(國網(wǎng)河南省電力公司超高壓公司,河南 鄭州 450000)
短期負(fù)荷預(yù)測是電力系統(tǒng)運行與分析的基礎(chǔ),對機組組合、經(jīng)濟調(diào)度、安全校核等具有重要意義。提高負(fù)荷預(yù)測精度,是保證電力系統(tǒng)優(yōu)化決策科學(xué)性的重要手段?,F(xiàn)代電力系統(tǒng)中,構(gòu)成電力負(fù)荷的用電器種類繁多,空調(diào)等受氣象條件影響的負(fù)荷占比持續(xù)增高,氣象因素(溫度、濕度、降雨量等)對電力系統(tǒng)負(fù)荷的影響愈顯突出??紤]氣象因素成為調(diào)度中心進一步改進負(fù)荷預(yù)測精度的主要手段之一。
該文明確回歸分析的概念,較為全面性地提出分別分析多種氣象因素及單一因素對負(fù)荷變量的關(guān)聯(lián)影響。對數(shù)據(jù)預(yù)處理與分析后,創(chuàng)造性的使用SPSS統(tǒng)計軟件,將多元線性回歸模型及二次項曲線回歸模型相應(yīng)的運用到回歸分析中去,得到了數(shù)據(jù)分析結(jié)果,同時將數(shù)據(jù)用圖形的形式直觀的表達出來,易于得出結(jié)論,分析誤差。
回歸分析,是確定2種或2種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法。它基于觀測數(shù)據(jù)建立變量間適當(dāng)?shù)囊蕾囮P(guān)系,以分析數(shù)據(jù)內(nèi)在規(guī)律,并可用于預(yù)報、控制等問題?;貧w分析方法理論成熟,它可以確定變量之間的定量關(guān)系并進行相應(yīng)的預(yù)測,反映統(tǒng)計變量之間的數(shù)量變化規(guī)律,為研究者準(zhǔn)確把握自變量對因變量的影響程度和方向提供有效的方法,在社會科學(xué)各方面都有廣泛的應(yīng)用。
線性回歸分析法是最基本的回歸分析方法,其假設(shè)因變量y與自變量x之間存在統(tǒng)計關(guān)系,通過得到關(guān)于(,)的對獨立數(shù)據(jù),即(,),(,),,(x,y)??梢约俣ㄗ兞颗c之間有如下關(guān)系,即一元線性回歸的數(shù)學(xué)模型,如公式(1)所示。
則多元線性回歸的數(shù)學(xué)模型如公式(2)所示。
式中:,...,x為k個獨立變量;β為回歸系數(shù);為截距項;為誤差項,它可以理解為中無法用表示的其他各種隨機因素造成的誤差;,,為與無關(guān)的待定常數(shù)。
對線性模型,一般采用最小二乘估計法來估計相關(guān)的參數(shù),估計相關(guān)的參數(shù)是回歸分析的核心,也是預(yù)測的基礎(chǔ)。分析氣象條件與負(fù)荷的關(guān)系,主要包括2類,單因素分析(即單個氣象條件與單個電力指標(biāo)的關(guān)系分析)和多因素分析(即多個氣象條件與單個電力指標(biāo)的關(guān)系分析)。
許多情況下,變量之間的關(guān)系并非線性關(guān)系,我們無法建立線性回歸模型。但是許多模型可以通過變量的轉(zhuǎn)化而轉(zhuǎn)化為線性關(guān)系。曲線回歸分析方法被發(fā)展出來擬合變量之間的關(guān)系。曲線回歸的思想就是通過變量替換的方法將不滿足線性關(guān)系的數(shù)據(jù)轉(zhuǎn)化為符合線性回歸模型的數(shù)據(jù),再利用線性回歸進行估計。
