电力负荷预测本科.docx

前言
电力系统应该保证对各类用户尽可能经济的提供可靠而合乎质量标准要求的电能，即满足负荷的要求。
负荷的大小与特征，无论是对电力系统设计还是对运行管理而言，都是极为重要的因素。对负荷变化与特征有一个事先的估计，即电力系统负荷预测，是电力系统发展与运行研究的重要内容，电力系统负荷预测理论就是这样发展起来的。在现代电力系统工程科学中它已经成为占有重要地位的研究领域，是电力系统自动化领域中的一个重要内容。电力系统规划和调度运行都应以对未来电力系统负荷的预测为依据，电力负荷预测是电力系统规划、调度的重要组成部分。
电力系统负荷预测的重要性在于：系统的可用发电容量，在正常运行的条件下，应当在任何条件下都满足系统内负荷的要求。假如系统内的容量不够，就应该采取必要的措施来增加发电容量，如新增发电机或从邻网输入必要的电力；反之，如发电容量过剩，也应该采取必要的措施，如有选择的停机或向邻网输出多余的功率。因此，未来电网内负荷变化的趋势与特点，是电网规划设计部门和调度部门所必须具有的基本信息之一，负荷预测是电网规划十分重要的前提和基础，负荷发生变化时，规划中要建设的电源和电网项目在容量、规模和进度等方面均要受到影响并发生相应的变化，这种影响和变化往往对电网的规划和设计带来十分被动的局面。
目前我国正是计划经济转型向市场经济的大发展阶段，随着用电环境的宽松，和电力紧张的现状，电力市场的作用和和影响明显增大，负荷预测是分析电力市场的一项基础工作，直接影响到电力系统的安全、稳定、经济运行，也影响电力企业的经济效益，因此，准确的作好电力系统的负荷预测这项工作具有十分重要的意义。

