[科普中国]-组合负荷预测

简介

目前电力系统负荷预测方法多种多样，从类别上可分为经典预测法、传统预测法、现代预测法及组合预测法。

经典预测法是从历史负荷数据中寻找简单的变量关系，或者利用专家经验预测未来负荷的趋势。这类方法预测简单、计算快速但精度差；传统预测法和现代预测法不能充分利用信息，都有各自的特点和适用范围；而组合负荷预测法通过采用不同的预测方法，并配以不同的权重系数进行适当组合进行预测。该方法能够充分利用各种有用信息，能有效提高负荷预测精度，在实际工作中获得了广泛应用。1

电力负荷预测方法早期常用的负荷预测方法主要有趋势分析法、回归分析法、指数平滑法等，但预测精度低，且不具有自适应和自学习能力。近年来研究多集中于将人工智能方法用于负荷预测中，主要有灰色模型法、人工神经网络法、专家系统预测法、小波分析预测法、支持向量机等。

1、趋势分析法

趋势分析法根据已有的历史资料拟合出一条能反映负荷本身增长趋势的曲线，并按此曲线来估计未来某时刻的负荷预测值。该方法简单，计算速度快，但不能考虑气候等因素对负荷的影响。

2、回归分析法

回归分析法是通过对历史数据的分析，探索经济、社会发展与电力负荷的内在联系，并根据地区规划推算电力负荷。该方法不仅依赖于模型的准确性，更依赖于影响因子其本身预测值的准确度。

3、指数平滑法

指数平滑法是用以往的历史数据的指数加权组合来直接预报时间序列的将来值。该方法模型简单、计算方便，且需要贮存的数据少，但负荷预测的准确度很大程度上依赖于模型及平滑系数的选择。

4、人工神经网络法

人工神经网络通过多个神经元的相互连接，在输入和输出之间构成了一个复杂的非线性系统。神经网络具有很好的函数逼近能力，可以方便地计入温度、天气、湿度等外界因素对电力负荷的影响。1

组合预测法组合预测模型将多种预测方法所得预测值加权平均，得到最终结果。组合预测方法的关键在于如何确定所选单一模型的权重系数。组合预测模型可分为：不变权重组合模型和变权重组合模型。不变权重组合模型也叫传统组合预测模型，该方法过分依赖某种特定的预测方法。而变权重组合模型的权重系数是随时间变化的函数，能综合利用各模型特点，结果更为准确。目前常用的确定权重系数的方法有等权平均法、方差优选法、线性规划法等。2

1、等权平均法

等权平均法就是将各单个模型同等对待。假设n个单个模型的预测结果为fj（j=1，2，...，n），按照等权平均法计算，组合预测结果为 。这种方法简单易于使用，但预测精度不高。

2、方差优选法

方差优选法就是通过求取使组合预测结果的方差达到极小值时的组合权重数值来确定组合预测模型，所得到的组合预测模型使预测结果的方差最小，其中各权重系数之和应为1。

3、线性规划法为了确保组合预测法在任何时刻的权重系数ω均大于零，可采用线性规划法确定权重系数。假设et表示t时刻组合预测模型的预测误差，则线性规划法求解最优权重的目标函数为：预测误差绝对值之和最小，如下公式所示：

公式中n是历史数据的个数。由于绝对值不易处理，故作如下变换，令

于是可建立如下线性规划模型：

除此之外，求解最优权重的方法还有很多。在确定组合权重系数过程中，除了考虑负荷预测精度，还考虑了电力需求和未来经济发展的关系。还可以借助了最优化理论将反映负荷变化趋势的趋势权重和时间最优权重相结合，得到了综合权重的模糊时间序列预测法。1

组合预测的误差修正计算和分析预测误差的指标有很多，常用的主要有：绝对误差，相对误差，均方根误差和后验差检验。一般而言，组合预测的结果要优于单一预测结果，组合预测的最大误差要小于各单一方法的最大预测误差，有效地降低了预测的风险性。

为了进一步提高负荷预测的精确性，采用误差预测修正方法减小预测误差，根据误差的变化趋势，对误差进行预测和分析，利用迭代方法建立循环的误差预测修正措施，逐渐减小误差，直至整体预测精度达到预定要求或者当前条件下最高。3

结论电力系统负荷预测中采用组合预测方法，可提高负荷预测精度。

①组合预测方法得到的结果要优于单一模型预测方法得到的结果。

②参与组合的单一模型并非愈多愈好,正确选择参与组合的单一模型和合适的模型个数是提高预测模型精度的关键。

③变权重组合模型的权重系数是随时间变化的函数，综合利用各模型的特点，预测结果更准确，它将成为未来组合负荷预测方法的发展方向。

④目前关于组合负荷预测法的误差修正方法尚不完善，有待进一步研究。1