改進(jìn)粒子群算法在電力負(fù)荷組合預(yù)測中的應(yīng)用研究.pdf

1、隨著第三次革新浪潮的到來，人們的用電量日益增加，為了滿足日益增長的電力需求，必須不斷的擴(kuò)大電力系統(tǒng)的規(guī)模，中長期電力負(fù)荷預(yù)測是電網(wǎng)規(guī)劃的基礎(chǔ)工作，是電力系統(tǒng)規(guī)劃決策、經(jīng)濟(jì)運行的前提和基礎(chǔ)，準(zhǔn)確的電力負(fù)荷預(yù)測可以為電力工程建設(shè)提供有力的數(shù)據(jù)支持，對電力系統(tǒng)安全經(jīng)濟(jì)運行和國民經(jīng)濟(jì)發(fā)展具有重要意義。
　　由于負(fù)荷預(yù)測的影響因素眾多，導(dǎo)致負(fù)荷預(yù)測存在大量隨機(jī)性和非線性關(guān)系，建立單一的負(fù)荷預(yù)測模型很難獲得滿意的預(yù)測結(jié)果。因此，結(jié)合多種方法來

2、進(jìn)行組合預(yù)測是未來負(fù)荷預(yù)測的發(fā)展趨勢。
　　本文采用改進(jìn)的粒子群算法在電力負(fù)荷組合預(yù)測中的應(yīng)用研究，主要做了以下幾個方面的工作：
　　第一，分析電力負(fù)荷預(yù)測研究意義、研究背景和國內(nèi)外的研究現(xiàn)狀，緊接著闡述了電力負(fù)荷特性及預(yù)測原理。第二，分析粒子群算法的起源、原理和流程以及各參數(shù)對算法的影響，雖然粒子群算法性能優(yōu)秀，但是它在算法后期易陷入局部最優(yōu)，針對這一情況，本文采用了改進(jìn)的粒子群算法（線性遞減慣性權(quán)重法），然后將改進(jìn)的粒子

3、群算法引入到電力負(fù)荷組合預(yù)測中。第三，研究選擇改進(jìn)粒子群算法求解電力負(fù)荷組合預(yù)測模型的緣由，在這基礎(chǔ)之上，本文使用幾種不同的預(yù)測方法分別建模進(jìn)行預(yù)測，然后有機(jī)地結(jié)合各單個預(yù)測模型建立組合預(yù)測模型,再用改進(jìn)粒子群算法對組合預(yù)測模型進(jìn)行優(yōu)化，并用Matlab對各種單一預(yù)測模型和本文所建的組合預(yù)測模型進(jìn)行仿真實驗研究。通過比較發(fā)現(xiàn)，應(yīng)用改進(jìn)粒子群算法優(yōu)化的電力負(fù)荷組合預(yù)測模型，預(yù)測負(fù)荷的相對誤差較小，可有效地提高負(fù)荷預(yù)測精度。
　　因此