（电力系统及其自动化专业论文）考虑气象因素的负荷预测方法研究及其系统实现.pdf

考虑气象| 六i 素的负衙预测方法研究及j e 系统实现 a b s t r a c t l o a df o r e c a s t i n gi st h es u b j e c td e s e r v e dt ob er e s e a r c h e dd e e p l y m a n ya l g o r i t h m s a n dm o d e l sh a v ea p p e a r e da f t e ral o n g t e r ms t u d yb ye x p e r t s t h ek e y s t o n eo ft h e s e t h e o r i e si sh o wt og e tt h el a wo fo b j e c ta n dt h er e l a t i o nb e t w e e nt h eo b j e c ta n di t s i n f l u e n c i n gf a c t o r s t h e r e f o r ew en e e dt oa n a l y z ea n ds u m m a r i z et h el a wo fe l e c t r i c a l l o a da n dt h er e l a t i o nb e t w e e nt h ee l e c t r i c a ll o a da n di t si n f l u e n c i n gf a c t o r s ，a n d c a r e f u l l yd e s i g nt h ep l a t f o r mo fe l e c t r i c a ll o a df o r e c a s t i n gi nc l o s ec o m b i n a t i o nw i t h t h ea c t u a ll o c a ls i t u a t i o n s t h i s p a p e rc a r e f u l l ya n a l y z e st h ew e a t h e r a n do t h e r f a c t o r st h a ti n f l u e n c e e l e c t r i c a ll o a dc h a n g e a n dt h ep a p e rt a k e st h ee l e c t r i c a ll o a do fh u n a np r o v i n c ea sa n e x a m p l et oi n t e r p r e tt h ef o u rs t e p i n f l u e n c em o d eo fw e a t h e rf a c t o r s t h ep a p e r a n a l y z e st h ee x c e l l e n ts e l e c t i n gs i m i l a r - d a y sm e t h o d st h a tc o n s i d e rw e a t h e ri n f l u e n c e a n dt h e i rd i f f i c u l t y , a n dan e wa l g o r i t h mo fs e l e c t i n gs i m i l a rd a y si sp r o p o s e d ，t h e n e wa l g o r i t h mi sb a s e do nd e c i s i o nt r e ea n dp a r t i c l es w a r mo p t i m i z a t i o n f i r s tt h e d a t ao fh i s t o r i c a ld a y sa r ea u t o m a t i c a l l yc l u s t e r e db ym e a n so fd e c i s i o nt r e e ，t h e nt h e c h a r a c t e r i s t i cv e c t o rr e l a t e dt ot h ee l e c t r i c a ll o a dc h a n g ei sc o n f i r m e d ，a n dt h eb e s t c o n n e c t i o nw e i g h to fe v e r yf a c t o ri st r a i n e db yp a r t i c l es w a f mo p t i m i z a t i o n ，l a s t l y , t h e b e s ts i m i l a rd a yc a nb ee v a l u a t e df r o mt h eo u t c o m eo fd e c i s i o nt r e eb yw e i g h t e d e u c l i d e a nd i s t