馬爾科夫鏈在中長(zhǎng)期負(fù)荷組合預(yù)測(cè)中的應(yīng)用.pdf

1、中長(zhǎng)期負(fù)荷預(yù)測(cè)是城市電網(wǎng)規(guī)劃的基礎(chǔ)工作之一，它為電網(wǎng)規(guī)劃提供了必不可少的基礎(chǔ)數(shù)據(jù)，是保證電力系統(tǒng)可靠供電和經(jīng)濟(jì)運(yùn)行的前提。合理而精準(zhǔn)的負(fù)荷預(yù)測(cè)將直接影響到電力投資、網(wǎng)絡(luò)布局和運(yùn)行的合理性，具有很大的經(jīng)濟(jì)效益和社會(huì)效益。
　　 由于中長(zhǎng)期負(fù)荷預(yù)測(cè)受到很多不定因素的影響，單一預(yù)測(cè)模型難以保證在任何情況下都能獲得滿意的預(yù)測(cè)結(jié)果。如何獲得簡(jiǎn)單實(shí)用、穩(wěn)定性好的預(yù)測(cè)模型以及如何提高負(fù)荷預(yù)測(cè)的精度成為了學(xué)者們研究的重點(diǎn)。本文在學(xué)習(xí)和消化馬爾科

2、夫鏈的基礎(chǔ)上，將其引入到中長(zhǎng)期負(fù)荷組合預(yù)測(cè)中，分別從串聯(lián)組合預(yù)測(cè)和并聯(lián)組合預(yù)測(cè)兩個(gè)方面來(lái)進(jìn)行分析計(jì)算。
　　 本文首先概述了電力負(fù)荷預(yù)測(cè)的研究現(xiàn)狀以及負(fù)荷預(yù)測(cè)的目的和意義，討論了負(fù)荷預(yù)測(cè)的分類和中長(zhǎng)期負(fù)荷預(yù)測(cè)的方法，同時(shí)介紹了馬爾科夫基本理論，為后文的發(fā)展做了鋪墊。在此基礎(chǔ)上，考慮馬爾科夫鏈的特性并將其應(yīng)用到組合預(yù)測(cè)中去。對(duì)于串聯(lián)組合預(yù)測(cè)，結(jié)合馬爾科夫鏈中轉(zhuǎn)移概率可以反映隨機(jī)因素的影響、適用于隨機(jī)波動(dòng)較大的動(dòng)態(tài)過(guò)程的特點(diǎn)，將其與

3、灰色預(yù)測(cè)模型進(jìn)行有機(jī)結(jié)合。該方法彌補(bǔ)了灰色預(yù)測(cè)模型在預(yù)測(cè)結(jié)果的精確性和可信任性方面所表現(xiàn)出的固有缺陷。預(yù)測(cè)結(jié)果表明該方法在提高預(yù)測(cè)精度上具有可行性；對(duì)于并聯(lián)組合預(yù)測(cè)，一方面，針對(duì)單一模型都有特定的適用范圍和條件的情況，利用馬爾科夫過(guò)程無(wú)后效性的特點(diǎn)將其應(yīng)用于負(fù)荷模型的篩選。算例證實(shí)了相對(duì)于用沒(méi)有經(jīng)過(guò)篩選的模型進(jìn)行的預(yù)測(cè)，用篩選模型進(jìn)行的預(yù)測(cè)其預(yù)測(cè)結(jié)果更為理想。另一方面，以最小誤差為準(zhǔn)則給出了馬氏鏈的狀態(tài)和狀態(tài)概率的初步估計(jì)，再用馬氏鏈擬