基于GM(1,1)和多元线性回归模型的 中长期负荷预测研究 张书梅 （华北.DOC

基于GM(1,1)和多元线性回归模型的 中长期负荷预测研究 张书梅 （华北电力大学 电气与电子工程学院，河北 保定 071003） 摘要：中长期负荷预测是电网规划的重要依据和前提，出现了大量的算法模型，但每种模型都有自己的适用条件，采用组合预测能有效地组织各种模型做到扬长避短。电力系统中长期负荷预测受大量不确定因素的影响，预测方法的选择直接影响预测精度；本文首先选择时间序列法、多元线性回归、灰色预测三种单一预测模型对已知数据进行拟合，通过分析拟合误差偏离度和预测方法中存在的互补信息，确定组合权重，提出了基于灰色模型和多元线性回归模型的组合预测方法。通过实例验证了此预测方法的适用性和有效性。 关键词：负荷预测；灰色模型；多元线性回归；组合权重 Study on gray and multiple linear regression model of mid-long term load ZHANG Shu-mei (School of Electrical and Electronic Engineering , North China Electric Power University , Baoding 071003 , China) Abstract: Mid-long term load forecasting is an important basis and prerequisite of grid planning and there are a large number of algorithm models, but each model has its own conditions of application, using combinations of various forecasting models can be effectively organized to avoid weaknesses. Long-term load forecasting of power system is affected by a large number of uncertain factors, the choice of forecasting can directly impact on prediction accuracy; In this paper, firstly three single-prediction models: the time sequence method, multiple linear regression, gray prediction are choosen to fit known datas, the weights of combination are determined by analyzing the fitting error deviation and prediction methods that contain complementary information, and the combination of prediction methods based on gray model and multiple linear regression model is proposed. The applicability and effectiveness of the method is verified in a real power system example. Keywords: load forecasting; gray model; multiple linear regression; combination weights 0 引言： 负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然环境和社会影响的条件下，研究或利用一套能系统地处理过去与未来负荷的数学方法, 在满足一定精度要求的前提下，确定某特定时刻的负荷值。负荷预测对于电力系统调度、用电、计划等工作具有重要意义。人们提出了多种负荷预测方法，许多新理论得到了应用。由于影响电力负荷的因素众多，关系复杂，难以被一一分析清楚，因此具有灰色特征：随着经济的发展，电力负荷是一个递增数列，符合灰色预测模型的基本条件；而且，灰色预测具有要求样本数据少，原理简单，运算方便，可检验等优点。因此灰色预测理论受到了电力系统研究人员的重视，并且已经在电力负荷预测中得到了成功的应用[1]。 灰色系统理论在很多领域得到了广泛的应用，基于贫信息的灰预测成功地解决了许多信息不完全的预测问题。对于模型GM（1，1），很多文献提出了许多改进措施。文献[2]中提出的利用等维递补建立多变量灰色组合预测