电力系统负荷预测是指从已知的经济、社会发展和电力需求情况出发,通过对历史数据的分析和研究,探索事物之间的内在联系和发展变化规律,以未来年份经济、社会发展情况的预测结果为依据,对电力需求作出预先的估计和推测。科学的预测是正确决策的依据和保证。电力系统负荷预测是制订电力系统发展规划的基础,也是发电计划、电力市场等工作的重要依据。正因为如此,电力系统负荷预测要以国民经济与社会发展的规划或预测结果为依据。预测理论的研究具有重要的理论意义和实际价值。
不知不觉之中, 《电力系统负荷预测》一书从2007年7月出版至今已有10年了。该书出版后在学术界和工业界得到了好评,先后两次印刷的6900册均已售罄,而社会上仍然有读者询问购买。大约两年多之前出版社希望再次印刷,询问作者是否借此机会进行修订。另外,从2009年起,本书第一作者康重庆教授在清华大学电机系为本科生开设电力系统预测技术课程,迄今开设9个学年,均采用该书作为教材。作者始终坚持将最新的学术研究成果融入到课程教学中,促使修订书稿被提到了议事日程之中。2007年以来,伴随着对电力系统自动化程度要求的进一步提高,电力系统预测领域的学术研究重点也发生了一定的变化。其中一个动向是,母线负荷预测受到了专家学者以及电力调度机构的广泛关注。在以往的电力系统运行中,以系统负荷预测结果为依据,将其按某种比例分配到各个母线上(即通常所提的分布因子法),得到母线负荷预测结果,虽然基本可以满足粗放式管理和决策的要求,但由于母线负荷的变化规律复杂,难以形成较为理想的预测方法,导致对于母线负荷预测的研究较少。近年来随着节能发电调度的逐步推进,对电网精益化管理的要求日益提高,完善的母线负荷预测将成为这些管理和决策工作的基础。在国家电网公司节能发电调度课题的支持下,清华大学与中国电力科学研究院、国网电力科学研究院一起攻关母线负荷预测技术;随后作者又主持了国家自然科学基金项目母线负荷预测的新型理论架构及其关键技术研究,提出了一整套母线负荷预测理论框架和方法体系,研制开发了母线负荷预测软件,在全国200个地市以上供电单位取得了显著的预测效果。作者认为有必要将这些实际工作成果向广大读者进行介绍。另一个值得注意的问题是,电力负荷预测是一个包含时间、空间、属性等多维度、多级别的复杂体系。随着负荷预测研究的深入,预测对象更加多样化,负荷预测结果在多空间层级、多时间尺度上的不协调问题也变得更为显著与迫切。我们将该问题称为负荷预测的多级协调问题。对于同一预测量,电力系统会在不同时间(周期)、不同空间,基于不同行政级别,根据不同属性、不同结构等特征,分别作出预测,得到各自的预测结果。各种负荷预测的结果之间理应在本质的物理机理上存在关联且满足一定的关系。由于不可避免的预测误差的存在,各级预测结果之间并不能自然地达到一致,如何实现负荷预测结果的统一和协调,迫切需要一套科学的理论支持。在教育部博士学科点专项科研基金项目电力系统多级负荷预测及其协调问题的研究的支持下,我们对这一问题进行了深入研究,取得了积极成果,也希望借此机会介绍给读者。这是修订原书稿的又一个原因。基于上述考虑,作者对第一版进行补充和修订,形成了目前的第二版。整体而言,第二版的主要工作有以下5个方面:(1)在第一版共3篇20章内容的基础上,新增了第Ⅳ篇母线负荷预测共9章内容,全面论述母线负荷预测的问题以及解决方法。其中第27章母线极值负荷的概率化预测内容来自《电力系统不确定性分析》一书并作了适当修改,由于该内容是母线负荷预测的一个重要方面,因此也专门列入本书之中。同时,删除了第一版第19.5节关于母线负荷预测的论述内容。(2)在第二版中,系统阐述了负荷预测的多级协调理论,相应增加了3章内容,分别是第Ⅰ篇总论中的第4章负荷预测的多级协调、第Ⅱ篇系统级中长期负荷预测中的第13章中长期负荷预测的多级协调和第Ⅳ篇母线负荷预测中的第30章系统母线负荷预测协调方法。(3)编排体系结构图的修改。第一版中使用了居中一条主线、左右两条路径的方式绘制该图,其中两条路径分别对应中长期负荷预测和短期负荷预测。