电力系统负荷预测的综合模型

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),,(ˆ== 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

],[,),,(ˆ=⨯+==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

ˆ,ˆ,ˆ,,ˆ,ˆ121 +，此时会将序列n x x x ,,,21 称为原始数列，n x x x

ˆ,,ˆ,ˆ21 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 ˆ,ˆ1 +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 ˆ,,ˆ,ˆ21 ，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,),(ˆˆ110 =⨯=⨯=∑∑== （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

0ˆ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)ˆ(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.