基于Matlab的电力系统中长期负荷预测及应用

在中长期负荷预测理论和方法的基础上,利用Matlab强大的数据处理能力和Visual C++的灵活性,通过混合编程开发了电力系统中长期负荷预测软件。该软件实现了几种典型的负荷预测方法,包含一元线性回归模型、抛物线模型、Logistic回归、移动平均算法、灰色系统预测模型等。将该软件应用到江苏电网的中长期负荷预测中,在分析影响负荷预测的相关因素的基础上,提出考虑相关因素的分类专用的年度和月度预测方法。

中长期电力负荷预测模型筛选与组合方法

将预测决策思想引入到中长期电力负荷组合预测中,并深入分析了现有预测模型筛选方法的优缺点,在此基础上,完善了以灰色关联度和预测有效度两类指标为基础的预测模型评价指标体系。依据提出的协调因子、综合有效性指标等概念,构造了基于综合有效性指标和模型冗余校验的预测模型筛选方法和基于综合有效性指标体系的中长期电力负荷变权组合预测模型。算例表明,文中提出的组合预测模型预测精度较高,实用性强。

模糊组合预测在中长期负荷预测中的应用

本文介绍了模糊组合预测对电力系统中长期负荷预测的方法和冗余方法在组合预测中的应用 ,以实际预测为例 ,给出预测分析过程和结果。分析表明该方法能综合各种方法的优点 ,给出一个预测区间 。

基于新鲜度函数和预测有效度的模糊自适应变权重中长期电力负荷组合预测

针对传统电力负荷组合预测模型中出现的负权重、没有区别对待不同历史时段的误差对权重的影响以及变权重计算方法较为复杂等问题,文中提出一种基于新鲜度函数和预测有效度的模糊自适应变权重组合预测模型,并应用到中长期电力负荷组合预测中。利用预测有效度进行模型筛选,利用新鲜度函数体现预测中的"近大远小"原则,利用滚动时间域窗口的方法实现变权。算例表明,文中提出的组合预测模型预测精度较高,实用性强。

基于改进ABC算法的中长期电力负荷组合预测

将人工蜂群(ABC)算法应用到中长期电力负荷预测中,通过与组合预测模型相结合,对组合预测目标函数进行优化权重求解。另外针对该算法的早期收敛速度慢、后期容易陷入局部最优的缺点,通过引入扰动项,并进行最坏蜜源替代予以解决。实例分析证明该改进算法收敛速度快,全局寻优能力强。利用它求得的组合预测值,相对于单一模型的预测结果,精度有较大的提高,说明该改进算法应用到中长期电力负荷预测中是可行的。

基于递归等权组合模型的中长期电力负荷预测

针对电力负荷预测中单一模型不能充分利用数据信息和对其内在规律考虑不完全的问题,文中采用基于递归等权的组合预测模型,通过灰色关联度法对多个单一模型进行筛选,并确定参与组合的模型。再由递归等权法实现了对参与组合的各单一模型的变权重处理,有效地考虑各单一模型的预测好坏的变化。最后,通过对某地区最大负荷进行预测,对比单一模型与递归等权组合预测模型的预测误差。结果表明,递归等权组合预测模型比各单一预测模型的误差都小,从而验证了该模型能有效提高电力系统负荷预测能力,其精度高、结果可靠。

马尔科夫链在电力负荷组合预测中的应用

针对单一模型都有其特定的适用范围和条件,文中提出了一种基于马尔科夫链拟合的非负时变权重组合预测算法。该算法通过马尔科夫链对筛选出模型的状态概率分布变化规律进行拟合,将一步转移概率矩阵的估计问题转化为多元约束自回归模型,然后利用一步转移概率矩阵的估计和初始状态概率分布来确定组合权重。实例表明,该方法计算量小、精确度高、具有实用性。

