回归分析法预测电力负荷在地区电网发展规划中的应用

本文介绍了采用回归分析法预测电力负荷的理论与方法，并通过运算实例验证回归分析法在电力负荷预测中的有效性和实用性。     

基于客户用电数据的多时空维度负荷预测综述

随着新型电力系统建设的快速推进，风力发电、光伏发电等新能源比例的不断升高，电动汽车等新型电力负荷的加入，以及用户参与新型电力市场需求响应等新形势，均对电网结构产生深刻影响，使得客户用电负荷时空特性逐渐增强，进一步对电力负荷预测技术提出了新的要求。该文在此背景下，对电力负荷预测现有技术进行总结与展望。首先，从预测方法、预测尺度、预测对象等多方面分析电力负荷变化给负荷预测带来的变革；在分析传统电力负荷预测技术不足的同时，对现代电力负荷预测方法和技术进行总结；进而，梳理出目前电力负荷预测领域面临着数据可用性、影响因素多元化、地区差异性等方面的挑战；进一步地针对这些挑战，对未来电力负荷预测在技术层面和应用层面的发展进行分析和展望。     

基于层次分析法的中长期电力负荷组合预测

针对单一负荷预测方法较难准确预测电力负荷的情况,将层次分析法应用于中长期电力负荷组合预测中,分析组合预测的层次模型和计算方法,以某市2007-2009年用电量进行模拟预测,结果表明该方法预测精度高,具有较强的实用性.     

电力系统负荷预测

电力负荷预测是一项重要但又非常复杂的工作，因为它受到大量不确定因素的影响，因此预测过程需要考虑多种因素。负荷预测大体有两种算法：传统算法和现代算法。     

基于物元模型的电力系统中长期负荷预测

在综合考虑电力负荷预测及物元理论特点的基础上,将两者结合,提出了一种基于物元理论(可拓工程学)的中长期负荷预测方法,对物元理论在电力系统中的实际运用进行了探讨.方法首先运用逐步回归与层次分析技术确定各种因素对电力负荷的影响权重,然后利用物元理论对选中的各影响因素与电力负荷及其增长率建立物元模型,再根据系统聚类分析的方法对电力负荷及其相关环境因素的历史样本进行归纳分类,最后采用合适的物元关联函数及灰色关联函数结合未来环境因素状态对未来负荷变化模式进行识别,从而预测出电力负荷的未来值.并以我国某地区的中期负荷预测为例,说明了其有效性.     

基于模糊层次分析法的电力负荷组合预测

针对电力负荷预测特点和人判断所特有的模糊性,为提高负荷预测精度,提出了基于模糊层次分析法的电力负荷组合预测模型.此模型引入三角模糊数的一些基本理论,采用三角模糊数表征专家判断信息以充分考虑专家判断的模糊性,采用层次分析法对专家判断结果进行处理以得到方案层各方案的最优权重.该电力负荷预测层次分析模型综合考虑了影响电力负荷的多种不确定因素.实际算例表明,所述方法在综合不同模型预测结果的过程中考虑了专家经验,能有效提高负荷预测的精度.     

基于深度条件概率密度函数的居民电力负荷预测

居民电力负荷预测主要用于电力调度工作的停电计划，以提高供电可靠度及居民用户满意度。由于电力数据量大且不确定性因素过多，对其负荷进行预测的难度较大。现有的电力负荷预测方法无法获取电力数据的自由度数值，导致负荷预测过程稳定性差、预测结果精度低。提出一种基于深度条件概率密度函数的居民电力负荷预测方法。引入四次方核函数，得出随时间变化下居民电力负荷数据的观测值与预测值间的变量关系；通过高斯回归方程使得预测向量值符合正态分布；利用交叉验证方法提取预测值的最优自由度，通过借自由度确定分位点，根据对比分析结果确定下一随机变量的预测数据分位点，实现居民电力负荷的预测。仿真实验证明，所提方法得出的电力负荷波动结果与实测结果相吻合，预测误差可控制在0.001~0.437 MW。说明该方法预测准确性高，可为电力决策提供有效帮助。     

