组合预测方法探究和其在电力负荷预测中应用

《组合预测方法探究和其在电力负荷预测中应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、组合预测方法探究和其在电力负荷预测中应用　　摘要：在电力市场方面，掌握完善的电力系统负荷预测方法可以为电力系统未来的规划和运行做好有力的铺垫。现如今，负荷预测的模型有很多形式，单一的预测模型已不能充分呈现出电力系统负荷的变化规律和信息，组合预测方法已悄然在电力负荷预测中占据很重要的部分。本研究通过几种组合预测方法的实际应用进行详细分析，为未来的电力负荷预测做好保障工作。关键词：组合预测；负荷预测；电力负荷中图分类号：TM714文献标识码：A引言：在电力系统中，如果想要提高电网运行的安全性和经济性，并且能够改善电能的质量，预测方法的使用在其中起

2、着不可缺少的作用。电力负荷预测有很多种方法，每种方法都有自己的适用范围，组合预测可以将较大限度地利用各种样本信息，从而得到更加全面和可靠的电力负荷预测结果，所以吸引越来越多的研究人员对组合预测方法进行详细的分析和总结，本研究介绍了多种组合预测方法以及在电力负荷预测的实际应用，为电力负荷预测提供了有益的参考价值。1.了解组合预测的基础理论7在各种单一预测方法研发的热潮中，一个预测更加准确的组合预测方法也悄然进入人们的视野。想要了解组合预测方法就要知道它的来源，组合预测方法是由Bates和Granger首次提出的，并且广泛的得到了各界人士的认可。

3、那么什么是组合预测，它是针对出现的同一个问题，采用两种或两种以上不同的单一预测方法，之后进行多种重新组合，最后在其中选取最佳的权重进行加权平均的一种组合方法。组合预测的基本原理：对某一问题进行分析，首先，先用多种单一的预测方法进行反复预测，之后，从中选取任意一种单预测方法进行对此问题在一定时间段的预测。在控制时间变量一定时，再利用不同的预测方法对同一问题进行反复多次预测，最后将所有的预测值进行权重的比较，选取一个最适合的预测组合，这就是组合预测的基本原理。组合预测方法的优点：与使用单一方法预测相比，组合预测方法可以大大降低了单一预测结果的不准

4、确性，避免了预测结果的偶然性。在大多数情况下，利用组合预测方法可以大幅度提高预测结果的目的，所以说，组合预测模型的预测精度和拟合精度高于任何一种单一预测模型所预测的结果。又由于它是将单一模型的预测结果进行的最优组合的方法，所以它还拥有充足的信息量。2.几种预测方法的介绍及实际应用7进入21世纪,伴随着各种科学技术的迅速发展,预测理论技术也取得了不断地的进展,产生了许多新的预测方法,这些方法的产生为电力负荷预测问题的研究提供了有力工具。一个准确的预测方法可以给一个企业带来很多益处，所以，发展组合预测是一个必然趋势。单一预测是组合预测的一部分，所

5、以单一预测模型的选择对组合预测模型的预测的精度也会产生一定的影响,例如：如果选择的单一预测模型的预测精度较高,则最后得到组合预测模型的预测结果的精度通常也会相对较高。同时也要避免认为选择单一组合的数目越多，组合预测的最终结果会越高的思想误区。目前组合预测方法的模型也有很多种，本研究针对几种典型的单一模型方法进行以下的详细介绍。2.1分析电力弹性系数法电力弹性系数法是一种反映了在某一地区，在特定时期内国民经济增长与电力生产和消费数量增长之间的关系的一种方法。首先，预先测电力生产的弹性系数值，根据弹性系数的计算法，可以计算到在一定时间内估算国内的

6、经济生产的增长率，然后依据近几年来年均耗电量，取一个相近的平均值与增长率进行计算，最终得到一个我们预算的发电量，这就是电力弹性系数法的原理。7弹性系数法的预测是做好预测电力负荷预测的前提准备条件，它是由国家的经济发展方向所决定的的，首先必须要预先知道在一定时间内，国民经济的发展目标以及国民经济年平均增长速率，这个环节在电力负荷预测中起关键性作用，它避免许多外界因素对弹性系数值产生的影响和相应时间段内的惯性的干扰的问题。因此，既可以通过历史数据中查询和参考，同时又必须要考虑它在未来可能发生的转变问题，从在影响弹性系数的诸多因素的变化中去估算出所

7、要预测某一时间段的弹性系数的取值。最后在一切准备就绪后，得到想要预测的电力生产或消费值的准确弹性系数值。2.2分析时间序列回归预测方法时间序列回归预测方法是从针对所组成的一组时间序列由过去的规律变化来预测今后的变化的趋势。根据时间序列随它所反映经济变量的实际变化规律，将其分为三种类型：趋势变化型、周期性变化型和任意随机性变化型。根据时间序列中明显的趋势部分，对时间回归线所建立的模型进行详细的预测分析。而且这种方法适合于电量使用比较稳定的地区，起到更加有效的预测作用。2.3分析灰色模型预测方法7在传统的预测方法中，常常会以当地所统计的历史数据和

8、调查资料为依据来进行电量的预测，可想而知这种方法存在许多弊端，例如，这种预测方法没有考虑到当地气象变化、经济环境等随机因素对预测结果的影响。所以，想要准确的预测电力