基于測量序列的在線滾動短期電力負荷預(yù)報方法研究.pdf

1、電力負荷預(yù)報是電力系統(tǒng)的重要工作之一，電力負荷預(yù)報的準確與否直接關(guān)系到一個地區(qū)經(jīng)濟的發(fā)展情況，電力負荷預(yù)報工作的合理有序進行是保證一個地區(qū)發(fā)展的根基；近年來，電力負荷預(yù)報逐漸引起人們的重視，無論是從能源的角度還是城市建設(shè)的層面上，電力負荷預(yù)報的精確與否都對整個社會有著非常大的影響，因此如何提高電力負荷預(yù)報的精度是十分重要的課題。
　　電力系統(tǒng)的研究對象的是十分復(fù)雜的，不同地區(qū)之間存在差異，相同地區(qū)不同產(chǎn)業(yè)之間差距也很大，如何兼融這

2、些影響因素盡最大可能提高電力負荷的預(yù)報精度是要研究的主要問題，此問題的有效解決是對供電系統(tǒng)合理分配電力起著至關(guān)重要的作用；各個電廠的任務(wù)分配，如何能使電網(wǎng)系統(tǒng)利益最大化，是電力負荷預(yù)報研究的目的所在。
　　本文的研究重點是短期電力負荷時間序列的預(yù)報，針對短期電力負荷時間序列進行研究，通過對歷史數(shù)據(jù)的分析，建立短期電力負荷預(yù)報模型，包括基于最小二乘的在線滾動自適應(yīng)AR模型、基于灰色理論的GM(1,1)模型和基于Kalman濾波的在線

3、滾動Volterra核估計模型。
　　通過分析短期電力負荷時間序列的特性，在最小二乘預(yù)報方法基礎(chǔ)上，提出了加權(quán)最小二乘預(yù)報算法，對方差的最小二乘估計進行加權(quán)，通過最小二乘的加權(quán)估計重新建立模型；在加權(quán)最小二乘理論的基礎(chǔ)上，提出在線滾動預(yù)報模型，對模型的參數(shù)進行在線滾動修正。仿真結(jié)果證明在線滾動最小二乘在保證系統(tǒng)實時性的同時，提高了系統(tǒng)預(yù)報的精度。
　　灰色理論常被用在中長期預(yù)報中，本文將灰色理論應(yīng)用到短期的日負荷預(yù)報中，對數(shù)

4、據(jù)進行累加生成，建立GM(1,1)模型，對短期電力負荷時間序列進行預(yù)報；同時提出基于GM(1,1)模型的改進模型，通過對初始數(shù)據(jù)處理，重新生成系統(tǒng)模型。提高了系統(tǒng)預(yù)報精度，適于對小數(shù)據(jù)量情況進行預(yù)報。
　　在卡爾曼濾波理論的基礎(chǔ)上，建立了基于卡爾曼濾波算法的AR模型，及基于卡爾曼濾波理論的Volterra核估計模型，對短期電力負荷進行預(yù)報，在此基礎(chǔ)上，提出基于卡爾曼濾波理論的在線滾動 Volterra核估計預(yù)報模型?；贙alma