a n c e a f t e rv a l i ds i m i l a r d a y sa r es e l e c t e d ，an o v e lu l t r a s h o r tt e r m l o a df o r e c a s t i n gm e t h o db a s e do ng r a ym o d e li sp u tf o r w a r d t h eg r a ym o d e l v e r t i c a l l yf o r e c a s t sa na p p r o x i m a t ee l e c t r i c a ll o a ds e q u e n c e ，a n dt h e nt h ea p p r o x i m a t e l i n ei si m p r o v e db a s e do nt h el a t e s te l e c t r i c a ll o a dn e w s v e r t i c a lf o r e c a s t i n gc a n r e f l e c t st h eg e n e r a ll a wo ft h ee l e c t r i c a ll o a d ，h o r i z o n t a la d j i u s t i n gb a s e do nt h el a t e s t e l e c t r i c a ll o a dt r e n dc a ne x p r e s st h er e a l - t i m el o a dc h a n g e t h em e t h o dc o m b i n i n g v e r t i c a lf o r e c a s t i n gw i t hh o r i z o n t a la d j u s t i n gc a nm a k er e p a r a t i o nf o re a c ho t h e r t h i sp a p e ri n t r o d u c e st h er e a l i z a t i o no fl o a df o r e c a s t i n ga n dm a n a g e m e n ts y s t e m o fp r o v i n c ea n dr e g i o ni n t e g r a t i o n t h ep a p e rd e s i g n st h es y s t e mp r o c e s s e s ，n e t w o r k ， f u n c t i o n a lm o d u l e sa n dd a t a b a s eo ft h e s y s t e m ，a n d i n t r o d u c e st h ea p p l i c a t i o n d e v e l o p m e n tf r a m e w o r k t h es y s t e mi m p l e m e n t sv a r i e t yo ff u n c t i o n sw i t ht h ec o r eo f l o a df o r e c a s t i n ga n dm a n a g e m e n t ，t h e r e f o r ei tc a nm e e tt h en e e do fl o a df o r e c a s t i n g p r e c i s i o nu n d e rt h ec o n d i t i o no fq u i c ke v o l u t i o no fp o w e rm a r k e t 1 l i 硕l j 学位论文 k e yw o r d s ：p o w e rs y s t e m ；l o a df o r e c a s t i n g ；s i m i l a r d a y s ；d e c i s i o nt r e e ； p a r t i c l es w a r mo p t i m i z a t i o n ；g r a ym o d e l ；b r o w s e r s e r v e r i v 湖南大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的 研究成果。除了文中特另j d l ：i 以标注引用的内容外，本论文不包含任何其他个人或 集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均 已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名：弘勿旭日期：沙萨夕月i t h 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保 留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借 阅。