基于线性模型与非线性模型相融合的负荷预测研究

为了提高电力负荷的预测准确度,提出了基于线性模型与非线性模型相融合的负荷组合预测模型。首先采自回归移动平均模型对电力负荷的变化趋势进行建模;然后采用极限学习机对自回归移动平均模型的电力负荷预测结果进行修正,以提高电力负荷的预测准确度;最后采用仿真实验对模型性能进行测试。测试结果表明,该模型显著地提高了电力负荷预测准确度,可为电力管理部门提供有价值的参考意见。     

电力负荷特性与气温关系及其预测

以铜仁市电网06年10月-08年9月每日整点负荷和气温数据为基础,分析了铜仁市电力负荷特性,并对日峰荷与三项气温因子的线性相关性进行了分析,最后提出一种基于相似日和多元线性回归的预测模型。实例预测结果分析表明：该模型简捷实用,对铜仁市电网具有较好的拟合和预测效果,可以将其运用于铜仁市电网日常负荷预测工作之中。     

残差修正法在电力负荷预测中的应用

影响电力负荷的因素很多,而且这些因素都具有不确定性,即这些信息具有模糊性。因此,为了准确进行负荷预测,最好采用模糊预测来研究和处理电力负荷预测。一般对于电力系统中期负荷预测采用回归分析模型,但其预测结果往往有很大误差。为了提高电力负荷预测技术的水平,作者以其于实数输出值的模糊回归分析及用三角函数拟合残差的方法,提出了预测电力负荷的模糊线性回归－残差修正预测模型。该模型是在模糊线性回归模型的基础上推导出来的,它可以寻找最合适的线性函数使理想线性回归中的线差和达到最小。通过售电量模糊预测的仿真计算验证了所提出的预测模型的正确性和可行性。     

基于皮尔逊相关系数的电网夏季空调负荷预测研究

采用统计分析的方式研究地区电网夏季空调负荷的变化规律,综合考虑空调负荷的影响因素,构建了地区电网夏季空调负荷预测模型。该模型以地区电网负荷变化曲线为基础,实现了对空调负荷曲线的有效分离,随后采用Pearson相关系数考察各类影响因素与日最大空调降温负荷的相关性,通过比较日最大空调降温负荷与各类指标的相关系数,构造出一个能够体现最大空调负荷受本地区气象和社会经济影响较大的"经济气象综合指标",并利用回归分析提炼出空调降温负荷与综合指标的变化规律,最终实现夏季空调负荷的精准预测。基于某地区电网2006—2015年电力负荷及其相关数据,使用该模型预测2016年该地区电网夏季空调负荷,预测结果证明了模型的有效性。     

基于方差-协方差组合预测的中长期电力负荷预测研究

关于中长期电力负荷预测有多种预测方法,但各方法被许多因素所局限,本文选用线性回归模型、二次多项式模型和灰色预测模型分别对电力负荷进行预测,再综合起来建立方差-协方差组合预测模型。通过比较后得出结论,本方法大大降低了误差,提高了预测精度,可以科学地预测中长期的电力负荷。     

基于气象指标的安徽电网负荷特性分析及研究

电力负荷特性分析是电网调度运行、生产规划的重要组成部分。为充分发掘安徽电网负荷特性与气象因素的关系,首先对安徽电网基础负荷与气象负荷进行分解;然后基于相关系数法进行多维度气象指标主导因素辨识,在此基础上建立气象指标—负荷二次回归模型,获得气象负荷的灵敏度;最后结合2018年安徽气象情况,阐明了安徽电网2018年夏季负荷特性,并对2019年安徽最大负荷做出预测,对安徽电网负荷预测和电力平衡工作具有指导意义。     

计及模型综合指标评价的西南电网中长期负荷变权组合预测

为解决单一预测模型难以适应西南电网不同区域的负荷变化问题,针对西南电网各区域年负荷变化的特点,提出采用计及综合指标评价的负荷变权组合预测模型。首先引入改进灰色关联度指标、预测有效度指标和模型冗余检验指标作为模型选择依据,形成适合不同区域的历史负荷变化的基模型库。然后引入自适应变权重算子对基模型进行组合预测,获得西南电网区域年负荷预测值。算例利用四川省、重庆市以及西藏自治区2006—2019年的电力消费量进行测试,结果表明所提预测方法能够有效预测西南电网负荷变化,相比最优权重模型、等权模型和最优单一模型算法具有更高的预测精度。     

