电力系统多级负荷预测及其协调问题（三）关联协调模型

考虑到多级负荷预测协调的关联特性,将多级负荷预测的基本协调模型扩展为多维多级。首先针对典型的2维2级协调问题,建立了关联协调的标量模型和矩阵模型,并提出了相应的关联协调方法。引入了不平衡向量和调整系数矩阵的新概念,从而阐明了2维2级关联协调方法的物理机理。为便于比较不同协调方法的协调效果,文中继承和扩展了基本协调模型的评价标准,提出了关联协调模型的单项评价指标和综合评价标准。最后,通过实例验证了关联协调模型的协调效果。     

基于预测可信度的多级协调空间负荷预测方法

提出了一种基于负荷预测可信度的多级协调SLF方法。该方法首先确定了元胞历史负荷数据的评价指标,并运用灰色关联度理论,计算出各元胞的负荷预测可信度。然后建立空间电力负荷多级协调模型,并将元胞负荷预测可信度应用到多级协调模型中,最后利用该模型调整元胞目标年的预测值。空间电力负荷多级协调模型以不同层级负荷之间的关系为基础,在一定程度上能够消除上下级电网的预测结果之间出现的不均衡、不协调的现象,从而提高了空间负荷预测结果的准确性,为进一步的电网规划打下了坚实的基础。选取了指数平滑作为预测方法,并对预测结果采用空间电力负荷多级协调模型进行优化调整,调整结果表明空间电力负荷多级协调模型具有实用性和有效性。     

电力系统多级负荷预测及其协调问题（四）约束最小二乘可信度

多级负荷预测的基本协调模型和关联协调模型能够较好地解决各种具有直接加和特性的多级预测协调问题.文中在分析其模型特征的基础上,针对原有的加权最小二乘可信度容易出现对预测值调整幅度过大的不合理现象,提出了约束最小二乘可信度优化模型,使得由此形成的多级协调模型可以更加有效地提高电力需求预测的精度.文中还分析了基于约束最小二乘可信度的多级协调模型提高预测精度的机理,并通过实例验证了约束最小二乘可信度的有效性及其对多级预测效果的改善.     

多级负荷预测协调的母线负荷预测系统

围绕多级负荷预测及其协调问题,阐述了多级负荷预测及多级负荷预测协调问题的概念,提出了多级负荷预测协调的必要性。应对多级负荷协调问题,提出多级负荷预测协调的母线负荷预测系统,并针对多级负荷预测协调问题提出了系统的系统建设和功能设计。通过构建四种协调方式,查询对比协调的各项指标及对协调结果的分析等步骤进一步提高系统的预测精度,实现智能电网中多级负荷预测的互动协调。     

基于遗传算法的母线负荷预测双向协调优化研究

正电力负荷多级预测是我国电网现行分级管理制度下的必然要求。母线的多级负荷预测为电网潮流计算、离线安全校核提供数据支撑,是保证电网安全经济运行的重要基础。针对母线多级负荷预测结果的偏差问题,基于遗传算法建立了双向协调优化机制,并提出两种方式进行协调量的优化调整,得到了可信度较高的协调预测结果。最后,通过实例分析了协调优化机制的实际效果,验证了该机制的有效性。     

电力系统多级负荷预测及其协调问题:（一）研究框架

基于对传统负荷预测中总需求与各子需求预测结果的不均衡现象的深入分析,揭示了电力系统负荷预测问题所具有的"多维多级"特点。在此基础上,提出了电力系统中多级负荷预测协调的科学问题,阐明了多级负荷预测和多级负荷预测协调的新理念。进一步分析了负荷预测模型的"量测"特性,并将多级预测协调与状态估计进行了类比,阐明了多级预测协调的理论基础。文中还探讨了多级负荷预测协调问题的类别及其各自的特点,提出了基本协调和关联协调模式,由此建立了多级预测协调问题的理论研究框架。希望该研究能够丰富和发展负荷预测理论,为广大预测人员提供一些参考。     

