石油化工学院专业综合课程设计院系名称：计算机与电子信息学院专业班级：学生姓名：小组成员：学号：指导教师：设计时间：2014 年1月6日-1月12日目录：引言———————————————————————————————3一、电力负荷预测的相关介绍————————————————————41、电力负荷预测的背景———————————————————————42、电力负荷预测的目的及意义————————————————————4二、电力负荷短期预测分为经典预测方法和现代预测方法————————51、经典预测方法—————————————————————————52、现代负荷预测方法———————————————————————6三、电力负荷的分析与预测————————————————————73.1、电力负荷的结构与特点————————————————————73.2、短期负荷预测的流程图————————————————————8四、人工神经网络的原理、结构和算法———————————————94.1、人工神经网络————————————————————————94.2、人工神经网络的分类及学习类型———————————————10五、人工神经网络的实现过程———————————————————11六、基于BP神经网络的负荷预测原理结构及算法实现———————126.1、网络基本原理———————————————————————12 6.2、BP神经元———————————————————————13 6.3、BP正向传播————————————————————————136.4、BP反向传播————————————————————————14七、基于GRUN神经网络的负荷预测原理结构及算法实现——————167.1、GRNN神经网络背景—————————————————————167.2、GRNN的理论基础和网络结构—————————————————17八、基于灰色系统理论的负荷预测原理结构及算法实现——————198.1、灰色数学理论及其发展———————————————————198.2、算法实现—————————————————————————19九、编程代码及仿真结果—————————————————————219.1、原始数据—————————————————————————21 9.2、用BP网络预测电力负荷———————————————————22 9.3、用GRNN进行电力负荷预测——————————————————26 9.4、用灰色理论进行电力负荷预测————————————————31十：三种预测结果进行比较————————————————————32 心得体会————————————————————————————34基于MATLAB的电力系统负荷预测模型仿真与分析引言：为电力负荷预测制定一个精确的模型对于电力系统的运行和规划是必不可少的。

负荷预测可帮助电力部门作出重大的决定，包括关于购买和发电，负荷开关，及基础设施的发展、用电管理及调峰调谷等。

短期负荷预测是随着电力系统EMS的逐步发展而发展起来的，现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一。

随着电力市场的建立和发展，对短期负荷预测提出了更高的要求，短期负荷预测不再仅仅是EMS的关键部分，同时也是制定电力市场交易计划的基础。

电力系统负荷预测为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。

因此，电力负荷预测是一项十分重要的工作，对于保证电力工业的健康发展，及节能降耗具有十分重要的意义。

一、电力负荷预测的相关介绍1、电力负荷预测的背景电力系统负荷预测的实质是对电力市场的需求进行预测，是保证电网安全稳定运行，合理编制电网运行方式，做好电网供需平衡的关键性工作，也是“三公”调度和电力市场运营的重要基础工作。

众所周知，电力工业与一般其他的产业不同，其产品是无法储存的，电力的生产和消费必须在一瞬间进行，电站建设投资大，建设周期长,电能在国民经济的各个行业和人民群众的日常工作中占有举足轻重的地位，尤其现在面临一个相当长的时期内电力系统调度，生产部门和计划部门等管理部门的重要日常工作中来，成为电力市场运营机制中考核供电企业的一项重要指标。

标准的负荷预测，将为电源的合理分布，适时的电网规划设计，最佳的投资时间以及获得最大的经济利益和社会效益提供科学的决策依据，以及电网的安全经济可靠地运行提供最基本的保证。

它决定了发电，输电和配电等方面的合理安排，负荷预测的准确与否直接关系到电力系统的安全经济运行，国民经济发展等诸多方面。

所以在这种背景下发展电力负荷预测项目有较好的前景，这符合我国国家的发展。

2、电力负荷预测的目的及意义电力系统负荷预测可以分为长期，中期，短期以及超短期负荷预测，分类的不同对应不同的用途：长期负荷预测所覆盖时间从未来数年到数十年不等，主要用于各类发电厂机组检修安排和电网的发展安排；中期负荷预测一般指未来一年之内的负荷预测，用于安排电气设备大修计划及水库的经济运行；短期负荷预测一般是指24小时的日负荷预测和168小时的周负荷预测，目的主要用于各个点成安排日/周发电计划等；超短期负荷预算是指未来一小时以内的负荷预测，目的主要用于AGC(自动增益控制)和电气设备的安全监视。

其影响主要表现在以下几点：(1) 短期负荷预测对制定电力市场实时电价的影响。

实时电价即动态电价，是电力市场的重要表现，也是电力市场的杠杆和核心内容。

它会直接决定供电企业和发电厂的经济效益，只有在参考短期负荷预测的基础上，才能制定出适宜的实时电价，取得市场竞争的主动权，而不是消极地、被动地接受，这样才能保证企业、电力市场健康地发展。

