【文章內(nèi)容簡介】 的預測流程；。第六章結(jié)合論文的上述工作，解決了對電力系統(tǒng)短期負荷進行預測的具體方法問題，將預測工作分成工作日和周休日兩部分，給出了整個電力系統(tǒng)短期負荷預測模型的具體實例。 49 第2章 負荷預測的方法和特點 負荷預測的分類根據(jù)負荷預測的目的、負荷預測的時限、負荷預測的對象以及待預測負荷的特性，負荷預測可以根據(jù)上述特性進行三種分類，具體為：按時間分類、按預測對象分類、按負荷特性分類。1．按時間分類電力系統(tǒng)負荷預測按時間進行分類[46]，可分為超短期負荷預測、短期負荷預測、中期負荷預測和長期負荷預測。四種負荷預測的預測時限和預測目的有明顯不同：超短期負荷預測指對未來1小時、。主要用于對電網(wǎng)進行計算機的在線監(jiān)控，實現(xiàn)發(fā)電容量的合理調(diào)度，滿足運行要求，使發(fā)電成本最小等。短期負荷預測是指對1年以內(nèi)的電力負荷變化情況的預測，通常預測未來1個月度、未來1周、未來1天的負荷指標。主要是解決電網(wǎng)存在的主要問題，逐步滿足負荷的需要，提高供電質(zhì)量和電網(wǎng)的可靠性，用于電力生產(chǎn)檢修計劃，安排電力系統(tǒng)短期運行方式等。中期負荷預測通常是對5年左右的電力負荷的發(fā)展變化情況所做的預測。主要是就著重將電網(wǎng)的結(jié)構(gòu)及設施有步驟的過渡到規(guī)劃網(wǎng)絡，用制定電力系統(tǒng)的擴建、增容和改建規(guī)劃，安排電力系統(tǒng)長期運行方式等。電力系統(tǒng)長期負荷預測是指對10 年以上(可長達30 年)的電力負荷的發(fā)展變化所做的預測，主要是用于制定電力系統(tǒng)遠景規(guī)劃，研究確定電源布局和規(guī)劃網(wǎng)絡，使之滿足遠期負荷預測水平的需要。 負荷預測的時間分類負荷預測的類別預測時限預測目的超短期負荷預測l天以內(nèi)按小時或按分鐘計對電網(wǎng)進行計算機在線控制，實現(xiàn)發(fā)電容量的合理調(diào)度，滿足給定的運行要求，同時使發(fā)電成本最小。 短期負荷預測l天以上至1年以下為電力系統(tǒng)調(diào)度、發(fā)電以及檢修計劃服務。 中期負荷預測5年左右10年以內(nèi)用于電力系統(tǒng)規(guī)劃，包括發(fā)電設備及輸變電設備靜擴建計劃、退役計劃、改建計劃。長期負荷預測10年到30年以內(nèi)制定電力戰(zhàn)略規(guī)劃，包括燃料需求量、系統(tǒng)發(fā)展規(guī)劃以及重要技術更新、科研規(guī)劃等。2．按預測對象行業(yè)分類按預測對象行業(yè)分可分為城市民用負荷預測、商業(yè)負荷預測、農(nóng)村負荷預測、工業(yè)負荷預測以及其他負荷預測。不同類型的負荷有不同的變化規(guī)律。. 按預測對象行業(yè)分時各負荷的構(gòu)成和特點負荷預測類別負荷構(gòu)成負荷特點城市民用負荷預測主要是城市居民的家用負荷具有經(jīng)常的年增長以及明顯的季節(jié)性波動特點，與居民的日常生活和工作的規(guī)律緊密相關。商業(yè)負荷預測主要指商業(yè)部門里的照明、空調(diào)、動力等用電負荷具有覆蓋面積大，且用電增長平穩(wěn)，以及季節(jié)性波動的特點。農(nóng)村負荷預測主要指農(nóng)村居民用電和農(nóng)業(yè)生產(chǎn)用電與工業(yè)負荷相比，受氣候、季節(jié)等自然條件的影響很大，也受農(nóng)作物種類、耕作習慣的影響。