多小水电地区发电短期负荷预测研究电力系统及其自动化专业论文.docxVIP

浙江大学硕士学位论文摘 浙江大学硕士学位论文 摘 要 小水电作为一种经济环保的可再生能源，多年以来，在带动城乡经济社会发展、 改善农民生产生活条件等方面发挥了重要作用。当前，我国经济高速发展，对能源 的需求不断增加，但化石能源紧缺，节能减排任务艰巨。作为最直接的低碳能源生 产方式，小水电在今后一个时期仍将具有广阔的发展前景。然而，随着小水电技术 的不断应用普及，大量高度非平滑非线性的小水电负荷接入电网对提高小水电地区 负荷预测准确率造成了极大的困难。因此，根据实际情况研究适合小水电负荷的预 测模型，具有重要而深刻的现实意义。 小水电是一种发电负荷，其规律性较全社会用电负荷有很大不同。本文利用统 计分析方法，从小水电负荷与社会用电负荷对比分析，小水电负荷曲线相关性分析 和气象因素相关性分析等角度，深入研究小水电发电负荷的特性，探讨了其与传统 用电负荷的不同，了解其变化规律，并以此指导预测建模。 本文利用小水电负荷峰谷电价时段的不同特性，先对日负荷曲线进行分段，再 利用Kohonen自组织特征映射神经网络聚类分段负荷序列的特征曲线，由特征曲线 替换负荷历史异常数据，在保护小水电负荷多样性的前提下，较好地完成了负荷平 滑预处理的任务。 本文利用小波分析理论对小水电负荷数据进行小波分解，根据Mallat算法和 日负荷序列的特点选择Haar小波基，并确定分解尺度。在分解得到的小水电负荷 小波系数序列中，小水电负荷的特征信息得到强化和集中化，可以方便的针对依赖 于日特征变化的幅值变化显著小波分量进行建模，简化了预测的复杂性。 本文最后应用定性回归和周期自回归方法针对主要小波分量建立小水电负荷 的短期预测回归组合模型。而对其它幅值很小的小波分量直接使用相似日的负荷小 波分量作为预测值。以浙江某小水电装机比例较大的地区为例，对实际小水电负荷 进行预测，得到了相比调度部门传统预测方法更高的预测精度。 关键词：短期负荷预测、小水电负荷、相关性分析、神经网络、小波分析、定性 回归模型、周期自回归模型 H 浙江大学硕士学位论文ABSTRACT 浙江大学硕士学位论文 ABSTRACT Small hydropower as a economical，environment friendly and renewable energy， over the years，has played an important role in the drive to improve urban-rural economic，social development and the living conditions of peasants．Now a days，China has a rapid economic development，increasing demand for energy，but the shortage of fossil energy and the energy conservation and emission reduction task is arduous．As the most direct form of low-carbon energy production，small hydropower will have broad prospects for development in the coming period．However,with the application of small hydropower technology continues to spread,large volume of small hydropower load which is highly non-smooth non—linear,connected to the gad caused great difficulties for Hydropower regions to improve也eir accuracy of short-term load forecast．Therefore，study of the forecast model for small hydropower load base on actual situation has important and profound practical significance． The variances of the generation load of small hydropower is very different from the consumption load over the whole society．In this paper，statistical