电力系统短期负荷预测方法研究.pfg.pdf

电力系统短期负荷预测方法研究 电力系统及其自动化专业 研究生马静波 指导教师杨洪耕 短期负荷预测是电力系统安全经济运行的基础，已逐步发展成为电力系统自 动化领域中的重要研究方向之一。由于电力系统是一个时变参数和具有动态特 性的大系统，随着其发展的日趋复杂化，特别是电力市场化的逐步深入，各种 传统的负荷预测技术已经越来越难以满足电力部门的要求。高质量的短期负荷 预测愈显得重要和迫切。 本文首先介绍了短期负荷预测工作的必要性和研究方向。在此基础上对目前 各种短期负荷预测方法的优缺点进行了论述。随后为了给运用时间序列法预测 做准备，着重分析了电力系统负荷的组成和其特有的规律性，以此为基础，将 具有周期性的非平稳随机过程的(ARIMA)模型应用于负荷预测。 针对传统时问序列法利用静态分析的方法进行参数估计和进行相关分析时， 尽管可以得到很高的相关系数或通过显著性水平很高的模型假设检验，但预测 效果并不理想的问题。本文提出了建立时变系数的自回归模型，并且采用卡尔 曼滤波的方法对时变系数进行递推估计，卡尔曼滤波递推的初值用定常线性最 小二乘估计获得。 基本卡尔曼滤波递推公式中，噪声协方差通常是固定不变的，但是