电力负荷预测分为经典预测方法和现代预测方法。经典预测方法主要包括:
趋势外推法,时间序列法,回归分析法等。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。但上述方法的应用,一般重点在电
网侧,从数据获取上,需要获得研究的目标电网各发电机组的实时负荷和关键电
网节点的潮流状况。对于发电企业而言,很难及时、准确的获得这些数据。
本研究旨在找到一种在信息不完全对称的情况下,本文以线性外推法为基础,
充分利用已经获得的实时负荷数据,发电计划和机组启停信息数据,对预测结果
进行修TH,尽量消除由于突发的意外因素造成的负荷预测值与实际值的偏差。该
方法在保证运算速度的同时,提高了总体预测准确性和拐点处的预测准确性。就厂
站侧而言,这种预测对于发电机组的预防性控制、经济运行、提高发电机组运行
的经济性,降低度电煤耗,有重要的意义。
本研究通过一段时期内对地处大连的某100MW以上容量的火力发电厂实时
数据与预测数据相比较,证明该预测算法相对于传统的时间序列算法的优越性,
以及在实际应用中的可行性。并通过Microsoft Visual Studio 2005编程实现一个具
有自动数据采集,自动计算的超短期负荷预测系统。
关键词:负荷预测;发电厂;经济运行
==>>