基于改进灰色模型的中长期电力负荷预测

针对电力系统负荷预测中灰色建模的局限性,通过对灰色预测方法的大量研究,提出了一种能改进灰色预测的方法。对负荷原始数据序列,再利用滑动平均法进行预处理及优化,从而增强灰色预测对波动负荷数据序列的抗干扰能力。利用改进的GM(1,1)模型对电力系统中长期负荷进行预测,并采用后验差检验法对GM(1,1)模型进行检验。理论分析和实例结果表明,改进后的模型提高了普通GM(1,1)模型的预测精度,扩展了该模型的适用范围。     

基于GM(1，1)与BP神经网络的综合负荷预测

针对电力负荷预测中的单一预测模型存在的局限性,提出基于BP神经网络和GM(1,1)的残差修正组合模型。通过算法组合的方式进行系统建模,从而提高负荷预测模型的精度。首先通过GM(1,1)模型进行预测,得到灰色残差序列,利用灰色残差序列建立BP残差修正模型,利用该模型进行残差预测,最后将残差修正值和GM(1,1)模型预测值进行叠加得到最终所需的负荷预测值。利用该模型对某地区进行仿真实验,结果表明该修正模型具有较高的预测精度和实用性。     

基于灰色理论的中长期负荷预测

对负荷预测中的灰色预测方法进行了深入的研究,找出了灰色建模的局限性并提出了改进方法.通过对负荷原始数据序列的预处理及优化,增强了灰色预测对波动负荷数据序列的处理能力,利用等维新息递推GM(1,1)模型进行预测,保证了预测能够较为充分地利用新信息.经过改进之后的模型,扩展了普通GM(1,1)模型的适应范围,提高了预测精度.利用实例将改进模型与普通GM(1,1)模型进行比较,证明改进模型具有比普通GM(1,1)模型误差小、精度高的优点.     

基于灰关联分段优选组合模型的短期电力负荷预测研究

针对已有GM(1,1)灰色预测模型在数据波动、突变和转折等不确定情况下预测精度较低的问题,提出一种基于灰关联分段优选组合模型的短期电力负荷预测模型。基于GM(1,1)模型在平滑上升和下降区段预测效果好、而一天的用电负荷可划分为几个峰谷区段的特点,对预测日进行灰关联分段和优选组合,避免出现由于初始条件选择不当而将误差引入模型并被逐步放大的风险;同时,通过组合不同角度GM(1,1)模型,解决负荷的多因素影响。经广西贵港市实际工程验证,本模型预测平均误差在3%左右,预测精度有明显提高,完全可满足该地区短期电力负荷预测的实际要求。     

基于灰关联加权组合模型的电力负荷预测研究

针对灰色系统理论中的预测模型(简称GM(1,1)模型)不太适于中长期负荷预测的不足,以及由历史负荷数据的不同时段建模形成预测灰区间的特点,提出了灰关联加权组合修正方法。从历史负荷与其拟合数值的灰关联度挖掘出负荷发展的“远、近”趋势,对灰区间值进行加权组合,大大提高了GM(1,1)模型的预测精度。使用该方法对某一地区未来几年的负荷预测得到了较为理想的结果,说明该方法对中长期负荷预测非常有效,弥补了GM(1,1)模型在该领域内使用的缺陷,具有一定的理论价值和实际应用价值。     

灰色预测理论及其在电网最大负荷预测中的应用

介绍了灰色预测模型的建模机理,详细论述了GM(1,N)、GM(1,1)模型的建模及求解.以宁夏固原电网2000～2006年的最大负荷数据为建模依据,应用灰色预测模型GM(1,1)对固原电网2007年、2008年最大负荷进行预测,模型预测的年平均绝对误差(MAE)为2.14MW,平均绝对百分误差(MAPE)为1.46%,预测精度为98.54%.结果表明,在少数据背景下,应用灰色预测模型对电网最大负荷进行预测,其预测的可靠性和准确性都比较高,可以广泛应用.     