本人授权湖南大学可以将本学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1 、保密口，在年解密后适用本授权书。 2 、不保密团。 ( 请在以上相应方框内打“、 ) 作者签名：张 导师签名：他 日期：沙口净j - j 弓7 日 日期：加f y 刖( 7 日 顾l j 学位论文 第1 章绪论 1 1 研究背景及意义 随着电力市场化改革的加速和网络环境的同益成熟，电力部门为促进自身 由传统集中垄断模式向市场模式的加速转变，逐渐引进了多种电力市场技术支持 及辅助系统心1 。其中科学合理的负荷预测管理系统是电网调度机构制定发供电计 划和做好电网供需平衡的关键；与此同时，电力市场的引入使负荷预测成为电力 市场交易、市场营销等部门的核心业务之一，对负荷预测的准确性、实时性、可 靠性和智能性提出了更高的要求。因此必须加强地区负荷专业管理和提高负荷预 测水平，结合电力系统实际情况，进行充分的负荷预测管理研究。 科学预测电力负荷是实现电力供需平衡的重要手段，由于电能不能大量存储 的特点，要求发电功率时刻跟踪负荷变化，做到供需平衡，电力供需瞬时平衡的 特点决定了电力行业的预测比其他行业更加紧迫。人们越来越认识到预测的准确 性直接关系到电网的安全、经济、可靠运行。若负荷预测比实际偏低，将会导致 电网容量不足，无法满足用户正常供电要求，甚至还可能缺电；相反，若负荷预 测比实际偏高，则会导致安装过多却不能充分利用的设备，从而引起投资的浪费。 科学的预测是正确决策的依据和保证，可以节约能源消耗，为合理安排电源和电 网的建设进度提供宏观决策的依据，优化电力工业布局，促进电力企业高效管理 运行，更进一步满足国民经济持续健康发展和人民生活水平不断提高的需要。 电力负荷预测还是电力企业制订基建计划、发供电计划、燃料计划、财务收 支计划等各项重要经营计划的基础，也是计划、规划工作的重要组成部分。例如， 以同负荷曲线为预测对象的短期负荷预测就是制定日前发电计划的基础。负荷预 测问题涉及电力系统规划和设计，以及电力系统运行的经济性、可靠性、安全性 和电力市场交易等多个方面，它已经成为现代电力系统运行和管理中的一个重要 研究领域。电力系统的重要任务是为各类用户提供可靠、经济和高质量的电能， 必须随时满足用户的负荷需求量与负荷特性的要求，为此需要不断的研究电力系 统负荷预测相关理论。 由于短期和超短期负荷预测是工作量大、且反复滚动的工作，有必要研发一 套软件系统，利用计算机将大量的、多种类型的数据资料进行收集整理和分析， 建立合适的网络数据库。保存并分析气象等预测相关因素的历史和未来数据、电 力系统内部有关的技术数据，探索出负荷内在的规律性、负荷与天气等影响因素 的相关关系。负荷预测管理系统已成为提高数据收集的时效性、提高工作效率、 z 虑气象袭的负俯颅测力j 门口f 究及j c 系统实现 提高负荷预测准确率的必然发展方向。 1 2 课题来源及其研究内容 2 0 0 3 年6 月国家电监会向困家电网公司及有关发电企业下发了关于开展华 东电力市场试点工作的通知，决定在华东地区进行电力市场建没试点。2 0 0 6 年 华中电力市场全面启动，9 月2 5 - - 2 6 同，华中电监局在长沙市举办了电力市场 化改革与华中电力市场建设方案研讨会，将为推进华中电力市场建设起到积极作 用。2 0 0 6 年9 月湖南电网电力交易中心正式成立并投入运营，标志着湖南电力市 场建设、电力发展改革进入了一个新的历史阶段。电力部门为促进自身由传统集 中垄断模式向市场模式的加速转变，需要更先进的多种电力市场技术支持及辅助 系统。 随着负荷预测管理工作的复杂化以及计算机技术、网络环境的同益成熟，电 力负荷预测部门迫切需要一套现代化系统，且系统具备先进的体系结构，能够提 供全方位的技术支持和多种解决方案，切实满足电力负荷预测工作实际需要，提 高预测精度和工作效率，成为电力负荷管理人员的有力辅助工具。基于此目的， 湖南省电力公司调度通信局委托湖南大学丌发新一代负荷预测管理系统，本课题 正是来源于该项目。 本课题针对以下负荷预测与管理中存在的问题进行研究。 ( 1 ) 以往没有进行充分的历史数据挖掘和分析。因为一方面过去没有完备的日 常基础数据的积累和汇总，导致不能充分地分析负荷的影响因素。但随着测量、 采集以及气象预报等方面的技术不断进步，已经有了大量可利用的基础性数据进 行相关性分析；另一方面以往没有成熟的数据挖掘技术。 ( 2 ) 预测方法或者算法模型单一。由于影响负荷变化的因素复杂，靠单一的算 法很难提高预测精度。有些地调的技术手段比较落后，基本上没有使用负荷预测 软件，主要依靠预测人员主观的选择相似日，再依靠经验来完成次日的负荷预测。 甚至是人工统计置数的办法来制作第2 天的预测曲线。 ( 3 ) 部分地区电力系统负荷管理工作的自动化程度很低，调度员手工输入预测 结果，并保存在本地e m s 系统，利用传真或载波电话方式向上一级调度部门传输 数据。数据上报耗时，程序复杂且易出错，当滚动预测结果变化时，又必须花费 大量时间对已上报数据重新修正。 ( 4 ) 没有负荷管理软件，导致负荷预测人员靠手工进行大量的统计分析、数据 汇总和报表制作等管理工作。而且存在统计方法不同、报表模式不统一和手工容 易出错的问题。