【正文】 其次要感謝在這次畢業(yè)設(shè)計(jì)中給予我很大幫助的同學(xué)們。最終得到了針對(duì)某地區(qū)97個(gè)小水電站的購(gòu)電優(yōu)化策略，得到了97個(gè)小水電站的購(gòu)電分配率，經(jīng)濟(jì)成本較沒(méi)有優(yōu)化前的有了明顯的降低。本文在此背景下研究針對(duì)某地區(qū)電網(wǎng)公司購(gòu)電的優(yōu)化策略，建立了中長(zhǎng)期電力負(fù)荷預(yù)測(cè)的模型和以線(xiàn)性規(guī)劃法為基礎(chǔ)的購(gòu)電優(yōu)化的模型。結(jié)合該地區(qū)的小水火電站參數(shù)數(shù)據(jù)、地理分布情況和實(shí)際存在的各項(xiàng)約束，得出在線(xiàn)性規(guī)劃下的97個(gè)小水火電站的購(gòu)電分配策略的目標(biāo)函數(shù)，計(jì)算得出可以大大節(jié)約購(gòu)電優(yōu)化成本，達(dá)到購(gòu)電優(yōu)化的目的。目標(biāo)函數(shù)為：（）等式約束條件為：（）不等式約束條件為：（1）各發(fā)電機(jī)組容量約束：()（2）線(xiàn)路潮流和變壓器容量約束：①接入220KV d4變電站110KV母線(xiàn)的通道I、110KVa4d4線(xiàn)（T接d1a4d4線(xiàn)）限流494A，換算成功率為95MW：M1電站出力+接入a2電站小水電出力a2變電站負(fù)荷+接入a3變電站小水電出力a3變電站負(fù)荷≤270A（a3a4線(xiàn)限流，）：(）接入a1變電站小水電出力a1變電站負(fù)荷+Z5電站出力≤494A（Z5d4限流，換算成功率為95MW）：（）接入a1變電站小水電出力a1變電站負(fù)荷+Z5電站出力+M1電站出力+接入a2變電站小水電出力a2變電站負(fù)荷+接入a3變電站小水電出力a3變電站負(fù)荷+接入a4變電站小水電出力a4變電站負(fù)荷+Z8電站出力 494A（a4d4線(xiàn)限流轉(zhuǎn)換成功率為95MW）：（）變壓器容量約束：M1電站出力+接入a2變電站小水電出力a2變電站負(fù)荷≤28MW：（）接入a4水電站小水電出力a4變電站負(fù)荷+Z8電站出力≤2*28MW：（）Z1電站出力+接入d1變電站小水電出力d1電站負(fù)荷≤2*28MW：（）II、①、110KV Z1d4線(xiàn)路限流494A（轉(zhuǎn)換成功率為95MW）線(xiàn)路潮流約束：Z3電站一級(jí)出力+Z3電站二級(jí)出力+Z2電站出力+B縣縣網(wǎng)小水電出力B縣負(fù)荷≤400A（b1Z1線(xiàn)限流，）：（）Z3電站一級(jí)出力+Z3電站二級(jí)出力+Z2電站出力+B縣縣網(wǎng)小水電出力B縣負(fù)荷+Z1電站出力≤494A（Z1d4線(xiàn)限流，轉(zhuǎn)換成功率為95MW）：（）變壓器容量約束：Z2電站出力+B縣縣網(wǎng)小水電出力B縣縣負(fù)荷≤2*28MW：（）②、接入220KVd3變電站110KV的母線(xiàn)的通道110KVc7d3線(xiàn)（T接c2c7線(xiàn)）限流494A（轉(zhuǎn)換成功率為95MW）線(xiàn)路潮流約束：Z4電站出力+c3各級(jí)機(jī)組出力+M2電站出力+M3電站出力+接入c2小水電出力c2負(fù)荷+接入c1電站小水電出力c1電站負(fù)荷≤494A（c1c7線(xiàn)限流，轉(zhuǎn)換成功率為95MW）：（）Z4電站出力+c3各級(jí)機(jī)組出力+M2電站出力+M3電站出力+接入c2變電站小水電出力c2變電站負(fù)荷+接入c1電站小水電出力c1電站負(fù)荷+接入c7變電站小水電出力c7變電站負(fù)荷≤494A（c7d3線(xiàn)限流，轉(zhuǎn)換成功率為95MW）：（）c3各級(jí)機(jī)組出力+M2電站出力 