多小水电地区发电短期负荷预测研究

• 作 者: 全戈
• 机 构: 浙江大学
• 出 处: 浙江大学
• 发表日期: 2011年期
• 关键词: 小水电地区 负荷预测 负荷曲线 小波分析理论

小水电作为一种经济环保的可再生能源,多年以来,在带动城乡经济社会发展、改善农民生产生活条件等方面发挥了重要作用。当前,我国经济高速发展,对能源的需求不断增加,但化石能源紧缺,节能减排任务艰巨。作为最直接的低碳能源生产方式,小水电在今后一个时期仍将具有广阔的发展前景。然而,随着小水电技术的不断应用普及,大量高度非平滑非线性的小水电负荷接入电网对提高小水电地区负荷预测准确率造成了极大的困难。因此,根据实际情况研究适合小水电负荷的预测模型,具有重要而深刻的现实意义。　　
小水电是一种发电负荷,其规律性较全社会用电负荷有很大不同。本文利用统计分析方法,从小水电负荷与社会用电负荷对比分析,小水电负荷曲线相关性分析和气象因素相关性分析等角度,深入研究小水电发电负荷的特性,探讨了其与传统用电负荷的不同,了解其变化规律,并以此指导预测建模。　　
本文利用小水电负荷峰谷电价时段的不同特性,先对日负荷曲线进行分段,再利用Kohonen自组织特征映射神经网络聚类分段负荷序列的特征曲线,由特征曲线替换负荷历史异常数据,在保护小水电负荷多样性的前提下,较好地完成了负荷平滑预处理的任务。　　
本文利用小波分析理论对小水电负荷数据进行小波分解,根据Mallat算法和日负荷序列的特点选择Haar小波基,并确定分解尺度。在分解得到的小水电负荷小波系数序列中,小水电负荷的特征信息得到强化和集中化,可以方便的针对依赖于日特征变化的幅值变化显著小波分量进行建模,简化了预测的复杂性。　　
本文最后应用定性回归和周期自回归方法针对主要小波分量建立小水电负荷的短期预测回归组合模型。而对其它幅值很小的小波分量直接使用相似日的负荷小波分量作为预测值。以浙江某小水电装机比例较大的地区为例,对实际小水电负荷进行预测,得到了相比调度部门传统预测方法更高的预测精度。