论文部分内容阅读
摘要：目前，我国是科技快速发展的新时期，我国的风电和光电都得到了快速的发展，电力系统的负荷需求变化和新能源出力的随机波动性具有高度的相关性，因此负荷的短期预测需考虑新能源出力的影响。本文提出一种融合支持向量机和双鏈马尔科夫理论的新能源电力系统短期负荷预测模型，该模型首先采用支持向量机挖掘负荷序列的整体变化趋势，并通过粒子群算法进行参数优化，然后通过双链马尔科夫模型来深层次分析考虑新能源出力因素的负荷时序变化特征，以此来修正支持向量机的初始预测结果。最后以国内某实际电网的新能源及负荷的实际出力数据为例，对所提方法的可行性和有效性进行了验证。
关键词：新能源电力系统;短期负荷预测;支持向量机;双链马尔科夫;组合预测模型
引言
短期电力负荷预测主要是指预报未来几小时、1天至几天的电力负荷，电力负荷预测是能量管理系统的重要组成部分，短期负荷预测不但为电力系统的安全、经济运行提供保障，也是市场环境下编排调度计划、供电计划、交易计划的基础。随着电力生产和消费日益市场化，对负荷预测的准确性、实时性、可靠性和智能性提出了更高的要求，因此，负荷预测已经成为现代化电力系统运行和管理中的一个重要研究领域。短期负荷预测作用的大小主要取决于预测精度，因此如何提高预测精度是目前研究短期负荷预测理论和方法的重点。关于短期负荷预测的研究已有很长的历史，国内外许多专家和学者在预测理论和方法方面做了大量的研究工作，提出了很多预测模型。但是，由于影响短期负荷的因素很多，很多预测方法的预测精度和使用范围受到限制。因此，针对目前的短期预测方法进行了综合比较分析，分析了各种预测方法的原理、优点和不足之处，并指出了未来短期负荷预测理论的研究方向，为实际短期负荷的预测提供借鉴作用。
1电力系统负荷预测方法分类
电力负荷预测方法按照预测的时间范围来划分，可分为长期、中期、短期和超短期预测。长期负荷预测通常指10a以上的预测，中期负荷预测通常指5a左右的预测，中、长期负荷预测是以年为单位进行预测的，主要用于为电力系统规划建设，包括电网的增容扩建及装机容量的大小、位置和时间的确定提供基础数据，确定年度检修计划、运行方式等，同时还为所处地区或电网电力发展的速度、电力建设的规模、电力工业的布局、能源资源的平衡、地区间的电力余额的调剂、电网资金及人力资源需求的平衡提供有效的依据;短期负荷预测通常为1a以内的预测，它的预测单位包括月、周、天、小时，主要用于调节、指导电力部门的日常运行，合理安排月度检修计划、运行方式及日开停机、发电计划;超短期负荷预测通常指对未来1h、0.5h、10min的负荷进行预测，主要用于对电力系统进行实时的安全分析与调度，满足运行要求，控制发电成本。
2短期负荷组合预测模型
2.1支持向量机回归算法
由于各种外部随机因素的干扰而导致新能源出力和负荷历史数据的不完整问题，文中所提的数据预处理方法是支持向量机回归算法。支持向量机是一种建立在数据统计学基础上的机器学习算法，其回归函数可通过一个非线性映射来实现。该算法主要是通过寻找结构化的风险来构造一个最优的超平面，可有效提升学习机的泛化能力，将风险和置信度最小化，在学习样本较小或者不全的情况下能够获得良好的分类结果和计算效能。
2.2回归分析法
回归分析预测方法是根据历史数据的变化规律和影响负荷变化的因素，寻找自变量与因变量之间的相关关系及其回归方程式，确定模型参数，据此推断将来时刻的负荷值。回归分析法的优点是计算原理和结构形式简单，预测速度快，外推性能好，对于历史上没有出现的情况有较好的预测。存在的不足是对历史数据要求较高，采用线性方法描述比较复杂的问题，结构形式过于简单，精度较低;该模型无法详细描述各种影响负荷的因素，模型初始化难度较大，需要丰富的经验和较高的技巧。
2.3双链马尔科夫模型
马尔科夫链模型的基本思想是基于系统状态转移规律，对对象的发展趋势进行分析，能够推测对象在未来的状态。一般来说，电力系统每一个时刻的负荷都具有高度的强相关性，因此可以认为负荷的时间序列为一个马尔科夫链，然而负荷的变化不仅在时刻上不同，同时与高比例的新能源出力具有高度关联关系，因此可将新能源出力的时间序列看作另外一个马尔科夫辅链，充分将新能源出力的影响因素考虑在预测模型当中。双链马尔科夫实现过程如图2所示，其中X1，X2，…，XT为主链在每个时刻的状态（负荷时序），Y1，Y2，…，YT为辅链在每个时刻的状态（新能源出力时序）。从图中可知，负荷在t时刻的状态同时受负荷t-1时刻状态以及新能源出力t-1时刻的状态影响。因此，考虑新能源出力的双链马尔科夫模型包含以下两个部分：（1）状态集合S1和S2，分别代表的是N个主链状态和M个辅链状态。