基于组合预测模型的电力系统短期负荷预测装置及方法
【专利摘要】本发明提供的是一种基于组合预测模型的电力系统短期负荷预测装置及方法。包括数据采集模块、输入模块、单一模型预测模块、确定权系数模块、组合预测模块、预测结果评价模块、预测效果仿真分析模块和输出模块。本发明在选取单一预测模型时，提出了基于Kalman滤波算法的AR模型和混沌Kalman滤波算法；在计算组合模型权重系数时，提出一种改进的可变权系数的方法。进一步提高了负荷预测的精度与稳定性且装置的模块化结构利于装置升级和维护，为电力系统经济、安全与可靠运行提供了决策支持。
【专利说明】基于组合预测模型的电力系统短期负荷预测装置及方法
【技术领域】
[0001]本发明涉及的是一种电力系统短期负荷预测装置，本发明也涉及一种电力系统短期负荷预测方法。
【背景技术】
[0002]在电力系统运行、控制和计划管理中，负荷预测决定了发电、输电和配电的合理安排，是电力系统规划的重要组成部分。其中，短期负荷预测最主要的应用是为发电计划程序提供数据，用来确定满足安全要求、运行约束、以及自然环境和设备限制的运行方案，对电网运行的安全性、可靠性和经济性起着重要作用。如何提高预测精度是目前研究短期负荷预测理论与方法的中心和重点，准确的短期负荷预测已成为实现电力系统管理现代化的重要内容之一。
[0003]长期以来，国内外学者对电力系统负荷预测理论进行了广泛而深入的研究，提出了许多有效的方法，如回归分析法，时间序列法，神经网络法，小波分析法等。对于某一预测问题，可建立多种预测方法。不同的预测方法提供不同的预测信息和不同的预测精度。若简单地把预测误差较大的方法舍弃掉，往往会丢失一些有用信息。科学的方法是，将不同的预测方法进行适当的组合，以综合利用各种方法所提供的信息，尽可能提高预测精度。为了充分利用各个负荷预测单一模型的有用信息，以提高负荷预测的精确度，将几种不同的预测方法组合起来而成为组合预测模型。张艳等提出将一元线性回归模型和灰色系统模型进行组合，以绝对值之和最小为目标函数的最小绝对值法来确定权系数(张艳，马川生，韦可.组合预测中权重的确定研究一最小绝对值法的应用.交通运输系统工程与信息.2006，6 (4): 125-129)。魏友华选用常用的指数平滑法、趋势分析法、时间序列法、以及灰色预测法的单一预测基础上建立组合预测模型并采用最小二乘法确定组合预测模型权重(魏友华.短期电力预测的组合预测方法.物探化探计算技术.2005，27(2): 178-180)。Yogesh Bichpuriya等人选用专家系统法、人工神经网络和ARMA时间序列三种单一方法进行组合，并采用方差协方差法确定权系数对电力系统短期负荷进行预报(Yogesh BichpuriyajM.S.S.Raoj S.A.Soman.Combination approaches for shortterm load forecasting.2010 9thInternational Power and Energy Conference, IPEC2010:818-823)。但上述方法在精度和稳定性上都有待提高，预报效果不理想。
【发明内容】
[0004]本发明的目的在于提供一种精度高、稳定性强的负荷预测装置。本发明的目的还在于提供一种基于组合预测模型的电力系统短期负荷预测方法。
[0005]本发明的基于组合预测模型的电力系统短期负荷预测装置包括数据采集模块、输入模块、单一模型预测模块、确定权系数模块、组合预测模块、预测结果评价模块、预测效果仿真分析模块和输出模块；
[0006]所述数据采集模块用于对电网每天24小时整点负荷(单位为:MW/h)进行采集；所述输入模块可以用于输入历史负荷数据以及数据处理；所述单一模型预测模块用于计算三种单一预测模型的预报值；所述确定权系数模块用于计算组合预测的权系数；所述组合预测模块用于计算最终预测结果；所述预测结果评价模块用于检验预测精度的各种误差指标；所述预测效果的仿真分析模块用于对负荷预测效果进行模拟测试及分析；所述输出模块用于显示和输出负荷的预测结果；
