- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
亦庄电网负荷预测的影响因素分析
亦庄电网负荷预测的影响因素分析
[摘 要]电力系统负荷预测已成为实现电力系统管理现代化的重要研究内容之一,对负荷特性的分析和预测,是指导下一阶段运行方式工作的重要依据;同时,将地区电网负荷情况进行完整分析,还对市场营销、发展策划、生产基建产生积极的指导作用。本文介绍了电力系统负荷预测基本特点和常使用的预测方法,以亦庄电网负荷数据为例,分析了影响亦庄电网负荷预测的主要因素,得出负荷预测结果与历史负荷水平、当前运行状况、气象因素、经济形势等密切相关。
[关键词]电力系统;负荷预测;负荷特征;影响因素
中图分类号:U284.2 文献标识码:A 文章编号:1009-914X(2016)03-0114-02
电力系统的基本作用是尽可能经济地为各类用户提供可靠且合乎标准要求的电能,适应实际负荷需求和变化。由于电能的生产、输送、分配和消费是同时完成的,难以大量储存,这就要求发电系统要随时紧跟系统负荷变化以达到动态平衡,否则就会影响供用电质量,甚至危及电力系统的安全与稳定。因此,科学的电力负荷预测就成为电力系统中一项重要工作,特别是电力系统负荷预测,较为精确的负荷预测可以合理安排电网运行方式和电力系统中检修计划。电力系统负荷预测是以准确的统计数据和调查资料为依据,从用电量的历史和现状出发,在充分考虑一些重要的系统运行特性、自然条件与社会影响的条件下,研究或利用一套系统处理过去与未来负荷的数学方法。在满足一定精度要求的意义下,确定未来某特定时刻的负荷数值[1] 。预测的结果除了由负荷本身的历史规律决定外,还受众多非负荷因素的影响。本文以亦庄电网负荷为例,根据其基本特征,分析影响负荷预测的主要因素。
1 电力系统负荷预测的基本特点
电力系统负荷的大小和多种因素相关,这些因素中既有不确定因素(如天气、温度等),也有确定性因素。由于负荷预测是根据电力负荷的过去与现在来推测它的未来数值,所以,这一工作所研究的对象是不确定性事件,它具有以下特点:
1.1 预测结果的非准确性
电力负荷的大小受各种复杂因素的影响,这些影响因素是发展变化的,如社会经济发展、气候变化、新技术发展、政治政策等。人们对有些因素能预先估计,有些因素则不能或很难被准确预测。
1.2 预测的条件性
各种电力负荷预测都是在一定条件下做出的。这些条件有必然条件和假设条件,按必然条件做出的负荷预测往往是可靠的,按假设条件做出的预测准确性显然具有条件性。比如说,预测模型训练时有些参数初始值的设定不同,预测结果会不同,很显然,由此做出的负荷预测就具有了特定的条件性。
1.3 预测结果的多方案性
由于负荷预测精度问题要求、预测条件的制约不同,再加上预测手段及理论数学模型的多样性,使得预测的结果并非是唯一的。
2 电力系统常用的负荷预测方法
负荷预测模型是统计资料轨迹的概括,预测模型是多种多样的,因此,对于具体资料要选择恰当的预测模型,这是负荷预测过程中至关重要的一步。主要方法有[3]:
2.1 趋势外推法
当电力负荷依时间变化呈现某种上升或下降的趋势,并且无明显的季节波动,又能找到一条合适的函数曲线反映这种变化趋势时,就可以用时间f为白变量,时序数值y为因变量,建立趋势模型y=f(t)。当有理由相信这种趋势能够延伸到未来时,赋予变量t所需要的值,就可以得到相应时刻的时间序列未来值。这就是趋势外推法。
应用趋势外推法有两个假设条件:一是假设负荷没有跳跃式变化,二是假定负荷的发展因素也决定负荷未来的发展,其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节,图形识别法和差分法是选择趋势模型的两种基本方法。
外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。这些预测技术的共同特点是作趋势外推,不对其中的随机成分做统计处理。趋势外推法的优点是:只需要历史数据、所需的数据量较少。缺点是:如果负荷出现变动,会引起较大的误差。目前开发区使用较少。
2.2 一元线性回归算法
主要考虑居民生活、普通工业负荷占比重较高的地区。数学模型为:y=a+bx+ε。式中 x--时间变量;y--依赖于x的随机变量(一般以售电量为依据);ε--随机干扰,服从正态分布。
目前在开发区,线性回归法使用较多,准确率较高。其主要缺点是目前历史数据较少,无法获得正态分布的随机干扰加权值,只能依靠方式人员的经验积累进行分析。
2.3 非线性回归法
考虑到农业等电量变化规律难以掌握。非线性回归对历史数据进行拟合,进行数据分析。主要用于农业用电量较高的地区。目前开发区使用较少。
2.4 灰色系统法[4]
考虑了负荷、电量变化中不确定因
原创力文档


文档评论(0)