CN103679289A - 基于多元回归外推法的电力负荷预测方法 - Google Patents

Abstract

本发明涉及一种电力负荷预测方法，特别是一种基于多元回归外推法的电力负荷预测方法，综合了弹性系数法、人口密度法、抛物线模型法、N此曲线模型法、最大负荷利用小时数等因素，并根据多元回归外推法建立数学模型，获得每个因素对电力负荷预测的影响系数，最后采用上述方法预测未来的电力负荷需求，然后代入其对应的影响系数，最后快速准确的计算出多元回归结果，获得有效准确的电力负荷预测值。多元回归外推法将复杂的概率统计的数学方法与电力业务相结合，提高电力负荷预测准确率，对于合理制定有序用电方案，针对电力供应紧缺的情况，优化电力资源配置，将电力供需矛盾给社会带来的不利影响降至最低程度提供了积极有效的技术基础。

Description

基于多元回归外推法的电力负荷预测方法

技术领域

本发明涉及一种电力负荷预测方法，特别是一种基于多元回归外推法的电力负荷预测方法。

背景技术

在电力系统中，电力用户用电信息采集系统是实施有序用电管理的重要技术平台，为实施有序用电管理过程中保证限电不拉闸提供了重要技术支撑。电力负荷预测是电力用户用电信息采集系统中新发展起来的重要功能，为有序用电方案的制定和实施提供了重要依据。准确的负荷预测，可以合理制定有序用电方案，针对电力供应紧缺的情况，优化电力资源配置，将电力供需矛盾给社会带来的不利影响降至最低程度，提高经济效益和社会效益。

电力负荷预测是电网规划建设的依据和基础，电力负荷预测的准确性直接关系到电网运行方案的确定、电力资源的有效配置和电力投资的经济性。电力负荷预测是指通过对电力系统负荷历史数据以及对未来发展的预测、分析和研究，运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。电力负荷预测结果的准确与否直接关系到供电的可靠性，用电需求的正常发展，电力投资的效益以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的，因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不同，各具体因素对电力负荷预测的敏感度是不一样的，因而电力负荷预测具模糊性，目前关于电力负荷预测的理论和方法很多，如何将各种预测方法得出的结果进行综合判断得出规划所需的预测成果是本研究的主要目标。

发明内容

本发明的目的在于克服现有技术的不足之处而提供一种能够结合各种影响电力负荷的因素，有效准确的基于多元回归外推法的电力负荷预测方法。

本发明的目的是通过以下途径实现的：

基于多元回归外推法的电力负荷预测方法，其要点在于，包括如下步骤：

1）采集历史年份的电力负荷值，拟定有n个因素与待预测量有关，每个因素代表一种影响电力负荷的类型，以Xmn表示第n个因素在已知的第m年份的历史电力负荷值，而An表示该第n个因素对预测值的影响系数，并获得以下数学模型：

       A₁X₁₁+A₂X₁₂+…….+ A _n X _1n = Y₁；

A₁X₂₁+A₂X₂₂+…….+A_nX_2n = Y₂；

A₁X_m1+A₂X_m2+…….+A_nX_mn = Y_m；

2) 上述数学模型中，Y_m表示该第m年份需要预测的电力负荷值，该预测值同样为已知预测值，即实际的电力负荷值；根据上述数学模型解出每个因素的影响系数An的值，即A₁ 、A₂...... An；所述的A₁表示GDP增长率的弹性系数因素，A₂表示人口密度因素，A₃表示历史值模拟抛物曲线因素，A₄表示历史值模拟N次曲线因素，A₅表示最大负荷利用小时数因素；

3）采用弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷需求，获得上述每种因素的电力负荷预测值，分别对应为X₁、X₂、X₃、X₄、X₅：

4）根据多元回归模型获得：A₁X₁+A₂X₂+ A₃X₃+ A₄X₄+ A₅X₅ = Y，将上述获得的影响因素值和每种因素的电力负荷预测值代入上述多元回归模型，获得的数值Y为待测的电力负荷预测值。

本发明综合了弹性系数法、人口密度法、抛物线模型法、N此曲线模型法、最大负荷利用小时数等因素，并根据多元回归外推法建立数学模型，获得每个因素对电力负荷预测的影响系数，最后采用弹性系数法、人口密度法、抛物线模型法、N此曲线模型法、最大负荷利用小时数预测未来的电力负荷需求，然后代入其对应的影响系数，最后快速准确的计算出多元回归结果，获得有效准确的电力负荷预测值。多元回归外推法将复杂的概率统计的数学方法与电力业务相结合，提高电力负荷预测准确率，对于合理制定有序用电方案，针对电力供应紧缺的情况，优化电力资源配置，将电力供需矛盾给社会带来的不利影响降至最低程度提供了积极有效的技术基础。

具体实施方式

基于多元回归外推法的电力负荷预测方法，包括如下步骤：

1）采集历史年份的电力负荷值，拟定有n个因素与待预测量有关，每个因素代表一种影响电力负荷的类型，以Xmn表示第n个因素在已知的第m年份的历史电力负荷值，而An表示该第n个因素对预测值的影响系数，并获得以下数学模型：

