電力負荷預測技術概論

電力負荷預測技術及其應用2012.2第一頁，共四十頁。1電力負荷預測概論1.1電力負荷預測的基本概念

在充分考慮一些重要的系統(tǒng)運行特性、增容決策、自然條件與社會影響的條件下，研究或利用一套系統(tǒng)地處理過去與未來負荷的數(shù)學方法，在滿足一定精度要求的意義下，確定未來某特定時刻的負荷數(shù)值，稱為負荷預測。負荷預測的核心問題是預測的技術方法，或者說是預測數(shù)學模型。第二頁，共四十頁。1.2電力負荷預測的作用

電力負荷預測是電力企業(yè)的重要工作?；跍蚀_的負荷預測可以經(jīng)濟合理地安排電力系統(tǒng)內(nèi)部發(fā)電機組的啟停，保持電網(wǎng)運行的安全穩(wěn)定性，減少不必要的旋轉(zhuǎn)備用容量，合理安排機組檢修計劃，保持社會的正常生產(chǎn)和生活，有限降低發(fā)電成本，提高經(jīng)濟效益和社會效益。預測的準確性直接影響到投資及運行的合理性，直接關系到電網(wǎng)的安全、經(jīng)濟、可靠運行。若負荷預測比實際偏低，將會導致電網(wǎng)容量不足，無法滿足用戶正常供電要求，甚至還可能缺電;另一方面，若負荷預測比實際偏高，則會導致安裝一些過多而又不能充分利用的設備，從而引起投資的浪費。第三頁，共四十頁。1.3負荷預測的特點及基本原理一、特點：（1）不準確性（2）條件性（3）時間性（4）多方案性二、基本原理：（1）可知性原理（2）可能性原理（3）連續(xù)性原理（4）相似性原理

（5）反饋性原理（6）系統(tǒng)性原理第四頁，共四十頁。1.4

用電分類與負荷預測分類?用電分類按國民經(jīng)濟行業(yè)可劃分為：工業(yè)用電、農(nóng)業(yè)用電、交通運輸電和市政生活用電四大類。其中每大類又可劃分為若干小類。如工業(yè)用電可進一步分為重工業(yè)用電和輕工業(yè)用電；農(nóng)業(yè)用電可進一步分為排灌用電、農(nóng)副加工用電、農(nóng)村照明用電等；交通運輸用電又可分為電氣化鐵路用電、城市電車交通用電等；市政生活用電又可分為商業(yè)用電、街道照明用電、家庭生活用電及城市公共娛樂場所用電等。

?負荷預測按時間可劃分為：

1、長期負荷預測（10~30年，以年為單位）

2、中期負荷預測（5年左右，以年為單位）

3、短期負荷預測（1年以內(nèi)，以月、周、天、小時為單位）4、超短期負荷預測（1h以內(nèi)）第五頁，共四十頁。1.5電力負荷預測的基本程序(1)確定負荷預測目的，制定預測計劃(2)調(diào)查和選擇資料(3)整理資料(4)初步分析資料(5)建立預測模型(核心)(6)綜合分析，確定預測結果(7)編寫預測報告，交付使用(8)負荷預測管理第六頁，共四十頁。1.6影響電力負荷預測的因素1、經(jīng)濟發(fā)展水平與經(jīng)濟結構調(diào)整的影響2、收入水平、生活水平和消費觀念變化的影響3、電力消費結構變化的影響4、氣候氣溫的影響5、電價（分時電價，可中斷電價）6、需求側管理措施的影響7、電力供應側的影響8、政策因素的影響第七頁，共四十頁。1.7

負荷預測誤差分析后驗差檢驗內(nèi)容：以殘差（絕對誤差）ε為基礎，根據(jù)各期殘差絕對值的大小，考察殘差較小的點出現(xiàn)的概率，以及與預測誤差方差有關指標的大小。第八頁，共四十頁。后驗差檢驗具體步驟：已知：歷史負荷序列預測值序列則，記k時刻殘差為實際平均值殘差平均值其中m為預測殘差數(shù)據(jù)的個數(shù)歷史數(shù)據(jù)方差殘差方差第九頁，共四十頁。驗差檢驗重要指標?后驗差比值C:?小誤差概率P:指標C越小越好，C越小，表示S1大，而S2小，表明盡管歷史數(shù)據(jù)很離散，但殘差離散程度小，預測值與實際值之差并不太離散。指標P越大越好，P越大，表示殘差與殘差平均值之差小雨給定值0.6745S1的點較多。