根據(jù)某區(qū)域2012年1月1日至2014年12月31日的原始負(fù)荷數(shù)據(jù),由所給的區(qū)域歷史負(fù)荷數(shù)據(jù),將各個負(fù)荷特性指標(biāo)的計算通過MATLAB編程實現(xiàn),得到全年的日最高負(fù)荷、日最低負(fù)荷、日峰谷差和日負(fù)荷率指標(biāo)的分布情況。
由于負(fù)荷的歷史數(shù)據(jù)可能存在缺損或錯誤,因此為了保證負(fù)荷預(yù)測中樣本數(shù)據(jù)的真實可靠性,須對所用數(shù)據(jù)進行預(yù)處理,即對歷史資料中的異常值的平穩(wěn)化以及缺失數(shù)據(jù)的補遺。缺失負(fù)荷數(shù)據(jù)的修補的原則是如果某一天的數(shù)據(jù)出現(xiàn)大量缺失或不良數(shù)據(jù),這一天就可以認(rèn)為是數(shù)據(jù)缺損,對缺失數(shù)據(jù)的處理通常可以利用相鄰幾天的正常數(shù)據(jù)進行補遺。由于不同的日期類型的負(fù)荷數(shù)據(jù)差異較大,因此修補數(shù)據(jù)時一定要采用相同日期類型的數(shù)據(jù),進行加權(quán)平均處理。
該文研究中假設(shè)所需預(yù)測的時間段內(nèi)沒有停電檢修計劃或政策變動;假設(shè)在計及氣象因素對負(fù)荷的作用時,忽略其他因素的影響;假設(shè)日期類型對負(fù)荷特性有顯著影響。
根據(jù)得到的日最高負(fù)荷、日最低負(fù)荷及日平均負(fù)荷的數(shù)據(jù),該文采用SPSS統(tǒng)計軟件分析計算,將負(fù)荷與各氣象因素的關(guān)系進行回歸分析。在對多因素分析時,使用多元線性模型進行負(fù)荷變量與多個氣象因素的回歸分析;在進行負(fù)荷與單一氣象元素回歸分析時,使用曲線回歸分析中二次項曲線回歸分析的方法。
對回歸分析模型,主要問題是模型的定階和參數(shù)的確定,為了所得模型的最優(yōu)化,將模型各項參數(shù)的確定通過SPSS運行分析實現(xiàn),經(jīng)由參數(shù)估計、白噪聲檢驗等步驟,最終優(yōu)選出適合與擬合分析的模型。然后根據(jù)已確定的模型,進行對已有負(fù)荷數(shù)據(jù)的擬合性試驗,效果顯著,并計算出該模型的相對誤差,再由該模型與相關(guān)氣象因素進行擬合分析。
SPSS統(tǒng)計軟件簡要操作步驟:在“分析”選項中選擇“回歸分析”,打開對應(yīng)分析模型的主面板將“因變量、自變量”分別按照箭頭指示移入對應(yīng)的變量框內(nèi),點擊“參考類別”按鈕,勾選適合分析選項。在主面板中勾選“主效應(yīng)”,點擊“統(tǒng)計”按鈕,設(shè)置模型的統(tǒng)計量,主要參數(shù)“偽方、模型擬合信息、分類表、擬合優(yōu)度”必選,其他可以默認(rèn)不勾選,這些參數(shù)主要用于說明建模的質(zhì)量。勾選“估算響應(yīng)概率”,估算“最高溫度、最低溫度、平均溫度、相對濕度、降雨量”分別相對“日最高負(fù)荷、日最低負(fù)荷、日平均負(fù)荷”的擬合度。設(shè)定完成后主面板底部點擊“確定”按鈕,軟件開始執(zhí)行此處建模。其余的參數(shù)主要和逐步回歸有關(guān)系,該文采用主效應(yīng)模型,人為指定進入模型的自變量,在其他研究中,可以根據(jù)情況選擇逐步回歸。
分別對日最高負(fù)荷、日最低負(fù)荷、日平均負(fù)荷與所有氣象因素的關(guān)系進行回歸分析,即每種負(fù)荷數(shù)據(jù)對應(yīng)所給所有氣象因素進行回歸分析,其結(jié)果見表1~表3。
