电力系统负荷预测重要的组成部分就是序列量，其中序列量包含最大负荷数值以及电量数值等成分，当前得到社会各界广泛认可的是采用多样性的方法完成序列量的预测。首先要设定具体的条件，然后在该条件下进行一定的假定，然后通过单一的方法对包含的多个不确定因素进行分析，由于采用的方法较为单一，因此最后得到的参数与理想数值存在较大差别，因此需要进行修正，通常采用的是多种方法进行预测分析。实验过程中，采用不同的研究方法得到的分析结果也是不同的，各个数据之间具有较大的差异[32]，那种预测结果最为接近真实情况，与预测人员的经验以及日常积累的常识等存在密切联系，此外还要综合考虑国家各项能源政策以及产业结构之间的关系，根据当地的经济发展状况，使用综合方法，对相关的数据进行分析预测，然后完成对比分析，从而得到最终的参数。还有一种常用的负荷预测模型是加权处理，使用多种方法完成历史序列等数据的分析和预测，通过一定的方式完成权重的设置，最后对获得的数据进行综合判断出来，得到最终分析数据。
首先，针对使用到的序列预测方法，做如下定义：
定义1：有关预测、推理及拟合序列：
当获得某一物理量后，在要求的历史时间段范围内如n t ≤≤1的取值分别为
n x x x ,,,21 对于未知时段N t n ≤≤+1范围内进行预测分析，可以得到如下预测公式：
N n t t S f x
t 2,1),,(?== 其中，预测模型的参数向量的数值用S 表示，例如当预测模型为线性状态时，
则有：T t b a S t b a t t S f x
],[,),,(?=?+==有 此时可以计算得到各个时段的预测数值大小，分别为N n n x x x x x
?,?,?,,?,?121 +，此时会将序列n x x x ,,,21 称为原始数列，n x x x
?,,?,?21 为原始数列的预测序列，在未来的某个时段得到的相对应的子虚列N n x x ?,?1 +称为原始序列的推理数列。相应
的拟合时段主要指的是时段n t ≤≤1这一段范围，推理时段主要指的是时段N t n ≤≤+1这一段范围。
定义2：拟合残差、方差以及协方差
采用m 种方法对原始数列的数值n x x x ,,,21 进行预测分析，其中的第i 中预
测方法对原始序列的拟合序列为n x x x ?,,?,?21 ，因此能够得到有关拟合残差的数值
大小：
n t m i x X v it it it ,,2,1,,,2,1, ==-= （3.1）
拟合方差的计算公式为：
n i v h n
i it it ,,2,1,12
==∑= （3.2） 对于上面讲到到两种j i ,预测方法进行预测的分析结果数据，首先假设得到的拟合残差的数据分别为jt it v v ,，则类似地可以定义两种预测得到的结果进行拟合，其协方法为：
m j i v v h n
i jt it ij ,,2,1,,1 =?=∑= （3.3）
定义3：可信度大小及综合预测结果数值
当存在一组权重的数组满足如下关系式时，m i w i ,,2,1,0 =≥
∑==m i i w
11 （3.4a ）
m i w i ,,2,1,0 =≥ （3.4b ）
根据式3.4a 和3.4b 可以得到有关综合预测模型，以及最终的预测结果：
N t t s f w x w x
m
t i t t m t it t t ,,2,1,),(??110 =?=?=∑∑== （3.5） 从式子3.5所示可以得到i s 表示的为第i 中预测模式的参数向量数值，然后在综合预测模型数据中，将上述数据的数值称之为可信度数值，因此，能够十分方便的获得第i 种预测结果所示的拟合方差，其数值较小，说明采取上述方法能够获得较好的拟合程度，从整体的角度来讲，能够获得较高的可信度，当采用传统的加权平局算法后，需要根据各个分析人员的实际经验判断获得的可信度数值是否达到要求。
定义4：最优可信度大小及综合最优预测模型数值
最优可信度主要指的是通过采取的综合预测方法，获得数据结果t x
0?与原始序列t x 之间存在一定的差别，但能够达到最小的可信度数值，将上式3.5确定的参数确定为综合最优预测模型，因此可通过下式计算可信度数值：
2
10)?(min ∑=-=n i t t x x
z （3.6）
式3.6表示的是追求的残差平方和处于最小化的数值，此时通过计算得到的各个最优可信度的数值能够有效的反映出相关预测结果之间产生的可能性，然后将获取的各个数据综合分析出来，从而得到有关综合最优模型的预测结果数据1。
1刘夏清，向卫东. 供电企业电力营销管理总体策略研究. 电力需求侧管理，2002，4(6)：33-35.
