论文部分内容阅读
电力系统短期负荷预测是电力部门日常调度的一项重要工作。准确的负荷预测,从经济效益来看,可以帮助电力企业合理安排机组的启停与检修计划,减少不必要的旋转储备,从而降低发电成本;从社会效益来看,可以提高电网运行的安全与稳定性,保证用户的电能质量,从而确保社会正常的生产和生活。因此,短期负荷预测的精度现已成为衡量电力企业管理水平是否走向现代化的重要标志之一我国小水电资源分布广泛,作为一种经济环保的可再生能源,其不仅在增加能源供应、改善能源结构、保护生态环境等方面作出了贡献,还在电力应急保障中发挥了独特作用。但是对于多小水电地区的地方电力部门来说,小水电发电负荷却由于其规律性较全社会用电负荷有很大不同而给他们在提高负荷预测准确度工作上造成了麻烦。因此,根据地方负荷特征,研究适用于多小水电地区的负荷预测模型,具有重要且深刻的现实意义。本文从多小水电地区负荷构成的物理机理入手,首先将网供负荷分解为全社会用电负荷和小水电发电负荷,探索两者负荷的规律性,研究它们的内在规律和外在特性,及其负荷曲线的不同特点,为预测模型的建立和考虑的各类相关因素的选择打下基础。而后分别选择相应的预测方法,建立综合考虑小水电发电负荷影响的组合预测模型,实现精细化的负荷预测:对小水电发电负荷,根据小波分解后得到的小波系数的不同特征,分别对幅值显著且方差大的分量用Elman神经网络进行预测,对剩余分量用相似日加权平均模型进行预测;对全社会用电负荷,采用通用的BP神经网络进行预测。最后将预测得到的全社会用电负荷与小水电发电负荷结果进行合成,还原出供电部门所需上报的网供负荷。本文最后以浙江某小水电装机容量较大的地区为例,验证了该方法的有效性和简便性,对提高多小水电地区网供负荷预测的准确度有较好的实用价值。