发电厂及电力系统毕业论文.docx

发电厂及电力系统毕业论文.docx

《发电厂及电力系统毕业论文.docx》由会员分享，可在线阅读，更多相关《发电厂及电力系统毕业论文.docx（51页珍藏版）》请在冰豆网上搜索。

发电厂及电力系统毕业论文

大学

毕业论文

电力系统短期负荷预测

姓名：

学号：

专业：

发电厂及电力系统

年级：

指导教师：

中文摘要:

1

英文摘要:

2

1绪论3

1.1短期负荷预测的目的和意义3

1.2电力系统负荷预测的特点和基本原理4

1.2.1电力负荷预测的特点4

1.2.2电力负荷预测的基本原理4

1.3国外研究的现状5

1.3.1传统负荷预测方法6

1.3.2现代负荷预测方法6

1.4神经网络应用于短期负荷预报的现状8

1.5本文的主要工作8

2最小二乘法10

2.1最小二乘法原理10

2.2多项式拟合具体算法10

2.3多项式拟合的步骤11

2.4电力系统短期负荷预测误差12

2.4.1误差产生的原因12

2.4.2误差表示和分析方法12

2.4.3拟合精度分析13

3基于神经网络的短期负荷预测15

3.1人工神经网络15

3.1.1人工神经网络的基本特点15

3.2BP网络的原理、结构15

3.2.1网络基本原理15

3.2.2BP神经网络的模型和结构16

3.2.3BP网络的学习规则16

3.3BP算法的数学描述17

3.3.1信息的正向传递17

3.3.2利用梯度下降法求权值变化及误差的反向传播17

3.4BP网络学习具体步骤18

3.5标准BP神经网络模型的建立19

3.5.1输入输出变量19

3.5.2网络结构的确定19

3.5.3传输函数20

3.5.4初始权值的选取21

3.5.5学习数率22

3.5.6预测前、后数据的归一化处理22

3.6附加动量的BP神经网络22

3.6.1标准BP算法的限制与不足22

3.6.2附加动量法23

4算例分析25

4.1负荷数据25

4.1.114天实际的负荷数据25

4.1.2归一化后的负荷数据27

4.2两个模型仿真后的结果分析30

4.3两种模型拟合精度分析37

4.4附加动量法39

结论40

谢辞41

参考文献42

附录1最小二乘法的MATLAB程序44

附录2标准BP神经网络的MATLAB程序46

附录3附加动量法的MATLAB程序49

电力系统短期负荷预测

摘要:

电力系统负荷预测是电力生产部门的重要工作之一。

准确的负荷预测，可以合理安排机组启停，减少备用容量，合理安排检修计划及降低发电成本等。

准确的预测，特别是短期负荷预测对提高电力经营主体的运行效益有直接的作用，对电力系统控制、运行和计划都有重要意义。

因此，针对不同场合需要寻求有效的负荷预测方法来提高预测精度。

本文采用神经网络方法对电力系统短期负荷进行预测。

本文主要介绍了电力负荷预测的主要方法和神经网络的原理、结构，分析了反向传播算法，建立三层人工神经网络模型进行负荷预测，并编写相关程序。

与此同时采用最小二乘法进行对比，通过对最小二乘法多项式拟合原理的学习，建立模型编写相关程序。

通过算例对两种模型绝对误差、相对误差、拟合精度进行分析，同时比较它们训练时间，得出标准BP神经网络具有更好的精度优势但训练速度较慢。

最后针对标准BP神经网络训练速度慢、容易陷入局部最小值等缺点，对标准BP神经网络程序运用附加动量法进行修改，分析改进后网络的优点。

关键词:

短期负荷预测,标准BP神经网络，最小二乘法，附加动量法

TheShort-TermLoadForecastingof

thepowersystem

Abstract：

Powersystemloadforecastingisoneofthemostimportantworkoftheelectricityproductionsector.Theaccurateloadforecastingcanarrangeunitstart-stop,reducethesparecapacity,reasonablearrangementofthemaintenanceplanandreducepowercost,etc.Ithasadirecteffectontherunningefficiencyofthepowermanagemententitiesandalsohastheimportantmeaninginthepowersystemcontrol,operationandplanning.Soitisimportanttofindeffectivemethodtoenhanceforecastprecisionfordifferentoccasions.Inthispapertheneuralnetworkisusedfortheshort-termloadforecastingofthepowersystem.Thisarticleintroducesthemethodofthepowerloadforecastingandtheprinciples,structure,back-propagationalgorithmoftheneuralnetwork.Thenthethree-layerartificialneuralnetworkmodeliscreatedforloadforecastingandtheprogramiswritten.Atthesametime,theleastsquaremethodisusedforcomparing.Bylearningthepolynomialfittingprincipleofthesquaremethod,themodeliscreatedandtheprogramiswritten.Throughcomparingtheabsoluteerror,therelativeerror,thefittingprecisionandtheirtrainingtimeofthetwomodels,theBPneuralnetworkisprovedtohavebetteraccuracybutslowertrainingspeed.DuetothestandardBPneuralnetworkhasslowertrainingspeed,easytofallintothelocalminimumvalueandothershortcoming,theadditionalmomentummethodisusedtomodifythestandardBPneuralnetworkandtheadvantageoftheimprovednetworkisconcluded.

