基于粒子群优化的gm(12c1)幂模型电力负荷预测研究

《基于粒子群优化的gm(12c1)幂模型电力负荷预测研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华北电力大学硕士学位论文第1章绪论1.1论文的选题背景及意义电力作为国民经济的命脉，为企事业单位各项事务的开展以及居民生活的安全稳定提供了必要保障。电力系统的首要任务是能够为各类用户提供安全可靠的电能，随着“美丽中国”概念的提出，以及绿色能源战略的进一步推进，电力供应过程中对清洁、高效的要求也越来越高。此外，电能使用在时间上的随机性以及发、供、变、配、用电过程的同时性都要求对电能的需求有个提前估计，其预测精度越高所带来的效益越明显。近年来，我国经济持续快速发展，新一期十二五发展规划显示，我国经济年均将以不低于7.5%的速率快速增长，如何能缩小

2、电力缺口、提高电力保障水平是摆在电力企业面前的重要课题。我国电力体制受全球范围内电力工业改革的冲击，逐渐摆脱用电计划完全取决于发电计划的模式，更多的考虑用户的电力需[1]求，在综合全网运行效率的基础上制定发电计划。这样一来对电力负荷预测理论的研究就显得越发重要。对于发电企业而言，偏低的负荷预测结果会导致广大用户的需求得不到满足，应对用电缺口的补救措施代价昂贵。以一次燃炉打火为例，近百万元的补救支出完全属于浪费。而过高的预测结果可能导致机组不合理扩容，以及设备、燃料的大量浪费。因此，较高的预测精度将有助于制定合理的发电计划、降低旋转储备容量以及

3、优化电力建设规划等工作。对于供电企业而言，精确的电力负荷预测技术，对于合理用电计划管理、制定机组安装检修计划（以北京地区为例，针对煤改电试点地区，变电站夏季检修排程的设置）、人力[2]资源的需求平衡、有效化解风险从而避免重大事故等方面具有重要意义。就提高电力系统服务质量而言，更高精度的负荷预测技术，使得电力部门能够为不同电力用户提供准确的用电负荷曲线，从成本等方面优化用户的电能使用状况，从而大幅提高电力用户的能效水平。综合电力系统中发电、输配电以及用户来看，研究如何提高电力负荷预测精度具有直接而重大的经济效益和社会效益。电力负荷预测的工作量大

4、（根据不同的统计标准，其数据量较大。此外，调度部门从系统抽调的数据有时为0，有时为负数，这就需要对数据进行预处理），而且该工作重复性较高（这也对经验法的形成，对于数据大概范围的判断带来了便利）。如何选取科学合理的负荷预测技术以满足多方发展的需求是相关研究人员亟需解决的问题。计算机技术的引入使得电力负荷预测技术得到了长足的发展，为广大研究人员在预测技术的拓展研究方面提供了更多的选择空间以及技术1华北电力大学硕士学位论文支持，相关领域的研究有利于我国电网实现科学化现代化管理。1.2国内外研究现状1.2.1负荷预测研究动态电力负荷预测作为现代化电力

5、系统运行和管理的重要研究领域，对于制定合理的发电计划，优化电力建设规划以及电网运行等方面具有重要的影响。用电量以及用电负荷（如最大负荷等）通常作为负荷预测的研究对象，根据口径的不同可将其按照年、月、日和时分进行划分。此外，对于不同的负荷预测期限，又可[3]将预测工作分为长期、中期、短期以及超短期负荷预测。上个世纪40年代以来，欧洲各国广泛的发展和应用了电力负荷控制技术。日本在上个世纪60年代开始了对电力负荷控制技术的研究。美国在石油危机的冲击下，逐渐认识到充分利用资源的重要性，开始大力研究电力负荷预测管理问题。到1980年，美国已经装备了百余

6、个电力负荷管理系统。我国对电力负荷管理技术的研究起步较晚，前期由于缺乏科学技术手段，我国多地的用电政策得不到落实，缺电断电现象较为频繁，严重影响了我国工农业的正常作业和广大电力用户的日常生活。近年来电力部门更加重视科学合理的技术和经济手段，对电力负荷进行管理，使我国的发电和供电设备得到充分的利用，发挥更大的经济效益。由国内外文献资料可知，电网建设相对成熟的国家（如英国、瑞士等），其负荷预测的重心更倾向于进行短期预测。对于电网建设仍处于发展过程中的国家，以我国为例，负荷预测工作的重心则更倾向于为规划发展服务的中长期负荷预测，而短期负荷预测则作为

7、重要的决策辅助。电力负荷的发展趋势具有一定的不确定性，预测结果除了分析电力负荷本身的历史表现，国内一些学者结合经济发展、产业结构、气象、电价、居民消费习惯、蓄冷蓄热技术等外在因素的影响，这样就使得预测工作具有很强的混沌性，增加了电力负荷预测的难度。国内外电力工作者对负荷预测理论与方法进行了大量研究，已有文献表明，针对中长期负荷预测的研究，除了传统电力负荷预测方法，如回归分析法、时间序列法、趋势外推法等之外，模糊理论、专家系统等方法也得到了广泛的应用。而在短期负荷预测的研究中，刊登发表论文涉及最多的方法是灰色预测方法以及神经网络，除此之外还有模

8、糊集理论、小波分析预测、聚类分析、卡尔曼滤波、组合预测方法等。上述方法很大程度上丰富了负荷预测的研究工具。1.2.2灰色预测理论研究动态灰色系统理论是由我国学者邓聚