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。     

基于模糊理论及神经网络的电力短期负荷预测方法

分析了电力短期负荷的构成及其影响因素的特点，结合模糊技术和神经网络。设计了用于电力短期负荷预测的神经网络。利用模糊技术及相似性原理对作为BP神经网络训练样本的电力负荷按天气特征进行分类识别，同时对带有噪音的训练样本提出了处理方法。针对BP神经网络的不足，提出了改进算法；并用实际例子对上述电力短期负荷预测神经网络进行了例证。     

冀南电网春节假日期间电力负荷预测方法

春节假日期间电力负荷预测意义非同一般。文章对冀南电网春节期间电力负荷用电规律做了系统认真研究，提出了用数学回归模型与负荷分析相结合这一新的预测方法，成功地用于１９９４，１９９５，１９９６年春节电力负荷预测。文章分析了冀南电网电力负荷变化因素，对短期负荷预测方法提出了新的观战。     

谐波对电能计量影响分析及仿真实验

对于谐波下有功电能的计量情况,从理论分析和仿真实验两个方面,对线性和非线性两种负载吸收和发出的有功电能进行了研究,得到了理论分析与仿真实验相一致的结果。对于目前使用的电能计量方式提出了改进措施。     

夏季最大负荷发生时间的预测

夏季最大负荷发生时间的预测是电力部门十分关注的问题,它关系到该地区的负荷调整方案以及购电计划制定。北京近年来夏季用电需求增长尤为突出。准确地估计夏季最大负荷发生时间,十分必要且迫切。为此,收集了北京市1990~2002年的夏季最大负荷发生时间数据,发现它是一个波动的、含有灰信息量的序列,故采用灰色系统理论进行预测建模分析。但常规的GM(1,1)模型在适应波动的数据方面,预测精度未能达到要求,故采用GM(1,1)残差周期修正预测模型来解决。经过计算发现,该模型不仅可以提高原始数据的拟合精度,而且用于预测时,与2003年夏季最大负荷发生时间的实际值进行比较,预测偏差也在允许的范围内。     

基于网络状态严格等值条件下的网损分摊分析

首先,在对网络状态进行严格等值变换的条件下,实现了不同用户间由某一公用输电路径为其提供服务向各自由独立的输电路径为其提供服务的完全等值的解耦过程,并由此提出了复功率网损的联合分摊原则：不 同用户间公用输电路径上的复功率损耗按照各用户复功率的比或用户复电流的共轭比进行分 摊。其次,总结了建立网损分摊原则所应注意的一些问题,并分析了按电流幅值平方比和电 流幅值比等原则进行网损分摊所存在的不足。最后,通过算例验证了所提网损分摊原则所具有的经济上的公正合理性和网络基础上的充分正确性。     

二次模态分解组合DBiLSTM-MLR的综合能源系统负荷预测

用户级综合能源系统多元负荷存在随机性、波动性相对更大的特点,现有预测方法不能得到很好的预测效果.为此提出一种基于核主成分分析(KPCA)、二次模态分解、深度双向长短期记忆(DBiLSTM)神经网络和多元线性回归(MLR)的多元负荷预测模型.首先,运用自适应噪声的完全集合经验模态分解分别对电、冷、热负荷进行本征模态分解,对分解得到的强非平稳分量运用变分模态分解进行再次分解.然后,运用KPCA对天气、日历规则特征集提取主成分实现数据降维;将分解得到的非平稳、平稳分量结合特征集主成分分别用DBiLSTM神经网络、MLR进行预测.最后,将预测结果进行重构得到最终预测结果.通过实际算例分析可知,与其他模型相比,所提模型具有更高的预测精度.     

