陕西电网月用电量预测模型的研究

陕西电网月用电量预测模型的研究

ID:36795189

大小:236.36 KB

页数:3页

时间:2019-05-15

陕西电网月用电量预测模型的研究_第1页
陕西电网月用电量预测模型的研究_第2页
陕西电网月用电量预测模型的研究_第3页
资源描述:

《陕西电网月用电量预测模型的研究》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、①∞∞一《∞~∞第帮籍一研究陕西电网月用电量预测模型的研究与分析管魁威,张辉,任晓莉(1.商洛供电局,陕西商洛726000;2.陕西省电力公司,陕西西安710048)每年的2~3月、9~10月出现年度低点,在6~8月形成0引言阶段性用电高峰,12~1月形成全年用电最高峰。总体来看用电量是以年为周期的类似w形状的函数。陕西电网用电量近年来稳步攀升。因其受国民对于具有月份周期变化规律和趋势性的用电量经济增长速度、产业结构构成、消费水平、T业与民模型,可用月度乘积模型描述⋯:用电气化程度、电价政策、气候变化等因素的制约。Y=··E(1

2、)而这些因素错综复杂,准确分析它们对用电量的影式中:E为均值为零的随机噪声,包括测量噪声或模响十分困难。本文依据电网用电量历史数据的时间型误差;y为t月用电量观测值;为月用电量观测序列进行分析研究,建立用电量的数学模型。预测未值的趋势分量:为t月用电量观测值的周期分量。时来年度电网的月用电量,对陕西电网合理安排机组间t与年份i、月份满足关系式:运行以及负荷调配有现实的意义。=(一1)·12(2)式中:=1,2,⋯,Ⅳ为年份个数i=1⋯2..,12,表示月份。1基于月度的用电量数据分析2观测数据分析陕西电网2003年1月至2007

3、年l2月用电量数据曲线见图1(原始数据取自《陕西电网运行方式》,图中数2.1提取趋势数据据取以10为底的对数)。分析图中数据,有如下特征。设月用电量序列为y.,y,⋯,】,,其中为序列(1)趋势性随着社会经济结构的调整与发展,长度。用中位移动平均法,可提取不含季节周期波动人民生活水平的提高,陕西电网用电量有波动现象,的趋势项[21:r51总体呈现不断增长的趋势。=‘IIL∑y1,(Y,6+Y,)7,8,⋯,/'-6)(3)(2)周期性。受月份、气象条件等因素的影响,i=-5厶J以12个月为周期,用电量每年重复出现循环变动。在可以

4、看出,式(3)以12为周期,以t为中心,前后等距离移动平均数字滤波。经过数字滤波后,日不再含有周期分量。根据趋势项数据及其曲线特征,可采用多项式趋势或指数趋势等形式来拟合。本文根据陕西电网月用电量的数据特征,用多项式描述较为合适:k图1陕西电网用电量对数折线图日6[1+bi"t+-q(4)收稿日期:2008—05—29作者简介:管魁威(1974一),男,陕两商洛人,项目管理—r程硕士,研究方向为管理定量分析及优化。式中:叼为噪声;为多项式阶数;bo,b为多项式系数。3.2建立周期分量预测方程2.2分离周期数据求解周期分量。设:为

5、了反映周期分量对模型的影响,在提取趋势11Cl1C21C31⋯C1l1项后,利用式(1)可分离出带有噪声的月份周期项:12C12C22C32⋯Cl12=(·E)=/H,(t=l,2,⋯,)(5)1TC1C2rC3⋯C11r依据的数据及其曲线特征(与】,形状相似),月[⋯份周期项可取以下形式:0=[0o01l2⋯11】Z~=Oo+O1+1ClI+2C+⋯+l1C11£+/x(t=l,2,⋯,)(6)式中:为噪声;Oo、0。为多项式系数;,:,⋯,为各=⋯(8)则(6)式可以改写为:月份影响系数;变量C定义为:f0:其他月份f0:其

6、他月份f0:其他月份·(9)l1:每年的1月L11:每年的2月⋯fl1:每年的】1月多项式系数以及各月影响系数0的最小二乘估计是:C由Clf⋯C线性表示为C1A=1~Cl厂C2,一·一Cl1I。=()(10)3预测模型的建立及其实现1.18336773711235-0.00025902756052基于公布的数据利用月度乘积模型建立预测模-0.04143785742749型,预测2008年陕西电网月用电量。将预测值与同—0.25392784227501期问的实际观测数据进行比较,分析模型精度,检验—0.12422523543249

7、模型的实用化水平。该预测模型采用MATLAB编程-0.20648413318627运算,部分图形采用Excel实现。:l一0.210501848379573.1建立趋势分量预测方程—0.17039233312159根据式(3)对观测数据序列进行中位移动平均—0.1l746457115325数字滤波,提取趋势项。在使用式(3)的过程中会—0.1677O176267583导致序列开始和结尾各6个数据丢失。为了保证数-0.28523958036963据的良好趋势性,用简单的线形回归补充了日,-0.28717466483488⋯等6个数

8、据。—0.15700922684207,,,在诸多多项式回归方程中本文选取拟合效果较有了的估计值.很容易得到周期分量的预测方好的3阶多项式对时间序列建立如下回归模型。程::0.O0009044473395。一0.00965070233273t+卫Z=0o+0lt

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。