王朝+海倫

摘 要 隨著我國經(jīng)濟(jì)的跨越式發(fā)展，電力行業(yè)日趨發(fā)展壯大，這對電力負(fù)荷預(yù)測的準(zhǔn)確度和及時性提出了較高要求。超短期負(fù)荷預(yù)測在電力負(fù)荷預(yù)測的重要組成部分，其對電力系統(tǒng)規(guī)劃、運(yùn)行、控制起著尤為重要的作用，其不但能提高系統(tǒng)運(yùn)行的安全性，而且能增強(qiáng)系統(tǒng)運(yùn)行的經(jīng)濟(jì)性。文章利用經(jīng)典時間序列方法，采用MATLAB軟件編程，針對一個具體負(fù)荷算例進(jìn)行預(yù)測，所得結(jié)果證明了時間序列法的準(zhǔn)確性和實(shí)用性。

關(guān)鍵詞 電力系統(tǒng)；短期負(fù)荷預(yù)測；時間序列模型

中圖分類號：TM715 文獻(xiàn)標(biāo)識碼：A 文章編號：1671-7597（2014）07-0059-01

1 時間序列方法簡介

實(shí)際上，電力系統(tǒng)時間序列預(yù)測就是根據(jù)負(fù)荷歷史資料去建立時間序列的一個數(shù)學(xué)模型，用該數(shù)學(xué)模型來描述電力負(fù)荷變化過程的規(guī)律性，并在該模型規(guī)律性的基礎(chǔ)上建立負(fù)荷預(yù)測的數(shù)學(xué)表達(dá)式，然后對表達(dá)式進(jìn)行驗(yàn)證，最后對負(fù)荷進(jìn)行科學(xué)預(yù)測，得到比較實(shí)際的結(jié)果。

在電力系統(tǒng)負(fù)荷預(yù)測中，一般所知道的是負(fù)荷歷史記錄，所以用時間序列法進(jìn)行負(fù)荷預(yù)測時，有以下幾個步驟：

第一步就是模型的識別，即是一個選擇合適的模型描述產(chǎn)生實(shí)際序列的過程；第二步是計(jì)算自相關(guān)函數(shù)和偏相關(guān)函數(shù)，這是建立模型的重要部分；第三步是自相關(guān)函數(shù)和偏相關(guān)函數(shù)“截尾”性的判斷，這對預(yù)測的準(zhǔn)確性起著很大作用；第四步是是模型的檢驗(yàn)，這是模型是否合適的反饋。

即當(dāng)給定顯著性水平，從—分布表中查出滿足的臨界值，則有：

當(dāng)時，拒絕H0，即認(rèn)為選定的隨機(jī)模型不合適；

當(dāng)時，接受H0，即認(rèn)為選定的隨機(jī)模型是合適的。

2 具體算例分析

本文的算例是已知某縣自2001年7月1日至2002年12月31日連續(xù)一年半的日負(fù)荷量，且每半個小時采樣一次，采樣值用有序值1，2，…來表示，用此來確定預(yù)測模型并進(jìn)行負(fù)荷預(yù)測，最終驗(yàn)證時間序列法的實(shí)用性。

2.1 思路介紹

本文中的數(shù)據(jù)給出了一年半的日負(fù)荷量，由于數(shù)據(jù)量之大，不可能全部用到，所以本文選擇日最小負(fù)荷為對象來進(jìn)行預(yù)測。且在時間序列法中，樣本序列長度大于200比較好，這里選用其中的300個數(shù)來預(yù)測剩余的數(shù)據(jù)。此例可以用確定模型和隨機(jī)模型的結(jié)合來解決。對于確定部分用滑動平均模型，先預(yù)測出80個值，再將這80個值與實(shí)際值做差，則差值即為隨機(jī)數(shù)，由此可以利用隨機(jī)模型來預(yù)測后面的數(shù)據(jù)。根據(jù)中間的變換關(guān)系，將預(yù)測的隨機(jī)值與確定值結(jié)合即得到我們想要的預(yù)測值。本文采用MATLAB軟件編程，實(shí)現(xiàn)預(yù)測過程的計(jì)算機(jī)化。