加权马尔可夫链在负荷预测中的应用

利用小波将月售电量序列进行分解,对不受气象因素影响的趋势项和周期项,分别采用趋势外推和周期图法进行预测,对受气象因素影响的随机项,应用模糊聚类的方法确定分级标准,将观测值之间的相关系数作为权值,采用加权马尔可夫模型进行预测,然后进行综合。该法避免了精度较低的月气象资料对负荷预测精度的影响,不仅得到了未来月售电量的具体值,而且得到了其所属的区间,因此更加符合实际。最后给出了预测实例,验证了所提方法的有效性。     

计及多种柔性负荷的虚拟电厂热电联合鲁棒优化调度模型

针对热/电联合运行下多种柔性负荷协调优化不足以及面临的风、光出力和柔性负荷等多种不确定性,文章提出了一种考虑柔性负荷下的虚拟电厂(virtual power plant,VPP)热电联合鲁棒优化调度方法。充分考虑可削减、可平移、可转移柔性负荷之间的协调互补性,分别以热/电负荷曲线标准差和系统综合运行成本最低为目标,建立了虚拟电厂热电联合双层协调优化运行模型,提高了多种柔性负荷协调优化效果;并采用鲁棒优化方法处理风、光出力和柔性负荷预测误差的不确定性,提高热电系统运行的鲁棒性。多种柔性负荷的协调优化增强了系统的灵活调节能力,使经济性更优,不同鲁棒系数下柔性负荷优化效果的对比,为适应不同需求情景下的决策者提供参考依据。算例分析验证了所提模型的有效性。     

An intra-hour control strategy for aggregated electric storage space heating load

Forecasting errors in a power system occasionally leads to situations where either production or consumption is required to be altered. In order to improve demand-side contribution under these special conditions, this paper introduces an intra-hour control strategy that allows a retailer to request regulating power from flexible loads. The load under research is electric storage space heating (ESSH) employing model predictive control (MPC) for minimizing the heating cost and ensuring customer comfort. In the proposed framework, a regulation request is sent to the loads, after which they solve the price and volume of their regulation bids and communicate the bids back to the retailer. Centrally, the retailer aims to minimize prediction error costs by finding the cheapest mix of buying regulation from the loads and settling the error later in the imbalance settlement. The proposed control strategy is tested and evaluated in dynamic simulations. The results indicate that the thermal storages can be regulated by the proposed strategy and some savings in imbalance costs are possible.     

计及电气热综合需求响应的区域综合能源系统优化调度

区域综合能源系统(Regional Integrated Energy System,RIES)是解决社会能源利用效率低以及可再生清洁能源难以消纳问题的有效途径之一。首先建立了包含风电、多种储能以及电转气(Power-to-Gas,P2G)设备的RIES模型。针对电、气、热负荷柔性特征和可调度价值,结合三种负荷在RIES中形成的耦合关系,提出计及电-气-热多种负荷的综合需求响应模型。同时采用典型场景集考虑风电出力的不确定性,建立区域综合能源系统优化调度模型。该模型以综合运行成本最少、碳排放量最小、能效利用率最高为优化目标,利用非支配排序遗传算法(NSGA-II)进行求解并输出Pareto最优前沿解集。仿真算例设置了4种场景,分析电、气、热需求响应及P2G、储能设备接入对区域综合能源系统运行优化的影响。结果验证所建立多目标优化调度模型既能够提高能源利用效率,也能保证系统的环保经济运行。     

盘锦地区电力负荷的季节性分析

本文从盘锦地区１９８７－１９９３年电力负荷的原始资料入手，运用移动平均并加以改良的方法，从具有季节性变化的电力负荷系列中，分离出季节性分量，提示了电力负荷发展变化的规律。文中分析了盘锦地区七年间电力负荷发展的自身特点，指出其循环变化的转折点，给出了未来近期负荷变化的趋势，为电力行业制定规划和组织生产提供了依据，对供电企业合理安排生产计划、适应市场经济带来启示。