论文部分内容阅读
负荷预测是电力工业的重要工作之一,对于电力经济的发展、电力系统的稳定运行有着至关重要的作用,其精确度的高低直接影响到电网规划质量的优劣和电网的安全、经济、可靠地运行。电力市场环境的形成和不断完善,对负荷预测的准确性和可靠性提出了更高的要求。
本文基于灰色预测理论,分析了基本灰色预测模型及其改进模型的原理和它们在电力负荷预测中存在的局限性,提出了电力系统中长期负荷预测的新方法——组合优化灰色预测方法,建立了实际预测模型,经过仿真,表明了该模型的有效性和算法的可行性;对于短期负荷预测,提出了一种对日负荷进行预测的新方法——自适应滤波与自回归模型相结合的方法,该方法根据预测日的属性对预测结果进行加权,并依据历史负荷中负荷的变动情况对结果进行校正,以求最佳预测效果;利用自适应滤波预测结果的残差建立时间序列的AR(p)模型,与自适应滤波模型形成组合模型,经过仿真计算,该模型用于日负荷预测,与传统的预测方法相比较,具有计算迅速、精度高的优点;对于超短期负荷预测,本文以新出现的负荷求导法为基础,对其中的不足进行了改进,并根据分形理论和相似日理论提出了历史数据处理的新方法,即对历史负荷分类取样和伪数据辨识处理,以提高预测精度,该算法具有实现简单、运算迅速、精度高等特点,经过仿真,表明了改进模型的有效性和算法的可行性,对于超短期负荷这种需要反应迅速的问题,采用本文提供的方法进行预测是可靠且非常有效的。本文提出的各种模型均以银川银南电网实际运行负荷进行验证。