因此，有必要将负荷管理作为负荷预测系统的功能模块，形成负 荷预测与管理系统，可以极大提高同常工作的效率和质量。 2 顺i j 学位论文 1 3 负荷预测概述 电力负荷预测的起源可以追溯到2 0 世纪2 0 年代初。当时的电力系统规模很 小，所以负荷预测没有引起人们的重视。2 0 世纪6 0 年代中期，几次大的系统瓦 解事故将电力系统的安全分析提上了同程。同时世界各国经济的迅猛发展，对 电力的需求越来越大，对电能质量的要求越来越高，从而促使电力系统迅速扩大， 推动了负荷预测研究的初步发展。目前对于电力系统的负荷预测，国内外进行了 大量理论研究 1 引，达到了较高的水平，部分已投入实际应用。 1 3 1 负荷预测的概念 电力负荷预测是电力系统领域的传统研究问题 1 引，- - 是指从已知的电力负 荷、经济、社会、气象等历史数据出发，通过对各类历史数据的统计、分析和研 究，分析各种影响电力负荷的要素与电力负荷之间内蕴的联系，探索出其中的发 展变化规律，再以未来的经济、气象等因素的发展趋势为依据，利用一套数学算 法在满足一定精度要求的意义下，对未来某特定时段的负荷发展趋势做出科学合 理的估计和推测朝。 按照电力负荷预测的目的和时间域上的差别来进行分类，通常分为长期、中 期、短期和超短期负荷预测。长期负荷预测一般指1 0 年以上并以年为单位的预测； 中期预测是指5 年左右并以年为单位的预测；短期预测则是指一年之内以月为单 位或以周、天、小时为单位的负荷预测，通常预测未来一个月度、未来一周、未 来一天的负荷指标，也预测未来一天2 4 小时中的负荷；而超短期负荷预测是指未 来1 小时、0 5 小时甚至未来1 0 分钟的预测口3 1 。 负荷预测工作是根据电力负荷的发展变化规律，预计其未来发展趋势和状况 的活动，基本原理如下n 4 | ： ( 1 ) 可知性原理。预测对象的发展规律，其未来的发展趋势和状况是可以为人 们所发现的。这是人们进行预测活动的基本依据。 ( 2 ) 可能性原理。因为事物的发展变化是在内因和外因共同作用下进行的。对 某一具体指标的预测，往往是按照其发展变化的多种可能性，进行多方案预测。 ( 3 ) 连续性原理。预测对象的发展是一个连续过程，其未来的发展是这个过程 的继续。了解事物的过去和现在，并掌握其变化规律，就可以对其未来的发展情 况利用连续性原理进行预测。电力系统的发展变化同样存在着惯性。 ( 4 ) 相似性原理。虽然客观世界中各种事物的发展各不相同，但一些事物发展 之间还是存在着相似之处，我们就可以利用这种相似性进行预测。 ( 5 ) 反馈性原理。反馈就是利用输出返回到输入端，再调节输出结果。预测的 反馈性原理就是为了不断提高预测的准确性而进行的反馈调节。当预测的结果和 经过一段时间所得到的实际值存在着较大差距时，可利用这个差距，对远期预测 3 考虑气蒙| 大i 素的负t 0 颅测方法f i j f 究及! e 系统实现 值进行反馈调节，以提高预测的准确性。在进行反馈凋节时，首先需要分析预测 值和实际值之间的差距及产生差距的原因，然后根据已经查明的原因，适当改变 输入数据，反馈调节远期预测结果。反馈性预测实质上就是将预测的理论值与实 际值相结合，在实践中检验，然后进行修改、调整，使预测质量进一步提高。 ( 6 ) 系统性原理。预测对象是一个完整的系统，它本身既有内在的系统，又与 外界事物联系形成了它的外在系统。这些系统综合成一个完整的总系统，都要进 行考虑。预测对象的未来是系统整体的动态发展，而且整个系统的动态发展与它 的各个组成和影响因素之间的相互作用和相互影响密切相关。系统性原理强调系 统整体最佳，只有系统整体的最佳预测，才是高质量的预测，才能为决策者提供 最佳的预测方案。 1 3 2 负荷预测的要点 ( 1 ) 必须重视电力负荷本身内在变化规律的研究。重视负荷成凶分析，按照负 荷的构成，电力系统负荷一般可以分为城市民用负荷、商业负荷、农村负荷、工 业负荷以及其他负荷，不同类型的负荷具有不同的特点和规律n 卜1 3 1 。不同的负荷 特性指标的成因有较大差异，即使是同一指标，如果统计方法、管理模式存在不 同口径上的差异，也将导致其成凶的明显差别。 ( 2 ) 由于电力负荷构成的复杂性，使得总负荷在时时刻刻都在变化着，具有波 动性。但同时负荷又是以天为单位不断起伏的，具有较大的周期性，负荷变化是 连续的过程，一般不会出现大的跃变。同时电力负荷对温度、风速、湿度、r 类 型等日特征量又是特别敏感的。在电力市场中，影响负荷变化的相关因素较为复 杂。既受负荷需求、天气状况、季节、地域等客观因素的影响，还受电价、经济 政治、生活习惯等主观因素的影响。目前人们还无法穷举影响负荷变化的所有因 素，也很难将各种因素量化表示。 ( 3 ) 由于预测是建立在概率统计及其他数学知识的基础上，因此，没必要过于 追求复杂高深的数学算法，而应该重视预测问题的本质性分析。在其他条件相同 的前提下，同样能反映预测对象变化机理的简单模型优于复杂模型，因为简单模 型的参数易于估计，且求解结果易于解释、理解和检查，还容易识别出模型的异 常1 驯。 ( 4 ) 预测应遵循近大远小的原则，因为预测将来的负荷更多地取决于历史段 中近期负荷的发展规律，远期的历史数据对未来发展的影响度较小。采用近大远 小的思路，就要更多地遵循近期发展规律，优化预测模型中的相关权重系数。 ( 5 ) 尽可能地采用多模型预测，因为不同地区不同时段的负荷变化规律不尽相 同，为适合不同负荷特性的需要，要求提供尽可能多的预测模型。预测人员可以 从中选择最适合本地的模型，但随着各种影响因素的变化，模型就必须随之变动。 4 硕i j 学位论文 单一模型很可能由于外部因素条件的限制导致预测精度偏低，所以采用加权综合 预测模型，可以明显提高平均预测准确率。 ( 6 ) 负荷预测的核心是根据预测对象的历史资料，建立数学模型来表述其发展 变化规律，得到合理、可信的预测结果。对于大量的历史资料，应该进行客观全 面的统计分析，反复研究和分析历史发展的内在规律性，主要包括对负荷自身变 化规律的统计分析、负荷与其影响因素之间的分析。满足基础资料的合理性、统 计分析的全面性。 1 3 3 负荷预测的步骤 电力系统的负荷预测过程一般可分为以下几个步骤3 1 ： ( 1 ) 预测内容的确定。同一地区在不同时期对预测内容要求不同，不同级别的 电网对预测内容的详尽程度要求不同。因此先要确定合理的预测的内容。 ( 2 ) 历史资料数据的收集。根据预测内容的要求，广泛收集所需的有关资料， 包括电力负荷历史数据和天气等影响负荷变化的一些因素的历史数据，资料收集 应尽量全面、系统、连贯、准确。 ( 3 ) 基础资料的分析。在分析大量资料之后，选择其中有代表性的、真实程度 和可用程度高的有关资料作为预测的基础资料。 ( 4 ) 数据预处理。对基础资料进行必要的分析整理，对其中的异常数据做出取 舍和修正。对于大量数据，可以选择适当的数学方法对实际数据进行预处理。这 个步骤在某些预测模型中是必要的，例如灰色预测模型中的“生成处理。 ( 5 ) 电力系统相关因素数据的获取或预测。电力系统的负荷变化受到经济发 展、天气变化等因素的影响。可以从气象等部门获取其对相关因素未来变化规律 的预测结果，作为电力系统负荷预测的基础数据。在必要时，电力工作人员还可 以尝试进行相关因素的预测。 ( 6 ) 预测模型的选择和取舍。根据预测内容，并结合本地区实际情况和资料的 可利用程度，选择适当的预测模型。如果负荷预测系统具有预测方法库，就需要 适当判断，进行模型的取舍。 ( 7 ) 建模。对预测对象进行详细的分析，根据历史数据的发展情况和资料的可 利用程度，根据所确定的模型集，选择建立合理的数学模型。 ( 8 ) 模型参数辨识。预测模型一旦建立，即可以根据实际数据求取模型的参数。 ( 9 ) 评价模型，检验预测模型的显著性。根据假设检验原理，判定模型是否合 适。如果模型不合适，则舍弃该模型，并更换另外的预测模型，重新进行步骤( 7 ) ( 8 ) 。 ( 10 ) 应用模型进行预测。根据已经确定的模型以及优化后的模型参数，对未 来时段进行预测。 5 z 虑气缘崇的饥i 颅测方f 用u f 究及j e 系统实现 ( 1 1 ) 预测结果的综合分析和评价。可以选择多种预测模型重复上述的预测过 程，然后对多种方法的预测结果进行比较和综合分析，判定各种方法预测结果的 优劣程度，实现综合预测模型；预测人员可以根据经验对模型预测的结果进行适 当修正，得到最终的预测结果。 1 4 本文的主要工作 本文深入分析影响负荷变化的气象因素和其他相关因素，并以湖南省的电力 负荷为例，解析了气象因素对电力负荷影响方式的四个层次；分析了考虑气象因 素的相似同评价函数，指出它们存在的优点和难点，在此基础上提出应用决策树 和粒子群算法进行充分数据挖掘，选取最优相似日；并依据反馈原理，将改进灰 色模型应用于超短期负荷预测。通过收集国内外负荷预测方面研究和应用的先进 成果，并结合湖南省的电力供应状况、电网负荷特点和湖南气候气象特点，研发 了可靠实用的电力负荷预测与管理系统。本文的主要内容包括以下血部分： 第一章：该部分介绍了课题研究背景和研究意义，并概述了负荷预测特点及 其研究现状，简要介绍了本文研究的主要内容。 第二章：针对电力系统负荷预测的基础工作，介绍了如何对历史数据进行必 要的分析和整理，对异常历史数据或者残缺历史数据运用适当的算法处理，去伪 存真；详细分析了负荷与其影响因素之自j 的关系；介绍了当前考虑气象因素的相 似同评价函数，并指出它们的优点和缺点。 第三章：综合考虑气象因素和负荷趋势度，提出一种基于信息熵决策树和改 进粒子群算法的相似日选择方法，来定量描述多种因素与负荷序列之间的关系。 通过决策树技术在历史日与各种因素之间建立一种量化关系，对属性相近的历史 同进行类别划分：应用粒子群优化算法训练日特征向量各维的最优影响权重，最 后依据评价函数从决策树分类结果中选择最相似同。 第四章：根据反馈性原理，提出改进灰色模型进行超短期负荷预测。首先纵 向预测一条近似负荷序列，然后对横向历史负荷序列与近似负荷序列的差值序列 做灰色预测，并修f 近似负荷序列。纵向与横向相结合的预测方法弥补了各自单 独预测的不足。 第五章：系统设计与实现。根据电力调度部门工作的特点，综合运用系统软 件工程方法，以浏览器服务器( b r o w s e r s e r v e r ，b s ) 体系架构和网络信息技术为 手段，研发出基于活动服务器页面( a c t i v es e r v e rp a g e ，a s p ) 的负荷预测管理系统， 提高调度部门的工作效率和负荷预测的精度。 