【導讀】短期電力負荷預測是電力系統(tǒng)運行調(diào)度中非常重要的內(nèi)容，它既是保證電力。系統(tǒng)安全經(jīng)濟運行和實現(xiàn)電網(wǎng)科學管理及調(diào)度的重要方面，又是能量管理系統(tǒng)的。組成部分，也是今后進行電網(wǎng)商業(yè)化運營所必需的基本內(nèi)容。本文系統(tǒng)的介紹了配電網(wǎng)負荷預測的意義和研究現(xiàn)狀，對現(xiàn)行的負荷預測方。法進行了簡單的總結(jié)，在綜合介紹了負荷預測的分類、特點及其基本原理等的基。礎(chǔ)上，詳細研究了線性回歸模型在負荷預測中的應用，并對吉林白城地區(qū)進行了

　　

【正文】 3 2 2:00 21 3 2 3:00 20 2 2 4:00 20 2 2 5:00 19 3 2 6:00 18 2 2 7:00 18 3 2 8:00 19 2 2 9:00 18 2 2 10:00 17 2 1 11:00 15 3 1 12:00 14 3 1 13:00 14 2 1 14:00 13 2 1 15:00 12 3 1 16:00 11 2 1 17:00 10 3 1 18:00 11 3 1 19:00 13 3 1 20:00 15 2 1 21:00 16 3 1 22:00 17 2 1 23:00 18 2 1 表 35 2021/12/31日的數(shù)據(jù)統(tǒng)計 21 時間 溫度 ,℃ 風力 天氣情況 負荷 0:00 22 2 1 1:00 23 2 1 2:00 23 3 1 3:00 22 3 1 4:00 21 3 1 5:00 22 2 1 6:00 21 3 1 7:00 20 3 1 8:00 19 2 1 9:00 17 2 1 10:00 16 1 1 11:00 15 2 1 12:00 14 3 1 13:00 13 1 1 14:00 12 2 1 15:00 11 3 1 16:00 11 4 1 17:00 12 3 1 18:00 13 2 1 19:00 14 2 1 20:00 15 3 1 21:00 17 2 1 22:00 18 3 1 23:00 19 3 1 表 36 2021/1/7日的數(shù)據(jù)統(tǒng)計 22 時間 溫度 ,℃ 風力 天氣情況 負荷 0:00 20 1 1 1:00 21 1 1 2:00 22 2 1 3:00 23 2 1 4:00 22 2 1 5:00 21 2 1 6:00 20 1 1 7:00 18 2 1 8:00 17 1 1 9:00 16 2 1 10:00 14 2 1 11:00 14 1 1 12:00 13 1 1 13:00 12 2 1 14:00 11 2 1 15:00 10 1 1 16:00 10 1 1 17:00 11 2 1 18:00 12 2 1 19:00 13 1 1 20:00 14 2 1 21:00 15 1 1 22:00 15 2 1 23:00 16 1 1 表 37 2021/1/14日的數(shù)據(jù)統(tǒng)計 23 時間 溫度 ,℃ 風力 天氣情況 負荷 0:00 25 2 1 1:00 25 2 1 2:00 24 2 1 3:00 23 1 1 4:00 24 1 1 5:00 22 2 1 6:00 21 1 1 7:00 20 1 1 8:00 20 1 1 9:00 19 1 1 10:00 18 2 2 11:00 17 2 2 12:00 16 2 2 13:00 16 2 2 14:00 15 2 2 15:00 14 2 2 16:00 13 2 2 17:00 12 1 2 18:00 13 1 2 19:00 14 1 2 20:00 17 1 2 21:00 18 1 2 22:00 19 1 2 23:00 20 2 2 表 38 2021/1/21日的數(shù)據(jù)統(tǒng)計 24 時間 