蔣益進(jìn)，楊嘉靖

(廣西桂能科技發(fā)展有限公司，廣西 南寧 530007)

1 引言

電力負(fù)荷預(yù)測的目的就是提供負(fù)荷的發(fā)展?fàn)顩r及水平，為電力生產(chǎn)部門及管理部門制定生產(chǎn)計劃和發(fā)展規(guī)劃提供依據(jù)。確定各供電區(qū)各規(guī)劃年供用電量、供用電最大負(fù)荷和規(guī)劃地區(qū)總的發(fā)展水平，確定各規(guī)劃年用電負(fù)荷構(gòu)成［1－5］。

短期負(fù)荷預(yù)測的準(zhǔn)確與否將直接關(guān)系到電力系統(tǒng)的安全運行和經(jīng)濟(jì)調(diào)度，便于更合理地安排電網(wǎng)設(shè)備調(diào)度及檢修計劃，還能提高電力系統(tǒng)運行的穩(wěn)定性，減少電網(wǎng)的發(fā)電成本。中長期負(fù)荷預(yù)測是配電網(wǎng)規(guī)劃的前提和基礎(chǔ)，其準(zhǔn)確性直接關(guān)系到規(guī)劃方案的質(zhì)量和配電網(wǎng)的安全經(jīng)濟(jì)運行，也是實現(xiàn)電力系統(tǒng)管理現(xiàn)代化的重要內(nèi)容之一［6－9］。

2 基于BP網(wǎng)絡(luò)的短期負(fù)荷預(yù)測

神經(jīng)網(wǎng)絡(luò)理論是一種比較新的應(yīng)用研究方法，從上個世紀(jì)90年代開始在電力系統(tǒng)負(fù)荷預(yù)測中應(yīng)用，其可以模仿人腦的智能化處理，對大量非結(jié)構(gòu)性、非精確性規(guī)律有自適應(yīng)功能，具有信息記憶、自主學(xué)習(xí)、知識推理和優(yōu)化計算。

圖1 三層BP網(wǎng)絡(luò)結(jié)構(gòu)

假設(shè)BP網(wǎng)絡(luò)每層有N個處理單元，訓(xùn)練集包含A個樣本模式對(xk，yk)，對第 P個訓(xùn)練樣本(P=1，2，…，A)，單元j的輸入和記為apj，輸出記為Opj。

網(wǎng)絡(luò)輸出與期望輸出有誤差，定義為:

式中:dpj表示對第p個輸入模式輸出單元j的期望輸出。

若權(quán)值Wji變化量為ΔpWji，則:

由于:

令:

則:

上式即為δ學(xué)習(xí)規(guī)則，在BP網(wǎng)絡(luò)學(xué)習(xí)過程中，輸出單元與隱單元的誤差的計算不同，分別介紹如下:

(1)當(dāng)Opj表示輸出單元輸出時，其誤差為:

則:

式中:(dpj－Opj)反映了輸出單元j的輸出誤差量。

(2)當(dāng)Opj表示隱含單元輸出時，其誤差為:

由于:

式中:k為與單元j輸出相連的上層單元。

則:

綜合上述兩點，BP算法權(quán)值修正公式可表示為:

實際應(yīng)用中，一般在權(quán)修正公式中再加上一個勢態(tài)項，則:

式中:α為常數(shù)，稱為勢態(tài)因子。

電力系統(tǒng)負(fù)荷預(yù)測是人工神經(jīng)網(wǎng)絡(luò)在電力系統(tǒng)應(yīng)用中最合適的一個領(lǐng)域，也是到目前為止研究的較多的一個課題，其預(yù)測結(jié)果比其他方法更準(zhǔn)確，具有實用的一前景，也取得了接近實用的研究成果，目前人工神經(jīng)網(wǎng)絡(luò)主要應(yīng)用在短期負(fù)荷預(yù)測。

3 基于灰色預(yù)測的中長期負(fù)荷預(yù)測

中長期電力負(fù)荷預(yù)測的方法具有多樣性，每種預(yù)測模型都有自己的適用范圍。灰色預(yù)測作為一種獨具特色的新理論，已被國內(nèi)外學(xué)術(shù)界公認(rèn)為對科學(xué)發(fā)展產(chǎn)生了巨大的作用。

