中长期日负荷曲线预测的研究

针对我国电力部门所积累的基础数据，提出了一种基于用电结构分析的日负荷曲线预测方法，在建模时引进了灰色系统的思想，对原始数据作了生成处理，所建立的数学模型物理意义明确、表达方式简捷，并针对其特点提出了有效的求解方法，通过实例计算表明算法的有效性。     

日负荷曲线的二次函数修正预测方法

在假定未来日负荷曲线特征参数γ、β已知的条件下，构造一个二次函数对基准日负荷曲线进行修正，在此基础上获得待预测日的负荷曲线。     

典型日负荷曲线预测的一种简单方法

在介绍负荷预测方法的基础上,通过分析日负荷曲线,得出日负荷率与日负荷曲线的内在规律,提出了一种简单实用的典型日负荷曲线预测的新方法,此方法不用复杂的数学方法和模型,通过实例计算,表明该方法简便有效。     

生长曲线在电力负荷预测中的应用

作者在现有文献研究的基础上,对生长曲线预测法作了进一步改进,给出了生长曲线参数估计的一种新方法.该方法将最优化方法与回归方法相结合,利用最优化理论中的区间搜索和一维搜索得到一系列a值,利用回归方法可求得与其相对应的一系列a和b的值,当a取最优值d时,a和b便得到最优值a*和b*.示例计算表明,这种改进的预测方法具有较高的精度.     

浅谈如何搞好电力市场中的负荷预测

在电力市场中,无论是提高电网安全性和改善电能质量,还是提高电网经济效益,负荷预测都是极其重要的。全面地阐述和分析了负荷预测的原理、方法和模型,根据原理和方法提出了负荷预测的环节,并分析了实际预测中的各种影响因素及其改进方法,为实际工作中的不断完善提供有益的参考．     

电力市场环境下负荷分配问题的罚函数法

电力市场环境下的负荷分配问题由于报价曲线的分段特性使问题更加难以解决。针对报价曲线的分段特性进行处理，将每台机组出力等值为几台机组出力和的形式，并增加机组功率平衡约束，以罚函数方法和SQP方法解决后来形成的0，1变量整数规划问题及其线性的连续变量规划问题，本算法经过一个小系统检验证明非常有效。     

面向电力市场的短期负荷预测设计及实现

考虑近期我国电力市场需求,提出了一种较实用的短期负荷预测系统构架。它由信息采集和管理系统、负荷预测系统、信息监测和计划考核系统、计划制定和上报系统构成。提出了扩展短期负荷预测的概念和预测方法,完成当时剩余时段负荷点的重新预测,为实时电力市场日计划修正提供依据。短期、扩展短期、超短期负荷预测环节作为一个整体组成负荷预测系统,满足不同时段的负荷预测需求。信息采集和管理系统完成负荷预测前期的信息采集和分析,提高信息的有效性和可用性。信息监测和计划考核系统对上述信息进行监视,并对负荷预测系统进行控制。计划制定与上报系统依据预测结果制定负荷并上报。文中具体描述了各环节的实现原理和方法。     

基于函数型非参数回归模型的中长期日负荷曲线预测

提出一种中长期日负荷曲线预测的新方法。该方法首先基于函数型数据分析理论,将日负荷曲线视为函数型数据,通过对历史负荷曲线样本自身规律的挖掘,建立基于历史负荷曲线样本的函数型非参数回归预测模型。在此基础上,通过构建二次规划模型对函数型非参数回归预测模型的预测曲线进行修正,使其满足待预测日负荷特性指标要求。利用某省级电网夏季典型日负荷数据和美国PJM电力公司冬季典型日负荷数据对所提方法进行测试,结果表明该方法具有较高的预测精度。     

参照系统负荷预测的母线负荷预测修正方法

由于母线负荷预测结果的精确度相对系统负荷预测较低,提出了一种参照系统负荷预测值的母线负荷预测值修正方法。先根据母线负荷预测值之和与系统负荷预测值之间的差值确定需要修正的负荷点,再选择该点临近的连续数点系统负荷组成曲线,寻找系统负荷的相似曲线,对应相似日的各母线负荷组成样本、各样本修正值的期望和方差决定修正后的各母线负荷值的范围,采用最小二乘逼近建立二次规划问题,最后利用LINGO软件求解。算例表明了该方法从整体上提高了母线负荷预测的准确率。     

电力市场环境下的负荷预测方法研究

随着电力市场改革的不断深入发展,在进行地区配网规划研究时,要充分考虑电力市场相对活跃的积极因素,进行电力市场环境下的地区配网规划研究.以某地区电网建设和发展的实际情况,针对性地讨论了在配网规划研究过程中,电力市场活跃的积极因素对前期中负荷预测的影响,并采取相应的数学方法进行合理修正,以此做出合理的配网规划,有利于电网健康、稳定的发展.     