溫度 ,℃ 風力 天氣情況 負荷 0:00 18 3 2 1:00 19 3 2 2:00 20 3 2 3:00 19 2 2 4:00 18 2 2 5:00 17 3 2 6:00 18 3 2 7:00 17 3 2 8:00 16 2 2 9:00 15 2 2 10:00 14 1 2 11:00 13 2 2 12:00 13 2 2 13:00 12 3 2 14:00 11 2 2 15:00 10 3 2 16:00 9 2 2 17:00 8 2 2 18:00 7 2 2 19:00 8 3 2 20:00 9 3 2 21:00 12 4 2 22:00 13 3 2 23:00 15 3 2 表 39 2021/1/28日的數(shù)據(jù)統(tǒng)計 25 其中天氣情況介紹如下表： 1 晴 2 多云 基礎(chǔ)資料分析 從掌握的歷史數(shù)據(jù)來看， 2021 年 12 月 和 2021 年 1 月數(shù)據(jù)采集沒有問題，無需要取舍和修正的異常數(shù)據(jù)。預測日類型均為工作日 第一天 ，天氣的溫度較為相似?？梢赃x擇作為預測的基礎(chǔ)資料。 建立 負荷預測 模型 根據(jù)上述數(shù)據(jù)用 MATLAB 求解得： ? = [ ? , ?1 , ?2, ?3] = ( )?1 = [ 7 ? . 227 9] 所以所建立的模型為： 周一的模型： ?1 = 7 11 ? . 227 21 9 31 進行 負荷預測 現(xiàn)用此模型預測該地區(qū) 2021 年 01月 28 的負荷 值，結(jié)果如下： 時間 預測負荷 ,MW 實際負荷 ,MW 絕 對誤差 相對誤差 0:00 % 1:00 % 2:00 % 3:00 % 4:00 % 5:00 % 6:00 % 7:00 % 8:00 % 9:00 % 10:00 % 11:00 % 12:00 % 13:00 % 14:00 % 15:00 % 26 16:00 % 17:00 % 18:00 % 19:00 % 20:00 % 21:00 % 22:00 % 23:00 % 表 310 負荷預測值與實際值的對比 5055606570758085900:001:002:003:004:005:006:007:008:009:0010:0011:0012:0013:0014:0015:0016:0017:0018:0019:0020:0021:0022:0023:00負荷值 時刻 圖 32 預測負荷與實際負荷曲線 預測負荷 實際負荷 % % % % % % % % % % % % % % % % % % % % % % % % 0%1%2%3%4%5%6%7%8%9%10%11%12%13%0:001:002:003:004:005:006:007:008:009:0010:0011:0012:0013:0014:0015:0016:0017:0018:0019:0020:0021:0022:0023:00圖 33 相對誤差曲線圖 相對誤差 27 其中： = √ = √4 5. 224 = .5 6( ) 結(jié)果表明 :所設(shè)計的 模型 能夠滿足 吉林白城 地方供電公司電力系統(tǒng)對短期負荷預測的需要。 28 第 4 章 總結(jié) 電力系統(tǒng)負荷預測是根據(jù)電力負荷的歷史數(shù)據(jù)來對未來某個時段內(nèi)的系統(tǒng)負荷值作出預先估計?？茖W的預測是正確決策的依據(jù)和保證，因此電力系統(tǒng)負荷預測是電力系統(tǒng)進行實時控制、制定運行計劃和發(fā)展規(guī)劃的基礎(chǔ)。 