一种基于改进的指数平滑灰色模型电力负荷预测方法技术
A method of power load forecasting based on improved exponential smoothing grey model
The invention belongs to the technical field of electric power load forecasting, and discloses an improved exponential smoothing grey model based on power load forecasting method, including: input the original load real-time data, and an exponential smoothing of the weakening of its randomness, which is closer to the development trend of index to predict the sequence after smoothing; by using the grey forecast model to optimize the background value; the prediction results by inverse exponential smoothing prediction of original load data and the next time the value of the prediction; prediction results have reached the fitting error, until it reaches the fitting error, the output prediction results. The present invention has expanded the scope of application of grey prediction model, shorten the search interval prediction, high reliability, high prediction accuracy is more than 97%, can satisfy the short-term power load forecasting the average error is about 3% requirements, in order to solve the problem of the future short-term power load forecasting in the development of smart grid.
【技术实现步骤摘要】
本专利技术属于短期电力负荷预测
，尤其涉及一种基于改进的指数平滑灰色模型电力负荷预测方法。
技术介绍
电力是经济发展的生产动力，是维持现代社会正常运作必不可少的条件，在国民经济各个行业和人民生活中占有极其重要的位置。随着经济快速增长、居民收入水平的显著提高，用户用电需求快速增长，使得电力供需矛盾更加突出。此外，电力的特殊性在于无法大量储存，这就要求电能的生产、输送、分配和消费必须保持同步，也就是说，在正常运作情况下，电力企业的可用发电容量应该在任何时候都能满足社会用电量的要求。在这种情况下，准确快速的电力负荷预测显得尤为重要。精确预测电力负荷不仅有助于用户选择更恰当的用电方案，在提高设备利用率的同时，节约大量电费支出，从而降低生产成本、提高经济效益，而且有利于优化电力系统资源，提高供电能力，最终达到节能减排的目的。具体体现在以下5点：(1)在电力系统经济运行方面，可以为供电局制定购电计划提供基础，同时也可以保障发电厂制定合理的发电计划，从而使得电力公司经济可靠地运行；(2)在定制实时电价方面，合理的电价是电力市场的核心，而电力负荷预测可以为制定电价提供依据...
【技术保护点】
一种基于改进的指数平滑灰色模型电力负荷预测方法，其特征在于，所述基于改进的指数平滑灰色模型电力负荷预测方法包括以下步骤：步骤一，输入实时更新的原始电力负荷数据，并采用一次指数平滑公式y0(k)＝αx0(k)+(1‑α)y0(k‑1)，对具有随机波动性的原始电力负荷数据进行平滑处理，提高序列平滑性，弱化其随机性，使其更接近指数发展趋势；步骤二，对平滑处理后的序列利用优化背景值的灰色预测模型进行预测，根据灰色预测公式得到y1序列的预测序列yp1，并由累减还原公式yp0(k)＝yp1(k)‑yp1(k‑1)得到y0序列的预测序列yp0；步骤三，将预测所得结果经过反指数平滑处理，还...
【技术特征摘要】
1.一种基于改进的指数平滑灰色模型电力负荷预测方法，其特征在于，所述基于改进的指数平滑灰色模型电力负荷预测方法包括以下步骤：步骤一，输入实时更新的原始电力负荷数据，并采用一次指数平滑公式y0(k)＝αx0(k)+(1-α)y0(k-1)，对具有随机波动性的原始电力负荷数据进行平滑处理，提高序列平滑性，弱化其随机性，使其更接近指数发展趋势；步骤二，对平滑处理后的序列利用优化背景值的灰色预测模型进行预测，根据灰色预测公式得到y1序列的预测序列yp1，并由累减还原公式yp0(k)＝yp1(k)-yp1(k-1)得到y0序列的预测序列yp0；步骤三，将预测所得结果经过反指数平滑处理，还原为原始电力负荷数据与下一预测时刻的预测值；步骤四，得到原始电力负荷数据与下一预测时刻的预测值后，利用原始电力负荷数据及其拟合值判断预测结果是否达到拟合误差要求，若达到拟合误差要求，则输出下一预测时刻的预测值，若没有达到拟合误差要求则继续下一步；步骤五，引入0.618优选算法，以平均绝对百分误差(MeanAbsolutePercentageError，MAPE)为目标函数来寻求最优的平滑系数值；步骤六，重新选取平滑系数子区间及试点平滑系数，并判断试点平滑系数，若满足|αi-αi'|＜ε，则取最优平滑系数为αi*＝(αi+αi')/2，并转向步骤一，若不满足，则取MAPE值小的平滑系数α值，并转向步骤一。2.如权利要求1所述的基于改进的指数平滑灰色模型电力负荷预测方法，其特征在于，所述基于改进的指数平滑灰色模型电力负荷预测方法进一步包括：第一步，实时动态更新原始电力负荷数据，并利用改进的指数平滑灰色模型进行预测，更新过程中保持原始电力负荷数据总数N＝6不变，即选择移动跨距为6，每递推一个跨距就去掉一个“最老”的数据，加入一个“最新”的数据，使得每一次预测过程都对应一个特定的最优平滑系数，且在占用内存不变的情况下实现预测模型参数的实时修正；所述移动跨距选择进一步包括：移动跨距的取值范围一般为3～20，若想加大对原始数据的修匀力度，则N取大些，若希望加大对外界变化的反应力度，则N取小些，但取得过大会使得预测反应过于迟钝，不能体现波动变化，取得过小会使得反应过于灵敏，不能体现整体发展趋势，考虑到实际短期电力负荷数据总数，取移动跨距为6最为适宜，即每次都用最近的前6个时刻的电力负荷数据来预测下一个预测时刻的电力负荷数据；第二步，选择预测结果中与原始电力负荷数据相对应的拟合值，并计算原始数据与拟合数据之间的误差；第三步，判断是否满足拟合误差要求，若满足，则输出下一预测时刻的预测值，若不满足，则引入0.618优选算法寻求最优平滑系数。3.如权利要求2所述的基于改进的指数平滑灰色模型电力负荷预测方法，其特征在于，所述改进的指数平滑灰色模型包括一次指数平滑处理、优化背景值的灰色预测模型与反指数平滑还原处理三个过程；所述优化背景值的灰色预测模型，用于对平滑后的序列进行预测，具体按如下过程进行：第一步，对得到的平滑序列y0进行一阶累加，如公式y1(k)＝y0(k)+y0(k+1)，得到一阶累加序列y1；第二步，采用一次指数平滑处理过程中的平滑系数α，根据式(1)对灰色预测模型中的背景值Z进行优化，并根据优化后的背景值式(2)求取数据矩阵Y和B，最终得到灰参数a和u，计算公式分别如下所示：β=1α-1eα-1---(1)]]>Z(k)＝βy1(k-1)+(1-β)y1(k)(2)Y＝[y0(2),y0(3),...,y0(n)]T(3)B=-Z(2)1-Z(3)1......-Z(n)1---(4)]]>au=(BT·B)-1·BT·Y---(5)]]>第三步，根据灰色预测公式得到y1序列的预测序列yp1，并由累减还原公式yp0(k)＝yp1(k)-yp1(k-1)得到y0序列的预测序列yp0；所述第二步对灰色预测模型中背景值的优化进一步包括：将灰色预测模型中背景值Z的权值β取为与平滑系数α有关的值，可以避免β固定为0.5所带来的误差，有助于提高预测精度。4.如权利要求2所述的基于改进...
【专利技术属性】
技术研发人员：米建伟，范丽彬，段学超，李素兰，汪辉，刘倩，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。