毕业论文电力负荷预测.doc

电力负荷预测
摘要
 城市民用负荷主要是城市居民的家用电器,它具有年年增长的趋势,以及明显的季节性波动特点,而且民用负荷的特点还与居民的日常生活和工作的规律紧密相关。商业负荷,主要是指商业部门的照明、空调、动力等用电负荷,覆盖面积大,且用电增长平稳,商业负荷同样具有季节性波动的特性。虽然商业负荷在电力负荷中所占比重不及工业负荷和民用负荷,但商业负荷中的照明类负荷占用电力系统高峰时段。此外,商业部门由于商业行为在节假日会增加营业时间,从而成为节假日中影响电力负荷的重要因素之一。工业负荷是指用于工业生产的用电,一般工业负荷的比重在用电构成中居于首位,它不仅取决于工业用户的工作方式(包括设备利用情况、企业的工作班制等),而且与各行业的行业特点、季节因素都有紧密的联系,一般负荷是比较恒定的。农村负荷则是指农村居民用电和农业生产用电。此类负荷与工业负荷相比,受气候、季节等自然条件的影响很大,这是由农业生产的特点所决定的。农业用电负荷也受农作物种类、耕作****惯的影响,但就电网而言,由于农业用电负荷集中的时间与城市工业负荷高峰时间有差别,所以对提高电网负荷率有好处。
关键词:电力负荷负荷预测预测方法
目录
1电力负荷预测综述 2
2
2
2电力负荷分析 6
3电力负荷预测的内容及程序 3
3
4
4电力负荷预测的基本算法 5
5
5
6
6
6
6
6
6
7
7
7
5 结束语 7
引言
电力系统短期负荷预测对未来1日至1周的负荷进行预测。短期负荷预测是随着电力系统EMS的逐步发展而发展起来的,现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。随着电力市场的建立和发展,对短期负荷预测提出了更高的要求,短期负荷预测不再人仅仅是EMS的关键部分,同时也是制定电力市场交易计划的基础。电力系统负荷预测为这一地区电力规划奠定了一定的基础,同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂,以及电网资金和人力资源的需求与平衡提供可靠的依据。因此,电力负荷预测是一项十分重要的工作,它对于保证电力工业的健康发展,乃至对于整个国民经济的发展均有着有十分重要的意义。
短期负荷预测技术经过几十年的发展,人们提出了许多的预测方法。现有的预测方法大体可分为2类:经典的数学统计方法以及上世纪90年代兴起的各种人工智能方法。经典的数学统计方法包括外推法、多元线性回归法、时间序列法和状态空间法等。人工智能方法包括人工神经网络法、专家系统方法和模糊推理方法、小波分析等。
在对大量历史负荷数据进行统计分析的基础上,根据电力负荷的特点,在考虑天气温度、日类型、实际历史负荷等因素对预测负荷影响的基础上,本文介绍了一种基于BP神经网络的短期负荷预测方法。其中首先根据实际经验将一周的7天分为工作日和休息日等两种类型号然后建立相应的人工神经网络模型用以预测负荷归一化系数:最后通进时小二乘法预测日最大负荷和日最小负荷。