城市电网总量负荷年最大值的双向预测方法

城市电网总量负荷预测是城市电网规划的基础工作。为了充分挖掘并利用负荷历史数据的更多信息,提出一种城市电网总量负荷年最大值的双向预测方法。该方法基于历史数据分析了电力负荷与用电量的相关关系,建立了负荷-用电比模型,据此求得基于用电量数据的各月电力负荷最大值,并利用这些最大值分别运用线性回归、指数平滑、灰色理论从纵向和横向对目标年的总量负荷最大值进行预测,将所得的六个预测值加权平均作为最终预测结果。实例分析表明该方法是正确的、有效的。     

基于证据理论加权的电力负荷组合预测

为了提高电力负荷的预测准确度,提出了一种基于证据理论加权的电力负荷组合预测模型。首先分别采用自回归移动平均模型、灰色模型和BP神经网络对电力负荷进行预测,分别得到电力负荷的线性、周期性和非线性预测结果;然后采用证据理论确定自回归移动平均模型、灰色模型和BP神经网络的预测权值;最后进行加权得到电力负荷的预测结果,并将该模型应用于具体的电力负荷建模与预测中。实验结果表明,该模型可以描述各单一模型对电力负荷预测结果的贡献,更加准确地描述电力负荷的变化特点,预测准确度能够满足实际应用的要求。     

基于MATLAB统计学工具箱的电力负荷中期预测

对电力负荷中期预测中常用的增长趋势预测法和回归模型预测法的优缺点进行分析,在此基础上提出一种电力负荷中期预测的新方法.该方法巧妙运用MATLAB统计学工具箱中的现有函数,并借助可决系数和预测相对标准偏差两个定量判别指标来选择预测模型,从而能更有效地对电力负荷进行中期预测.该方法在理论上兼有常用的增长趋势预测法和回归模型预测法的优点,在实践中又能很好地克服上述两种方法的缺点,且编程简单,预测结果精确度高,具有很强的实用性.最后以浙江省全社会用电量的中期预测为例,说明该方法的有效性.     

A security based approach to composite power system reliabilityevaluation

An electric power network containing generation and transmission facilities can be divided into several states in terms of the degree to which adequacy and security constraints are satisfied in a reliability evaluation of the composite system. The composite system is classified into different system states for which probabilistic indices are calculated. Both annualized and annual indices using a seven-step load model are presented for two test systems. Selection methods are used to detect problem-creating contingencies. A linear programming model for generation rescheduling and minimization of the amount of load shed is presented. A linear programming model for correcting the voltage problem is presented     

城镇化进程与电力需求增长的关系研究

分析了城镇化进程对电力需求的作用机制,研究了国内外主要国家城镇化率与用电量之间发展规律,总结出城镇化进程中电力需求增长的阶段性特征,认为城镇化与电力需求增长呈现高度正相关关系。分析了中国工业化、城镇化、市场化、国际化与电力需求的相关性,认为城镇化与电力需求相关性最高。构建了中国城镇化与电力需求增长的关系模型,提出中国城镇化率从50%提升到75%的未来进程中每提高1%,全社会用电量平均增长4.6%;当城镇化率超过75%,电力需求的增长将放缓。构建了天津地区城镇化与电力需求增长的关系模型,提出天津地区城镇化率从80%提升到90%的未来进程中每提高1%,全社会用电量平均增长8.8%,最高用电负荷增加89万kW。建议随着中国城镇化新一轮稳妥推进,要相应地加强发电和电网设施的匹配规划和建设;在地区电力负荷预测和饱和负荷分析工作中,要关注城镇化进程中农村人口向城镇转移而引起空间负荷变化等情况,科学进行中长期负荷预测。     

