短期负荷预测理论
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
16
基本概念说明
• 什么是负荷预测： 什么是负荷预测： 负荷预测值=f（历史负荷，历史相关因素，未来的相关因素） 负荷预测值=f（历史负荷，历史相关因素，未来的相关因素） =f • 短期负荷数据类型： 短期负荷数据类型：
日特征量（最大负荷，最小负荷……） 日特征量（最大负荷，最小负荷……） …… 96点负荷 96点负荷
A1t = βP3 t + β (1 − β )P4 t + L + β (1 − β ) P8 t
5
– 求取第二周期 时刻历史相关负荷的平滑值A2t 求取第二周期t时刻历史相关负荷的平滑值A2t 时刻历史相关负荷的平滑值 5 A2 t = β P9 t + β (1 − β )P10,t + L + β (1 − β ) P14,t –取第一周期中同类型日t时刻的值P1t 取第一周期中同类型日t时刻的值P1t 取第一周期中同类型日 A % P –待预测日t时刻值 = A ⋅ P 待预测日t 待预测日
基本数学原理： 基本数学原理：
•
物理意义： 物理意义：
96点负荷是由标幺曲线和电量共同决定的 96点负荷是由标幺曲线和电量共同决定的 谷均可作为基值， 峰、平、谷均可作为基值，视每个值的稳定性而定
32
重迭曲线法
• 基本原理
• 物理意义： 物理意义：
标幺曲线和电量分开预测 延伸重迭部分决定电量水平相对准确
然后对低频分量ห้องสมุดไป่ตู้行建模和外推预测， 值，然后对低频分量进行建模和外推预测，最后叠加得到 整体的负荷预测结果。 整体的负荷预测结果。
a0 + D(t )
W (t )
L (t )
H (t )
35
子网累加预测技术
上级单位负荷与各下级单位负荷之和具有较稳定 的比例关系 子网累加法是利用各下级单位上报的负荷预测数 据，根据比例关系，形成上级单位负荷预测数据。 该方案的核心思想是，充分利用各个下级单位的 信息，并充分利用各个下级单位预测偏差可能相 互抵消。
时段中近期的发展规律， 时段中近期的发展规律，远期的历史数据与未来 发展趋势的相关性较弱 常规预测：各时段拟合残差同等对待 常规预测： 处理思路：区别对待各时段的拟合残差，近期的 处理思路：区别对待各时段的拟合残差， 发展规律应该得到更好地拟合， 发展规律应该得到更好地拟合，远期历史数据的 拟合程度可以稍低 方法：加权参数估计 方法： 优点：更好地体现惯性规律 优点：
口径 全体 环节 供电 发电 售电 分类 结构 总量
年 季 月 周 日 时分 用户 整刻度值 用电 县级 电网 企业 地级 省级 区域 国家 行政级别 统计值 连续曲线 节点 分区 整体 空间
积分值
指标属性
年度全社会用电量预测 月度分类售电量预测 日负荷曲线预测
超短期负荷预测 空间负荷预测 母线负荷预测
1t t 1t 2t
29
回归分析法
• 概述：回归分析就是寻找因变量y与自变量 之间存 与自变量x之间存 概述：回归分析就是寻找因变量 与自变量 在着的相关关系及回归方程式y=f(S,X) 在着的相关关系及回归方程式 • 分类：一元线性回归；多元线性回归；一元非线性 分类：一元线性回归；多元线性回归； 回归； 回归；多元非线性回归
14
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
15
短期负荷预测的重要意义 • 系统短期发电计划的制定
——最重要的参考条件 ——最重要的参考条件
• 电网安全 ——电力实时平衡性 ——电力实时平衡性 • 市场条件下电网运行的经济性
整个系统的运行成本 电网公司的购电成本
短期负荷预测的基本流程
基础信息数据库（负荷、相关因素） 基础信息数据库（负荷、相关因素）
确定数 据对象
基础数据 历史数据 相关因素 负荷预测结果 分析和预 规律性分 的考虑和 的整 处理 析和外推 负荷修正 理和校验
19
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
12
预测的基本流程
未知 负荷
已知 信息
外推 规律
历史负荷 历史气象 未来气象 运行方式 ……
回归 模式识别 智能算法 ……
