電力負荷預測理論與方法(文件)
【正文】 33 712882 58 23 回歸分析法舉例 實際負荷 預測負荷 絕對誤差 相對誤差 1組 689829 721210 31382 2組 706644 698080 8561 3組 607307 644010 36703 4組 611554 652150 40599 5組 635536 621370 14169 6組 648348 599100 49252 7組 655359 605890 49474 8組 677064 674560 2505 9組 677962 647990 29976 10組 587064 613210 26150 人均用電量法 灰色理論預測法 灰色系統(tǒng)理論是中國學者鄧聚龍教授 1982年 3月在國際上首先提出來的，在國際期刊 《 SYSTEMS AND CONTROL， I． ETTER》 刊物上發(fā)表，題為“ Control Problems of Grey Systems”，引起了國際上的充分重視?？墒窃诠こ碳夹g(shù)、社會、經(jīng)濟、農(nóng)業(yè)、工業(yè)、環(huán)境，電力等各種系統(tǒng)中經(jīng)常會遇到信息不完全的情況，如參數(shù)(或因素 )信息不完全，結(jié)構(gòu)信息不完全，關(guān)系 (指內(nèi)、外關(guān)系 )信息不完全 ,運行行為信息不完全等等。因此，對于天氣復雜多變，負荷變化隨機性強，負荷曲線規(guī)律性差、拐點多的情況，用神經(jīng)網(wǎng)絡進行短期負荷預測比回歸分析法和時間序列法能取得更為理想的結(jié)果。神經(jīng)網(wǎng)絡模型可按已發(fā)生的事件積累經(jīng)驗，根據(jù)學習規(guī)則不斷修改模型的網(wǎng)絡連接規(guī)則，最終達到對目標進行正確計算、識別和預測等。 “ 白 ” 指信息完全已知： “ 黑 ” 指信息完全未知；“ 灰 ” 則指信息部分已知、部分未知，或者說信息不完全，這是 “ 灰 ” 的基本含義。 各種回歸模型的計算公式如下所示 。h） 6002 6527 6688 7329 11028 15495 其中： 第一產(chǎn)業(yè) 1001 第二產(chǎn)業(yè) 11497 第三產(chǎn)業(yè) 281 居民生活 2716 四、最大負荷（ kW） 27400 31000 電力彈性系數(shù)法舉例 根據(jù)易門縣歷年各產(chǎn)業(yè)的發(fā)展及用電情況一覽表所示，可預測出 GDP增長率為 %，全縣用電量增長率為 %，則彈性系數(shù)為 。h 2716 3014 3406 3815 4273 4786 5360 合計 萬 kWh 2716 3014 3406 3815 4273 4786 5360 負荷 kW 11317 12302 13624 14960 16434 18407 20615 小時 h 2400 2450 2500 2550 2600 2600 2600 第三產(chǎn)業(yè)負荷預測 居民用電負荷預測 分產(chǎn)業(yè)預測法 名稱 單位 2022 2022 2022 2022 2022 2022 2022 第一產(chǎn)業(yè)用電量 萬 kW 分產(chǎn)業(yè)預測法 名稱 單位 2022 2022 2022 2022 2022 2022 2022 電量 萬 kW缺點是需做大量細致的調(diào)研工作，比較籠統(tǒng)，很難反映現(xiàn)代經(jīng)濟、政治、氣候等條件的影響。 ? 單耗法需要做大量細致的統(tǒng)計、分析工作，近期預測效果較佳。 ? d平均每公頃土地面積 (或每平方米建筑面積 )的用電量，稱為負荷密度。 人均用電量法 ? 人均電量指標換算法是指選取一個與本地區(qū)人文地理條件、經(jīng)濟發(fā)展狀以及用電結(jié)構(gòu)等方面相似的國內(nèi)外地區(qū)作為比較對象，通過分析比較兩地區(qū)過去和現(xiàn)在的人均電量指標，得到本地區(qū)的人均電量預測值，再結(jié)合人口分析得到總用電量的預測值。 2 電力負荷預測方法 確定性負荷預測方法 相關(guān)分析法是將負荷與各種社會和經(jīng)濟因素聯(lián)合起來考慮，即考慮負荷發(fā)展與其他社會、經(jīng)濟因素發(fā)展、變化的因果作用，通過尋找及建立電力負荷與影響其他變化的相關(guān)因素之間的關(guān)系或數(shù)學模型，以此進行預測，如線性回歸預測，多元線性回歸預測。 ? (8) 負荷預測管理 ? 將負荷預測報告提交主管部門，并不等于全部預測工作的結(jié)束，而是還必須對負荷預測進行滾動性管理。 電力負荷預測的基本程序 ? (5) 建立預測模型
教學課件相關(guān)推薦
鄂ICP備17016276號-1