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。     

电力负荷预测灰色模型的改进与应用

提出了对电力负荷预测的灰色模型的改进方法。运用指数平滑法将有起伏变化的原始数据序列变换成近于指数增长的新样本数据序列。然后，采用普通灰色方法进行预测，从而进一步提高了预测精度，使其适用范围更加广泛。在对保定地区电力负荷预测的实际应用中，取得了满意的结果。     

电力负荷预测方法在配网规划中的应用

在配网规划中,负荷预测结果的精度直接影响系统运行的安全性和经济性,因此选择恰当的电力负荷预测方法尤其重要。从配网规划中的电力负荷预测角度入手,在对电力消费现状分析的基础上,采用单耗法、趋势拟合法及回归分析法对河北省2018—2022年的电力消费进行预测,并对预测方法及其在配电网规划中的应用进行分析比较。结果表明:3种方法的数据样本、适用条件及建模思路均不相同,在进行配网规划时,应根据电力消费的发展情况及影响负荷的因素来选择恰当的方法进行负荷预测。     

基于黄金分割法优选的中长期负荷变权组合预测

为了提高中长期负荷预测的精度,避免单一的灰色模型预测和指数平滑法预测精度偏低的缺点,提出了基于黄金分割法优选的自适应变权组合预测方法。该方法首先对灰色预测方法和自适应三次指数平滑法进行了改进,以拟合值与实际值之间的相对误差绝对值之和最小为目标,利用黄金分割法优选出自适应三次指数平滑法的平滑系数,确定最优的三次指数平滑模型,然后以同样的方法确定灰色模型和自适应三次指数平滑法的权重。接着,对原始负荷数据进行新陈代谢,重复利用黄金分割法优选出新的平滑系数和各单一方法的权重,即可得到新的变权组合预测模型。仿真结果表明,所提出的自适应变权组合预测方法切实可行,与单一的灰色模型、三次指数平滑法及等权组合预测方法相比,有效地提高了中长期负荷预测的精度。     

改进灰色模型在中长期电力负荷预测中的应用

由于中长期负荷预测历史数据较少,而且受外界因素影响较大,因此选取合理的预测模型十分关键.灰色模型是一种比较好的预测方法,但传统的灰色预测精度不理想,为此,提出了一种改进方法,即通过对原始数据进行开次方处理来降低预测模型的模型系数,对数据进行平滑处理来削弱原始数据中异常值的影响,对灰色建模预测后作残差修正和等维新息递补处理,以进一步提高预测精度.经过对重庆地区的农村用电量预测分析表明,提出的改进方法是合理适用的,其中改进GM(1,1)模型开二次方精度最高,预测精度满足实际应用需要.     

基于最优可信度的月度负荷综合最优灰色神经网络预测模型

月度负荷具有增长和波动二重趋势.作者首次提出以纵向历史数据为原始序列,用灰色预测模型进行增长趋势预测;以横向历史数据为原始序列,用人工神经网络模型进行波动趋势预测的方法,并在此基础上,引入最优可信度的概念,同时考虑了月度负荷的两种趋势,建立了综合最优预测模型.该模型兼顾了前两种模型的建模特点,优于只考虑单一发展趋势负荷预测的模型.对电力负荷预测应用实例的计算结果表明,该方法明显地提高了月度负荷预测的精度,也同样适用于进行周、季负荷等具有二重趋势的负荷序列的预测.     

哈密地区电力负荷预测

哈密地区电负荷预测规划根据地区国民经济发展电力负荷预测采用了四种预测方法，即：产值单耗法，弹性系数法，人均电量法和回归分析法。     

基于灰色模型和最小二乘支持向量机的电力短期负荷组合预测

提出一种联合灰色模型(grey model,GM)和最小二乘支持向量机回归(least square support vector regression,LSSVR)算法的电力短期负荷智能组合预测方法。在考虑负荷日周期性的基础上,通过对历史负荷数据的不同取舍,构建出各种不同的历史负荷数据序列,并对每个历史数据序列分别建立能修正b 参数的GM(1,1)灰色模型进行负荷预测;采用最小二乘支持向量机回归算法对不同灰色模型的预测结果进行非线性组合,以获取最终预测值。该方法在充分利用灰色模型所需原始数据少、建模简单、运算方便等优势的基础上,结合最小二乘支持向量机所具有的泛化能力强、非线性拟合性好、小样本等特性,提高了预测精度。仿真结果验证了所提出组合方法的有效性和实用性。     

基于改进灰色模型与综合气象因素的母线负荷预测

针对母线负荷与系统负荷的差异——母线负荷基数小、易受气象要素变化影响等,为了充分考虑气象要素、日类型、小电源等因素对母线负荷预测的影响,提出了一种利用指数加权法来处理原始数据的改进灰色模型。以预测日的日类型与综合气象要素为依据,将其模糊化为日特征向量,采用灰色关联度来选择最优相似日,作为改进灰色模型的原始序列进行预测,...     