一次预测 偏差步长 二次预测 反馈修正
13
负荷预测基本步骤
1.确定预测目标与预测内容 1.确定预测目标与预测内容 2.收集相关历史资料 2.收集相关历史资料 3.基础资料信息分析 3.基础资料信息分析 4.预测模型和方法的选择和取舍 4.预测模型和方法的选择和取舍 5.数据预处理 5.数据预处理 6.模型参数辨识 6.模型参数辨识 7.评价模型 7.评价模型 8.应用模型进行预测 8.应用模型进行预测 9.预测结果评价与分析 9.预测结果评价与分析
25
预测算法机理分析
直接外推法
外推法 算法机理分类 相关因素法
非常规影响 分解外推法 常规影响
26
序列分析、 序列分析、趋势外推方法
• 历史规律外推方法的基本原理（三步法） 历史规律外推方法的基本原理（三步法）
历史规律分析
• 外推的分类
分解外推
建立数学模型
外推预测
直接外推方法
27
直接外推方法
• 直接外推的原理： 直接外推的原理： 负荷规律 负荷预测
36
负荷预测的常规影响因素
天气类型 温度
日类型
影响 因素
湿度
风速
降雨/降雪 降雨 降雪
37
相关因素处理策略
相关因素
问题的提出 相关因素对短期负荷的 影响具有相似性、实时性 以及隐含性 如何对影响负荷的相关 因素的影响进行量化 基本相关因素指标 化分类为定量的指标： 日类型、天气类型等 原始定量指标：最高、 最低、平均温度、风速、 湿度等 量化的基本思路 需要把不同因素值影 射到一个可以相互比较 的区间内 映射函数的表示 把不同因素值映射到 一个可以相互比较的区 间内，如：（0,1） 用一个映射函数对各 因素对各日的负荷的影 响量化.例如：（星期四， 晴，35摄氏度…）=> （0.25,0.12,0.88…）
33
频域分量法
• 频域分量法
Pt = a 0 +
N −1 i =1
∑ (a
i
cos ω i t + bi sin ω i t )
P (t ) = a0 + D(t ) + W (t ) + L(t ) + H (t )
• 关键点：傅立叶分析 + 剩余分量建模 关键点： • 原理的举例说明：利用日分量和周分量直接取得基准 原理的举例说明 ：
延续性原则
全面性原则
基本 原则
相似性原则
统计规律性原则
6
基本原则
1 全面性原则
预测量的历史行为中包含了一切信息。序列预测技术依据全面性原则， 预测量的历史行为中包含了一切信息。序列预测技术依据全面性原则，改变了 建模的角度，单纯从预测量自身的历史行为出发，也是有可能找到其内在的、 建模的角度，单纯从预测量自身的历史行为出发，也是有可能找到其内在的、 隐蔽的规律
4 统计规律性原则
预测量的历史行为中必然包含着一定的随机因素，即具有某种统计规律性。 预测量的历史行为中必然包含着一定的随机因素，即具有某种统计规律性。预 测量的这种统计规律性是应用概率论与数理统计的理论和方法进行预测的基础
8
负荷预测应遵循的理念 1. “近大远小”原则 近大远小” 近大远小
含义：物理量未来的变化趋势更多地取决于历史 含义：
30
分解外推方法
• 基值和标幺的解耦算法
基值和标幺曲线分开预测 形状 & 负荷水平 模型适应性 常用算法：倍比平滑法，重叠曲线法，变化系数法…… 常用算法：倍比平滑法，重叠曲线法，变化系数法……
• 频域分解算法
负荷=周周期变化成分+日周期变化成分+ 负荷=周周期变化成分+日周期变化成分+其他 数学原理： 数学原理：离散序列的傅立叶分解 负荷规律性分析 & 预测
• 短期算法的数据分类
历史数据 虚拟预测数据 实际预测数据
17
短期负荷预测特点
周期性
不同日之间24小时整体变化规律的相似性 不同日之间24小时整体变化规律的相似性 24 不同周、 不同周、同一星期类型日的相似性 工作日、 工作日、休息日各自的相似性 不同年度节假日的相似性
季节性：负荷规律明显不同
18
• 子网累加法
31
•
预测思路： 预测思路：
倍比平滑法
待预测日的标幺负荷曲线可由相关负荷集合的标幺曲线 的逐点平滑结果得到， 的逐点平滑结果得到，而相应的基值由其前一周期的倍 比关系预测。 比关系预测。
•
