中长期负荷预测的新方法2002.pdfVIP

第 18 卷第6 期 电 站 系 统 工 程 Vol.18 No.6 2002 年 11 月 Power System Engineering Nov. , 2002 文章编号：1005-006X(2002)06-0039-03 电力系统中长期负荷预测的新方法 华中科技大学 齐志刚 袁晓辉 王金文 摘 要：在分析灰色GM(1,1)模型缺陷的基础上，将遗传算法引入GM(1,1)模型中，对其加以改进，提出一种新的灰色预 测方法，用以对电力系统的中长期负荷进行预测。通过仿真计算结果验证了该方法的正确性和有效性。 关键词：中长期负荷预测；遗传算法；GM(1,1)模型 中图分类号：TM612 文献标识码：A A New Method for Mid-long Term Load Forecasting of Power Systems QI Zhi-gang, YUAN Xiao-hui, WANG Jin-wen Abstract: Based on the analysis limitation of GM(1,1) gray model, genetic algorithm is introduced into the model of GM(1,1), a new gray forecasting method is proposed to forecast the mid-long term load of power systems. Simulated calculation results demonstrate that it is an accurate and efficient method. Key words: mid-long term load forecasting; Genetic Algorithm; GM(1,1) model 电力系统的中长期负荷预测是制定电力系统的发 累加生成（1-AGO），使生成数列呈现出一定的规律， 电计划和发展规划的基础，同时在电力系统的安全可 然后用一条曲线去拟合累加生成序列，再累减还原即 靠和经济运行中发挥着越来越重要的作用。由于负荷 可得到预测值。 易受气象、经济环境变化等随机因素的干扰，不确定 0 (0) (0) (0) 设有原始数据序列x ={x (1), x (2), … x (n)} ，则 因素较多，因而要准确对负荷加以预测是一项极为复 GM （1,1）建模的具体步骤如下： 杂的工作。常用的回归法、时间序列法和相关分析法 (1) 对 x0 作一次累加生成（1-AGO ），得到数据 等预测方法一般都是对这些影响因素简化考虑，因而 序列{x(1)(i)},i=1,2,…n ，即： 达不到理想的预测效果。 i 由于电力系统的负荷受众多不确定因素的影响， x (1) (i) x (0) (j ) (1) 如果将影响负荷的各种复杂因素联合起来看成一个大 j 1 (2) 计算背景值{z(k)} ，k=1,2…n ，即： 系统，则它兼有确定性和不确定性，可看成一个典型 z(k ) 1 (x (1) (k 1) x (1) (k )) (2) 的灰色系统。实际负荷的历史资料清楚地显示