基于卡爾曼濾波的區(qū)域電力系統(tǒng)短期負荷預測研究.pdf

1、隨著電力行業(yè)改革逐步深入、電力市場趨于完善、電力企業(yè)獲得自主經(jīng)營權和自己承擔盈利和虧損,電力系統(tǒng)負荷預測工作的重要性逐漸凸顯,特別是短期負荷預測,逐漸成為電網(wǎng)經(jīng)濟、可靠運行的基礎性條件。高精度的預測結果,對電力系統(tǒng)安全、經(jīng)濟、可靠運行有相當重要的意義。
　　短期負荷預測的方法眾多,但由于短期負荷預測受氣溫、電力供應能力、消費觀念、經(jīng)濟發(fā)展水平和經(jīng)濟結構等不確定因素的影響,所以不同預測模型適用范圍是不一樣的,要保證某種模型在任意不同

2、的時間和地域均能取得達標的預測結果是有難度的。因此在對負荷進行預測時,有必要分析預測地區(qū)的負荷趨勢,根據(jù)實際的情況,選擇理想的預測模型。
　　本文主要探討的是電力系統(tǒng)短期負荷預測中卡爾曼濾波的建模機理及建模過程?？柭鼮V波算法是R.E.Kalman在1960年研究的適合數(shù)字計算機的一種遞推濾波方法,最大優(yōu)點是能充分利用待測數(shù)據(jù)過程的相關信息。其用于負荷預測的基本思想是:將電力負荷分為規(guī)律性分量和隨機性分量,規(guī)律性分量一般采用線性回

3、歸模型預測,隨機性分量采用卡爾曼濾波算法預測。文中主要探討的卡爾曼濾波預測模型包括傳統(tǒng)卡爾曼濾波預測模型、自適應卡爾曼濾波預測模型、無跡卡爾曼濾波(UKF)預測模型和容積卡爾曼濾波(CKF)預測模型。
　　針對卡爾曼濾波預測模型基本參數(shù)求解,本文通過使用Hankel矩陣法辨識幾種卡爾曼預測模型的階,模型狀態(tài)轉移矩陣根據(jù)Yule-Walker方程和自相關函數(shù)法求取,根據(jù)經(jīng)驗和試探法初步確定量測噪聲協(xié)方差和觀測噪聲協(xié)方差。針對自適應卡

4、爾曼預測模型和容積卡爾曼濾波模型在建模過程中系統(tǒng)協(xié)方差矩陣易失去正定性及Cholesky分解在高維矩陣中耗時較長的現(xiàn)象,引入系統(tǒng)協(xié)方差平方根因子矩陣代替其Cholesky分解矩陣。針對無跡卡爾曼濾波定常的狀態(tài)轉移矩陣難以適應環(huán)境的干擾和過程的時變性,引入隨時間變化的狀態(tài)轉移矩陣。通過對宜昌市日電力負荷進行預測,綜合評價各卡爾曼濾波預測模型的預測結果,根據(jù)卡爾曼濾波理論及預測結果論述各卡爾曼預測模型的優(yōu)缺及適用范圍,根據(jù)建模過程中用平方根