《时间序列和线性回归模型在电力系统负荷预测中的应用及程序仿真》由会员分享，可在线阅读，更多相关《时间序列和线性回归模型在电力系统负荷预测中的应用及程序仿真（49页珍藏版）》请在金锄头文库上搜索。
1、西华大学毕业设计说明书 目 录1前言11.1电力负荷预测研究的目的和意义11.2国内外负荷预测发展动态12电力系统负荷预测概述32.1电力负荷预测的概念32.2负荷预测的特点32.3负荷预测的分类32.4负荷预测的步骤42.5电力系统负荷预测的常见方法及其比较52.6本章小结73时间序列模型83.1时间序列模型的概念83.2时间序列模型的分类83.2.1自回归模型83.2.2滑动平均模型93.2.3自回归滑动平均模型103.3时间序列模型的应用及仿真123.3.1模型识别123.3.2 模型参数估计163.3.3模型检验173.3.4负荷预测与精度检验183.3.5预测值的校正184线性回归模
2、型194.1线性回归模型的概念194.1.1一元线性回归模型194.1.2多元线性回归模型204.2线性回归模型的预测214.2.1确定自变量和因变量214.2.2建立预测模型234.2.3检验回归预测模型244.2.4计算并确定预测值245 结论266总结与体会277谢辞288参考文献29附录1：程序30附录：外文资料翻译3546 1前言1.1电力负荷预测研究的目的和意义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之一。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，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规划，有利于提
3、高电力系统的经济效益和社会效益。电力用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的根据。准确地预测电力负荷，可以经济合理地安排电网内部发电机组的启停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合理安排机组检修计划，保证社会的正常生产和生活，有效的降低发电成本。正确的负荷预测既是为了保证无条件供应国民经济各部门及人民生活以充足的电力的需要，也是电力工业自身健康发展的需要。电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础。全国性的电力负荷预测，为编制全国电力规划提供依据，它规定了全国电力工业的发展水平、发展速度、源动力资源的需求量，电力工业发展的资金需求量
4、，以及电力工业发展对人力资源的需求量。地区性的负荷预测则是地区范围内电网规划的基础，它为地区电网的发展速度、电力建设规模、电力工业布局、能源资源平衡、电力余缺调剂以及地方性电网资金和人力资源需求平衡提供可靠依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义。本为采用了时间序列和线性回归方法进行负荷预测并验证了两种模型各自的精准度，且对两种方法的预测精度进行了比较分析。1.2国内外负荷预测发展动态负荷预测方法发展至今，已经积累了丰富的经验。但是，由于电力系统的负荷受到众多因素的影响：如负荷构成，负荷随时间变化规律，气象变化的
5、影响及负荷的随机波动。按照系统负荷构成，不同的负荷有着不同的变化规律，而且一个地区负荷往往含有几种类型的负荷。各类用电负荷的时间变化规律是不同的，由它们构成的系统负荷具有不同的变化规律。气象对负荷有明显的影响，气温、阴晴、降水和大风都会引起负荷的变化，但每个电网负荷对各种气象因素的敏感程度是不相同的，这是研究负荷预测的重要内容。负荷的随机波动是指某些未知的不确定因素引起的负荷变化，对每一电网随机波动对负荷影响的大小是不相同的。过去几十年来，国内外学者对电力系统负荷预测进行了较充分的研究，各种预测方法和模型被引入到负荷预测中。这些方法和模型大体上可以归结为两类：负荷预测传统算法的研究和负荷预测现
6、代算法的研究。负荷预测传统算法的研究重点放在负荷序列本身的规律上，主要包括：时间序列法、自回归模型、累积式自回归动平均模型等。提出了一种短期负荷预测方法，它用时间序列、线性回归、平均值模型等几种不同的经典数学模型加权组合预测，取长补短，预测的精度得到了提高。但由于电力负荷具有非线性、时变性和不确定性的特点，所以要通过清晰的数学方程式来表达预测数据之间的非线性关系存在着一定的困难。即使构造出了数学模型，也存在着如模型的定阶、求解、识别困难、模型适应性不强、建模所需的数据量大、运算速度慢以及预测精度低等缺点。所以，一些专家和学者开始致力于现代负荷预测方法的研究。研究重点放在了用新的技术替代传统的方
7、法，主要包括：利用专家系统、灰色、模糊逻辑和神经网络理论等方法，这些方法优于传统方法的地方在于它们考虑了负荷预测系统的鲁棒性，并且能够拟合出负荷复杂的非线性关系。这些方法既不需要事先知道过程模型的结构和参数的有关经验知识，也不必通过复杂的系统辨识来建立过程的数学模型，非常适合于存在非线性、多变量、时变、不确定性的电力负荷预测。其中专家系统方法是使用专家知识建立预测规则的一种方法。它很好地处理了气象及特殊事件等干扰因素，该方法的预测精度基本上达到了令人满意的效果。模糊预测方法是基于模糊聚类识别算法通过对相关历史数据进行加工处理，提炼出负荷变化的若干种新型模式，进而影响负荷变化的相关因素的未来状态