1、单耗法 这个方法是根据预测期的产品产量（或产值）和用电单耗计算需要的用电量，即 A h ＝∑=n i 1Q i U i 式中 A h —某行业预测期的需电量； U i —各种产品（产值）用电单耗； Q i —各种产品产量（或产值）。 当分别算出各行业的需用电量之后，把它们相加，就可以得到全部行业的需用电量。这个方法适用于工业比重大的系统。对于中近期负荷预测（中期负荷预测的前5年），此时，用户已有生产或建设计划，根据我国的多年经验，用单耗法是有效的。 在已知某规划年的需电量后，可用年最大负荷利用小时数来预测年最大负荷，即 P n·max =T A n m ax 式中 P n·max —年最大负荷（MW ）； A n —年需用电量（k W·h ）； T max —年最大负荷利用小时数（h ）。 各电力系统的年最大负荷利用小时数，可根据历史统计资料及今后用电结构变化情况分析确定。 单耗法分产品单耗法和产值单耗法。采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。 单耗法可用于计算工业用户的负荷预测。 单耗法可根据第一、第二、第三产业单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量(以下简称“单耗”) 进行统计分析，并结合产业结构调整，找出一定的规律，预测规划第一、第二、第三产业的综合单耗，然后根据国民经济和社会发展规划指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。 单耗法的优点是方法简单，对短期负荷预测效果较好。缺点是需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。
电力系统短期负荷预测方法综述 本文主要是针对电力系统的短期负荷预测的概念和意义 进行综述，就短期负荷预测的一些特点及其影响预测精度的各方面原因进行总体的分析。在目前的预测方法里，主要有经典的预测方法和传统的预测方法以及智能预测方法和预测新方法。从这些预测方法入手进行综合的应用原理分析，比较其不同预测方法的优点及不足的地方。并且提出了短期负荷预测的精度提升了，不仅在历史的数据上重视了其积累，还应重视在预测的模型选择上要合适，综合型预测模型在未来电力负荷预测方法的必然性。 标签：电力系统短期负荷预测 电力负荷预测在能量的管理系统组成中是极为重要的部分，而短期电力负荷预测则是对几个小时后或是一天、几天的电力负荷值上进行预报。短期电力负荷预测不仅在电力系统安全以及经济的运作下提供了相关保障，还为市场的环境编排高度计划等打下了基础。不过在这个电力生产与消费的日趋市场化下，针对负荷预测的准确及可靠性上也有了更为高的要求，而且就电力系统管理与运行来讲其负荷预测逐渐成为了一个主要的研究领域。预测精度是决定短期负荷预测的作用大小的，所以在短期负荷预测方法研究的重点上是如何对预测精度进行提高。虽然短期负荷预测的研究历史已經很长远了，国内外的学者也对其在方法还有理论方面对于预测模型进行研究工作。当短期负荷出现因素太多的情况下，从而限制了预测方法的范围以及精度。下文针对短期的预测方法展开一个综合性的探析。在研究未来发展方向的同时也为实际情况下短期负荷的预测提供了一个基础。 1 基于短期负荷的预测特点 对于短期电力负荷来讲其预测便是基于在电力负荷以及相关的历史数据对模型进行全面的建立，从而使得新世纪型的电力负荷更具备科学性和全面性。对于短期负荷所面临的事件不确定性以及其随机性，包含了各种特点：①在预测的结果上其短期的负荷存在着一定的不确定性。②不同的负荷预测方法存在相应的条件性。③短期负荷预测在时间上各有不同。④预测的结果包含多方案性。 短期负荷预测精度的影响因素：①以往历史数据。②自然天气情况。③其日期类型。④负荷预测模型。⑤相关社会事件等。 2 简述短期负荷预测方法 短期负荷由于受到来自不同方向的因素影响，面临时间序列问题上其随机的过程表现的很不平稳，就算面临的影响因素包罗万象，不过在这些因素中都存在一个特点那就是有规律性。能够为实际预测打下基础，其短期负荷预测的方法大致分为四类。
摘要 负荷预测是电力系统规划、计划、用电、调度等部门的基础工作。讨论了年度负荷预测、月度负荷预测和短期负荷预测的特点、成熟 方法，分析了负荷预测问题的各种解决方案，并指出未来的主要研 究方向。根据国内电力系统负荷预测的实践和国外的经验，对我国 开展电力系统负荷预测工作提出了一些建议。 关键词：电力系统；负荷预测；模型；参数辨识 第一章引言 负荷预测是从已知的用电需求出发，考虑政治、经济、气候等相关因素，对未来的用电需求做出的预测。负荷预测包括两方面的含义：对未来需求量(功率)的预测和未来用电量(能量)的预测。电力 需求量的预测决定发电、输电、配电系统新增容量的大小；电能预 测决定发电设备的类型(如调峰机组、基荷机组等)。 负荷预测的目的就是提供负荷发展状况及水平，同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。 第二章负荷预测的方法及特点 电力系统负荷预测的原理 通常来说预测电力系统负荷最直接最有效的方法是建立一个负 荷模型，该模型有两层含义：一是负荷的时空特性，二是负荷电压和频率特性。对于负荷的时空特性指的是随着时间与空间的不同分布，负荷的分布也会不同。这种负荷模型往往是比较复杂的，研究人员通常是采用负荷时间曲线来描述这种特性。这样负荷曲线以时间为依据，就可以分为日负荷、周负荷、季负荷以及年负荷；如果换成以时空角度为划分依据，则此曲钱又可分为系统、节点和用户三种负荷曲线；若按照负荷的性质来分，负荷曲线又可以分为工业、农业、市政以及生活负荷等。 在一般的安全运行的过程中，负荷模型指的就是未来时空特性，因此也可以将此作为负荷预测模型。通常负荷预测模型包含的内容是非常广泛的，在运行的过程中不仅能进行短期或者实时的负荷预测，还能在规划电力系统时做长期的预测。负荷的预测通常采用的是概率统计，有效地分析工具即为时间序列分析，由于是预测未来的负荷，所以会存在或多或少误差。对于未来负荷预测误差所产生的原因主要是一些不确定的因素与负荷变化的规律不一致，如某些自然灾害可能会导致停电，这样负荷曲线就会在事故时段出现一些突变。此时就不能依靠负荷预测模型所得出得结果了，因为有人的干预。但是也不能因为有不确定因素的存在就全盘否定负荷预测模型计算得出的结果，大多数情况下还是比较准确的。