[0007]各模块之间的信号流程为:数据采集模块、输入模块、单一模型预测模块、确定权系数模块、组合预测模块、预测效果的仿真分析模块、预测结果评价模块、输出模块依次串行连接。各模块必须按顺序执行，上一模块的输出是下一模块的输入，电网的历史负荷通过数据采集模块后，经过输入模块进行数据处理；处理后的可用数据进入单一预测模块，三种单一预测模型的输出结果为确定权系数模块的输入，如果第i种方法在t时段的预报误差^)0 (α为给定的阈值，本方法选用α =3%)，即代表该种方法在此时段的预报值突变很大，可以舍弃，则取其权重为零，剩余的各种单一预报模型从新分配相等的权重，利用仿真分析模块及结果评价模块对预测结果进行精度要求检验，如果符合要求则进入输出模块，如果不符合要求则返回数据采集模块，重新进行其他时段的数据采集。
[0008]本发明的基于组合预测模型的电力系统短期负荷预测方法为:
[0009]在对单一模型的建立时，提出了 kalman滤波法、混沌Kalman滤波法，在对组合模型权系数的确定时，采取可变权重的方法，提出了以下方法和实施方案:
[0010](I)对电网的负荷数据进行采集和适当处理，形成可用的负荷时间序列；
[0011](2)分别采用最小二乘法、Kalman滤波法、混沛Kalman滤波法建立的三种单一预报模型计算预报结果flt、f2t、f3t;
[0012](3)求取组合预报模型的权系数WpWyW3 ;
[0013](4)得到最终预报模型 ft=w1flt+w2f2t+w3f3t, t=l, 2,..., η ；
[0014](5)利用(4)所建立的模型进行负荷预报。
[0015]本发明的基于组合预测模型的电力系统短期负荷预测装置采用了模块化结构，模块化结构利于装置升级和维护；可进行在线采集数据、在线建模、在线预报，是一种实时在线预报装置；与以往装置相比增加了预测效果仿真分析模块、预测结果评价模块，使应用者实时掌握预测误差，做出正确的判断、和决策。
[0016]本发明的基于组合预测模型的电力系统短期负荷预测方法，相对于传统的负荷预测方法及装置优点在于，选取单一预测模型时，提出了基于Kalman滤波算法的AR模型和混沌Kalman滤波算法的预报模型，把预报模型参数作为Kalman滤波器状态向量，应用Kalman滤波算法估计预报模型参数，建立预报模型；在计算组合模型权重系数时，提出一种改进的可变权系数的方法，与以往的不变权重的方法相比，负荷预测精度更高。本发明的提出进一步提高了负荷预测的精度与稳定性，为电力系统经济、安全与可靠运行提供了决策支持。
【专利附图】
【附图说明】
[0017]图1基于组合预测模型的电力系统短期负荷预测装置的模块组成框图；
[0018]图2基于组合预测模型的电力系统短期负荷预测方法流程图；
【具体实施方式】[0019]下面结合附图对本发明做更详细地描述。
[0020]结合图1对本发明的具体实施方案作详细描述。
[0021]本发明的基于组合预测模型的电力系统短期负荷预测装置包括数据采集模块、输入模块、单一模型预测模块、确定权系数模块、组合预测模块、预测结果评价模块、预测效果仿真分析模块和输出模块；
[0022]所述数据采集模块用于对电网每天24小时整点负荷(单位为:MW/h)进行采集；所述输入模块可以用于输入历史负荷数据以及数据处理；所述单一模型预测模块用于计算三种单一预测模型的预报值，包括最小二乘法预测模块、Kalman滤波预测模块和混沌Kalman滤波预测模块；所述确定权系数模块用于计算组合预测的权系数；所述组合预测模块用于计算最终预测结果；所述预测结果评价模块用于检验预测精度的各种误差指标；所述预测效果的仿真分析模块用于对负荷预测效果进行模拟测试及分析；所述输出模块用于显示和输出负荷的预测结果；
[0023]各模块之间的信号流程为:数据采集模块、输入模块、单一模型预测模块、确定权系数模块、组合预测模块、预测效果的仿真分析模块、预测结果评价模块、输出模块依次串行连接。各模块必须按顺序执行，上一模块的输出是下一模块的输入，电网的历史负荷通过数据采集模块后，经过输入模块进行数据处理；处理后的可用数据进入单一预测模块，三种单一预测模型的输出结果为确定权系数模块的输入，如果第i种方法在t时段的预报误差^)0 (α为给定的阈值，本方法选用α =3%)，即代表该种方法在此时段的预报值突变很大，可以舍弃，则取其权重为零，剩余的各种单一预报模型从新分配相等的权重，利用仿真分析模块及结果评价模块对预测结果进行精度要求检验，如果符合要求则进入输出模块，如果不符合要求则返回数据采集模块，重新进行其他时段的数据采集。