邢台地区电力负荷预测
1邢台市电力发展概况
1. 1 邢台市概况
邢台市位于河北省南部，为地级市。辖2个县级市、15个县和2个区，173个乡镇办事处，5212个行政村，总面积12486平方公里,总人口670万人（其中市区人口54.6万人）。邢台地理环境优越，交通发达，通讯快捷，京广、京九铁路、京深高速公路贯穿南北，邢济（南）、邢和（顺）、邢长（治）公路横穿东西。全市形成了铁路、公路纵横交错，连接全国各地的交通运输网络。改革开放以来，邢台市工业经济得到了迅猛发展，初步形成了煤炭、机械、冶金、电力、纺织、食品、建材等为支柱行为，以原煤、电力、生铁、钢材、轧辊、浮法玻璃、水泥、轮胎、板式家具、电缆、绒布、装饰布、羊绒及制品、白酒、饮料、方便面、中成药、拖拉机、化肥等上百种名优骨干产品构筑的产品产业结构构框架，形成了较为完善的工业体系。到目前全国有及销售收入500 万元以上的工业企业676家，其中国有企业187家，大中型企业82家，国有大中型企业54家，全部从业人员210.78万人，入统企业总资产3420099万元，固定资产余额1503342万元，资产负债率为54.9%。
　　 近年来，综合考评邢台市工业经济整体实力居全省前5名。到2000年9月底，邢台市入统企业完成工业增加值577316万元，同比增长11%， 实现利税184514万元，同比增长19.7%，实现利润96830万元，同比增长25.6%，国有及其它类型技改投资完成117417万元，同比增长11.95%，迈入新世纪，按照“十五”工业经济发展计划，今后重点发展原材料基础行业、食品行业和纺织行业，以此带动相关行业发展。
1. 2 邢台市用电特点
1.2.1 工业企业用电特点
近年来，随着市场的高速发展，对邢台的工业结构调整产生巨大影响。邢台过去只有少数几个大、中型国营企业；到20世纪90年代初，以个体加工业为主的家庭作坊式企业兴起，成了工业用电的主流，但整个用电量并不大，全社会用电量也仅有2亿kW·h；到20世纪90年代末，大批完成资本积累的邢台商人开始转投工业，使邢台用电结构发生根本性的变化，工业用电开始大幅度增长；到新世纪初，市政府大力兴建工业园区，一批大、中型企业的出现，邢台的工业用电量年增长率平均都高达40％左右，全社会用电量年平均增长率达30％以上。到2001年，全社会用电已达12．5亿kW·h，工业用电占65％；其中生产较为稳定的大中型企业比例也在逐年上升，占工业用电量的60％，用电稳定性较低的占40％。所以对工业用电预测是整个负荷预测工作的基石。
1.2.2 市政生活及照明用电特点
随着邢台市人民生活水平的提高，空调、冰箱等电器的普遍使用，市政生活用电已成为用电结构中重要组成部分。照明用电虽然电量不多，但负荷占尖峰时间内的比重较大，对系统负荷综合曲线有决定性影响，从预测角度来说，只和光照度有关，负荷总量基本上是固定的，只是根据光照度和时间产生一块较为固定的负荷，累加在负荷曲线上，相对比较稳定，容易预测。市政生活用电影响最大的因素是气温，而空调、冰箱等电器的使用，频率最高点在气温零下1～3℃以下或32℃以上。从而加大了用电负荷。
2邢台地区负荷预测方法的选用
2.1 负荷预测的含义　
负荷是指电力需求量或者用电量，而需求量是指能量的时间变化率，即功率，而用电量是指某一电网内用户在一段时间内的用电总量。也就是说，负荷是指发电厂、供电地区或电网在某一瞬间所承担的总功率或某一电网某一段时间内的用电总量。所谓负荷预测，是指在充分考虑一些重要系统运行特性、增容决策和自然条件的情况下，利用一套系统地处理过去和现在负荷的方法，在一定精度意义下，估计未来某个特定时刻或某个特定时期的负荷值。
2.2 电力负荷预测的分类
电力负荷可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其它负荷 。城市民用负荷主要是城市居民的家用负荷。商业负荷与工业负荷是各自为商业与工业服务的负荷。在我国，农村负荷是指广大农村的所有的负荷（包括农村村民用电、生产与排灌用电以及商业用电等） 而其它负荷则包括市政用，电（如街道照明）、公用事业、政府办公、铁路与电车、军用以及其它等。在以上各类负荷中，城市居民用电具有经常的年增长以及明显的季节性波动特点，而居民负荷的季节性变化在很多情况下直接影响系统峰值负荷的季节性变化，但其影响程度则取决于城市居民负荷在系统总负荷中所占的比重。由于敏感于气候的家用电器日益广泛的采用，居民负荷变化对系统峰值变化的影响将越来越大。商业负荷也同样具有季节性变动的特性，而这种变化主要也是由于商业部门越来越广泛的采用空调、电风扇、制冷设备等敏感于气候的电器所致，并且这种趋势正在增长。相对来说，工业负荷一般都是受气候影响较小的基础负荷。但是这并非说它不受气候的影响，例如在高温季节，工业负荷也将含有为降温和防暑所必须的耗电。负荷预测按时间可划分为：
1) 超短期负荷预测 预测的时间为几分钟、15 分钟、30 分钟或 60 分钟，主要用于电力市场的实时调度与经济运行。
2) 短期预测 预测的时间为时、日、周、月、年，主要用于确定电力系统的运行方式以及为市场上的期货、现货交易提供决策依据。
3) 中期预测 预测的时间为 3～5 年，主要用于电网的扩建规划、制定电力系统的长期运行方式。
4) 长期预测 预测的时间为 5～20 年，主要用于电力系统的远景规划[14]。
2.3 负荷预测研究状况
电力负荷预测是电力系统调度、用电、计划和规划等管理部门的重要工作之一。负荷预测的核心问题是预测的技术方法，或者说是预测的数学模型。随着现代科学技术的快速发展，负荷预测技术的研究也在不断深化，各种各样的负荷预测方法不断涌现，从经典的单耗法、弹性系数法、统计分析法到目前的灰色预测法、专家系统法、模糊数学法、人工神经网络法、优选组合法以及小波分析法。值得特别提出的是，日本电力中央研究所多年来一直致力于研究开发电力需求计量经济模型，为日本九大电力公司提供需求预测服务，取得了很好的效果。1994年，中国电力企业联合会和日本电力中央研究所开始合作，研究适应中国国情的电力需求计量经济模型。
2.4 邢台地区预测方法的选用
基于上述方法：
月份
平均最大负荷
平均最大日供电量
平均最低网供电量
1
756
1567
259
2
708
1483
318
3
859
1777
375
4
966
2146
411
5
938
1859
404
6
1022
2301
308
7
1043
2236
314
8
819
1801
391
9
769
1655
352
10
899
1952
353
11
804
1712
392
12
824
1708
406
如表2-1负荷变化大。1996~2005年7月，平均网供最大负荷为1043万kW·h，平均最大日供电量2236万kW·h；但在春节，低谷时平均网供负荷最低仅为259万kW·h，说明邢台市受工业产品生产的季节性调整的影响，以及气候的影响，全年用电起伏较大，每月电量见（图2-1）
表2-1

