電力系統(tǒng)短期負(fù)荷預(yù)測方法綜述

摘要：本文主要是針對電力系統(tǒng)的短期負(fù)荷預(yù)測的概念和意義

進(jìn)行綜述，就短期負(fù)荷預(yù)測的一些特點(diǎn)及其影響預(yù)測精度的各方面原因進(jìn)行總體的分析。在目前的預(yù)測方法里，主要有經(jīng)典的預(yù)測方法和傳統(tǒng)的預(yù)測方法以及智能預(yù)測方法和預(yù)測新方法。從這些預(yù)測方法入手進(jìn)行綜合的應(yīng)用原理分析，比較其不同預(yù)測方法的優(yōu)點(diǎn)及不足的地方。并且提出了短期負(fù)荷預(yù)測的精度提升了，不僅在歷史的數(shù)據(jù)上重視了其積累，還應(yīng)重視在預(yù)測的模型選擇上要合適，綜合型預(yù)測模型在未來電力負(fù)荷預(yù)測方法的必然性。

關(guān)鍵詞：電力系統(tǒng) 短期負(fù)荷預(yù)測

電力負(fù)荷預(yù)測在能量的管理系統(tǒng)組成中是極為重要的部分，而短期電力負(fù)荷預(yù)測則是對幾個(gè)小時(shí)后或是一天、幾天的電力負(fù)荷值上進(jìn)行預(yù)報(bào)。短期電力負(fù)荷預(yù)測不僅在電力系統(tǒng)安全以及經(jīng)濟(jì)的運(yùn)作下提供了相關(guān)保障，還為市場的環(huán)境編排高度計(jì)劃等打下了基礎(chǔ)。不過在這個(gè)電力生產(chǎn)與消費(fèi)的日趨市場化下，針對負(fù)荷預(yù)測的準(zhǔn)確及可靠性上也有了更為高的要求，而且就電力系統(tǒng)管理與運(yùn)行來講其負(fù)荷預(yù)測逐漸成為了一個(gè)主要的研究領(lǐng)域。預(yù)測精度是決定短期負(fù)荷預(yù)測的作用大小的，所以在短期負(fù)荷預(yù)測方法研究的重點(diǎn)上是如何對預(yù)測精度進(jìn)行提高。雖然短期負(fù)荷預(yù)測的研究歷史已經(jīng)很長遠(yuǎn)了，國內(nèi)外的學(xué)者也對其在方法還有理論方面對于預(yù)測模型進(jìn)行研究工作。當(dāng)短期負(fù)荷出現(xiàn)因素太多的情況下，從而限制了預(yù)測方法的范圍以及精度。下文針對短期的預(yù)測方法展開一個(gè)綜合性的探析。在研究未來發(fā)展方向的同時(shí)也為實(shí)際情況下短期負(fù)荷的預(yù)測提供了一個(gè)基礎(chǔ)。

1 基于短期負(fù)荷的預(yù)測特點(diǎn)

對于短期電力負(fù)荷來講其預(yù)測便是基于在電力負(fù)荷以及相關(guān)的歷史數(shù)據(jù)對模型進(jìn)行全面的建立，從而使得新世紀(jì)型的電力負(fù)荷更具備科學(xué)性和全面性。對于短期負(fù)荷所面臨的事件不確定性以及其隨機(jī)性，包含了各種特點(diǎn)：①在預(yù)測的結(jié)果上其短期的負(fù)荷存在著一定的不確定性。②不同的負(fù)荷預(yù)測方法存在相應(yīng)的條件性。③短期負(fù)荷預(yù)測在時(shí)間上各有不同。④預(yù)測的結(jié)果包含多方案性。

短期負(fù)荷預(yù)測精度的影響因素：①以往歷史數(shù)據(jù)。②自然天氣情況。③其日期類型。④負(fù)荷預(yù)測模型。⑤相關(guān)社會事件等。

2 簡述短期負(fù)荷預(yù)測方法

短期負(fù)荷由于受到來自不同方向的因素影響，面臨時(shí)間序列問題上其隨機(jī)的過程表現(xiàn)的很不平穩(wěn)，就算面臨的影響因素包羅萬象，不過在這些因素中都存在一個(gè)特點(diǎn)那就是有規(guī)律性。能夠?yàn)閷?shí)際預(yù)測打下基礎(chǔ)，其短期負(fù)荷預(yù)測的方法大致分為四類。

2.1 經(jīng)典性負(fù)荷預(yù)測法

2.1.1 回歸類分析法。將相關(guān)的歷史數(shù)據(jù)在變化上的規(guī)律同負(fù)荷在影響上的相關(guān)變化因素，來對自變量還有因變量在二者之間所出現(xiàn)的共同的關(guān)系作一個(gè)尋找還有它回歸的方式。從而對其模型參數(shù)作一個(gè)確定，能夠推測出在未來時(shí)刻的相關(guān)負(fù)荷值。對于該方法存在著計(jì)算原理和結(jié)構(gòu)形式簡單其預(yù)測的速度較快的優(yōu)點(diǎn)，在缺點(diǎn)上存在著針對歷史數(shù)據(jù)要求高，其復(fù)雜的問題是通過線性的方法來進(jìn)行描述，所以其精度低結(jié)構(gòu)簡單。就這些缺點(diǎn)來看，對于在負(fù)荷在預(yù)測中的影響是做不了詳細(xì)的描述的，而且在描述的過程中，只有基于豐富的經(jīng)驗(yàn)以及技巧下其難度才不會很高。

