基于日负荷曲线分解的负荷预测

摘要

短期负荷预测是电网调度自动化系统的一部分,准确的负荷预测可以保证电网的安全稳定运行,减少发电成本。不同行业用电负荷会受到不同因素的影响,按行业分类分别预测用电负荷,可以考虑特殊因素的影响,因而可以得到比较精确的结果。本文通过分析各行业用电负荷特性,构建出分季节的负荷构成方程式,将日负荷曲线分解为各行业的日负荷曲线,然后对各行业的负荷进行预测,最后得出总的预测结果。本文预测时采用改进的灰色预测模型,不仅增强了灰色预测对波动负荷数据序列的处理能力,而且消除了原始灰色模型中的滞后误差,提高了精度。

目录

文摘

英文文摘

第一章 绪论

1.1 引言

1.2 负荷预测的分类

1.3 负荷预测的步骤

1.4 电力系统负荷预测常用方法分析

1.4.1 经典预测方法

1.4.2 现代预测方法

1.5 负荷预测的研究现状及存在的问题

1.6 本文内容安排和主要工作

第二章 电力系统负荷的分类及各行业负荷特性分析

2.1 电力系统的负荷与负荷分类

2.2 电力系统的负荷特性指标分析

2.2.1 负荷特性指标分类

2.2.2 负荷特性指标的含义

2.3 典型行业负荷特点分析

2.3.1 农业负荷特点分析

2.3.2 商业负荷特点分析

2.3.3 城乡居民负荷特点分析

2.3.4 工业负荷特点分析

2.3.5 典型行业负荷特点分析总结

2.4 本章小结

第三章 基于日负荷曲线的负荷分解模型

3.1 电力负荷的分解预测研究背景及研究现状

3.2 基于日负荷曲线的负荷分解的基本模型的建立

3.2.1 某市四季典型日负荷曲线变化

3.2.2 特征时间段的划分

3.2.3 基于日负荷曲线的负荷分解的基本模型

3.3 基于日负荷曲线的负荷分解模型的建立

3.3.1 负荷曲线季节性分时研究

3.3.2 基于日负荷曲线的负荷分解模型的建立

3.4 基于日负荷曲线的负荷分解的具体步骤与实例

3.4.1 数据的预处理

3.4.2 华北电网某市夏季典型日负荷曲线分离

3.4.3 华北电网某市冬季典型日负荷研究

3.4.4 算例检验

3.5 本章小结

第四章 基于日负荷曲线分解的负荷预测模型研究

4.1 灰色预测技术理论与原始GM(1,1)模型

4.1.1 灰色系统理论介绍

4.1.2 灰色系统建模机理

4.1.3 灰色预测技术的原始GM(1,1)模型

4.1.4 原始灰色预测模型GM(1,1)的后验差检验

4.2 灰色预测模型GM(1,1)的改进

4.2.1 GM(1,1)模型的局限性

4.2.2 GM(1,1)模型的优化

4.3 GM(1,1,λ)模型的流程图

4.4 本章小结

第五章 基于日负荷曲线分解的负荷预测实例分析

5.1 GM(1,1)和GM(1,1,λ)的有效性比较

5.2 基于日负荷曲线分解的短期负荷预测

5.3 本章小结

第六章 结论与展望

6.1 全文工作总结

6.2 今后工作展望

参考文献

致谢

在学期间发表的学术论文和参加科研情况