图2-1

由于一个地区的用电量及负荷状况不仅与它的供电机组、电网容量、生产能力、经济发展及大用户情况有直接关系，而且也与该地区的行政与管理政策的变化、天气状况、文化状况以及生活习惯等因素有关。这些因素组成了一个灰色系统（即部分信息已知，部分信息未知的系统），所以在对邯郸地区的需电状况进行预测分析时，采用了灰色预测与多元线性回归相结合的预测方法。下面就简单的介绍一下这两种方法。

3电力负荷预测理论
3.1 电力负荷中期预测法
3.1.1 灰色系统基本预测理论
3.1.1.1 基本原理
系统是指相互依赖的两个或两个以上要素所构成的具有特定功能的有机整体。系统可以根据其信息的清晰程度，分为白色、黑色和灰色系统。白色系统是指信息完全清晰可见的系统；黑色系统是指信息完全未知的系统；灰色系统是介于白色和黑色系统之间的系统，即部分信息已知、部分信息未知的系统。宇宙间大量存在的是灰色系统，严格的说，灰色系统是绝对的，而白色和黑色系统则是相对的。
运用灰色系统理论、通过建立灰色模型所进行的预测即为灰色预测。对经济、社会、农业等系统的预测属于本征性灰色系统的预测。因为这类系统没有物理原型，不清楚系统的作用机制，很难判断信息的完备性，难以对系统关系、结构作精确描述，人们只能凭逻辑推理、凭某种观念意识、凭某种准则对系统的结果、关系进行论证，然后再建立某种模型，这些模型充其量只能看作是原系统的代表、同构。
灰色系统不同于模糊系统，模糊系统内涵明确而外延模糊，灰色系统外延明确而内涵不为人们所掌握；灰色系统是基于关联度收敛原理、生成数、灰导数、灰微分方程等的观点和方法，通过建立灰色方程型模型所进行的预测，它具有如下的特点：
1)灰色模块建模，而不直接用原始数据序列。在建模前，先对原始数据进行整理和处理，使之呈现一定的规律性，这种方法叫做生成；经过一定方式生成的新序列称之为“模块”这样做的目的是为了消除原始序列的随机性，使上下波动的时间序列转变成单调升、并带有线性或指数规律的序列。
2)建立微分方程的动态模型。这种建模方法为本征性灰色系统的实体化、物理化找到了途径，把自然科学的试验手段移植到抽象系统。
关联分析代替回归分析。灰色系统主张按机理、按发展变化态势作特征分析，按发展态势建立关联的测度，研究关联序，以研究生成函数的逼近度、检验预测精度等。
3.1.1.2 累加和累减法
灰色预测所直接使用的不是原始数据序列，而是由原始数据序列所产生的灰色模块。这是由于原始序列中常混入随机量或噪声。在控制系统理论中，通常需要用滤波的方法来消除噪声，在灰色预测中对原始序列的处理相当于滤波的处理方法，即建立灰色模块，下面介绍建立灰色模块的两种方法累加生成系列和累减生成系列。
一：累加生序列
累加生成即通过对原始数列进行累加，生成新的数据序列，一般经过一次累加后，就可以进行建模了。
设原始序列为：

