基于Holt-Winters模型的地区电网售电量预测方法与流程

本发明属于电网供电量研究技术领域，具体涉及一种基于holt-winters模型的地区电网售电量预测方法。

背景技术：

地区电网售电量的科学预测是电网建设规划的重要依据。用电量是企业经营状况的重要指标，而随着电力体制改革的推进，售电公司成立后面临的一个关键问题就是如何更好的预测下个月的售电量，对地区电网而言，售电量的预测对电压负荷稳定，电网安全调度，稳定运行至关重要。

目前，随着历史数据的逐年增加，需要以新的历史数据不断优化模型，通过计算方差和不断调参让误差降至最低，使拟合效果更好。这样，可降低下次预测的误差率。

技术实现要素：

本发明要解决的是如何选用一种合适的模型，并不断优化模型来降低售电量预测的误差率问题，从而提供一种基于holt-winters模型的地区电网售电量预测方法。

为解决上述技术问题，本发明所采用的技术方案如下：

一种基于holt-winters模型的地区电网售电量预测方法，步骤如下：s1，收集历年月售电量，构成数组at,at为售电量在t时刻的负荷数据,t以月为时间长度。

s2，构建售电量的预测模型。

ft+p＝(lt+ptt)rt-m+p；

lt＝α(at/rt-m)+(1-α)(lt-1+tt-1)；

tt＝β(lt-lt-1)+(1-β)(tt-1)；

rt＝γ(at/lt)+(1-γ)(rt-m)；

其中，ft+p为t+p时刻的售电量预测值，p为待预测时刻与当前时刻的差值；lt为售电量在t时刻的水平成分，tt为售电量在t时刻的趋势成分，rt-m+p为t-m+p时刻的季节成分，at为售电量在t时刻的实际值，lt-1为售电量在t-1时刻的水平成分，tt-1为售电量在t-1时刻的趋势成分，rt-m为t-m时刻的季节成分，rt为售电量在t时刻的季节成分，m为周期长度，α为待确定水平平滑系数，β为待确定趋势平滑系数，γ为待确定季节平滑系数，且α,β,γ∈[0,1]。

s3，计算初始值。

所述初始值，包括初始水平成分l1、初始趋势成分t1、初始季节成分r1和初始预测值f1。

s3.1，给定平滑系数α，β，γ的初始设定值；

s3.2，计算修正值；

所述修正值包括水平修正值lx、趋势修正值tx和季节修正值rx；

水平修正值lx为：

lx＝95％*a1；

a1为数组at的第一个元素值；

趋势修正值tx为：

tx＝t1；

季节修正值rx为：

rx＝1。

s3.3，根据步骤s3.1和步骤s3.2计算当前时刻的初始水平成分l1、初始趋势成分t1和初始季节成分r1；

初始水平成分l1为：

l1＝α(a1/r1)+(1-α)(lx+tx)；

t1＝β(l1-lx)+(1-β)(tx)；

r1＝γ(at/l1)+(1-γ)(rx)；

s3.4，根据步骤s3.3计算初始预测值f1；

f1＝(lx+rx)*r1；

s4，根据步骤s3的初始值结合步骤s2的预测模型，对数组at内第二个元素起的每个元素计算预测值。

在进行预测时，平滑系数都是未知的。

s5，构建平滑系数的寻优目标函数：

s6，结合步骤s1、步骤s3、步骤s4和步骤s5，得到最佳平滑系数，本发明中最佳平滑系数，α＝0.010,β＝0.112,γ＝0.010。

s7，根据步骤s6和步骤s2得到最佳平滑系数对应的最佳预测模型。

本发明通过收集历年售电量，并构建平滑系数待定的预测模型，为确定最优平滑系数，首先假定平滑系数，求出第一个预测值，然后从数组中的第二元素开始，再用平滑系数待定的预测模型计算得到对应的预测值，接着将所有的预测值与对应的实际值结合计算均方差和，并通过solver求解器以最小均方误差和作为选取标准得到最优的平滑系数组合，将得到的最优平滑系数带入建立的预测模型中得到最佳预测模型，用最佳预测模型来进行售电量的预测。本发明运行可靠，操作方便，预测精度高且应用价值高。并为经济技术研究所的电网规划、发展部运营分析计划做了前提研究、为营销部门的电量市场分析和运营部门的电量监测提供决策支撑等，确保公司经营成果颗粒归仓。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，一种基于holt-winters模型的地区电网售电量预测方法，步骤如下：s1，收集历年月售电量，构成数组at,at为售电量在t时刻的负荷数据,t以月为时间长度。本发明采集2014-2016年月供电量数据，at＝{a1,a2,…,a36}

s2，构建售电量的预测模型。

ft+p＝(lt+ptt)rt-m+p；

lt＝α(at/rt-m)+(1-α)(lt-1+tt-1)；

tt＝β(lt-lt-1)+(1-β)(tt-1)；

rt＝γ(at/lt)+(1-γ)(rt-m)；

其中，ft+p为t+p时刻的售电量预测值，p为待预测时刻与当前时刻的差值；lt为售电量在t时刻的水平成分，tt为售电量在t时刻的趋势成分，rt-m+p为t-m+p时刻的季节成分，at为售电量在t时刻的实际值，lt-1为售电量在t-1时刻的水平成分，tt-1为售电量在t-1时刻的趋势成分，rt-m为t-m时刻的季节成分，rt为售电量在t时刻的季节成分，m为周期长度，α为待确定水平平滑系数，β为待确定趋势平滑系数，γ为待确定季节平滑系数，且α,β,γ∈[0,1]。

s3，计算初始值。

所述初始值，包括初始水平成分l1、初始趋势成分t1、初始季节成分r1和初始预测值f1。

s3.1，给定平滑系数α，β，γ的初始设定值，本发明中α＝β＝γ＝0.1。

s3.2，计算修正值。

所述修正值包括水平修正值lx、趋势修正值tx和季节修正值rx；

水平修正值lx为：

lx＝95％*a1；

a1为数组at的第一个元素值；

趋势修正值tx为：

tx＝t1；

季节修正值rx为：

rx＝1。

s3.3，根据步骤s3.1和步骤s3.2计算当前时刻的初始水平成分l1、初始趋势成分t1和初始季节成分r1；

初始水平成分l1为：

l1＝α(a1/r1)+(1-α)(lx+tx)；

t1＝β(l1-lx)+(1-β)(tx)；

r1＝γ(at/l1)+(1-γ)(rx)；

s3.4，根据步骤s3.3计算初始预测值f1；

f1＝(lx+rx)*r1。

s4，根据步骤s3的初始值结合步骤s2的预测模型，对数组at内第二个元素起的每个元素计算预测值。在进行预测时使用的预测模型是平滑系数待定的，平滑系数都是未知的。

s5，构建平滑系数的寻优目标函数：

s6，结合步骤s1、步骤s3、步骤s4和步骤s5，得到最佳平滑系数，

α＝0.010,β＝0.112,γ＝0.010。

s7，根据步骤s6和步骤s2得到最佳平滑系数对应的最佳预测模型。

上面所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。