浅析电力系统负荷预测方法 发表时间：2017-10-18T18:11:03.780Z 来源：《电力设备》2017年第15期作者：梅宇1 杨畅1 徐明虎2 陈斯斯1 王硕1 [导读] 摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。 （1.国网辽宁省电力有限公司检修分公司辽宁锦州 121013；2.国网辽宁省电力有限公司技能培训中心辽宁锦州 121000）摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。 关键词：负荷预测；电力系统；方法探讨 引言 电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。目标网架是城市电网规划的基础，确定电网发展的方向和目标，是近期规划和中长期规划的重要依据。为了提高电网规划方案的可行性，必须将城市电网目标网架规划纳入城市整体规划。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。 一、电力系统负荷预测的特点 1、电力系统中的负荷一般分为城市的民用负荷、商业的负荷、农村的负荷、工业的负荷和其他的负荷等，不同类型的电力系统负荷会具有不同特点及规律。城市的民用负荷大多来自城市的居民家用电器的用电负荷，它有年年不断增长的趋势，并且随着季节的变化而变化，但民用的负荷还是和居民日常的生活及工作规律相关较为紧密。 2、商业的负荷，主要是指商业用电中的用电负荷，它覆盖的面积大，而且用电量增加的速度的平稳，商业的负荷同样也具有根据季节变化的波动特性。即使它在电力的负荷中占的比重不如工业负荷及民用负荷，但是商业负荷中的照明类的负荷占用了电力系统用电高峰时段。除此以外，商业部门因为商业行为会在节假日里会增加营业时间，因此成为节假日里影响电力负荷重要的因素之一。 工业负荷是指用在工业生产的用电负荷，一般的工业负荷比重在用电负荷里构成中居于第一位，它不仅仅由工业里负荷端的使用情况决定（也包括负荷的利用情况、企业工作班制度等），而且它和各个行业的特性及季节里的因素都有非常密切的联系，一般的负荷还是比较稳定的。 3、农村的负荷是指农村里居民用电及农业里生产的用电。这类负荷和工业里的负荷相比较，受到季节等其他自然环境的影响非常大，它是由于农业生产特点来定性的，农业的用电负荷同时也受到农产品的品种、耕种特点的影响，但是就电网系统而言，因为农业的用电负荷的集中时间和城市的工业的负荷使用高峰时间有很大差别，所以对于提高电网的负荷率很有好处。 从以上的分析可以发现电力的负荷特点是常常变化的，不仅按照小时变化、按日变化，而且还按周变化，按年变化，同时电力负荷又是以小时作为基本单位不断发生变化的，它具有很大的周期性，负荷的变化是个连续发展变化的过程，在正常的情况下，它不会产生大的跳跃，但是电力的负荷对于季节等因素是十分敏感的，在不同的季节，不同的地区的气候和温度的变化都将会对电力负荷造成十分重要的影响。 4、负荷预测目的是根据电力负荷的发展状况和水平，同时也确定各个供电公司计划的年供用总值，供用最大的电力负荷与规划的地区的总共负荷的发展水平，是由各规划的年用电负荷构成。它将为经济合理准确地安排各个电网内部的机组启停和检修，保持电网的运行安全和稳定性，电网发展的速度，电力的建设规模，电力工业的布局，能源资源的平衡，电力余缺的调剂和电网的资金以及人力资源需求和平衡等各个方面提供十分可靠的依据。 二、负荷预测的方法及特点 1、单耗法 按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分"产品单耗法"和"产值单耗法"两种。采用"单耗法"预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看，一般规律是产品单耗逐年上升，产值单耗逐年下降。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。 2、趋势外推法 当电力负荷依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间t为自变量，时序数值y为因变量，建立趋势模型y=f（t）。当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值。这就是趋势外推法。应用趋势外推法有两个假设条件：①假设负荷没有跳跃式变化；②假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。 外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是：如果负荷出现变动，会引起较大的误差。 3、弹性系数法 4、空间负荷密度法 空间负荷预测是对规划区域内负荷的地理位置和数值大小进行的预测，它提供未来负荷的空间分布信息。只有确定了配电网供电区域内未来负荷的空间分布，才能对变电站的位置和容量，主干线的型号和路径，开关设备的装设以及它们的投入时间等决策变量进行规划。由于空间负荷预测涉及大量的空间信息，地理信息系可以为空间负荷预测的数据收集、处理和预测结果的表示提供一个良好的平台。将GIS 引入空间负荷预测，可以极大地减少数据收集量，是空间负荷预测方法实用化的必要步骤。针对国内土地使用的实际情况，在空间负荷预测中采用了分类分区法，该方法是在分类负荷总量预测的基础上，根据城市规划用地图，计算分类负荷平均密度；再由小区面积构成、小区负荷同时率及修正系数求得小区最终负荷。同时，就分类分区法在预测过程中存在的一些问题进行了恰当的处理和改进。针对己有负荷预测软件在数据收集、统计，模型、方法选用，结果处理等方面存在的问题，在将传统、实用的常规预测方法用计算机加以实现的同时，