工業(yè)負荷預測主要指工業(yè)企業(yè)用于工業(yè)生產(chǎn)的用電負荷變動較小，受氣候影響較小，與工業(yè)用戶的工作方式及行業(yè)的行業(yè)特點等有緊密的聯(lián)系。3．按負荷特性分類根據(jù)負荷預測表示的不同特性，可分為最高負荷、最低負荷、平均負荷、負荷峰谷差、高峰負荷平均、低谷負荷平均、平峰負荷平均、全網(wǎng)負荷、母線負荷、負荷率等類型的負荷預測[24]，以滿足供電、用電部門的管理工作的需要。本文采用第一種方法分類方法對負荷進行分類，并將重點對短期負荷進行分析預測。 短期負荷預測的特點負荷預測是根據(jù)過去和現(xiàn)在的負荷值來預測未來的數(shù)值，其研究對象是不確定的，需要采用適當?shù)念A測技術和模型來推知負荷的發(fā)展趨勢和未來可能達到的狀況。影響負荷預測的因素是多種多樣，選用不同的預測模型其結(jié)果也不盡相同。因此電力負荷預測具有如列特點：不確定性或不完全準確性、條件性、負荷預測的地區(qū)效應、時間性以及多方案性。特別的，對于短期負荷還具有如下特點：（1）從數(shù)學模型上看，電力系統(tǒng)負荷是一個多因素影響的高度綜合模型，其變化規(guī)律混沌、繁雜，很難用一套算法對其進行精確的模擬。；（2）電力負荷本身的不確定性使得預測結(jié)果是一個概率的值；（3）各地區(qū)，各時段電力負荷的發(fā)展具有可比性和相似性。；（4）電力負荷預測的機理是一個數(shù)學模型的過程，不同的模型使用條件不同，有其各自的優(yōu)缺點；（5）預測時間較短，對計算時間有明確要求；（6）影響電力負荷預測的精度的因素復雜多樣、規(guī)律各異，包括經(jīng)濟因素、時間因素、氣候因素、隨機干擾等，各因素影響的大小也因不同地區(qū)電力系統(tǒng)的不同而異；（7）相對中長期預測而言，短期負荷預測對預測精度要求較高。 幾種常見的負荷預測方法 比例系數(shù)增長法比例系數(shù)增長法假定今后的電力負荷與過去有相同的增長比例，用歷史數(shù)據(jù)求出比例系數(shù)，按比例預測未來發(fā)展，設第m年的用電量為Am kWh，第n年的用電量為An kWh，則從第n年到第m(nm) 年用電量的平均增長率K 為： ()由此預測第l年(lm) 的用電量Al為 ()這與以Am為起點的預測結(jié)果相同，這是因為： ()由比例增長法的理論推導可知，該方法思路簡單、計算簡便，但該方法把負荷在若干時間段的增長看成一致，沒有考慮負荷增長的特殊性和復雜性，在實際工程中由于其產(chǎn)生的誤差很大僅能作為大致的估算，而不能作為調(diào)度和生產(chǎn)的數(shù)據(jù)使用。 彈性系數(shù)法電力彈性系數(shù)法是編制電力發(fā)展規(guī)劃時常用的一種負荷預測方法，它計算方法簡單，容易理解。彈性一詞來源于材料力學中的彈性變形的概念。彈性系數(shù)指材料長度變形的百分比同所施加力變化的百分比的比率。后來彈性的概念被推廣應用于社會經(jīng)濟領域。彈性系數(shù)被用來表示兩個因素各自相對增長率之間的比率。在對一個因素發(fā)展變化預測的基礎上，通過彈性系數(shù)對另一個因素的發(fā)展變化作出預測的一種間接預測方法。彈性系數(shù)法適用于兩個因素y和x之間有指數(shù)函數(shù)關系yt=αx的情況，式中α為比例系數(shù)，b為y對x的彈性系數(shù)。