基于組合預測模型的新能源電力系統短期負荷預測研究

張明

摘要：目前，我國是科技快速發展的新時期，我國的風電和光電都得到了快速的發展，電力系統的負荷需求變化和新能源出力的隨機波動性具有高度的相關性，因此負荷的短期預測需考慮新能源出力的影響。本文提出一種融合支持向量機和雙鏈馬爾科夫理論的新能源電力系統短期負荷預測模型，該模型首先采用支持向量機挖掘負荷序列的整體變化趨勢，并通過粒子群算法進行參數優化，然后通過雙鏈馬爾科夫模型來深層次分析考慮新能源出力因素的負荷時序變化特征，以此來修正支持向量機的初始預測結果。最后以國內某實際電網的新能源及負荷的實際出力數據為例，對所提方法的可行性和有效性進行了驗證。

關鍵詞：新能源電力系統;短期負荷預測;支持向量機;雙鏈馬爾科夫;組合預測模型

引言

短期電力負荷預測主要是指預報未來幾小時、1天至幾天的電力負荷，電力負荷預測是能量管理系統的重要組成部分，短期負荷預測不但為電力系統的安全、經濟運行提供保障，也是市場環境下編排調度計劃、供電計劃、交易計劃的基礎。隨著電力生產和消費日益市場化，對負荷預測的準確性、實時性、可靠性和智能性提出了更高的要求，因此，負荷預測已經成為現代化電力系統運行和管理中的一個重要研究領域。短期負荷預測作用的大小主要取決于預測精度，因此如何提高預測精度是目前研究短期負荷預測理論和方法的重點。關于短期負荷預測的研究已有很長的歷史，國內外許多專家和學者在預測理論和方法方面做了大量的研究工作，提出了很多預測模型。但是，由于影響短期負荷的因素很多，很多預測方法的預測精度和使用范圍受到限制。因此，針對目前的短期預測方法進行了綜合比較分析，分析了各種預測方法的原理、優點和不足之處，并指出了未來短期負荷預測理論的研究方向，為實際短期負荷的預測提供借鑒作用。

1電力系統負荷預測方法分類

電力負荷預測方法按照預測的時間范圍來劃分，可分為長期、中期、短期和超短期預測。長期負荷預測通常指10a以上的預測，中期負荷預測通常指5a左右的預測，中、長期負荷預測是以年為單位進行預測的，主要用于為電力系統規劃建設，包括電網的增容擴建及裝機容量的大小、位置和時間的確定提供基礎數據，確定年度檢修計劃、運行方式等，同時還為所處地區或電網電力發展的速度、電力建設的規模、電力工業的布局、能源資源的平衡、地區間的電力余額的調劑、電網資金及人力資源需求的平衡提供有效的依據;短期負荷預測通常為1a以內的預測，它的預測單位包括月、周、天、小時，主要用于調節、指導電力部門的日常運行，合理安排月度檢修計劃、運行方式及日開停機、發電計劃;超短期負荷預測通常指對未來1h、0.5h、10min的負荷進行預測，主要用于對電力系統進行實時的安全分析與調度，滿足運行要求，控制發電成本。

2短期負荷組合預測模型

2.1支持向量機回歸算法

由于各種外部隨機因素的干擾而導致新能源出力和負荷歷史數據的不完整問題，文中所提的數據預處理方法是支持向量機回歸算法。支持向量機是一種建立在數據統計學基礎上的機器學習算法，其回歸函數可通過一個非線性映射來實現。該算法主要是通過尋找結構化的風險來構造一個最優的超平面，可有效提升學習機的泛化能力，將風險和置信度最小化，在學習樣本較小或者不全的情況下能夠獲得良好的分類結果和計算效能。

2.2回歸分析法

回歸分析預測方法是根據歷史數據的變化規律和影響負荷變化的因素，尋找自變量與因變量之間的相關關系及其回歸方程式，確定模型參數，據此推斷將來時刻的負荷值?；貧w分析法的優點是計算原理和結構形式簡單，預測速度快，外推性能好，對于歷史上沒有出現的情況有較好的預測。存在的不足是對歷史數據要求較高，采用線性方法描述比較復雜的問題，結構形式過于簡單，精度較低;該模型無法詳細描述各種影響負荷的因素，模型初始化難度較大，需要豐富的經驗和較高的技巧。