2.1.2 時(shí)間序列法。利用不同時(shí)間段之間的間隔來對電力負(fù)荷進(jìn)行歷史數(shù)據(jù)的采集上，對于這個(gè)方法將其叫做時(shí)間序列。在現(xiàn)代電力系統(tǒng)的短期負(fù)荷預(yù)測來講，其時(shí)間序列法在算法中與其它方法相比較要成熟的多。在這個(gè)方法下可以對電力負(fù)荷的歷史數(shù)據(jù)來進(jìn)行電力負(fù)荷數(shù)學(xué)模型建立，其特點(diǎn)是可以隨時(shí)間變化。這個(gè)模型主要是預(yù)測未來負(fù)荷的。這個(gè)方法的優(yōu)點(diǎn)在于在歷史數(shù)據(jù)的需求量上較少，其工作量比較小而且在計(jì)算的速度是比較快的，能夠?qū)⒃诮诶镓?fù)荷的變化連續(xù)性反映出來。不過對于建模的過程中其程序的建設(shè)是極為復(fù)雜的，在過程中需要高的知識理論進(jìn)行模型的建設(shè)。而且就原始時(shí)間序列來說，在其平衡性上必須具備高性能。綜上所述，針對時(shí)間序列法就只能在那種各方面來講都比較均勻的短期負(fù)荷中進(jìn)行預(yù)測。可是在對負(fù)荷的考慮因素中沒有考慮的很合理的以及自然天氣變化等不確定的因素下，就會導(dǎo)致其預(yù)測的誤差會很大。

2.2 傳統(tǒng)方法

2.2.1 負(fù)荷求導(dǎo)法。其負(fù)荷序列為P（i）（i=1，2，3…），其負(fù)荷求導(dǎo)法的預(yù)測公式為：

p（i+1）fore=p（i）re+Δp（i）fore

其中Δp（i）fore里i點(diǎn)對于負(fù)荷變化率的預(yù)測值是：

Δp（i）fore=■Kj·Δpj（i）re

就這個(gè)方法的優(yōu)點(diǎn)來講，在對原理的表達(dá)上清楚且又方便。在電力的負(fù)荷變化率上必須達(dá)到規(guī)律及穩(wěn)定性的高要求，在預(yù)測的誤差上具有累計(jì)的效應(yīng)。

2.2.2 類似日法。對于類似日法而言，是把即將預(yù)測的日類似的負(fù)荷進(jìn)行一個(gè)修改，然后得到預(yù)測日的負(fù)荷。這個(gè)方法用的是某種差異的評價(jià)函數(shù)，也就是在進(jìn)行與預(yù)測日負(fù)荷最為類似的類似日的尋找時(shí)，則即將預(yù)測的負(fù)荷日的參數(shù)所進(jìn)行的修正。

2.2.3 卡爾曼濾法。在電力負(fù)荷中又把它叫作狀態(tài)空間法，是一個(gè)把負(fù)荷分解成能夠確定的分量以及隨機(jī)分量的原理。在反映未來系統(tǒng)的狀態(tài)上可以利用對于預(yù)報(bào)的方法來獲得新的相關(guān)數(shù)據(jù)，在組合的過程中就會得到新的預(yù)測模型信息，提升預(yù)測值的準(zhǔn)確性。

2.2.4 指數(shù)平滑法。指數(shù)平滑法是利用電力系統(tǒng)負(fù)荷趨勢外推測技術(shù)。為了達(dá)到平均的效果可以對其利用加權(quán)的形式，再加計(jì)算過程里的新數(shù)據(jù)其相關(guān)的權(quán)系數(shù)進(jìn)行加大，也可以將陳舊的數(shù)據(jù)的權(quán)系數(shù)進(jìn)行減小。在時(shí)變性的體現(xiàn)過程上，能夠?qū)⒔诘臄?shù)據(jù)反映到影響未來負(fù)荷的程度值上，這個(gè)方法的作用主要是采用其平滑來對存在序列里的隨機(jī)波動進(jìn)行消除。

2.2.5 灰色預(yù)測方法?；疑A(yù)測這個(gè)方法主要是對系統(tǒng)中存在著不確定的因素進(jìn)行的一個(gè)專門預(yù)測，是利用灰色模型里的微分方程中的單一指標(biāo)來對電力系統(tǒng)進(jìn)行預(yù)測。可以根據(jù)模型預(yù)測未來的負(fù)荷，這種方法適合在貧信息的條件下進(jìn)行分析與預(yù)測。

