电力负荷预测方法研究综述

(整期优先)网络出版时间:2016-02-12
/ 2

电力负荷预测方法研究综述

李裕珺孙斌孙永路

(1、2国网池州供电公司池州247000;3合肥城市轨道交通有限公司合肥230000)

摘要:负荷预测是电力系统经济运行的基础,根据负荷预测原理的不同,将负荷预测方法分为传统预测法和现代预测法两种。本文对负荷预测方法进行了全面的综述研究,分析各种预测方法的基本原理及优缺点,合理的选择负荷预测方法,可以有效的提高负荷预测准确率。

关键词:负荷预测电力负荷预测模型

0引言

负荷预测是基于电力系统所处的社会、经济、气候等外部环境下,对电力负荷历史数据进行研究,结合社会经济学、统计学以及工程技术等学科知识进行定性定量分析,探索同类事物之间存在的内部联系和发展规律,对未来某特定时刻的负荷情况做出预先估计和预测。

电力负荷的变化受到政治、经济、气象等多种不断变化的因素影响,为满足不同场合的负荷预测精度要求,通常会采用不同的负荷预测方法。近年来,随着人们对负荷预测技术研究的不断深入,负荷预测的准确度也在不断地提高。

1负荷预测分类

按时间分类;长期负荷预测(未来3~5年甚至更长时间)、中期负荷预测(未来几个月至一年时间)、短期负荷预测(日负荷预测和周负荷预测)以及超短期负荷预测(未来几天内)。

按行业分类;城市民用负荷预测、商业负荷预测、工业负荷预测、农村负荷预测和其他负荷预测。

按特性分类;高负荷及最低负荷预测、平均负荷预测、全网负荷预测、负荷峰谷差预测、母线负荷预测。

2负荷预测方法

2.1传统负荷预测法

(1)趋势外推法

趋势外推法又称曲线拟合法、曲线回归法。分析负荷的历史数据,拟合出一条曲线(包括直线、指数曲线、幂函数曲线、S型曲线等)来反应负荷变化趋势,从而实现负荷预测。

优点:原理简单,数据需求量小,使用方便。

缺点:由于负荷的多样性和随机性,很难找到合适的曲线来准确表达负荷变化规律。适用于负荷变化较平稳的时间段和区域内,常作为短期城市电网的规划预测。

(2)时间序列法

时间序列法是对负荷的历史数据时间序列进行分析,确定其变化规律和基本特征,并建立模型,以此来实现对未来负荷的预测。

优点:数据需求量小,程序简便,计算速度快,工作量小。技术较成熟,实际生产中已得到广泛应用。

缺点:分析建模过程复杂,模型对原始时间序列平稳性要求较高,对负荷波动较大的地区,预测难度较大。适用于负荷变化较均匀地区的短期负荷预测。

(3)回归分析法

回归分析法又称统计分析法,根据负荷的历史记录以及其它对负荷有影响的相关因素,建立因变量和自变量之间的数学模型,进行数学分析,从而实现预测未来负荷的目的。

优点:原理简单易懂,数据需求量小,计算速度快,预测精度相对时间序列法要高一些。

缺点:对于较为复杂的情况时,无法详细考虑各种影响负荷的因素,难以建立精确的模型,对于具有冲击性负荷的地区误差较大,一般适用于长期负荷预测。

(4)灰色预测法

灰色预测法一般用于数据中存在未知项的系统,是以灰色理论为基础的一种预测方法。灰色理论是将一切随机变量看作变化的灰色量,通过数学运算,将毫无规律可循的原始数据整理成整齐的数据,列写微分方程并解出响应函数,作为灰色预测模型,从而实现负荷预测。

优点:负荷呈现指数变化时,预测精度高,数据需求量较小,不需要考虑数据本身变化趋势,操作方便,易于检查,能够有效避免相关因素的干扰。

缺点:具有一定的局限性,对于非指数变化的负荷,预测精度低,不适合长期负荷预测,在生产中实际应用较少。

(5)空间负荷预测法

空间负荷预测法是根据电网电压等级的不同,将预测规划区按照一定原则划分为相应大小的网格或不规则大小的小区,然后分别预测每个小区中电力用户负荷的数量和产生时间[1]。

优点:方法简便,数据采集容易,预测精度高,适用于长期负荷预测。

缺点:小区不能太小,数据采样区域大小不同,会存在误差,对历史负荷为零的空地负荷预测难度大。

(6)相似日法

相似日法是通过对与待预测日相似的某些日(即相似日)的负荷进行修正,从而实现负荷预测的一种方法。该法采用某一特定差异评价函数,来寻找相似日,根据待预测日相关参数进行修正。

