电力预测软件关键技术分析
来源:用户上传
作者: 王健
【摘要】规划方案的质量直接受到负荷预测的准确性影响，本文主要就负荷预测采用使用优选组合预测方法，并就设计软件中的关键技术进行分析，通过各预测结果进行比较选优，来实现电力预测的目的。
【关键词】电力预测;软件设计;关键模块
1.引言
电力系统规划的基础就是相关的负荷预测工作，结合相关的气象、经济等因素影响规律，从负荷本身的变化情况出发，按照一定的方法，在分析历史数据的基础上，对于事物之间内在变化规律进行预测和研究，这就是负荷预测的基本思想，所以，预先的估计和预测对于电力需求则显得尤为必要。负荷发展状况及水平的提供就是负责预测的目的所在，另外，还能对于相应的各个供电区的供用电最大负荷、年供用电量、规划地区总的负荷情况进行确定，这样有助于合理规划年用电负荷。
负荷预测的分类一般可以根据地理位置、负荷特性、社会用电情况和相应的周期进行。预测周期也不尽相同，包括超短期预测、短期预测、中期预测、长期预测。对于长期预测来说，能够有效为电源电网规划提供决策依据，主要在十年以上的预测;短期预测则是包括一年之内的预测，一般按照月为单位;中期预测则是五年左右，按照年为单位的预测;超短期预测，主要提供决策依据对于实时调度、实时电价预测有帮助，一般是负荷在未来1h、0.5h 甚至10min 的变化。这里提到的预测软件的应用领域规定在中长期负荷预测方面[1，2]。
2.电力负荷预测软件开发
电力负荷预测软件的开发是在WindowsXP 操作系统平台上，具有丰富的系统功能，通过选择有效的Visual Basic 编程语言，结合相应的Office Access 系统作为开发的平台，其中VB能够完成相关的计算和编程任务，后者则主要满足对于数据库系统的支持方面。图1为电力负荷预测软件流程图。
图1 程序流程图
3.电力负荷预测软件结构设计与思考
按照各自实现不同的功能的模块，本软件采用结构化程序设计思路，这样的情况下，程序就能够分为不同的众多模块。其中，总体上来说，软件的系统结构主要包括以下四个方面的模块：处理历史数据模块、负荷预测模块、预测结果模块、其他能够包括比较和打印的功能模块。具体来说，软件处理过程来看，首先应该是建立相关的原始数据，并能够进行相应的修改和显示工作;然后利用软件中所具备的四种预测方法进行处理，并进行比较和选择;最后就是进行相关的误差分析，以及预测结果的显示。
3.1 历史数据处理分析
在Access 数据库中，通过“导入数据库”功能，把历史负荷数据导入到软件中，历史数据的录入则应该根据软件主界面的“新建数据库”实现。另外，历史负荷数据的修改则应该可以通过“数据修改”实现。
3.2 负荷预测模块
在此预测模型中，充分考虑软件特点，主要包括以下四种：一元非线性回归模型、一元线性回归模型、灰色预测模型和增长趋势预测模型。在应用灰色模型过程中，如果没有通过检验，应该平滑处理历史数据后在进行相关预测。另外，软件还具有相关的优选组合预测功能，包括对于相关的预测结果比较误差等，在平均绝对误差最小的情况下，从而选择更好的预测方法，得到最终的预测结果。
3.2.1 一元线性回归模型
x、y 两变量在一元线性回归中成为线性关系，模型则定为，其中，a 、b为回归方程的回归系数，可以通过最小二乘法估计获得;x 是与y 有关的自变量;为预测值，又称因变量的估计值。
3.2.2 一元非线性回归模型
非线性相关关系存在于变量x 和y 之间时，用一条直线近似地拟合这些散点就存在一定困难，所以，利用适当的曲线来进行相关的拟合，根据不同的散点图，常用的曲线则包括S 型曲线、对数曲线、指数曲线、幂函数曲线、倒指数曲线、双曲线等。这里选择使用指数曲线进行拟合，其公式如下：
3.2.3 增长趋势法（模型按照指数曲线为例）
根据历史用电量（负荷）数据x1，x2，...，xT 大体为指数增长趋势，得到预测模型：
3.2.4 灰色预测
这里选择一阶的一个变量的微分方程模型GM（1，1），经过求解的预测模型为：
3.2.5 优选组合预测方法
这里在优选组合进行预测，主要存在两种含义，一是，比较几种预测方法，最小的标准偏差或者最佳拟和度则是预测模型的选择标准;二是，适当的权重在几种预测方法中得到的结果进行处理，通过加权平均实现预测。在优选组合预测中，考虑了比较全面的影响信息，具有多种的单一预测模型的信息综合，所以，能对于预测效果进行有效改善。
3.3 误差分析
各预测方法的误差的比较和分析则是通过平均绝对误差值在软件中的计算而实现，这里分析平均绝对误差产生方法，依照基础则为历史数据中前5 年的数据，通过负荷预测模块，随后几年的预测值yi’能够根据上述各预测方法得出，其中，该预测方法的绝对误差值就是此预测值与历史数据中负荷真实值yi 比较差值，定义该预测方法的平均绝对误差值的公式如下：
3.4 计算结果显示和打印功能分析
结合编程语言的打印功能，同表格方法显示各预测方法所得的结果，软件能够把输出实现预测结果。
4.实例分析
在软件中导入相关的某地区的第三产业、第二产业、第一产业、以及GDP的历史负荷数据，然后利用软件内各个预测模块进行预测分析。
在比较平均绝对误差值的基础上，具体表1则为软件运行结果，在经过对比分析过程中，发现“一元线性预测”方法较为适用于此地区的历史负荷，满足平均绝对误差值最小的要求，这样的优选组合预测的最终结果就是一元线性的预测结果。
表1 软件运行结果（单位：亿kWh）
一元线性预测 一元非线性预测 灰色预测 增长趋势预测
2009 27.832 32.722 28.956 26.980
2010 29.10 35.523 31.768 29.897
2011 32.310 43.771 34.567 33.132
2012 35.803 54.958 38.239 36.543
2013 39.803 71.227 41.987 40.651
绝对误差 1.153 2.547 1.861 1.424
5.结论
充分考虑负荷预测各自方法的优劣和适用范围的基础上，优选组合多种多样的负荷预测的方法，这样选择出的具体的预测方法对于不同的历史负荷数据具有更强的针对性，能够有效提高预测的准确性，做好相关的电力系统规划工作。本文提出的负荷预测软件具有操作简便且界面友好的特点，能够完成添加和修改数据库的功能，也具有比较好的移植性，通过比较优化平均绝对误差值，也比较便于操作人员的理解。
参考文献
[1]吉训生.基于偏最小二乘支持向量机的短期电力负荷预测方法研究[J].电力系统保护与控制，2010，38（23）.
[2]李伟，韩力.组合灰色预测模型在电力负荷预测中的应用[J].重庆大学学报（自然科学版），2004，27（1）.
转载注明来源:https://www.xzbu.com/8/view-6495441.htm