经过一次累加生成的新序列，记为1－AGO，为：

其中：

如果设，则有：

下面举例说明之。
例：设有原始序列为：
即
经过一次累加生成：

分别运用原始数据序列和新数据序列所绘制的曲线图如下：

由图可以看出，原始数据序列为一不规则的波动曲线，其含随机变量，较难找出其变化规律，亦难以用解析函数来拟合。但经过一次累加生成之后所形成的序列，其曲线为上图所示。可以看出新序列有单调增的趋势，有可能用适当的函数来描述。可以想象，累加生成次数愈多，其随机性被弱化得愈显著，序列所形成的曲线其规律性将更加明显。
一般累加公式为：
（3－1）
对于经过多次累加生成序列xm，大多数可用指数函数进行拟合，也就是说大多可以用微分方程来描述，或者说可以近似地作为微分方程的解。
二：累减生成法
经过累加之后的序列，已经失去其原来的物理意义和经济意义，故经过方程求解的结果必须还原到原序列，即通过累减得到原始序列。
下面讨论累减算法：用a(r)表示r次累减运算算子。
a(0)表示不作累减，即a(0)x(i)= x(i)
a(1)表示一次累减，即a(1)x(i)= x(i)- x(i-1)
一般的有：

式中：j＝1，2，…，n
还可进一步导出下列关系：

利用数学归纳法有：

当i＝r时，有：
当i＝r＝1时，有：
利用上述公式就可以完成累加的逆运算（累减），得到原始序列。

3.1.1.3 灰色简单模型
现行的比较常用的灰色模型有：灰色简单模型、灰色新还原模型、灰色残差模型、灰色新还原残差模型、DGM模型和费尔哈斯模型，在本节和以下的几节里我们将分别介绍。现在我们先介绍最简单的也最常用的灰色模型，即灰色简单模型，简称为GM（1，1）模型。
一：灰色微分方程
在介绍一般的灰色模型前，我们先介绍灰色微分方程。
灰色系统理论通过对一般微分方程的深刻剖析定义了系列的灰导数，从而使我们能够利用离散数据系列建立近似的微分方程模型：
（3－2）
其中为x的导数，x为的背景值；a，u为参数。

二：GM(1.1) 模型
灰色简单模型GM（1，1）表示一阶的，一个变量的微分预测模型，用于时间序列预测的是其离散形式的模型。
设原始系列为

其1－AGO系列X（1）为：

对一阶生成数列x(1)，建立GM（1，1）模型
（3－3）
由导数的定义有，因为一般预测的系列都在时间上是离散的，所以我们以离散的形式表示，则有：

又由于离散的关系，我们取x(1)(k)为x(1)(k)和x(1)(k-1)的均值。于是我们可以把公式（3－3）的微分方程表示为如下的离散方程：
（3－4）
其中。称（3－4）式为GM(1，1)模型，而把公式（3－3）的方程称为（10－4）的白化方程。这样可以得到如下的方程组：
（3－5）

三：模型参数求解
式（3－2）中，a、u为待估参数，－a为发展灰数，反映了及的发展态势；u为灰色作用量是从背景值挖掘出来的数据，它反映数据变化的关系，其确切内涵是灰的。灰色作用量是内涵外延化的具体体现，它的存在世区别灰色建模与一般输入输出建模的分水岭。将两个待估参数表示为向量形式：。
对于（3－3）的方程组，用最小二乘法求解，和一元线性回归的参数估计方法相同，可得
（3－6）
式中：，

四：GM（1.1）预测
在求出模型的参数后，下一步的工作就是进行预测了。
式（3－3）即GM（1，1）的白化方程的解为：
（3－7）
它的离散形式
（3－8）
即为GM（1，1）方程的时间响应系列。一般有x(1)(0)=x(0)(1),则：
（3－9）
还原得：
（3－10）
这就是灰色简单模型的预测公式。
五：简单示例
设有原始统计数列
第一步，累加生成1－AGO系列行x(1)，并计算邻近均值系列z(1)

第二步，确定数据矩阵，
第三步，计算模型参数

第四步，写出预测方程

小结：本章详细介绍了灰色系统和灰色模型，尤其对灰色GM（1.1）进行介绍，并用简单示例演示灰色模型的原理，但是灰色模型适合数据较少的预测，要作到对电力系统负荷预测的适用性强这个目的，还需要进行改进或多个模型综合使用，以求达到最佳预测精度。
3.2 误差的分析
3.2.1 误差的分析方法
下面提供几种常用的误差分析方法，本文主要应用后验差误差分析来判断模型的精度。
3.2.1.1 绝对误差与相对误差
设表示实际值，表示预测值，则称为绝对误差，称为相对误差。有时相对误差也用百分数表示。这是一种直观的误差表示方法。在电力系统中作为一种参考指标而经常使用。