（1）标幺曲线预测：ˆt = αL1t + α (1 − α )L2t + α (1 − α )2 L3t + L + α (1 − α )n −1 Lnt 标幺曲线预测： L ˆ 基值预测：倍比预测， （2）基值预测：倍比预测，类似点对点倍比 P0 = A1,0 ⋅ P1,0 A2,0 预测曲线有名化： ˆ ˆ ˆ （3）预测曲线有名化： Pt = P0 ⋅ Lt
9
负荷预测应遵循的理念 2. 重视负荷成因分析
现状：负荷预测研究工作忽视对负荷自身 现状：
规律性的挖掘，过于关注各种算法， 规律性的挖掘，过于关注各种算法，失去 了电力系统的特色。 了电力系统的特色。
解决途径：从电力系统的角度，重视负荷 解决途径：从电力系统的角度，
发展的内在规律， 发展的内在规律，从物理特性研究其变化 规律。 规律。
第 1 周期
基准日 时间
同类型日
23
节假日预测基本思路
基准日 待预测日
本年度 本年度节前相关日 间隔
时间
上年度 上年度节前相关日 间隔
时间
待预测日的上年度同类型日
24
新息和非新息算法的区别
• 新息的特点
新息的含义就是最新信息 以当日最新获得的负荷数据作为历史数据的一部分， 以当日最新获得的负荷数据作为历史数据的一部分，对待预测日进 行预测
7
基本原则
3 相似性原则
在相同的背景下，预测量会体现出与历史量相同的规律， 在相同的背景下，预测量会体现出与历史量相同的规律，例如各年春节期间的 日负荷曲线往往表现出彼此相同、但与其它日负荷曲线完全不同的形态。 日负荷曲线往往表现出彼此相同、但与其它日负荷曲线完全不同的形态。这就 是相似性原则。 是相似性原则。
20
负荷预测算法分析
负荷预测的方法分类
负荷预测算法的机理分析 研究的新进展
21
短期预测的方法分类 • 节假日预测和非节假日预测
节假日单独预测的原因 正常日负荷预测算法
• 新息和非新息算法
信息实效性， 信息实效性，主要针对传统外推算法 负荷预测的延续性原则
22
正常日预测的基本思路
第 3 周期
第 2 周期
10
负荷预测应遵循的理念 3. 负荷预测中相关因素的考虑
主要影响因素
日类型 温度 湿度 天气类型等
11
负荷预测应遵循的理念 4. 综合模型的应用
背景
可供选择的模型多种多样， 可供选择的模型多种多样，如何寻找适合本 地区发展规律的模型 负荷发展的自然规律难以用单一模型描述 解决途径：建立综合模型，利用最大信息 解决途径：建立综合模型， 在几种预测方法中进行比较， 在几种预测方法中进行比较，选择拟合优度 最佳或标准离差最小的预测模型作为最优模 型进行预测。 型进行预测。 将几种预测方法所得的预测结果， 将几种预测方法所得的预测结果，选取适当 的权重进行加权平均形成综合最优模型。 的权重进行加权平均形成综合最优模型。
4
负荷预测的基本分类
负荷预测基本分类
预测对象
系统负荷预测 母线负荷预测 小地区负荷预测 线路负荷预测
预测时间
长期负荷预测 一年到几年） （一年到几年） 中期负荷预测 数周到一年） （数周到一年） 短期负荷预测 一天到数周） （一天到数周） 超短期负荷预测 几小时到一天） （几小时到一天）
5
基本原则
2 延续性原则
延续性原则相当于物理学中的“惯性定理” 惯性实际上反映的是系统“ 延续性原则相当于物理学中的“惯性定理” ，惯性实际上反映的是系统“势” 的大小。系统越大， 越大，表现出的惯性就越大， 的大小。系统越大，“势”越大，表现出的惯性就越大，预测量的历史行为对 未来的影响越大，应用外推预测技术得到的精度越高。 未来的影响越大，应用外推预测技术得到的精度越高。
电力系统短期负荷预测
清华大学电机系 北京清软创新科技有限公司 罗欣
2009年 2009年7月
1
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
2
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
3
时间
基 于 雷 达 图 的 负 荷 预 测 分 类 方 法
• 直接外推的方法列举： 直接外推的方法列举：
点对点，一元线性回归…… 点对点，一元线性回归……
28
点对点倍比法
• 预测思路
待预测日某时刻的负荷预测值由与其相关的近期各日 同一时刻的负荷值的一次指数平滑结果得到。 同一时刻的负荷值的一次指数平滑结果得到。
• 预测步骤
