基于組合預(yù)測(cè)模型的新能源電力系統(tǒng)短期負(fù)荷預(yù)測(cè)研究

張明

摘要：目前，我國(guó)是科技快速發(fā)展的新時(shí)期，我國(guó)的風(fēng)電和光電都得到了快速的發(fā)展，電力系統(tǒng)的負(fù)荷需求變化和新能源出力的隨機(jī)波動(dòng)性具有高度的相關(guān)性，因此負(fù)荷的短期預(yù)測(cè)需考慮新能源出力的影響。本文提出一種融合支持向量機(jī)和雙鏈馬爾科夫理論的新能源電力系統(tǒng)短期負(fù)荷預(yù)測(cè)模型，該模型首先采用支持向量機(jī)挖掘負(fù)荷序列的整體變化趨勢(shì)，并通過(guò)粒子群算法進(jìn)行參數(shù)優(yōu)化，然后通過(guò)雙鏈馬爾科夫模型來(lái)深層次分析考慮新能源出力因素的負(fù)荷時(shí)序變化特征，以此來(lái)修正支持向量機(jī)的初始預(yù)測(cè)結(jié)果。最后以國(guó)內(nèi)某實(shí)際電網(wǎng)的新能源及負(fù)荷的實(shí)際出力數(shù)據(jù)為例，對(duì)所提方法的可行性和有效性進(jìn)行了驗(yàn)證。

關(guān)鍵詞：新能源電力系統(tǒng);短期負(fù)荷預(yù)測(cè);支持向量機(jī);雙鏈馬爾科夫;組合預(yù)測(cè)模型

引言

短期電力負(fù)荷預(yù)測(cè)主要是指預(yù)報(bào)未來(lái)幾小時(shí)、1天至幾天的電力負(fù)荷，電力負(fù)荷預(yù)測(cè)是能量管理系統(tǒng)的重要組成部分，短期負(fù)荷預(yù)測(cè)不但為電力系統(tǒng)的安全、經(jīng)濟(jì)運(yùn)行提供保障，也是市場(chǎng)環(huán)境下編排調(diào)度計(jì)劃、供電計(jì)劃、交易計(jì)劃的基礎(chǔ)。隨著電力生產(chǎn)和消費(fèi)日益市場(chǎng)化，對(duì)負(fù)荷預(yù)測(cè)的準(zhǔn)確性、實(shí)時(shí)性、可靠性和智能性提出了更高的要求，因此，負(fù)荷預(yù)測(cè)已經(jīng)成為現(xiàn)代化電力系統(tǒng)運(yùn)行和管理中的一個(gè)重要研究領(lǐng)域。短期負(fù)荷預(yù)測(cè)作用的大小主要取決于預(yù)測(cè)精度，因此如何提高預(yù)測(cè)精度是目前研究短期負(fù)荷預(yù)測(cè)理論和方法的重點(diǎn)。關(guān)于短期負(fù)荷預(yù)測(cè)的研究已有很長(zhǎng)的歷史，國(guó)內(nèi)外許多專(zhuān)家和學(xué)者在預(yù)測(cè)理論和方法方面做了大量的研究工作，提出了很多預(yù)測(cè)模型。但是，由于影響短期負(fù)荷的因素很多，很多預(yù)測(cè)方法的預(yù)測(cè)精度和使用范圍受到限制。因此，針對(duì)目前的短期預(yù)測(cè)方法進(jìn)行了綜合比較分析，分析了各種預(yù)測(cè)方法的原理、優(yōu)點(diǎn)和不足之處，并指出了未來(lái)短期負(fù)荷預(yù)測(cè)理論的研究方向，為實(shí)際短期負(fù)荷的預(yù)測(cè)提供借鑒作用。

1電力系統(tǒng)負(fù)荷預(yù)測(cè)方法分類(lèi)

電力負(fù)荷預(yù)測(cè)方法按照預(yù)測(cè)的時(shí)間范圍來(lái)劃分，可分為長(zhǎng)期、中期、短期和超短期預(yù)測(cè)。長(zhǎng)期負(fù)荷預(yù)測(cè)通常指10a以上的預(yù)測(cè)，中期負(fù)荷預(yù)測(cè)通常指5a左右的預(yù)測(cè)，中、長(zhǎng)期負(fù)荷預(yù)測(cè)是以年為單位進(jìn)行預(yù)測(cè)的，主要用于為電力系統(tǒng)規(guī)劃建設(shè)，包括電網(wǎng)的增容擴(kuò)建及裝機(jī)容量的大小、位置和時(shí)間的確定提供基礎(chǔ)數(shù)據(jù)，確定年度檢修計(jì)劃、運(yùn)行方式等，同時(shí)還為所處地區(qū)或電網(wǎng)電力發(fā)展的速度、電力建設(shè)的規(guī)模、電力工業(yè)的布局、能源資源的平衡、地區(qū)間的電力余額的調(diào)劑、電網(wǎng)資金及人力資源需求的平衡提供有效的依據(jù);短期負(fù)荷預(yù)測(cè)通常為1a以?xún)?nèi)的預(yù)測(cè)，它的預(yù)測(cè)單位包括月、周、天、小時(shí)，主要用于調(diào)節(jié)、指導(dǎo)電力部門(mén)的日常運(yùn)行，合理安排月度檢修計(jì)劃、運(yùn)行方式及日開(kāi)停機(jī)、發(fā)電計(jì)劃;超短期負(fù)荷預(yù)測(cè)通常指對(duì)未來(lái)1h、0.5h、10min的負(fù)荷進(jìn)行預(yù)測(cè)，主要用于對(duì)電力系統(tǒng)進(jìn)行實(shí)時(shí)的安全分析與調(diào)度，滿(mǎn)足運(yùn)行要求，控制發(fā)電成本。