表1 區(qū)域多元線性回歸模型參數(shù)
表3 區(qū)域二的所有氣象元素回歸分析結(jié)果
就是擬合優(yōu)度指標(biāo),代表了回歸平方和占總平方和的比例,也稱為決定系數(shù),值越高代表擬合優(yōu)度很高。針對自然科學(xué)的一般界限,一般認(rèn)為相關(guān)系數(shù)達到0.1為小效應(yīng)(≥0.01),0.3為中等(≥0.09),0.5為大(≥0.25)。在線性回歸中,F(xiàn)值為方差分析的結(jié)果,是一個對整個回歸方程的總體檢驗,指的是整個回歸方程有沒有使用價值,其值對應(yīng)的.值可以表明自變量和因變量顯著相關(guān),其值小于0.05就可以認(rèn)為回歸方程是有用的。由此可得出以下分析結(jié)果。1) 由表1可知,各負(fù)荷數(shù)據(jù)與所有氣象因素的多元線性模型是適用的(≥0.25),其顯著性指標(biāo)(.≤0.05)完全符合,模型相關(guān)性較強,即負(fù)荷數(shù)據(jù)與氣象因素是相關(guān)聯(lián)的。且由對比可知,區(qū)域二在多元線性回歸分析下與各氣象元素具有更高關(guān)聯(lián)性。區(qū)域一分析所得數(shù)據(jù)比區(qū)域二較弱,但整體與區(qū)域二結(jié)果相同,回歸誤差小,因變量與各自變量存在極顯著的線性統(tǒng)計關(guān)系。2) 由表2及3可知,在區(qū)域一、二所建立的各氣象元素共同作用下的多元線性回歸模型中,最高溫度、最低溫度及平均溫度對負(fù)荷變化的相關(guān)性系數(shù)較大,代表該氣象因素與負(fù)荷變量的相關(guān)聯(lián)性較大,具有顯著的可靠性。同樣地,相對濕度與降雨量對負(fù)荷變動的相關(guān)聯(lián)性不大,影響較小。對比也可看出,與區(qū)域一比較,區(qū)域二與各氣象因素的相關(guān)性更顯著。
表2 區(qū)域一的所有氣象元素回歸分析結(jié)果
再次分別對日最高負(fù)荷、日最低負(fù)荷、日平均負(fù)荷與各種氣象因素的關(guān)系進行回歸分析,即每種負(fù)荷數(shù)據(jù)對應(yīng)所給單一氣象因素進行一對一回歸分析。
該文對數(shù)據(jù)采用了聚類分析。由表2及3可知,在多元素共同作用時,溫度因素的影響較為顯著,降雨量與相對濕度的同期影響較小,故在分析溫度因素對負(fù)荷變量的單一相關(guān)作用時,可忽略降雨量與相對濕度的影響。但對相對濕度與降雨量,由于負(fù)荷受溫度因素的影響較大,故因控制單一變量,對相對濕度與降雨量進行聚類分析。由于該文數(shù)據(jù)屬于大樣本數(shù)據(jù),故采用K中心聚類方法。回歸分析結(jié)果見表4。
根據(jù)表4及5可知,該二次項曲線模型所得自變量與因變量相關(guān)性顯著(.≤0.05),將該曲線模型運用到單一因素回歸分析中是適合的。且由表中數(shù)據(jù)可明顯看出,單獨因素作用下最高溫度、最低溫度及平均溫度對負(fù)荷變量的影響較為顯著(≥0.25),相對濕度與降雨量對負(fù)荷變量的影響較小,該結(jié)果與多元線性模型中回歸分析相似。以區(qū)域二中日最低負(fù)荷與平均氣溫的回歸分析為例,如圖1所示。
從圖1中可明顯看出二次項曲線模型與原始數(shù)據(jù)點集的擬合度極高,即由擬合圖的直觀觀察來看,運用該模型進行回歸分析誤差極小,相應(yīng)變量之間存在與模型相似的顯著統(tǒng)計關(guān)系,且擬合優(yōu)度指標(biāo)越大,運用該模型進行回歸分析更準(zhǔn)確,誤差較小。