第二版由于增加了母线负荷预测一篇,只能采用左侧一条主线、右侧三条平行路径的方式,分别体现后续的3篇内容。(4)符号体系的修改。为了更为清晰地体现同类型日、基准日等概念,短期负荷预测的符号体系作了大幅度修改。(5)对第一版中谬误的修订。第一版出版之后,在清华大学电机系以该书作为教材使用的9年时间里,一方面,通过与同学们在课上课下的广泛互动和深入交流,针对同学们反映学习中存在的问题和难点,对授课体系、内容及其难易程度作出了迭代式的改进,以期增强同学们对预测的学习效果和理解程度;另一方面,同学们在使用过程中也陆续发现了书中个别错漏之处。同时,在第一版出版后的10年之中我们也陆续收集了其他读者对第一版的宝贵意见和建议。上述意见和建议,均在第二版中进行了统一修改。在进行上述修订之后,目前的书稿由4篇31章组成。除第Ⅰ篇总论之外,其余3篇的主题,实际上是分别从系统级/母线级和中长期/短期这2个角度划分得到的。若完全按照逻辑上的组合方式,应该有4个主题,考虑到母线负荷预测主要面向短期,因此后3篇的主题分别是系统级中长期负荷预测、系统级短期负荷预测、母线负荷预测。本书基本上不涉及在中长期时间尺度上进行母线负荷预测的问题。请读者阅读时注意各篇主题之间的逻辑关系。第二版书稿中新增章节和篇目,有一些引自本课题组所培养的研究生牟涛、徐玮、汪洋、陈新宇、童星等人的学位论文或学术论文。本课题组的童星、王毅、苗键强、杨经纬、徐乾耀、赵唯嘉等协助校对了本书第二版的初稿。承蒙清华大学梅生伟教授在百忙之中审阅了第二版的初稿,并提出许多宝贵的意见,在此表感谢。清华大学电机系和电力系统研究所继续为本书的修订提供了良好的条件,作者在此一并表示感谢。第二版中部分内容得到了国家杰出青年科学基金项目(51325702)、国家自然科学基金项目(51077077)、教育部高等学校博士学科点专项科研基金项目(200800030039)、国家重点研发计划智能电网技术与装备重点专项项目(2016YFB0900100)等的支持,特此致谢。作者要再次感谢中国电力出版社的大力支持。感谢本书的责任编辑王春娟副编审、邓慧都编辑和周秋慧编辑精心审阅了第二版书稿并提出有益意见。本书第二版再次得到国家电网公司电力科技著作出版项目的支持和资助,作者谨借此机会表达深切的谢意。由于作者水平所限,尽管反复阅读和修正,但是书稿中可能还会有疏漏、不足甚至错误,真诚期待读者对本书第二版继续给予批评和指正。作 者2017年2月16日于清华园
康重庆:1993.9 ~1997.6清华大学电机系电力系统自动化专业毕业,获得工学硕士、博士学位;1988.09~1993.06 清华大学电机系,获得双学士(电机工程、环境工程)学位,现为电机系副所长
前言
第一版前言
本书的编排体系
第Ⅰ篇 负荷预测总论
第1章 负荷预测的基本原理和理念2
1.1 什么是预测2
1.2 什么是负荷预测4
1.3 负荷预测的基本原则和要求5
1.4 负荷预测的内容及其分类7
1.5 负荷预测的步骤12
1.6 负荷预测问题的抽象化表述13
1.7 负荷预测应遵循的理念18
1.8 负荷预测的研究动向21
1.9 对开展负荷预测工作的建议23
第2章 数学基础及共性预测方法25
2.1 负荷预测中数学理论的应用25
2.2 常用优化方法25
2.3 最小二乘法31
2.4 回归分析法32
2.5 灰色系统理论35
2.6 时间序列分析模型37
2.7 频域分析方法41
2.8 特征选择与特征提取技术42
2.9 聚类分析45
2.10 决策树理论47
2.11 神经网络理论49
2.12 支持向量机理论51
第3章 负荷分析55
3.1 短期负荷分析及预测55
3.2 短期负荷预测中负荷的规律性与稳定度分析57
3.3 中长期负荷预测的问题描述62
3.4 中长期负荷预测中的负荷分析63
第4章 负荷预测的多级协调65
4.1 负荷预测的多维多级特征65
4.2 多级电力需求的关联特性66
4.3 多级负荷预测及其协调67
4.4 不同维/级的负荷预测协调问题的特点69
第5章 预测效果的分析与评价71
5.1 线性回归的分析与检验71