3.2.1.2 后验差检验
后验差检验是根据模型预测值与实际值之间的统计情况，进行检验的方法，这是从概率预测方法中移植过来的。其内容是：以残差（绝对误差）为基础，根据各期残差绝对值的大小，考察残差较小的点出现的概率，以及与预测误差方差有关指标的大小。具体步骤如下：
设历史负荷序列为

设预测值序列为

记时刻实际值与计算值（预测值）之差为，称为时刻残差 （）
记实际值 的平均值为，即
（3-11）
其中，为预测残差数据的个数，一般有。
记历史数据（实际值）方差为，即
= （3-12）
记残差方差值为，有
= （3-13）
则可得后验差检验的两个重要数据，即后验差比值，小误差概率

（3-14）
指标越小越好，越小，表示越大，而越小。大，表明历史数据方差大，历史数据离散程度就大。小，表明残差方差小，残差离散程度小。小，表明尽管历史数据很离散，而模型所得的预测值与实际值之差并不太离散。指标越大越好，越大，表示残差与残差平均值之差小于给定值0.6745的点较多。按与两个指标，可以综合评定预测模型的精度。

由于经济预测是一种对未来某个经济指标的估算，因此各个模型都不可避免的存在误差。研究误差产生的原因，计算并分析误差的大小，是很有意义的。因此有必要提供误差分析方法，用来判断各种模型的可用性的优劣和程度。
3.2.2 影响负荷预测精确度的因素　
世界经济增长的变化。自1973年世界石油危机之后，世界经济全球化，国际间经济形式复杂多变，其影响充满着不确定性。经济结构的调整。耗电大的第二产业比重逐年下降，相对耗电少的第三产业比重上升，使整个单位GDP电耗水平不断降低。能源政策的调整。近年来积极推行绿色照明、节能电机、风机、水泵、蓄冷空调和热电冷联供的热电厂，都可以大量节约电量或容量；相反，由于前几年电力供求缓和，电力部门放宽了对空调、电炊具等耗电量大的家用电器的限制，又扩大了电力需求。电力和替代能源的价格。经济学理论认为，商品的价格主要是由供需关系决定的，也就是当供给量和需求量达到平衡时，便形成商品的价格。但商品的价格的变化反过来会影响需求量的变化。电力的价格（即电价）主要是指电力公司和电力用户之间的销售价格。电价的高低会影响电力需求的大小，不仅会影响居民生活用电需求，也会影响产业用电的需求，如近 2 年来，由于“两网同价”政策的贯彻执行，许多地方的电价降下来，用电量一下子就上去了。另外，电力与其它能源之间具有相互替代的特性。气候、人口因素的影响。由于世界气候异常，用于制冷和供暖的耗电量很大，而且多集中在一段时间里，往往成为夏季或冬季形成尖峰负荷的重要因素之一。同时，气候变化的不确定性极强，对电力需求预测产生极强的影响。人口数量的多少，也会明显影响电力需求，此外，人口结构、家庭规模、住宅小区的特性也会影响居民生活用电的需求。科学进步速度的影响。电力生产和电力消费科技的进步，一方面提高了能源利用效率，降低了电力损耗，使电力成本下降，电力和其它能源的比较效益，会促使国民经济发展和人民生活电气化水平提高；另一方面，在满足人们同等需求的条件下，可以节省电力。电力科技进步，对电力需求的影响有正有负，但总的说来，科技的进步总是朝着电气化的方向发展，但这种发展速度也具有不确定性。电力需求对管理的影响。近年来世界各国普遍采用了电力需求侧管理，认识到电力需求是可以改变的，在同样满足人们生产、生活需要的条件下，可以采取需求侧管理的措施，使电力负荷曲线发生较大的变化，使电力部门、用户和社会都获得利益。但需求侧管理也具有很大的不确定性[32]。
3.3 多元回归处理
3.3.1 回归模型预测技术
