短期负荷预测理论.ppt

电力系统短期负荷预测清华大学电机系北京清软创新科技有限公司罗欣 内容提要 内容提要 负荷预测的基本分类 基 本 原 则 基 本 原 则 基 本 原 则 负荷预测应遵循的理念 “近大远小”原则 含义：物理量未来的变化趋势更多地取决于历史时段中近期的发展规律，远期的历史数据与未来发展趋势的相关性较弱 常规预测：各时段拟合残差同等对待 处理思路：区别对待各时段的拟合残差，近期的发展规律应该得到更好地拟合，远期历史数据的拟合程度可以稍低 方法：加权参数估计 优点：更好地体现惯性规律 负荷预测应遵循的理念 重视负荷成因分析 现状：负荷预测研究工作忽视对负荷自身规律性的挖掘，过于关注各种算法，失去了电力系统的特色。 解决途径：从电力系统的角度，重视负荷发展的内在规律，从物理特性研究其变化规律。 负荷预测应遵循的理念 负荷预测中相关因素的考虑 主要影响因素 日类型 温度 湿度 天气类型等 负荷预测应遵循的理念 综合模型的应用 背景 可供选择的模型多种多样，如何寻找适合本地区发展规律的模型 负荷发展的自然规律难以用单一模型描述 解决途径：建立综合模型，利用最大信息 在几种预测方法中进行比较，选择拟合优度最佳或标准离差最小的预测模型作为最优模型进行预测。 将几种预测方法所得的预测结果，选取适当的权重进行加权平均形成综合最优模型。 预测的基本流程 负荷预测基本步骤 确定预测目标与预测内容 收集相关历史资料 基础资料信息分析 预测模型和方法的选择和取舍 数据预处理 模型参数辨识 评价模型 应用模型进行预测 预测结果评价与分析 内容提要 短期负荷预测的重要意义 系统短期发电计划的制定 ——最重要的参考条件 电网安全 ——电力实时平衡性 市场条件下电网运行的经济性 整个系统的运行成本 电网公司的购电成本 基本概念说明 什么是负荷预测： 负荷预测值=f（历史负荷，历史相关因素，未来的相关因素） 短期负荷数据类型： 日特征量（最大负荷，最小负荷……） 96点负荷 短期算法的数据分类 历史数据 虚拟预测数据 实际预测数据 短期负荷预测特点 周期性 不同日之间24小时整体变化规律的相似性 不同周、同一星期类型日的相似性 工作日、休息日各自的相似性 不同年度节假日的相似性 季节性：负荷规律明显不同 短期负荷预测的基本流程 内容提要 负荷预测算法分析 短期预测的方法分类 节假日预测和非节假日预测 节假日单独预测的原因 正常日负荷预测算法 新息和非新息算法 信息实效性，主要针对传统外推算法 负荷预测的延续性原则 正常日预测的基本思路 节假日预测基本思路 新息和非新息算法的区别 新息的特点 新息的含义就是必威体育精装版信息 以当日必威体育精装版获得的负荷数据作为历史数据的一部分，对待预测日进行预测 预测算法机理分析 序列分析、趋势外推方法 历史规律外推方法的基本原理（三步法） 外推的分类 直接外推方法 分解外推 直接外推方法 直接外推的原理： 负荷规律?负荷预测 直接外推的方法列举： 点对点，一元线性回归…… 点对点倍比法 预测思路 待预测日某时刻的负荷预测值由与其相关的近期各日同一时刻的负荷值的一次指数平滑结果得到。 预测步骤 求取第一周期t时刻历史相关负荷的平滑值A1t 求取第二周期t时刻历史相关负荷的平滑值A2t 取第一周期中同类型日t时刻的值P1t 待预测日t时刻值 回归分析法 概述：回归分析就是寻找因变量y与自变量x之间存在着的相关关系及回归方程式y=f(S,X) 分类：一元线性回归；多元线性回归；一元非线性回归；多元非线性回归 分解外推方法 基值和标幺的解耦算法 基值和标幺曲线分开预测?形状 负荷水平 模型适应性 常用算法：倍比平滑法，重叠曲线法，变化系数法…… 频域分解算法 负荷=周周期变化成分+日周期变化成分+其他 数学原理：离散序列的傅立叶分解 负荷规律性分析 预测 子网累加法 倍比平滑法 重迭曲线法 频域分量法 频域分量法 关键点：傅立叶分析 + 剩余分量建模 原理的举例说明：利用日分量和周分量直接取得基准值，然后对低频分量进行建模和外推预测，最后叠加得到整体的负荷预测结果。 子网累加预测技术 上级单位负荷与各下级单位负荷之和具有较稳定的比例关系 子网累加法是利用各下级单位上报的负荷预测数据，根据比例关系，形成上级单位负荷预测数据。 该方案的核心思想是，充分利用各个下级单位的信息，并充分利用各个下级单位预测偏差可能相互抵消。 负荷预测的常规影响因素 相关因素处理策略 相关因素处理策略 气象相关性——灵敏度分析 灵敏度分析法，旨在对气象电力数据进行一元相关建模分析，提供电力指标随气象指标变化规律的量化分析结果。