–求取第一周期t时刻历史相关负荷的平滑值A1t 求取第一周期t时刻历史相关负荷的平滑值A1t 求取第一周期
基本概念说明
• 什么是负荷预测： 什么是负荷预测： 负荷预测值=f（历史负荷，历史相关因素，未来的相关因素） 负荷预测值=f（历史负荷，历史相关因素，未来的相关因素） =f • 短期负荷数据类型： 短期负荷数据类型：
日特征量（最大负荷，最小负荷……） 日特征量（最大负荷，最小负荷……） …… 96点负荷 96点负荷
A1t = βP3 t + β (1 − β )P4 t + L + β (1 − β ) P8 t
5
– 求取第二周期 时刻历史相关负荷的平滑值A2t 求取第二周期t时刻历史相关负荷的平滑值A2t 时刻历史相关负荷的平滑值 5 A2 t = β P9 t + β (1 − β )P10,t + L + β (1 − β ) P14,t –取第一周期中同类型日t时刻的值P1t 取第一周期中同类型日t时刻的值P1t 取第一周期中同类型日 A % P –待预测日t时刻值 = A ⋅ P 待预测日t 待预测日
基本数学原理： 基本数学原理：
•
物理意义： 物理意义：
96点负荷是由标幺曲线和电量共同决定的 96点负荷是由标幺曲线和电量共同决定的 谷均可作为基值， 峰、平、谷均可作为基值，视每个值的稳定性而定
32
重迭曲线法
• 基本原理
• 物理意义： 物理意义：
标幺曲线和电量分开预测 延伸重迭部分决定电量水平相对准确
然后对低频分量ห้องสมุดไป่ตู้行建模和外推预测， 值，然后对低频分量进行建模和外推预测，最后叠加得到 整体的负荷预测结果。 整体的负荷预测结果。
a0 + D(t )
W (t )
L (t )
H (t )
35
子网累加预测技术
上级单位负荷与各下级单位负荷之和具有较稳定 的比例关系 子网累加法是利用各下级单位上报的负荷预测数 据，根据比例关系，形成上级单位负荷预测数据。 该方案的核心思想是，充分利用各个下级单位的 信息，并充分利用各个下级单位预测偏差可能相 互抵消。
时段中近期的发展规律， 时段中近期的发展规律，远期的历史数据与未来 发展趋势的相关性较弱 常规预测：各时段拟合残差同等对待 常规预测： 处理思路：区别对待各时段的拟合残差，近期的 处理思路：区别对待各时段的拟合残差， 发展规律应该得到更好地拟合， 发展规律应该得到更好地拟合，远期历史数据的 拟合程度可以稍低 方法：加权参数估计 方法： 优点：更好地体现惯性规律 优点：
口径 全体 环节 供电 发电 售电 分类 结构 总量
年 季 月 周 日 时分 用户 整刻度值 用电 县级 电网 企业 地级 省级 区域 国家 行政级别 统计值 连续曲线 节点 分区 整体 空间
积分值
指标属性
年度全社会用电量预测 月度分类售电量预测 日负荷曲线预测
超短期负荷预测 空间负荷预测 母线负荷预测
1t t 1t 2t
29
回归分析法
• 概述：回归分析就是寻找因变量y与自变量 之间存 与自变量x之间存 概述：回归分析就是寻找因变量 与自变量 在着的相关关系及回归方程式y=f(S,X) 在着的相关关系及回归方程式 • 分类：一元线性回归；多元线性回归；一元非线性 分类：一元线性回归；多元线性回归； 回归； 回归；多元非线性回归
14
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
15
短期负荷预测的重要意义 • 系统短期发电计划的制定
——最重要的参考条件 ——最重要的参考条件
• 电网安全 ——电力实时平衡性 ——电力实时平衡性 • 市场条件下电网运行的经济性
整个系统的运行成本 电网公司的购电成本
短期负荷预测的基本流程
基础信息数据库（负荷、相关因素） 基础信息数据库（负荷、相关因素）
确定数 据对象
基础数据 历史数据 相关因素 负荷预测结果 分析和预 规律性分 的考虑和 的整 处理 析和外推 负荷修正 理和校验
19
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
12
预测的基本流程
未知 负荷
已知 信息
外推 规律
历史负荷 历史气象 未来气象 运行方式 ……
回归 模式识别 智能算法 ……
一次预测 偏差步长 二次预测 反馈修正
13
负荷预测基本步骤