电力系统负荷预测重要的组成部分就是序列量，其中序列量包含最大负荷数值以及电量数值等成分，当前得到社会各界广泛认可的是采用多样性的方法完成序列量的预测。首先要设定具体的条件，然后在该条件下进行一定的假定，然后通过单一的方法对包含的多个不确定因素进行分析，由于采用的方法较为单一，因此最后得到的参数与理想数值存在较大差别，因此需要进行修正，通常采用的是多种方法进行预测分析。实验过程中，采用不同的研究方法得到的分析结果也是不同的，各个数据之间具有较大的差异[32]，那种预测结果最为接近真实情况，与预测人员的经验以及日常积累的常识等存在密切联系，此外还要综合考虑国家各项能源政策以及产业结构之间的关系，根据当地的经济发展状况，使用综合方法，对相关的数据进行分析预测，然后完成对比分析，从而得到最终的参数。还有一种常用的负荷预测模型是加权处理，使用多种方法完成历史序列等数据的分析和预测，通过一定的方式完成权重的设置，最后对获得的数据进行综合判断出来，得到最终分析数据。 首先，针对使用到的序列预测方法，做如下定义： 定义1：有关预测、推理及拟合序列： 当获得某一物理量后，在要求的历史时间段范围内如n t ≤≤1的取值分别为 n x x x ,,,21 对于未知时段N t n ≤≤+1范围内进行预测分析，可以得到如下预测公式： N n t t S f x t 2,1),,(?== 其中，预测模型的参数向量的数值用S 表示，例如当预测模型为线性状态时， 则有：T t b a S t b a t t S f x ],[,),,(?=?+==有 此时可以计算得到各个时段的预测数值大小，分别为N n n x x x x x ?,?,?,,?,?121 +，此时会将序列n x x x ,,,21 称为原始数列，n x x x ?,,?,?21 为原始数列的预测序列，在未来的某个时段得到的相对应的子虚列N n x x ?,?1 +称为原始序列的推理数列。相应 的拟合时段主要指的是时段n t ≤≤1这一段范围，推理时段主要指的是时段N t n ≤≤+1这一段范围。 定义2：拟合残差、方差以及协方差 采用m 种方法对原始数列的数值n x x x ,,,21 进行预测分析，其中的第i 中预 测方法对原始序列的拟合序列为n x x x ?,,?,?21 ，因此能够得到有关拟合残差的数值 大小：
电力负荷预测方法 朋友们大家好，很高兴与大家分享一下电力方面的知识。本节摘要是：负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。确定性负荷预测方法是把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。不确定性预测方法基于类比对应等关系进行推理预测的，包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 关键字：电力负荷预测方法... 负荷预测是电力系统调度的一个重要组成部分，是电力交易的主要数据源，也是电力系统经济运行的基础,任何时候,电力负荷预测对电力系统规划和运行都极其重要。近几年，随着我国电力供需矛盾的突出集电力工业市场化运营机制的推行，电力负荷预测的准确度有待进一步提高。 负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。 确定性负荷预测方法是把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。
而为了解决实际电力负荷发展变化规律非常复杂不能用简单的显式数学方程来描述期间的对应和相关这一问题，许多专家学者经过不懈努力，把许多新的方法和理论引入到负荷预测中来，产生了一类基于类比对应等关系进行推理预测的不确定性预测方法。包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 <一> 确定性负荷预测方法 一、时间序列预测法 时间序列分析法利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。 时间序列预测是依据电力负荷的历史数据建立一个时间序列的数学模型，通过时间序列的数学模型可以描述这个时间序列变换的规律性，同时在数学模型的基础上建立电力负荷预测的数学表达式，并对未来的负荷进行预测。电力负荷时间序列预测方法主要包括自回归AR（p）模型、滑动平均MA（q）模型和自回归与滑动平均ARMA（p，q）模型等。 按照处理方法不同，时间序列法分为确定时间序列分析法和随机时间序列分析法。时间序列模型的缺点在于不能充分利用对负荷性能有很大影响的气候信息和其他因素，导致了预报的不准
一．数据预处理 1.题中给出了三个地区的一个整年的负荷值，细分到一天96个点的数据。经过 数据预览后发现部分点数据遗失，部分数据可能存在较大误差，因此需要一个数据预处理程序对数据进行预处理，平滑不符合要求的数据点。 2.经资料预览后决定选取A地区从8月开始的98天的数据作为原始预测数据， 预测之后30天负荷值。这样选取基于两方面考虑：一是选取三个月及一个季度的值已经具有较大的代表性；二是11月份的负荷值已知，便于与预测出负荷值相比较，进行误差分析，以辨别建立的模型好坏。 3.应用Excel 选出98天数据，导入matlab中。编写数据预处理程序，其思想 简述如下：对于数据遗失点，即数据为0点，采用相邻两天的同一时刻的平均值来作为原始资料，若无相邻两天的资料，则采用相邻一天的数据值。对于数据误差较大的点，认为前后两天绝对值差大于6为误差点（6大概为单点负荷的15%），此处处理需基于一个假设，即第一日的96数据点数据为基准值。经实际预测数据认为此方法可行。 二．采用灰色理论预测 具体使用灰色GM（1，1）模型对数据进行预测 第一部分：模型的建立 1.经分析讨论后，认为灰色GM（1，1）模型具有所需建模样本数量少，计 算简单，可检验，利于编写程序进行计算等优点，因此采用此模型进行建模预测。 2.对预处理后的数据变换成行，进行1-AGO累加得到如下数据（为便于观 察此处给出描点得到的曲线）
