考虑经济转型的中长期电力负荷预测研究

发布时间：2020-07-25 10:10

【摘要】：步入“十三五”以来,我国经济发展表现出速度变化、结构优化、动力转换三大特点,增长速度从高速转向中高速,结构从增量扩能为主转向调整存量、做优增量并举,动力从资源消耗及低成本劳动力驱动转向创新驱动,以上变化标志着我国经济发展模式已经开始转型。在此背景下,我国的电力负荷增长趋势开始发生变化。此外,随着智能电网的大力建设,电力负荷数据的体量日趋庞大,数据类型日益丰富。如何运用众多关联因素对电力负荷进行准确预测以及如何有效地处理海量负荷数据已成为当前电力负荷预测面临的难题。针对影响电力负荷变化的因素,本文从经济与气象两方面入手,引入组合预测与大数据处理技术,以某实际电网为例,分别研究二者与电力负荷之间的关系,并进行电力负荷预测。首先,本文叙述了国内外电力负荷预测研究现状以及大数据技术在电力负荷预测的研究现状。然后,本文根据实际电网所辖区域的经济和电力负荷发展现状,提出考虑经济转型的灰色-协整关联分析方法,筛选得到影响电力负荷增长的关键经济因素。最后,本文建立基于多属性决策算法的组合预测模型,利用关键经济因素预测电力负荷。通过实例分析验证了本文所提组合预测模型的有效性和可行性。针对大量电力负荷数据难以处理的问题,本文将大数据理念和技术引入到中长期电力负荷预测当中,构建具有大数据特征的多维度数据样本集合,利用基于决策树袋外数据错误率的重要性评分方法,对影响电力负荷波动的气象因素进行重要性评分。在此基础上,利用大数据平台PySpark,编写随机森林回归算法,利用大数据平台的分布式架构,对电力负荷进行气象关联预测。实例分析结果表明,针对数量众多的气象影响因素,依然可以定量分析其影响电力负荷变化的重要性,通过与支持向量机和相关向量机模型在预测精度、训练时间和模型复杂度三个方面进行综合比较,充分体现本文所提方法的有效性。
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TM715
【图文】：

上海交通大学硕士学位论文2.4 算例分析本文调研我国某实际区域电网，搜集整理该区域的实际电力负荷数据和各类经济、气象等关联数据，对电力负荷进行经济关联度分析及气象指标重要性评价。2005 至 2010 年，该区域 GDP 总量保持 11%的年均增长速度，2011 至 2015 年GDP 总量年均增速降为 7.6%。其中 2015 年 GDP 总量为 18.6 万亿元，GDP 增长率为 7.58%。图 2-2 为该地区 2005 年到 2015 年产业结构占比，在 2014 年以后三产占比超越二产占比，并且三产占比不断提升。

图 2- 3 某区域 2005-2015 年电力负荷量及电力负荷增长率Fig. 2- 3 Power demand and growth rate of one region from 2005 to 2015.4.1 经济指标的关联度计算该区域是我国经济发展速度最快的地区之一。在 2006 年由工业化初期进入化中期，比全国 2011 年进入工业化中期提前了 5 年。2014 年步入工业化阶期，2015 年继续处在该时期。本文以该区域实际电网为例，结合该区域电网电力负荷的自身特点，使000-2015 年电力负荷总量与各类相关经济指标进行关联计算分析。对已选的 9 个经济指标与电力负荷进行关联度计算，结果如表 2- 3 所示：表 2- 3 2000-2015 年经济指标与电力负荷关联度Table 2- 3 Grey relativity analysis of economic index and power demand from 2000 to 2015指标 指标关联度GDP 总量 0.87GDP 增长率 0.67二产占比 0.64

图 2- 4 指标相关性对比分析Fig. 2- 4 Comparison of index correlation由图 2- 4 可知，在拟合区间，曲线 2 所选自变量的关联度均低于曲线 1，拟合效果相对逊色于曲线 1。在测试区间，曲线 2 与实际曲线出现较大偏差，了曲线 2 所用指标与电力负荷没有长期均衡的关系，即出现“伪相关”现象曲线 1 拟合效果较好，预测平均误差仅为 1.8%，对比验证本文所选指标与电荷具有长期均衡关系。4.2 气象指标的重要性评分该区域大部分位于我国东南沿海，气候四季分明，主要为“春暖”、“夏炎秋爽”、“冬寒”，属于亚热带湿润性季风气候，“热”和“湿”是其重要气候，尤其是夏季高温多雨、雨热同期特征明显。该区域高温过程可大致分为五个等级：短暂高温过程（连续 3 天大于等℃）、中等高温过程（连续 5 天大于等于 35℃）、较强高温过程（连续 8 天大于 35℃）、强高温过程（连续 17 天大于等于 35℃）、极强高温过程（连续 30

【参考文献】

相关期刊论文 前10条

1 张帆;刘杰锋;李冰;陈纲亮;季节;徐康泰;;基于改进Logistic模型阶段划分理论的饱和负荷预测[J];电力建设;2015年10期

2 刘杰锋;程浩忠;韩新阳;尤钟晓;杨宗麟;;多维度饱和负荷预测方法及其应用[J];电力系统及其自动化学报;2015年02期

3 高建昆;程恩富;;论中国经济新常态下的价值导向[J];探索;2015年01期

4 王德文;孙志伟;;电力用户侧大数据分析与并行负荷预测[J];中国电机工程学报;2015年03期

5 齐建国;;中国经济“新常态”的语境解析[J];西部论坛;2015年01期

6 张沛;;电力大数据应用现状及前景[J];电气时代;2014年12期

7 陈强;金小明;姚建刚;杨胜杰;龚磊;吴兆刚;;基于改进ABC算法的中长期电力负荷组合预测[J];电力系统保护与控制;2014年23期

8 鲍正杰;李生虎;赵锋;陈晨;高传海;;饱和负荷预测中的改进Logistic算法[J];电力系统及其自动化学报;2014年11期

9 张建平;刘杰锋;陈屹东;杨宗麟;马则良;程浩忠;;基于人均用电量和人均用电负荷的饱和负荷预测[J];华东电力;2014年04期

10 李振元;李宝聚;王泽一;;大数据技术对我国电网未来发展的影响研究[J];吉林电力;2014年01期

相关博士学位论文 前1条

1 刘晓娟;基于智能方法的电力系统负荷预测模型及其应用研究[D];东华大学;2014年

相关硕士学位论文 前4条

1 李三奎;上海金融竞争力对经济转型发展的作用研究[D];上海师范大学;2013年

2 刘冬;基于系统动力学的区域电力负荷中长期预测模型研究[D];华北电力大学;2012年

3 唐甜维;我国经济发展方式的转变及困境[D];吉林大学;2011年

4 陈昊;非经典计量经济学在负荷预测中的应用研究[D];东南大学;2005年

本文编号：2769691