【摘要】：電力系統(tǒng)作為重要的經(jīng)濟(jì)和能源基礎(chǔ)性設(shè)施系統(tǒng),對社會的發(fā)展至關(guān)重要。保障電力系統(tǒng)安全穩(wěn)定經(jīng)濟(jì)運(yùn)行,不僅有利于提高能源效率、優(yōu)化能源結(jié)構(gòu),而且能加快推進(jìn)社會現(xiàn)代化進(jìn)程。電力系統(tǒng)短期負(fù)荷預(yù)測作為電力企業(yè)計劃、調(diào)度、終端用電等各部門的基礎(chǔ)性工作,為安排各機(jī)組出力、制定機(jī)組啟停計劃、安全經(jīng)濟(jì)調(diào)度等提供數(shù)據(jù)支持和有效參考。然而,大多數(shù)預(yù)測模型為傳統(tǒng)的確定性負(fù)荷預(yù)測模型,難以描述未來時刻負(fù)荷蘊(yùn)含的不確定性風(fēng)險,因此,以一定置信度水平下的負(fù)荷預(yù)測區(qū)間描述負(fù)荷可能波動的范圍,可提供更為全面的負(fù)荷預(yù)測信息從而提前揭示可能的風(fēng)險。同時,精準(zhǔn)而全面的負(fù)荷預(yù)測信息有助于提升短期經(jīng)濟(jì)調(diào)度模型的經(jīng)濟(jì)效益,依據(jù)全面的預(yù)測信息,可量化分析未來時刻不同負(fù)荷水平對經(jīng)濟(jì)調(diào)度模型產(chǎn)生的影響,制定對應(yīng)的短期調(diào)度方案,保障電力系統(tǒng)供電效率、優(yōu)化相關(guān)機(jī)組負(fù)荷分配、節(jié)約燃煤資源及降低發(fā)電成本。為此,本文從短期及超短期負(fù)荷點預(yù)測、一定置信度水平下的負(fù)荷區(qū)間預(yù)測和考慮負(fù)荷區(qū)間的水火混合系統(tǒng)經(jīng)濟(jì)調(diào)度三個層次逐步深入,依次展開,主要研究內(nèi)容和成果包括:(1)針對超短期負(fù)荷預(yù)測模型,提出基于線形差異度相似日選取算法,降低算法復(fù)雜度,提升運(yùn)算速率。同時,圍繞短期負(fù)荷預(yù)測問題,以SVR算法為基礎(chǔ)分別以不同影響因子構(gòu)建預(yù)測模型,將考慮相關(guān)因素的模型預(yù)測結(jié)果與未考慮相關(guān)因素的模型預(yù)測結(jié)果進(jìn)行對比分析,實例研究表明,極端天氣條件下考慮相關(guān)因素的預(yù)測模型能獲得更高的精度。(2)圍繞電網(wǎng)調(diào)度對更全面負(fù)荷預(yù)測信息的需求,引入Copula理論,基于歷史實際負(fù)荷值和歷史點預(yù)測值間存在的相關(guān)性,應(yīng)用基于經(jīng)驗分布的半?yún)?shù)法估計出接近實際負(fù)荷值與點預(yù)測值間相依結(jié)構(gòu)的不同類型Copula函數(shù)參數(shù)取值,評價并選擇出最優(yōu)的Copula函數(shù),進(jìn)而構(gòu)建基于Copula函數(shù)的負(fù)荷區(qū)間預(yù)測模型,依據(jù)實際負(fù)荷值與點預(yù)測值間的聯(lián)合概率分布,計算求得一定置信度水平下的負(fù)荷預(yù)測區(qū)間。采用湖北省網(wǎng)負(fù)荷數(shù)據(jù)對模型進(jìn)行實例分析,驗證了該模型的有效性與可行性。同時,借鑒股票市場K線圖方式描述負(fù)荷預(yù)測區(qū)間及負(fù)荷可能變化的趨勢,設(shè)計與開發(fā)了短期負(fù)荷區(qū)間預(yù)測系統(tǒng)功能模塊。(3)為定量分析負(fù)荷不確定性對電網(wǎng)調(diào)度帶來的影響,針對負(fù)荷不確定性下的水火混合系統(tǒng)非線性經(jīng)濟(jì)調(diào)度進(jìn)行了研究,并采用一定置信度水平下負(fù)荷區(qū)間的方式描述負(fù)荷的不確定性。將水電機(jī)組調(diào)峰約束納入約束條件,計及閾點效應(yīng)的火電機(jī)組發(fā)電成本納入目標(biāo)函數(shù),提出一種求解考慮負(fù)荷區(qū)間的非線性經(jīng)濟(jì)調(diào)度模型的方法,分別建立樂觀、悲觀調(diào)度優(yōu)化模型,并引入非線性規(guī)劃的對偶理論,求解對應(yīng)優(yōu)化模型,推求出考慮負(fù)荷區(qū)間的經(jīng)濟(jì)調(diào)度模型區(qū)間解,從而得到樂觀和悲觀兩種極端狀況下的發(fā)電總成本及其調(diào)度方案。經(jīng)實例驗證,該方法為電力系統(tǒng)實際調(diào)度中求解雙層嵌套非線性經(jīng)濟(jì)調(diào)度模型提供了一種可行思路,能夠定量的分析負(fù)荷不確定性對調(diào)度帶來的影響,為調(diào)度決策人員提供參考。最后,對本文研究內(nèi)容進(jìn)行了總結(jié),并對有待進(jìn)一步細(xì)化研究的科學(xué)問題進(jìn)行了簡要闡述。本文的部分研究成果在國家電網(wǎng)華中分部調(diào)通中心得到應(yīng)用。
【學(xué)位授予單位】：華中科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TM715;TM73
【圖文】：

