【摘要】：電力系統(tǒng)負(fù)荷預(yù)測(cè)是能量管理系統(tǒng)和配電管理系統(tǒng)的重要部分,是實(shí)現(xiàn)自動(dòng)發(fā)電控制和經(jīng)濟(jì)調(diào)度控制的前提,它涉及電力系統(tǒng)規(guī)劃與設(shè)計(jì),電力系統(tǒng)運(yùn)行的經(jīng)濟(jì)性、安全性、可靠性和穩(wěn)定性等。隨著電力系統(tǒng)的不斷發(fā)展和電網(wǎng)管理的日趨現(xiàn)代化、復(fù)雜化,電力系統(tǒng)負(fù)荷預(yù)測(cè)問題的研究引起人們廣泛的關(guān)注。準(zhǔn)確的電力負(fù)荷預(yù)測(cè)可以合理地安排電網(wǎng)內(nèi)部發(fā)電機(jī)組的運(yùn)行,保持電網(wǎng)運(yùn)行的安全穩(wěn)定性；可以合理的安排機(jī)組檢修計(jì)劃,保證社會(huì)的正常生產(chǎn)和人民的正常生活；可以決定新裝機(jī)容量的大小與電網(wǎng)的調(diào)度控制,有效的降低發(fā)電成本,提高經(jīng)濟(jì)效益和社會(huì)效益。因此,電力系統(tǒng)負(fù)荷預(yù)測(cè)成為現(xiàn)代電力系統(tǒng)運(yùn)行和管理中的一個(gè)重要研究課題和現(xiàn)代電力系統(tǒng)科學(xué)中的一個(gè)重要領(lǐng)域。 本文主要利用模糊數(shù)學(xué)、模糊時(shí)間序列、灰色系統(tǒng)理論、模糊多目標(biāo)最優(yōu)規(guī)劃等智能方法,對(duì)電力系統(tǒng)負(fù)荷預(yù)測(cè)的模型與算法進(jìn)行了應(yīng)用研究。首先給出了基于模糊時(shí)間序列的基本預(yù)測(cè)模型與算法,并考慮到負(fù)荷自身變化的特點(diǎn)以及溫度等綜合因素對(duì)電力負(fù)荷的影響,對(duì)該預(yù)測(cè)模型進(jìn)行了優(yōu)化修正；其次基于穩(wěn)健統(tǒng)計(jì)理論和模糊回歸的思想,研究了穩(wěn)健回歸預(yù)測(cè)算法和穩(wěn)健模糊回歸預(yù)測(cè)算法；第三在離散灰色預(yù)測(cè)模型的基礎(chǔ)上結(jié)合模糊多目標(biāo)規(guī)劃理論,研究了模糊離散灰色區(qū)間預(yù)測(cè)模型與算法；最后利用遺傳算法和Pareto最優(yōu)化理論來搜索和確定參數(shù)的最優(yōu)區(qū)間,給出了基于多目標(biāo)優(yōu)化的模糊時(shí)間預(yù)測(cè)算法。針對(duì)不同的模型和算法,通過具體算例對(duì)不同預(yù)測(cè)模型與算法的預(yù)測(cè)結(jié)果進(jìn)行了分析比較。論文的主要研究?jī)?nèi)容和創(chuàng)新點(diǎn)如下： (1)基于模糊時(shí)間序列的預(yù)測(cè)模型與算法研究。在模糊時(shí)間序列基本理論框架下,將模糊時(shí)間序列預(yù)測(cè)模型應(yīng)用到電力系統(tǒng)負(fù)荷預(yù)測(cè)中來。首先對(duì)歷史負(fù)荷數(shù)據(jù)進(jìn)行必要的預(yù)處理,以檢測(cè)和平滑異常數(shù)據(jù),其次考慮到電力負(fù)荷自身的特征以及影響負(fù)荷預(yù)測(cè)的重要因素,分別引入溫度影響因子、負(fù)荷變化影響因子及綜合影響因素作為權(quán)重因子,提出了時(shí)變-模糊時(shí)間序列預(yù)測(cè)算法和基于最高溫度修正的最大負(fù)荷預(yù)測(cè)算法。最后通過兩個(gè)數(shù)值算例,說明了我們提出的考慮因素分析的模糊時(shí)間序列預(yù)測(cè)算法具有較高的預(yù)測(cè)精度和較大的有效性和普遍適應(yīng)性。 (2)基于穩(wěn)健模糊回歸的預(yù)測(cè)模型與算法研究。利用穩(wěn)健統(tǒng)計(jì)和模糊回歸的基本理論,研究了基于穩(wěn)健估計(jì)的穩(wěn)健回歸預(yù)測(cè)算法和基于Tanaka's體系下的穩(wěn)健模糊回歸預(yù)測(cè)模型。該穩(wěn)健回歸預(yù)測(cè)算法通過函數(shù)的選擇以及反復(fù)迭代減弱異常數(shù)值對(duì)回歸方程的不利影響,增強(qiáng)回歸方程的穩(wěn)健性；而穩(wěn)健模糊回歸預(yù)測(cè)模型,借助于誤差評(píng)價(jià)指標(biāo)以及Tanaka's的模糊回歸方法,研究并提出了一穩(wěn)健模糊回歸預(yù)測(cè)模型來預(yù)測(cè)模糊區(qū)間,通過一系列參數(shù)的優(yōu)化和轉(zhuǎn)化得到非線性模型。最后的兩個(gè)算例,通過與傳統(tǒng)算法和模型的比較,可以明顯看出,我們提出的穩(wěn)健算法和穩(wěn)健模糊模型都能夠有效降低異常數(shù)據(jù)對(duì)預(yù)測(cè)結(jié)果的影響,并且具有較好的穩(wěn)定性。 (3)基于模糊離散灰色理論的區(qū)間預(yù)測(cè)模型研究。在離散灰色預(yù)測(cè)模型的基礎(chǔ)上,結(jié)合模糊多目標(biāo)最優(yōu)化理論,研究并提出了基于離散灰色模型的模糊多目標(biāo)區(qū)間預(yù)測(cè)模型。針對(duì)輸入變量是精確數(shù)和模糊數(shù),分別給出了不同的區(qū)間預(yù)測(cè)算法。并將本文的預(yù)測(cè)結(jié)果和現(xiàn)有文獻(xiàn)中的模糊線性回歸區(qū)間預(yù)測(cè)、灰色模糊區(qū)間預(yù)測(cè)結(jié)果進(jìn)行比較,精確度更高；最后將該模型和算法應(yīng)用于電力系統(tǒng)負(fù)荷區(qū)間預(yù)測(cè),得到了更一般的預(yù)測(cè)結(jié)果,說明我們提出的模型和算法具有較廣泛的適應(yīng)性。 (4)基于多目標(biāo)優(yōu)化的模糊時(shí)間序列預(yù)測(cè)模型與算法研究。針對(duì)預(yù)測(cè)區(qū)間的劃分是影響模糊時(shí)間序列預(yù)測(cè)精度的主要因素之一,首先定義和劃分帶有參數(shù)的預(yù)測(cè)區(qū)間,利用遺傳算法搜索最優(yōu)預(yù)測(cè)區(qū)間的長(zhǎng)度并進(jìn)行最優(yōu)化參數(shù)的篩選和初始參數(shù)的選擇,并借助于Pareto最優(yōu)化理論識(shí)別最優(yōu)解,提出了時(shí)變-基于比率的多目標(biāo)最優(yōu)化模糊時(shí)間序列預(yù)測(cè)模型和時(shí)不變-多目標(biāo)最優(yōu)化模糊時(shí)間序列預(yù)測(cè)模型,并將該模型和算法分別應(yīng)用于Alabama大學(xué)入學(xué)率的預(yù)測(cè),同已有文獻(xiàn)相比,得到了較好的預(yù)測(cè)結(jié)果。最后,將我們提出的預(yù)測(cè)模型和算法應(yīng)用于上海市用電量的長(zhǎng)期預(yù)測(cè),得到了更一般的預(yù)測(cè)結(jié)果,說明我們提出的預(yù)測(cè)模型和算法的有效性和適應(yīng)性。
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TM715