回归预测是根据负荷过去的历史资料，建立可以进行数学分析的数学模型。用数理统计中的回归分析方法对变量的观测数据统计分析，从而实现对未来的负荷进行预测。回归模型有一元线性回归、多元线性回归、非线性回归等回归预测模型。其中，线性回归用于中期负荷预测。优点是：预测精度较高，适用于在中、短期预测使用。缺点是：①规划水平年的工农业总产值很难详细统计；②用回归分析法只能测算出综合用电负荷的发展水平，无法测算出各供电区的负荷发展水平，也就无法进行具体的电网建设规划。
经济预测回归技术就是根据经济指标的历史资料，建立可以进行数学分析的模型，对未来的经济指标进行预测，从数学上看，就是用数理统计中的回归的分析方法，即通过对变量的观擦数据进行统计分析，确定变量之间的相关关系，从而实现预测的目的。回归预测包括线性回归预测和非线性回归预测。经济变量之间的关系，大体上可以分为两类：一类是函数关系；另一类统计相关关系，或者称随机关系。相关关系的基本特征是不确定性，一个变量不能依据其他有滚变量的数值，精确的，一一对应的求出其数值。但是我们可以根据大量统计数据，找出变量之间在数量变化方面的统计规律。这种统计规律旧叫回归关系。表示这种规律的数学公式称为回归方程。有关回归关系的计算方法和理论称为回归分析。
回归分析的主要内容是：
1) 根据样本观察值对模型参数进行估计，求得回归方程。
2) 对回归方程，参数估计值进行显著性检验。
3) 利用回归方程进行预测。
3.3.2 多元回归模型
回归分析模型是数量经济学领域中的主要预测模型之一，它在数量经济学领域的运用最为广泛，而且是其他统计模型的基础。一般认为，电力需求与经济环境紧密联系，但是不可能把所有的经济因素都考虑到回归模型当中去，因此，必须选择适当的变量。选择的变量一定要通过回归模型的参数检验。但将所有的选择自变量的工作都交给数学方法又是不明智的，因为我们必须考虑实际工作中的具体情况，可以首先根据经验选择不同的自变量子集，并力求该子集具有一定的物理意义，这样得出的预测模型不仅仅通过了检验，而且能够被预测人员接受，更可能取得好的预测结果。
在经济预测的实际问题中，常常会遇到经济指标受多种因素影响的情形。假设与负荷这个随机变量有相关关系的可控变量有个（）：，根据过去的历史资料研究变量与变量之间的依赖关系的问题，就要考虑多元回归分析方法来解决。在多元回归分析中，简单又重要的一种情况是多元线性回归分析问题。多元线性回归分析的原理与一元线性回归分析基本相同，在计算形式上比一元线性回归分析复杂的多，通常用计算机进行处理。由于我们在线性回归这主要研究一元线性回归问题和可转化为一元线性回归问题的非线性问题，故多元线性回归问题稍作介绍。
多元线性回归模型如下：
设是个线性无关的可控变量，是随机变量，他们之间的关系为

这里都是的未知参数，是随机误差，这就是元线性回归模型。把上（1）式两端取数学期望，得
Ey= b0 + b1x1 +…,+bpxp （3-15）
显然Ey是x1 , x2 , …,xp的函数，式（2）称为回归平面方程，其中b0 , b1 , …, bp 称为回归系数。
4灰色模型在邢台市用电量预测中的应用
4.1 1995~2005年邢台市用电量预测的实证分析
4.1.1 GM(1,1)灰色预测过程
现有邢台市1995~2005年用电量数据如表4-1所示,用其进行GM(1,1)灰色预测实证分析"

表4-1 1995~2005邢台市用电量统计表(万千瓦时)
年份
1996
1997
1998
1999
2000
2001
2002
2003
2004
2005
年用电量
384209
429613
496335
591538
625575
665378
750252
808806
874837
1050072

由表1可得历史数据序列:
=

x的1)AGO(一次累加生成序列)为
=
采用GM(1,1),可计算得矩阵
A^ = ;

即:a^=, u^=

则邢台市用电量GM(1,1)模型的时间响应函数模型为:

