基于周期波动预测的数字家庭用电应用模型

基于家庭用电的历史数据及其用电趋势,利用具有周期波动性的季节预测模型对家庭的每月用电量进行预测,为有效地指导家庭合理用电提供分析数据.通过周期波动家庭用电预测模型和居民家庭实际用电历史数据,可以推算出居民切合实际的用电量预测,使用户有效管理用电情况.与其他方法相比,该模型的预测精度较高.     

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     

基于改进灰色GM模型的用电量预测方法研究

季度用电量同时具有增长性和季节波动性二重趋势,而灰色GM(1,1)预测模型只能反映用电量的总体变化趋势,不能很好反映其季节性波动变化的具体特征。提出灰色GM(1．1)用电最预测模型的改进模型——灰色季节变动指数模型GSI(1,1)模型,将灰色预测方法与季节指数有机结合起来。算例表明,与灰色预测方法相比,GSI(1,1)模型具有更强的适应性和更高的预测精度,适用于季节性用电量预测。     

季度周期模型在我国用电量预测中的应用研究

针对我国仍然存在的季节性缺电问题,根据电力季用电量的周期性变化特点,利用季节周期预测法构建了用电量的季度周期模型来预测未来的季度用电量.根据季节变化特征、电力供需状况、数据可得性等,选取我国2002年第1季度—2007年第4季度的季度用电量作为样本,建立我国用电量的季度周期模型.计算结果表明,预测效果较好.并利用2008年1季度—4季度的数据对季节周期模型进行自适应矫正,使得预测更灵活、精度更高.根据所构建的预测模型预测了我国2012—2014年的用电需求量     

东北地区用电分析与需求预测

根据东北地区近年来的全社会用电情况,分析不同产业对全社会用电的影响。结合地区国民经济、社会发展和产业用电的发展趋势,采用多种方法对东北全社会用电量进行了综合预测,预计“十一五”期间东北电网用电量年均增长速度约为6.4%。     

基于CS的SE-二次移动平均法的月度用电量预测

月用电量具有逐年增长性与季节波动性二重趋势,针对该特点提出了一种基于季节指数的二次移动平均法的用电量预测模型,并利用布谷鸟搜索算法的全局搜索能力,确定二次移动平均法的移动步长,以提高该模型的预测性能。将该模型应用于某公司4幢通信大楼的月度用电量预测中,实验结果验证了所提模型的有效性。     

基于多维特征分析的月用电量精准预测研究

用户用电量的精准预测是智能配用电大数据应用和发展的关键之一。区别于传统的基于行业分类的预测办法,提出基于大数据挖掘技术的用户用电多维度特征识别,以及在此基础上的精准用电量预测方法。基于海量多用户用电特性,建立多维度用电特征评价指标体系。对用户用电特性空间进行聚类和分析,挖掘和识别用电模式。在不同的用电模式下,分别建立用电量时间序列预测模型,避免用电模式差异对预测算法准确性造成的不利影响。该方法适用于大数据平台的分析与处理,算例分析结果表明其相比以往方法能显著提高预测精度和稳定性。     

基于季节ARIMA模型的月度用电量置信区间预报模型

结合广东某地区用电量预测系统的开发工作,建立了基于季节ARIMA模型的月度用电量置信区间预报模型。该模型可方便求解出含一定置信度的预报结果范围,能体现出月用电量的真实值;时间序列方法的应用,避免了预测其他非用电量的困难。此外,还分析了数据统计中存在着的数据缺失问题及其处理方法。对地区电网月度用电量进行实际预测,取得了理想的结果。     

灰色季节变动指数模型GSVI(1,1)在农村用电量预测中的应用

季度用电量同时具有增长性和季节波动性的二重趋势,这使得季度用电量的变化呈现出复杂的非线性组合特征。对于这种具有复杂的非线性组合特征的时间序列,直接应用GM(1,1)灰色模型往往精度不高。GM(1,1)灰色模型只能反映时间序列的总体变化趋势,不能很好地反映其季节性波动变化的具体特征。为了提高短期用电量的预测精度,提出了用电量预测的灰色季节变动指数模型——GSVI(1,1)模型。GSVI(1,1)模型是将灰色预测方法与季节变动指数有机结合起来,对复杂的不确定性问题进行求解所建立的模型。算例计算表明,与灰色预测方法相比,GSVI(1,1)模型具有更强的适应性和更高的预测精度,适用于农村用电量预测。     

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.     

电力市场用电量需求分析预测模型研究

结合广东省某市历史用电量数据,通过行业细分,设计了基于行业用电特性的电力市场用电量需求分析预测模型的总体架构,包括基于大数据平台的云计算技术架构设计,可有效解决“数据孤岛”的弊病。基于该架构和实例分析,讨论了几种常用的电量分析预测方法,包括行业驱动因素法、电力弹性系数法和电力相似月法等,给出了相应的预测过程和预测结果。然后,结合电量分析,进行了行业信用等级评价及景气指数分析模型的研究。最后,基于模型设计,探讨了电网-用户-售电商三方在市场竞争机制下的供需互动关系。所设计的模型可为市场营销服务策略的制定、电费回收、行业信用度评价及预警提供数理依据和模型,提高市场分析决策的能力。     

