基于Markov链灰色正交化预测模型在智能电网用电量预测中应用研究.pdfVIP

V01．1 Issue 第18卷专辑 中国管理科学 8，Special Chinese of Science 2010 2010年i1月 JournalManagement November， 文章编号：1003—207(2010)zk一0046一06 基于Markov链的灰色正交化预测模型在 智能电网用电量预测中的应用研究 王晓佳，杨善林，王海江 (合肥工业大学，过程优化与智能决策教育部重点实验，安徽合肥230009) 摘要：智能电网的建设全面提升了我国电网各环节的智能化水平，对电能资源的智能调配提出了更高的要求，由 于数据预测能力决定着智能电网的质量，所以用电量信息的精准预测成为电网智能化的一个关键指标。本文在此 背景下，利用高斯正交化方法、灰色预测模型与马尔可夫链原理三者相结合的方法，构造一类新的灰色正交化预测 模型一GGM(1，1)，该模型可以解决非等距序列的预测问题，改进预测结果的稳定性，较大程度上提高预测模型的 精准度，优化数据质量，加强电网运行及调配的智能性。最后用本文提出的方法对江苏省2008年工业用电量进行 预测研究，其结果表明了本文所提方法的有效性。 关键词：智能电网；灰色预测模型；高斯正交化；马尔可夫链 中图分类号：N941．5 文献标识码：A 营过程中忽视了用电量预测的重要性；而在智能电 l 引言 网心’中。用电量被视为重要的决策信息，因而在安 近年来，随着社会经济的快速发展，电力需求大 全性、稳定性等方面，智能电网较传统电网有着明显 幅度增加。2010年1月，全社会用电量353l亿千的优势。智能电网中，很重要的一项技术就是对用 瓦时，同比增长40．14％。然而由于政策的变动和 电量进行准确的预测。数据预测能力决定着智能电 金融市场的波动，实际用电量存在较大的不确定性， 网的质量。 这种不确定性增加了用电量预测的难度。如果不能 用电量数据预测中最常用的一种模型是灰色 对用电量进行准确预测，就会导致发电、配电的浪费 或者不足。过高的用电量预测，会带来过剩的发电 数据少、运算方便等优点，因而得到了广泛的应用。 和配电，而电能是不可储存的，从而导致浪费。根据 但是，和其他预测方法一样，它也存在一定的局限 美国加州电力科学院的研究，在2013年前加州每年性。因此，近年来，GM(1，1)模型的改进与优化研 将会有25000GWh的用电量浪费，给消费者带来约究受到了许多学者的关注。文献[3]利用Newton— 200亿美元的电费浪费；过低的用电量预测，会导致 Cores公式对背景值进行重构，计算出区间[k，后+ 发电、配电的不足，引起大规模停电，带来严重的经 1]上的Ⅳ(I)值，并以此值作为改进的背景值；文 济损失和生活的不便，甚至影响社会的稳定。1990献[4]利用Lagrange插值公式对背景值进行重构， 年9月20日广东大面积停电，造成广东北部电网 从而改进模型； 与主网解列，北部电网频率崩溃，事故损失负荷80 文献[5]通过模拟实验为基础，对GM(1，1)模 万千瓦，损失电量177．1万千瓦时。传统电网的运型的适用范围以及发展系数与预测精度的关系进行 了量化研究；文献[6]针对具有近似非齐次指数律 特征的数据序列，构建了一种新的灰色预测模型N 收疆日期：2010—06一18；修订日期：2010一∞一16 GM(1，l，k)，通过最小二乘法求出了薪灰色模型参 基金项目：国家863计羽重点资助项目(