（2）状态转移概率矩阵集A，Am表示的是马尔科夫辅链在t-1时刻时的主链在t时刻的转移概率。2.4综合预测模型概述及单一预测方法的选取综合预测模型，是在单个预测模型的基础上，考虑各种预测方法的优缺点及适用性，采用一定的方法确定各预测方法对总的预测结果的权重，然后通过加权求和得到新的负荷预测结果。避免了因某一种预测方法的局限而使得预测结果偏差增大。在综合预测中有两个关键的问题，一个是如何确定哪些要用到的单一预测模型，另一个是如何确定各单一预测模型对综合预测结果的权重。第一类方法中含有未来预测时段的经济信息，第二类方法中考虑了负荷发展的延续性、规律性。实际上中长期负荷预测问题不仅仅局限于系统内部，受其自身规律的影响，同时还受到许多外界因素的干扰或影响，如国家的经济发展规划、政策。对于一个政府主导型的区域，这些因素的影响将更大。因此，应将两类方法有机结合起来，以提高预测的精度与适用性。在第一类预测方法中，电力消费弹性系数法由于相对比较简单，含义比较明确，需要的数据也较容易得到而得到较多的应用。在第二类预测方法中，灰色预测法是在灰色理论模型的基础上发展起来的，以灰色生成来减弱原始序列的随机性。它是目前在中长期负荷预测中应用最为广泛、效果也最为理想的预测方法之一。二次滑动平均预测法是基于“远小近大”的预测原则，在建模过程中对数据加以不同权重，以强化近期数据的作用，而弱化远期数据的影响，从而提高预测精度，也符合负荷的发展变化规律。因此，本文选用电力消费弹性系数法、灰色预测、二次滑动平均相结合的方法。
结语
本文针对高占比新能源电力系统的负荷与新能源出力之间存在相关性，提出一种考虑新能源出力因素的融合支持向量机和双链马尔科夫理论的负荷短期负荷预测模型。根据支持向量机的非线性泛化功能来分析负荷序列的整体变化趋势，通过双链马尔科夫模型来深层次分析考虑新能源出力的负荷时序的变化特征，以此来修正支持向量机的初始预测结果。通过实际的算例对比结果可知，本文所提的组合预测模型为高占比新能源电力系统的短期负荷预测提供了新的方法，相较于传统的方法而言，有效提高了预测的精度。
参考文献
[1]鲁宗相，黄瀚，单葆国，等.高比例可再生能源电力系统结构形态演化及电力预测展望[J].电力系统自动化，2017，41（9）：12-18.
[2]刘进军.电能系统未来发展趋势及其对电力电子技术的挑战[J].南方电网技术，2016，10（3）：78-81.
[3]任建文，渠卫东.基于机会约束规划的孤岛模式下微电网动态经济调度[J].电力自动化设备，2016，36（3）：73-78.
关键词：新能源电力系统;短期负荷预测;支持向量机;双链马尔科夫;组合预测模型
引言
短期电力负荷预测主要是指预报未来几小时、1天至几天的电力负荷，电力负荷预测是能量管理系统的重要组成部分，短期负荷预测不但为电力系统的安全、经济运行提供保障，也是市场环境下编排调度计划、供电计划、交易计划的基础。随着电力生产和消费日益市场化，对负荷预测的准确性、实时性、可靠性和智能性提出了更高的要求，因此，负荷预测已经成为现代化电力系统运行和管理中的一个重要研究领域。短期负荷预测作用的大小主要取决于预测精度，因此如何提高预测精度是目前研究短期负荷预测理论和方法的重点。关于短期负荷预测的研究已有很长的历史，国内外许多专家和学者在预测理论和方法方面做了大量的研究工作，提出了很多预测模型。但是，由于影响短期负荷的因素很多，很多预测方法的预测精度和使用范围受到限制。因此，针对目前的短期预测方法进行了综合比较分析，分析了各种预测方法的原理、优点和不足之处，并指出了未来短期负荷预测理论的研究方向，为实际短期负荷的预测提供借鉴作用。
1电力系统负荷预测方法分类
电力负荷预测方法按照预测的时间范围来划分，可分为长期、中期、短期和超短期预测。长期负荷预测通常指10a以上的预测，中期负荷预测通常指5a左右的预测，中、长期负荷预测是以年为单位进行预测的，主要用于为电力系统规划建设，包括电网的增容扩建及装机容量的大小、位置和时间的确定提供基础数据，确定年度检修计划、运行方式等，同时还为所处地区或电网电力发展的速度、电力建设的规模、电力工业的布局、能源资源的平衡、地区间的电力余额的调剂、电网资金及人力资源需求的平衡提供有效的依据;短期负荷预测通常为1a以内的预测，它的预测单位包括月、周、天、小时，主要用于调节、指导电力部门的日常运行，合理安排月度检修计划、运行方式及日开停机、发电计划;超短期负荷预测通常指对未来1h、0.5h、10min的负荷进行预测，主要用于对电力系统进行实时的安全分析与调度，满足运行要求，控制发电成本。
