电力工程师论文范文：多指标模型视角下电力负荷估测分析.docVIP

　　电力工程师论文范文：多指标模型视角下电力负荷估测分析 1 绪 论 1.1 研究背景及问题的提出 在实际中，电力负荷预测是代写论文电力系统制定所有生产、营销决策的基础，是一个极其重要的决策工具。电力系统因自身需要，需完成各类不同预测时长、不同目的的电力负荷预测，以使得电力系统紧跟实际电力负荷需求做出回应。同时，决策者面对着大量基于不同预测时长、不同系统等级的决策问题，这些问题包括发电单元任务的优化调度、电力能源的优化分配等。而制定这些决策不仅需要考虑电力系统的当前运行状况，还需考虑到未来的能源需求。而这两方面来都需要科学精确的电力负荷预测。另外，电力市场的逐步开放对电力负荷预测的精确性也提出了更高的需求：参与市场竞争的各类参与者需要精确预测未来特定时间段内市场中的电力负荷需求量。一方面，对于电力负荷需求的过低预测可能会导致额外的电力系统运行成本，这是因为没有被满足的负荷需求必须通过能源采购来满足，因此电力短缺将给国民经济与人民生活带来巨大的影响。如 2005~2009 年间，中国出现了全国范围的电力紧缺。2005 年 1 月至 8 月，中国国家电网公司平均每月系统电力最大缺口为1314.4 万千瓦；2006 年 7 月至 12 月，其平均每月系统电力最大缺口为 385 万千瓦；2007 年和 2008 年，其平均每月系统电力最大缺口为 148 万千瓦和 698 万千瓦。在上述时段内，电力供应的紧张局面导致了许多地区相继产生拉闸限电、外购电力、电力调剂等经济成本和社会成本。 Vazquez 和 Kirschen（2006）在考虑电力系统故障的前提下研究了由于电力负荷预测误差过低而造成的未满足负荷所带来的成本。该成本是由于未满足消费者的负荷需求所引起的社会经济成本。Mamlook等（2009）指出，对于电力系统而言，如果其对于短期电力负荷所做预测结果过低，会导致系统存储能力准备不充分，并威胁到系统的稳定性。Hong（2009b）指出：过低的电力负荷预测会导致电力系统无法提供足够的电力，会在电力负荷峰值时段给电力系统带来很高的运行成本。另外，过低的电力系统峰值负荷预测结果可能导致电力系统的断电事故频发，并带来过长的故障持续时间，增加了电力系统的不安全性和不可靠性（Maksimovich and Shiljkut，2009）。另一方面，过高的电力负荷预测结果则会造成有限资源的浪费。在当前国际能源紧缺以及倡导低碳经济的背景下，科学合理利用能源是世界各国电力部门重点研究的问题之一。过低的电力负荷预测结果将无法满足需求，带来社会成本的增长；而过高的电力负荷预测结果则会导致电力系统设备成本的增长，更严重的是其会带来因电力生产所造成的环境成本的增长，例如火力发电。 在国外，已有不少电力系统配置了电力储备设施和电力转移设施，并且出现将多余的生产电力纳入研究范围的电力负荷预测研究。Vazquez 和 Kirschen（2006）针对电力系统过高电力负荷预测误差所带来的系统成本进行了分析。Billinton 和 Huang（2008）以大型电力系统为研究对象，分析了过高的电力负荷预测结果与系统总线负荷变化之间的关系。Taylor（2008）根据英国历史电力负荷需求观测值，分析了多种方法在同一案例背景下产生过低或过高的电力负荷预测结果的原因。Saini（2008）分析了同一神经网络方法因不同参数而得到不同电力负荷预测结果的原因。 目前，全球各国都在大力推进以高效能、低排放为核心的低碳革命，着力发展低碳技术，并对产业、能源、技术等政策进行重大调整，以抢占先机和产业制高点。作为目前世界上能源生产及消费第二大国以及最大的二氧化碳和二氧化硫排放国（人民网，2009 年 10 月 15 日），资源和环境约束已成为中国经济社会可持续发展的主要制约因素；气候变化和《京都议定书》的生效也将给中国带来中长期的环境保护压力。据估算，未来 20 年中国能源部门对电力领域的投资将达 1.8万亿美元（国务院参事室，2010 年 2 月 1 日）。因此，对电力能源的经济优化利用是我国未来可持续发展的重要保障之一。而电力负荷预测作为电力能源利用优化的起点和电力市场参与者进行决策的重要参考标准，则是电力系统和电力产业未来发展所需的重要方法工具。 电力负荷预测模型根据涉及的因素指标可划分为单指标模型（仅含电力负荷）和多指标模型（包括电力负荷和天气、经济、时间、社会指标）。当前，对于电力负荷预测多指标模型的建模策略和相关方法的研究是相关学术领域中的热点问题。而关于电力负荷预测多指标模型的建模策略至今没有统一的定论，这主要由于针对不同的案例，电力负荷与上述各类指标之间的关系是各异的。而针对学术研究中最常讨论的短期、中期和长期电力负荷预测模型，各类指标的重要性和影响也是不相同的。在国际上，