电力系的统调度自动化第7章_ems4-负荷预测.pptVIP

EMS(4)-负荷预测 负荷预测分类 电力系统负荷预测按预测周期的长短分为： 超短期负荷预测：预测未来1~60分钟的负荷，时间间隔为1-5分钟。主要用于负荷频率控制、安全监视、预防控制、紧急状态处理等。 短期负荷预测：预测未来1~7日的负荷，时间间隔为15分、30分或1小时。用于火电发电出力分配、水火电协调、机组经济组合、交换功率计划等。 负荷预测分类 中期负荷预测：预测未来1 ~12月的负荷值，时间间隔为1个月。用于水库调度、机组检修、交换计划、燃料计划等。 长期负荷预测：预测未来1 ~10年的负荷，时间间隔为1年。 用于电源及电网的发展规划。 负荷预测( Load Forecasting) 根据负荷、天气、事件等的历史数据，以及天气、事件等的预报数据，预测未来负荷曲线的形态、最大值、最小值、平均值等等； 重要性：准确预报对于确定购售电计划、减少备用、降低辅助服务费用、提高系统安全性等具有重要意义。 影响负荷的因素 用电负荷的真实情况，表现在历史负荷数据或负荷曲线上，通常用建模方法来作预测； 和负荷变化有关的某些外界因素，如工业产值、农业产值，GDP增长、居民增加等，可以用它们的未来数据利用回归分析来预测未来的负荷； 难以定量表示的不确定的因素，如经济政策、政治风云变化、气象变化、节假日、非计划停运等。 短期负荷预报图 负荷预测依据的基本原则 1、完全性（全面性）原则： 预测是从历史的行为预测未来。 预测量的历史行为中已经包含了一切的信息。 如果历史的行为没有包含全部影响因素，即历史行为记录的是局部而不是全部，据此得到的结论当然会有问题。 预测技术就是基于完全性原则产生的。 它单纯从预测量自身的历史行为出发，找到其内在的、隐蔽的规律。 预测量的历史行为规律性越强，序列预测技术所得到的准确度自然越高。 预测的基本原则 2、延续性原则 相当于物理学中的“惯性定理”。即认为在各种因素没有改变的情况下，电力需求不可能突变。否则，电力负荷预测就没有任何规律性可循，预测理论也就没有了立根之本。 外推预测技术就是基于延续性原则产生的。 惯性实际上反映的是系统“势”的大小。系统越大，“势”就越大，表现出来的惯性也越大。 预测量的历史行为对未来的影响越大，应用外推预测技术得到的预测精确度也就越高。 预测的基本原则 3、相似性原则 在相同的背景下，预测量会体现出与历史量相同的规律。例如春节期间的日负荷曲线往往表现出彼此相同，但与其它工作日负荷曲线有完全不同的形态。日相关就是利用了相似性原理。 4、统计规律性原则 预测量的历史行为中必然包含着一定的随机因素，该因素具有某种统计规律性。这种统计规律性是应用概率论与数理统计的理论和方法进行预测的基础。 负荷预测总体思路 常用的短期负荷预测算法 ☆平均值外推法 以每天24点，使用5天的历史数据为例。 每天的平均负荷为 5天的所有负荷平均值 短期负荷预测算法(续) 近5天中每天 j 点钟的负荷与当天平均负荷的比值的平均值： 短期负荷预测算法(续) 未来预测日第 j 小时的负荷则是 历史负荷中的坏数据 通道坏数据和畸变坏数据 修正历史负荷坏数据 检测可疑数据点 --- 负荷突变检测 修正历史负荷坏数据 短期负荷预测系统框架 * * 主讲人：齐郑 qizheng319@126.com 系统实际购电 电厂上网出力 系统实际用电 系统非自然用电荷 非自然用电计划检修停电计划 系统用电计划 系统购电计划 电厂发电计划 气象信息、电价信息等 历史日期 预测日期 自然用电计划 系统自然用电 (1)系统实际用电 = 系统实际购电 + 电厂上网出力 (2)系统自然用电 = 系统实际用电 – 系统非自然用电 (3)系统用电计划 = 自然用电计划 + 非自然用电计划 (4)系统购电计划 = 系统用电计划 – 电厂发电计划 预测 常用负荷预测算法 气温峰值相关法 周周期相关法 天气综合相关法 气温负荷相关法 气压湿度相关法 其它相关算法… 通用序列预测法 相关因素预测法 叠加模型法 智能计算方法 一元相关法 多元相关法 回归分析法 指数平滑法 AR模型法 其它序列算法 ARMA模型法 灰色系统法 神经网络法 模糊预测算法 拼形贴图法 专家系统法 遗传规划算法 其它智能算法 经验比值模型 线性模型 均值模型 多项式模型 S曲线模型 N次曲线模型 变差分析模型 短期负荷预测算法 。。。。。。。。 C代表预测日的整体负荷水平； b (j) 是负荷的日变化趋势 *负荷变化率= x 100% 修正可疑数据点 用扩展短期负荷预测结果替换可