5.2 一般预测结果的分析与评价73
5.3 合理选择预测模型的准则76
5.4 我国调度部门关于预测效果的评价与考核78
第Ⅰ篇参考文献80
第Ⅱ篇 系统级中长期负荷预测
第6章 基于时序趋势外推的基本预测方法88
6.1 动平均法88
6.2 指数平滑法89
6.3 增长速度法90
6.4 灰色预测90
6.5 马尔可夫预测法91
6.6 灰色马尔可夫预测法91
6.7 生长曲线法92
6.8 应用实例93
第7章 时序趋势外推预测方法的扩展策略96
7.1 扩展问题概述96
7.2 提高预测模型适应性的策略96
7.3 模型参数的非线性估计方法99
7.4 非连续历史序列的处理99
7.5 近大远小原则的处理策略101
7.6 历史序列中的不良数据辨识104
7.7 扩展策略的应用实例106
第8章 中长期负荷相关分析与预测110
8.1 年度全社会用电量与相关因素的关系110
8.2 中长期负荷预测中考虑单相关因素的预测方法114
8.3 中长期负荷预测中考虑多相关因素的预测方法117
第9章 中长期负荷预测中的不确定性分析121
9.1 背景121
9.2 不确定性电力需求分析基本思想121
9.3 对传统高中低发展速度判别方法的剖析122
9.4 单一预测量的概率分布模型125
9.5 多预测量的联合概率分布129
第10章 中长期预测中多模型的筛选与综合132
10.1 概述132
10.2 综合预测的概念132
10.3 综合最优拟合模型134
10.4 综合次优拟合模型136
10.5 近大远小原则下的综合模型137
10.6 综合最优预测模型138
10.7 综合预测模型的进一步分析141
10.8 预测决策与模型筛选144
第11章 年度预测的理论与方法151
11.1 年度预测的分析151
11.2 时序负荷曲线的两步建模预测法151
11.3 负荷持续曲线的神经网络模型156
第12章 月度预测的理论与方法159
12.1 月度预测的特点分析159
12.2 现有月度预测方法的剖析160
12.3 体现月度量变化特征的预测方法161
12.4 1月和2月负荷预测的特殊问题163
第13章 中长期负荷预测的多级协调166
13.1 多级负荷预测的基本协调模型166
13.2 不同可信度情况下基本模型的协调结果比较169
13.3 基本协调模型的评价标准与算例分析170
13.4 两维两级关联协调模型174
13.5 关联协调方法的特殊应用177
13.6 关联协调模型的评价标准179
13.7 关联协调的算例分析180
第14章 中长期负荷预测系统185
14.1 中长期负荷预测系统的研究过程185
14.2 中长期负荷预测系统的研究思路186
14.3 系统体系结构188
14.4 系统核心功能设计190
14.5 规划/计划类功能设计194
14.6 营销(用电)类功能设计197
第Ⅱ篇参考文献204
第Ⅲ篇 系统级短期负荷预测
第15章 基于时序分析的正常日预测212
15.1 短期负荷预测的基本思想212
15.2 基于同类型日思想的正常日负荷预测基本方法214
15.3 基于同类型日思想的正常日新息预测方法217
15.4 基于时段相似性原理的简单推理法218
15.5 频域分量预测法220
15.6 基于小波分析的预测方法221
15.7 基于混沌理论的预测方法222
第16章 气象因素对短期负荷的影响分析224
16.1 短期预测中气象因素分析与处理的总体理念224
16.2 从供应侧和需求侧分析气象因素的影响226
16.3 气象因素直接作用于短期负荷的规律分析229
16.4 短期负荷中考虑累积效应的气象特征选择234
16.5 多个气象因素形成的气象综合指数对短期负荷的影响(以人体舒适度为例) 238
16.6 气象综合指数对短期负荷的累计效应(以加权温湿指数为例) 241
第17章 直接考虑相关因素的短期负荷预测方法245
17.1 气象校正法245
17.2 考虑日特征气象因素的人工神经网络法246
17.3 基于日特征气象因素的支持向量机预测方法248
