论文部分内容阅读
[摘 要]我国的电力系统正在不断优化和完善,短期负荷预测成为了电力系统调度运行之中的部分,它归属于电力能量管理系统,对于电力系统的运行、控制、优化具有关键性的功能。伴随着电力系统短期负荷预测方法的不断优化、精度的不断提升,为电力系统的安全运营提供了重要保障,是当前现代电力系统优化运行和管理的重大课题。
[关键词]电力系统 短期负荷预测 优化
中图分类号:TN873.93 文献标识码:A 文章编号:1009-914X(2016)05-0026-01
电力系统短期负荷预测涉及电力系统的调度和运营,其预测精度的高低决定了电力系统的安全、经济性能和供电水平,由于电力负荷自身的不确定性和非线性的特点,使其成为当前电力系统的前沿课题,传统的电力负荷预测系统的适应力较弱,在复杂的电力负荷预测的求解过程中,具有一定的局限性和矛盾,因而,需要引入多元化的智能优化预测方法和技术,为电力系统负荷安全和经济提供科学的决策依据。
一.电力系统短期负荷预测的意义剖析
电力系统短期负荷预测是系统优化的重要前提和工具。它通过对用户的发电计划拟定,进行高精度的短期负荷预测,通过负荷预测提供的电力信息,对各发电厂的电能变化做出精准的估测,从而实现对发电机组的启停状态,并在安全可靠的条件下,将发电机储备容量值降到最小,促进电力系统正常运营状态下的发电成本最低化、效益最大化。
电力系统短期负荷预测为电价确定提供了依据。现代电力市场处于竞争的态势,其中用以调节电力的杠杆工具即是电价,而电价的确定必须以电力系统的短期负荷预测为基础进行电价计算,才能合理地确定电价,获得电价在电力竞争市场上的主动权。
电力系统短期负荷预测体现出其转运的基本职能。在电力系统短期负荷预测之下,可以对电力运行中的各发电机进行调节和计算,通过对短期负荷的预测,拟定发电计划和调度计划,提升电网供电、送电、用电之间的协调。电力系统要合理考虑电量,要以差价合约为依据,进行合理的结算,如果负荷预测的精度不精准,则会导致电量不足,造成电量分配不合理的现象。因而要精准进行电力系统短期负荷预测,保障电力系统安全有序运行。
二.电力系统短期负荷预测的概念及特点分析
电力系统短期负荷预测要受多种随机因素的影响,对未来电力负荷曲线提出预先,通过科学的计算,对电力系统的发电计划、检修计划、发电机启停等做出统筹安排,它的主要特点主要表现在以下几个方面:
一是不确定性。在电力系统的短期负荷预测之中,会面临各种复杂的因素,由于经济、气象等原因,造成影响因素的变化,而给短期负荷预测带来意料不认识。
二是附加条件性。电力系统的智能电网短期负荷预测必须有特定的条件,这些条件有些是必然会出现的,如电力系统负荷变化规律,这些变化规律是预测的条件,会产生可靠的预测结果;而有些条件是不可预期的,或者说是假设性的条件,它在电力系统短期负荷预测方面,也需要适时的引入。
三是周期性。在电力系统的负荷之下,在长期的运行状态中会形成一定的规律,如年周期、日周期,而日周期是短期电力负荷重要的前提。
四是时间性。电力系统短期负荷预测要想获取精准的数值,就必须引入数量观念和时间观念,要将短期负荷预测置于一定的数量和时间范围内,从而实现对电力短期负荷的准确告知。
五是多方案性。电力系统在不同的时间和不同的地域之下,会产生不同的负荷发展状况,这样就为电力系统短期负荷预测的多方案拟定奠定了基础。
三.电力系统短期负荷预测的智能方法
1.人工神经网络预测方法
这种预测方法可以实现智能化处理,并对非线性和不确定性规律的电力短期负荷预测有较好的功效,在这种预测方法之下,可以进行自主的记忆和学习,通过分析天气、温度等气象因素,确立短期电力负荷与气象的对应关系,可以表现为三层ANN模型,如下图1所示:
这个智能预测方法的主要原理和思路为:将对电力系统负荷的影响因素作为样本数据,输入并存储于网络之中,数据输出的过程中要经由输入层、隐含层、输出层,在输出的过程中存在误差,将电力系统视为整体,以输出误差为目标函数,实现对人工神经网络的多次修正,将输出误差调整、修正到允许值内,这样,就可以实现对电力系统短期负荷的预测,最后,再输入我们所需要的“待预测”日的对应激励,就可以在人工神经网络中输出电力负荷结果。由于人工神经网络的智能预测可以适用于电网的非线性特点,因而得以在电力系统短期负荷预测中广泛应用。
