特殊节假日的短期电力负荷预测新方法

第３２卷第２期　东华大学学报《自然科学版）　Ｖｏ１．３２．Ｎｏ．２　２００６年４月　ＪＯＵＲＮＡＬ　ＯＦ　ＤＯＮＧＨＵＡ　ＵＮＩＶＥＲＳｌＴＹ　Ａｐｒ．２００６　特殊节假日的短期电力负荷预测新方法　李征，张志杰　（东华大学信息科学与技术学院，上海，２０００５１）　摘要针对电力系统短期负荷预测中特殊节假日负荷预测的特殊性，提出一种基于模糊逻辑的预测方法，该方法合理　运用了模糊逻辑对不确定问题的推理能力，克服了特殊节假日由于负荷特性的不同以及历史数据的缺乏所导致的预　测困难，仿真结果验证了该方法的可行性。　关键词：负荷预测，特殊节假日，模糊推理　中图分类号：ＴＰ　２７３　短期电力负荷预测是电力系统发电计划　年限的负荷数据得出的，对于当地负荷水平有明显　（ＳＴＧＥＮ）的重要组成部分，是电力系统经济运行　变化的地区则不适用，另外该文献并没有重点预测　基础。在当前电力供应紧张，以及电力市场的不断　对假日负荷有重要意义的最高负荷和最低负荷。　发展的情况下，准确预测电力负荷对电力系统安全　本文利用模糊逻辑对不确定问题较强的推理　经济运行有更为重要的意义。　能力，在充分考虑节假日负荷特性的基础上，得到　已有的负荷预测方法可以分为经典的方法和　节假日的最高负荷和最低负荷，并且通过一种简单　智能技术两大类。经典方法主要是基于各种统计　的计算负荷增长率的比例系数的方法得到预测日　理论的时间序列模型，而智能技术包括人工神经网　的全部２４　ｈ负荷。　络方法和专家系统方法。这些方法虽然各有优劣，　但是都是建立在充足的历史数据以及经验的分析　１　一种基于模糊逻辑的特殊节假　的基础上。然而特殊节假日（如五一、国庆、元旦、　日短期负荷预测模型　春节等）由于历史数据有限并且具有明显不同于普　通日的负荷特性，所以给预测带来了困难。文献　１．１模糊推理系统　［１］采用模糊推理策略预测特殊节假日的最高负荷　这里采用目前最普遍应用的模糊推理方法即　和最低负荷，以节假日、季节、日最高温度和最低温　Ｍａｍｄａｎｉ推理法。一个典型的Ｍａｍｄａｎｉ型模糊逻　度为模糊输入变量，以日最高负荷和最低负荷的变　辑系统主要由以下几个部分组成：‘　化值为输出变量，依据大量实践经验建立模糊规　（１）输入和输出量的模糊化方法，包含语言变　则，最终得到待预测的特殊节假日的最高负荷以及　量、语言值及其隶属度函数的选取；　最低负荷。该方法充分利用了模糊逻辑处理不确　（２）模糊规则；　定因素的优点，取得较好的预测效果，然而该方法　（３）模糊推理方法；　以非变化量对应变化量的ｉｆ－ｔｈｅｎ规则的对应关系　（４）输出量的去模糊化方法。　并不合理，另外对最高负荷以及最低负荷以外的负　因此在构造一个模糊推理系统的时候需要首　荷值并没有预测。