基于灰色-周期外延组合模型的电力负荷预测

提出了灰色–周期外延组合模型，即在一般灰色模型GM(1,1)的基础上建立残差周期外延模型，并提取优势周期以重新构造新的数据序列，再将不同周期同一时刻的值叠加。该模型兼顾了电力负荷的增长性和周期波动性二重趋势，较好地克服了上述二重趋势引起的负荷变化非线性组合特征给精确负荷预测带来的困难。实例计算结果表明该模型明显地提高了电力负荷预测精度。     

几种灰色模型用于电力消费中期预测研究

根据三类产业与居民生活用电量在用电方式、用电增长趋势等方面的不同特点,对灰色ＧＭ（１,１）模型、改进的ＧＭ（１,３）模型以及关联多因子模型在地区用电量和最高用电负荷预测中的应用做了初步研究。以上海市１９９０～１９９８年的电力资料和经济资料为基础,应用几中灰色模型对三类产业用电量、居民生活用电量及最高用电负荷进行了预测,并将几种模型的预测 结果进行了比较。结果表明,不同模型适用于不同特点的电力消费预     

滑动平均法改进型灰色预测模型在德山开发区电力负荷预测中的应用

利用灰色控制理论对德山开发区电力需求量进行预测.用生成方法对原始数据进行处理,消除了影响电力需求量的众多非重要因素,并从原始数据中挖掘有用的信息,建立微分拟合方程,基于残差修正提出滑动平均法改进型灰色预测模型,增加当年数据的权重,避免数值的过度波动.德山开发区电力负荷预测结果表明该模型能有效提高预测精度.     

基于灰色关联理论的长春市电力消费预测模型的研究

针对电力消费增长的趋势,做好预测是十分必要的。以长春市作为研究对象,在对该地区GDP、人口、居民消费价格指数等因素与电力消费之间关系定性分析的基础上,应用灰色关联理论,找出了导致用电消费水平增加的主要影响变量,并建立了电力消费与这些影响变量之间的灰色关联模型GM(1,n),确定这些影响因素与该地区电力消费的定量关系。该模型精度高,符合实用要求,为做好今后长春市电力消费的预测提供了理论依据。     

电力需求的经济预测及波动周期分析

利用灰色系统理论对我国电力需求进行了中长期的预测及波动周期分析 ,预测具有一定精度。中长期预测2 0 0 0～ 2 0 10年 ,其预测结果与中国科学院可持续发展研究组的预测以及国际能源署IEA报告的预测结果相吻合。     

基于残差周期修正的灰色电价预测模型

电力市场中的电价曲线具有多周期、跳跃等特性,而呈指数增长的灰色GM(1,1)模型预测误差较大,为此,文章提出了基于残差周期修正的灰色电价预测模型。该模型不仅利用了灰色模型的优点,而且通过原始数据的平滑处理、初值条件的改进以及残差周期修正使预测曲线波动起来,使拟合曲线更加接近原始数据,大大提高了模型的预测精度。算例结果验证了该方法的可行性。     

具有二重趋势性的季节型电力负荷预测组合优化灰色神经网络模型

电力负荷预测是电力系统的一项重要工作，季节型电力负荷预测是一个难点，缺少相应的数量预测方法，对于具有增长和波动二重趋势性的季节型电力负荷，首先提出了季节型负荷预测的组合优化灰色神经网络模型，研究了同时考虑两种非线性趋势的复杂季节型负荷预测问题，说明了优化模型分别优于两种单一发展趋势负荷预测的模型。给出了电力负荷预测的应用实例，通过对河北电网季节最大负荷与销售电量的分析，建立了对应的组合优化灰色神经网络模型，与其它算法进行了比较，计算结果表明，该方法较大提高了季节型负荷预测的精度，为季节型电力负荷预测提供了一种新的，有效的方法，编制了季节型负荷预测的软件，此软件具有实用性和通用性。     

应用于电力需求预测的几种灰色模型

根据不同部门在用电方式、增长趋势等方面的不同特点,对灰色GM(1,1)模型、改进的GM(1,1)模型以及关联多因子模型在地区用电量和最高负荷预测中的应用做了初步研究.以上海市1990～1998年的电力资料为基础,对各种模型的预测结果进行比较.结果表明,不同模型适用于不同特点的电力需求预测,指数加权变换GM(1,1)模型适用于第一产业、第二产业及总的用电量预测,关联多因子模型适用于第三产业、居民生活用电量及最高负荷预测.     

电力需求的经济预测及波动周期分析

利用灰色系统理论对我国电力需求进行了中长期的预测及波动周期分析,预测具有一定精度,中长期预测2000－2010年,其预测结果与中国科学院可持续发展研究组的预测以及国际能源署IEA报告的预测结果相吻合。     

基于新陈代谢灰色马尔可夫模型的工业园区用电量预测

单一的灰色预测模型只能反映工业园区月用电量的总体变化情况,无法反映用电量随生产计划和季节变化的波动特点。为此,将灰色预测、新陈代谢法与马尔可夫理论三者的设计思想相融合,优化灰色模型的维数,引入马尔可夫修正系数,建立新的改进模型。通过案例的分析研究,新陈代谢灰色马尔可夫模型能够较好的提高预测的精度。     

基于组合预测的风电场风速及风电机功率预测

风电场风速及风电机功率预测的准确性对接入风电场的电力系统运行有重要意义.文中提出一种基于相似性样本的多层前馈(BP)神经网络风速预测方法,利用风速季节性周期变化的特点提高风速预测的准确性;结合时间序列分析与灰色预测方法研究了应用组合预测方法进行风电场风速预测,并在风速预测的基础上讨论了风电机功率预测.通过对国内某地区的实测风速数据分析,验证了该预测方法能够提高风速预测的准确性,具有较大的实用价值.     