1.确定预测目标与预测内容 1.确定预测目标与预测内容 2.收集相关历史资料 2.收集相关历史资料 3.基础资料信息分析 3.基础资料信息分析 4.预测模型和方法的选择和取舍 4.预测模型和方法的选择和取舍 5.数据预处理 5.数据预处理 6.模型参数辨识 6.模型参数辨识 7.评价模型 7.评价模型 8.应用模型进行预测 8.应用模型进行预测 9.预测结果评价与分析 9.预测结果评价与分析
25
预测算法机理分析
直接外推法
外推法 算法机理分类 相关因素法
非常规影响 分解外推法 常规影响
26
序列分析、 序列分析、趋势外推方法
• 历史规律外推方法的基本原理（三步法） 历史规律外推方法的基本原理（三步法）
历史规律分析
• 外推的分类
分解外推
建立数学模型
外推预测
直接外推方法
27
直接外推方法
• 直接外推的原理： 直接外推的原理： 负荷规律 负荷预测
36
负荷预测的常规影响因素
天气类型 温度
日类型
影响 因素
湿度
风速
降雨/降雪 降雨 降雪
37
相关因素处理策略
相关因素
问题的提出 相关因素对短期负荷的 影响具有相似性、实时性 以及隐含性 如何对影响负荷的相关 因素的影响进行量化 基本相关因素指标 化分类为定量的指标： 日类型、天气类型等 原始定量指标：最高、 最低、平均温度、风速、 湿度等 量化的基本思路 需要把不同因素值影 射到一个可以相互比较 的区间内 映射函数的表示 把不同因素值映射到 一个可以相互比较的区 间内，如：（0,1） 用一个映射函数对各 因素对各日的负荷的影 响量化.例如：（星期四， 晴，35摄氏度…）=> （0.25,0.12,0.88…）
33
频域分量法
• 频域分量法
Pt = a 0 +
N −1 i =1
∑ (a
i
cos ω i t + bi sin ω i t )
P (t ) = a0 + D(t ) + W (t ) + L(t ) + H (t )
• 关键点：傅立叶分析 + 剩余分量建模 关键点： • 原理的举例说明：利用日分量和周分量直接取得基准 原理的举例说明 ：
延续性原则
全面性原则
基本 原则
相似性原则
统计规律性原则
6
基本原则
1 全面性原则
预测量的历史行为中包含了一切信息。序列预测技术依据全面性原则， 预测量的历史行为中包含了一切信息。序列预测技术依据全面性原则，改变了 建模的角度，单纯从预测量自身的历史行为出发，也是有可能找到其内在的、 建模的角度，单纯从预测量自身的历史行为出发，也是有可能找到其内在的、 隐蔽的规律
4 统计规律性原则
预测量的历史行为中必然包含着一定的随机因素，即具有某种统计规律性。 预测量的历史行为中必然包含着一定的随机因素，即具有某种统计规律性。预 测量的这种统计规律性是应用概率论与数理统计的理论和方法进行预测的基础
8
负荷预测应遵循的理念 1. “近大远小”原则 近大远小” 近大远小
含义：物理量未来的变化趋势更多地取决于历史 含义：
30
分解外推方法
• 基值和标幺的解耦算法
基值和标幺曲线分开预测 形状 & 负荷水平 模型适应性 常用算法：倍比平滑法，重叠曲线法，变化系数法…… 常用算法：倍比平滑法，重叠曲线法，变化系数法……
• 频域分解算法
负荷=周周期变化成分+日周期变化成分+ 负荷=周周期变化成分+日周期变化成分+其他 数学原理： 数学原理：离散序列的傅立叶分解 负荷规律性分析 & 预测
• 短期算法的数据分类
历史数据 虚拟预测数据 实际预测数据
17
短期负荷预测特点
周期性
不同日之间24小时整体变化规律的相似性 不同日之间24小时整体变化规律的相似性 24 不同周、 不同周、同一星期类型日的相似性 工作日、 工作日、休息日各自的相似性 不同年度节假日的相似性
季节性：负荷规律明显不同
18
• 子网累加法
31
•
预测思路： 预测思路：
倍比平滑法
待预测日的标幺负荷曲线可由相关负荷集合的标幺曲线 的逐点平滑结果得到， 的逐点平滑结果得到，而相应的基值由其前一周期的倍 比关系预测。 比关系预测。
•
（1）标幺曲线预测：ˆt = αL1t + α (1 − α )L2t + α (1 − α )2 L3t + L + α (1 − α )n −1 Lnt 标幺曲线预测： L ˆ 基值预测：倍比预测， （2）基值预测：倍比预测，类似点对点倍比 P0 = A1,0 ⋅ P1,0 A2,0 预测曲线有名化： ˆ ˆ ˆ （3）预测曲线有名化： Pt = P0 ⋅ Lt