第十頁，共四十頁。按C與P兩個指標，可以綜合評定預測模型的精度，如表1-1所示。

表1-1綜合評定預測模型的小誤差概率（P）和后驗差比值（C）第十一頁，共四十頁。2負荷預測經(jīng)驗技術與經(jīng)典技術2.1經(jīng)驗預測技術

1、專家預測法（專家會議法和專家小組法）2、類比法3、主觀概率預測法4、調(diào)查預測法5、預警分析法：（1）領先落后指標法（2）擴散指數(shù)法6、情景預測法：（1）未來分析法（2）目標展開法（3）間隙分析法第十二頁，共四十頁。2.2負荷預測的經(jīng)典技術

1、單耗法（近期預測）：2、負荷密度法：3、比例系數(shù)增長法：4、季節(jié)時間序列預測法：（1）季節(jié)系數(shù)法（2）趨勢比率法（3）溫特斯法5、彈性系數(shù)法電力需求彈性系數(shù)第十三頁，共四十頁。?定義：電力負荷的變化一方面有其不確定性，如氣候的變化、意外事故的發(fā)生等造成對電力負荷的隨機干擾。另一方面，在一定條件下，電力負荷存在著明顯的變化趨勢。通常可用描散點圖的方法定性地確定變化趨勢類型，按照該變化趨勢就能對未來負荷情況作出判斷，這就是趨勢外推預測技術。?分類：（1）水平趨勢預測技術

（2）線性趨勢預測技術

（3）多項式趨勢預測技術

（4）季節(jié)型趨勢預測技術

（5）增長趨勢預測技術3

電力負荷趨勢外推預測技術第十四頁，共四十頁。3.1水平趨勢預測技術

1、全平均法：（1）直接式（2）循環(huán)式（3）誤差改正式2、一次滑動平均預測法（“重近輕遠”原則）3、一次指數(shù)平滑預測法：（1）直接式（2）循環(huán)式（3）誤差改正式4、一階自適應系數(shù)預測法（不斷調(diào)整）第十五頁，共四十頁。3.2線性趨勢預測技術

1、二次滑動平均法：計算一次、二次滑動平均值→→計算截距和斜率→作出預測2、二次指數(shù)平滑法3、二階自適應系數(shù)預測法第十六頁，共四十頁。3.3多項式趨勢預測技術

1、三次指數(shù)平滑預測技術（可仿照二階自適應系數(shù)法）一般地，n次多項式趨勢可用n+1次指數(shù)平滑去作預測。2、累積預測法累積預測法中的主要計算是對數(shù)據(jù)的累積處理，累積過程其實也是一種對數(shù)據(jù)序列的平滑。使用累積法常數(shù)表，可以很快確定關系數(shù)，計算變得非常簡單，方法的實用性較強。第十七頁，共四十頁。3.4季節(jié)型趨勢預測技術電力負荷預測隨時間的變化過程中，一般除存在著某種增長趨勢外，還普遍存在著多種周期性變化，以年度為周期的季節(jié)性變化，還有以月、以星期、以日為周期的變化，習慣上都稱之為季節(jié)型趨勢。首先，檢驗季節(jié)性的存在性。方法：1、先定線性趨勢的預測技術

2、先定季節(jié)指數(shù)預測法

3、季節(jié)型趨勢的自適應參數(shù)法

4、比例系數(shù)平滑預測法第十八頁，共四十頁。3.5增長趨勢預測技術一般來說，年度用（發(fā)）電量或同類型季（月）用（發(fā)）電量呈遞增的變化趨勢，以下是幾種非線性增長趨勢的預測模型：

