电力系统短期负荷预测毕业设计.docVIP

电力系统短期负荷预测毕业设计1 。导言电力负荷预测精确的模型一个公用事业公司的运作和规划必不可少的。负荷预测可帮助电力事业作出重大的决定，包括关于购买和发电，负荷开关，及基础设施的发展。负荷预测能源供应国，国际团结，金融机构，和其他与会者，在发电，输电，配电，是非常重要的可分为三类：短期预测，这通常是由一小时周，中期预测，这通常是一个星期到一年，长期预测是长于一年。公用事业公司预测不同的时间跨度不同业务重要的这些预测本质一样是不同的。例如，对于一个特定区域，预测第二天负荷准确性1-3％。但是，无法预测下一年度高峰负荷，因为准确的长期天气预报。对于明年的高峰预测，根据历史气象观测提供。也有可根据业界惯例，预测所谓天气正常化负荷，平均每年的气候条件比定地区平均天气条件。 天气正常化负荷是所谓的正常天气条件负荷计算，一定的时间内历史高峰负荷。这一时期从到另一个多数公司采取过去25-30年的预报公用事业公司。能源工业，负荷预测.随着供应和需求的波动变化和能源价格上升的因素，在十年或以上，在繁忙情况，负荷预测是水电费。短期负荷预测方法可以帮助估计负荷流动，并作出决定，可以防止超载。及时这样的决定改善网络的可靠性，并减少发生设备故障和停电。负荷预测也是一个重要的评价市场提供的先进的金融产品能源价格。在放松管制的经济，长期预测资本性支出的决定，比在加息可能资本开支项目非开放的经济体系大多数预测方法利用统计技术或人工智能算法，如回归，神经网络，模糊逻辑和专家系统。两方法，即所谓的最终用途和计量经济学法已广泛用于中期和长期预测。包括所谓的同类天，回归模型，时间序列，神经网络，统计学习算法，模糊逻辑，专家系统已短期预报。正如我们，大量的数学方法和思路已用于负荷预测。发展和改善适当的数学工具，将开发更准确的负荷预测技术。负荷预测不仅取决于负荷预测技术，而且预测天气的情况。气象预报是一个重要话题，是外界对本章的。 我们只是提了在发展计算机化的气象预报系统，其中包括中尺度模式MM5。2 重要因素预测短期负荷预测的几个因素应予以考虑，例如时间因素，气象数据，并尽可能客户中期和长期预测顾及历史负荷和天气数据，在家电领域不同类别用户数目及其特点，包括年龄，经济和人口统计数据，以及他们的预测，家电，和其他因素时间因素，包括这一年里，一周的一天，一小时。平日和周末。负载也可以有所不同。举例来说，在星期一和星期五，，周二周四。在今年夏天。假期比非假期更难预测，因为他们相对。气象条件影响负荷。事实上，预测天气的参数是最重要的，在短期负荷.各种天气变数考虑。温度和湿度是最常用的负荷预测因子。一个电力负荷预测调查表示，13利用温度只有3利用了温度和湿度，3利用额外的气象参数， 3只用于负荷.天气变数两种复合天气变函数， thi （温度，湿度指数） wci （风寒冷指数） ，已广泛用于公用事业公司。 thi是衡量酷暑，而wci是冬季冷。 大部分电力客户提供服务的类型，如住宅，商业及工业生产等不同类别客户电力的使用模式不同，一个阶层一样。因此，大部分公用事业按阶级基础区分负荷一类。3 。预测方法在过去的几十年中一些预报方法已经开发出来。两个方法，即所谓的最终用途和计量经济学法广泛用于中期和长期预测采取多种方式，其中包括所谓的同类天法，各回归模型，时间序列，神经网络，专家系统，模糊逻辑，统计学习算法是用于短期预测。开发，改进，并深入调查适当的数学工具，将发展负荷预测.统计办法通常需要一个数学模型由于功能不同的因素，如时间，天气，顾客阶层。两个重要的类别，如数学模型，分别是：加模型和乘法模型。他们是否负荷总和（添加剂）的一些组件或产品（乘）的若干各有不同的预测. 例如， Chen等。介绍了一种添加剂的模式，采取的形式预测负荷作为函数的四个组成部分： L = Ln + Lw + Ls + Lr, 其中L是总负荷， LN代表正常的一部分负荷，这是一套标准化的负荷形状每一个型，已被确定为发生在整个一年中，Ls代表着天气敏感的部分负载， LS是一项特别活动的组成部分，创造偏离了正常负荷可观模式，及LR ，是.chen等人。还建议电价可以作为一项额外的列入。当然，价格跌幅/增加影响用电。大成本敏感的工业和体制荷载能负荷有重大影响。这项研究 [ 4 ]用宾夕法尼亚-新泽西-马里兰（ pjm ）现货价格数据（因为它与安大略水电负荷） ，作为神经网络的输入。作者报告说，准确的估算取得价格.乘法模型，可采取种形式L = Ln Fw · Fs · Fr, LN是正常的（）的负荷FW，Fs是校正因子，Fr可以增加或减少负荷。这些更正是基于当前的天气（Fw），特殊事件（Fs），以及随机波动（Fr）。电价（Fp）和负荷增长（Fg）也可以被包括在内。拉赫曼介绍了用乘法模型预测。天