本发明属于电力系统负荷预测领域,特别涉及一种长期电力负荷预测技术。
背景技术:
长期电力负荷预测是电网规划的基础,准确的负荷预测对于制定发电厂新建计划,决定装机容量大小,保证电网安全和稳定运行等都有着极为重要的作用。一般来说,长期电力负荷的变化具有逐年增长的趋势,灰色预测模型能够较好地以指数形式拟合长期用电量的情况,因此灰色预测方法是预测长期电力负荷的有效方法;但长期电力负荷的变化也具有一定的随机性和波动性,电量并不是按照绝对的指数规律逐年递增,如果不对灰色预测模型进行修正和改进,则会出现较大的误差。
现如今已有大量的文献对基础灰色预测模型GM(1,1)进行了深入的研究和改进,其中包括对灰色模型迭代初值进行优化、在原始序列中加入缓冲算子,以及对原始序列进行数据变换等。虽然这些方法能够在一定程度上降低模型拟合时的误差、提高预测时的精度,但却无法改变GM(1,1)模型本身的局限性,即利用离散的方法去估计参数,而采用连续时间响应进行预测所造成的跳跃性误差。离散灰色模型DGM(1,1)有效地避免了从离散到连续模型转换所带来的误差,其具有白指数规律重合性、伸缩变换一致性等性质,但也存在模拟值只能为等比序列的问题。
在长期电力负荷预测过程中,灰色预测模型只对电量呈近似指数规律的单调增长序列才有较高的预测精度。但随着负荷变化的波动性增强,灰色模型的拟合和预测效果并不是很好,因而建立新的预测修正模型是十分必要的。