地区电网负荷预测的灰色Verhulst与系统动力学组合模型

李杰 1; 王秀丽 1; 邵成成 1; 王志成 1; 张航 1; 陈雨甜 1; 王帅 2

doi:10.7652/xjtuxb202101009

您当前的位置：

首页 >

文章列表页 >

地区电网负荷预测的灰色Verhulst与系统动力学组合模型

更新时间：2025-07-09

- 地区电网负荷预测的灰色Verhulst与系统动力学组合模型
- Grey Verhulst and System Dynamics Combined Model for Regional Power Grid Load Forecasting
- 西安交通大学学报 2021年55卷第1期页码：68-77
- 作者机构：
  
  西安交通大学电气工程学院,西安,710049
- 作者简介：
- 基金信息：
  
  : 2020-06-02。作者简介: 李杰(1996—),男,硕士生;王秀丽(通信作者),女,教授,博士生导师。基金项目: 国家电网有限公司总部科技部项目(未来电网形态及其演进路线)
- DOI：10.7652/xjtuxb202101009
  中图分类号： TM715
- 网络首发：2021-01-10，
  
  纸质出版：2021
- 稿件说明：
移动端阅览
李杰 1, 王秀丽 1, 邵成成 1, 等. 地区电网负荷预测的灰色Verhulst与系统动力学组合模型[J]. 西安交通大学学报, 2021,55(1):68-77.

Grey Verhulst and System Dynamics Combined Model for Regional Power Grid Load Forecasting[J]. 2021, 55(1): 68-77.
李杰 1, 王秀丽 1, 邵成成 1, 等. 地区电网负荷预测的灰色Verhulst与系统动力学组合模型[J]. 西安交通大学学报, 2021,55(1):68-77. DOI： 10.7652/xjtuxb202101009.

Grey Verhulst and System Dynamics Combined Model for Regional Power Grid Load Forecasting[J]. 2021, 55(1): 68-77. DOI： 10.7652/xjtuxb202101009.

摘要

为解决传统地区电网负荷预测中单一模型预测误差较大的风险和无法充分利用历史数据的缺陷

提出一种地区电网负荷预测的线性组合模型——灰色Verhulst与系统动力学组合模型。以社会用电量历史数据为原始数据

先后建立灰微分方程和白化微分方程并进行求解

得到基于灰色Verhulst模型的负荷预测时间序列

该模型适用于负荷按照S形曲线增长或负荷增长处于饱和阶段的预测; 综合考虑经济、人口、能源替代和再电气化等对社会用电量的影响

建立负荷预测的经济子系统、人口子系统、能源替代和再电气化子系统、电力消费子系统

得到基于系统动力学的负荷预测模型

该模型适用于结构复杂、原始信息丰富、子系统之间联系紧密的负荷预测。在不增加复杂性的基础上

通过最小方差准则对单一模型进行线性组合

建立地区电网负荷预测的组合模型。采用枣庄市所有地块进行算例分析

结果表明:在充分利用了负荷历史数据后

71%的地块的预测精度较单一模型的有所提高; 在采用最小方差准则对单一模型进行线性组合后

29%的地块产生较大预测误差的风险较单一模型的有所降低。

Abstract

To solve the risk of large forecast errors of a single model and the inability to make full use of historical data in the traditional regional power grid load forecasting

this paper proposes a linear combination model of regional power grid load forecasting

i.e. combination model of grey Verhulst and system dynamics. Taking the historical data of social electricity consumption as the original data

the grey differential equation and the whitening differential equation are successively established and solved to obtain the load forecast time series based on the grey Verhulst model

which is adopted to predict the load growth in accordance with the S-shaped curve or the load growth in saturation stage. Comprehensively considering the impacts of economy

population

energy substitution and re-electrification on social electricity consumption

the economic subsystem

population subsystem

energy substitution and re-electrification subsystem and power consumption subsystem of load forecasting are established

then a load forecasting model based on system dynamics is obtained

which is suitable for load forecasting with complex structure

rich original information and close connection among the subsystems. Without increasing complexity

single model is linearly combined following the minimum variance criterion to establish a combined model for regional power grid load forecasting. All areas in Zaozhuang city are employed to analyze the calculation examples. The results show that after making full use of the historical load data

the prediction accuracy of 71% of the areas is higher than that of a single model; after considering the minimum variance criterion to linearly combine the single model

29% of the areas encounter lower risk of large prediction errors than a single model.

关键词

Keywords

references

牛东晓, 曹树华, 卢建昌. 电力负荷预测技术及其应用 [M]. 2版. 北京: 中国电力出版社, 2009: 1-7.

康重庆, 夏清, 张伯明. 电力系统负荷预测研究综述与发展方向的探讨 [J]. 电力系统自动化, 2004, 28(17): 1-11.

KANG Chongqing, XIA Qing, ZHANG Boming. Review of power system load forecasting and its development [J]. Automation of Electric Power Systems, 2004, 28(17): 1-11.

李钷, 李敏, 刘涤尘. 基于改进回归法的电力负荷预测 [J]. 电网技术, 2006, 30(1): 99-104.

