关于多模型方法预测电力负荷的研究.doc.doc

关于多模型方法预测电力负荷的研究 俎洋辉，李鸿伯，刘岩 （河南省安阳供电公司，安阳，455000，） 摘要：为提高电力系统负荷预测准确度，针对当前负荷特性研究中出现的问题，通过分析多种气象因素与电力负荷的对应关系，提出了一种新型的电力负荷预测的多模型方法。该方法首先采用多个神经网络模型来实现低层的预测；然后通过气象因素修正电力负荷结果，进而构建全局预测模型。通过实例研究，证实了所提方法的有效性。 关键词：电力负荷预测，多模型，神经网络 Abstract: In order to improve the precision of the electric load forecasting, in view of the problems of the load characteristics research, by analyzing the co-relationships between climatic factors and electric loads, a new multi-model power load forecasting method was presented. The methods used multiple neural networks for the first layer, and revise the results by means of the climatic factors, and then construct a global prediction model. The results of case study verify that the method was effective. Keywords: electric load forecasting，multiple model， neural network 0.引言 电力系统负荷预测是能量管理系统(EMS)的重要组成部分，它对电力系统的运行、控制和计划都有着非常重要的影响。短期负荷预测是指日负荷和周负荷预测，是电力系统优化调度(如机组最优组合、经济调度、最优潮流计算等)的基础工具，是电力企业日常经营管理工作的重要组成部分，准确的短期负荷预测是电网调度机构制定发供电计划和做好电网供需平衡的关键，它有助于系统运行人员高效地预估电能的生产、输送、分配以及消费情况，制定出经济、合理的发电方案[1]。对一个大电网，根据短期负荷预测提供的信息，即可以实现发电容量的合理调度，对运行中的发电厂的出力要求提出预告，从而可以对发电机组出力变化的情况事先得以估计，又可以经济合理地安排本网内各发电机组的启停机，从而可以使系统在安全范围内，保持必要的旋转储备容量的耗费为最小，使发电成本为最小，确保电网安全、稳定、优质、经济运行。随着我国电力市场的进一步发展，短期负荷预测在电力系统的经济运行方面的影响会愈来愈明显，对于发电公司，短期负荷预测是制定发电计划和报价的依据;对于供电公司，短期负荷预测为供电方制定购电计划提供依据;对于输电公司，短期负荷预测也是制定发电计划及安全、可靠、经济运行的基础。 电力系统负荷预测问题国外进行了大量的理论研究，传统方法主要有：回归分析法、指数平滑法、时间序列方法、灰色模型法和卡尔曼滤波法[2-3]等；随着智能控制系统等发展，专家系统法、模糊预测技术、小波分析法、优选组合预测法和人工神经网络预测技术[4-5]等也应用到电力系统负荷预测中。 如何提高预测精度是目前研究短期负荷预测理论与方法的中心和重点，但短期负荷预测的复杂性、不确定性使传统的基于解析模型和数值算法的模型难以获得精确的预测负荷。短期预测时间短，要求的数据量较大，受国民经济发展及气象条件等诸多方面因素的影响较大，其预测难度也相应较大，研究也相对不足。 研究表明，气象因素是影响短期负荷的主要因素[6]。为了得出电力负荷受气象因素影响的规律，做好电力负荷预测，保证电力供需平衡，必须在分析电力负荷变化特点的基础上，定量的分析电网负荷与各种气象因素之间的关系。 1. 负荷特性分析 1.1 温度的影响 一般说来，电网负荷变化与气温变化的关系最密切，呈现正向影响的关系。 1.2湿度的影响 当气温适中时，湿度对人体的影响并不显著。当气温较高或较低时，其波动对人体的热平衡和温热感就变得非常重要。冬季空气中相对湿度较高，身体的热辐射被空气中的水汽所吸收。当气温低于皮肤温度时，风能使机体散热加快。风速每增加1 m／s，会使人感到气温下降了2℃～3℃。湿度对负荷呈现反向影响的关系，湿度低时负荷高，湿度高时负荷低。 1.3外界气压的影响 气压与电力负荷在各季节均有一定的相关性，但相关系数不确定，因此在预报时也可以用定正的方法来考虑气压的影响。 1.4降水量的影响 统计分析发现