494A（c3c2線(xiàn)限流，轉(zhuǎn)化為功率為95MW）： （）c3各級(jí)機(jī)組出力 220A（)：（）③接入220KV c4變電站110KV母線(xiàn)的通道110KV c4c5線(xiàn)限流494A（轉(zhuǎn)換成功率為95MW） 線(xiàn)路潮流約束： 接入c5變電站小水電出力+接入c6變電站小水電出力c5變電站負(fù)荷c6變電站負(fù)荷≤494A（c4c5線(xiàn)限流，轉(zhuǎn)換成功率為95MW）：（） 接入c5變電站小水電出力+接入c6變電站小水電出力c5變電站負(fù)荷c6變電站負(fù)荷+接入c7變電站小水電出力c7變電站負(fù)荷≤180MW：（）式中：P表示總的上網(wǎng)電量，537170/3100MW；p1表示M1電站出力，4MW；p2表示Z8電站出力，24MW；p3表示Z5電站出力，52MW；p4表示Z3電站一級(jí)出力；p5表示Z3電站二級(jí)出力；p4 +p5=；p6表示Z2電站出力，16MW；p7表示Z1電站出力，60MW；p8表示Z4電站出力，25MW；p9表示M3電站出力，20MW；p10表示M2電站出力，；p11表示c3二級(jí)出力，8MW；q1表示a2變電站負(fù)荷，28；q2表示a4變電站負(fù)荷，37；q3表示a3變電站負(fù)荷，14；q4表示a1變電站負(fù)荷，39；q5表示B縣縣網(wǎng)負(fù)荷，87；q6表示c2變電站負(fù)荷，60；q7表示c1電站負(fù)荷，15；q8表示c7變電站負(fù)荷，42；q9表示c5變電站負(fù)荷，45；q10表示c6變電站負(fù)荷，55；q11表示d1變電站負(fù)荷，37。（四）110KV線(xiàn)路的電流約束：（）（五）35KV變壓器容量限制，上網(wǎng)電量要滿(mǎn)足線(xiàn)路的限流：（）（六）變壓器容量限制：（）注：β表示35KV變壓器的最大負(fù)載率、βˊ表示110KV變壓器的最大負(fù)載率。 購(gòu)電優(yōu)化的數(shù)學(xué)模型構(gòu)造購(gòu)電優(yōu)化的數(shù)學(xué)模型的目的是使得購(gòu)電費(fèi)用最小，其中的約束條件包括電廠出力約束、供需平衡約束、變壓器容量約束和線(xiàn)路限流約束。通過(guò)分析某地區(qū)地理接線(xiàn)圖可以得出一個(gè)功率傳輸模型圖。因?yàn)闆](méi)有實(shí)現(xiàn)競(jìng)價(jià)上網(wǎng)，所以都是由平均購(gòu)電均價(jià)乘以實(shí)際上網(wǎng)電量得出購(gòu)電費(fèi)用。本地區(qū)的小水火電大部分是徑流式電廠，而且地方小水火電資源豐富，但是這些小水火電不具備有進(jìn)入省網(wǎng)競(jìng)價(jià)上網(wǎng)的能力，所以都是被地區(qū)的電業(yè)局收購(gòu)，定價(jià)都是根據(jù)當(dāng)?shù)氐奈飪r(jià)局的標(biāo)準(zhǔn)決定。D縣：D縣屬于縣調(diào)的水電站有13家，500KV變電站1座，220KV變電站2座，110KV變電站11座，35KV變電站12座。此外還有從B縣b1變電站接到A縣Z3水電站的110KV線(xiàn)路，B縣b1變電站接到D縣Z1電站的110KV線(xiàn)路和B縣接到D縣220KVd3變電站的110KV線(xiàn)路。B縣：B縣屬于縣調(diào)的水電站有14家。屬于直調(diào)的電站有ZZZ8等。此外，某地區(qū)購(gòu)電情況和水電也有很大的關(guān)系，因?yàn)橘?gòu)電大多來(lái)自于省網(wǎng)的電源點(diǎn)，而省網(wǎng)中的水電站比例也是較高的，調(diào)節(jié)性能相對(duì)較差。某地區(qū)的小水火電的資源豐富，特別是躉售縣市小水火電資源較為豐富，裝機(jī)容量在一千千瓦以上的就有100多家，小水火電站主要集中在A、B、C和D四個(gè)縣，四個(gè)縣城縣調(diào)的一千千瓦以上的電站就有100多家，屬于自備自管的有20多家。