9
负荷预测应遵循的理念 2. 重视负荷成因分析
现状：负荷预测研究工作忽视对负荷自身 现状：
规律性的挖掘，过于关注各种算法， 规律性的挖掘，过于关注各种算法，失去 了电力系统的特色。 了电力系统的特色。
解决途径：从电力系统的角度，重视负荷 解决途径：从电力系统的角度，
发展的内在规律， 发展的内在规律，从物理特性研究其变化 规律。 规律。
第 1 周期
基准日 时间
同类型日
23
节假日预测基本思路
基准日 待预测日
本年度 本年度节前相关日 间隔
时间
上年度 上年度节前相关日 间隔
时间
待预测日的上年度同类型日
24
新息和非新息算法的区别
• 新息的特点
新息的含义就是最新信息 以当日最新获得的负荷数据作为历史数据的一部分， 以当日最新获得的负荷数据作为历史数据的一部分，对待预测日进 行预测
7
基本原则
3 相似性原则
在相同的背景下，预测量会体现出与历史量相同的规律， 在相同的背景下，预测量会体现出与历史量相同的规律，例如各年春节期间的 日负荷曲线往往表现出彼此相同、但与其它日负荷曲线完全不同的形态。 日负荷曲线往往表现出彼此相同、但与其它日负荷曲线完全不同的形态。这就 是相似性原则。 是相似性原则。
20
负荷预测算法分析
负荷预测的方法分类
负荷预测算法的机理分析 研究的新进展
21
短期预测的方法分类 • 节假日预测和非节假日预测
节假日单独预测的原因 正常日负荷预测算法
• 新息和非新息算法
信息实效性， 信息实效性，主要针对传统外推算法 负荷预测的延续性原则
22
正常日预测的基本思路
第 3 周期
第 2 周期
10
负荷预测应遵循的理念 3. 负荷预测中相关因素的考虑
主要影响因素
日类型 温度 湿度 天气类型等
11
负荷预测应遵循的理念 4. 综合模型的应用
背景
可供选择的模型多种多样， 可供选择的模型多种多样，如何寻找适合本 地区发展规律的模型 负荷发展的自然规律难以用单一模型描述 解决途径：建立综合模型，利用最大信息 解决途径：建立综合模型， 在几种预测方法中进行比较， 在几种预测方法中进行比较，选择拟合优度 最佳或标准离差最小的预测模型作为最优模 型进行预测。 型进行预测。 将几种预测方法所得的预测结果， 将几种预测方法所得的预测结果，选取适当 的权重进行加权平均形成综合最优模型。 的权重进行加权平均形成综合最优模型。
4
负荷预测的基本分类
负荷预测基本分类
预测对象
系统负荷预测 母线负荷预测 小地区负荷预测 线路负荷预测
预测时间
长期负荷预测 一年到几年） （一年到几年） 中期负荷预测 数周到一年） （数周到一年） 短期负荷预测 一天到数周） （一天到数周） 超短期负荷预测 几小时到一天） （几小时到一天）
5
基本原则
2 延续性原则
延续性原则相当于物理学中的“惯性定理” 惯性实际上反映的是系统“ 延续性原则相当于物理学中的“惯性定理” ，惯性实际上反映的是系统“势” 的大小。系统越大， 越大，表现出的惯性就越大， 的大小。系统越大，“势”越大，表现出的惯性就越大，预测量的历史行为对 未来的影响越大，应用外推预测技术得到的精度越高。 未来的影响越大，应用外推预测技术得到的精度越高。
电力系统短期负荷预测
清华大学电机系 北京清软创新科技有限公司 罗欣
2009年 2009年7月
1
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
2
内容提要
负荷预测分类和基本原则 短期负荷预测概述 短期负荷预测算法分析 重要的预测策略
3
时间
基 于 雷 达 图 的 负 荷 预 测 分 类 方 法
• 直接外推的方法列举： 直接外推的方法列举：
点对点，一元线性回归…… 点对点，一元线性回归……
28
点对点倍比法
• 预测思路
待预测日某时刻的负荷预测值由与其相关的近期各日 同一时刻的负荷值的一次指数平滑结果得到。 同一时刻的负荷值的一次指数平滑结果得到。
• 预测步骤
–求取第一周期t时刻历史相关负荷的平滑值A1t 求取第一周期t时刻历史相关负荷的平滑值A1t 求取第一周期