LI Po, LI Min, LIU Dichen. Power load forecasting based on improved regression [J]. Power System Technology, 2006, 30(1): 99-104.

石文清, 吴开宇, 王东旭, 等. 基于时间序列分析和卡尔曼滤波算法的电力系统短期负荷预测 [J]. 自动化技术与应用, 2018, 37(9): 9-12, 23.

SHI Wenqing, WU Kaiyu, WANG Dongxu, et al. Eclectic power system short-term load forecasting model based on time series analysis and Kalman filter algorithm [J]. Techniques of Automation and Applications, 2018, 37(9): 9-12, 23.

朱继萍, 戴君. 基于BP网的中长期负荷预测因素优化选择 [J]. 计算机工程, 2008, 34(18): 226-227, 230.

ZHU Jiping, DAI Jun. Optimization selection of correlative factors for medium and long term load forecasting based on BP network [J]. Computer Engineering, 2008, 34(18): 226-227, 230.

李春祥, 牛东晓, 孟丽敏. 基于层次分析法和径向基函数神经网络的中长期负荷预测综合模型 [J]. 电网技术, 2009, 33(2): 99-104.

LI Chunxiang, NIU Dongxiao, MENG Limin. A comprehensive model for long-and medium-term load forecasting based on analytic hierarchy process and radial basis function neural network [J]. Power System Technology, 2009, 33(2): 99-104.

张伏生, 刘芳, 赵文彬, 等. 灰色Verhulst模型在中长期负荷预测中的应用 [J]. 电网技术, 2003, 27(5): 37-39, 81.

ZHANG Fusheng, LIU Fang, ZHAO Wenbin, et al. Application of grey Verhulst model in middle and long term load forecasting [J]. Power System Technology, 2003, 27(5): 37-39, 81.

邓聚龙. 灰色控制系统 [M]. 武汉: 华中工学院出版社, 1985: 293-302, 343-348.

龚赵慧, 林天祥. 基于灰色Verhulst和灰色马尔科夫的电力负荷预测组合模型 [J]. 电气技术, 2017(9): 35-39, 45.

GONG Zhaohui, LIN Tianxiang. The combination model based on grey Verhulst and Markov theory [J]. Electrical Engineering, 2017(9): 35-39, 45.

尚芳屹, 杨宗麟, 程浩忠, 等. 改进Verhulst模型在饱和负荷预测中的应用 [J]. 电力系统及其自动化学报, 2015, 27(1): 64-68.

SHANG Fangyi, YANG Zonglin, CHENG Haozhong, et al. Application of improved Verhulst model in saturation load forecasting [J]. Proceedings of the CSU-EPSA, 2015, 27(1): 64-68.

王翠茹, 孙辰军, 杨静, 等. 改进残差灰色预测模型在负荷预测中的应用 [J]. 电力系统及其自动化学报, 2006, 18(1): 86-89.

WANG Cuiru, SUN Chenjun, YANG Jing, et al. Application of modified residual error gray prediction model in power load forecasting [J]. Proceedings of the CSU-EPSA, 2006, 18(1): 86-89.

董军, 吴鸣. 我国居民电力消费影响因素的协整研究 [J]. 水电能源科学, 2011, 29(9): 185-187, 220.

DONG Jun, WU Ming. Cointegration study of influencing factor of residential electricity consumption in China [J]. Water Resources and Power, 2011, 29(9): 185-187, 220.

NONNEMAN W, VANHOUDT P. A further augmentation of the Solow model and the empirics of economic growth for OECD countries [J]. The Quarterly Journal of Economics, 1996, 111(3): 943-953.

NERLOVE M, RAUT L K. Chapter 20 Growth models with endogenous population: a general framework [M]∥Handbook of Population and Family Economics. Amsterdam, Netherlands: Elsevier, 1997: 1117-1174.

舒印彪. 加快再电气化进程促进能源生产和消费革命 [J]. 国家电网, 2018(4): 38-39.

郭扬, 李金叶. 我国新能源对化石能源的替代效应研究 [J]. 可再生能源, 2018, 36(5): 762-770.

GUO Yang, LI Jinye. The substitution effect on new energy research and fossil energy in China [J]. Renewable Energy Resources, 2018, 36(5): 762-770.

谭忠富, 张金良, 吴良器, 等. 中长期负荷预测的计量经济学与系统动力学组合模型 [J]. 电网技术, 2011, 35(1): 186-190.

TAN Zhongfu, ZHANG Jinliang, WU Liangqi, et al. A model integrating econometric approach with system dynamics for long-term load forecasting [J]. Power System Technology, 2011, 35(1): 186-190.

王其藩. 系统动力学 [M]. 上海: 上海财经大学出版社, 2009: 11-35.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

EBSILON软件在热电联产系统优化中的应用综述

超临界水异常区域热力学特性研究

电子级超纯氮深冷空分流程节能优化研究

超临界二氧化碳向心透平轮背间隙内风阻损失及流动特性研究

水蒸气掺混对氨裂解气旋流燃烧与排放特性的影响研究