文 献 综 述

一． 课题研究的背景及意义

电力系统是由发电、输电、变电、配电和用电等环节组成的电能生产与消费系统，其作用就是对各类用户竟可能经济地提供可靠而合乎标准要求的电能，随时满足各类用户的要求，也就是满足符合要求。由于电力的产生与使用具有特殊性，目前为止，有关电能最突出的问题就是电能是不能储存的，这样就要求系统发电出力随时紧跟随系统负荷的变化动态平衡，否则，就会影响供用电的质量，重则危及系统的安全与稳定^[5]。因此，电力系统负荷预测由此发展而来，其作用也日益重要。电力短期负荷预测是电力系统安全调度和经济运行的重要依据。在电力市场环境下，各电力公司若要制定合理的经济模型和具有竞争力的实时电价，则需依赖于准确和快速的负荷预测^[9]。

神经网络模型预测可以映射任意难以用数学模型描述的函数，对负荷平均序列有良好的预测结果，可以得到较为满意的结果。基于神经网络的短期负荷预测能够类似人一样具有简单的决定能力和简单的判断能力，这种方法比起正式的逻辑学推理演算更具有优势。

电力用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的根据。正确的地预测电力负荷，既是为了保证无条件供应国民经济各部门及人民生活以充足的电力需要，也是电力工业自身发展的需要。电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础。而短期负荷预测的意义在于：首先对运行中的发电厂的出力提出预告，使得对发电机出力变化的情况实现的以估计，对于装机容量不大的孤立电网，短期负荷预报是必要的。其次，对于一个大电网，为了经济和合理地安排本网内各发电机组的启动与停机，以是系统在要求的范围内，为保持必要的旋转储备容量为最小，短期负荷也是必须。另外，当电网进行计算机在线控制时，满足给定的运行要求，同时使发电成本为最小。所以，负荷预测是电力系统运行调度中一项非常重要的内容，是保证电力系统安全经济运行和实现电网科学管理及调度的基础^[6]。

二． 发展趋势^[3][5]

负荷预测的起源可以追溯到二十世纪二十年带初。当时电力系统规模小，因此负荷预测的思想没有引起人们的重视。但是六十年代中期的几次系统瓦解事故，将电力系统的安全分析提上了日程。同时，世界各国的经济迅速发展，对电力的需求量越来越大，对电能质量的要求越来越高，从而带动电力系统迅速发展壮大，从这时候开始，负荷预测获得了初步的发展。

从二十世纪六，七十年代到现在，负荷预测可以大致分为两个阶段：

第一阶段（二十世纪六，七十年代到八十年代末）是使用传统负荷预测技术的阶段，这一阶段基本沿袭了经济领域的预测技术。采用的方法大致分为两种类型，一是时间序列法，二是回归分析法。时间序列法是通过对预测对象的历史预测数据#8212;时间序列的分析处理，来研究其发展过程的基本特征和变化规律，并据此预测未来行为的方法。电力系统的负荷预测变动同样具有惯性，在时间上具有连续性，因而时间序列法成为早期传统负荷预测技术中的主要方法，并且是现代各种预测方法的基础。时间序列法分为确定型时序法和随机型时序法，前者包括时间序列平滑法、趋势外推法和季节变动法等；后者包括马尔科夫法和Box-Jenking法等。回归分析法属于相关法预测，它通过建立某些变量与负荷之间的因果关系而获得负荷预测。由于电力负荷的变化受到很多相关因素的影响，所以采用回归分析法进行负荷预测是自然的想法和可行的途径。