2.模糊逻辑预测方法
由于电力系统存在诸多不确定性,因而可以采用模糊方法,它可以较好地趋近电网的非线性函数,具有强大的自适应功能,从而可以得出令人满意的电力负荷预测结果。
3.小波智能预测分析方法
这种方法可以主要针对电网中的微弱信号,进行适时的捕捉和辨析,尤其对于敏感的奇异信号、意外突变信号进行局部聚焦,因而,小波智能预测分析这种局部聚焦的特性,可以根据电网系统中负荷的周期变化,进行日负荷样本曲线的预测。
4.灰色预测方法
这种方法主要用于处理一定区间和时区变化的随机过程,应用于数据较少、波动较小、时间较短的电力预测,它具有系统关联性、动态性的特点,它将电力系统视为一个整体、一个可变的函数,进行随机的预测,并呈现出单调递增或单调递减的曲线预测结果,从而在对其进行相联的分析之下,揭示电力系统的内涵和变化规律。灰色预测方法不需要大量的历史样本数据,也无须时刻变化其负荷预测模型,可以应用于对重大节假日的电力短期负荷预测。由于重大节假日期间,工业生产停顿,用电负荷减少,而民用电力负荷明显提升,因而,可以采用周末相似日的预测方法加以修正。
5.混沌时间序列智能分析方法
电力系统短期电力负荷尽管呈现非线性的特点,难以用函数关系加以表达,然而,它却具有一些特定的规律,诸如:某一时间区段的电力负荷变化与历年的某一时期相似,由此可见,利用混沌时间序列的方法,可以无须设立日负荷预测模型,也无须参考其他相关影响因素,只要根据混沌吸引子的自相似性就可以实现电力系统短期负荷预测,有效地提升电力负荷预测的精度。
在电力系统之中,对于短期负荷预测的方法正在向非线性、智能化发展,由于精准度是衡量短期负荷预测的重要指标,因而,要根据电力系统短期负荷预测的特点,选取适宜的负荷预测模型,尝试应用新技术和新方法,构建完整的电力系统短期负荷预测体系,在加强与天气预报部门协调的前提下,利用各种智能化电力负荷预测方法,进行模型构建和分析,从而提高电力系统短期负荷预测精准率。
参考文献
[1] 张伟.基于人体舒适度指数的配电网短期负荷预测方法[J].电力系统保护与控制.2013(09)
[2] 嵇灵,牛东晓,吴焕苗.基于贝叶斯框架和回声状态网络的日最大负荷预测研究[J].电网技术.2012(11)
[关键词]电力系统 短期负荷预测 优化
中图分类号:TN873.93 文献标识码:A 文章编号:1009-914X(2016)05-0026-01
电力系统短期负荷预测涉及电力系统的调度和运营,其预测精度的高低决定了电力系统的安全、经济性能和供电水平,由于电力负荷自身的不确定性和非线性的特点,使其成为当前电力系统的前沿课题,传统的电力负荷预测系统的适应力较弱,在复杂的电力负荷预测的求解过程中,具有一定的局限性和矛盾,因而,需要引入多元化的智能优化预测方法和技术,为电力系统负荷安全和经济提供科学的决策依据。
一.电力系统短期负荷预测的意义剖析
电力系统短期负荷预测是系统优化的重要前提和工具。它通过对用户的发电计划拟定,进行高精度的短期负荷预测,通过负荷预测提供的电力信息,对各发电厂的电能变化做出精准的估测,从而实现对发电机组的启停状态,并在安全可靠的条件下,将发电机储备容量值降到最小,促进电力系统正常运营状态下的发电成本最低化、效益最大化。
电力系统短期负荷预测为电价确定提供了依据。现代电力市场处于竞争的态势,其中用以调节电力的杠杆工具即是电价,而电价的确定必须以电力系统的短期负荷预测为基础进行电价计算,才能合理地确定电价,获得电价在电力竞争市场上的主动权。
电力系统短期负荷预测体现出其转运的基本职能。在电力系统短期负荷预测之下,可以对电力运行中的各发电机进行调节和计算,通过对短期负荷的预测,拟定发电计划和调度计划,提升电网供电、送电、用电之间的协调。电力系统要合理考虑电量,要以差价合约为依据,进行合理的结算,如果负荷预测的精度不精准,则会导致电量不足,造成电量分配不合理的现象。因而要精准进行电力系统短期负荷预测,保障电力系统安全有序运行。
二.电力系统短期负荷预测的概念及特点分析
电力系统短期负荷预测要受多种随机因素的影响,对未来电力负荷曲线提出预先,通过科学的计算,对电力系统的发电计划、检修计划、发电机启停等做出统筹安排,它的主要特点主要表现在以下几个方面:
