电力负荷预测研究

分类：任务书    更新时间：12-11    来源：网络

 电力负荷预测研究

一、课题综述及研究意义

    鉴于电能地生产、传输、分配和使用几乎是同时进行的，它作为一种无法大量储存的能源，必须“按需生产”。这就要求电力系统随时依据变化着的负荷趋势走向，来不断调整自己的输出功率，以达到用电与发电两者之间动态平衡的目的。

电力负荷预测研究是能量管理系统和配电管理系统的重要组成部分，是实现电力系统规划、设计、调度和用电等重要的管理工作之一。随着当今科技水平和社会经济的提高，电力系统在不断发展中日趋现代化和复杂化，老旧的电力预测方案已无法满足当今社会的需求。提高电力负荷预测水平，有助于用电的合理与经济；有助于节约煤、油等发电原料，降低成本保护环境；有助于制定合理的电源建设规划，提高电力系统经济效益以及社会效益。因此，电力系统负荷预测已成为现代电力运行和管理的一个重大课题。

短期负荷预测是电力系统发电计划的一个重要组成部分，是电网调度运行、合理安排计划，机组启动、功率交换等操作的基础。本文从电力系统负荷预测的基础理论着手，了解了负荷预测的意义与影响因素，在分析比较了现有的研究方法后，根据实际要求和步骤，构建具有实际意义的组合预测模型——遗传算法优化BP神经网络模型。

二、课题拟采取的研究方法和技术路线

本文从电力系统负荷预测理论基础出发，按照负荷预测的步骤和基本要求，构建遗传算法优化BP神经网络预测模型。其中，主要分析了负荷预测的特点、分类以及主要影响因素包括内部因素和外部因素（天气、社会因素等）。在对组合模型进行构建中，以BP神经网络为基础，运用遗传算法的选择、交叉、变异等操作对其进行预测精度的优化。其理论基础即为利用遗传算法优化BP神经网络的初始化权值与阈值，以此达到降低预测误差的目的。研究的基本流程为：模型的确立，输入输出层的选择，隐含层节点数的选取，天气因素的量化及适应度函数的选择等。

三、主要参考文献

[1]  陈晨．基于WNN神经网络的短期负荷预测[D]．[硕士学位论文]．西安：西安理工大学，2010．

[2]  谢峰．基于智能算法的电力负荷预测分析[D]．[硕士学位论文]．天津：河北工业大学，2013．

[3]  马静波．电力系统短期负荷预测方法研究[D]．[硕士学位论文]．成都：四川大学，2005．

[4]  李艳昌．济南地区用电负荷预测研究[D]．[硕士学位论文]．保定：华北电力大学，2007．

[5]  康重庆，夏清，张伯明．电力系统负荷预测研究综述与发展方向的探讨[J]．电力系统自动化，2004，28 (17)：1~11．

[6]  李艳芳．电力负荷预测[D]．[硕士学位论文]．江西：南昌大学，2007．

[7]  崔国超．神经网络模型特性研究[J]．无线互联科技，2012，1672-6944：105．

[8]  廖旎焕．电力系统短期负荷预测方法综述[J]．电力系统保护与控制，2011,39（1）:147~152

[9]  史峰，王小川，郁磊等．MATLAB神经网络30个案例分析[M]．北京：北京航空航天大学出版社，2010

[10]  陈锡文．基于神经网络的电力负荷预测方法研究及软件开发[D]．[硕士学位论文]．长沙：中南大学，2009．

[11]  史峰，王辉，郁磊，胡斐．MATLAB智能算法30个案例分析[M]．北京：北京航空航天大学出版社，2011．

[12]  葛继科，邱玉辉，吴春明，蒲国林．遗传算法研究综述[J]．计算机应用研究，2008，25（10）:2911~2915．

[13]  陈艳．基于遗传神经网络的短期电力负荷预测研究[D]．[硕士学位论文]．辽宁：大连理工大学，2005．

[14]  孙娓娓．BP 神经网络的算法改进及应用研究[D]．[硕士学位论文]．重庆：重庆大学，2009．

[15]  刘小群．优化问题的智能算法及其哲学内涵[J]．科学技术与辨证法，2007，24（6）：31~34．

[16]  张迎霞．短期电力负荷预测的神经网络模型优化研究及应用[D]．[硕士学位论文]．北京：华北电力大学，2006．

[17]  史峰，王小川，郁磊等．MATLAB神经网络30个案例分析[M]．北京：北京航空航天大学出版社，2010．

[18]  Diego J.Pedregal,Juan R.Trapero.Mid-term hourly electricity forecasting based on a multi-rate approach[J].Energy Conversion Management.2010,51(1). 

[19]  武飞周，薛源．智能算法综述[J]．工程地质计算机应用，2005，2：9~15．

[20]  代林．基于神经网络的电力负荷预测方法研究及实现[D]．[硕士学位论文]．成都：电子科技大学，2012．

 

短期负荷预测在电力系统中有着极其重要的地位和作用，它是电网调度运行、合理安排计划，机组启动、功率交换等电力系统操作的基础。较准确的负荷预测工作可以在降低能源消耗、保护环境的同时，让系统安全可靠的运行。因此，电力系统负荷预测具有极其重要的现实意义。而随着新时期科学技术的不断进步，智能算法被逐渐运用到电力负荷的预测中。新型的智能预测模型具有更高的适用性与更低的误差性。基于智能算法的电力负荷预测研究具有很好的发展前景与发展意义。

本次的毕业设计要求运用相关智能算法优化负荷预测模型。在分析相关负荷预测理论知识与智能算法原理后，使用MATLAB程序进行模型的调试与仿真，验证该优化模型就有可行性。并最终按要求完成毕业论文的书写工作。