[00098481]省地一体化的智能短期电力负荷预测系统及工程应用

课题来源与背景：自选项目，并通过横向合作完成推广应用。该系统主要应用于电力系统的调度中心等部门。短期负荷预测是实现电力系统安全、经济、节能运行的基础，是做好电力系统机组最优组合、经济调度、节能发电调度、最优潮流、电力市场交易等工作的前提。为适应电网管理现代化、科学化、管理运行精细化的要求，迫切要求采用先进数学理论与方法，结合电力系统负荷的特征，采用智能化与传统数学方法相结合的策略，开发高精度的电力系统短期负荷预测新产品。为此，开发了省地一体化的智能短期电力负荷预测系统，该系统高度的智能化、预测的精准化使得该产品在国内10多个网省公司近193个地市供电公司以上单位得到了大范围的推广应用，取得了显著的经济和社会效益；研究成果以专著《电力系统负荷预测》、国外权威期刊的论文和国内被多次引用的论文发表，引领了这一领域的研究，具有重要的理论与应用价值。技术原理及性能指标：该系统的技术特点如下：1．建立了完善的短期负荷预测理论体系结合电力系统的特点，提出了若干新颖的预测方法，在此基础上，建立了完整的短期负荷预测理论体系。其中的主要研究成果已经在国内核心期刊发表，得到同行的理论工作者和电力系统专业人员的认可。2．提出了完善的短期负荷预测策略深入研究了负荷预测的整个流程，改变了传统短期负荷预测中仅仅关注负荷预测方法的缺陷，设计了从数据的分析和整理、相似日选取、预测方法的研究、预测方法库的建立、自适应负荷预测方法选择机制以及负荷预测偏差的分析和反馈等完善的预测流程和策略，有效地确保了负荷预测的准确性、科学性和预测结果的稳定性。3．建立了完备的短期负荷预测方法库预测实践表明：不同地区、不同时间、不同行业的负荷变化规律是不同的，必须广泛收集不同类别、不同特性的负荷预测模型，建立负荷预测的方法库，以丰富的预测手段满足负荷发展规律多样性的需求。该系统提出了大量精确、实用、各具特性的短期负荷预测方法，将这些预测方法有序的组织，形成了完备、灵活的预测方法库。4．提出了高效的负荷预测方法智能化自适应选择机制在这一完备预测方法库的基础上，该项目深入研究了不同预测方法之间的差别和特性，以及应用于不同特性负荷和负荷分量预测的适应性；结合智能化的多层、自适应决策机制，提出了基于“虚拟预测”思想最佳预测方法选择机制和多方法综合模型。不仅有效的提高了预测的精度，而且确保了预测系统的适应性。5.开发了面向应用的智能化管理与分析决策功能该项目所开发的软件提供了综合信息管理平台、方案管理、远程联网数据传递、自定义分析与预测报告和报表功能、误差分析、预测评价等功能，从而使该软件极大地方便了用户，使预测理论真正走向了应用。技术的创造性与先进性：该项目取得了以下主要的创新性成果：1、提出了规范化处理相关因素的新方法。根据模式识别原理，应用聚类分析方法，辨识描述待预测日与历史日之间负荷相似度的特征量。在该基础上设计了一种规范化的相关因素映射数据库，以反映不同影响因素在映射函数上的差异。将上述方法应用于短期负荷预测中历史样本的选取，实现了智能化地选取与待预测日极度相似的历史样本，极大地提高了负荷的精度。2、提出了偏差补偿二次预测的新方法。在一次预测阶段，采用传统时间序列方法进行预测；在二次预测阶段，针对历史上第一阶段预测的偏差与相关因素的复杂模型，辨识该模型的非线性度，智能化选择线性回归、二次规划和支持向量机模型，从而获得最佳的拟合模型，极大地提高预测的精度，在第一阶段的基础上，进行了短期负荷的二次预测。该方法实现了与传统时间序列方法的有效衔接，实现了基于相关因素的复杂非线性负荷预测模型降阶，实现了负荷预测偏差自校正，从而形成偏差反馈、二次预测的新型负荷预测方法，实现了短期负荷预测深层次的智能化。3、提出了短期负荷预测的综合模型结构与参数优化决策方法。采用“虚拟预测”的方法，自动地辨识各种预测方法在历史上的偏差，形成各种预测方法的可信度；以虚拟预测结果与实际负荷的残差平方和最小为目标函数，以各种单一方法预测结果的权重为决策变量，建立起非线性规划的数学模型，智能化优化决策出基于各种预测方法的综合预测模型。通过模型结构和权重的同时优化，提高了预测模型的精度。技术的成熟程度，适用范围和安全性：该系统目前已处于成熟、稳定推广应用状态，主要适用于电力系统的调度中心等部门，软件系统在现场运行稳定可靠。应用情况及存在的问题：1、已经取得的推广应用成果截至目前，已经推广到国内10多个网省公司的193个地市供电企业以上单位得到了大范围的推广应用，取得了显著的经济和社会效益。作为一个专业软件，取得如此之大的推广效益，在公开报道中尚不多见。2、仍存在广泛的推广应用前景将来可进一步在其他网省公司的地市供电企业以上单位推广应用。从省推广到地市，从地市推广到县。因此，该软件拥有巨大的潜在市场。3、措施为了进一步推广该成果，应采用如下的措施：[1]了解不同调度自动化开发商的数据结构，使该系统与这些系统接口，解决本系统原始数据更新的自动化问题；[2]进一步增加对调度计划影响的分析功能；[3]紧密跟随当前智能电网以及发、输、配、售等各个环节相对于传统电力生产的变化，深入研究负荷预测对各部分的影响特性，不断的完善和提高负荷预测系统的适应性，确保智能化的短期负荷预测系统能够更好地适应新时代电力系统各项应用的需求。