03 第三讲 经验与经典方法.ppt

1、经验与经典方法经验与经典方法电力负荷预测电力负荷预测3.1 负荷预测经验与经典技术负荷预测经验与经典技术o 专家预测法：专家预测法：专家会议法专家会议法和和专家小组法专家小组法 专家会议法缺陷：参加会议的人数有限，专家会议法缺陷：参加会议的人数有限，影响代表性；权威者的意见将起主导影响代表性；权威者的意见将起主导作用；作用；专家小组法步骤：专家小组法步骤：准备阶段；准备阶段；第一第一轮预测；反复预测；得出预测结果。轮预测；反复预测；得出预测结果。3.1 负荷预测经验与经典技术负荷预测经验与经典技术o 类比法类比法。对类似事物作对比分析，通过。对类似事物作对比分析，通过已知事物对未知事物或新事物

2、作出预测。已知事物对未知事物或新事物作出预测。例如，要新建一个经济开发区。例如，要新建一个经济开发区。在用类比法的时候，用于比较的两个在用类比法的时候，用于比较的两个事物对研究的问题要具有相似的主要特事物对研究的问题要具有相似的主要特征、这是比较的基础。两事物之间的差征、这是比较的基础。两事物之间的差异要区别处理，有的可以忽略，有的可异要区别处理，有的可以忽略，有的可用于对预测作个别调整或系统调整。用于对预测作个别调整或系统调整。3.1 负荷预测经验与经典技术负荷预测经验与经典技术o 单耗法单耗法即单位产品电耗法，是通过某一即单位产品电耗法，是通过某一工业产品的平均单位产品用电量以及该工业产品

3、的平均单位产品用电量以及该产品的产量，得到生产这种产品的总用产品的产量，得到生产这种产品的总用电量，计算公式是电量，计算公式是A=b*g 式中式中 A用电量；用电量；b产品产量；产品产量；g产品的单位耗电量产品的单位耗电量3.1 负荷预测经验与经典技术负荷预测经验与经典技术o 比例系数增长法比例系数增长法。假定今后的电力负荷。假定今后的电力负荷与过去有相同的增长比例，用历史数据与过去有相同的增长比例，用历史数据求出比例系数，按比例预测未来发展。求出比例系数，按比例预测未来发展。设第设第m年的用电量为年的用电量为AnkWh，则从，则从第第n年至第年至第m年（年（nm）的用电量为）的用电量为Al=

4、An(1+K)l-n这与以这与以Am为起点的预测结果为起点的预测结果Al=Am(1+K)l-m相同，相同，这是因为：这是因为：Am(1+K)l-m=An(1+K)m-n(1+K)l-m =An(1+K)l-n即：即：使用比例系数增长法时，以历史数据的第一年和使用比例系数增长法时，以历史数据的第一年和最后一年作为起点的预测值相同最后一年作为起点的预测值相同3.1 负荷预测经验与经典技术负荷预测经验与经典技术x=2 2.5 2.88 3.3 4.3 4.98;k=(4.98/2)(1/5);y=2 2*k 2*k*k 2*k*k*k 2*k*k*k*k 2*k*k*k*k*k;y=2.00 2.4

5、0 2.88 3.46 4.12 4.98比例系数预测时，可不可以以中间值作为起点？比例系数预测时，可不可以以中间值作为起点？3.2 电力弹性系数电力弹性系数o 弹性系数弹性系数设设x为自变量，为自变量，y是是x的可微函数，则有的可微函数，则有称为称为y对对x的弹性系数。的弹性系数。当当y表示商品销量，表示商品销量，x表示价格时，称为表示价格时，称为需求弹性系数需求弹性系数当当y表示用电量，表示用电量，x表示表示GNP/GDP时，称为时，称为电力弹电力弹性系数性系数yxdyyyydxxxx3.2 电力弹性系数电力弹性系数o 电力弹性系数就是用电量的相对变化率与国电力弹性系数就是用电量的相对变化

6、率与国民生产总值的相对变化率之比；民生产总值的相对变化率之比；o 在在一般情况下一般情况下电力弹性系数应大于电力弹性系数应大于1，这主，这主要是由经济结构发展变化所决定的；要是由经济结构发展变化所决定的；o 考虑社会经济的考虑社会经济的长期长期发展，电力弹性系数一发展，电力弹性系数一般先增加，然后下降，且不一定始终大于般先增加，然后下降，且不一定始终大于1.o 许多较为简单的负荷预测方法都以电力弹性许多较为简单的负荷预测方法都以电力弹性系数的研究为基础。因此，我们对电力弹性系数的研究为基础。因此，我们对电力弹性系数应该有较深入了解。系数应该有较深入了解。3.3 线性趋势预测技术：水平趋势线性趋