3. 依据灰色预测步骤建立累加矩阵B 及常数相向量Y 。 4. 利用最小二乘法求出灰系数。 5. 对累加数据进行计算。 6. 累减还原得到预测值。 7. 对数据进行后验差检验，得到后验差比值C 及小误差概率P 以验证建立模型是否可行。 第二部分：模型的改进 1. 由于灰建模过程中的参数采用最小二乘法。最小二乘估计是使残差平方和取得最小值时的最优解，可以保证解的无偏性，适合对数据进行一次性处理，且计算简单。但是它求得的只是一个局部最优解，并非在任何情况下都能满足要求，最小二乘法有解的条件是B B T 矩阵非奇异（B B T 行列式数值大于零），显然B B T 是实对称阵。在实际计算中会出现矩阵接近于奇异（行列式数值接近于零），即所谓“病态”情况。由此导致参数估计结果不稳定，不可信，这必然导致灰预测公式的不稳定，不可信，从而使得预测结果不稳定，不可信。实际计算中得到的灰参数为[-0.0000 5 2.8550 ];导致最终预测值偏大，不可采用，得到后验差比值C=0.9954，小误差概率P= 0.5028。 2. 考虑到以上情况，考虑对GM （1，1）模型进行改进。首先对数据进行单位化，而后平滑数据，使数据之间的离散度减小。但由于输入的数据量过大，最终得到的结果依旧不理想。 3. 再次查阅相关数据，提出新的改进方法，建立残差灰色预测模型。将上文中得到的灰色预测值与原值的差求出，作为残差数列，对残差数列的子数列（本例中选择奇数项）重新建立GM （1，1）模型，求出残差预测数列对)1(')0(^+k e 作为)1()0(^+k x 的修正模型可得 )1()0(^+k x =（1-a e -）[)0(x (1)-a u ]ak e -+δ(k-i)(1-'a e -)[-)1()0(e ''a u ]''k a e - 其中δ(k-i)= i=n-n’ 4. 应用残差灰色预测模型后，数据的误差大为减小C= 0.5903 P= 0.7542 第三部分：模型进一步改进空间以及GM （1，1）弊端 1. 残差灰色预测模型部分可加入神经网络对预测值进行修正，使得预测值更加逼近真实值 2. GM （1，1）模型并不适用于大数据量的离散数据预测，在第三部分中提出 的三种改进方法的作用下，才可达到勉强合格的标准。 1（k ≥i ） 0（k ＜i ）
电力系统负荷预测方法及特点 摘要：负荷预测在电力系统规划和运行方面发挥的重要作用，具有明显的经济效益，负荷预测实质上是对电力市场需求的预测。该文系统地介绍和分析了各种负荷预测的方法及特点，并指出做好负荷预测已成为实现电力系统管理现代化的重要手段。 电力系统负荷预测方法及特点:2.8专家系统法专家系统预测法是对数据库里存放的过去几年甚至几十年的，每小时的负荷和天气数据进行分析，从而汇集有经验的负荷预测人员的知识，提取有关规则，按照一定的规则进行负荷预测。实践证明，精确的负荷预测不仅需要高新技术的支撑，同时也需要融合人类自身的经验和智慧。因此，就会需要专家系统这样的技术。专家系统法，是对人类的不可量化的经验进行转化的一种较好的方法。但专家系统分析本身就是一个耗时的过程，并且某些复杂的因素(如天气因素)，即使知道其对负荷的影响，但要准确定量地确定他们对负荷地区的影响也是很难的。专家系统预测法适用于中、长期负荷预测。此法的优点是：①能汇集多个专家的知识和经验，最大限度地利用专家的能力； ②占有的资料、信息多，考虑的因素也比较全面，有利于得出较为正确的结论。缺点是：①不具有自学习能力，受数据库里存放的知识总量的限制；②对突发性事件和不断变化的条件适应性差。2.9神经网络法神经网络(ANN,ArtificialNeuralNetwork)预测技术，可以模仿人脑做智能化处理，对大量非结构性、非确定性规律具有自适应功能。ANN应用于短期负荷预测比应用于中长期负荷预测更为适宜。因为，短期负荷变化可以认为是一个平稳随机过程。而长期负荷预测可能会因政治、经济等大的转折导致其模型的数学基础的破坏。优点是：①可以模仿人脑的智能化处理；②对大量非结构性、非精确性规律具有自适应功能；③具有信息记忆、自主学习、知识推理和优化计算的特点。缺点是：①初始值的确定无法利用已有的系统信息，易陷于局部极小的状态；②神经网络的学习过程通常较慢，对突发事件的适应性差。2.10优选组合预测法优选组合有两层含义：一是从几种预测方法得到的结果中选取适当的权重加权平均；二是指在几种预测方法中进行比较，选择拟和度最佳或标准偏差最小的预测模型进行预测。对于组合预测方法也必需注意到，组合预测是在单个预测模型不能完全正确地描述预测量的变化规律时发挥作用。一个能够完全反映实际发展规律的模型进行预测完全可能比用组合预测方法预测效果好。该方法的优点是：优选组合了多种单一预测模型的信息，考虑的影响信息也比较全面，因而能够有效地改善预测效果。缺点是：①权重的确定比较困难；②不可能将所有在未来起作用的因素全包含在模型中，在一定程度上限制了预测精度的提高。2.11小波分析预测技术小波分析是一种时域-频域分析法，它在时域和频域上同时具有良好的局部化性质，并且能根据信号频率高低自动调节采样的疏密，它容易捕捉和分析微弱信号以及信号、图像的任意细小部分。其优点是：能对不同的频率成分采用逐渐精细的采样步长，从而可以聚集到信号的任意细节，尤其是对奇异信号很敏感，能很好的处理微弱或突变的信号，其目标是将一个信号的信息转化成小波系数，从而能够方便地加以处理、储存、传递、分析或被用于重建原始信号。这些优点决定了小波分析可以有效地应用于负荷预测问题的研究。3结束语负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是一个电网调度部门和规划部门所必须具有的基本信息。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。因此，负荷预测已成为实现电力系统管理现代化的重要内容。 电力系统负荷预测方法及特点:
电力系统负荷预测论文 摘要：负荷预测在电力系统规划和运行方面发挥的重要作用，具有明显的经济效益，负荷预测实质上是对电力市场需求的预测。该文系统地介绍和分析了各种负荷预测的方法及特点，并指出做好负荷预测已成为实现电力系统管理现代化的重要手段。 关键词：电力系统负荷预测电力市场建设规划 1引言 电力系统负荷预测是指从电力负荷自身的变化情况以及经济、气象等因素的影响规律出发，通过对历史数据的分析和研究，探索事物之间的内在联系和发展变化规律，以未来的经济、气象等因素的发展趋势为依据，对电力需求作出预先的估计和推测。负荷预测包括两方面的含义：对未来需求量(功率)的预测和未来用电量(能量)的预测。电力需求量的预测决定发电、输电、配电系统新增容量的大小； 电能预测决定发电设备的类型(如调峰机组、基荷机组等)。 负荷预测的目的就是提供负荷发展状况及水平，同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。 2负荷预测的方法及特点 2.1单耗法 按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分"产品单耗法"和"产值单耗法"两种。采用"单耗法"预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看，一般规律是产品单耗逐年上升，产值单耗逐年下降。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。 2.2趋势外推法 当电力负荷依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间t为自变量，时序数值y为因变量，建立趋势模型y＝f(t)。当有理由相信这种趋势能够延伸到未来时，赋予变量t所需要的值，可以得到相应时刻的时间序列未来值。这就是趋势外推法。 应用趋势外推法有两个假设条件：①假设负荷没有跳跃式变化；②假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。 外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是：如果负荷出现变动，会引起较大的误差。 2.3弹性系数法
电力工程信号处理 课程报告 电力负荷预测方法分析 院系：能源与动力工程学院 专业：电力系统及其自动化 指导老师王瑞霞老师 学号： 115108000887 姓名：于杏 日期： 2016.01.17
目录 1. 绪论 (2) 1.1电力负荷预测研究意义 (3) 1.2国内外研究现状 (3) 2. 电力负荷预测 (3) 2.1 电力负荷的研究背景 (4) 2.2 电力负荷的构成及特点 (4) 2.3 电力负荷的一般步骤 (4) 2.4 电力负荷预测方法 (5) 2.4.1 回归模型预测法 (5) 2.4.2 时间序列预测方法 (5) 2.4.3 人工神经网络法 (6) 2.4.4 灰色预测法 (6) 2.4.5 专家系统法 (6) 2.4.6 模糊数学法 (7) 2.4.7 小波分析法 (7) 2.5电力负荷预测方法分析与比较 (8) 3．总结 (8) 参考文献 (9)
摘要 电力负荷预测对电力系统规划和运行极其重要。准确的负荷预测是实现规划方案科学性和正确性的保证，也是保证电网可靠供电，优质运行的一项前瞻性工作。 本文先对介绍电力负荷预测的意义和发展概况，然后着重列举了回归模型预测法、模糊数学预测法、小波分析法等七种预测方法，并分别指出了优缺点，在此基础上分析了他们的不同及适用情况。以便于在选择出更为合适的电力预测方法的基础上，得到更为理想的预测结果。 关键词：电力负荷，电力系统，方法 Abstract Power load forecasting of power system planning and operation is extremely important. The accuracy of the load forecasting ensures the planning scheme to be scientific .It is also a prospective work to guarantee the reliability and economic operation of power. This article introduces the meaning and the developing situation of power load forecasting firstly, and then emphatically enumerates seven kinds of forecast methods, such as the regression model prediction method, fuzzy prediction method, the wavelet analysis method，etc. At the end,the article points out the advantages and disadvantages respectively, on the basis of the analysis of their different and applicable conditions. The article is useful in choosing a more appropriate power prediction methd, on the basis of which, better prediction results are obtained. Keywords: power load, the power system,method
９３ 科技资讯 ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ１．负荷预测概念 电力负荷预测是实时控制、运行计划和发展规划的前提在电力系统中，负荷指电力需求量或用电量。需求量是能量的时间变化率，即功率。负荷预测包括两方面的含义：对未来需求量（功率）的预测和未来用电量（能量）的预测。对功率的预测用来决定发电设备的容量，以及相应的输电和配电的容量。对能量的预测则决定了应当安装何种类型的发电容量。 ２．负荷预测的特点 由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以负荷预测工作研究对象是不肯定时间、随机时间，需要采用适当的预测技术和模型，推出负荷的发展趋势和可能达到的状况。其特点如下：负荷预测的不准确性；负荷预测的条件性；负荷预测的时间性 ；负荷预测的地区效应；负荷预测的多方案性；３．负荷预测的具体方法 时间序列法：时间序列法是对给定的一段时间的历史负荷记录，提取出基本负荷分量、天气敏感负荷分量和特别事件负荷分量后，剩余的残差即为各时刻随机负荷分量，可以看成是随机时间序列。目前最有效的方法是Ｂｏｘ—Ｊｅｎｋｉｎｓ的时间序列法。 卡尔曼滤波分析法：把负荷作为状态变量建立状态空间模型，用卡尔曼滤波算法实现负荷预测。这种算法是在假定噪声的统计特性已知的情况下得出，事实上估计噪声的统计特性是该方法应用的难点所在。