中长期电力负荷的灰色残差修正组合预测

中长期电力负荷走向趋势曲线往往呈S型,直接运用灰色GM(1,1)模型预测会造成较大的偏差。针对负荷曲线固有的发展趋势,根据曲线发展的不同阶段分阶段预测,采用GM(1,1)模型进行第一阶段的预测,采用残差修正模型进行第二阶段的预测。在分阶段预测的基础上,根据每一阶段的预测精度分配权重,进行组合预测。该方法将数据本身发展趋势和模型固有优点相结合,预测结果表明该方法在提高精度上有可行性。     

广西电网短期负荷预测及其数学模型

介绍一种适合广西电网短期负荷预测的数学模型。对广西电网普通日负荷预测采用时间序列分析预测模型 (每日 2 4个点 ,整点采集 )进行预测 ;对于非周期性变化 ,或周期性变化趋势不明显的年、月、日的最大负荷、最小负荷 ,周末、节假日整点负荷 ,采用灰色理论中的 GM(1,1)模型和 GM(1,1)改进模型来进行预测。在广西电网电力负荷预测应用中取得了较好的结果     

配电系统不良数据修正方法的研究

对GM(1,1)基本模型中第一个数据不起作用的结论作了全新的简洁的推导,提出了计及第一个数的零加数GM(1,1)模型,提高了原始数据的利用率。在此基础上,结合电力负荷呈连续性和日周期性变化的特性,提出了用于负荷数据修正的零加数GM(1,1)组合预测方法。该方法通过从两个角度选取原始序列进行零加数建模,采用关联度的分析方法,将预测值进行线性组合。实验证明,零加数模型的预测精度优于原始模型的预测精度,且组合预测比单一序列预测在计算精度上有明显的提高。     

灰色马尔可夫链在高峰负荷预测中的应用

用GM（1,1）模型预测短期负荷虽具有很好的精确性,但对于波动性较大的高峰负荷,它的预测精度比较低,而马尔可夫模型可以克服负荷波动较大的局限性。在此将二者结合起来形成灰色马尔可夫模型,并对山东某地区高峰负荷进行预测。应用表明,该模型切实可行,预测结果的精确度很高。     

居民夏季用电需求灰色关联预测模型的研究

在定性分析北京地区GDP，居民降温设备拥有量，电费支出占可支配收入比例等因素时该地区居民夏季用电需求的基础上，应用灰色关联理论，找出了影响居民夏季用电需求增加的主要因素，建立了关于居民夏季用电需求量与这些影响因素变量的GM(1，n)模型，描述了关联因素时居民夏季用电需求的影响，为电力部门做好负荷预测，制定夏季负荷的调整方案及其电网的电力运行计划等提供了参考依据。     

Long-Term Load Forecasting Using Grey System Theory

Supply and demand in power system planning and operation is required to be balanced. An operational reserve for protection against faults or accidental demands also is required. Therefore load forecasting is one of the most important fields and various load forecasting methods have been applied. In this paper the grey system theory which mats uncertain information is applied to the long-term load forecasting from three aspects: the point prediction; the interval prediction; and the topological forecasting. In the point prediction, the annual total demand is predicted, in the interval prediction, the annual peak demand is predicted, and in the topological forecasting, the date where a yearly maximum peak demand would occur is predicted. The grey dynamic model (abbreviated as GM model) is adopted as the predicted model. The GM model is a differential equation model which is different from most forecasting models. The GM model is quite powerful when combined with the preliminary transformation called the accumulated generating operation (AGO). This paper proposes a new method for the long-term load-forecasting problems involving uncertainty. The predicted results have been found to be very satisfactory. The grey system theory is a new tool which is very efficient for load forecasting.     

