基于灰色理的电力系统短期负荷预测

摘 要 本文主要研究短期电力负荷预报的应用,在分析了目前短期电力负荷预测的现状及各种预报采用的数学模型基础上,结合黑龙江和电网实际负荷数据,在算法上采用了灰色预测中的GM（1,1）改进模型和应用matlab编程,通过对原始数据的平滑处理进行负荷预报,提高了预报准确度,验证了该方法的有效性和可行性.

关 键 词 负荷预测 灰色理论 短期 GM（1,1）

中图分类号：TM 文献标识码：A 文章编号：1009-914x（2014）08-01-01

0 前言

电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作.有效地提高负荷预测结果,有利于计划用电管理,有利于机组检修计划和合理安排电网运行方式,有利于节煤、节油和降低发电成本,有利于制定合理的电源建设计划,有利于提高电力系统的经济效益和社会效益.因此,负荷预测已经成为实现电力系统管理现代化的重要内容之一.

负荷预测的和心问题是预测的技术方法,或者说是预测的数学模型,随着现代科学技术的快速发展,负荷预测技术的研究也在不断深化,各种各样的负荷预测方法不断涌现,从经典的单耗法.弹性系数法、共计分析法,到现在的灰色预测法、专家系统法、模糊数学法以及神经网络法、优先组合法和小波分析法,他们都有各自的研究特点和使用条件,不弄清其模型结构和使用范围而盲目地生搬硬套,可能不会取得理想的预测效果,反而事倍功半.

1.电力系统短期负荷

电力负荷预测中经常按时间期限进行分类,通常分为长期、中期、短期和超短期负荷预测[1].通常长期负荷预测以年为单位,指10年以上的符合预测；中期负荷预测以年为单位,指5年左右的负荷预测.中长期负荷预测母的在于辅助决定新的发电机组的安装与电网规划、增容和改建.

电力短期负荷预测以月为单位的预测,指一年之内以负荷预测；同样可以以周、天、小时为单位的负荷预测,用来预测未来一个月度、一周、一天的负荷情况,并能够预测未来一天24h中每个时间段的负荷情况[2].意义在于指导燃料供应的计划；提出运行中的电厂出力预告,提前估计发电机组的出力变化；有助于合理安排机组的启停和检修,在一定程度上提高了经济性,降低选择储备容量.

超短期负荷预测指未来1h、0.5h甚至10min的预测.其意义在于能够应用计算机在线控制电网、按预测发电量合理安排运行方式,进而降低发电成本.

2.基于灰色系统理论的模型的负荷预测方法

2.1 GM（l,l）模型建模机理

灰色模型（GREY MODEL,缩写GM）.灰色建模的思想是用原始数据序列作生成数后建立微分方程.由于系统被噪音污染后,所以原始数据序列呈现出离乱的情况,这种离乱的数列是一种灰色过程,对灰色过程建立模型,称为灰色模型[3].灰色系统理论其所以能够建立微分方程型的模型,是基于下述概念、观点和方法.

（1）灰色理论将随机变量当作是一定范围内变化的灰色变量,将随机过程当作是在一定范围、一定时区内变化的灰色过程.

（2）灰色理论将无规律的原始数据经生成后,使其变为较有规律的生成数列再建模,所以GM模型实际上是生成数列模型.

（3）灰色理论按开集拓扑定义了数列的时间测度,进而定义了信息浓度,定义了灰导数与灰微分方程.

（4）灰色理论通过灰数的不同生成方式,数据的不同取舍以及参差的GM模型来调整、修正、提高精度.

（5）灰色理论模型基于关联度的概念及关联度收敛原理.

（6）灰色GM模型一般采用三种检验,即参差检验、关联度检验、后验差检验.参差检验是按点检验,关联度检验是建立的模型与指定函数之间近似性的检验,后验差检验是参差分布随机特性的检验.

（7）对于高阶系统建模,灰色理论是通过GM（1,N）模型解决的.

（8）GM模型所得数据必须经过逆生成作还原后才能使用.

2.2 GM（l,1）模型描述及建立

5.结论

1. 通过灰色模式GM（1,1）成功预测出黑龙江电网未来24h的电力负荷情况,并通过matlab绘制出其负荷曲线

2. 在电力系统灰色负荷预测中的应用结果表明,这一方法在提高灰色系统建模精度方面有相当的优越性,预测结果比常规灰色模型有很大的改善.