7、势预测技术：水平趋势假定收集到负荷变化的假定收集到负荷变化的T期数据期数据x1,x2,x3xT，具有水平趋势，其散点图表现为在一条，具有水平趋势，其散点图表现为在一条水平直线上下随机波动。水平直线上下随机波动。3.3 线性趋势预测技术：水平趋势线性趋势预测技术：水平趋势o 全平均法全平均法在在t(tT)时刻，用时刻，用t期以前的全部数据作平均，期以前的全部数据作平均，即：即：作为未来的负荷预测数值。作为未来的负荷预测数值。12111(,.,)tttKKxxxxtt1ttx3.3 线性趋势预测技术：水平趋势线性趋势预测技术：水平趋势o 一次滑动平均法一次滑动平均法实现实现“重近轻远重近轻远”的预

8、测原则，可以通过对数据加的预测原则，可以通过对数据加以不等权，近期数据给予较大权数，远期数据给予以不等权，近期数据给予较大权数，远期数据给予较少的权数，目的在于强化近期数据的作用，弱化较少的权数，目的在于强化近期数据的作用，弱化远期数据的影响。一次滑动平均法对近远期数据的影响。一次滑动平均法对近N期数据加上期数据加上等权等权1/N，忽略前面的数据，即加上零权。，忽略前面的数据，即加上零权。12111()Ntt Nt Ntt N kKMxxxxNNMt作为第作为第t+1期电力负荷的预测值。即：期电力负荷的预测值。即：1ttxM3.3 线性趋势预测技术：水平趋势线性趋势预测技术：水平趋势o 一次指

9、数平滑法一次指数平滑法取定参数取定参数(平滑系数平滑系数)，01，初值，初值s0=x1，便可计算指数平滑序列便可计算指数平滑序列1)1(tttsxs式中，式中，t=1，2，T。同前面一样，用同前面一样，用t期的平滑值期的平滑值st预测预测t+1期的电力期的电力负荷。负荷。1ttxs实例：一次指数平滑法实例：一次指数平滑法序序 号号数数 据据xt=0.3=0.8平滑值平滑值预测值预测值平滑值平滑值预测值预测值122.0002.0002.0002.000242.6002.0003.6002.000332.7202.6003.1203.600453.4042.7204.6243.120522.983

10、3.4042.5254.62462.9832.5253.3 线性趋势预测技术：增长趋势线性趋势预测技术：增长趋势o 二次滑动平均法二次滑动平均法(1)12(2)(1)(1)(1)121()(,1,)1()(21,2,21,)tt Nt Nttt Nt NtMxxxtN NTNMMMMtNNNTN(1)(2)(1)(2)122(2,21,)1tttttttttaMMbMMtNNTNxab实例：二次滑动平均实例：二次滑动平均序序号号数据数据xt一次滑动平一次滑动平均均Mt(1)一次滑动平一次滑动平均均Mt(2)截距截距斜率斜率预测值预测值11.722.11.9032.32.202.052.350.

11、343.32.802.503.100.62.6553.73.503.153.850.73.7063.93.803.653.950.34.55tabxN=23.3 线性趋势预测技术：增长趋势线性趋势预测技术：增长趋势o 二次指数平滑法二次指数平滑法)T,2,1t(S)1(SSS)1(xS)2(1t)1(t)2(t)1(1tt)1(tT,2,1t,SS1bSS2a)2(t)1(tt)2(t)1(tt1tttxab实例：二次指数平滑实例：二次指数平滑序号序号实际值实际值xt1309330933093309302327732593242327615330933351434883463351322534

12、294377037423714377025237385410740704034410632440226449644534411449537844304873(1)(2)tttttSSabx=0.9;S1(1)=S1(2)=x1注：中间过程和最终预测结果均取整注：中间过程和最终预测结果均取整练习：二次指数平滑练习：二次指数平滑序号序号实际值实际值xt13.423.835.046.057.468.2(1)(2)tttttSSabx=0.9;S1(1)=S1(2)=x1练习：二次指数平滑练习：二次指数平滑序号序号实际值实际值xt13.43.43.43.4023.83.763.723.80.323.435.04.884.764.991.044.1246.05.895.776.001.016.0357.47.257.107.41.337.0168.28.108.008.210.908.729.01(1)(2)tttttSSabx=0.9;S1(1)=S1(2)=x1