Keywords：

Short-termloadforecastingStandardBPneuralnetwork

LeastsquaresmethodAdditionalmomentummethod

1绪论

1.1短期负荷预测的目的和意义

短期负荷预测可对未来一天到七天的负荷进行预测，是调度中心制定发电计划及发电厂报价的依据。

它也是能量管理系统（EMS）的重要组成部分，对电力系统的运行、控制和计划都有着非常重要的影响，提高电力系统短期负荷预测的精度既能增强电力系统运行的安全性，又能改善电力系统运行的经济性。

电力系统负荷预测是以准确的统计数据和调查资料为依据，从用电量的历史和现状出发，在充分考虑一些重要的系统运行特性、增容决策，自然条件与社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法。

在满足一定精度要求的意义下，确定未来某特定时刻的负荷数值[1]。

电力负荷预测的目的就是提供负荷的发展状况和水平，为电力生产部门和管理部门制订生产计划和发展规划提供依据，确定各供电地区的供电电量，生产规划等等。

随着我国电力市场的进一步发展，短期负荷预测在电力系统的经济运行方面的影响会愈来愈明显，尤其对发电市场侧有深远影响，主要表现在：

（1）短期负荷预测值对实时电价制定的影响。

电价是电力市场的杠杆和核心容，体现了电力市场的竞争性和开放性，而电价的制定是在未来给定电价计算期的负荷预测的基础上完成的。

因此，发电企业要保证其电价的竞争能力并且盈利，就必须获得较精确的负荷预测，才能订出既有竞争力又保证盈利的电价。

（2）短期负荷预测值对用户用电情况的影响。

由于负荷的随机变化，或发、输、配电设备的故障，电能的供、需情况是不断变化的，供电成本也是随之变化的。

即使是同一用户，不同时间用电时，对其供电的成本也是不同的。

短期负荷预测结果的出现，使用户可以了解负荷高峰和低谷出现的时间以便合理安排用电情况，节约电费；而且用户可以相应地对电价做出响应，选择低电价时段用电。

（3）短期负荷预测对转运业务的影响。

提供转运业务是电力市场中电网的一项基本功能，转运是电力市场平等竞争的必要条件，可以给电网带来巨大的效益[2]。

而电网在执行转运业务时，将根据负荷预测的数据及各发电机的运行参数，制定发电计划和调度计划，所以准确的负荷预测将促进供、运、用电三方的协调。

（4）短期负荷预测对合同电量分配的影响。

由于在初级发电市场，所有电量统一进行竞价,只在电费结算时考虑合同电量，按照差价合约结算。

由于电费结算按时段进行，需将合同电量按负荷预测曲线分配至各时段。

在最后是按短期负荷预测曲线将日合同电量分到各时段，所以不准确的短期负荷预测将导致违约，甚至引起电量分配的不合理，造成电量不足等问题。

（5）短期负荷预测对系统充裕性评估的影响。

系统充裕性评估（ProjectedAssessmentofSystemAdequacy）由电力调度中心负责，主要容是分析预测中、短期系统供需平衡和系统安全情况，目的是让市场成员正确了解信息，安排1年中系统的供电、用电及设备检修，进行发电报价决策，以尽可能减少电力调度中心的干预。

这也体现了准确的短期负荷预测对系统及发电市场的重要影响和作用。

1.2电力系统负荷预测的特点和基本原理

1.2.1电力负荷预测的特点

这于负荷预测是根据电力负荷的过去与现在来推测它的未来数值，所以，这

一工作所研究的对象是不确定性事件，它具有以下特点：

（1）预测结果的非准确性。

电力负荷的大小受各种复杂因素的影响，这些影响因素是发展变化的，如社会经济发展、气候变化、新技术发展、政治政策等。

人们对有些因素能预先估计，有些因素则不能或很难被准确预测。

另外，预测方法与理论的不断更新，也将影响到预测的精度。

（2）预测的条件性。

各种电力负荷预测都是在一定条件下做出的。

这些条件有必然条件和假设条件，按必然条件做出的负荷预测往往是可靠的，按假设条件做出的预测准确性显然具有条件性，比如说，预测模型训练时有些参数初始值的设定不同，预测结果会不同，很显然，由此做出的负荷预测就具有了特定的条件性。

（3）预测结果的多方案性。

由于负荷预测精度问题要求、预测条件的制约不同，再加上预测手段及理论数学模型的多样性，使得预测的结果并非是唯一的。

1.2.2电力负荷预测的基本原理

由于负荷预测具有不确定性、