電力彈性系數(shù)是用電量的平均年增長率與國民生產(chǎn)總值(或社會總產(chǎn)值)平均年增長率的比值，當然也可以考慮用電量與其他經(jīng)濟指標的彈性系數(shù)。在一般情況下，電力彈性系數(shù)應大于1。由以往的用電量和國民生產(chǎn)總值可分別求出它們的平均增長率，記為Ky和Kx從而求得電力彈性系數(shù)E ()如果用某種方法預測未來m年的彈性系數(shù)為，國民生產(chǎn)總值的增長率為，可得電力需求增長率為 ()這樣就可用比例系數(shù)增長預測法得出第m年的用電量， ()式中：A0 ——基年（預測起點年）的用電量。此外，彈性系數(shù)預測法的建模方法還包括： y 與K x 均取對數(shù)形式的模型、K x 取對數(shù)形式的模型、y 取對數(shù)形式， K x 取倒數(shù)形式的模型和線性函數(shù)形式的模型。 回歸分析方法回歸分析方法是研究變量和變量之間依存關系的一種數(shù)學方法，根據(jù)回歸分析方法涉及變量的多少，可以分為單元回歸分析和多元回歸分析。在回歸分析中，自變量是隨機變量，因變量是非隨機變量，由給定的多組自變量和因變量資料，研究各自變量和因變量之間的關系，形成回歸方程，回歸方程根據(jù)自變量和因變量之間的函數(shù)形式，又可分為線性回歸方程和非線性回歸方程?；貧w方程求得后，若如給定各自變量數(shù)值，即就能求出因變量值。 線性回歸模型在一元線性回歸中，自變量是可控制或可以精確觀察的變量，用x表示，因變量是依賴于x的隨機變量，用y表示，假設x與y的關系為 ()式中：是除x之外，被忽略或無法考慮到的因素，它服從正態(tài)分布。a，b及σ都是不依賴于x的未知參數(shù)， x與y的這種關系稱為一元線性回歸模型。對固定的x，隨機變量y的數(shù)學期望為： ()顯然是x的函數(shù)，稱它為y關于x的回歸。在實際問題中，對自變量x和因變量y作n次實驗觀察，且在x不全相同的各個值上對y的觀察是相互獨立的，其n對觀察值為{(x1, y1),( x2, y2),( xn, yn)}。如果依據(jù)上述樣本能估計出未知參數(shù)a、b，記估計值分別為，則稱下式 ()為y關于x的線性回歸方程。用最小二乘法估計a和b。先作離差平方和 ()由極值定理，選取參數(shù)a 、b 使F(a,b) 達到最小，令 () ()，并用和分別代替a和b，得 () ()式() ()有唯一的一組解 () ()當a、b的估計值和和求出后，便得出y對x的線性回歸方程式。 非線性回歸模型設有兩個變量x和y，它們之間存在非線性關系。給定一組觀測值{(x1, y1),( x2, y2),( xn, yn)}。其散點圖明顯的表明不能用一條直線近似地擬合。如果將此種情況按一元線性回歸研究，顯然是不合適的，這就需要用適當?shù)那€加以擬合，依據(jù)散點圖， 通通常常選擇雙曲線、冪函數(shù)曲線、指數(shù)曲線、倒指數(shù)曲線、對數(shù)曲線，S 型曲線等六種曲線之一。當選擇的曲線類型確定下來后，可以根據(jù)最小二乘法確定估計值。兩個變量x和y的關系可以寫成如下的一般形式 ()式中：Y是因變量，是待估計的對象；X是自變量，是影響因素；是未知常數(shù)(待求)；是除X之外，被忽略或無法考慮到的因素，它服從正態(tài)分布。設已知觀測值，按統(tǒng)計學理論，問題就是如何求取的最小二乘估計值，即求使得對任何都有，為殘差平方和函數(shù)： ()極小等價于下面的導數(shù)為零 ()式中： 。按非線性回歸的GaussRaphson解法，用的一階泰勒級數(shù)展開式近似代替求解問題。