電力工程師論文電網(wǎng)短期負(fù)荷新要求管理方針

　　在當(dāng)前對電網(wǎng)短期負(fù)荷應(yīng)用治理中的新應(yīng)用技術(shù)有哪些方面，同時要怎么來加強(qiáng)對現(xiàn)在電力工程建設(shè)改革，文章對于這些方面都做了研究調(diào)查。本文選自：《電力科學(xué)與技術(shù)學(xué)報》,《電力科學(xué)與技術(shù)學(xué)報》主要刊載電力系統(tǒng)自動化理論、技術(shù)及其應(yīng)用、電網(wǎng)技術(shù)、高電壓技術(shù)、電力市場與電力系統(tǒng)運(yùn)行管理、供用電技術(shù)、電能質(zhì)量與節(jié)能技術(shù)、電力自動化設(shè)備、熱能動力工程、動力與機(jī)械工程、水利水電工程、新能源技術(shù)、電力系統(tǒng)通信、計算機(jī)技術(shù)及其它高新技術(shù)在電力系統(tǒng)中的應(yīng)用、電力土木建筑工程、電廠化學(xué)與環(huán)境工程等方面的最新研究成果。

　　摘要：傳統(tǒng)的組合預(yù)測模型都是對各日的虛擬預(yù)測誤差同等對待，如果能夠形成以相似程度為加權(quán)的綜合模型，則其物理意義十分明確：在所有進(jìn)行虛擬預(yù)測的N天中，與待預(yù)測日的特征量相似程度較高的那些虛擬預(yù)測日的預(yù)測誤差應(yīng)該在總體的虛擬預(yù)測殘差平方和中占據(jù)較大的權(quán)重�；�于這種各模型對相似日的預(yù)測效果具有一致性的理念，本文建立了基于相似日的變權(quán)重組合預(yù)測模型.

　　關(guān)鍵詞：電網(wǎng),負(fù)荷研究,電力工程論文

　　一、研究背景

　　中國的電力系統(tǒng)市場化進(jìn)入21世紀(jì)后突飛猛進(jìn)發(fā)展，在發(fā)展的過程中，不斷的自我完善。就是在這樣的歷史背景下，人們開發(fā)了能量管理系統(tǒng)，而負(fù)荷預(yù)測必然成為能量管理系統(tǒng)中重要的核心。特別是在人員精簡化信息科技化、資源共享化的情況下，負(fù)荷預(yù)測是21世紀(jì)電力市場交易管理系統(tǒng)中必不可少的部分。而在現(xiàn)實應(yīng)用中，不僅電力的安全生產(chǎn)離不開負(fù)荷做依據(jù)，更重要的是營銷體系，由于電力不可儲存的特殊性，負(fù)荷在營銷體系中衡量電力企業(yè)不僅是重要經(jīng)濟(jì)手段，而且還是體現(xiàn)出電力企業(yè)的效益。

　　二、研究目的

　　本文在現(xiàn)有的對短期負(fù)荷預(yù)測的研究中，針對負(fù)荷特性和未來的發(fā)展趨勢，根據(jù)氣候特點，建立合理的負(fù)荷預(yù)測模型，以實現(xiàn)負(fù)荷和氣象數(shù)據(jù)采集，短期電力負(fù)荷定時自動預(yù)測，負(fù)荷預(yù)報數(shù)據(jù)自動上傳上級部門等多種功能為目標(biāo)，可以減輕負(fù)荷預(yù)測工程師經(jīng)常進(jìn)行的繁雜的數(shù)據(jù)整理和加工工作，保證歷史數(shù)據(jù)的可繼承性和信息共享，實現(xiàn)信息自動化、科學(xué)化和敏捷化，為電網(wǎng)安全、可靠、經(jīng)濟(jì)運(yùn)行提供重要的技術(shù)支持，具有較強(qiáng)的現(xiàn)實意義。

　　三、國內(nèi)外研究現(xiàn)狀、發(fā)展動態(tài)

　　負(fù)荷預(yù)測的研究大致經(jīng)歷了三個階段：第一個階段是沒有理論和數(shù)學(xué)模型做支撐的預(yù)測，這個時期的短期負(fù)荷預(yù)測完全依賴于調(diào)度員的個人主觀判斷，要求調(diào)度員擁有較長時間的電力運(yùn)行調(diào)度工作經(jīng)驗，一般運(yùn)行人員無法勝任。預(yù)測結(jié)果也會因預(yù)測人員的不同而存在比較大的差異。

　　四、電網(wǎng)短期負(fù)荷預(yù)測研究

　　(一)短期負(fù)荷預(yù)測的概念

　　短期負(fù)荷預(yù)測一般指一周以內(nèi)或一天以內(nèi)的負(fù)荷預(yù)測;預(yù)測對象為日內(nèi)每個時刻(例如 24、48、96 或 288 點)的負(fù)荷，或日用電量，本文采用 96 電負(fù)荷預(yù)測;主要用于電力系統(tǒng)的調(diào)度。像發(fā)電機(jī)組的開停機(jī)計劃以及設(shè)備的檢修計劃等，以保證電力設(shè)備的可靠運(yùn)行;短期負(fù)荷預(yù)測的預(yù)測特點為，在年、月、周、日不同期限上均具有明顯的周期性;其主要影響因素有：星期類型、氣象因素(溫度、濕度、降雨等)、電價。