考虑权重标度法的中长期负荷预测综合模型

针对传统负荷预测综合模型的缺陷,将权重标度法的思维应用于负荷预测来构造能够弥补对应缺陷的新综合模型。通过建立标度判断矩阵与权重矩阵,利用标度判断矩阵同权重矩阵之间的联系,采取对数最小二乘法求解权重矩阵从而得到单一预测模型的权重,进而通过权重比例得出该模型的预测结果。阐述了新模型的思路和理论,并通过在实例电网中的计算和应用,验证了该模型同单一预测模型以及传统综合模型相比,能够有效地提高负荷预测精度。

基于最小二乘组合灰色模型的中长期电力负荷预测

电力负荷预测是实现电力系统管理现代化的重要内容,有效的中长期电力负荷预测可为电网运行方式、电源建设规划等提供可靠的决策依据。针对中长期电力负荷预测,综合考虑负荷的历史数据和未来可能走势,在对三种灰色预测模型分析的基础上,以其预测值为解释变量,实际负荷值为被解释变量,通过最小二乘法建立多元回归方程,并通过计量经济检验,以此构造了负荷预测组合模型。将该模型应用于北京市年用电量预测中,结果表明所构造模型具有较高的预测精度,有效可行。

中长期电力负荷预测的改进免疫粒子群算法

针对免疫粒子群算法收敛速度慢,精确度相对较低的缺点,采用平衡理论和自适应调整两项策略加以改进,提出改进的免疫粒子群算法。一方面在新的粒子种群产生过程中引入扰动变量,使粒子群在遵守秩序和随机行为之间达到平衡;另一方面在粒子搜索复杂解空间过程中,通过计算个体适应值划分粒子的优劣等级,提出粒子速度自适应可调机制。实例证明,将改进的免疫粒子算法应用到中长期电力负荷组合预测是可行的,具有较高的精度及收敛速度。

基于理想点多属性决策算法的中长期电力负荷组合预测

对组合预测方法进行了拓展,将理想点多属性决策算法引入中长期电力负荷预测中,建立理想点组合预测模型,进行中长期电力负荷预测。所建模型中以各单一预测模型的最大误差绝对值、最小误差绝对值、平均绝对百分误差和均方根差4个评价指标的倒数为属性集,以各单一预测模型种类为方案集。计算各模型与正理想点间的偏差,根据正理想点间偏差确定各单一预测模型的权重。通过对某地区全社会用电量进行预测,并与单一预测模型进行误差比较,验证了组合模型的有效性和实用价值。

基于产能转移指标的中长期电力负荷组合预测方法

为提高产能转移产业的中长期电力负荷预测精度,提出产能转移表征指标体系,量化分析产能转移现象,建立了基于该指标体系的主成分回归模型,作为产能转移产业的负荷预测基础模型。最后,提出了加权百分方误差的概念,应用于电力负荷预测精度分析,并以其构建了电力系统中长期负荷组合预测模型。算例结果表明,该方法对于产能转移产业具有较强的实用性和较高的预测精度。

基于变权组合模型的中长期负荷概率密度预测

单一模型或固定权重组合模型进行中长期负荷预测时,可能存在预测精度不高和预测误差不稳定的问题;且由于诸多不确定因素对中长期负荷预测的影响,确定的点预测结果不能很好地反映中长期负荷的波动性。针对上述问题,提出基于变权组合模型的中长期负荷概率密度预测方法,即在传统固定权重组合模型的基础上,考虑本次的预测结果,对模型权重进行自适应调整;利用变权组合模型对中长期负荷进行区间预测,最后再用高斯核密度估计方法求取区间概率密度函数。实际算例结果表明:与常规方法相比,该方法在预测精度上有所提高,预测误差波动范围进一步减小。

广东省博罗县中长期电力负荷预测的研究

基于中长期电力负荷预测受诸多不确定因素的影响,结合广东省博罗县电力负荷的发展情况,建立了一种基于灰色系统理论的中长期负荷组合预测模型,旨在提高博罗电力负荷预测的准确度。对传统灰色预测模型进行了改进,引入二次指数平滑法对原始数据进行修正,构造一个新的样本序列,并构建灰色等维新息预测模型。然后将改进后的GM(1,1)模型与一元二次回归模型进行线性组合,该预测模型精度高,其结果对博罗电力生产实际具有指导意义。