2短期負(fù)荷組合預(yù)測(cè)模型

2.1支持向量機(jī)回歸算法

由于各種外部隨機(jī)因素的干擾而導(dǎo)致新能源出力和負(fù)荷歷史數(shù)據(jù)的不完整問(wèn)題，文中所提的數(shù)據(jù)預(yù)處理方法是支持向量機(jī)回歸算法。支持向量機(jī)是一種建立在數(shù)據(jù)統(tǒng)計(jì)學(xué)基礎(chǔ)上的機(jī)器學(xué)習(xí)算法，其回歸函數(shù)可通過(guò)一個(gè)非線性映射來(lái)實(shí)現(xiàn)。該算法主要是通過(guò)尋找結(jié)構(gòu)化的風(fēng)險(xiǎn)來(lái)構(gòu)造一個(gè)最優(yōu)的超平面，可有效提升學(xué)習(xí)機(jī)的泛化能力，將風(fēng)險(xiǎn)和置信度最小化，在學(xué)習(xí)樣本較小或者不全的情況下能夠獲得良好的分類(lèi)結(jié)果和計(jì)算效能。

2.2回歸分析法

回歸分析預(yù)測(cè)方法是根據(jù)歷史數(shù)據(jù)的變化規(guī)律和影響負(fù)荷變化的因素，尋找自變量與因變量之間的相關(guān)關(guān)系及其回歸方程式，確定模型參數(shù)，據(jù)此推斷將來(lái)時(shí)刻的負(fù)荷值。回歸分析法的優(yōu)點(diǎn)是計(jì)算原理和結(jié)構(gòu)形式簡(jiǎn)單，預(yù)測(cè)速度快，外推性能好，對(duì)于歷史上沒(méi)有出現(xiàn)的情況有較好的預(yù)測(cè)。存在的不足是對(duì)歷史數(shù)據(jù)要求較高，采用線性方法描述比較復(fù)雜的問(wèn)題，結(jié)構(gòu)形式過(guò)于簡(jiǎn)單，精度較低;該模型無(wú)法詳細(xì)描述各種影響負(fù)荷的因素，模型初始化難度較大，需要豐富的經(jīng)驗(yàn)和較高的技巧。

