电力系统负荷预测指数平滑法研究

• 作 者: 王鹏
• 机 构: 三峡大学
• 出 处: 三峡大学
• 发表日期: 2012年期
• 关键词: 电力系统 负荷预测 指数平滑法 数学模型

电力系统负荷预测是根据历史用电量，结合经济、社会、气象等客观因素,探索历史数据的变化规律对未来电力负荷的影响，寻求电力负荷与各种相关因素之间的内在联系，从而对未来的电力负荷变化做出科学准确的判断。　　随着我国电力市场的快速发展,电力负荷预测在电力系统中的地位和作用日益凸显。它不仅是国家电网规划工作的基础，还是保证电力系统安全运行和经济运行的前提,更是为我国电力系统规划建设提供了有力的科学依据。　　中长期负荷预测的核心是如何找到负荷的历史变化规律以及其受到某些因素影响的关系。为了减小负荷预测的误差提高预测的精度,必须建立一个良好的数学模型。指数平滑法是时间序列分析法中的一种重要方法,是一类操作简易,成本低廉,适应性强,性能优良的预测模型。其模型原理是通过平滑系数对时序的每一期数据进行加权,并利用所产生的各期平滑值计算出预测结果。平滑系数的取值范围是从0到1,它既代表了模型对时序变化的反应速度,又决定了模型修正随机误差的能力。因此,平滑系数的取值某种程度上左右了预测精度的好坏,这也使得平滑系数的选取成为预测工作成败的关键问题。　　针对指数平滑预测中平滑系数的优选问题,本文先对以往存在的技术进行了探讨,着重分析了基于“厚近薄远”原则利用误差权重系数修正预测误差函数从而达到优选平滑系数的方法。而后提出从统计学的角度出发,利用Matlab软件建立数学模型,通过大量的仿真实验总结出了将“厚近薄远”原则用于指数平滑法中的具体做法。结果表明,当误差权重系数取0.8时优选出的平滑系数,较传统优选方法优选出来的平滑系数,具有更高的精度,充分的证明了利用“厚近薄远”原则优选平滑系数的优越性。最后,对一些实例进行了预测,获得了令人满意的结果,进一步证实了本文得出的结论。