1、指數(shù)曲線模型

2、非齊次指數(shù)模型

3、龔帕茲模型

4、邏輯斯諦模型第十九頁，共四十頁。4

電力負荷回歸模型預測技術

電力負荷回歸模型預測技術就是根據(jù)負荷過去的歷史資料，建立可以進行數(shù)學分析的數(shù)學模型，對未來的負荷進行預測。從數(shù)學上看，就是用數(shù)理統(tǒng)計中的回歸分析方法，即通過對變量的觀測數(shù)據(jù)進行統(tǒng)計分析，確定變量之間的關系，從而實現(xiàn)預測的目的。電力負荷回歸預測包括線性回歸和非線性回歸。第二十頁，共四十頁。4.1線性回歸預測模型?一元線性回歸模型一般步驟：（1）對n組樣本觀測數(shù)據(jù)設立模型式中——待估計參數(shù)（2）用最小二乘法得估計參數(shù)和，從而得y對x的線性回歸方程。（3）對模型作假設檢驗，確認模型的實用價值。（4）對給定的預測點，在一定的置信度（1-α）下，求出對應的預測值，再求出的預測置信區(qū)間，并指明預測的標準偏差。第二十一頁，共四十頁。?多元線性回歸模型在電力負荷預測的實際問題中，常遇負荷受多種因素影響的情形。假設與負荷這個隨機變量y有相關關系的可控變量有多個，根據(jù)過去的歷史資料研究變量之間的關系，就要考慮用多元回歸分析方法來解決。第二十二頁，共四十頁。4.2非線性回歸預測模型（1）對數(shù)模型（2）乘冪模型（3）指數(shù)模型（4）多項式模型（5）S曲線模型其中：y：預測年電量（億kWh）x：年份）a,b,c,b0,b1,b2為回歸系數(shù)第二十三頁，共四十頁。

時間序列法就是根據(jù)負荷的歷史資料，設法建立一個數(shù)學模型，用這個數(shù)學模型一方面來描述電力負荷這個隨機變量變化過程的統(tǒng)計規(guī)律性；另一方面在該數(shù)學模型的基礎上再確立負荷預測的數(shù)學表達式，對未來的負荷進行預測。時間序列法主要有自回歸AR(p)、滑動平均MA(q)和自回歸與滑動平均ARMA(p,q)等。這些方法的優(yōu)點是：所需歷史數(shù)據(jù)少、工作量少。缺點是：沒有考慮負荷變化的因素，只致力于數(shù)據(jù)的擬合，對規(guī)律性的處理不足，只適用于負荷變化比較均勻的短期預測的情況。5

電力負荷隨機事件序列預測技術

第二十四頁，共四十頁。6

電力負荷灰色預測技術

6.1灰色系統(tǒng)理論?提出：灰色系統(tǒng)理論是中國學者鄧聚龍教授1982年3月在國際上首先提出來的，在國際期刊《SYSTEMSANDCONTROL，I．ETTER》刊物上發(fā)表，題為“ControlProblemsofGreySystems”，引起了國際上的充分重視。?概念：在灰色系統(tǒng)理論的研究中，將各類系統(tǒng)分為白色、黑色和灰色系統(tǒng)。“白”指信息完全已知：“黑”指信息完全未知；“灰”則指信息部分已知、部分未知，或者說信息不完全，這是“灰”的基本含義?？陀^世界是物質(zhì)的世界，也是信息的世界?？墒窃诠こ碳夹g、社會、經(jīng)濟、農(nóng)業(yè)、工業(yè)、環(huán)境，電力等各種系統(tǒng)中經(jīng)常會遇到信息不完全的情況，如參數(shù)(或因素)信息不完全，結構信息不完全，關系(指內(nèi)、外關系)信息不完全,運行行為信息不完全等等。第二十五頁，共四十頁。第二十六頁，共四十頁。6.2GM建模GM建模關聯(lián)分析灰色建模絕對值關聯(lián)度速度關聯(lián)度建模機理建模過程第二十七頁，共四十頁。第二十八頁，共四十頁。第二十九頁，共四十頁。6.3GM(1，1)模型的建立第三十頁，共四十頁。第三十一頁，共四十頁。第三十二頁，共四十頁。第三十三頁，共四十頁。6.4GM(1，n)模型的建立第一步，假設影響預測值的因素為n個，即第二步，做1—AGO：第三十四頁，共四十頁。第三步，由于累加后具有指數(shù)增長規(guī)律，而一階微分方程的解恰是指數(shù)形式，由此對影響電力負荷的個n變量用一階微分方程建立灰色模型：參數(shù)列為第四步，按最小二乘法可求出來，其計算式為第三十五頁，共四十頁。由此可以求得參數(shù)列的唯一解，將參數(shù)矩陣代入到微分方程，則可得到n個變量建立起來的系統(tǒng)狀態(tài)方程。解此方程：第三十六頁，共四十頁。第五步，累減還原第六步，預測結果誤差分析—后驗差檢驗法第三十七頁，共四十頁。6.5負荷灰色預測技術改進改進的必要性：

由于灰色預測有一定的局限性：一是當數(shù)據(jù)離散程度越大，即數(shù)據(jù)灰度越大，則預測精度越差。這使的灰色預測只在短期電力系統(tǒng)負荷預測中有較高精度，而中長期預測精度較差改進途徑（1）改造原始數(shù)列（