2短期负荷组合预测模型
2.1支持向量机回归算法
由于各种外部随机因素的干扰而导致新能源出力和负荷历史数据的不完整问题，文中所提的数据预处理方法是支持向量机回归算法。支持向量机是一种建立在数据统计学基础上的机器学习算法，其回归函数可通过一个非线性映射来实现。该算法主要是通过寻找结构化的风险来构造一个最优的超平面，可有效提升学习机的泛化能力，将风险和置信度最小化，在学习样本较小或者不全的情况下能够获得良好的分类结果和计算效能。
2.2回归分析法
回归分析预测方法是根据历史数据的变化规律和影响负荷变化的因素，寻找自变量与因变量之间的相关关系及其回归方程式，确定模型参数，据此推断将来时刻的负荷值。回归分析法的优点是计算原理和结构形式简单，预测速度快，外推性能好，对于历史上没有出现的情况有较好的预测。存在的不足是对历史数据要求较高，采用线性方法描述比较复杂的问题，结构形式过于简单，精度较低;该模型无法详细描述各种影响负荷的因素，模型初始化难度较大，需要丰富的经验和较高的技巧。
2.3双链马尔科夫模型
马尔科夫链模型的基本思想是基于系统状态转移规律，对对象的发展趋势进行分析，能够推测对象在未来的状态。一般来说，电力系统每一个时刻的负荷都具有高度的强相关性，因此可以认为负荷的时间序列为一个马尔科夫链，然而负荷的变化不仅在时刻上不同，同时与高比例的新能源出力具有高度关联关系，因此可将新能源出力的时间序列看作另外一个马尔科夫辅链，充分将新能源出力的影响因素考虑在预测模型当中。双链马尔科夫实现过程如图2所示，其中X1，X2，…，XT为主链在每个时刻的状态（负荷时序），Y1，Y2，…，YT为辅链在每个时刻的状态（新能源出力时序）。从图中可知，负荷在t时刻的状态同时受负荷t-1时刻状态以及新能源出力t-1时刻的状态影响。因此，考虑新能源出力的双链马尔科夫模型包含以下两个部分：（1）状态集合S1和S2，分别代表的是N个主链状态和M个辅链状态。（2）状态转移概率矩阵集A，Am表示的是马尔科夫辅链在t-1时刻时的主链在t时刻的转移概率。2.4综合预测模型概述及单一预测方法的选取综合预测模型，是在单个预测模型的基础上，考虑各种预测方法的优缺点及适用性，采用一定的方法确定各预测方法对总的预测结果的权重，然后通过加权求和得到新的负荷预测结果。避免了因某一种预测方法的局限而使得预测结果偏差增大。在综合预测中有两个关键的问题，一个是如何确定哪些要用到的单一预测模型，另一个是如何确定各单一预测模型对综合预测结果的权重。第一类方法中含有未来预测时段的经济信息，第二类方法中考虑了负荷发展的延续性、规律性。实际上中长期负荷预测问题不仅仅局限于系统内部，受其自身规律的影响，同时还受到许多外界因素的干扰或影响，如国家的经济发展规划、政策。对于一个政府主导型的区域，这些因素的影响将更大。因此，应将两类方法有机结合起来，以提高预测的精度与适用性。在第一类预测方法中，电力消费弹性系数法由于相对比较简单，含义比较明确，需要的数据也较容易得到而得到较多的应用。在第二类预测方法中，灰色预测法是在灰色理论模型的基础上发展起来的，以灰色生成来减弱原始序列的随机性。它是目前在中长期负荷预测中应用最为广泛、效果也最为理想的预测方法之一。二次滑动平均预测法是基于“远小近大”的预测原则，在建模过程中对数据加以不同权重，以强化近期数据的作用，而弱化远期数据的影响，从而提高预测精度，也符合负荷的发展变化规律。因此，本文选用电力消费弹性系数法、灰色预测、二次滑动平均相结合的方法。
结语
本文针对高占比新能源电力系统的负荷与新能源出力之间存在相关性，提出一种考虑新能源出力因素的融合支持向量机和双链马尔科夫理论的负荷短期负荷预测模型。根据支持向量机的非线性泛化功能来分析负荷序列的整体变化趋势，通过双链马尔科夫模型来深层次分析考虑新能源出力的负荷时序的变化特征，以此来修正支持向量机的初始预测结果。通过实际的算例对比结果可知，本文所提的组合预测模型为高占比新能源电力系统的短期负荷预测提供了新的方法，相较于传统的方法而言，有效提高了预测的精度。
参考文献
[1]鲁宗相，黄瀚，单葆国，等.高比例可再生能源电力系统结构形态演化及电力预测展望[J].电力系统自动化，2017，41（9）：12-18.
[2]刘进军.电能系统未来发展趋势及其对电力电子技术的挑战[J].南方电网技术，2016，10（3）：78-81.
[3]任建文，渠卫东.基于机会约束规划的孤岛模式下微电网动态经济调度[J].电力自动化设备，2016，36（3）：73-78.