(2) 短期负荷预测对结算电量的影响。

在电力市场中，结算电量是按不同的时段(低谷、平段和高峰)进行的，所以要将结算电量按负荷预测后的曲线分配到各个时段上，然后按实时电价和合同电量进行结算。

如果短期负荷预测与实际值偏差太大，将会造成不同时段的结算电量不正确，导致发电厂和供电企业之间收入不合理，产生不必要的矛盾。

(3) 短期负荷预测对电力市场分析与评估系统(Analysis and Assessment of Electricity Market，简称AAEM)的影响。

电力市场分析与评估系统是对电力系统未来供需状况进行信息采集及分析的综合系统。

通过采集、分析相关信息，模拟未来时段内的市场行为，分析预测系统在短期、中期供求平衡和安全情况，及时向市场公布。

目的是使市场成员尤其是发电公司能够提前了解市场一周乃至一年的负荷预测、发电计划、用电计划、检修计划及电网安全约束条件等，在此基础上，进行投资和发电报价的决策，从而减少发电公司生产的盲目性。

可见，精确的负荷预测对电力市场的发展具有重大的作用。

(4) 短期负荷预测对广大用户的影响。

由上述(1)所言，实时电价是建立在负荷预测的基础上，每日不同的时段对应不同的电价。

所以用户基于从用电价格考虑，特别是大、中用户，总是希望尽可能地了解不同时段的出现时间，来安排低电价时段用电，减少电费支出，达到降低生产成本、提高经济效益的目的。

这样也可以使得整个电力系统的负荷曲线变得平稳、光滑，从而达到电力部门所希望的削峰添谷的良好用电局面。

从目前研究短期负荷预测的众多方法上看，已经积累了丰富的理论和实际经验。

然而，需要重点明确：电力系统的负荷是受很多因素的影响，这些因素包含负荷的组成，负荷随时间的变化，外界气象(气温、能见度、风力等)的变化，节假日等等，所以，不同的电力系统对应有不同的负荷规律性，还需人们具体地开发和研究。

二、电力负荷短期预测分为经典预测方法和现代预测方法（1）经典预测方法（1）、时间序列法时间序列法是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。

它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。

时间序列预测方法可分为确定型和随机性两类，确定型时间序列作为模型残差用于估计预测区间的大小。

随机型时间序列预测模型可以看作一个线性滤波器。

根据线性滤波器的特性，时间序列可划为自回归(AR)、动平均(MA)、自回归-动平均(ARMA)、累计式自回归-动平均(ARIMA)、传递函数(TF)几类模型，其负荷预测过程一般分为模型识别、模型参数估计、模型检验、负荷预测、精度检验预测值修正5个阶段。

时间列模型的缺点在于不能充分利用对负荷性能有很大影响的气候信息和其他因素，导致了预报的不准确和数据的不稳定。

（2）、回归分析法回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。

从数学上看，就是利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测目的。

回归预测包括线性回归和非线性回归。

回归模型虽然考虑了气象信息等因素，但需要事先知道负荷与气象变量之间的函数关系，这是比较困难的。

而且为了获得比较精确的预报结果，需要大量的计算，这一方法不能处理气候变量和负荷之间的非平衡暂态关系。

虽然经典的数学统计方法具有速度快的优点，但是其预测模型比较简单，很难准确描述负荷预测的实际模型，所以其精度较差。

随着人工智能技术逐步被引入到短期负荷预测中，人们已经提出了多种基于人工智能的预测方法，其中最为典型的为基于各种人工神经网络模型的预测方法，其中以神经BP算法为代表。

（2）现代负荷预测方法20世纪80年代后期，一些基于新兴学科理论的现代预测方法逐渐得到了成功应用。

这其中主要有灰色数学理论、专家系统方法、神经网络理论、模糊预测理论等。

（1)、灰色数学理论灰色数学理论是把负荷序列看作一真实的系统输出，它是众多影响因子的综合作用结果。

这些众多因子的未知性和不确定性，成为系统的灰色特性。

灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。

灰色系统理论是中国学者邓聚龙教授1982年3月在国际上首先提出来的，在国际期刊《SYSTEMS AND CONTROL LETTER》刊物上发表，题为“Control Problems of Grey Systems”,引起了国际上的充分重视。

灰色系统理论的形成是有过程的。

早年邓教授从事控制理论和模糊系统的研究，取得了许多成果。

后来，他接受了全国粮食预测的课题，为了搞好预测工作，他研究了概率统计追求大样本量，必须先知道分布规律、发展趋势，而时间序列法只致力于数据的拟合，不注重规律的发展。