短期电力负荷预测浅析.pdfVIP

ELECTRONICS WORLD ・探索与观察 短期电力负荷预测浅析 国网湖北省宜昌市供电公司 易思超 赵剑楠 蒋何为 宜昌昌耀电业集团有限公司 张 鑫 国网湖北省宜昌市供电公司 罗宇航 姜鸣瞻 【摘要】 简述了当前电力改革新形势下短期负荷预测的重要意义，分析了配电网短期负荷预测的特点及影响预测精度的因素，并综合分析了 经典传统方法、智能预测法两类预测方法的基本原理，描述了配电网负荷预测发展的趋势。 【关键词】 配电网；短期负荷预测；电力改革；回归分析；BP神经网络 其不足是对历史数据依赖性较高，无法描述具有多样性、突发性和 0 引言 随机性的变量的问题[3] ，预测负荷存在一定的误差，精度较低。 2.2 智能预测法 从当前的电力改革形势可以明确看出，配售电业务将逐步脱离国 2.2.1 小波分析法 家电网，而如何控制配售电业务的成本、提高运营利润的关键是提高 各类电力负荷信号都是连续频谱，常见的小波分析预测方法[4] 配电网短期负荷的预测精度。负荷预测可以有效地指导运营单位准确 是对原始负荷数据进行小波分解，将混合数据分解为不同频带的子 地调度负荷、交易电能、合理供电，控制成本。因此，负荷预测是当 数据链，这样既能清楚的描述负荷的周期性也能分析不同频域的子 前电力新形势下的一大重要研究领域。影响短期负荷的因素呈现出多 数据链的变化趋势，分解后对各子数据链分别建立合理的模型并进 样性、随机性、突变性[1] ，不少预测方法已无法满足当前电力发展的 行预测，最后将各个模型预测的结果合成得出总的负荷预测数据。 精度需求。因此，本文针对当前常见的预测方法做了综合比对，分析 这种方法的优势是无需用复杂的数学形式去表达负荷变化，模 了各种方法的原理、优缺点，并指出了配电网短期负荷预测理论的研 型建立较为简单，并且预测精度一般也可以满足要求。美中不足是 究方向，为当前配网短期负荷预测提供借鉴之用。 无法准确的考虑诸多环境因素对负荷的影响。 2.2.2 BP神经网络法 1 配电网中短期负荷预测的特点和影响因素 BP神经网络方法运用在受到天气和波动用电等因素变化的短 期负荷预测上具有非常大的优势，成功运用的例子也很多[5] 。BP神 1.1 与配电网短期负荷预测相关的特点 经网络将过去的历史负荷数据作为试验样本，构建与负荷预测相适 根据配电网的基本构造和功能机构，配电网基本的特点有：（1）负 应的网络结构，通过多次训练和学习来优选网络的权值和结构，具 荷分布范围差异大。配网地理覆盖面积不等，负荷分布特性差异明显。 有良好的容错性、并行性。BP神经网络作为负荷预测模型具有很 （2）负荷种类多样。配网中多种性质负荷并存，负荷变化趋势复杂度 强的自适应能力。 高。（3）负荷具有很大不确定性。配网负荷易受天气、日照、湿度等环 此方法的不足是，人工神经网络的层数和神经元确定没有一个 境因素影响，因此配网负荷预测具有一定的不确定性、时间性。 科学的依据，仅凭设计者的经验主观意识。当神经网络的初始权值 1.2 影响负荷预测精度的因素