电力市场中基于电价弹性的电力系统运行可靠性的协调控制

电力系统可靠性指标随负荷水平变化而变化，二者之间存在复杂的非线性关系，不能采用线性模型进行模拟。规划设计中，价格系数只能在很小的范围内调节电力平衡，不足以提高系统可靠性。电力市场中，考虑到实际运行中用户对电价的反应，应引入实时电价的电价弹性：当运行风险较高时，升高价格可以促使用户减少用电量或者调整用电时间，从而降低运行风险；而当运行风险较低时，较低的销售价格必然刺激用户的电力消费，提高了运行风险。文中在量化分析电价弹性的基础上，提出了一种实时电价与电力系统运行可靠性之间协调控制的新方法，调度员和用户通过价格、负荷和风险指标构成了一个闭环控制系统，以持续调节电网风险水平。算例结果验证了算法的正确性和应用价值。     

基于DE-GWO-SVR的中长期电力需求预测

电力需求预测是电力系统科学规划与运行的重要前提。根据相关性分析,从经济发展水平、城镇化水平、工业化水平、人口数量、产业结构、居民消费水平、电价和用电基数8个方面筛选出电力需求关键影响因素。利用差分进化（differential evolution,DE）和灰狼优化（grey wolf optimization,GWO）算法对支持向量回归模型（support vector regression,SVR）的参数进行优化,建立差分进化-灰狼优化-支持向量回归电力需求预测模型。选取北京市电力需求历史数据进行实证分析,比较不同模型的预测结果,验证组合优化模型的有效性及其预测的准确率,并对北京市2021—2025年电力需求进行预测。     

基于粗糙集和多元线性回归的电力系统中长期负荷预测

基于粗糙集理论和多元线性回归模型,提出一种预测电力系统中长期负荷的新方法。首先采用一种完备的属性约简算法对影响电力负荷的诸多相关因素进行约简,得到与负荷关系最为密切的核心因素。在此基础上,建立多元线性回归模型来预测未来年的负荷。对一个实际电网的负荷进行预测,结果表明所提方法符合中长期负荷预测的特点并具有较高的预测精度。     

考虑随机变量相关性的交流概率潮流风险评估

随机变量除了由非线性潮流方程所决定的相关性外,还存在着不同节点的同类型和不同类型随机变量之间的相关性,为评价电网规律扩大电力市场跨区交易等带来潮流随机波动的风险,采用蒙特卡洛模拟研究了考虑随机变量相关性的交流非线性概率潮流的统计特征,提出了能有效反映电网运行风险的电压、线路潮流、发电机无功功率的可能性和严重度指标。测试系统的仿真研究表明,随机变量的相关性对概率潮流的统计特征影响较大,不考虑随机变量的相关性会影响电网安全风险评估的准确度,而且需根据规划或运行的目的,从周期性或实时运行的角度分别建立系统模型,分析系统的薄弱环节。     

基于SPSS回归分析对中长期居民用电负荷预测

作者利用SPSS软件,对居民可支配收入、人均GDP、城市化进程等一系列国民经济数据与居民人均用电量进行了回归分析,利用逐步分析法较为清楚地了解了数据之间的联系,得到了拟合度较高的中长期居民用电负荷预测模型,对电力系统的建设和规划具有重要的意义。     

Extensions to the bounded-set theoretical approach to reliability modelling and calculations for composite generation-transmission systems using a DC load-flow model

A bounded-set theoretical approach is given for evaluating the loss of load probability and frequency of failure of a composite generation-transmission power system represented by a DC load-flow model. The computed reliability indices are in general upper bounds to the corresponding set of reliability indices obtained by using a linear network flow modelling of the composite power system. A specialized parametric linear programming method was also developed for implementation of the set decomposition solution strategy.     

基于序贯蒙特卡罗仿真的配电网可靠性评估模型

提出了考虑线路容量约束和潮流分布的基于序贯蒙特卡罗仿真和时变负荷模型的评估配电网可靠性的模型.模型中切负荷策略综合考虑了停电损失费用、停电电量、网损和停电时间,因而该模型在模拟配电网的故障和负荷点停电情况方面更加符合实际运行情况,并可以评估不同调度策略下的可靠性风险指标和可靠性效益指标的影响.经采用IEEE RBTS配电系统测试,结果表明该模型是合理的、有效的.