17.4 基于实时气象因素的短期负荷预测方法249
第18章 日特征相关因素的规范化处理策略与预测方法253
18.1 各日相关因素的衡量方法253
18.2 映射函数与映射数据库254
18.3 基于映射数据库的短期预测的规范化描述256
18.4 映射数据库自适应训练算法摄动法260
18.5 映射数据库自适应训练算法遗传算法263
18.6 基于映射数据库的正常日预测新方法265
第19章 预测误差分布特性统计分析与概率性短期负荷预测268
19.1 问题的提出268
19.2 总体思路268
19.3 预测误差分布特性的统计方法270
19.4 误差分布统计规律的有效性检验272
19.5 误差分布的t分布特性272
19.6 概率性短期负荷预测274
19.7 实例分析275
第20章 短期负荷预测的综合模型283
20.1 短期负荷预测综合模型的特点分析283
20.2 全天统一权重的综合预测模型284
20.3 分时段变权重的综合预测模型286
20.4 考虑近大远小原则并引入相关因素后的短期负荷预测综合模型288
20.5 短期负荷预测综合模型的讨论291
20.6 应用举例291
第21章 其他短期预测问题及其预测方法294
21.1 节假日负荷预测方法294
21.2 超短期负荷预测297
21.3 扩展短期负荷预测298
21.4 连续多日负荷曲线预测300
第22章 短期/超短期负荷预测系统305
22.1 研究背景305
22.2 研究思路与关键技术305
22.3 短期负荷预测功能307
22.4 超短期负荷预测功能309
22.5 主要的管理与分析功能311
第Ⅲ篇参考文献317
第Ⅳ篇 母线负荷预测
第23章 母线负荷预测框架与基本预测方法328
23.1 什么是母线负荷328
23.2 母线负荷特点及其规律328
23.3 母线负荷预测的技术路线330
23.4 母线负荷基本预测方法332
23.5 母线负荷预测的精度评估336
第24章 母线负荷异常数据辨识与修复方法338
24.1 母线负荷异常数据分类338
24.2 两阶段异常数据辨识方法340
24.3 异常数据修复342
24.4 算例分析342
第25章 规避异常数据的母线负荷预测策略346
25.1 概述346
25.2 规避坏数据影响的预测策略分析346
25.3 规避坏数据影响的预测方法348
25.4 完全可信信息集内涵的拓展350
25.5 算例分析350
第26章 考虑气象等相关因素影响的母线负荷预测方法352
26.1 概述352
26.2 基于偏差反馈二次预测的母线负荷预测策略352
26.3 小水电富集地区母线负荷预测的两阶段还原法356
第27章 母线极值负荷的概率化预测363
27.1 概述363
27.2 母线日最高负荷预测思路分析363
27.3 母线日最高负荷幅值的概率性预测364
27.4 算例分析367
第28章 母线负荷预测模型的自适应训练与综合预测369
28.1 母线负荷预测方法库的应用分析369
28.2 自适应预测技术概述370
28.3 母线负荷预测单一模型参数自适应训练372
28.4 母线负荷综合预测模型权重的自适应优化373
28.5 综合模型联合参数自适应训练算法374
28.6 算例分析376
第29章 虚拟母线技术及其预测方法379
29.1 簇集网络及其特性379
29.2 虚拟母线虚拟的簇集网状网络381
29.3 虚拟母线辨识算法384
29.4 虚拟母线的负荷预测策略及其预测误差分析386
29.5 算例分析389
第30章 系统母线负荷预测协调方法394
30.1 系统母线负荷预测的协调模型394
30.2 协调模型的求解及性质399
30.3 协调模型的评价指标400
30.4 不同可信度下的协调模型分析与评价402
30.5 协调预测结果分析405
第31章 母线负荷预测系统408
31.1 研究思路与关键技术408
31.2 母线负荷预测功能410
31.3 主要的管理与分析功能411
第Ⅳ篇参考文献416
索引422