优点:原理简单,应用方便。

缺点:特定差异评价函数较难建立,相似日修正工作较困难,预测精度不高。

(7)单耗法

单耗法是根据不同产业的产量或产值所需耗用的电量和预测期所生产的产品产量或产值来预测电力负荷的方法。

优点:方法简单,效果明显,短期负荷预测准确度高。

缺点:需做大量的统计分析工作,工作量大,易受政治经济、环境气候等外界因素影响。

(8)相关分析法

相关分析法是通过测定电力负荷与相关因素之间对应关系,建立相关分析模型对电力负荷进行预测和控制的一种方法。

优点:原理简单,预测精度高。

缺点:需要对各相关因素进行详尽分析,所需数据量较大。

(9)指数平滑法

指数平滑法是一种特殊的加权移动平均法,其加权法的特点是对离预测期近的历史数据给予较大的权数,对离预测期远的数据给予较小的权数,权数由近到远按指数规律递减[2]。

优点:根据波动的曲线进行负荷预测,预测精度较高

缺点:计算量大,需进行比对,对负荷曲线转折点的分辨能力低,加权存在局限性。

(10)卡尔曼滤波法

卡尔曼滤波法又称状态空间法,它将电力负荷分解为确定分量和随机分量,确定分量利用一阶线性模型进行描述来进行预测[3],随机分量则利用状态变量来表示,建立状态空间模型来进行负荷预测,常用于短期负荷预测中。

优点:它们组合可以提高预测值的准确度

缺点:单独进行预测准确度较低,实际应用中难以估计出噪音的统计特性。

2.2现代负荷预测法

(1)专家系统法

专家系统是利用电网负荷历史数据,并获取相关领域专家的知识和经验建立起来的一个智能化系统。专家系统法对负荷历史数据进行分析、推理和判断,实现负荷预测的目的。

优点:建模简单,响应速度快,可靠性高,计算机为载体,能汇集多个专家的知识,经验、资料丰富,能综合考虑多个影响因素。

缺点:专家知识库构建困难,容易受人为因素影响,针对性强,适用于某一固定系统,不具广泛性,缺乏自适应能力,需要不断更新。

(2)小波分析法

小波分析法是一种时频域分析方法,将时域信号分解为分布在不同频段的频率信号,每个频率信号都对应不同序列的负荷信号。对不同频率子信号的分步预测,进行信号重组就可得到准确的负荷预测结果。

优点:精确度高,适用于短期负荷预测。

缺点:耗时长,不能考虑外界因素影响,并且小波基的选择直接影响预测结果。

(3)人工神经网络法

人工神经网络法是搭建一个合适的神经网络结构,选取历史数据作为训练样本,对神经网络进行训练直到其精度满足要求,此神经网络就可以作负荷预测模型。

优点:考虑负荷的各种影响因素,预测精度非常高。

缺点:神经网络结构的确定人为因素占主要,学习速度慢、存在局部极小点。

(4)模糊预测法

模糊预测法是建立在模糊数学理论基础上的一种新的负荷预测方法,利用有限规则推理出一个隶属函数,反映负荷历史数据和外界环境的一个非线性函数关系。对比历史负荷和待测负荷的环境差异,实现负荷预测。

优点:将模糊对象具体化分析,适用中长期负荷预测。

缺点:精确度受外界条件限制、历史数据要求多,实际应用困难。

(5)支持向量机法

支持向量机法是基于统计学原理上的一种负荷预测方法,它是建立在VC维理论和结构风险最小化原则的基础上,专门研究有限样本预测的一种学习方法[4]。对小样本、非线性负荷预测效果较理想。

优点:拟合精度高、计算速度快,充分考虑外界因素影响,精确度较高。

缺点:需要依赖经验确定初值及核心函数,人为因素影响大,编程困难,实际应用较少。

(6)混沌理论法

混沌理论法是近年来才被广泛应用到负荷预测中的,它将负荷整体视为一个非线性系统模型,找出它与混沌系统的共同点,并从一维历史数据中构造系统的重构相空间来描述负荷,实现负荷预测。

优点:预测精度和速度上有很大提高,应用前景较好。

缺点:需要保留数据时间较长,及时修改。

(7)数据挖掘法

数据挖掘法是通过从大量的历史负荷数据中挖掘出隐藏的、对负荷预测有价值的重要信息,找出负荷变化规律,实现负荷预测。

优点:在复杂环境下,能准确提取有效负荷数据,预测精度高,适用于短期负荷预测。

缺点:方法繁琐,数据需求量大。

(8)综合模型预测法

面对复杂的负荷历史数据,单一的模型预测通常难以满足预测精度的要求,综合模型预测法就是利用历史数据建立多个模型来实现负荷预测的一种方法。

优点:克服了单一模型的不足,精度较高。

缺点:计算速度降低,增加建模难度,实际应用困难。

3结语

本文对负荷预测方法进行了详细分析,传统预测方法比较成熟,但受外界环境影响较大,预测精度相对不高;现代预测法相对于传统预测法来说,预测精度有了很大提高,方法更加智能,受外界环境影响小,但是技术方面还存在一些不足,需要不断的更新和改进。如何将几种不同的智能算法有机结合起来,不断完善和提高现代预测方法的精度,将是今后的一个研究方向。

参考文献

[1]王宗耀,许惠君.空间负荷预测方法相关问题的探讨[J].科技广场,2014(01).

[2]李红梅,黄硕,冯晨.基于纵向数据的预测方法比较与效果评价[J].中国科技纵横,2013,(23).

[3]高琳琳.基于数据挖掘的短期负荷预测[D].南昌大学,2012.

[4]刘起铭,加玛力汗•库马什.基于支持向量机的负荷预测分析[J].电气技术,2013,(05).

作者简介

李裕珺(1989.2-)女,安徽池州人,单位:国网池州供电公司,硕士研究生,电力调度员,工程师。