一是不确定性。在电力系统的短期负荷预测之中,会面临各种复杂的因素,由于经济、气象等原因,造成影响因素的变化,而给短期负荷预测带来意料不认识。
二是附加条件性。电力系统的智能电网短期负荷预测必须有特定的条件,这些条件有些是必然会出现的,如电力系统负荷变化规律,这些变化规律是预测的条件,会产生可靠的预测结果;而有些条件是不可预期的,或者说是假设性的条件,它在电力系统短期负荷预测方面,也需要适时的引入。
三是周期性。在电力系统的负荷之下,在长期的运行状态中会形成一定的规律,如年周期、日周期,而日周期是短期电力负荷重要的前提。
四是时间性。电力系统短期负荷预测要想获取精准的数值,就必须引入数量观念和时间观念,要将短期负荷预测置于一定的数量和时间范围内,从而实现对电力短期负荷的准确告知。
五是多方案性。电力系统在不同的时间和不同的地域之下,会产生不同的负荷发展状况,这样就为电力系统短期负荷预测的多方案拟定奠定了基础。
三.电力系统短期负荷预测的智能方法
1.人工神经网络预测方法
这种预测方法可以实现智能化处理,并对非线性和不确定性规律的电力短期负荷预测有较好的功效,在这种预测方法之下,可以进行自主的记忆和学习,通过分析天气、温度等气象因素,确立短期电力负荷与气象的对应关系,可以表现为三层ANN模型,如下图1所示:
这个智能预测方法的主要原理和思路为:将对电力系统负荷的影响因素作为样本数据,输入并存储于网络之中,数据输出的过程中要经由输入层、隐含层、输出层,在输出的过程中存在误差,将电力系统视为整体,以输出误差为目标函数,实现对人工神经网络的多次修正,将输出误差调整、修正到允许值内,这样,就可以实现对电力系统短期负荷的预测,最后,再输入我们所需要的“待预测”日的对应激励,就可以在人工神经网络中输出电力负荷结果。由于人工神经网络的智能预测可以适用于电网的非线性特点,因而得以在电力系统短期负荷预测中广泛应用。
2.模糊逻辑预测方法
由于电力系统存在诸多不确定性,因而可以采用模糊方法,它可以较好地趋近电网的非线性函数,具有强大的自适应功能,从而可以得出令人满意的电力负荷预测结果。
3.小波智能预测分析方法
这种方法可以主要针对电网中的微弱信号,进行适时的捕捉和辨析,尤其对于敏感的奇异信号、意外突变信号进行局部聚焦,因而,小波智能预测分析这种局部聚焦的特性,可以根据电网系统中负荷的周期变化,进行日负荷样本曲线的预测。
4.灰色预测方法
这种方法主要用于处理一定区间和时区变化的随机过程,应用于数据较少、波动较小、时间较短的电力预测,它具有系统关联性、动态性的特点,它将电力系统视为一个整体、一个可变的函数,进行随机的预测,并呈现出单调递增或单调递减的曲线预测结果,从而在对其进行相联的分析之下,揭示电力系统的内涵和变化规律。灰色预测方法不需要大量的历史样本数据,也无须时刻变化其负荷预测模型,可以应用于对重大节假日的电力短期负荷预测。由于重大节假日期间,工业生产停顿,用电负荷减少,而民用电力负荷明显提升,因而,可以采用周末相似日的预测方法加以修正。
5.混沌时间序列智能分析方法
电力系统短期电力负荷尽管呈现非线性的特点,难以用函数关系加以表达,然而,它却具有一些特定的规律,诸如:某一时间区段的电力负荷变化与历年的某一时期相似,由此可见,利用混沌时间序列的方法,可以无须设立日负荷预测模型,也无须参考其他相关影响因素,只要根据混沌吸引子的自相似性就可以实现电力系统短期负荷预测,有效地提升电力负荷预测的精度。
在电力系统之中,对于短期负荷预测的方法正在向非线性、智能化发展,由于精准度是衡量短期负荷预测的重要指标,因而,要根据电力系统短期负荷预测的特点,选取适宜的负荷预测模型,尝试应用新技术和新方法,构建完整的电力系统短期负荷预测体系,在加强与天气预报部门协调的前提下,利用各种智能化电力负荷预测方法,进行模型构建和分析,从而提高电力系统短期负荷预测精准率。
参考文献
[1] 张伟.基于人体舒适度指数的配电网短期负荷预测方法[J].电力系统保护与控制.2013(09)
[2] 嵇灵,牛东晓,吴焕苗.基于贝叶斯框架和回声状态网络的日最大负荷预测研究[J].电网技术.2012(11)