文献［２］采用基于统计规律的方　先确定输入、输出语言变量及其语言值（变量的论　法预测节假日的２４点负荷，根据近大远小的原则　域及模糊子集）；再确定各语言值的隶属函数，包含　得到历年节日负荷以及节前负荷的平均值，通过比　隶属函数的类型与参数；确定模糊规则；选定模糊　较历年的节假日负荷与节前负荷，得到负荷增长　逻辑推理方法和去模糊化方法。　率，最终求得待预测的特殊节假日的预测负荷。该　１．２预测模型　预测方法原理简单，但是负荷的增长率是通过过去　为了区分特殊节假日最大、最小负荷与一般工　收稿日期：２００４—０９—２１　维普资讯 http://www.cqvip.com

６８　东华大学学报（自然科学版）　第３２卷　作日（一般指周～至周五）最高、最低负荷的差异，　给出最高、最低负荷的负荷差异定义　如下：　／３９　）一　×１００（１）　ＬＤ　㈤一　×１Ｏ。（２）　其中：　ｍａｘ　ＳＤ（ｉ）为第ｉ个特殊节假日的最高负荷；　ｍａｘＷＤ（ｉ）为第ｉ个特殊节假日前５个一般工作日　（周一至周五）最高负荷的均值；Ｌ　Ｄｌ一（　）为第ｉ个　特殊节假日的最高负荷差异；ｍｉｎＳＤ（ｉ）为第ｉ个特　殊节假日的最低负荷；ｍｉｎＷＤ（ｉ）为第ｉ个特殊节　假日前５个正常工作日最低负荷的均值；ＬＤ　（ｉ）　为第ｉ个特殊节假臼最低负荷差异。　ＬＤ体现了特殊节假日相对于一般工作日负荷　ｍ№特性的变化程度。对历史数据的分析可以得知：同　一特殊日（具有相同的日期类型）具有相似的ＬＤ。　因此我们可以通过求得历史数据中相同特殊节假　日的ＬＤ一（ｉ）以及ＬＤ　（　），通过上面的公式求得　本年的特殊节假日的最大、最小负荷。然而这样的　№№　算法并不能体现经济增长以及气候变化等因素对　负荷的影响。ＴＬＤ（ｔｙｐｉｃａｌ　ＬＤ）是典型负荷差异，　ＴＬＤ由相同的特殊节假日（具有相同的日期类型）　的历年ＬＤ平均得到。ＴＬＤ体现了特殊节假日ＬＤ　的典型特性。　ＶＬＤ（ｔｈｅ　ｖａｒｉａｔｉｏｎ　ｏｆ　１．Ｄ）是特殊节假日的负　荷差异变化量，及当年的特殊节假日ＬＤ相对于　ＴＬＤ的变化量，具体由ＬＤ减去ＴＬＤ得到。ＶＬＤ　体现了特殊节假日的负荷特性相对于同一特殊节　假目的典型负荷特性的变化量。　模糊逻辑系统的输入选待预测特殊节假日前　一年的ＶＬＤ　（用Ｘ表示），以及待预测的特殊节　假日当年前一个特殊节假日（不一定是相同的特殊　节假日，如春节前的元旦）的ＶＬＤ　（用ｙ表示），　输出为待预测特殊节假日的ＶＬＤ　（用ｚ表示）。　根据ＶＬＤ建立模糊推理规则：　ＩＦ　Ｘ　ｉＳ　Ａ　ＡＮＤ　Ｙ　ｉｓ　Ｂ　ＴＨＥＮ　Ｚ　ｉｓ　Ｇ；　Ａ、Ｂ　、Ｃ　分别采取以下的模糊子集划分：ＮＶＢ　（负很大）、ＮＢ（负大）、ＮＭ（负中）、ＮＳ（负小）、　ＮＶＳ（负很小）、ＺＥ（零）；ＰＶＳ（正很小）、ＰＳ（正　小）、ＰＭ（正中）、ＰＢ（正大）。本文的模糊规则　见表１。输入、输出变量的论域及隶属函数　参　见图ｌ。　１　０．５　Ｏ　一２Ｏ　—ｌ５　一ｌ０　—５　０　５　Ｘ，ｙ，ｚ　图１变量ｘ、ｙ、ｚ的隶属函数示意图　表１模糊规则对应表　＼　ＮＶＢ　ＮＢ　ＮＭ　ＮＳ　ＺＥ　ＰＳ　ＰＭ　ＰＢ　船　№　№№　№　ＶＬＤ　的模糊推理计算方法同上。