2.3雙鏈馬爾科夫模型

馬爾科夫鏈模型的基本思想是基于系統狀態轉移規律，對對象的發展趨勢進行分析，能夠推測對象在未來的狀態。一般來說，電力系統每一個時刻的負荷都具有高度的強相關性，因此可以認為負荷的時間序列為一個馬爾科夫鏈，然而負荷的變化不僅在時刻上不同，同時與高比例的新能源出力具有高度關聯關系，因此可將新能源出力的時間序列看作另外一個馬爾科夫輔鏈，充分將新能源出力的影響因素考慮在預測模型當中。雙鏈馬爾科夫實現過程如圖2所示，其中X1，X2，…，XT為主鏈在每個時刻的狀態（負荷時序），Y1，Y2，…，YT為輔鏈在每個時刻的狀態（新能源出力時序）。從圖中可知，負荷在t時刻的狀態同時受負荷t-1時刻狀態以及新能源出力t-1時刻的狀態影響。因此，考慮新能源出力的雙鏈馬爾科夫模型包含以下兩個部分：（1）狀態集合S1和S2，分別代表的是N個主鏈狀態和M個輔鏈狀態。（2）狀態轉移概率矩陣集A，Am表示的是馬爾科夫輔鏈在t-1時刻時的主鏈在t時刻的轉移概率。2.4綜合預測模型概述及單一預測方法的選取綜合預測模型，是在單個預測模型的基礎上，考慮各種預測方法的優缺點及適用性，采用一定的方法確定各預測方法對總的預測結果的權重，然后通過加權求和得到新的負荷預測結果。避免了因某一種預測方法的局限而使得預測結果偏差增大。在綜合預測中有兩個關鍵的問題，一個是如何確定哪些要用到的單一預測模型，另一個是如何確定各單一預測模型對綜合預測結果的權重。第一類方法中含有未來預測時段的經濟信息，第二類方法中考慮了負荷發展的延續性、規律性。實際上中長期負荷預測問題不僅僅局限于系統內部，受其自身規律的影響，同時還受到許多外界因素的干擾或影響，如國家的經濟發展規劃、政策。對于一個政府主導型的區域，這些因素的影響將更大。因此，應將兩類方法有機結合起來，以提高預測的精度與適用性。在第一類預測方法中，電力消費彈性系數法由于相對比較簡單，含義比較明確，需要的數據也較容易得到而得到較多的應用。在第二類預測方法中，灰色預測法是在灰色理論模型的基礎上發展起來的，以灰色生成來減弱原始序列的隨機性。它是目前在中長期負荷預測中應用最為廣泛、效果也最為理想的預測方法之一。二次滑動平均預測法是基于“遠小近大”的預測原則，在建模過程中對數據加以不同權重，以強化近期數據的作用，而弱化遠期數據的影響，從而提高預測精度，也符合負荷的發展變化規律。因此，本文選用電力消費彈性系數法、灰色預測、二次滑動平均相結合的方法。

結語

本文針對高占比新能源電力系統的負荷與新能源出力之間存在相關性，提出一種考慮新能源出力因素的融合支持向量機和雙鏈馬爾科夫理論的負荷短期負荷預測模型。根據支持向量機的非線性泛化功能來分析負荷序列的整體變化趨勢，通過雙鏈馬爾科夫模型來深層次分析考慮新能源出力的負荷時序的變化特征，以此來修正支持向量機的初始預測結果。通過實際的算例對比結果可知，本文所提的組合預測模型為高占比新能源電力系統的短期負荷預測提供了新的方法，相較于傳統的方法而言，有效提高了預測的精度。

參考文獻

[1]魯宗相，黃瀚，單葆國，等.高比例可再生能源電力系統結構形態演化及電力預測展望[J].電力系統自動化，2017，41（9）：12-18.

[2]劉進軍.電能系統未來發展趨勢及其對電力電子技術的挑戰[J].南方電網技術，2016，10（3）：78-81.

[3]任建文，渠衛東.基于機會約束規劃的孤島模式下微電網動態經濟調度[J].電力自動化設備，2016，36（3）：73-78.