基于相似日和智能算法的短期负荷组合预测

摘要

电力系统短期负荷预测(short-term load forecasting，STLF)是电力部门合理安排发电和检修计划，优化旋转储备容量、降低发电成本、提高经济效益、维护电网安全稳定运行的重要参考依据，对日渐开放的电力市场，也是今后竞价发电的有力保障。随着智能配电网的发展，短期负荷预测作为网损分析、网络重构、状态评估等应用的基础，对提升配电部门服务水平至关重要。因此，研究合适的配电网短期负荷预测方法，提高预测精度，具有十分重要的理论和应用价值。
　　本文通过对配网日负荷特性的分析，指出应对不同的日类型、结合天气因素对短期负荷预测分别建模。给出了数据预处理方法，以提高样本准确度，根据实际情况，提出了将气象因素嵌入模型以及选取相似日的具体规则。针对目前负荷样本数据来源单一、采集遗漏、样本不足等问题，且配网不同部门对短期负荷预测有不同需求的实际情况，提出了一种大数据背景下的基于拓扑关系的分层负荷预测方法，分别以台区和10kV线路为单位进行短期负荷预测。基于对台区负荷特性的分析，提出将台区分为气象敏感型和气象不敏感型两类，并依此建立了具体的分类预测模型。对气象敏感型台区，基于相似日优化负荷样本，利用最小二乘支持向量机(least squares support vector machine，LSSVM)进行负荷预测;对气象不敏感型台区，先通过经验模态分解(empirical mode decomposition，EMD)自适应地提取出负荷不同频度的基本信号，然后分析每个频度信号应选择的核函数，再基于LSSVM建模预测，从而提高了模型的灵活性和适用性以及预测精度。分层组合预测时，将台区列为第一层，10kV线路列为第二层，遵循拓扑连接关系，通过给台区负荷样本分配波形系数，采用粒子群优化算法(particle swarmoptimization，PSO)，根据类似于神经网络学习与训练的思想，优化该波形系数，再结合台区的预测值组合得到最终的线路（或母线）短期负荷预测结果，且在此基础上，建立了线路峰值负荷预测优化模型。应用实例表明，分层组合预测模型便于尽可能地利用多样化的数据样本，弱化数据来源单一造成的不良影响，减小由于各台区的用电性质与负荷特性不一、峰谷负荷出现时段不同等因素导致的负荷预测误差，且峰值负荷优化模型进一步显著地提高了线路峰值负荷预测精度，利于电力系统优化运行与控制。
　　最后，本文开发了相应的短期负荷预测软件，对界面设计、软件功能和操作方法作了详细说明。

目录

声明

摘要

第1章 绪论

1．1 课题的研究背景及意义

1．2 短期负荷预测研究现状

1．3 配网的负荷预测研究发展

1．3．1 配网规划中的负荷预测

1．3．2 配网短期负荷预测的应用

1．3．3 考虑分布式新能源和电动汽车的负荷预测

1．4 本文研究思路与主要研究内容及章节安排

第2章 配电网日负荷特性分析

2．1 日类型对日负荷特性的影响

2．1．1 工作日

2．1．2 休息日

2．1．3 重要节假日

2．2 气象因素对日负荷特性的影响

2．2．1 气象因子

2．2．2 综合气象指数

2．3 历史数据预处理

2．3．1 负荷数据预处理

2．3．2 气象数据预处理

2．4 负荷预测误差评价指标

2．5 本章小结

第3章 配网台区分类负荷预测

3．1 基于气象敏感性的台区分类

3．2 气象敏感型台区负荷预测

3．2．1 相似日与灰色关联分析

3．2．2 最小二乘支持向量机(LSSVM)

3．2．3 预测建模实现步骤

3．3 气象不敏感型台区负荷预测

3．3．1 经验模态分解(EMD)

3．3．2 EMD与SVM核函数

3．3．3 预测建模实现步骤

3．4 台区负荷预测算例分析

3．4．1 台区负荷预测总流程

3．4．2 气象敏感型台区算例分析

3．4．3 气象不敏感型台区算例分析

3．5 本章小结

第4章 10kV线路的分层组合预测

4．1 预测方法的意义与优势

4．2 基于分层的组合预测方法

4．2．1 配网典型拓扑与分层

4．2．2 方法描述与建模流程

4．3 组合系数优化及峰值负荷预测

4．3．1 粒子群优化算法(PSO)

4．3．2 基于训练思想的系数优化具体步骤

4．3．3 峰值负荷预测优化模型

4．4 算例分析

4．4．1 分层组合预测及对比

4．4．2 峰值负荷预测优化及对比

4．4．3 相似日样本选取及对比

4．5 本章小结

第5章 预测软件界面与应用操作

5．1 软件开发环境

5．1．1 基于GUIDE的界面布局

5．1．2 GUI程序编写

5．2 软件设计目的与设计架构

5．3 软件登录界面

5．4 预测软件主界面与功能分块

5．4．1 电网拓扑界面

5．4．2 参数设置界面

5．4．3 历史数据界面

5．4．4 负荷预测界面

5．4．5 结果展示界面

5．4．6 Logo标识与退出软件

5．4．7 菜单栏帮助

5．5 部分应用操作详解与举例

5．5．1 登录软件

5．5．2 选定预测对象与拓扑展示

5．5．3 设置参数与导入历史数据

5．5．4 负荷预测及其结果展示

5．6 本章小结

结论与展望

本文的主要研究内容和成果

后续工作展望

参考文献

致谢

附录A 攻读学位期间所发表的学术成果目录

附录B 攻读学位期间所参加的科研项目