基于局部极差变化率的风电功率波动定量刻画

针对目前风电功率波动性研究中缺乏对其时序演进特征定量刻画的问题,对风电场实测功率数据样本进行分析,提出一种基于局部极差变化率的风电功率持续波动状态的识别方法,提取风电若干个持续出力状态以描述风电功率的持续波动特征。以用来衡量局部极差变化率的幅值和相角为模型输入量,建立灰色多目标决策模型,通过兼顾幅值的变化和相角的变化以寻找模型次优解的方法挖掘出具有代表性的幅值和相角,进而定义表征波动的量即波动系数,并以此来量化风电功率在某一时间段内的波动。给出了使用波动系数修正现行风电场预测预报考核指标的方法。     

基于鸽群优化算法的支持向量机在电力需求总量预测中的应用

电力需求总量的科学预测是经济转型阶段电力系统规划与运行的重要依据。引入融合分段二次Lagrange插值函数的新型灰色关联理论,从经济发展、产业结构、用电环境以及居民生活4个方面分析社会经济新常态指标与电力需求总量之间的相关程度,筛选出影响电力需求增长率波动的关键因素;进而以电力需求总量及相关因素为训练数据集,利用融合莱维飞行特征的改进鸽群优化算法对支持向量机的参数进行优化,建立具有最佳参数、强泛化能力的电力需求总量预测模型。基于我国某电网区域电力需求历史实测数据的算例结果表明,所建模型具有更好的优化效率和预测精度。     

基于灰色-加权马尔可夫链的光伏发电量预测

光伏发电量预测是光伏并网的一项基础性工作。运用灰色模型对光伏发电量进行总体趋势的预测后,加入了加权马尔可夫链预测理论,建立了灰色-加权马尔可夫链预测模型。该模型不仅考虑了GM(1,1)模型对指数增长序列的适应性,而且考虑了发电量数据随机波动的特点,用状态转移概率矩阵来描述这种波动性。将该模型运用于合肥某光伏电站的光伏发电量预测,结果表明加权马尔可夫链与灰色模型的结合,提高了对波动性较大的发电量数据预测的精度,验证了该模型的可行性和有效性。     

基于预测-校核机制的发电侧煤电联动

通过引入用于预测普通商品价格的较成熟的几何布朗运动模型建立了燃煤市场的煤价波动模型。通过分析火电企业生产成本与煤价之间的关系，依据Ito引理将燃煤市场的煤价波动引入电厂生产成本的波动中，建立了电厂生产成本的波动模型。通过求取一段时间内电厂生产成本的波动期望值，对政府职能部门提出了依据该期望值对电厂上网电价进行调整的建议。考虑到政府职能部门提前对电厂上网电价进行调整可能存在风险的实际情况，提出了构建煤电联动预测&;#65533;校核机制的思路，为上述模型的应用提供了保障。最后举例说明了该模型的使用步骤并验证了其合理性与可行性。     

优选电网规划方案的灰色关联法

研究电网规划的经济性和可靠性具有重大的现实意义,在简要介绍了电网规划的两个阶段的基础上,针对优选电网规划方案进行了研究,提出了一种新的基于灰色关联法的电网规划方案优选方法,从经济性和技术性上全面考虑了影响电网规划的重要因素。以一个实际电网接入系统规划设计为例说明了所提出的新方法的有效性,结果表明该方法简单并且可以快速地优选出最优的电网规划方案,对电力系统的设计和规划人员起到一定的辅助作用。     

基于灰色模型企业电能预测系统的研究

能源预测在企业管理中起着重要的作用。为了解决电力能源预测系统存在的问题,先使用一个经典的灰色预测模型GM（1,1）进行建模,通过MATLAB仿真软件,然后根据企业前九个月的电能消耗数据预测后3个月的电能消耗数据,画出仿真曲线。最后利用改进的灰色模型PGM （1,1）再进行仿真,比较仿真结果曲线发现改进的预测算法模型具有更小的平均相对误差,PGM （1,1）算法克服了GM （1,1）灰色模型中数据可能存在短时间内出现波动的情况,使预测模型的结果更加接近企业实际的电能消耗数据。     

基于灰色预测和重复控制的两电平单相功率因数校正器的研究

采用GM（1,1）模型设计了一种灰色预测,能准确地预测下一开关周期中所需电量,包括交流输入电压、直流输出电压、升压电感电流、升压电感电流偏差和直流输出电压偏差,实现精确控制。将采用开关周期的电压偏差和电流偏差分别与预测电流偏差和输出直流电压偏差相加,实施重复控制,消弱静差和改善动态特性。制订了基于灰色预测和重复控制的两电平功率因数校正的综合控制策略,并进行了试验研究,试验证明了所提方案的正确性。