毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

基于人工神经网络的电力系统短期负荷预测(3)

时间:2018-12-03 09:25来源:毕业论文
最后进行总结与展望。 2 电力系统短期负荷预测综述 2.1 电力系统短期负荷预测 2.1.1 电力系统负荷预测分类 通常我们是根据预测周期对其进行分类。按照


最后进行总结与展望。
2  电力系统短期负荷预测综述
2.1  电力系统短期负荷预测
2.1.1  电力系统负荷预测分类
通常我们是根据预测周期对其进行分类。按照该分类标准,它可以被分为三类,分别是中长期、短期和超短期负荷预测。
1) 中、长期负荷预测:指预测未来几年到几十年的负荷,并没有十分严格的区分[1]。中长期负荷预测的意义在于:发电机组有了新的安装计划的时候,或者电网需要重新进行规划改建的时候,中长期负荷预测都是必不可少的。同时,在将来,如果我们需要规划电力产业的发展,它也可以为我们提供一个依据。但是它的预测精度达不到那么高。
2)超短期负荷预测:指预测未来1小时、未来0.5小时、甚至未来5分钟的负荷[1]。超短期负荷预测的意义在于:现在的电网一般都需要我们使用计算机技术对它进行在线监控,它是必不可少的。有了它,发电容量可以被调度人员合理调度,于此同时发电成本也能被它减到最小。
3)短期负荷预测:指的是预测未来一年内的几个月、几周、几天、几小时或者更短时间的负荷,通常指的是预测未来一天的负荷,也就是预测未来24小时的负荷,当我们需要制定发电计划和输电方案时,它是十分有用的,同时在能量管理系统(EMS)和配电管理系统(DMS)中,它也是一个重要的组成部分[1]。实际上一般来说,我们都会选择日负荷预测。
2.1.2  电力系统负荷预测特点
因为当我们进行负荷预测时,我们是以记录的过去的数据和现在的数据为基础,去推测它的未来的可能的数值,正因如此它是一个不确定事件,它的特点是以下几个方面:
1)预测结果的不可靠性。不同的因素都有可能会影响到电力负荷的发展情况,并且影响因素随着时间的推移也是不断发展变化的,比如社会经济的快速发展是一个影响因素,同时人口的不断增长、全球气候的不断变暖、新技术的发展、能源产业政策的变化等等,都有可能会对我们预测的结果产生大大小小的影响。对于部分因素,我们能够对它们进行预先估计,但是有些因素是不能被估计的,或者它在被预测时不准确。同时,预测方法随着时间的推移也会发展与更新,选择不同的方法预测结果就有可能不同,这也会影响到预测的可靠性。
2)预测的条件性。负荷的预测都具备一定的条件性。我们可以把它分为必然条件和假设条件。如果我们根据必然条件对其进行预测,那么我们得到的结果一般具有可靠性,但是如果这个条件是假设性的,那么我们预测得到的结果明显具有一定的条件性。比如说:国民经济的整体发展对工业负荷产生的影响很大,它是一个重要的因素。但是如果给定一个时期让我们对工业负荷进行预测,在这种条件下,对我们来说,测出国民经济的增长率是很困难的一件事情。这就表明了在所有的负荷预测中,预测最困难的应该算是工业负荷。如果在这种情况下要对工业负荷进行预测,那么我们必须要对一些条件进行假定。在预测期内经济的增长率需要我们自己假定,根据我们设定的经济增长率而做出的负荷预测就具有条件性。
3)预测结果的多方案性。预测所采用的数学模型不同,负荷预测的精度不同,加上受某些条件的制约,我们会发现预测可能有不同的结果。 基于人工神经网络的电力系统短期负荷预测(3):http://www.youerw.com/zidonghua/lunwen_26987.html
------分隔线----------------------------
推荐内容