在线超短期负荷预测的分析与应用研究.pdf

一600． 系统分析 在线超短期负荷预测的分析与应用研究 杜俊红1，滕欢2，滕福生2 (1浙江省临安市供电局，浙江省临安市311300；2四川大学电气信息学院，四川省成都市610065) 摘要：本文建立了基于BP网络的在线超短期负荷预测模型，并将其用于电力系统潮流计算和安全分析中，以分析电网 在未来某时刻负荷变化超过一定值后，系统在当前运行方式下和预想运行方式下的安全运行情况，以提高系统的安全稳定性。 关键词：在线超短期负荷预测：BP网络；潮流计算；安全分析 1 引言 而改变，如果系统的负荷变动幅度增大，或者系 统的运行方式发生了变化等，用户可根据需要缩 电力系统的负荷是影响电力安全运行的要素 短预测的时间间隔。 之一，负荷的突然大幅度增加和减少都会对电力 本文采用的负荷数据是从SCADA实时数据库 系统的安全运行带来不良的影响，严重时，将会 和历史数据库中获取并已经经过状态估计了的数 危机电力系统的安全运行¨_5’。 据。在建立BP网络模型时没考虑天气变化的影 当电力系统的运行方式发生较大变动或负荷 响，仅考虑负荷发展的一般趋势。选取的输入量 增长速度过快，调度部门需要知道几分钟或者几 为前一天同一时刻、前一个时刻及前两个时刻， 十分钟后的负荷变化情况，从而对电力系统未来 当天前一时刻和前两个时刻的负荷数据。另外， 安全运行状况做出分析和判断。而现有的短期负 由于前一个时刻负荷的变化趋势对下一时刻负荷 荷预测一般是整点预测，由调度部门根据历史负 预测有很大影响，从而把它也作为一个输入神经 荷的变化趋势对第二天的负荷做出预测，主要用 元。在这里也考虑了不同日期类型对负荷的影响， 于安排机组的出力情况，难以满足其对安全分析 将其分为工作日和休息日，工作日是指星期一至 的实时需求。 星期五；休息日是指周六、周日和节假日。在采 基于此，本文提出了在线超短期负荷预测， 集样本时工作日和休息日的样本分别取与待预测 在线跟踪负荷的变化，当负荷增长速度过快，特 日最近的同类型日。 别在高峰负荷时段，需对系统进行潮流计算和安 为了避免神经元出现饱和现象，对BP网的 全分析，以分析未来某时刻的负荷是否会引起线 训练样本和学习样本要进行初始化处理，本文采 路过载，危机系统安全运行，并对不能安全运行 用了如下公式进行初始化处理，使输入层神经元 的线路预先采取相应的校正措施，确保电力系统 的历史负荷数据位于[一l，+1]之间： 的安全运行。 1 2在线超短期负荷预测 一只一主‘‰+Pmjn’