設的初始值為，則可近似為： ()其中。對于有m個樣本數(shù)據(jù)的情況，殘差平方和為： ()式中：。由于是事先設定的一個初值，因此式(13)和(14)中的和可由樣本計算得到。這樣，式(14)所示的殘差平方和函數(shù)就轉(zhuǎn)換為一個線性回歸模型的殘差平方和函數(shù)，即： ()對式()按最小二乘法構(gòu)造殘差平方和得： ()式中：為關于的列向量，為關于的列向量。由式()可知，當設定的一個初值后，就可以求得一個新的估計值。反復進行迭代，便得到的迭代序列。的一般表達式為： ()依據(jù)式()，當?shù)^程達到時，有，即此時的為非線性回歸模型參數(shù)的最優(yōu)估計。本文的實際計算中取相對誤差為迭代收斂條件。 指數(shù)平滑法假設時間序列有著某種數(shù)據(jù)模式，而觀測值既體現(xiàn)著這種基本數(shù)據(jù)模式，又反映著隨機變動。指數(shù)平滑法的目標就是采用“修勻”歷史數(shù)據(jù)來區(qū)別基本數(shù)據(jù)模式和隨機變動。這相當于在歷史數(shù)據(jù)中消除極大值和極小值，獲得該時間序列的“平滑值”，并以它作為對未來時期的預測值。指數(shù)平滑法又可以分為移動算術平均法，單指數(shù)平滑法，線性指數(shù)平滑法，二次指數(shù)曲線平滑法，季節(jié)性指數(shù)平滑法等幾種典型方法。 移動算術平均法設當前時期為t ，已知時間序列觀測值為{(x1, y1),( x2, y2),( xt, yt)}，假設按連續(xù)n個時期的觀測值計算一個平均數(shù)，作為對下一個時期，即(t+1)時期的預測值，用表示： ()它的優(yōu)點是計算簡單，缺點是要保存的數(shù)據(jù)比較多，而且n的大小不容易確定，故它只能用于平穩(wěn)時間序列時間數(shù)列。 單指數(shù)平滑法單指數(shù)平滑法實際上是從移動算術平均法演變而來的，它也只能用于平穩(wěn)時間序列，它的優(yōu)點是不需要保留較多的歷史數(shù)據(jù)，只要有最近的一期的實際觀測值和這期的預測誤差，就可以對未來時期進行預測。 ()式中：a 是平滑常數(shù)， 0 a 1?？梢赃\用最小均方差的原則，自動尋找最佳的平滑常數(shù)。 線性指數(shù)平滑法當時間序列隨時間的發(fā)展有不斷增加或減少的趨勢時，用單指數(shù)平滑法預測就不準了，因為這種時間序列不屬于平穩(wěn)過程，線性指數(shù)平滑法是這種時間序列的一種有效的預測方法，用這種方法預測時，它把平均每一期的增量考慮進去，不斷地作趨勢性的調(diào)整。線性指數(shù)平滑法的計算過程共分五個步驟：1）計算t 時期的單指數(shù)平滑值Dt ()式中：是t 時期的觀測值，是t ?1時期的單指數(shù)平滑值，a是平滑常數(shù)；2）計算t 時期的雙指數(shù)平滑值Mt ()3）計算t 時期的水平值At ()4）計算t 時期的增量It ()5）預測m個時期以后，即(t + m)時期的數(shù)值 () 二次指數(shù)曲線平滑法有的時間序列雖然有增加或減少的趨勢，但不一定是線性的，可能按二次曲線的形狀增加或減少。對于這種時間序列，采用二次曲線指數(shù)平滑法不但考慮了線性增長的趨勢，而且也考慮了二次拋物線的因素。它的計算過程共分七個步驟：1）計算t 時期的單指數(shù)平滑值Dt ()式中：是t 時期的觀測值，是t ?1時期的單指數(shù)平滑值，a是平滑常數(shù)；2）計算t 時期的雙指數(shù)平滑值Mt