时间序列分析在电力负荷预测中的应用研究

摘要

近年来，风力发电的装机容量不断增长，由于风电的波动性和间歇性，大规模并网时对电网的影响已不可忽视，传统电力负荷预测方法渐显疲态。在查阅文献、资料的基础上，本文进行了大量工作，以期找到适应风力发电大规模并网需求的负荷预测方法。
　　对影响电力负荷变化的因素进行了分析，着重研究了风电并网对电网的影响。大规模并网将加强电网系统负荷的非线性特性，增加利用传统方法进行负荷预测的难度。分析了电力负荷自身特点，研究了传统负荷预测方法，重点研究了电力负荷预测的时间序列分析方法，包括负荷预测模型建立的思路、模型适应性检验及参数识别等。
　　对经典的时间序列电力负荷预测的模型参数估计方法进行了理论和应用研究，发现在风电大规模并网导致系统非线性特征明显时，传统方法不再适用；为此，给出了模型参数分步整合估计法，在风电并网条件下具有更高的精度和很好的收敛性；给出了新型负荷预测模型权重分析分步优化方法，在风电并网条件下仍具较高预测精度。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 引言

1.2 课题背景

1.3 课题研究的意义

1.4 本文的主要工作

第2章 电力负荷预测原理

2.1 引言

2.2 电力负荷预测原理

2.3 电力负荷预测经典方法

2.4 电力负荷预测的特点

2.5 电力负荷预测系统设计基本思路

2.6 本章小结

第3章 电力负荷预测模型的建立

3.1 引言

3.2 电力系统预测模型的定阶

3.3 电力负荷预测模型的参数估计

3.4 模型参数的分步整合估计法

3.5 电力负荷预测仿真研究

3.6 本章小结

第4章 电力负荷预测的应用研究

4.1 引言

4.2 电力负荷时间序列模型

4.3 负荷预测模型识别研究

4.4 负荷预测模型权重分析分步优化方法

4.5 电力负荷预测仿真研究

4.6 本章小结

结论

参考文献

攻读硕士学位期间承担的科研任务与主要成果

致谢

作者简介