结合误差校正的北京市中长期电力需求预测

中长期电力负荷预测是电力规划中一项战略性工作。为明晰揭示电力需求与经济社会发展的密切关系,基于GDP因素分解提出以人口、城市化、经济发展及产业结构建立电力需求非线性预测模型。由于未来一年的电力需求需要特别关注,为消除回归预测可能产生的较大误差,引入GARCH模型进行误差校正。将该方法应用于北京市中长期电力需求预测,并建立相关自变量预测模型;将所得预测结果、弹性系数法预测结果及北京市规划值进行比较,初始预测值与校正后的预测值进行比较,验证该方法具有较高可信性。该方法可为其他相关研究提供借鉴。     

中国“十三五”及中长期电力需求研究

合理预测“十三五”及中长期全国和各区域电力需求增长趋势,对科学编制“十三五”及中长期电力发展规划,促进电力工业与国民经济协调发展具有重要意义。设计了经济与电力需求增长的3个可能情景,通过构建的经济与电力需求预测模型体系,预测了各情景下2020和2030年全国及各区域的电力需求。研究表明：“十三五”及中长期中国电力需求增长空间仍然较大,但增速将在2020年以后明显降低,“三华”地区作为全国负荷中心的地位一直不变。预计2020年全国全社会用电量达到7.6万亿~8.4万亿kW·h,最大负荷达到12.7亿~14.1亿kW,“三华”地区用电比重为63.7%~65.8%;2030年,全国全社会用电量达到10.0万亿~11.8万亿kW·h,最大负荷达到17.1亿~20.0亿kW,“三华”地区用电比重为61.5%~63.2%。     

基于多指数平滑预测模型的中长期需电量预测

在电力市场运营模式下,对电力负荷的科学、准确预测,对电力系统安全、经济运行,具有十分重要的意义。提出了一种基于多指数平滑模型的中长期需电量预测方法,并应用prony法对历史数据进行分析和处理,得到多指数平滑预测模型中的各个参数,从而预测其后几年的需电量。最后利用该模型,对某个地区的1996～1999年的年需电量进行预测,算例表明,该方法具有较高的预测准确度,是一种行之有效的中长期需电量预测方法。     

基于DE-GWO-SVR的中长期电力需求预测

电力需求预测是电力系统科学规划与运行的重要前提。根据相关性分析,从经济发展水平、城镇化水平、工业化水平、人口数量、产业结构、居民消费水平、电价和用电基数8个方面筛选出电力需求关键影响因素。利用差分进化（differential evolution,DE）和灰狼优化（grey wolf optimization,GWO）算法对支持向量回归模型（support vector regression,SVR）的参数进行优化,建立差分进化-灰狼优化-支持向量回归电力需求预测模型。选取北京市电力需求历史数据进行实证分析,比较不同模型的预测结果,验证组合优化模型的有效性及其预测的准确率,并对北京市2021—2025年电力需求进行预测。     

基于多Agent协同技术的用电需求预测系统的设计

电力市场环境下,用电需求日益复杂化,影响电价的因素日益增多,使电价具有较强的弹性.作者首先对用电需求预测这一需求预测和电价预测相互影响、而且这两种预测又是交叉进行的复杂过程进行了分析.然后提出利用多Agent协同技术设计需求和电价的并行预测系统.在这一预测系统中,通过Agent技术将系统理论、需求预测、电价预测、信息收集与知识发现技术紧密地结合起来,以提高供电市场中用电需求预测的准确性.     

“十三五”中国电力需求水平预测

电力需求预测水平是“十三五”电力发展规划的重要基础。经济新常态下,以高端制造业为代表的第二产业、以现代服务业为代表的第三产业以及新型城镇化驱动下的居民生活用电将成为拉动中国用电需求增长的新动能。中国正处于向工业化后期过渡的关键阶段,未来将大力推进经济结构调整和转型升级,拉动经济增长的传统动力正在消退,用电需求难以出现以往的两位数高速增长。但是,与发达国家相比,中国人均用电水平仍然偏低,未来用电需求仍有较大发展潜力,过低的用电增速判断不符合相关国家及地区的历史用电发展经验。应用多种方法对中国未来电力需求水平进行了预测,预计“十三五”期间中国用电需求将维持中速刚性增长。     

含用户聚合代理的工业园区需求响应主从博弈机制与策略

区域综合能源系统中不同的利益主体往往具有多样化的优化目标和供用能需求,特别是聚合代理新型电力交易主体的出现,使得电能交易的相关调控策略和决策机制更加复杂,引入以价格为主导的博弈机制来协调均衡多方利益的对立是一个必然的趋势。考虑到能源交易过程中的先后次序和波动性变化等,基于Stackbelberg博弈理论和电力市场基本规则,提出了一种由用户聚合代理整合用户侧需求响应资源并与工业园区运营商互动的主从博弈电力市场机制模型,然后分析了工业园区和用户聚合代理的互动策略和博弈规则,并利用双层优化方法进行求解。通过优化分析验证了该机制在保证三方的经济利益下,同时能够改善用户聚合代理和企业用户在博弈中的弱势地位,对优化电力市场运营、降低大用户调峰成本和缓解电网压力具有重要意义。     

电力市场中预测问题的新内涵

传统的负荷预测是电力系统规划与运行的基础工作,电力市场化的改革对负荷预测提出了更高的要求,赋予其新的内涵。文中探讨了电力市场中的预测问题,分别针对发电侧竞价和用户侧开放的电力市场,提出了一些新的预测内容和预测思想,包括扩展短期负荷预测、连续多日负荷曲线预测、电力市场价格预测、市场风险预测与评估、考虑需求侧管理影响的电力需求预测、用电需求曲线预测、基于价格弹性的需求预测等,指出了这些预测问题的研究热点和难点,探讨了未来的主要研究方向。