灰色預(yù)測模型及中長期電力負(fù)荷預(yù)測應(yīng)用研究.pdf

1、電力是關(guān)系國計(jì)民生的重要基礎(chǔ)產(chǎn)業(yè)和公用事業(yè)。中長期電力系統(tǒng)負(fù)荷預(yù)測作為電力規(guī)劃、投資、生產(chǎn)、調(diào)度和交易等工作的基礎(chǔ),在電力安全和經(jīng)濟(jì)運(yùn)行中發(fā)揮著至關(guān)重要的作用。我國中長期電力負(fù)荷,既有逐年增長的確定性,又有隨機(jī)變化的不確定性,可以視為典型的灰色系統(tǒng),適合使用灰色模型建模預(yù)測。然而隨著電力系統(tǒng)復(fù)雜性和電力市場化程度的不斷提高,傳統(tǒng)灰色預(yù)測方法逐漸不能適應(yīng)電力負(fù)荷預(yù)測的需要,亟待豐富和完善。全文主要從GM(1,1)模型優(yōu)化、多變量預(yù)測、區(qū)間

2、灰數(shù)預(yù)測、變權(quán)緩沖優(yōu)化等方面研究灰色預(yù)測的模型和方法及其在中長期負(fù)荷預(yù)測中的應(yīng)用。
　　本文研究了GM(1,1)模型的建模機(jī)理,系統(tǒng)分析了GM(1,1)模型存在的問題,包括邊值問題、背景值構(gòu)造問題、最小二乘參數(shù)辨識(shí)問題等,根據(jù)模型的時(shí)間響應(yīng)式,提出了使用蟻群算法直接辨識(shí)GM(1,1)模型邊值x(0)(1)和發(fā)展系統(tǒng)a和灰作用量b的優(yōu)化方法,構(gòu)建了基于蟻群算法的優(yōu)化GM(1,1)預(yù)測模型。該模型既修正了邊值影響,又避免了背景值構(gòu)造和

3、最小二乘參數(shù)估計(jì)帶來的誤差,能夠有效提高預(yù)測精度。通過負(fù)荷數(shù)據(jù)仿真驗(yàn)證了該優(yōu)化模型的有效性。
　　中長期電力負(fù)荷不是獨(dú)立存在的,相反,它與經(jīng)濟(jì)社會(huì)發(fā)展緊密相關(guān)?？紤]多種因素互相聯(lián)系和互相制約,建立多變量預(yù)測模型,更具實(shí)際意義。針對多變量灰色建模預(yù)測問題,本文闡述了均值生成在減弱或消除隨機(jī)噪聲方面的作用,分析了逆均值生成所帶來的系統(tǒng)誤差,提出了基于均值生成的多變量灰色MGMmv(1,N)模型及其殘差修正EMGMmv(1,N)模型。算

4、例分析和實(shí)際應(yīng)用驗(yàn)證了該模型既能克服外界擾動(dòng)影響,又能避免自身系統(tǒng)誤差,可以應(yīng)用于實(shí)際的中長期負(fù)荷預(yù)測。
　　現(xiàn)有的灰色負(fù)荷預(yù)測方法大多是點(diǎn)預(yù)測,對區(qū)間預(yù)測問題研究較少。本文提出了基于論域的合成灰數(shù)灰度的概念,闡述了合成灰數(shù)灰度的性質(zhì),首次提出了合成灰數(shù)灰度的線性收斂特性。在此基礎(chǔ)上,分析了基于核和灰度的區(qū)間灰數(shù)預(yù)測模型存在的問題,并建立灰數(shù)序列的預(yù)測模型,以代替原有模型中的灰度預(yù)測值的確定方法,改進(jìn)和完善了原有區(qū)間灰數(shù)預(yù)測模型。

5、改進(jìn)模型從核和灰度兩個(gè)方面同時(shí)發(fā)掘區(qū)間灰數(shù)序列的內(nèi)蘊(yùn)信息與發(fā)展趨勢,克服了原有模型存在的不足,且支持誤差分析和精度檢驗(yàn)。通過尖峰負(fù)荷預(yù)測的實(shí)際應(yīng)用,驗(yàn)證了改進(jìn)模型的有效性和可用性。
　　在緩沖算子應(yīng)用研究方面,首先,基于調(diào)和平均數(shù)的概念和緩沖算子三公理,提出調(diào)和平均弱化緩沖算子,并將之應(yīng)用于實(shí)際的中長期負(fù)荷預(yù)測;其次,引入變權(quán)緩沖算子,闡述了變權(quán)緩沖算子在動(dòng)態(tài)調(diào)節(jié)緩沖強(qiáng)度和增加建模序列光滑度方面的性質(zhì)和作用,提出了變權(quán)緩沖灰色預(yù)測