利用特殊日期测定各类用电负荷的方法

准确掌握一个地区内各类用电负荷的构成和变化规律,对于做好本地区的负荷预测、用电分析、负荷管理等工作非常重要。在实际情况中,可以发现通过一般统计方法获取各类负荷构成数据的途径并不具备可行性和实用性。总结了一些利用特殊日期负荷变化来测定各类用电负荷大小的方法,并结合廊坊市的实际情况对这些方法的操作过程和分析结果进行了具体论述。     

重庆地区中长期负荷特性和预测方法研究

对于存在多个影响因素的中长期电力负荷,采用常规灰色模型GM（1,1）进行中长期预测不能获得较好的预测精度。提取了中长期负荷主要影响因素之一的生产总值和年总用电量建立了多变量灰色预测模型MGM（1,2）。为进行比较分析,同时还建立了常规灰色GM（1,1）模型。预测结果显示,多变量灰色模型MGM（1,2）的预测精度优于常规灰色模型GM（1,1）。     

关于夏季单位温升负荷效应回归模型的研究

从电力公司市场开发部门电力负荷分析与预测的要求出发，着力对北京地区几年来夏季负荷的变化状况及其与气温的变化关系进行了深入的分析，采用相关与回归理论，建立起较为实用的关于夏季上升段与下降段单位温升负荷效应模型，为定量地掌握夏季负荷随气温变化规律提供了理论依据。     

夏季日峰荷与有效温度的灰色建模及灵敏度分析

为了深入了解夏季日峰荷与气象因素之间的关系,定量掌握夏季气象因素对日峰荷的影响,作者首次提出用人体舒适度作为综合气象指标来反映夏季气象因素对日峰荷的影响.对2000年北京市夏季日峰荷与人体舒适度、日平均温度进行的灰色关联分析的结果表明:有效温度是对夏季日峰荷影响最大的关联变量.在此基础上建立了夏季日峰荷与有效温度的灰色GM(1,1)模型,并进行了单位有效温度的变化引起日峰荷增量变化的灵敏度分析,为电力部门在制定夏季运行方式或电力需求计划时,如何确定解释变量、定量地掌握夏季日峰荷随气象因素变化的规律提供了理论依据.     

北京市电网气网负荷调节方案研究

通过对目前北京冬、夏季天然气和电力季节性负荷曲线进行分析研究,利用其峰谷差较大且互补的特点,以注重经济性和实用性为前提,以改善电网和气网的管网利用率为目标,提出对居民小区现有供暖设备进行改建。冬季使用蓄热电锅炉来辅助燃气锅炉供暖,充分利用优惠低谷电;夏季采用电冷联产系统,在居民区空调用电负荷较高时段辅助供电,并通过暖气管道输送冷水,满足居民对冬季供暖和夏季供冷的需求。     

电力负荷预测常用方法的分析比较与应用

在电力市场逐步形成的形势下,电力负荷预测在电力系统规划和电网运行方面发挥着越来越重要的作用,其方法的研究也显得越来越重要。结合某省电网规划,在相关电力负荷预测理论及实践的基础上,从适用条件、数据形式、计算难度和适用范围等方面对电力负荷预测常用的几种方法(趋势外推法、单耗法、弹性系数法、回归分析法及灰色预测法)进行了分析、比较,并给出了相应的结论。     

苏州电网负荷和敏感性分析

根据2008年苏州地区日最大供电负荷情况,分别对夏季、冬季的负荷水平进行了详细的分析．研究地区日最大负荷和气温的敏感关系,并计算出苏州夏季、冬季的空调负荷水平,得出了相对准确的负荷-气温敏感数值．对于提高地区负荷预测准确率具有明显的参考价值。     

中长期电量灰色预测中数据预处理方法研究

中长期电量预测是电网调峰、电源和电网建设规划以及电力需求侧管理等工作的基础.在研究传统中长期灰色预测模型的基础上,分别引入滑动平均、幂函数变换和结合预期影响等方法,改进了传统灰色模型的数据预处理环节.其中的预期影响调整环节是首次被应用到电量预测中,通过挖掘和利用更多、更深层次的信息,使预测精度得到提升.此外,介绍了定量检测模型拟合和预测精度的手段;利用介绍的多种改进模型,根据中国1999-2011年的电量数据,分稳定期和波动期情景对模型进行拟合和预测的对比研究,也测算了2012、2013年全国用电情况.