电力系统负荷预测讨论论文 论文关键词:电力系统负荷预测数据 论文摘要:目前短期负荷预测方法通过利用最新的历史负荷数据,可以预测当日当前时刻以后若干小时的未知负荷,其预测精度明显高于常规的短期负荷预测。为满足电力市场实时交易对负荷预测的新要求,将这种方法应用于修改历史负荷坏数据和补足当日未知负荷数据,以协助提高短期负荷预测的准确度。 短期负荷预测是电力市场运营中不可少的计算。短期负荷预测结果准确与否,对系统运行的经济性、安全性有很大影响。 对于任何负荷预测系统,要提高预测的准确度,需要具备两个条件:第一,良好的预测基础;第二,充足的参考信息。在电力领域,对于常规的短期负荷预测系统,这两个条件体现为:首先,给负荷预测系统提供充足的、完整而且准确的历史数据样本;其次,在预测过程中充分的引入最新的负荷相关信息。 一短期负荷预测的方法 短期预测的基本思想是:利用预测时刻以前的历史负荷数据,用几种不同的方法做预预测,可以预测该时刻以前的系统负荷,根据各方法的预测精度确定这些方法在综合模型中的权重;利用这一权重,使用昨天及以前的历史负荷数据,做今日预测时刻后的全日未知负荷的预测。由于利用了预测时刻以前的最新的负荷信息,因此,用这种方法大大提高了负荷预测的精度。 短期负荷预测方法的关键是:以当日已经发生的负荷的变化模式作为全日未知负荷变化规律的参考,在此基础上预测出未知的负荷值。其隐含的原理是:对于同一日,在一天内的天气等负荷敏感因素不发生突变的情况下,其全日负荷的变化模式不会发生突变。 下面用这个方法解决限制短期负荷预测准确度提高的两个问题。 二修正历史负荷坏数据 历史实况负荷数据是负荷预测系统建立算法模型的基础,其数据质量的好坏直接影响负荷预测准确度。历史负荷中的坏数据需要处理。 传统的短期负荷预测方法一般凭靠人工经验完成这些坏数据的修正,或采纳简单的辨识、平滑方式处理坏数据,这些方式均有很大的局限性,其效果也不理想。 采纳短期负荷预测方法对历史坏数据点进行修正,具有简单有效、适应性好、准确度高的特点。 负荷预测应用中的历史负荷坏数据有两类。一是数据采集系统(SCADA)采集设备或传输设备质量不高,造成一些瞬时丢失的坏负荷数据点(称为通道坏数据);二是电力系统中,一些人为或非人为的突发事件影响用电负荷,造成持续时间较长的畸变负荷数据点,这是不可预见的负荷变化。 这些坏数据点(包括...