电力市场营销第四章.ppt

负荷预测的特点 不确定性－－负荷发展受多种因素影响，有些因素很难预先估计 条件性－－ 各种负荷预测都是在一定的条件下作出的 时间性－－各种负荷预测都有一定的时间范围，需要指明预测时间段 多方案性－－应考虑各种可能的发展情况，因而得到在不同条件下的预测方案 影响负荷预测的主要因素 1. 气候变化和自然灾害的影响 2. 宏观产业结构调整的影响 3. 能源市场变化的影响 4. 环境保护的影响 5. 人口因素的影响 6. 错误估计国民经济发展速度造成的影响 7. 实施需求侧管理带来的影响 8. 电价弹性带来的影响 电气工程学院 　通过下面的数据分析、处理过程，我们将了解到，有了一个时间数据序列后，如何建立一个基于模型的灰色预测。 　1. 数据的预处理 首先我们从一个简单例子来考察问题. 【例1】 设原始数据序列 电气工程学院 对数据累加 于是得到一个新数据序列 电气工程学院 归纳上面的式子可写为 称此式所表示的数据列为原始数据列的一次累加生成，简称为一次累加生成.显然有 将上述例子中的 分别做成图1、图2. 可见图1上的曲线有明显的摆动，图2呈现逐渐 递增的形式，说明原始数据的起伏已显著弱化.可以 设想用一条指数曲线乃至一条直线来逼近累加生成 数列 电气工程学院 图2 图1 为了把累加数据列还原为原始数列，需进行后减运算 或称相减生成，它是指后前两个数据之差，如上例中 电气工程学院 归纳上面的式子得到如下结果：一次后减 其中 电气工程学院 建立GM（1，1）灰微分方程 电气工程学院 2. 建模原理 给定观测数据列 经一次累加得 设 满足一阶常微分方程 （1） （2） （3） 电气工程学院 　 其中a是常数，称为发展灰数；b称为内生控制灰数，是对系统的常定输入. (4) 灰色建模的途径是一次累加序列 电气工程学院 （2）通过最小二乘法来估计常数a与b. 令a，b的拟合向量 电气工程学院 将（1）”写为矩阵表达式 (5) 则(5)式的矩阵形式为 (6) 电气工程学院 方程组(6)的最小二乘估计为 (7) 电气工程学院 把估计值 代入（4）式得时间响应方程 由(8)式算得的 是拟合值； 为预报值.这是相对于一次累加序列 的拟合值，用后减运算还原， 就可得原始序列 的拟合值 可得原始序列 预报值. (8) 电气工程学院 3.精度检验 (1)残差检验：分别计算 电气工程学院 （3）预测精度等级对照表，见表7.1. 由于模型是基于一阶常微分方程（3）建立的，故称为一阶一元灰色模型，记为GM(1,1).须指出的是， 建模时先要作一次累加，因此要求原始数据均为非负数.否则，累加时会正负抵消，达不到使数据序列随时间递增的目的.如果实际问题的原始数据列出现负数，可对原始数据列进行“数据整体提升”处理. 注意到一阶常微分方程是导出GM(1,1)模型的桥梁，在我们应用GM(1,1)模型于实际问题预测时，不必求解一阶常微分方程（3）. 实例 ：销售额预测 电气工程学院 随着生产的发展、消费的扩大，市场负荷通常总是增加的，一个商店、一个地区的销售额常常呈增长趋势. 因此，这些数据符合建立灰色预测模型的要求。 【例2】 表2列出了某公司1999—2003年逐年的销 售额.试用建立预测模型，预测2004年的销售额，要求作精度检验。 表2 逐年销售额（百万元） 年份 1999 2000 2001 2002 2003 序号 1 2 3 4 5 2.874 3.278 3.337 3.390 3.679 【例2】 表2列出了某公司1999—2003年逐年的销 售额.试用建立预测模型，预测2004年的销售额，要求作精度检验。 电气工程学院 解（1）由原始数据列计算一次累加序列 ，结果见表3. 表3 一次累加数据 年份 1999 2000 2001 2002 2003 序号 1 2 3 4 5 2.874 3.278 3.337 3.390 3.679 2.874 6.152 9.489 12.879 16.558 （2）建立矩阵： 电气工程学院 电气工程学院 年份 1999 2000 2001 2002 2003 序号 1 2 3 4 5 2.874 3.278 3.337 3.390 3.679 电气工程学院 电气工程学院 指年总用电量(千瓦时或度)除以年最高实际负荷(千瓦)所得的小时数 第二节 电力市场负荷预测经验技术与经典技术 电气工程学院 1. 专家预测法 2. 类比法 3. 主观概率预测法 4. 单耗法 5. 负荷密度法 6. 比例系数增长法 7. 弹性系数法