再加上目標(biāo)函數(shù)，就可以構(gòu)成基本的線(xiàn)性規(guī)劃問(wèn)題，所以線(xiàn)性規(guī)劃法在購(gòu)電優(yōu)化中可以得到很好地應(yīng)用，結(jié)合計(jì)算機(jī)軟件，可以計(jì)算出在約束條件下使購(gòu)電成本最低的分配方法。（）線(xiàn)性規(guī)劃問(wèn)題的標(biāo)準(zhǔn)形式是：()寫(xiě)成矩陣形式為：（）式中0表示0維向量，在使用單純形法求解時(shí)通常把線(xiàn)性規(guī)劃問(wèn)題轉(zhuǎn)化為標(biāo)準(zhǔn)的形式，把所有變量轉(zhuǎn)化為非負(fù)、使約束條件為等式、使右端的常數(shù)項(xiàng)為非負(fù)。 最簡(jiǎn)單的線(xiàn)性規(guī)劃問(wèn)題通過(guò)構(gòu)建目標(biāo)函數(shù)，選擇約束條件，得到在約束條件下的最優(yōu)解。最后與第二章的多元線(xiàn)性回歸的電力負(fù)荷預(yù)測(cè)的結(jié)果進(jìn)行了比較，二者誤差較小，負(fù)荷預(yù)測(cè)結(jié)果是可以接受成為電力部門(mén)負(fù)荷預(yù)測(cè)的參考依據(jù)的。 Training with TRAINGDX然后輸入需要預(yù)測(cè)的數(shù)據(jù)，： Elman神經(jīng)網(wǎng)絡(luò)最終負(fù)荷預(yù)測(cè)結(jié)果年份20042005200620072008負(fù)荷（萬(wàn)千瓦）和第二章的線(xiàn)性回歸預(yù)測(cè)進(jìn)行比對(duì)，二者比對(duì)結(jié)果誤差很小，可見(jiàn)相互比較可以看出兩種方法的預(yù)測(cè)都是比較準(zhǔn)確的，Elman神經(jīng)網(wǎng)絡(luò)電力負(fù)荷預(yù)測(cè)的模型構(gòu)建也是成功的。%附加動(dòng)量因子，參數(shù)設(shè)置好，進(jìn)行仿真。Si的長(zhǎng)度分別采用111 =1500。IPF：輸入處理函數(shù)，默認(rèn)為：‘{‘fixunknowns’，‘removeconstantrows’，‘mapminmax’}’。BTF：反向傳播神經(jīng)網(wǎng)絡(luò)訓(xùn)練函數(shù)，默認(rèn)為‘trainlm’。T：SN*Q2的具有SN個(gè)元素的輸出矩陣。但是Elman神經(jīng)網(wǎng)絡(luò)不同于BP神經(jīng)網(wǎng)絡(luò)，沒(méi)有一個(gè)現(xiàn)成的公式可以確定隱含層的神經(jīng)元數(shù)，所以本文擬分別采用1118個(gè)隱含層神經(jīng)元數(shù)進(jìn)行仿真，嘗試比較結(jié)果 基于Elman神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷預(yù)測(cè)首先進(jìn)行數(shù)據(jù)的歸一化處理。 Sigmoid函數(shù)圖形，采用數(shù)據(jù)的最大值為最大值增加1，數(shù)據(jù)的最小值為最小值減去1，防止最大值和最小值變成1和0。f（*）為中間層神經(jīng)元的傳遞函數(shù)，常采用S函數(shù)。承接層雖然屬于隱含層，但是它不同于一般的隱含層，它具有輸入延遲和動(dòng)態(tài)反饋的功能，是Elman神經(jīng)網(wǎng)絡(luò)能進(jìn)行反饋?zhàn)钪匾囊粋€(gè)結(jié)構(gòu)。