2.3雙鏈馬爾科夫模型

馬爾科夫鏈模型的基本思想是基于系統(tǒng)狀態(tài)轉(zhuǎn)移規(guī)律，對(duì)對(duì)象的發(fā)展趨勢(shì)進(jìn)行分析，能夠推測(cè)對(duì)象在未來(lái)的狀態(tài)。一般來(lái)說(shuō)，電力系統(tǒng)每一個(gè)時(shí)刻的負(fù)荷都具有高度的強(qiáng)相關(guān)性，因此可以認(rèn)為負(fù)荷的時(shí)間序列為一個(gè)馬爾科夫鏈，然而負(fù)荷的變化不僅在時(shí)刻上不同，同時(shí)與高比例的新能源出力具有高度關(guān)聯(lián)關(guān)系，因此可將新能源出力的時(shí)間序列看作另外一個(gè)馬爾科夫輔鏈，充分將新能源出力的影響因素考慮在預(yù)測(cè)模型當(dāng)中。雙鏈馬爾科夫?qū)崿F(xiàn)過(guò)程如圖2所示，其中X1，X2，…，XT為主鏈在每個(gè)時(shí)刻的狀態(tài)（負(fù)荷時(shí)序），Y1，Y2，…，YT為輔鏈在每個(gè)時(shí)刻的狀態(tài)（新能源出力時(shí)序）。從圖中可知，負(fù)荷在t時(shí)刻的狀態(tài)同時(shí)受負(fù)荷t-1時(shí)刻狀態(tài)以及新能源出力t-1時(shí)刻的狀態(tài)影響。因此，考慮新能源出力的雙鏈馬爾科夫模型包含以下兩個(gè)部分：（1）狀態(tài)集合S1和S2，分別代表的是N個(gè)主鏈狀態(tài)和M個(gè)輔鏈狀態(tài)。（2）狀態(tài)轉(zhuǎn)移概率矩陣集A，Am表示的是馬爾科夫輔鏈在t-1時(shí)刻時(shí)的主鏈在t時(shí)刻的轉(zhuǎn)移概率。2.4綜合預(yù)測(cè)模型概述及單一預(yù)測(cè)方法的選取綜合預(yù)測(cè)模型，是在單個(gè)預(yù)測(cè)模型的基礎(chǔ)上，考慮各種預(yù)測(cè)方法的優(yōu)缺點(diǎn)及適用性，采用一定的方法確定各預(yù)測(cè)方法對(duì)總的預(yù)測(cè)結(jié)果的權(quán)重，然后通過(guò)加權(quán)求和得到新的負(fù)荷預(yù)測(cè)結(jié)果。避免了因某一種預(yù)測(cè)方法的局限而使得預(yù)測(cè)結(jié)果偏差增大。在綜合預(yù)測(cè)中有兩個(gè)關(guān)鍵的問(wèn)題，一個(gè)是如何確定哪些要用到的單一預(yù)測(cè)模型，另一個(gè)是如何確定各單一預(yù)測(cè)模型對(duì)綜合預(yù)測(cè)結(jié)果的權(quán)重。第一類(lèi)方法中含有未來(lái)預(yù)測(cè)時(shí)段的經(jīng)濟(jì)信息，第二類(lèi)方法中考慮了負(fù)荷發(fā)展的延續(xù)性、規(guī)律性。實(shí)際上中長(zhǎng)期負(fù)荷預(yù)測(cè)問(wèn)題不僅僅局限于系統(tǒng)內(nèi)部，受其自身規(guī)律的影響，同時(shí)還受到許多外界因素的干擾或影響，如國(guó)家的經(jīng)濟(jì)發(fā)展規(guī)劃、政策。對(duì)于一個(gè)政府主導(dǎo)型的區(qū)域，這些因素的影響將更大。因此，應(yīng)將兩類(lèi)方法有機(jī)結(jié)合起來(lái)，以提高預(yù)測(cè)的精度與適用性。在第一類(lèi)預(yù)測(cè)方法中，電力消費(fèi)彈性系數(shù)法由于相對(duì)比較簡(jiǎn)單，含義比較明確，需要的數(shù)據(jù)也較容易得到而得到較多的應(yīng)用。在第二類(lèi)預(yù)測(cè)方法中，灰色預(yù)測(cè)法是在灰色理論模型的基礎(chǔ)上發(fā)展起來(lái)的，以灰色生成來(lái)減弱原始序列的隨機(jī)性。它是目前在中長(zhǎng)期負(fù)荷預(yù)測(cè)中應(yīng)用最為廣泛、效果也最為理想的預(yù)測(cè)方法之一。二次滑動(dòng)平均預(yù)測(cè)法是基于“遠(yuǎn)小近大”的預(yù)測(cè)原則，在建模過(guò)程中對(duì)數(shù)據(jù)加以不同權(quán)重，以強(qiáng)化近期數(shù)據(jù)的作用，而弱化遠(yuǎn)期數(shù)據(jù)的影響，從而提高預(yù)測(cè)精度，也符合負(fù)荷的發(fā)展變化規(guī)律。因此，本文選用電力消費(fèi)彈性系數(shù)法、灰色預(yù)測(cè)、二次滑動(dòng)平均相結(jié)合的方法。

結(jié)語(yǔ)

本文針對(duì)高占比新能源電力系統(tǒng)的負(fù)荷與新能源出力之間存在相關(guān)性，提出一種考慮新能源出力因素的融合支持向量機(jī)和雙鏈馬爾科夫理論的負(fù)荷短期負(fù)荷預(yù)測(cè)模型。根據(jù)支持向量機(jī)的非線性泛化功能來(lái)分析負(fù)荷序列的整體變化趨勢(shì)，通過(guò)雙鏈馬爾科夫模型來(lái)深層次分析考慮新能源出力的負(fù)荷時(shí)序的變化特征，以此來(lái)修正支持向量機(jī)的初始預(yù)測(cè)結(jié)果。通過(guò)實(shí)際的算例對(duì)比結(jié)果可知，本文所提的組合預(yù)測(cè)模型為高占比新能源電力系統(tǒng)的短期負(fù)荷預(yù)測(cè)提供了新的方法，相較于傳統(tǒng)的方法而言，有效提高了預(yù)測(cè)的精度。

參考文獻(xiàn)

[1]魯宗相，黃瀚，單葆國(guó)，等.高比例可再生能源電力系統(tǒng)結(jié)構(gòu)形態(tài)演化及電力預(yù)測(cè)展望[J].電力系統(tǒng)自動(dòng)化，2017，41（9）：12-18.

[2]劉進(jìn)軍.電能系統(tǒng)未來(lái)發(fā)展趨勢(shì)及其對(duì)電力電子技術(shù)的挑戰(zhàn)[J].南方電網(wǎng)技術(shù)，2016，10（3）：78-81.

[3]任建文，渠衛(wèi)東.基于機(jī)會(huì)約束規(guī)劃的孤島模式下微電網(wǎng)動(dòng)態(tài)經(jīng)濟(jì)調(diào)度[J].電力自動(dòng)化設(shè)備，2016，36（3）：73-78.