基于逐步回归和SVR方法的上海夏季日最大电力负荷的模拟研究

利用20132017年上海夏季(69月)逐日最大电力负荷和同期气象资料,对上海夏季的气温、炎热累积效应等气象因子与用电负荷进行相关分析,筛选建模自变量。基于逐步回归及SVR支持向量回归方法,分别建立了夏季日最大电力负荷预测模型并进行模拟误差对比。其中,以气象要素为自变量构建了逐步回归模型“方案1”,在方案1基础上加入前一天气象负荷构建了逐步回归模型“方案2”,并利用拓展后的特征值构建了SVR支持向量回归模型。对比两种方案的逐步回归模型和SVR支持向量回归模型的模拟结果可知,SVR支持向量回归模型的模拟误差最小,为3.3%,逐步回归模型的模拟误差分别为4.5%(方案1)和3.8%(方案2);从逐月的模拟效果来看,6月和9月逐步回归模型的模拟效果均优于SVR回归模型的模拟结果,而7、8月SVR支持向量回归模型的模拟效果又明显优于逐步回归模型的模拟结果,表明SVR方法能很好地模拟上海夏季高温条件下的极端负荷,在今后的实际负荷预测业务中可综合利用两类模型开展工作。