灰色系統(tǒng)建模的初始數(shù)據(jù)序列:

累加生成AGO是將同一序列中數(shù)據(jù)逐次相加生成新的數(shù)據(jù)，m次累加m－AGO為:

m次累減m－IAGO為:

m－AGO與m－IAGO的關(guān)系為:

灰色動態(tài)預(yù)測模型最常用的是GM(1，1)模型，其主要用于對復(fù)雜系統(tǒng)某一主導(dǎo)因素特征值的擬合和預(yù)測，以揭示主導(dǎo)因素變化規(guī)律和未來發(fā)展變化態(tài)勢。

設(shè)X(0)為非負(fù)序列:

方程x(0)(k)+az(1)=u為灰色微分方程，為GM(1，1)模型，其中:

其中:a為發(fā)展系數(shù);u為灰作用量。

GM(1，1)的白化模型為:

其中:

其中:

式中:k=2，3…，n。

即:

將k=2，3…，n代入式(29)便可得到初始數(shù)據(jù)的擬合值，當(dāng)k＞n時，即可得到灰色模型對未來的預(yù)測值。

GM(1，1)模型精度的殘差檢驗方法為:

設(shè)初始數(shù)列與預(yù)測值數(shù)列分別為:

殘差檢驗是一種直觀的逐點進(jìn)行比較的算術(shù)檢驗方法，它是把預(yù)測數(shù)據(jù)與實際數(shù)據(jù)相比較，觀測其相對誤差是否滿足要求。

設(shè)殘差序列為:

其中:

相對誤差為:

原點誤差為:

平均相對誤差為:

模型精度為:

4 總結(jié)

提高電力系統(tǒng)負(fù)荷預(yù)測的技術(shù)水平，有利于計劃用電管理，有利于合理安排電網(wǎng)運行方式和機(jī)組檢修計劃，有利于節(jié)煤、節(jié)油和降低發(fā)電成本，有利于制定合理的電源建設(shè)規(guī)劃，有利于提高電力系統(tǒng)的經(jīng)濟(jì)效益和社會效益。因此，負(fù)荷預(yù)測工作己成為實現(xiàn)電力系統(tǒng)管理現(xiàn)代化的重要內(nèi)容之一。

［1］康重慶，夏清，劉梅.電力系統(tǒng)負(fù)荷預(yù)測［M］.北京:中國電力出版社，2007.

［2］李翔，高山，陳昊.基于變結(jié)構(gòu)協(xié)整理論的中長期電力負(fù)荷預(yù)測模型［J］.電網(wǎng)技術(shù)，2007，31(9):48 －52.

［3］伊瑞.電力負(fù)荷預(yù)測中的數(shù)學(xué)方法及應(yīng)用研究［D］.中南大學(xué):2006.

［4］游仕洪，程浩忠，謝宏.應(yīng)用模糊線性回歸模型預(yù)測中長期電力負(fù)荷［J］.電力自動化設(shè)備，2006，26(3):51 －53.

［5］侯占儉，吳際瞬，張琦雨.電力系統(tǒng)短期負(fù)荷預(yù)測的幾種改進(jìn)手段［J］.電力系統(tǒng)自動化，1996，20(7)，27 －31.

［6］耿光飛，郭喜慶.模糊線性回歸法在負(fù)荷預(yù)測中的應(yīng)用［J］.電網(wǎng)技術(shù)，2002，26(4):19 －21.

［7］周中明，李建平，張鑫，等.ANN在電力系統(tǒng)中期負(fù)荷預(yù)測中的應(yīng)用［J］.電力系統(tǒng)自動化學(xué)報，2003，15(2):36 －39.

［8］余健明，燕飛，楊文宇，等.中長期電力負(fù)荷的變權(quán)灰色組合預(yù)測模型［J］.電網(wǎng)技術(shù)，2005，29(17):26 －29.

［9］吳宏曉.基于軟計算方法的電力系統(tǒng)負(fù)荷預(yù)測［D］.上海交通大學(xué):2007