经过重心　法解模糊化处理得到当年预测的特殊节假日的　冱　ＶＬＤ～（　Ｄ　），然后根据式（１）、（２）变换得到待　预测目的最大负荷以及最小负荷。具体转化公式　阳　如下：　Ｌ　（ｉ）＝ｍａｘＷＤ（ｉ）＋　Ｆｏｒｅｃａｓｔ　ＬＤ，，￣　ｘＤ—（　ｉ）ＸｍａｘＷ———————————一（ｉ）×１００（３）　阳阳阳阳　１ＯＯ　一　Ｌ　（　）一ｍｉｎＷＤ（ｉ）＋　Ｆｏｒｅｃａｓｔ　ＬＤ，￣．（———ｉ）Ｘ　ｍｉｎＷＤ（ｉ）×１００（４）　—１００　、　、‘　其中，Ｌ丌ｍ　（ｉ）为第　个特殊节假日的最高负荷；　Ｌ　（　）为第ｉ个特殊节假臼的最小负荷；　Ｆｏｒｅｃａｓｔ　ＬＤ　为预测的特殊日的ＬＤ　（ｉ）即　ＶＬＤ　与了１ＬＤ一之和；　Ｆｏｒｅｃａｓｔ　ＬＤ　为预测的特殊日的ＬＤ　（　）即　ＶＬＤ　与丁Ｌ　之和。　对于除了最高负荷和最低负荷之外的其他时　间点的负荷值的算法比较简单，设定参数ｒ为预测　的特殊节假曰前三个月的平均负荷与前一年的同　样的特殊节假日前三个月的平均负荷之比。预测　的特殊节假日的２４点负荷就为去年相同节假日负　荷乘上平均负荷之比ｒ。结合上面求得的最高负荷　以及最低负荷得到特殊节假日的２４点负荷。　　№　№　№　维普资讯 http://www.cqvip.com

２期　李征，等：特殊节假日的短期电力负茼预测新方法　６９　到好的精度，四个节假日的误差分别在　２　算例分析　以郑州地区２００１年特殊节假日五一、国庆、元　旦以及春节为例应用上述的基于模糊逻辑的预测　０．３　～４　之间，完全符合负荷预测的精度要求；使　用比例系数预测２４　ｈ负荷的方法，实现虽然非常简　单，然而预测的结果显示该方法同样可以取得较为理　想的预测精度，每小时的相对误差均不超过４　，平均　方法预测特殊节假日的最高负荷以及最低负荷，结　果见表２。经过计算平均负荷比率的方法得到的２４　相对误差也在很小的范围内，另外通过模糊推理方法　和比例系数方法得到的最高负荷可以发现，模糊推理　方法具有更高的精度，元旦提高了１．７９／６，春节提高了　点负荷见表３。预测负荷和实际负荷比较曲线　见图２。　１．９　，国庆提高了１．４　，体现了该方法预测最高负荷　和最低负荷的优越性。　由以上的仿真结果，可以看出，使用模糊推理方　法预测特殊节假日的最高负荷以及最低负荷可以得　暮　≥　主　稼　耀　（ａ）元旦　（ｂ）春节　≥　主　暮　柱　耀　《　（ｃ）五一　（ｄ）国庆　＊为预测值，实线为实际值　图２节假日预测结果和实际结果比较图　表２模糊逻辑预测方法预测结果表　五一　４　７６０　４　８３６　—２．７　—７　８００　７　９１８　７　９９４　——６．３　３．４８　２．７６　２．５３　３．２９　国庆　元旦　—２．０　３．７　０．３　５．７　４　７９２　４　２９８　一Ｏ．３　—春节　２．２　８　０２７　维普资讯 http://www.cqvip.com