　　(二)電力負(fù)荷預(yù)測特點

　　電力系統(tǒng)負(fù)荷一般可以分為城市民用負(fù)荷、商業(yè)負(fù)荷、農(nóng)村負(fù)荷、工業(yè)負(fù)荷以及其他負(fù)荷等，不同類型的負(fù)荷具有不同的特點和規(guī)律。總的來說，電力負(fù)荷的特點是經(jīng)常變化的，如按小時變、日變、周變和年變，同時負(fù)荷又是以天為單位不斷起伏的，具有較大的周期性，負(fù)荷變化是一個連續(xù)的過程，一般不會出現(xiàn)大的躍變，但電力負(fù)荷對季節(jié)、溫度、天氣、作息時間等是敏感的，不同的季節(jié)，不同地區(qū)的氣候，以及溫度的變化都會對負(fù)荷造成明顯的影響。因此，電力負(fù)荷的特點決定了電力總負(fù)荷由以下四部分組成：基本正常負(fù)荷分量、天氣敏感負(fù)荷分量、特別事件負(fù)荷分量和隨機(jī)負(fù)荷分量。因此，根據(jù)電力負(fù)荷的影響因素和變化規(guī)律，負(fù)荷的預(yù)測特點有以下幾個方面：

　　1、不準(zhǔn)確性

　　電力負(fù)荷的發(fā)展是不確定的，會受到電力市場、天氣狀況等因素的影響，而且各種影響因素也是發(fā)展變化的。人們對于這些發(fā)展變化有些能夠預(yù)先估計，有些卻很難事先預(yù)見到，加上一些臨時發(fā)生變化的影響，就決定了預(yù)測結(jié)果的不準(zhǔn)確性或不完全準(zhǔn)確性。

　　2、條件性

　　如果負(fù)荷人員真正掌握了電力負(fù)荷的本質(zhì)規(guī)律，其預(yù)測條件就是必然條件，所做出的預(yù)測往往是比較可靠的。然而很多情況下負(fù)荷的發(fā)展是不確定的，常采用一些假設(shè)條件。因此，各種負(fù)荷預(yù)測都是在一定條件下做出的。

　　3、時間性

　　負(fù)荷預(yù)測屬于科學(xué)預(yù)測的范疇，要求有比較確切的數(shù)量概念，這就需要確切地指明預(yù)測的時間。因此，負(fù)荷預(yù)測都有一定的時間范圍。

　　4、多方案性

　　由于預(yù)測的不準(zhǔn)確性和條件性，所以有時要對負(fù)荷在各種情況下可能的發(fā)展?fàn)顩r進(jìn)行預(yù)測，就會得到各種條件下不同的負(fù)荷預(yù)測方案。

　　(三)電網(wǎng)短期負(fù)荷預(yù)測的主要模型

　　1、多元回歸分析預(yù)測模型，回歸分析法根據(jù)以往負(fù)荷的歷史資料，用數(shù)理統(tǒng)計中的回歸分析方法對負(fù)荷的觀測數(shù)據(jù)做統(tǒng)計分析，確定變量之間的相關(guān)關(guān)系，從而實現(xiàn)負(fù)荷預(yù)測的目的。

　　2、 指數(shù)平滑模型

　　對于電力系統(tǒng)負(fù)荷預(yù)報，重要的是曲線越接近目前時刻，就應(yīng)當(dāng)越準(zhǔn)確，而對于過去很久的數(shù)據(jù)，不必要作很精確的擬合，指數(shù)平滑模型就是這樣的一種曲線擬合法。給定一組觀測數(shù)據(jù)戈，凡X1，X2......可以定義為一個N階動平均，這里，N是時刻t所考慮的數(shù)據(jù)觀測數(shù)目。

　　3、實用預(yù)測模型

　　電網(wǎng)受天氣的影響比較大，因此建立一種可以反應(yīng)天氣變化導(dǎo)致負(fù)荷變化的預(yù)測模型更具實際意義。本系統(tǒng)建立了一種針對電網(wǎng)負(fù)荷預(yù)測的實用模型，其基本思想就是根據(jù)影響因素的變化預(yù)測出相應(yīng)的負(fù)荷變化，氣象條件的變化與負(fù)荷的變化之間存在著一種映射關(guān)系，從而最終確定預(yù)測日的負(fù)荷。

　　(四)關(guān)鍵技術(shù)

　　本文對負(fù)荷預(yù)測模型庫中的模型加以介紹，提出了一種新的選擇相似日的方法，把證據(jù)理論運(yùn)用到短期負(fù)荷預(yù)測相似日選擇中來，利用了證據(jù)理論從不確定推理的角度，能將客觀問題中的不確定知識形式化后進(jìn)行推理和判斷的優(yōu)勢，定量考察選取相似日，提高相似日選擇的準(zhǔn)確度。

　　此外，還對組合預(yù)測模型加以改進(jìn)，建立了基于相似日的變權(quán)重組合預(yù)測模型，首先尋找與待預(yù)測日特征量相似程度較高的已知日，然后以該己知日為基礎(chǔ)數(shù)據(jù)判斷各單一預(yù)測模型的優(yōu)劣從而建立組合預(yù)測模型，充分利用模型庫中的多種模型提高預(yù)測精度。