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）