6 硕l j 学化论文 第2 章负荷预测的关键技术研究 负荷预测的数学理论核心是如何获得预测对象的历史变化规律以及预测对象 与某些影响因素的关系，即负荷自身变化规律的统计分析以及负荷与气象等因素 之间相关关系的分析。无论是传统的算法模型还是现代算法模型，都需要先获得 预测对象的历史变化规律，再将此规律的趋势应用到预测时段。 要获得预测对象的历史变化规律，就要做好数据统计与分析，也就必须搜集 和掌握大量全面、准确的资料，包括负荷历史数据和各种影响因素的历史数据。 并且进行必要的分析和整理，对异常历史数据或者残缺历史数据运用适当的算法 处理，去伪存真，这是电力系统负荷预测的基础。 2 1 原始数据预处理 在我们重视预测模型研究的同时，也必须重视原始数据的收集和分析。由于 历史上的突发事件或某些特殊原因对统计数据带来重大的影响，如e m s 运行中 可能会出现故障或者个别链路短时间中断，导致部分历史负荷数据丢失或者畸形， 产生了被称为异常数据或伪数据的情况。总结这些原因大致如下四点： ( 1 ) 现有采集系统或管理系统出现故障或者个别链路短时间中断，导致部分历 史负荷数据丢失； ( 2 ) 数据是真实采集到的，但是数据存在异常。多是因为电力系统的突发事件 或某些特殊原因导致的非规律性变化； ( 3 ) 对负荷统计口径不同引起的历史数据误差； ( 4 ) 由于人为因素引起的异常数据。例如数据通道通信错误、数据丢失、数据 整理错误、数据补缺错误。 异常数据或者丢失数据都会影响到负荷预测的过程，给正常数据带来很大的 干扰，直接会减小预测模型的准确度，如果异常数据过多，甚至会误导预测模型 的结果，因此必须对异常历史数据或者残缺历史数据运用适当的算法处理，查漏 补缺、去伪存真。通常有下面几种处理方法： ( 1 ) 自动检测与辨识不良数据，现代电力系统的历史数据都有大型数据库保 存，在预测算法模型调用这些原始数据时，可以运用合适的数学方法评估并辨识 原始数据中的异常数据，这种方法实用于大规模数据处理。修正不良数据后的预 测结果更为可靠。通常判别和修正异常点数据的方法如下： a ) 对于畸形点历史数据的判别。可将某采样点的“日负荷变化率与该点的 “日平均负荷变化率”比较，若超出口倍( 此处的口为可信任系数，通常取口= 4 5 ) ， 7 z 虑气象素的负倚丁页测方法研究及j c 系统实现 则认为该采样点是畸形点。同负荷序列中第i 同第，点的“同负荷变化率”和“同 平均负荷变化率”厂i 的计算方法如下： 钙= ( 乃一z ( j - i ) ) ，川) ( 2 1 ) n 瓴= 锡厶 ( 2 2 ) i = 1l 式中，乃是第i 同第点的负荷值；z ( ，- i ) 是第f 同第j - 1 点负荷值；，z 为所选 的天数； b ) 对第i 同第，点的异常数据通常做如下修正： 石= 钙x ，( 川) + 彳州) ( 2 3 ) ( 2 ) 直接修币异常数据。由于日负荷具有一定的周期性和趋势性，可以利用同 样星期类型、相邻日、相似同等各种曲线的相似性，对某些表现异常的点进行修 正。例如拉闸限电，数据通信中断，就应该对这些异常或缺失数据做出估计，并 给予直接修正，恢复电力需求在自然发展状况下的正常数据。 2 2 负荷预测的影响因素分析 充分分析事物发展的前提条件，努力寻找事物发展的限制性因素，在预测电 力负荷时是很有用的，它可以使我们从诸多不定情况中看到很多可定因素。 2 2 1 气象因素对负荷的影响分析 一个地区在某段时间内的各种气象物理状况( 如温度、风速等) 的综合就是该 地区的天气。我国气象科学近年来发展迅速，通过气象卫星遥测广大地区的天气 状况，用雷达检测局部地区的气象变化，各地的检测资料数据借助现代通信技术 传递，再用现代计算机求解描述天气温度发展的流体力学、热力学方程，对天气 做出比较精确的定量预报，并将信息服务于社会。电力气候学研究表明，在进行 电力规划、电力工程设计、电力生产调度等工作时，必须考虑气候因素。 实际表明，在气候突变前后，通常会伴随负荷与电量的急剧变化。并且不同 气象因素对电力负荷影响程度也不相同。各种气象因素对电力负荷影响的统计分 析表明，气温对负荷影响最显著。例如天气突然变冷，温度骤降，将会有大量制 暖空调投入运行；当夏季出现持续高温，人体会感到闷热，也会有大量制冷空调 投入运行。并且随着调温负荷在总负荷中所占的比重不断增加，这种影响呈不断 增大的趋势。降雨会直接影响到灌溉负荷和其他用电，灌溉期间降雨会减少农业 负荷，降雨引起的温度降低使得空调负荷减少；而特大降雨会使水量暴增，排涝 负荷不断增加；另外降雨对排渍负荷、小水电站出力的影响具有延迟效应，连续 降雨的滞后效应也在不同程度上影响着雨后若干天的负荷变化。 有关气象因素对电力负荷影响的研究越来越受到重视，为了摸清用电负荷随 硕l ：学位论义 气候状况变化的规律，做好电力负荷预测，本文结合湖南地区气象特点，分析了 气象与负荷变化的关系。大致可以分为四个层次3 1 ： ( 1 ) 各气象因素独立作用于电力负荷； ( 2 ) 多个气象因素产生耦合效果后再影响电力负荷； ( 3 ) 气象因素的多同累积效应对负荷的影响； ( 4 ) 综合气象指数的多同累积效应对负荷的影响。 可以用下图来描述气象因素作用于电力负荷的分析思路。 