前饋式網(wǎng)絡(luò)不具有反饋環(huán)節(jié)，它通過(guò)結(jié)構(gòu)中的隱藏層和非線(xiàn)性轉(zhuǎn)移函數(shù)，可以進(jìn)行復(fù)雜的非線(xiàn)性映射，但是它當(dāng)前輸出的結(jié)果與之前的結(jié)果無(wú)關(guān)，僅跟當(dāng)前輸入有關(guān)；而反饋式神經(jīng)網(wǎng)絡(luò)包含有輸入延遲和之前狀態(tài)輸出的反饋，反饋的過(guò)程類(lèi)似于自動(dòng)控制原理中的反饋機(jī)制，最終會(huì)達(dá)到一個(gè)動(dòng)態(tài)穩(wěn)定。得到了比較準(zhǔn)確的負(fù)荷預(yù)測(cè)的數(shù)值。表23 多元線(xiàn)性回歸擬合效果年份最高負(fù)荷（萬(wàn)千瓦）擬合數(shù)據(jù)（萬(wàn)千瓦）殘差（%）1991199219931994199519961997199819992000200120022003數(shù)據(jù)擬合的殘差表明擬合的結(jié)果普遍的殘差在5%以下，多元線(xiàn)性回歸建模的準(zhǔn)確度還是比較高的，可以作為電力負(fù)荷預(yù)測(cè)的模型。而且擬合效果非常好。參考調(diào)整R2，其擬合度較高，%由年末總?cè)丝?、年份、第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)決定。3）減小參數(shù)估計(jì)的誤差：例如嶺回歸法。表示輸入數(shù)據(jù)中有出現(xiàn)共線(xiàn)性的狀態(tài)，GDP被排除在輸入的變量中，可以知道GDP和其中一個(gè)輸入變量有多重共線(xiàn)性的問(wèn)題。 多元線(xiàn)性回歸建模的結(jié)果分析使用SPSS線(xiàn)性建模以后，得出報(bào)告，現(xiàn)在開(kāi)始分析這份報(bào)告。在設(shè)置多元線(xiàn)性回歸時(shí)添加共線(xiàn)性診斷一項(xiàng)。需要注意的是，做線(xiàn)性回歸時(shí)中有一個(gè)步驟是回歸變量的選擇，默認(rèn)為進(jìn)入法。SPSS是一款專(zhuān)業(yè)的統(tǒng)計(jì)分析軟件，它可以進(jìn)行多種多樣的統(tǒng)計(jì)分析，還可以通過(guò)自帶的功能強(qiáng)大的繪圖軟件進(jìn)行數(shù)據(jù)結(jié)果的繪制。目前，該地區(qū)最高負(fù)荷已突破3500MW大關(guān)，這一負(fù)荷水平已比去年全年最高值3373MW高出167MW ，％，同日該地區(qū)供電量達(dá)7457萬(wàn)千瓦時(shí)，％，創(chuàng)下歷史新高。據(jù)統(tǒng)計(jì)，%。 某地區(qū)經(jīng)濟(jì)發(fā)展現(xiàn)狀和未來(lái)經(jīng)濟(jì)發(fā)展規(guī)劃某地區(qū)是一個(gè)經(jīng)濟(jì)迅猛發(fā)展的商業(yè)城市,2002年以后，某地區(qū)經(jīng)濟(jì)繼續(xù)迅猛發(fā)展，200200%、%、%。當(dāng)預(yù)測(cè)對(duì)象y受到多個(gè)因數(shù)a，X2，…，Xm影響時(shí)，如果各個(gè)影響因素Xj（j=1,2，…，m）與y的相關(guān)關(guān)系近似為線(xiàn)性的關(guān)系，就可以采取線(xiàn)性回歸的方式進(jìn)行數(shù)據(jù)擬合?？梢詫?shí)現(xiàn)經(jīng)濟(jì)效益的提升。通過(guò)研究神經(jīng)網(wǎng)絡(luò)的理論，根據(jù)負(fù)荷數(shù)據(jù)選擇Elman神經(jīng)網(wǎng)絡(luò)，并且進(jìn)行訓(xùn)練和預(yù)測(cè)。 本文主要是針對(duì)某地區(qū)的負(fù)荷預(yù)測(cè)，由于每個(gè)國(guó)家地區(qū)不同時(shí)期的實(shí)際經(jīng)濟(jì)發(fā)展?fàn)顩r、經(jīng)濟(jì)發(fā)展政策都不同，所以不可能有能針對(duì)所有國(guó)家地區(qū)都