2.2 算例過程及結(jié)果

在算例中，所得差值序列并非平穩(wěn)，可作一階差分消除序列的線性趨勢，這樣可得到序列的增長趨勢已基本消除。為了使過程中自相關(guān)函數(shù)和偏相關(guān)函數(shù)較快的衰減，本文對差值序列作二階差分，消除序列的二次曲線趨勢。

現(xiàn)對二階差分序列進(jìn)行零均值化，得。對求自相關(guān)函數(shù)和偏相關(guān)函數(shù)，以確定模型，從中可以直觀的看出：當(dāng)p>2和q>2時，所有的自相關(guān)函數(shù)和偏相關(guān)函數(shù)值均落在內(nèi)，由此可得，自相關(guān)函數(shù)在p=1時拖尾，偏相關(guān)函數(shù)在q=1時拖尾，故可識別產(chǎn)生二階差分序列的原時間序列為模型。

計(jì)算模型檢驗(yàn)統(tǒng)計(jì)量的值

由于，所以模型通過檢驗(yàn)，即的預(yù)測模型是合適的。

模型預(yù)測公式為：

其中：為差值二階差分零均值化序列；

為白噪聲序列。

預(yù)測結(jié)果如表1。

2.3 結(jié)果分析

由上述預(yù)測結(jié)果可見，預(yù)測值與實(shí)際值的相對誤差較小，說明所選的時間序列預(yù)測模型具有一定的實(shí)用性和準(zhǔn)確性。但是，誤差整體呈現(xiàn)增大趨勢，尤其預(yù)測的序號為371值時相對誤差達(dá)到14.54%，究其原因如下。

確定模型中的滑動平均模型本身就決定了預(yù)測數(shù)據(jù)會呈增長趨勢，預(yù)測值本身就含有不準(zhǔn)確的信息。作差分后的雖然為平穩(wěn)序列，但是由其得到的模型的階數(shù)較低，很快會變化為模型，準(zhǔn)確度降低，對結(jié)果產(chǎn)生影響。選擇數(shù)據(jù)的多少，差分時分組的數(shù)目都會影響置信區(qū)間的大小，還影響到的性質(zhì)。本模型中所選置信度下，的白噪聲性質(zhì)并不是太明顯，結(jié)果中用到的值，致使出現(xiàn)偏差。

針對所選模型出現(xiàn)的問題，模型還可以有所改進(jìn)。在確定模型部分，如果選用指數(shù)平滑法，就可以把其中某些影響預(yù)測的數(shù)據(jù)的權(quán)值縮小，減小其影響度。在隨機(jī)部分的預(yù)測中，階數(shù)的大小將直接影響精度，所選的數(shù)據(jù)和差分分組影響相關(guān)函數(shù)的截尾和拖尾性，從而影響階數(shù)的確定，如果改變所取的數(shù)據(jù)量，改變模型的階數(shù)，得到的結(jié)果會更加理想。

3 結(jié)論

本文僅對超短期負(fù)荷預(yù)測做了較為粗淺的探討，有待于繼續(xù)研究和進(jìn)一步實(shí)踐。但是可以預(yù)見，隨著預(yù)測理論的不斷發(fā)展和學(xué)者們對相關(guān)領(lǐng)域研究的深入，必然有更多的新興學(xué)科應(yīng)用到電力系統(tǒng)超短期負(fù)荷預(yù)測技術(shù)當(dāng)中去，使負(fù)荷預(yù)測技術(shù)更加科學(xué)、合理，實(shí)用性和有效性更強(qiáng)，適用范圍更廣，預(yù)測精度更高。

參考文獻(xiàn)

[1]魏偉，牛東曉，常征.負(fù)荷預(yù)測技術(shù)的新進(jìn)展[J].華北電力大學(xué)學(xué)報，2002，29（1）：10-15.

[2]楊叔子，吳雅，等.時間序列分析的工程應(yīng)用[M].華中理工大學(xué)出版社，1991.

[3]王燕.應(yīng)用時間序列分析[M].中國人民大學(xué)出版社，2005.endprint