经累减还原,得其用电量的灰色预测模型为:

由此得表4-2的模型值计算表"
年份
年用电量（万千瓦时）
预测年用电量（万千瓦时）
1996
384209
414824.56
1997
429613
457218.88
1998
496335
503945.84
1999
591538
555448.19
2000
625575
612214
2001
665378
674781.19
2002
750252
743742.63
2003
808806
819751.81
2004
874837
903529
2005
1050072
995868

邢台市用电负荷灰色预测模型建立之后,为保证其预测的可靠性,必须对该模型进行精确性检验"
4.1.2 后验差检验方法
具体如下:
取1996~2005年数据,计算得知残差平均值为:
=1.56
历史数据方差为
=531210376.9
其中历史数据平均值
=46130.91
用上述随机所取的10年数据计算残差方差为:
=6.86
后验差比值为 : =0.21
小误差概率为:
=0.91>0.8
按c与p这2个指标,可以综合评定预测模型的精度,如表4-3所示"

表4-3预测精度等级
预测精度等级
P
C
预测精度等级
P
C
好(一级)
>0.95
<0.35
勉强(三级)
>0.7
<0.45
合格(二级)
>0.8
<0.5
不合格(四级)
≤0.7
≥0.65

由此确定该模型的精度在一级与二级之间偏向一级,可用此模型对邢台市用电量进行预测"2006~2010年各年度用电量的预测结果见表4"

表4-4 2006~2010年用电量预测（万千瓦时）
年份
2006
2007
2008
2009
2010
年用电量
1097643.88
1209821.25
1333462.88
1469740.25
1619945.13

4.1.3 邢台市需电状况预测结果的应用
根据表4结果,结合邢台电网实际,可对缺电形势进行分析并提出优化电网建设的规划方案"
1) 根据预测结果与邢台市十一五期间新增用电负荷!新增变电容量!装机容量对照分析预计邢台市严重的缺电局面将持续到2007年"
2) 结合未来华北电网竞价上网!统一管理的市化要求和当前缺电形势,必须对主干网架结构作全面分析,并加强对电源和电网规划的协调和管理,尽快实建设包括沙河输变电新建；清河、贾庄变电站扩建以及邢台电厂2台30万千瓦发电机组送出工程；新增220千伏变压器4台，总容量为66万千伏安，新增220千伏输电线路152千米；新建110千伏黄河、守敬、龙海等5个输变电工程，扩建固城店、东汪、西郭城等5座变电站。,优化电网结构,降低网络结构导致的供需矛盾,消除电网瓶颈,提高供电能力，届时，220千伏、110千伏高压主电网的供电能力将大幅提高，可有效缓解输电环节的紧张局面，为该市工农业生产和城乡居民生活用电提供可靠的电力输变保障体系。
3) 结合邢台市用电负荷的特点,加强对地方重点!典型行业发展趋势的调查分析,密切关注国内外市场波动和宏观调控政策对各类产业活动,特别是邢台高耗能行业电力需求的影响,做好预测工作,为公司的经营决策提供信息和依据"
4) 根据预测结果,采取相应措施,对小电厂!自
备电厂既要挖掘潜力,又要加强管理;做到既减少对主系统安全的影响,又不降低公司市场占有率"
5) 加强供电管理的力度,建立电力危机应对机制,加强需求侧管理,有序供电,合理限电"

4.2 与多元线性回归模型预测结果对比分析
4.2.1应用多元线性回归模型对1996~2005年各年度用电量进行预测
并综合表4-5数据可得预测结果
表4-5
年份
年用电量（万千瓦时）
第一产业总产值
第二产业总产值
第三产产业总产值
1996
384209
78.94
116.98
60.21
1997
429613
78.83
141.82
70.25
1998
496335
83.51
159.80
76.83
1999
591538
79.15
172.27
87.91
2000
625575
78.39
193.33
98.67
2001
665378
81.8
213.1
111.4
2002
750252
82.54
233.14
125.14
2003
808806
78
288.5
138.5
2004
874837
106
363.34
159.1
2005
1050072
112
380
178

