遺傳規劃在電力短期負荷預測中的應用.pdf

1、近年來,對負荷預測技術研究越來越多,并取得了一定的實用效果。負荷預測是電力系統運行與控制的基礎。準確的負荷預測有利于合理地安排電網內部發電機組的起停,減少不必要的旋轉儲備容量以及合理安排檢修計劃等。從傳統的預測技術,到現在的人工智能技術,各式各樣的負荷預測技術不斷涌現。常規短期負荷預測技術主要包括指數平滑預測法、回歸模型預測技術、時間序列預測技術和灰色預測技術等。智能化預測技術主要包括專家系統、人工神經網絡預測技術、小波分析預測技術和模

2、糊邏輯系統等。目前的負荷預測大多數是針對電力負荷與溫度、風速、相對濕度等單個氣象因子的關系,其缺點是不能正確反映所有的氣象信息,容易造成預測結果出現誤差。隨著經濟的發展和人民生活水平的提高,夏季降溫負荷和冬季取暖負荷所占的比重越來越大,并且這也是造成季節性缺電的主要因為之一。而人類對外界環境的感覺又不能只是通過氣象因子如溫度、濕度等某單一的參數來確定的,也就是說人體對外界的感覺是氣象的綜合影響因素的結果,由此引入了綜合氣象指數----人

3、體舒適度指數。人體舒適度指數是人體對溫度、濕度、風速等氣象因子的綜合反映,在夏季高溫季節,人體舒適程度的不同將直接影響空調等降溫、制冷設備的使用,從而影響到電力負荷使用量的多少。
　　 本文采用遺傳規劃作為一種預測模型的結構描述方法,其實質是用廣義的層次化計算機程序描述問題,這種計算機程序能根據環境狀況動態改變其結構和大小。在遺傳規劃算法為基礎的前提下,分別分析了電力短期負荷的兩種不同輸入特征變量的預測模型:一種是采用直接氣象因