７Ｏ　东华大学学报《自然科学版）　第３２卷　注：ＭＡＰＥ（　）为平均相对误差百分值。　参考文献　３　结论　［１］　马文晓．基于人工神经网络和模糊推理的短期负荷预测方　法．电网技术，２００３，２７（５）：２９—３２　这里提出了针对特殊节假曰（主要是五一、国　韩明晓，姚蜀军．短期负荷预测方法的研究及在线应用．电力　庆、元旦和春节）的基于模糊逻辑原理的预测模型，　系统自动化，１９９８，２２（１０）：３４—３８　该模型用于预测对特殊节假日一天负荷有特殊意　Ｋｗａｎｇ－Ｈｏ．Ｓｈｏｒｔ－ｔｅｒｍ　ｌｏａｄ　ｆｏｒｅｃａｓｔｉｎｇ　ｆｏｒ　ｓｐｅｃｉａｌ　ｄａｙｓ　ｉｎ　义的最高负荷和最低负荷，然后结合基于比例系数　ａｎｏｍａｌｏｕｓ　ｌｏａｄ　ｃｏｎｄｉｔｉｏｎｓ　ｕｓｉｎｇ　ｎｅｕｒａｌ　ｎｅｔｗｏｒｋｓ　ａｎｄ　ｆｕｚｚｙ　方法得到预测日的总负荷，算例表明该方法能够充　ｉｎｆｅｒｅｎｃｅ　ｍｅｔｈｏｄ．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐｏｗｅｒ　Ｓｙｓｔｅｍｓ。　分利用模糊逻辑的推理能力，在有限的历史数据的　２０００．１５（２）：５５９—５６５　基础上得到较高的预测精度。　Ａ　Ｎｅｗ　Ｍｅｔｈｏｄ　ｆｏｒ　Ｓｈｏｒｔ—ｔｅｒｍ　Ｌｏａｄ　Ｆｏｒｅｃａｓｔｉｎｇ　ｆｏｒ　Ｓｐｅｃｉａｌ　Ｄａｙｓ　ＬＩＺｈｅｎｇ，ＺＨＡＮＧＺｋｉ－ｊｉｅ　（Ｃｏｌｌｅｇｅ　ｏｆ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｓｃｉｅｎｃｅ　ａｎｄ　Ｔｅｃｈｎｏｌｏｇｙ，Ｏｏｎｇｈｕａ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈ￣，２０００５１）　Ａｂｓｔｒａｃｔ　Ｆｕｚｚｙ　ｌｏｇｉｃ　ｉｓ　ｂｅｔｔｅｒ　ｆｏｒ　ｄｅａｌｉｎｇ　ｗｉｔｈ　ｕｎｃｅｒｔａｉｎｔｙ．Ｉｎ　ｔｈｉｓ　ｐａｐｅｒ，ｗｅ　ｐｒｅｓｅｎｔ　ａ　ｍｅｔｈｏｄ　ｆｏｒ　ｓｈｏｒｔ—　ｔｅｒｍ　ｌｏａｄ　ｆｏｒｅｃａｓｔｉｎｇ　ｆｏｒ　ｓｐｅｃｉａｌ　ｄａｙｓ　ｕｓｉｎｇ　ｆｕｚｚｙ　ｌｏｇｉｃ．Ｔｈｅ　ｍｏｄｅｌ　ｗｅ　ｐｒｅｓｅｎｔｅｄ　ａｉｍｓ　ａｔ　ｔｈｅ　ｐａｒｔｉｃｕｌａｒｉｔｙ　ｏｆ　ｓｏｒｔ—ｔｅｒｍ　ｌｏａｄ　ｆｏｒｅｃａｓｔｉｎｇ　ｆｏｒ　ｓｐｅｃｉａｌ　ｄａｙｓ　ａｎｄ　ｃａｎ　ａｃｈｉｅｖｅ　ｂｅｔｔｅｒ　ｐｒｅｃｉｓｅ　ｗｈｅｎ　ｔｈｅ　ａｖａｉｌａｂｌｅ　ｄａｔａ　ａｒｅ　ｎｏｔ　ｅｎｏｕｇｈ　ｔｏ　ｆｏｒｅｃａｓｔ　ｔｈｅ　ｌｏａｄ　ｂｙ　ｏｔｈｅｒ　ｍｅｔｈｏｄｓ．Ｔｈｅ　ｓｉｍｕｌａｔｉｏｎ　ｒｅｓｕｌｔｓ　ｉｌｌｕｓｔｒａｔｅ　ｔｈａｔ　ｔｈｅ　ｍｏｄｅｌ　ｉｓ　ａｖａｉｌａｂｌｅ．　Ｋｅｙｗｏｒｄｓ：ｌｏａｄ　ｆｏｒｅｃａｓｔｉｎｇ，ｓｐｅｃｉａｌ　ｄａｙｓ，ｆｕｚｚｙ　ｉｎｆｅｒｅｎｃｅ