相對誤差絕對值區(qū)間（%） 點數(shù) 所占比例（%）[0，1] 97 33.68(1，2] 77 26.74(2，3] 31 10.76(3，4] 19 6.60(4，5] 10 3.47(5，+∞) 54 18.75表 2-2 兩種方法對比結(jié)果情況方法 預(yù)測精度（%） 耗費(fèi)時長（s）最小線形差異度 98.87 0.42線形外推法 96.39 0.76日集合大小對預(yù)測精度的影響

圖 2-4 4 月 16 日預(yù)測結(jié)果圖 圖 2-5 8 月 2 日預(yù)測結(jié)果圖表 2-3 4 月 16 日預(yù)測誤差統(tǒng)計情況相對誤差絕對值區(qū)間（%） 點數(shù) 所占比例（%）[0，1] 9 37.5(1，2] 9 37.5(2，3] 4 16.7(3，4] 2 8.3(4，5] 0 0(5，+∞) 0 0表 2-4 8 月 2 日預(yù)測誤差統(tǒng)計情況相對誤差絕對值區(qū)間（%） 點數(shù) 所占比例（%）[0，1] 5 20.8(1，2] 3 12.5

圖 2-4 4 月 16 日預(yù)測結(jié)果圖 圖 2-5 8 月 2 日預(yù)測結(jié)果圖表 2-3 4 月 16 日預(yù)測誤差統(tǒng)計情況相對誤差絕對值區(qū)間（%） 點數(shù) 所占比例（%）[0，1] 9 37.5(1，2] 9 37.5(2，3] 4 16.7(3，4] 2 8.3(4，5] 0 0(5，+∞) 0 0表 2-4 8 月 2 日預(yù)測誤差統(tǒng)計情況相對誤差絕對值區(qū)間（%） 點數(shù) 所占比例（%）[0，1] 5 20.8(1，2] 3 12.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 章國勇;伍永剛;張洋;;基于集成經(jīng)驗?zāi)B(tài)分解和量子細(xì)菌覓食優(yōu)化的風(fēng)速預(yù)測模型[J];太陽能學(xué)報;2015年12期

2 章國勇;伍永剛;張洋;代賢良;;一種風(fēng)電功率混沌時間序列概率區(qū)間簡易預(yù)測模型[J];物理學(xué)報;2014年13期

3 劉坤;高峰;翟橋柱;吳江;管曉宏;王兆杰;張海峰;;考慮負(fù)荷及煤氣量不確定性的企業(yè)微電網(wǎng)自發(fā)電調(diào)度模型[J];中國電機(jī)工程學(xué)報;2014年13期

4 劉鴻;劉建華;唐民;;計及機(jī)組不確定損耗成本的魯棒安全經(jīng)濟(jì)調(diào)度[J];電力系統(tǒng)及其自動化學(xué)報;2014年04期

5 李知藝;丁劍鷹;吳迪;文福拴;;電力負(fù)荷區(qū)間預(yù)測的集成極限學(xué)習(xí)機(jī)方法[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2014年02期

6 盧建昌;裴樂萍;;基于改進(jìn)灰色模型的短期電力負(fù)荷預(yù)測[J];山東電力高等專科學(xué)校學(xué)報;2013年03期

7 趙冬梅;魏娟;張旭;王舶仲;;基于相似日的超短期母線負(fù)荷概率性區(qū)間預(yù)測[J];電氣應(yīng)用;2013年11期

8 田廓;;基于混沌群粒子優(yōu)化-情景約簡算法的混合電力系統(tǒng)機(jī)組組合模型及其求解[J];電網(wǎng)技術(shù);2013年04期

9 郭微;姜德義;;基于支持向量機(jī)的燃?xì)舛唐谪?fù)荷預(yù)測[J];煤氣與熱力;2013年03期

10 樊一娜;;基于粒子群優(yōu)化算法的灰色模型在電力負(fù)荷預(yù)測中的應(yīng)用[J];青海大學(xué)學(xué)報(自然科學(xué)版);2013年01期

相關(guān)博士學(xué)位論文 前2條

1 郎坤;電力系統(tǒng)短期負(fù)荷預(yù)測及經(jīng)濟(jì)調(diào)度決策優(yōu)化研究[D];大連理工大學(xué);2016年

2 王楠;發(fā)電調(diào)度優(yōu)化模型與方法研究[D];華北電力大學(xué)（北京）;2011年

相關(guān)碩士學(xué)位論文 前3條

1 萬志宏;基于時間序列的電力系統(tǒng)短期負(fù)荷預(yù)測研究[D];華南理工大學(xué);2012年

2 朱琳;電力系統(tǒng)負(fù)荷預(yù)測方法及其應(yīng)用[D];華北電力大學(xué)（北京）;2011年

3 劉晶;基于相似日和支持向量機(jī)的短期負(fù)荷預(yù)測研究[D];華南理工大學(xué);2010年

本文編號：2747952