8、去判定未来负荷变化属于哪种模式，从而做到负荷预测的目的。人工神经网络具有很强的学习和映射能力，可方便地拟合出任意复杂的非线性关系，很适合于电力系统的负荷预测问题，并已提出了不少模型和算法，主要有人工神经网络BP算法等，人工神经网络技术不需要任何负荷模型，但其缺点是训练过程比较消耗时间，并且它并不能保证一定收敛。随着计算机技术的高速发展，大容量、高速度的计算机为计算复杂、人工方法难以实现的的预测方法的采用成为可能，且软件预测也为负荷预测提供了更高的精度和更快的速度。 2电力系统负荷预测概述2.1电力负荷预测的概念电力负荷具有两方面的含义：一方面是指使用电力的部门、机关、企事业单位、工厂、农村、学
9、校等各种用电对象；另一方面是指上述各用电单位、用电部门使用电力和电量的具体数量。电力预测中的负荷是指国民经济整体或地区对电力和电量消费的历史情况及未来的变化发展趋势。电力负荷预测是指在正确的理论指导下，在调查研究大量翔实资料的基础上，运用可靠的方法对电力负荷的发展趋势作出科学合理的推断。2.2负荷预测的特点1、不确定性 因为电力负荷过去和现在发展是不确定的，它受到多种复杂因素的影响，而且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计，有些却很难见到，加上一些临时变化的影响，因此就决定了预测结果的不确定性或不完全准确性。2、条件性各种负荷预测都是在一定的条件下作出的，对于条件而
10、言，又可分为必然条件和假设条件两种如果负荷员真正地掌握了对案例负荷的本质规律，那么预测条件就是必然条件，所作出的预测往往是比较可靠的。但是很多情况下，因为负荷发展的不肯定性，所以就需要一些假设条件。3、时间性各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴。因此，要求有比较确切的数量概念，往往需要指明预测的时间。4、多方案性由于预测的不确定性和条件性，所以有时要对负荷在各种可能发展情况下进行预测，就会得到各种条件下不同负荷预测方案。2.3负荷预测的分类1、按预测期限进行分类负荷预测根据预测期限的不同可以分为超短期预测、短期预测、中期预测和长期预测。超短期负荷预测是指未来1h以内的
11、负荷预测。短期负荷预测是指日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划。中期负荷预测是指月至年的负荷预测，主要是确定机组运行方式和设备大修计划等。长期负荷预测是指未来35年甚至更长时间段内的负荷预测，主要是电网规划部门根据国民经济的发展和对电力负荷的需求，所作的电网改造和扩建工作的远景规划。2、按照行业分类负荷预测可以分为工业负荷、商业负荷、城市民用负荷、农村负荷以及其他负荷的负荷预测。商业负荷预测和工业负荷预测是指为商业和工业的负荷进行预测；农村负荷预测是指广大农村所有负荷的预测；城市负荷预测主要是指对城市居民用电的负荷预测；其他负荷预测医院、学校、军用、政府办公等等的负荷预测
12、14。3、按照负荷特性分类负荷预测常常又分为最高负荷、平均负荷、最低负荷。高峰负荷平均、负荷峰谷差、低谷负荷平均、平峰负荷平均、母线负荷、全网负荷、负荷率等类型的负荷预测。2.4负荷预测的步骤（1）搜集与整理资料资料是预测的基本依据，占有的资料的充裕程度及资料的可信度，对预测结果的可信度是至关重要的。一般在做电力负荷预测时需要搜集与整理的资料主要有：电力系统历年用电负荷、用电量、用电构成；经济发展目标（如国民生产总值、国民收入等）；国民经济结构的历史、现状及可能的变化发展趋势；人口预测资料及人均收入水平；能源利用效率及用电比重的变化；工业布局及用户的用电水平指标；以及国外参考国家的上述类似历史
13、资料。在调查搜集资料的过程中对搜集得到的资料应进行鉴别，去粗取精，去伪存真，以保证预测中使用的资料翔实可靠。（2）分析资料对经过鉴别整理后的资料要进行分析，以寻求其规律。在预测中常用的分析方法有多种，如时间序列分析、因果关系分析等方法。要根据资料的掌握情况及资料样式，选择相应的预测方法，寻求预测量的演变规律或趋势，建立预测模型。没有一种方法在任何预测场合下均可以保证获得满意的结果。因此，必须根据对资料的占有情况，以及预测目标、预测期限，预测环境、预测结果的精确度，同时考虑预测本身的效益成本分析等进行权衡，以便作出合理的选择。（3）实施预测阶段负荷预测模型是统计资料轨迹的概括，预测模型是多种多样
14、的，因此，对于具体资料要选择恰当的预测模型，这是负荷预测过程中至关重要的一步。当由于模型选择不当而造成预测误差过大时，就需要改换模型，必要时，还可同时采用几种数学模型进行运算，以便对比、选择。在选择适当的预测技术后，建立负荷预测数学模型，进行预测工作。由于从已掌握的发展变化规律，并不能代表将来的变化规律，所以要对影响预测对象的新因素进行分析，对预测模型进行恰当的修正后确定预测值。（4）评价预测阶段预测的主要成果是得到预测结果。预测结果应该是明确的，可以被检验的。因此，在得到预测结果后必须对预测结果的准确度和可靠性进行评价。务使预测误差处于可接受的范围内。一般来讲，中期预测的允许误差为5%。2.
15、5电力系统负荷预测的常见方法及其比较电力负荷预测分为经典预测方法和现代预测方法。经典预测方法（1）趋势外推法就是根据负荷的变化趋势对未来负荷情况作出预测。电力负荷虽然具有随机性和不确定性，但在一定条件下，仍存在着明显的变化趋势，例如农业用电，在气候条件变化较小的冬季，日用电量相对稳定，表现为较平稳的变化趋势。这种变化趋势可为线性或非线性，周期性或非周期性等等。（2）时间序列法时间序列法是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。 （3）回归分析法 回归分析法就是根据负荷过去的历史资料，在分析自变量和因变量之间相关关系的基础上建立两者之间的回归方程作为预测模型，对未来的负荷进行预测。利用