对照表见表4-6
表4-6 预测结果对照表（万千瓦时）
预
测
值
年
份

实际值
灰色模型
多元回归模型
预测值
相对误差
预测值
相对误差
2001
665378
674781.19
-1.6%
646321.65
-2.1%
2002
750252
743742.63
-1.4%
769863.89
-1.9%
2003
808806
819751.81
-1.8%
823695.53
-2.2%
2004
874837
903529
-1.5%
898769.23
-1.4%
2005
1050072
995868
-1.7%
985865.45
-1.9%

分析表4-6数据可知:从整体上看,灰色模型较回归模型预测精确,特别是2001~2005年,预测结果更为理想,这证实了灰色模型在X(N)后3位预测结果精确度高的特点"但在2004年回归预测的结果较灰色预测精度高,这启示需要运用多种方法组合预测,实现优势互补,降低预测的风险性"鉴于灰色模型预测4个数精确的特点,估计2006年邢台市用电量将在1097643.88万千瓦时左右"

4.2.2 结论和建议
1) 一般建模是用数据列建立差分方程,而灰色建模则是运用历史数据列累加后生成新的数据列,再建立微分方程模型,因此,预测的精度较高"
2) 灰色预测具有要求数据少!不考虑分布规律和变化趋势!运算方便!短期预测精度高等优点,但也存在一定局限性"GM(1,1)模型预测具有X(N)后3个数精度较高的特点,越远则越反映规划值"因此,实践中需要对灰色预测技术进行原始数列!模型!技术方法等方面的改进"
3) 灰色模型作为1种定量分析方法虽有一定预测精度,但在工作实践中,要预测成功,关键在于对各种数据资料的科学归纳和分析,对各种预测方法的深刻理解和灵活运用"只有注重多种方法组合应用,并结合实际进行定性综合分析,确定出最为合理的预测区间,才能提高预测的置信度和应用价值"

结论
电力负荷预测是计划用电的重要环节，它关系到：及时掌握负荷的发展势；正确贯彻、执行国家各个时期的方针政策，适应各个时期经济发展和社会进步对电力的需求；搞好计划用电、均衡用电；保证电网的安全、经济可靠运行；安排好系统的运行方式和检修计划。由于电力工业和其它产业不同，其产品——电能无法大量储存，电力的生产和消费必须在同一瞬间进行，电力部门应依据负荷预测的结果，安排运行计划以及系统规划等，这使得负荷预测成为电力公司降低成本，提高企业竞争力的关键因素。电能在国民经济各个行业和人民生活中占有很重要的位置。在供需矛盾突出的时期内，电力负荷预测尤显重要它是电力部门和政府经济、计划部门制定经济发展规划、供给计划、燃料计划等重要经营计划的基础。由于电力负荷反映的是用电设备瞬间耗用电力的情况，一个电网内用户的千差万别给负荷预测工作带来了很多的困难。负荷预测的生命力就在于预测的准确性。因此，预测值应尽量接近实际用电负荷。在做电力负荷预测时，应该考虑市场经济的发展动向。由于客观上存在着不能预测的经济动向等，预测值和实际状况产生差异是必然的。因此，应根据情况的变化不断的进行修正。

致 谢
灰色模型和多元线性回归分析组合在电力系统负荷预测中的应用是我本次毕业设计的中心内容。由于第一次应用灰色理论，又加上涉及的内容很抽象，相关的资料都处在研究阶段，具体的运算是很成熟，有大的难度。这给我的设计带来了很大的困难。但是在整个毕业设计过程中，由于**的耐心的指导和帮助，反复讲解才得以顺利完成，在此对**的关心、帮助表示衷心的感谢！
最后，对给予我帮助的同学也表示衷心的感谢！ 谢谢大家！

参考文献

[1] 邓聚龙（Deng Julong）．灰色预测与决策（Gray forecast and decision-making）．武汉：华中理工大学出版社（Wuhan：Press of Huazhong University of Science and Technology），1992
[2] 牛东晓，曹树华，赵磊，等（Niu Dongxiao，Cao Shuhua，Zhao Lei et al）．电力负荷预测技术及其应用（Technique of electric load forecasting and application）．北京：中国电力出版社（Beijing：China Electric Power Press），1998
[3] 刘晨晖.电力系统负荷预报理论与方法.哈