此算法适用于在线负荷预测。 回归分析法：回归预测是根据负荷过去的历史资料，建立可以进行数学分析的数学模型，对未来的负荷进行预测。其特点是将预测目标的因素作为自变量，将预测目标作为因变量。回归分析法中，自变量是随机变量，因变量是非随机变量，根据给定的多组自变量和因变量资料，研究各种变量之间的相互关系。利用得到的经验回归方程式来表示变量之间的定量关系，预测系统将来的负荷值。 指数平滑预报法：用过去数周的同类型日的相同时间的负荷组成一组时间上有序的ｙ（ｔ）、ｙ（ｔ—１）、ｙ（ｔ一２），对该数组进行加权平均，计算时应该加大新近数据的权系数，减小陈旧数据的权系数，以体现过程的时变性。 模糊预测法：应用模糊逻辑和预报人员的专业知识将数据和语言形成模糊规则库，然后选用一个线性模型逼近非线性动态的系统负荷。从实际应用来看，单纯的ｒｕｍ，方法对于负荷预测，精度往往不尽如人意。这主要是因为ｒｕｍ，预测没有学习能力，这一点对于不断变化的电力系统来说，是极为不利的。 人工神经网络方法：利用人工神经网络（ＡＮＮ），选取过去一段时间的负荷作为训练样本，然后构造适意的网络结构。用某种训练算法对网络进行训练，使其满足精度要求之后，用ＡＮＮ作负荷预测。一般而言，ＡＮＮ应用于短期负荷预测要比应用于中长期负荷预测更为适宜，因为短期负荷变化可以认为是一个平稳随机过程，而长期负荷预测与国家或地区的政治、经济政策等因素密切相关，通常会有些大的波动，而并非是一个平稳随机过程。 优选组合预测法：优选组合预测有两类概念：一是指将几种 预测方法所得地预测结果，选取适当地权重进行加权平均；二 是指在几种预测方法中进行比较，选择拟和优度最佳或标准离差最小的预测模型进行预测。组合预测方法是建立在最大信息利用的基础上，它最优组合了多种单一模型所包含的信息。在建立模型时有两方面的限制：一个是不可能将所有在未来起作用的因素全包含在模型中；另一个是很难确定众多参数之间的精确关系。所以其预测精度提高很受限制。 灰色模型法：灰色系统理论将一切随机变化量看作是在一定范围内变化的灰色量，常用累加生成（ＡＧＯ）和累减生成（ＩＡＧＯ）的方法，将杂乱无章的原始数据整理成规律性较强的生成数据列。用灰色模型（ＧＭ）的微分方程作为电力系统单一指标（如负荷）的预测时，求解微分方程的时间响应函数表达式即为所求的灰色预测模型，对模型的精度和可信度进行校验并修正后，即可据此模型预测未来的负荷。此法适用于短、中、长三个时期的负荷预测。在建模时不需要计算统计特征量，从理论上讲，可以使用于任何非线性变化的负荷指标预测。但其不足之处是其微分方程指数解比较适合于具有指数增长趋势的负荷指标，对于具有其它趋势的指标则有时拟和灰度较大，精度难以提高。 专家系统法：所谓专家系统法，是对数据库里存放的过去几年的，每小时的负荷和天气数据进行细致的分析，从而汇集有经验的负荷预报人员的知识，提取有关规则，按照一定的规则推理进行负荷预测。专家系统是对人类的不可量化的经验进行转化的一种较好的方法。若能将它与其他方法有机地结合起来，构成预测系统，将可得到满意地结果。但专家系统分析本身就是一个耗时的过程，并且某些复杂的因素（如天气因素）即使知道其对负荷的影响，但要准确、定量地确定他们对负荷地影响也常常是很困难的事。 小波分析侦测技术：小波分析是一种时域一频域分析法，它在时域和频域上同时具有良好的局部化性质，并且能根据信号频率高低自动调节采样的疏密，它容易捕捉和分析微弱信号以及信号、图像的任意细小部分。其优点是：能对不同的频率成分采用逐渐精细的采样步长，从而可以聚集到信号的任意细节，尤其是对奇异信号很敏感，能很好的处理微弱或突变的信号，其目标是将一个信号的信息转化成小波系数，从而能够方便地加以处理、储存、传递、分析或被用于重建原始信号。这些优点决定了小波分析可以有效地应用于负荷预测问题的研究。４．小结 负荷预测是ＡＮＮ在电力系统应用中最合适得到一个领域，也是到目前为止研究的较多的一个课题。初步成果表明，预测结果可能比其他方法更准确，具有实用的前景。但这种方法在实施时有很多实际问题需要解决，且这些问题与具体系统情况有关，针对不同的需要因选择最适合的负荷预测方法。参考文献 ［１］牛东晓．曹树华．赵磊．张文文．电力负荷预测技术．中国电力出版社．１９９９ ［２］肖国泉．王春．张福伟．电力负荷预测．中国电力出版社．２００１ 电力系统负荷预测 巩丽荣 （大庆市林甸县电业局 １６２３００） 摘 要：负荷预测在电力系统规划和运行方面能发挥重要的作用，产生明显的经济效益，负荷预测实质上时对电力市场需求的预测。本文系统介绍和分析了负荷预测的基本概念、种类、和预测方法。关键字：电力系统 负荷 预测 中图分类号：ＴＭ７ 文献标识码：Ａ
1. 背景 电力系统的负荷预测长期以来只有国有的电力公司才会关注，研究人员也主要是电科院，高校以及国网电力公司的相关工程师。随着能源互联网的发展以及电力改革的推进，针对电力系统负荷预测应用逐步扩展到售电商以及用户，尤其是售电商，其利润的主要来源是对负荷的准确预测，购买长期的有竞争力的电能，而比较大的负荷预测偏差，可能会使售电商高价购买临时电能，降低利润。当前储能在大工业用户以及工业园区发展比较快，储能的释放以及存储时间选择，也是依靠准确的负荷预测来控制最大需量，同时结合峰谷电价获得最大的经济效益。 因此本文以《电力系统负荷预测》这本书为依据，同时阅读其他的论文，对负荷预测的相关基本理论，数据处理方法，超短期以及短期负荷预测的主要方法进行了分析和介绍。 2. 负荷预测基本原则 2.1 拟合与预测 历史拟合的最佳不等于预测结果的最佳，例如3个历史数据，通过一个二次多项式可以得到零误差拟合，但是实际的预测效果可能并不好，核心问题是不能把负荷预测作为单纯的数学问题来解决。 2.2 近大远小 物理量未来的变化趋势更多的取决于历史时刻近期的发展规律，远期数据与未来的相关性较弱，也就是对远期数据的拟合程度可以比较低。 2.3 负荷成因分析 不能把负荷预测作为单纯的数学问题，应该从电力系统的角度，重视负荷发展的内在规律分析，通过分析，可以得到影响负荷的重要因素以及其发展规律，对算法的选择应用有重要的作用。 2.4 负荷预测需要考虑的因素 长期负荷预测主要是GDP和人口等，而短期负荷预测主要是温度，湿度，天气类型，节假日类型等，预测方法应该和实际相结合，尤其是天气因素，尖峰平谷电价以及负荷构成的影响。 2.5 综合预测法 单个预测方法可能只能揭示了负荷变化规律的一部分，因此如果将多种预测方法进行有机结合，可以对负荷变化规律进行更好的描述，这种称为综合预测或者组合预测。综合预测法主要是在预测结果上进行判断，给每种预测模型赋予不同的权重，得到预测效果更好的综合模型。电子科技大学的唐小我教授这方面研究比较突出，并且证明，综合预测模型的预测误差平方和不大于参与组合的单一模型的预测误差平方和的最小者。 3.负荷预测的数学方法