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李翠鳳,戴文戰(zhàn);基于函數(shù)cotx變換的灰色建模方法[J];系統(tǒng)工程;2005年03期

2 關(guān)葉青;劉思峰;;基于函數(shù)cot(x~α)變換的灰色GM(1,1)建模方法[J];系統(tǒng)工程;2008年09期

3 崔立志;劉思峰;;基于數(shù)據(jù)變換技術(shù)的灰色預(yù)測(cè)模型[J];系統(tǒng)工程;2010年05期

4 焦?jié)櫤?蘇辰雋;林碧英;莫瑞芳;;基于氣象信息因素修正的灰色短期負(fù)荷預(yù)測(cè)模型[J];電網(wǎng)技術(shù);2013年03期

5 姜學(xué)寶;吳強(qiáng);;蘇州電網(wǎng)負(fù)荷和敏感性分析[J];江蘇電機(jī)工程;2009年06期

6 黃華;宋艷萍;苗新艷;肉孜阿吉;;基于多目標(biāo)規(guī)劃法的模糊線性回歸分析[J];模糊系統(tǒng)與數(shù)學(xué);2012年03期

7 劉曉娟;方建安;;綜合權(quán)重的模糊時(shí)間序列的電力負(fù)荷預(yù)測(cè)方法[J];華東電力;2012年04期

8 陳超英;;累加生成的改進(jìn)和GM(1,1,t)灰色模型[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2007年02期

9 江南;劉小洋;;基于Gauss公式的GM(1,1)模型的背景值構(gòu)造新方法與應(yīng)用[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2008年07期

10 黃繼;種曉麗;;廣義累加灰色預(yù)測(cè)控制模型及其優(yōu)化算法[J];系統(tǒng)工程理論與實(shí)踐;2009年06期

本文編號(hào)：2806306