人均用电量法在区域饱和负荷预测中的应用研究

探讨了饱和负荷预测工作的必要性和紧迫性,针对人均用电量法在饱和负荷预测中的应用过程做了详尽的说明,给出了预测模型中各变量子模型及其参数的确定方法,并以福建省的历史统计数据为例,验证了该方法的预测精度。     

基于回声状态网络的电力市场电价预测

传统的神经网络算法在电价变化剧烈的情况下,精度较低并且所耗费的时间较长,难以满足电力市场发展的需求。为解决该问题,提出了一种基于回声状态网络(ESN)的短期电价预测方法。所提方法介绍了基于回声状态网络的预测原理,提出了电力市场短期电价的预测机制,包括参数选取、采样数据预处理和ESN训练及预测过程;并分别采用回声状态网络和反向传播算法(BP)神经网络进行短期电价预测。经过仿真验证,所提出的基于回声状态网络的电价预测具有较好的准确率和可行性。     

电力市场下的可中断负荷管理及其方法

为实现电力资源在电力市场下的有效配置和社会福利的最大化，主要从电价、机制和合约3个角度为电力市场下可中断负荷管理提供解决方法。根据可避免成本设计可中断电价，运用机制设计理论设计博奕规则，利用金融衍生工具设计合约形式，为电力公司在电力市场下进行可中断负荷管理提供了有利力的依据和指导价值，为电力市场下电网的安全经济运行服务。     

GARCH族模型在电力市场电价预测中的比较研究

电力市场电价的剧烈波动存在巨大的风险。准确的电价预测有助于市场参与者管理风险并达到自身利益的最大化。用ARMA—GARCH族模型对美国PJM电力市场和北欧电力市场的日前小时电价序列进行建模和预测。在模型估计时假设残差分别服从正态分布和学生t分布,进而比较不同模型对不同电力市场日前电价的预测精度。通过比较得出,非对称的GARCH模型预测效果较好。但ARMA—GARCH族模型不适用于波动异常剧烈、电价序列间相关性较弱的电力市场,并以澳大利亚电力市场电价数据为例进行了分析。     

CPU-GPU异构计算框架下的高性能用电负荷预测

随着电网的快速发展,用电信息采集系统的数据计算业务面临着巨大挑战.近年来,图形处理器(GPU)因其在浮点计算速度和存储带宽方面的优势成为高性能计算问题中的研究热点,也被成功应用在电力系统计算分析等科学计算领域.在基于人工智能方法的电力负荷预测问题中,以往大部分研究仅考虑了使用GPU加速预测模型的训练,而并未应用在数据集的获取和计算上.提出了一种基于中央处理器-图形处理器(CPU-GPU)异构计算框架下全流程加速的高性能用电负荷预测方案.首先结合统一计算架构(CUDA)和多线程技术实现了使用多台GPU完成用电负荷的并行预处理,随后在聚类分析后基于XGBoost算法完成了多台区负荷预测,并利用GPU加速了模型的训练计算.最后通过对深圳市43254个台区用电信息的实例分析,验证了所提方法的高效性与适用性.     

电力市场现货电价预测方法研究状况综述

电力工业从垄断走向市场,使得电价不再由政府确定,而是在市场机制下产生。电价波动会影响市场参与者的经济利益。时电力市场参与者而言,准确地预测电价具有非常重要的意义。详细分析和研究了电力市场现货电价的预测方法及其技术发展,阐述了各种电价预测方法的种类、预测原理、优缺点及其适用范围。     

遗传程序设计在短期电价预测中的应用

介绍了遗传程序设计的原理,提出了一种基于遗传程序设计的短期电价预测新方法。首先对数据进行预处理,然后利用遗传程序设计进行演化建模,采用美国加利福尼亚州电力市场历史数据进行预测,通过和时间序列法的预测结果进行比较,验证了该方法在短期电价预测中的有效性。     

电力负荷特性预测软件及其在浙江电网中的应用

介绍了新开发的电力负荷特性预测软件包实现的年持续负荷曲线预测和典型日负荷曲线预测的预测原理和方法.软件既能通过多种负荷预测模型对未来年的年最大负荷、用电量进行预测;也能对未来年的负荷特性曲线进行预测.其中,年持续负荷曲线采用排序法进行预测;典型日负荷曲线采用分行业叠加法进行预测.应用结果表明本软件的预测效果较好,达到了实用化水平.     

电力系统负荷预测与电价预测

讨论了电力系统负荷预测与电价预测的特点 ,并且对二者之间的异同点进行了说明和分析 ,对电价预测的意义及方法进行了初步的探讨。     

MCP预测技术在浙江电力市场中的应用

市场清算电价(MCP)预测是电力市场决策的基础。文中以浙江电力市场为背景,对一些预测技术作了介绍;用神经网络、时间序列以及基于小波分解的时间序列预测方法对浙江电力市场MCP作了预测。预测结果表明时间序列方法和基于小波分解的时序方法在一周的MCP预测过程中精度衰减较快,但是基于小波分解的时序方法在下一日的MCP预测中还是有较好的精度;神经网络方法预测精度衰减较慢,预测效果相对比较稳定。