[0024]结合图2对本发明的【具体实施方式】作进一步详细描述。
[0025]本发明的基于组合预 测模型的电力系统短期负荷预测方法为:
[0026]提出了新的、更有效的预测方法。在对单一模型的建立时，提出了 kalman滤波法，混沌Kalman滤波法，在对组合模型权系数的确定时，采取可变权重的方法，提出了以下方法和实施方案:
[0027](I)对电网的负荷数据进行采集和适当处理，形成可用的负荷时间序列；
[0028](2)分别采用最小二乘法、Kalman滤波法、混沛Kalman滤波法建立的三种单一预报模型计算预报结果flt、f2t、f3t;
[0029]最小二乘法已有参考文献介绍,此处不再赘述,下面详细介绍利用Kalman滤波法进行短期电力系统负荷预测，此方法即利用Kalman滤波递推公式建立自适应AR模型，把AR模型自回归参数作为Kalman滤波器状态向量，Kalman滤波方法的推导过程此处不再赘述，将Kalman滤波方程中的变量和AR模型方程的变量加以对照，如表1所示:
[0030]表1平稳情况相应方程的变量对照
1巧丨产_+丨0 'I⑴⑴c‘⑴训财) m￡lm φ(?) 1 0 0 y{t) χΤ(?) m
[0032]可用(0.001~0.01) X (y(k)的方差)作为Jmin，经验证可看到Jmin对算法结果影响很小，利用对照关系，可以导出平稳情况下负荷预测模型的Kalman滤波算法:
[0033]其中X⑴，X⑵，...，X(k)为输入向量，y⑴，y⑵，...，y(k)为希望输出，当k=l, 2，3
【权利要求】
1.一种基于组合预测模型的电力系统短期负荷预测装置，包括数据采集模块、输入模块、单一模型预测模块、确定权系数模块、组合预测模块、预测结果评价模块、预测效果仿真分析模块和输出模块，其特征是: 所述数据采集模块对电网每天24小时整点负荷进行采集；所述输入模块输入历史负荷数据以及数据处理；所述单一模型预测模块计算三种单一预测模型的预报值；所述确定权系数模块计算组合预测的权系数；所述组合预测模块计算最终预测结果；所述预测结果评价模块检验预测精度的各种误差指标；所述预测效果的仿真分析模块对负荷预测效果进行模拟测试及分析；所述输出模块显示和输出负荷的预测结果； 各模块之间的信号流程为:数据采集模块、输入模块、单一模型预测模块、确定权系数模块、组合预测模块、预测效果的仿真分析模块、预测结果评价模块、输出模块依次串行连接；上一模块的输出是下一模块的输入，电网的历史负荷通过数据采集模块后，经过输入模块进行数据处理；处理后的可用数据进入单一预测模块，三种单一预测模型的输出结果为确定权系数模块的输入，如果第i种方法在t时段的预报误差eit>a，α为给定的阈值，α =3%，即代表该种方法在此时段的预报值突变很大，舍弃，则取其权重为零，剩余的各种单一预报模型重新分配相等的权重，利用仿真分析模块及结果评价模块对预测结果进行精度要求检验，如果符合要求则进入输出模块，如果不符合要求则返回数据采集模块，重新进行其他时段的数据采集。
2.一种基于权利要求1所述的基于组合预测模型的电力系统短期负荷预测装置的预测方法，其特征是: (1)对电网的负荷数据进行采集和适当处理，形成可用的负荷时间序列； (2)分别计算最小二乘法、Kalman滤波法、混沛Kalman滤波法三种单一模型的预报结果 fn、f2t、f3t ； (3)求取组合预报模型的权系数WpWyW3;
(4)得到最终预报模型ft=w1flt+w2f2t+w3f3t, t=l, 2,..., η ； (5)利用(4)所建立的模型进行负荷预报。
【文档编号】G06Q10/04GK103514488SQ201310461805
【公开日】2014年1月15日 申请日期:2013年10月8日 优先权日:2013年10月8日
【发明者】彭秀艳, 崔艳青, 闫金山 申请人:哈尔滨工程大学