取向、取1 瓯、t 卅， l 当日综合气象指数io 昌 _ 咀 当日气象指数和 t 前儿日气象指数 一 当日气象冈素和 的累积效应 前儿日气象冈素 jl 度( 最高、最低、平均) 的累积效应 ， 度 速 。1 _ 。1 。1 。一 雨黄 一前儿日综合气象指数1 当 日 负 荷 图2 1 气象因素作用于电力负荷的分析思路图 2 2 1 1 各气象因素独立作用于电力负荷 各个因素独立作用于电力负荷，分别分析其影响，包括两类：单因素分析( 单 个因素与单个电力指标的关系分析) 和多因素分析( 多个气象因素与单个电力指标 的关系分析，但是各气象因素之间不产生耦合效果) 。 下面以湖南地区为例，湖南省的地理及气候条件决定了气温是影响本地区电 力负荷特性的一个重要因素。表2 1 2 3 y u 出了湖南省1 4 个地市2 0 0 1 - - - 2 0 0 5 年的 年最高温度、年最低温度、年平均温度以及它们的平均值。由表可得出如下规律： ( 1 ) 温度和地理位置( 经度、纬度) 密切相关。 ( 2 ) 温度变化受地理环境影响，例如：岳阳处于洞庭湖的东侧，由于水体和陆 地有不同的热力学性质，白天陆地气温高于湖面，夜间气温湖面高于陆地，由此 形成了湖陆风。从而使得岳阳气温同差较小。 ( 3 ) 呈现出一定的“热岛效应，城市化较高地区的温度一般略高于城市化较 低地区。 ( 4 ) 可能出现反常情况。例如，年最高温度最大值出现在2 0 0 3 年的湘潭。 ( 5 ) 多种因素的综合影响，由表2 1 2 3 可得，温度的变化既呈现出一定的规 律性又表现出其杂乱的一面，因此温度受到多种因素的影响，实际温度是多种因 素相互作用综合产生的。 9 表2 1湖南各地市2 0 0 l 2 0 0 5 年最高温度统计单位：温度 表2 2湖南各地市2 0 0 1 2 0 0 5 年最低温度统计单位：温度 近年来大负荷、高耗能的电器普及率和利用率都在提高，用电最高负荷逐年 上升。降温、取暖负荷在总用电负荷中所占的比例越来越大，构成用电的峰荷。 降温、取暖负荷分别主要出现在夏、冬两个典型的季节里。据相关统计，在负荷 1 0 硕l j 学位论文 高峰期，长沙市的空调负荷已占到负荷总量的3 5 左右。夏季的温度每变化一度 都会对降温负荷产生巨大的影响。图2 2 是长沙地区2 0 0 1 年的同最高温度和同最 大统调负荷的散点图。由图可知，当温度小于1o 时，同最大负荷随温度下降而 增大；当温度大于2 5 时，r 最大负荷随温度升高而增大；中问部分的温度变化 对同最大负荷影响不大。 雪 邑 馆 瞄 熙 螺 曰最高温度凹) 图2 22 0 0 1 年长沙市日最高温度和日最大统调负荷散点图 可利用相关系数简要分析最高温度与最大负荷、最低温度与最大负荷、平均 温度与平均负荷的关系。相关系数是用于描述相量间线性相关程度的重要指标。 给定两个相量x 和y 时，当d x 和d y 不等于0 ，向量x 和】，的相关系数计算方 法下所示。 r ：1 c o v ( x 芦, r ) ( 2 4 ) qd x d y 式中，r 相关系数 卜温度序列 y _ _ 一统调负荷序列 当尺接近于0 时，两个相量( 温度和统调负荷) 之间不相关，温度变化不会影 响负荷变化；r 的绝对值越接近l ，表示两个相量的相关关系越显著。当r 接近 于+ l 时，表示两者正线性相关，温度的变化对负荷产生同向的影响；当r 接近 于一1 时，说明温度变化和负荷之问呈现显著的负相关关系。 本文在此将湖南省划分为湘北、湘中、湘南，分别分析其统调负荷和温度的 相关性。其中湘北、湘中和湘南的统调负荷以及温度相应的数据取他们所包含的 地市对应数据的平均值。表2 4 表2 6 列出了典型地区五年中统调负荷和温度的 相关系数。 湘北一一常德、岳阳、益阳； 湘中一一长沙、湘潭、株洲； 湘南一一衡阳、邵阳、永州、郴州、娄底、怀化、湘西、张家界； z 虑气缘豢的负衙颅测方法f i j 歹( 殷j c 系统。芡脱 长沙一一省会城市，综合性城市代表。 表2 4 典型地区夏季日最高温度与日最大统调负荷相关系数表 表2 5 典型地区冬季日最低温度与日最大统调负荷相关关系表 表2 6 典型地区日平均温度与日平均统调负荷相关关系表 综合考虑表2 4 表2 6 的相关系数结果，可以得出以下结论： ( 1 ) 在温度和统调负荷相关性分析中，夏季同最高温度与日最大统调负荷的相 关性最强，冬季同最低温度与同最大统调负荷的相关性次之，而其它情况的相关 性较弱。 1 2 硕l 学位论文 ( 2 ) 夏季一般是正相关，冬季一般呈负相关。 ( 3 ) 城市化水平越高的地区，由于经济发达、人们的生活水平高，空调负荷所 占比例越大，温度和统调负荷相关性越强。在以上分析的典型地区中，长沙市的 温度与负荷相关性最强。 2 2 1 2 多个气象因素产生耦合效果后再影响电力负荷 在实际中，气象因素和统调负荷是一个多对一的关系，即统调负荷受到多种 气象因素影响，考虑多个气象因素产生耦合效果后再影响电力负荷的变化，这种 耦合效果可以认为是综合气象指数。