2.3 智能型預(yù)測法

2.3.1 專家型系統(tǒng)法?；趯χR程序的設(shè)計(jì)來建立計(jì)算機(jī)系統(tǒng)，而且還擁有了相關(guān)領(lǐng)域里的專家知識以及經(jīng)驗(yàn)，通過推理來對未來進(jìn)行預(yù)測。

2.3.2 人工神經(jīng)網(wǎng)絡(luò)法。神經(jīng)網(wǎng)絡(luò)能夠處理大量隨機(jī)性以及非線性關(guān)系因素的問題，是建立在過去某時(shí)間的負(fù)荷上作為訓(xùn)練的樣本，進(jìn)行網(wǎng)絡(luò)結(jié)構(gòu)的構(gòu)建。

2.3.3 模糊類預(yù)測法。主要用到了模糊預(yù)測法中的模糊數(shù)學(xué)理論所包含的負(fù)荷預(yù)測這一現(xiàn)代新技術(shù)來進(jìn)行的建立，對于電力系統(tǒng)中發(fā)生的模糊現(xiàn)象可以通過對其概念來進(jìn)行描述。

2.3.4 綜合模型預(yù)測法。在實(shí)際運(yùn)作里，就歷史負(fù)荷數(shù)據(jù)所具有的復(fù)雜性與隨機(jī)性，來對單一模型進(jìn)行預(yù)測，是難以達(dá)到一個(gè)準(zhǔn)確可靠的效果的，需要聯(lián)系實(shí)際中各種算法的優(yōu)缺點(diǎn)，將它們進(jìn)行有效的結(jié)合，才能夠提高其預(yù)測的精度。

2.3.5 小波分析法。因?yàn)殡娏ω?fù)荷具有特殊的周期性，它能夠?qū)⒏黝惤M合為一體頻率再由對組合的發(fā)展形式演化成一種全新的所謂的混合型信號，這個(gè)信號能夠把不同的頻帶塊信號進(jìn)行有序的分解，將其產(chǎn)生的負(fù)荷序列來進(jìn)行小波變換的過程，把小波分析方法運(yùn)用到電力系統(tǒng)短期負(fù)荷預(yù)測中。

2.4 短期負(fù)荷預(yù)測新方法

2.4.1 混沌理論?；煦鐣r(shí)間的序列預(yù)測方法是才興起的負(fù)荷預(yù)測計(jì)算方法。對于系統(tǒng)狀態(tài)下的變量，將所需要的相關(guān)動力學(xué)的信息涵蓋到系統(tǒng)里的任何一個(gè)變量在時(shí)間的序列上去。然后對于單變量進(jìn)行時(shí)間序列重組到重構(gòu)相的空間中去，但是其空間狀態(tài)的軌跡所進(jìn)行的是數(shù)據(jù)保留更改。

2.4.2 支持向量機(jī)。它是一種在統(tǒng)計(jì)學(xué)習(xí)的相關(guān)理論上所進(jìn)行的一種預(yù)測的方法，是一個(gè)將經(jīng)典進(jìn)行二次規(guī)劃的一個(gè)問題所在，這樣的方法可以快速的避免局部進(jìn)行最優(yōu)解同時(shí)也是唯一一個(gè)全局最優(yōu)解。

2.4.3 數(shù)據(jù)挖掘。對于數(shù)據(jù)隱含或未知的含義，我們可以采取挖掘的形式來處理，同時(shí)在其具體的決策中我們能根據(jù)知識的一定規(guī)則來進(jìn)行知識的提取，而這種挖掘主要以概念及規(guī)則等形式來表現(xiàn)知識的提取。

3 結(jié)語

通過對短期負(fù)荷預(yù)測方法所進(jìn)行的綜合性的比較與分析，能夠更好的將各種短期負(fù)荷預(yù)模型上所存在的優(yōu)缺點(diǎn)指出來。在實(shí)際的操作中，可以把短期負(fù)荷所具有的特征和影響因素進(jìn)行一個(gè)靈活地選用預(yù)測模型。

參考文獻(xiàn)：

[1]廖旎煥，胡智宏，馬瑩瑩等.電力系統(tǒng)短期負(fù)荷預(yù)測方法綜述[J].電力系統(tǒng)保護(hù)與控制，2011，39（1）：147-152.

[2]路軼，王民昆.基于短期負(fù)荷預(yù)測的超短期負(fù)荷預(yù)測曲線外推法[J].電力系統(tǒng)自動化，2006，30（16）：102-104.

[3]馬瑞，姜飛，Garng M huang等.基于電力系統(tǒng)負(fù)荷變動速率的美國得州ERCOT短期負(fù)荷預(yù)測[J].電力自動化設(shè)備，2012，32（2）：81-84.

[4]劉冉冉，馮平，蔚洋等.電力系統(tǒng)短期負(fù)荷混沌預(yù)測法[J].價(jià)值工程，2012，31（32）：104-105.