本文 系統(tǒng) 的介紹 了配電網(wǎng)負荷預測的 意義 和研究現(xiàn)狀 ， 對現(xiàn)行的負荷預測方法進行了簡單的總結(jié)， 在 綜合介紹負荷預測的分類、 特點 及 其基本 原理 等 的基礎(chǔ)上， 詳細研究了線性回歸模型在負荷預測中的應用， 經(jīng)過算例分析后 得出以下結(jié)論： (l)線性回歸預測法 能夠滿足 電力系統(tǒng)短期負荷預測 的要求 ； (2)采用 線性回歸預測法 ，對 負荷值的 預測精度 雖然 能達到要求 ，但是和其他先進的算法相比具有很大的限制，因為回歸算法只有在天氣因素等條件變化不大的時候才能夠有比較精確的結(jié)果。一旦外界條件發(fā)生較大的變化，回歸算法就不再適用了 ； (3)由于各地區(qū)負荷的影響因素各不相同 ， 本文所設(shè)計的 模型預測其他地區(qū)的負荷 時預測誤差可能較大，因此此模型可能只適合于該地區(qū)的負荷預測。 (4)隨著電力市場改革的深入開展，對電力系統(tǒng)輸送的電能質(zhì)量的要求 也 越來越高 ，對負荷預測的要求也越來越高。因此我們不但要進一步提高負荷預測的速度、增加負荷預測點密度，還要研究新的方法來提高負荷預測的精確度，并隨時根據(jù)電力系統(tǒng)的變化或負荷的變化進行改進。 29 參考文獻 [1] 牛東曉 ,曹樹華等 .電力負荷預測技術(shù)及其應用 .北京：中國電力出版社 ,1998 [2] 黃偉 .短期電力負荷組合預測模型的研究 .大連理工大學 .2021 [3] 趙冬紅 .短期負荷預測的改進方法研究 .華北電力大學 .2021 [4] 楊龍 .基于神經(jīng)網(wǎng)絡的短期負荷預測 .中南大學 .2021 [5] HoKL,HsuYY,LeeCE,et Load Forecasting of Taiwan Power System Using acknowledgebased expert Transaetions on Power Systems,1990,5(4):12141221 [6] 周海明 .人工神經(jīng)網(wǎng)絡應用于電力系統(tǒng)短期負荷預測研究 .廣西大學 .2021 [7] 關(guān)薇 .時間序列在電力系統(tǒng)負荷預測中的應用 .北方工業(yè)大學 .2021 [8] 顧潔 .應用小波分析進行短期負荷預測 .電力系統(tǒng)及其自動化學報， 2021， 15(2):4044 [9] Mori, Fuzzy Inference for ShortTerm Load ,1996,11(1) [10] 黃珊 . 配電網(wǎng)規(guī)劃的回歸分析負荷預測方法研究 .湖南大學 .2021 [11] 強同波 .幾種電力負荷預測方法在用電分析系統(tǒng)中的應用 .山東電力高等專科學校學報 ,2021,10(3):1012 [12] 張德玲 .電力系統(tǒng)短期負荷預測方法的研究 .鄭州大學 ,2021 [13] 汪峰 ,于爾鏗 ,周京陽 .能量管理系統(tǒng) (EMs)第四講電力系統(tǒng)負荷預報 .電力系統(tǒng)自動化 ,1997,21(4):6669 [14] 劉薇 .人工神經(jīng)網(wǎng)絡在短期電力負荷預測中的應用研究 .南昌大學 ,2021 [15] 肖國泉 ,王春 ,張福偉 .電力負荷預測 .中國電力出版社 ,2021 [16] 王志征 ,余岳峰 ,姚國平 .主成分分析法在電力負荷預測中的應用 .電力需求， 2021,5（ 3） [17] 楊曉玲 .電力系統(tǒng)短期負荷預測算法的應用與探討 .山西電力技術(shù) ,2021,05： 13 [18] Moghram I, Rahman S. Analysis and Evaluation of Five Shortterm Load Forecasting Transactions on Power System,1989, 4(4):14841491 30 致 謝 對曾經(jīng)給予本人順利完成畢業(yè)設(shè)計（論文）而提供各類幫 助、指導， 以及協(xié)助完成該項研究工作的單位和個人表示感謝。 在此， 特別 要感謝 姚蜀軍老師在 指導 我完成畢業(yè)設(shè)計的過程中給 以 無私 的幫助 。