当前对综合气象指数作用的描述方式最常用 的是人体舒适度分析方法，人体舒适度是衡量人体对气温、风、湿度、日辐射等 气象要素的综合感应指标，可以用文献 15 16 的体感温度来衡量，实质上就是 温度、湿度等气象特征所构成的综合效果指数，但其中每种单独的气象要素对统 调负荷产生的影响程度不尽相同，难点在于如何确定各种气象因素对统调负荷的 影响程度，以及依据这些定性与完量的分析在实际负荷预测中忽略次要因素抓住 主要矛盾。即确定某几种气象因素构成综合指数以及每种因素在综合指数中的比 重。综合气象指数和负荷的相关性分析方式与温度和负荷的相关性分析方式相同。 根据气象学者的研究，在影响人体舒适感觉的三个主要的气象因素中，气温 的作用最明显，大气相对湿度和风力的作用次之。对于气温因素，人们对一天中 的最高气温以及最高气温与最低气温之间的温差感觉较为敏感，当气温较高时， 温差愈小，愈感觉闷热，而湿度与风力都影响人体的热代谢，所以用体感温度来 表达人体对周围环境条件的综合感受。下面是常用的体感温度的计算公式： i = c + ( 乙乙) + g ( 甜) + 办( 1 ，) ( 2 5 ) 式中，一一体感温度，单位： z 一一实时温度，单位： 已一一r 最高温度，单位： z 一一日最低温度，单位： u 一一相对湿度，单位： ，一一风速，单位：m s 式中的( 乙乃) 、g ( u ) 、h ( v ) 三个子函数公式随着电网所在地区的不同应采用 不同参数的适应函数形式。气象部门通常只计算当日最高体感温度作为特征值来 定义人体感受的级别，并依据此值为公众做出预报和预防措施建议。 2 2 1 3 气象因素的多日累积效应对负荷的影响 考虑气象因素对负荷影响的多同累积效应，特别是温度的累积效应最明显， 在连续的高温日与当日正常升温两者情况下，当日负荷可能会有明显不同。例如， 1 3 2 0 0 5 年8 月9 同到8 月12 同，长沙温度持续走高，同最高温度由3 6 升高到3 8 ；同最低温度山2 6 1 升高到2 9 5 ；同平均温度由3 0 2 升高到3 3 7 。对 应的同最高负荷由17 0 0 m w 增加到18 7 6 m w ，同平均负荷由l3 8 6 6 m w 增加到 15 8 5 3 m w 。如果在为预测同选择对应的历史相似同的时候，只考虑预测当丌的 气象特征，而没有考虑前面几同的气象累积效应，那么所选择的相似同可能会与 实际同产生较大的差别。 温度的累积效应强度也包括多种因素；例如，温度的高低、持续时间的长短、 持续期的温度变化趋势、电力政策以及当地经济社会发展情况和调温负荷比例等。 下面表格2 7 列举了长沙夏季的持续高温r 的累积效应，表格2 8 是相对应时间 段的温度与统凋负荷的相关系数。 表2 72 0 0 0 2 0 0 5 年持续高温日的累积效应 1 4 硕l j 学位论文 表2 8 持续高温日的温度与统调负荷相关系数 通过大量分析，对于温度的累积效应可得如下结论： ( 1 ) 在供电能力充裕情况下，持续升温或降温会导致负荷不断小幅走高，幅度 的大小与社会经济发展情况以及电力政策相关。 ( 2 ) 在持续升温或降温时期，调温负荷占总负荷的比例增大。温度和负荷的相 关系数普遍高于全年其余时段温度和负荷的相关系数。 ( 3 ) 高温期，温度和负荷之间的关系应位于“马鞍型曲线”平缓段，即调温负 荷能力已全部释放。可近似认为温度再升高将减小对负荷变化的影响。 ( 4 ) 在用电高峰且电力供应不足时期，例如2 0 0 3 年7 月2 7 日到8 月3 同，电 力部门采取人为政策限电，减弱了温度累积效应对负荷的影响。 2 2 1 4 综合气象指数的多日累积效应对负荷的影响 一综合气象指数的累积效应既考虑多种气象特征的综合指数又兼顾累积效应。 加权温湿指数分析方法就是先寻找温度和湿度的耦合效果一温湿指数( t h i ， t e m p e r a t u r ea n dh u m i d i t yi n d e x ) ，它需要先确定指标中温度和湿度各自权重，再 考虑不同历史日的温湿指数的权重，最后分析加权温湿指数的多闩累积效应n 引。 在美国的p j m 市场中，温湿指数采用如下计算公式： t h i = 乙- ( 0 5 5 - 0 5 5 h l ) ( 乃- 5 8 ) ( 2 6 ) 式中，t h i 是温湿指数；乙为华氏温度；日，为百分比湿度。 、胛h i = a t h i o + f l t h i l + 刀h i _ 2 ( 2 7 ) 式中，w t h i 是加权温湿指数；t h i o 、t h i 一。、t h i 一：分别为当天、昨天、前 天的温湿指数；口、y 分别为权重。这样由t h i 到w t h i 就体现了历史气象因 素对负荷的不同影响度。通常粗略采用如下式计算： 、胛h i = ( 1 0 x t h i o + 5 x t h i i + 2 x t h i 一2 ) 1 7 ( 2 8 ) 2 2 2 其他因素对负荷的影响分析 在电力市场中，影响负荷变化的相关因素较为复杂。既受负荷需求、天气状 1 5 考虑气象i 大| 豢的负衙预测办法研究及j e 系统霉：现 况、季节、地域等客观因素的影响，还受电价、经济政治、生活习惯等主观因素 的影响。目f ；订人们还无法穷举影响负荷变化的所有因素，也很难将各种因素量化 表示。即使同一因素在不同地区不同季节对负荷变化的贡献大小也会变化。因此 需要对同特征量进行具体分