電力時間序列的混沌識別與短期預(yù)測.pdf

1、電力行業(yè)是關(guān)系到國家發(fā)展和人民生活的基礎(chǔ)性行業(yè),電力時間序列的預(yù)測對電力系統(tǒng)安全穩(wěn)定運行,實現(xiàn)效益最大化有重要的意義。如精確的負(fù)荷預(yù)測是調(diào)度部門制訂發(fā)電計劃的基礎(chǔ),可以保障電網(wǎng)在合理、安全、穩(wěn)定的條件下運行;而售電均價的預(yù)測可以幫助電力企業(yè)準(zhǔn)確估計未來收益,并調(diào)整針對各細(xì)分市場的營銷策略,實現(xiàn)社會效益和經(jīng)濟(jì)效益的雙豐收。根據(jù)近年來的研究,電力時間序列常表現(xiàn)出一定的混沌特性,因此混沌預(yù)測算法成為了電力時間序列預(yù)測的新選擇和研究熱點。

2、>　　 時間序列混沌識別是混沌預(yù)測的前提。本文首先介紹了混沌識別的常用方法,包括直接法和間接法。直接法通過計算某個特征參數(shù),并將計算值作為判斷時間序列混沌特性的依據(jù)。關(guān)聯(lián)維、Kolmogorov熵和Lyapunov指數(shù)是主要的混沌特征參數(shù),但是對于含有噪聲且長度有限的電力時間序列,直接法的應(yīng)用受到限制;間接法即替代數(shù)據(jù)法,該方法基于某個零假設(shè),對時間序列進(jìn)行假設(shè)檢驗,通過排除法來進(jìn)行混沌識別,但當(dāng)前的替代數(shù)據(jù)法不適合具有周期性電力負(fù)荷

3、的混沌識別。針對以上情況,本文引入了PPS算法,并對PPS算法進(jìn)行了改進(jìn),提出了新的替代數(shù)據(jù)生成算法,并采用魯棒性較強(qiáng)Lempel-Ziv復(fù)雜度取代關(guān)聯(lián)維作為檢驗統(tǒng)計量。通過比較電力負(fù)荷、典型的混沌時間序列和典型周期時間序列的Lempel-Ziv復(fù)雜度演化規(guī)律,成功地在電力負(fù)荷序列中確認(rèn)了混沌的存在。
　　 Packard和Takens提出了相空間重構(gòu)理論,證明可以通過計算嵌入維和時間延遲,構(gòu)建一個低維相空間,并可在該空間中將混

4、沌吸引子恢復(fù)出來,從而為混沌時間序列的預(yù)測奠定了堅實的理論基礎(chǔ)。本文介紹了嵌入維和時間延遲的常用計算方法?；煦鐣r間序列預(yù)測方法可分為全局法和局域法兩類,其中局域法因其較高的預(yù)測精度和較小的計算量而得到了廣泛的應(yīng)用。局域法的核心是要找到與基準(zhǔn)相點相似的參考臨域,并根據(jù)參考臨域相點的演化規(guī)律進(jìn)行預(yù)測。傳統(tǒng)局域法中,使用歐氏距離來確定參考臨域,但是歐氏距離僅能反映相點間的空間遠(yuǎn)近,對于高維相空間,歐氏距離難以準(zhǔn)確描述相點間的相似性。因此對于高

5、維相空間,局域法預(yù)測精度迅速下降。針對以上問題,本文提出了一種基于夾角余弦的混沌局域加權(quán)線性預(yù)測算法,該方法使用夾角余弦取代歐氏距離來確定參考臨域,并將相點視為向量,在線性擬和參數(shù)辨識過程中,以向量的模和夾角取代歐氏距離作為優(yōu)化目標(biāo),從而克服了基于歐氏距離的混沌局域預(yù)測算法存在的缺點。
　　 售電均價是電力銷售的綜合統(tǒng)計量,由于涉及面廣,包含內(nèi)容多,售電均價的預(yù)測一直是難點。傳統(tǒng)的預(yù)測思路有兩種,一是直接預(yù)測時間序列,但是由于電

6、價的調(diào)整,會改變售電均價序列的演化規(guī)律,因此歷史時間序列不能作為預(yù)測的依據(jù);二是根據(jù)售電均價計算公式,首先預(yù)測各類電價所對應(yīng)售電量,再合成均價預(yù)測值,但我國電價體系非常復(fù)雜,某些電價類別所對應(yīng)的售電量太小,不具有統(tǒng)計規(guī)律,難以準(zhǔn)確預(yù)測,且該方法的計算量極大。本文提出了一種基于電力市場細(xì)分的售電均價預(yù)測算法,證明可以將整個電力市場的售電均價預(yù)測轉(zhuǎn)化為各細(xì)分市場的均價貢獻(xiàn)率預(yù)測和售電均價估測。對于均價貢獻(xiàn)率預(yù)測,使用本文提出的基于夾角余弦的