[发明专利]基于改进的灰色预测法的电力负荷预测方法

说明书

技术领域

本发明属于短期电力系统负荷预测技术领域，尤其涉及一种基于改进的灰色预测法的电力负荷预测方法。

背景技术

灰色系统预测方法（简称灰色预测法）是一种对含有不确定因素的系统进行预测的方法。它在建模时不需要计算统计特征量，可以应用于任何非线性变化的数据指标预测，运算方便，适用于贫信息条件下的分析和预测。但灰色模型是一种单序列的时间序列模型，无法对负荷具有较大影响的气象因素进行协同考虑，对由此造成的数据序列中存在震荡或局部异常的现象无法有效处理，预测效果不理想，往往容易产生较大的误差。

目前对应用于负荷预测的灰色系统法的改进研究主要可分为两个方向：第一个方向为模型内部改进，即以通过优化模型内部机理或调整参数，从历史数据中挖掘出更强的规律性；第二个方向为模型外部改进，即从历史数据本身的特性入手，在不改变数据的前提下对其进行合理的组织，或者在合理的范围内对数据做灰色模型的适应性改造。其中外部改进方法可以从数据来源处有效地改善GM模型产生预测异常的概率，利用气象信息与负荷之间的关系对原始历史负荷进行改造处理就属于此类方法，它是改善GM(1,1)短期负荷预测模型精度的有效途径。目前在考虑使用这种改进方式的方法较少，仅有单单考虑气象在历史相似日的选取中的作用的方法。这种方法容易破坏时间序列法所要求的时间连续性，无法保证样本数量的大小。另外，气象信息对每日具体负荷点的量化影响也是非常难解决的一个问题。

发明内容

本发明的目的在于，提出一种基于改进的灰色预测法的电力负荷预测方法，用于解决现有的灰色预测法对电力负荷预测时出现的问题。

为了实现上述目的，本发明提出的技术方案是，一种基于改进的灰色预测法的电力负荷预测方法，其特征是所述方法包括：

步骤1：选择预测日之前的N个同类型日，提取所述N个同类型日的整日负荷曲线；所述同类型日型包括工作日、双休日和节假日；

步骤2：对N个同类型日的整日负荷曲线进行预处理，从而得到N个同类型日的同一时刻的负荷组成历史负荷序列；

步骤3：获取每个时刻的历史负荷序列的负荷对应的气温值，将其与预测日相同时刻的气温值一起组成该时刻的气温值序列，根据气温值序列修正历史负荷序列；

步骤4：计算预测日的各个时刻的预测值，并组成预测日负荷曲线；

步骤5：对预测日负荷曲线进行修正得到最终的负荷预测曲线。

所述步骤2具体包括：

步骤101：令l＝0；

步骤102：任意选取一个同类型日的整日负荷曲线；

步骤103:使用灰色关联度模型比较该任意选取的同类型日的整日负荷曲线与其他同类型日的整日负荷曲线的相关性，如果该任意选取的同类型日的整日负荷曲线与其他同类型日的整日负荷曲线的不相关，则执行104；否则，执行105；

步骤104：令l=l+1并剔除该任意选取的同类型日的整日负荷曲线及其对应的同类型日，选择所述预测日之前的第N+l个同类型日并提取所述预测日之前的第N+l个同类型日的整日负荷曲线；

步骤105：任意选取一个未曾被选取过的同类型日的整日负荷曲线，重复步骤103-步骤105，直至每个同类型日的整日负荷曲线与其他同类型日的整日负荷曲线的都相关；

步骤106：从每个同类型日中选取m个时刻，获取N个同类型日的每个时刻的负荷X(k,t)，k=1,2,...,N，t=1,2,...,m，X(k,t)是第k个同类型日第t个时刻的负荷；将N个同类型日的同一时刻的负荷组成一个历史负荷序列{X(k,t)}。

所述步骤3包括：