基于改进灰色模型的电力负荷中长期预测

蒋 燕，谢 林，李子清，陈 刚

(1.重庆电力高等专科学校电力工程系，重庆400053;2.重庆大学输配电装备及系统安全与新技术国家重点实验室，重庆400044)

0 引言

负荷预测是电力系统运行和规划的前提，它对电力系统调度、用电、计划等工作有着重要的意义［1］。提高负荷预测精度一直是一些学者和工程师所追求的目的。

负荷预测的核心是预测方法的选择，也就是建立预测数学模型［2］。常见的中长期负荷预测方法大致分为两大类。一类是基于参数模型的预测方法，常见的有:电力弹性系数法、时间序列法、相关分析法、回归分析法等［3］。第二类是基于非参数模型的预测方法，常见的有:灰色模型预测法、模糊预测法、人工神经网络预测法、小波分析法、优选组合预测技术、专家预测技术等。

灰色GM(1，1)预测模型是电力系统负荷预测中最常用的模型。它把一切随机过程看作是在一定范围内变化的、与时间有关的灰色过程，将离散的原始数据整理成具有规律性的生成数列，使其生成序列呈一定的规律，并用典型曲线拟合建立数学模型。

灰色模型法由于具有所需数据少、计算量小的优点而得到了广泛的应用［4］。然而，传统的灰色模型并非是一种严格的系统方法，它避开了影响负荷数据变化的一些因子，它的建模是一种近似指数增长规律模型，当负荷增长率变化较大时，预测精度较低。且预测模型过多的依赖数据初始取值，初始值的微小变化都可能使模型变化很大。……