基于改进倍比平滑法的节假日短期负荷预测方法

为了提高节假日短期负荷预测精度,提出了基值与归一化曲线结合并加入灰色关联度气象因素修正的负荷预测方法.基值预测时兼顾“重近轻远”的原则,将指数平滑预测改进后应用于节假日负荷预测中,并采用0.618优选法确定平滑系数,对关联日样本进行指数平滑处理;归一化曲线预测时考虑基于相同节假日负荷波动的相似性,引入灰色关联度法分析气象关联性.将该方法应用于广东省某市2011年96点节假日负荷预测,预测结果精度较好,验证了该法的可行性.本模型将正常日的基值与归一化曲线短期负荷预测方法用于节假日负荷预测中,克服了样本贫乏带来的预测精度不高问题,为电力部门节假日负荷预测提供参考.     

考虑数据周期性及趋势性特征的长期电力负荷组合预测方法

为解决长期电力负荷预测精度不足及模型适用性不强等问题,考虑将区域经济发展、社会发展等多项宏观指标与区域用电负荷的时间序列数据进行因素耦合。利用BP神经网络与差分整合移动平均自回归方法(ARIMA)整合改进预测模型,提高年度负荷预测模型的趋势预测能力。采用函数型非参数方法预测月度负荷数据中周期性负荷数据,将年度负荷预测与月度负荷预测相结合以提高模型整体预测精度。最后通过灰色预测等模型数据比对及MAPE误差分析方法验证,考虑数据周期性与趋势性组合的模型方法预测精度显著提升,适用于区域电力负荷的长期性预测。     

采用协整检验的电力系统组合预测建模条件判定方法

对组合预测方法应用于电力系统短期负荷预测的条件进行了探讨。为了提高电力系统短期负荷预测的精度，运用计量经济学中的协整理论，对组合预测方法进行了研究，并分析了实际的负荷数据，得出应用的条件是：每种预测方法得到的预测值序列与实际负荷值序列之间应该具有协整关系，这是在电力系统短期负荷预测中采用组合预测方法的必要条件。结合实际预测数据，对协整分析方法及相关检验的实现过程进行了详细的计算说明，并对此结论的适用范围进行了介绍。     

一种基于灰色系统理论的中长期需电量预测模型

深入研究了基于灰色系统理论的中长期需电量预测方法,剖析了灰色预测ＧＭ（１,１）模型应用的局限性及其改进方法,根据电力系统中长期需电量预测的特点,将国民经济发展对年用电量的影响加到预测模型中,提出一种基于灰色系统理论的中长期需电量预测方法,并用此方法对山东省多年来的用电量进行试验和对未来十几年的用电量进行预测,结果表明：模型精度较高,预测误差较小,预测结果与国家电力公司的宏观预测值基本吻合。     

一种中长期负荷预测多模型筛选新方法

提出了一种基于趋势拟合评判的中长期负荷预测多模型筛选新方法.通过改进的灰色关联分析方法,定量衡量预测曲线与实际曲线的趋势拟合程度,从多种负荷预测模型中自动筛选出若干优越模型,再利用方差-协方差方法对筛选得到的模型进行组合,得到最终的优化组合预测模型.研究算例表明,该方法预测效果优于以各时点误差分析为基础的中长期负荷组合预测,而且随着步长的增加,优势越发明显.     

数据挖掘方法在实时厂级负荷优化分配中的应用

介绍一种解决实时厂级负荷优化分配问题的方法。通过大量的分析现场数据,认为机组煤耗特性曲线不能进行回归和拟合,而是一些离散点连接而成的曲线。在默认热力学计算准确的条件下,分析了影响机组供电煤耗率的因素,研究了基于信息熵的多因素权重分配方法,结合海量历史数据相对准确地预测出各个工作点下的供电煤耗率,从而建立负荷与供电煤耗率之间的实时离散模型,采用动态规划法求得快速性和经济性约束条件下的全局最优解。该方法在大唐国际盘山电厂得到实际验证,结果证明该方法准确、实用。     

基于组合预测模型的长沙市长期负荷预测

在长沙经济发展预测的基础上，采用回归分析法、趋势外推法、灰色预测方法和弹性系数法等多种方法预测长沙城区2005-2020年的负荷需求，并结合这些方法，提出了基于误差权重因子的多种方法组合预测的思路，对长沙市的长期负荷需求进行了优化组合预测．对预测结果的分析表明，该预测方法是合理、有效的．     

基于GM-ARMA组合模型的年电力需求预测

年电力需求时间序列为既含有确定性的动态趋势又含有随机性波动的非平稳时间序列,对于平稳随机序列,自回归滑移平均(ARMA)是最成熟的统计学分析方法之一,而灰色系统理论(GM)则是一种动态趋势预测理论,将时间序列分析与灰色系统理论相结合用于年电力需求预测是一种非常有益的探索.先采用灰色建模从数据中得到趋势项的数学模型,然后对剔除趋势项之后的数据进行时间序列分析,建立ARMA模型,将以上两个模型结合起来构成组合模型,用于预测年电力需求.应用实例证明,该方法具有容易实现,预测准确的优点,是一种有效的预测方法.     

电厂机组能耗分析中的小扰动理论应用

小扰动理论利用汽轮机在线监测数据进行计算分析,计算精度高,适于工程实际应用,对机组性能监测和运行优化有重要意义。采用该方法对设计工况和机组75%负荷工况进行了计算,以具体实例验证了理论的正确性。