电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，其对电力系统规划和运行都极其重要。 电力负荷预测包括两方面的含义，即用以指安装在国家机关、企业、居民等用户处的各种用电设备，也可用以描述上述用电设备所消耗的电力电量的数值。 电力负荷预测是以电力负荷为对象进行的一系列预测工作。从预测对象来看，电力负荷预测包括对未来电力需求量（功率）的预测和对未来用电量（能量）的预测以及对负荷曲线的预测。其主要工作是预测未来电力负荷的时间分布和空间分布，为电力系统规划和运行提供可靠的决策依据。 负荷预测是电力系统调度、用电、计划和规划等管理部门的重要工作之一。提高负荷预测技术水平,有利于用电管理,有利于合理安排电网运行方式和机组检修计划,有利于节煤、节油和降低发电成本,有利于制定合理的电源建设规划,有利于提高电力系统的经济效益和社会效益。本文的第一章主要介绍了负荷预测的概念、分类与特点,以及负荷预测的基本步骤和误差分析;在第二、三章介绍了各类电力系统负荷预测的常用方法的特点和适用范围,着重分析了一些预测新技术,如灰色预测、专家系统预测、神经网络预测、小波分析预测等的模型结构、功能特点、适用范围,并说明了各类方法在电力系统的实际应用情况;同时,在第四章还提出了几种综合负荷预测模型,并介绍了利用遗传算法、蚁群算法优化权重的方法;第五章阐述了一些提高负荷预测精度的措施。 关键词：电力系统负荷预测电网运行方式 Power system load forecasting is an important part of planning is the basis for economic operation of power system, its power system planning and operation are extremely important. Load forecasting, including two meanings, that is used to refer installation in the state organs, enterprises, residents and other users at a variety of electrical equipment, can also be used to describe the power consumed by electrical equipment, power values. Load forecasting power load for the object is a series of forecasting. View objects from the forecast, load forecast including future power demand (power) of the forecast and future consumption (energy) load forecast and the forecast curve. Its main job is to predict the future distribution of power load and spatial distribution of the time, for the
1.光伏发电预测的影响因素有哪些？ 环境温度，辐照强度，季节类型，天气类型，云量等。 主要影响因素： 气象因子对光伏发电功率的影响：云量作为表征天空遮蔽程度的气象因素，云量的多少会直接影响到达光伏阵列的辐照强度。 2.风力发电预测的影响因素有哪些？ （1）风电出力预测模型的不同。不同的预测模型会因为输入因子的不同、采用的计算方法不完善和要求的精度不同等原因而造成不同程度的误差。 （2）风电场地理环境。根据空气动力系统理想模型，风能转换成风电机组功率，不仅与风速的大小有关，还与风向、气温、空气密度等有关。 （3）风电功率预测时间间隔。风电功率预测按时间长短可以分为：长期预测、中期预测、短期预测和超短期预测，预测误差一般随着预测时间间隔的缩短而减小 （4）预测功率的水平。一般风电预测功率误差会随着预测功率的增大而增大，且分布越来越分散。 3.电价预测的影响因素有哪些？ ?简答：影响电价的因素众多，既包括发电侧和需求侧的因素，又包括输送电力的电力网络方面等因素：①历史电价。②负荷。③发电商报价。④时段因素。⑤市场内因素。⑥电力市场外因素，如煤、石油、天然气的价格。
?①历史电价。前后时段的电价间具有较强的相关性，电价预测正是利用这种电价间的联系进行电价预测，时间序列法和神经网络法均将历史电价作为重要因素。 ?②负荷。电力用户的价格弹性很低，可以认为是刚性的，系统负荷几乎不随价格的变化而变化。因此，在系统供给曲线给定的情况下，代表需求侧信息的系统负荷就决定了市场出清价。 负荷序列与电价序列的相关系数通常在0.4左右。 ?③发电商报价。系统中各发电商的报价曲线形成系统的总供给曲线，决定了电力市场的供给侧信息，因而对电价也有较大影响。拥有市场力的发电商的策略性报价，如容量持留、博弈投机等，是价格尖峰出现的主要原因但发电商的报价由于涉及发电商的人为行为，很难量化。一个可行的方案是采用智能代理来模拟发电商竞价的人为行为，但在存电价预测中如何应用仍然未知。现有预测方法基本未考虑发电商报价对电价的影响。 此外，系统可用容量和机组检修及故障也是一个重要的供给侧信息。 ?④时段因素。不同日的不同时段，电价会表现出较大的差异。 如周末电价通常低于工作日电价，而下午用电高峰时段的电价通常高于深夜用电低谷时段的电价。因此，可以认为时段也是影响电价的一个因素。 ?此外，提出新的电价影响指标，如必须运行率、市场供给指数等。有的市场采用节点电价，在对系统中各节点电价进行预测