基于信息再修正的负荷协调预测方法研究

负荷预测的准确性与规划的匹配性越来越重要,而在多级负荷预测中,由于预测误差的存在,不同等级的负荷预测结果会出现不统一、不协调的情况。针对该问题提出一种基于信息再修正的负荷协调预测方法,首先以预测年前一年预测结果的预测误差为先期参考数列计算各级预测结果的可信度;然后将同一预测方法下预测年协调前后的负荷预测差作为新的参考数列,替换原先参考数列,进行信息再修正,求得新的可信度,并利用该可信度建立协调预测模型,进而得到协调结果;最后根据算例分析,验证了文中所提方法的正确性。     

多级负荷预测的基础问题分析

围绕多级负荷预测及其协调问题,首先剖析了多级负荷预测的基础---负荷预测的分类方式,通过拓展不同的分类角度,提出了基于雷达图的负荷预测的分类方法,从而清晰地表征负荷预测的"多级"特性.从供应侧和需求侧的角度分析了相关因素对预测对象的影响途径,提出了多级负荷预测中不同级别电网对相关因素的处理策略;研究了多级负荷预测体系下母线负荷预测与系统负荷预测的关系,提出了"虚拟母线"的概念和应用方法;最后总结了多级负荷预测的分析思路和研究内容.该文的研究为建立多级负荷预测理论提供了广阔的空间.     

基于约束调整的多级计划协调模型

同一负荷平衡区域内包含属于国家级、分中心、省级3种不同调度机构的电厂的现象在中国较为多见。由于各级调度的相对独立性,节能经济调度技术难以直接应用于多级联合调度,导致协调工作较为繁琐。针对上述问题,提出基于分层处理面向约束调整的多级计划协调模型。该模型以独立编制、联合调整为基本思路。各级调度首先根据各自平衡负荷以松弛部分约束为前提计算初始出力计划;通过在平衡区域内开展整体可行性分析,设置不同约束的调整代价;以调整量最小为目标构建面向约束处理的多级计划模型。将该模型应用于某省级电网,验证了模型可以在较少的数据共享条件下,实现多级协调安全约束经济调度,从而有效提高计划编制效率。     

多时间尺度协调的柔性负荷互动响应调度模型与策略

负荷侧资源参与电网有功调度在提高风电接纳能力方面存在着巨大潜力,但也会给调度运行带来复杂的控制问题。为解决这一问题,基于风电在不同时间尺度误差的不同以及电网对应调节能力的差异,提出"多级协调、逐级细化"的多时间尺度协调的柔性负荷响应调度模型与策略。首先,提出多时间尺度源–荷调度总体框架,将负荷调度的整个过程分为4个时间尺度,包括日前24 h、日内1 h、日内15 min和实时负荷调度;其次,建立风电功率预测不确定性模型、负荷代理决策模型和调度控制中心决策模型;然后,在这几个核心模型的基础上,提出多时间尺度源–荷协调调度策略,给出计及风电不确定性的负荷调整量的决策计算方法;最后,在某地区实际电网算例上进行仿真验证。结果表明,本文所设计的负荷调度模型和策略可以充分利用不同时间尺度上的负荷资源,有效平衡风电预测功率不确定性所引起的功率不平衡量,并减少系统备用容量。     

多级负荷预测的基础问题分析

围绕多级负荷预测及其协调问题,首先剖析了多级负荷预测的基础---负荷预测的分类方式,通过拓展不同的分类角度,提出了基于雷达图的负荷预测的分类方法,从而清晰地表征负荷预测的“多级”特性。从供应侧和需求侧的角度分析了相关因素对预测对象的影响途径,提出了多级负荷预测中不同级别电网对相关因素的处理策略;研究了多级负荷预测体系下母线负荷预测与系统负荷预测的关系,提出了“虚拟母线”的概念和应用方法;最后总结了多级负荷预测的分析思路和研究内容。该文的研究为建立多级负荷预测理论提供了广阔的空间。     