基于方差-协方差组合预测的中长期电力负荷预测研究

关于中长期电力负荷预测有多种预测方法,但各方法被许多因素所局限,本文选用线性回归模型、二次多项式模型和灰色预测模型分别对电力负荷进行预测,再综合起来建立方差-协方差组合预测模型。通过比较后得出结论,本方法大大降低了误差,提高了预测精度,可以科学地预测中长期的电力负荷。

组合预测模型在电力系统负荷预测中的应用研究

本文基于灰色预测模型、滑动平均模型和指数平滑模型这三种单一预测模型,采用方差-协方差策略,建立组合预测模型。然后结合老挝电力系统的概况,对老挝的全国年用电量进行预测和分析。结果表明,组合预测模型的预测精度明显高于各单一预测模型,即组合预测模型的相对误差小于各单一预测模型的相对误差,说明组合预测模型具有相当的适用性和优越性。

基于TOPSIS和递归等权法的中长期负荷组合预测

中长期负荷预测是电力系统规划的重要环节。针对单一负荷预测模型预测精度不足、适用性有限等缺点,采用TOPSIS和递归等权法建立组合模型。以单一预测模型各个年份拟合的相对误差绝对值的倒数为属性集,单一预测模型的种类为方案集,通过TOPSIS法对单一模型的拟合精度进行排序和筛选,确定参与组合的模型;利用递归等权法确定参与组合模型的权重。通过对某省全社会用电量进行预测,并与单一预测模型进行误差比较,结果表明所提组合模型具有较高的实用价值。

基于多种群遗传优化LSSVM的中长期负荷预测方法

针对当前复杂经济环境下考虑经济、人口等多元因素的单一中长期负荷预测模型预测准确率难以提升的问题,提出一种多种群遗传算法(MPGA)优化最小二乘支持向量机(LSSVM)的组合预测方法,以各单一模型预测结果作为一次预测组,采用灰色关联分析选取与其关联度较高的历史预测组,连同各组所对应实际结果构建组合预测模型训练集及验证集,并采用LSSVM模型进行训练并基于MPGA算法对最优LSSVM模型参数高效搜索,通过最优模型参数实现二次组合预测。以北京市实际数据进行算例分析,所提方法预测结果平均绝对百分误差为1.25%,实证表明,所提方法相比于单预测模型及基于常规搜索算法优化预测模型,实现了中长期负荷预测准确率的有效提升。

基于优选组合预测模型的中长期负荷预测

电力系统负荷预测是电力市场的基础,准确的负荷预测有利于提高电网运行的安全稳定性,从而提高电力系统的经济效益和社会效益。文章介绍了用于中长期负荷预测的灰色理论模型以及灰色等维新息模型、弹性系数法与非线性回归中的指数预测模型,提出了电力系统中长期负荷预测的实用新方法——优选组合预测模型。结果表明,优选组合预测模型对于电力系统中长期负荷预测这样复杂的问题,具有预测精度高,简捷实用等优点,该方法可以作为中长期负荷预测的工具之一。

计及模型综合指标评价的西南电网中长期负荷变权组合预测

为解决单一预测模型难以适应西南电网不同区域的负荷变化问题,针对西南电网各区域年负荷变化的特点,提出采用计及综合指标评价的负荷变权组合预测模型。首先引入改进灰色关联度指标、预测有效度指标和模型冗余检验指标作为模型选择依据,形成适合不同区域的历史负荷变化的基模型库。然后引入自适应变权重算子对基模型进行组合预测,获得西南电网区域年负荷预测值。算例利用四川省、重庆市以及西藏自治区2006—2019年的电力消费量进行测试,结果表明所提预测方法能够有效预测西南电网负荷变化,相比最优权重模型、等权模型和最优单一模型算法具有更高的预测精度。