       A₁X₁₁+A₂X₁₂+…….+ A _n X _1n = Y₁；

A₁X₂₁+A₂X₂₂+…….+A_nX_2n = Y₂；

A₁X_m1+A₂X_m2+…….+A_nX_mn = Y_m；

2) 上述数学模型中，Y_m表示该第m年份需要预测的电力负荷值，该预测值同样为已知预测值，即实际的电力负荷值；根据上述数学模型解出每个因素的影响系数An的值，即A₁ 、A₂...... An；所述的A₁表示GDP增长率的弹性系数因素，A₂表示人口密度因素，A₃表示历史值模拟抛物曲线因素，A₄表示历史值模拟N次曲线因素，A₅表示最大负荷利用小时数因素；

3）采用弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷需求，获得上述每种因素的电力负荷预测值，分别对应为X₁、X₂、X₃、X₄、X₅：

4）根据多元回归模型获得：A₁X₁+A₂X₂+ A₃X₃+ A₄X₄+ A₅X₅ = Y，将上述获得的影响因素值和每种因素的电力负荷预测值代入上述多元回归模型，获得的数值Y为待测的电力负荷预测值。

具体的弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷可以选用以下方式：

1.弹性系数法

根据GDP的增长率来预测电力负荷的增长，从而得出电力负荷的量。

首先算出GDP的年增长率以及电力负荷的年增长率；

弹性系数 = 电力负荷的年增长率/GDP的年增长率；

此处的增长率采用平均增长率的方式，（系统默认的是五年平均值，如果不满五年，有几年的增长率就取几年的平均值），用户可以设置平均增长率计算的年数。

2.人口密度法

根据人口因素对电力负荷的影响来预测电力负荷的。

首先根据公式求取人均用电负荷，每一次预测时都用上一年的人均用电负荷。

人均用电负荷 = 电力负荷/常住人口；

具体预测时，如果常住人口没有未来值，由系统自行预测，用户也可对人口的未来值进行设置。

3.抛物线模型法

根据电力负荷的历史值模拟抛物曲线来预测未来年份的电力负荷。

根据公式y=ax²+bx+c和历史数据利用最小二乘法模拟一条二次曲线。这里的x指的是年份。（其中最小二乘法的意思是说模拟出来的曲线偏离时间点的平方和最小，以达到最优）。

求出未知数a、b、c后，根据年份得到预测的电力负荷。

4.N次曲线模型法

根据电力负荷的历史值模拟N次曲线，来预测未来年份的电力负荷。

根据公式y=ax³+bx²+cx+d 和历史数据利用最小二乘法模拟一条三次曲线，这里的x只的是年份。求出a、b、c、d的值后根据年份得到预测的电力负荷。

5.最大负荷利用小时数

该方法用于最大负荷的预测。首先用一种较精准的预测方法预测出未来几年的最大负荷利用小时数，用已预测好的用电量除以该小时数得出各年最高负荷。

本发明考虑多种因素对电力负荷的影响，获取多种因素的发展变化曲线，用最小二乘法拟和这多种因素曲线，求出待求量与各变化因素之间的关系，进而得到预测时间范围内的待求量。在影响系数的求解中，每一年的数据可以列一个方程，历史年份越多，方程的个数越多，预测的就越准确。采用多元回归外推法等多种方法对上述不同的方法的预测结果进行科学量化的分析和预测，然后进行数学抽象矩阵化，采用专业数值分析处理软件MatLab嵌入开发语言，快速准确的计算出多元回归结果。另外，多元回归外推法设置特异数据的忽略功能，可排除特异数据对预测模型拟合度的影响，实现更加准确的负荷预测。

本发明未述部分与现有技术相同。

Claims (1)

1.基于多元回归外推法的电力负荷预测方法，其特征在于，包括如下步骤：

1）采集历史年份的电力负荷值，拟定有n个因素与待预测量有关，每个因素代表一种影响电力负荷的类型，以Xmn表示第n个因素在已知的第m年份的历史电力负荷值，而An表示该第n个因素对预测值的影响系数，并获得以下数学模型：

       A₁X₁₁+A₂X₁₂+…….+ A _n X _1n = Y₁；

A₁X₂₁+A₂X₂₂+…….+A_nX_2n = Y₂；

......

A₁X_m1+A₂X_m2+…….+A_nX_mn = Y_m；

2) 上述数学模型中，Y_m表示该第m年份需要预测的电力负荷值，该预测值同样为已知预测值，即实际的电力负荷值；根据上述数学模型解出每个因素的影响系数An的值，即A₁ 、A₂...... An；所述的A₁表示GDP增长率的弹性系数因素，A₂表示人口密度因素，A₃表示历史值模拟抛物曲线因素，A₄表示历史值模拟N次曲线因素，A₅表示最大负荷利用小时数因素；

3）采用弹性系数法、人口密度法、抛物线模型法、N次曲线模型法、最大负荷利用小时数预测未来的电力负荷需求，获得上述每种因素的电力负荷预测值，分别对应为X₁、X₂、X₃、X₄、X₅：

4）根据多元回归模型获得：A₁X₁+A₂X₂+ A₃X₃+ A₄X₄+ A₅X₅ = Y，将上述获得的影响因素值和每种因素的电力负荷预测值代入上述多元回归模型，获得的数值Y为待测的电力负荷预测值。