基于轨迹跟踪的负荷预测算法研究

发布时间：2017-06-26 22:04

  本文关键词：基于轨迹跟踪的负荷预测算法研究，，由笔耕文化传播整理发布。

【摘要】：电力工业是我国非常重要的基础工业,电能是日常生活中必需的能源,关乎着国计民生,是国民经济的命脉。近年来电力负荷预测不仅可以应用在电网高压侧负荷规划与分配中,而且为低压用户电能的监控、规划和电能的有效利用也可以提供依据。高精度的电力负荷预测是电力系统规划、市场交易、营销等部门工作的主要依据,对于制定经济优化的发电计划、合理分配电力能源、合理安排机组的运行、获得上网电价的优势、取得最大经济效益以及社会效益都有着十分重要的意义。所以研究高精度且实用性强的电力负荷预测方法对于电力市场化以及智能电网的发展都是非常必要的。虽然现在已经有大量的预测算法,但是对于他们中的大多数来说,它们都只是针对特殊的负荷模型而推导的一种负荷预测算法。而且对于大部分现存的模型来说,它们也没有理论上的依据来支撑算法可以保证预测误差的收敛性而达到足够的预测精度。在本文中,我们将轨迹跟踪理论引入到电力负荷预测中,根据轨迹跟踪理论建立不同的运动学模型,本文提出了两种负荷预测算法,即基于预测误差收敛性校验和轨迹修正的短期负荷预测和基于轨迹跟踪控制的短期负荷预测两种。本文利用李雅普诺夫稳定性理论证明了系统的稳定性和预测方法的误差可以理论上收敛至零从而保证了预测误差的收敛性,因而使得本文的预测算法更具有普遍性和鲁棒性。本文还采用了不同的数据集(欧洲智能技术网络(EUNITE)竞赛公开的负荷样本数据Load 1998和the Global Energy Forecasting Competition 2012数据集)来进行实验仿真,通过改变不同的预测视野,和常见的预测算法(ARMA--Auto Regressive Moving Average和BPNN--back propagation neural network)相比,结果显示了本文提出的算法具有非常好的负荷预测性能。由于本文提出的算法对样本数据的要求很小,所以计算速度也较其他方法快。
【关键词】：负荷预测 轨迹跟踪 李雅普诺夫稳定性理论 误差收敛 控制器设计
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TM715
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-17
• 1.1 课题研究的背景及意义8-9
• 1.2 国内外研究现状9-14
• 1.2.1 传统的负荷预测方法10-12
• 1.2.2 人工智能的负荷预测方法12-13
• 1.2.3 组合预测的负荷预测方法13-14
• 1.3 主要研究内容及创新之处14-15
• 1.3.1 主要研究内容14-15
• 1.3.2 本文的创新之处15
• 1.4 全文章节安排15-17
• 2 典型的负荷预测方法及本文研究思路17-25
• 2.1 引言17
• 2.2 电力系统负荷变化特点分析17-18
• 2.3 本文对比的经典负荷预测方法18-23
• 2.3.1 基于ARMA时间序列模型的负荷预测方法18-21
• 2.3.2 基于BP神经网络的负荷预测方法21-23
• 2.4 问题分析及本文研究思路23-24
• 2.5 本章小结24-25
• 3 基于预测误差收敛性校验和轨迹修正的短期负荷预测25-39
• 3.1 引言25
• 3.2 运动学建模25-26
• 3.3 预测误差收敛性判据及稳定性分析26-29
• 3.4 基于误差修正的负荷预测算法29-32
• 3.4.1 预测值修正策略29-31
• 3.4.2 基于误差修正的负荷预测算法完整描述31-32
• 3.5 算法仿真32-38
• 3.5.1 与ARMA预测模型的对比实验32-34
• 3.5.2 与BPNN预测模型的对比实验34-35
• 3.5.3 不同预测视野下的对比实验35-37
• 3.5.4 算法评论37-38
• 3.6 本章小结38-39
• 4 基于轨迹跟踪控制的短期负荷预测39-53
• 4.1 引言39
• 4.2 运动学建模39-41
• 4.3 轨迹跟踪控制器设计及稳定性分析41-42
• 4.4 基于轨迹跟踪控制的负荷预测算法42-43
• 4.5 算法仿真43-52
• 4.5.1 以24小时为视野的预测44-47
• 4.5.2 以1小时为视野的预测47-50
• 4.5.3 结果分析50-51
• 4.5.4 算法评论51-52
• 4.6 本章小结52-53
• 5 总结与展望53-55
• 致谢55-56
• 参考文献56-60
• 附录60
• A. 作者在攻读学位期间发表的论文目录60
• B. 作者在攻读学位期间取得的科研成果目录60

【相似文献】

中国期刊全文数据库 前10条

1 钟庆,吴捷,钟丹虹;基于系统论的负荷预测集成化方法[J];电力自动化设备;2002年10期

2 张伏生,刘芳,赵文彬,寇强,刘沛津,曹正建;基于Internet/Intranet的负荷预测系统方案[J];电力系统自动化;2003年10期

3 康重庆;牟涛;夏清;;电力系统多级负荷预测及其协调问题 (一)研究框架[J];电力系统自动化;2008年07期

4 李小锐;黎灿兵;袁彦;;基于下级负荷预测的短期负荷预测新算法[J];江西电力职业技术学院学报;2008年02期

5 李新炜;王子琦;方鸣;周鹏;王启明;李同;鞠平;;基于分区逐时气象信息的全网负荷预测研究[J];电力系统保护与控制;2009年03期

6 康重庆;赵燃;陈新宇;杨兴宇;曹欣;刘梅;;多级负荷预测的基础问题分析[J];电力系统保护与控制;2009年09期

7 任峰;丁超;;市场环境下负荷预测误差风险管理研究[J];现代电力;2009年03期

8 罗凤章;王成山;肖峻;侯磊;王建民;李亦农;陈春琴;王赛一;;计及气温因素的年度负荷预测修正方法[J];电力系统及其自动化学报;2009年03期

9 杨凯;;如何提高负荷预测的准确率[J];大众用电;2009年10期

10 李q

本文编号：487702