圖1 日最低負(fù)荷與平均溫度的二次項曲線模型擬合圖
對比表4及5,在運用二次項曲線回歸模型分析單一氣象元素對負(fù)荷變量的關(guān)聯(lián)性中,區(qū)域一、二各項回歸分析都得到準(zhǔn)確結(jié)果。同時可以顯著看出區(qū)域二對該模型擬合度更好,且負(fù)荷變量與各氣象元素的關(guān)聯(lián)性更突出。結(jié)合多元線性模型的回歸分析,可以得知區(qū)域二的各項數(shù)據(jù)更適合該回歸模型。
表4 區(qū)域一的單一氣象元素回歸分析結(jié)果
負(fù)荷的變化主要取決于人們生產(chǎn)和生活的規(guī)律性,并受到一些相關(guān)因素(諸如溫度、陰晴雨雪等)的影響。因此,負(fù)荷的變化既有規(guī)律性又有隨機性。而負(fù)荷預(yù)報的任務(wù)就是盡可能充分發(fā)掘負(fù)荷歷史數(shù)據(jù)中的規(guī)律性,進而降低預(yù)報的誤差。但是,負(fù)荷變化中的隨機因素是客觀存在的,因此任何負(fù)荷預(yù)報方法也不能保證沒有誤差。負(fù)荷規(guī)律性的強、弱模型修正分析,其相關(guān)特征十分明顯。具體修正方式,可考慮將2種氣象因素分階段計算溫度差值,采取最小二乘法等分析溫度變化對負(fù)荷變化的影響因子。
對負(fù)荷預(yù)報的精度產(chǎn)生支配性的影響,因此有必要研究評價負(fù)荷自身規(guī)律性的方法。
在已獲得氣象因素數(shù)據(jù)的情況下,預(yù)測地區(qū)的溫度、相對濕度、降雨量等天氣變化使預(yù)測偏差增大,單純靠預(yù)測軟件達不到精度要求,還要進行人工修正。氣象條件的隨機性和非線性都很強,因此它對短期負(fù)荷預(yù)測的影響較難量化和估測。該文基于短期電力負(fù)荷預(yù)測模型的修正因子擬合度關(guān)聯(lián)性分析,構(gòu)建計及氣象因素的負(fù)荷預(yù)測方法,即在預(yù)測模型的基礎(chǔ)上,通過分析多種氣象因子與電網(wǎng)負(fù)荷的相關(guān)性,找到氣象因素與電網(wǎng)負(fù)荷的對應(yīng)關(guān)系。在此基礎(chǔ)上可進行經(jīng)驗性的修正模型:人工修正的核心不在于定量計算誤差的大小,而是根據(jù)經(jīng)驗判斷出是否需要修正負(fù)荷增減的趨勢。根據(jù)上文氣象要素的回歸分析,引入日平均氣溫和相對濕度的
該文針對歷史負(fù)荷數(shù)據(jù),對負(fù)荷規(guī)律性進行了分析。同時使用SPSS軟件將多元線性回歸、二次項曲線回歸模型應(yīng)用到回歸分析中去,得出相應(yīng)元素與負(fù)荷預(yù)測模型擬合度的的關(guān)聯(lián)性分析。1) 當(dāng)使用氣象因素來提高負(fù)荷預(yù)測精度時,結(jié)合2種回歸模型的分析結(jié)果可知,在同等回歸分析條件下,平均溫度對負(fù)荷變量的相關(guān)聯(lián)性要優(yōu)于其他氣象因素,但考慮最高氣溫及最低氣溫對負(fù)荷變量的相關(guān)性與平均溫度極為相似,因此推薦所知氣象因素中的平均氣溫,用以提高負(fù)荷預(yù)測的精度。2) 考慮在單一因素與負(fù)荷變量的回歸分析中,相對濕度對負(fù)荷變量的關(guān)聯(lián)亦極為顯著,因此同樣推薦相對濕度因素。
綜上,優(yōu)先推薦將平均氣溫與相對濕度因素應(yīng)用到負(fù)荷預(yù)測中去,應(yīng)可提高負(fù)荷預(yù)測精度。
表5 區(qū)域二的單一氣象元素回歸分析結(jié)果