面向区域综合能源系统的电-气负荷联合预测研究

能源互联网中电力系统与天然气系统的依赖增强,给综合能源系统中电力系统与天然气系统的负荷预测带来了更高的挑战。文中提出了基于长短记忆网络与权值共享的电-气联合负荷预测方法。文中在预测模型中使用了相关系数对天气因素进行了分析,提取了对两种负荷的重要气象因素,将长短记忆网络作为主要预测算法,权值共享模式分析了电-气两种负荷之间的相关性。算例中使用云南省综合能源系统示范工程数据对算法有效性进行了验证,结果显示该算法有效提高了综合能源系统中电力与天然气负荷预测的精度,有着较高的应用价值。     

基于层次分析法的电力负荷组合预测

为提高电力系统负荷预测的预测精度,提出了一种基于层次分析法的中长期负荷预测组合预测的方法,依据层析分析法中要素权重求取原则,建立了阶梯层次结构,构建两两比较矩阵,分层次对权向量取值,实现了中长期负荷组合预测下各单一负荷预测的总权重的求取,提高了权重求解的准确性;利用组合预测的原理,按照层次分析法中求解出的权重系数,将多个预测模型的预测结果进行拟合,得到组合预测的结果,从而有效减小单一负荷预测中不确定性因素带来的误差,规避各单一预测方法的不足,减少单一负荷预测对电力系统负荷预测的预测风险,提高预测精度。最后利用某县2005-2010年的除大用户用电负荷作为算例进行实例分析并证实了所提方法的科学性、实用性。     

电力系统中长期负荷预测软件包的开发

作者开发了基于Windows操作平台的电力系统中长期负荷预测软件包。该软件包分为原始数据处理、负荷预测、预测结果处理三个模块，各模块相互独立，易于扩充。在该软件包预测结果处理三个模块，各模块相互独立，易于扩充。在该软件包建立的负荷预测的模型库具有分析、计算快速，检验方法多、结果输出形式多样的特点。模型库具有智能化的专家系统，可以针对不同地区的具体情况进行调整，适用范围广泛。最后以某地区的需电量历史数据为例，选择了5种不同模型进行了预测，并与综合模型的预测结果进行了分析和比较。分析表明该软件包人机界面友好、选用模型合理、预测结果精度较高，能够满足当今快速发展的电力市场对于电力负荷预测的精度的要求，并解决了当前电力系统中一些负荷预测软件可操作性不强，模型适用范围小的问题。     

基于模糊互补AHP的负荷预测模拟决策

对于快速发展的地区,不同的预测方法所得的中长期负荷预测结果会相去甚远,某些预测结果甚至是无效且不可信的。所以规划决策支持系统中不仅要有多种方法的预测,还应增加其模拟决策模块。文章提出负荷预测的模拟决策,将改进的模糊互补AHP方法应用于预测模拟决策系统。计及影响电力负荷预测的各相关因素,建立电力负荷预测的多层次、多因素的决策分析结构,利用专家知识,构造具有模糊互补性的个体或群体决策的判断矩阵,并简洁而准确地计算特征向量。进一步处理特征向量作为预测决策权重,获得了满意预测决策。该方法用于规划决策支持系统中的模     

基于人工神经网络和模糊集的电力系统短期负荷预测方法

综合考虑到温度、日期类型和天气等因素对短期电力负荷的影响,提出了一种将人工神经网络(ANN)RBF模型和模糊逻辑相结合的短期负荷预测方法.该方法将电力负荷分为周期性的基本负荷和受多种因素影响的变动负荷两部分,对于周期负荷用ANN进行预测,采用负荷预测中比较精确的RBF算法;变动负荷采用模糊逻辑对天气因素、温度、日期类型分别做不同的模糊处理,然后利用模糊推理规则对基本负荷预测结果进行修正.通过典型算例与普通BP法预测结果相比较,结果表明该方法具有较高的预测精度.