[发明专利]一种基于粒子群算法的电量组合预测方法

说明书

技术领域

本发明属于电力系统电量预测技术领域，特别是涉及一种基于粒子群算法的电量组合预测方法。

背景技术

电量预测是电力系统规划、电网运营以及交易管理的重要工作之一。目前，电量预测的方法很多，主要分为直观预测方法和基于数学模型的预测方法。直观预测方法的缺点是含有一定主观性，因此预测结果随机性较大；基于数学模型的预测方法建立在数学公式的基础上，克服了主观因素的影响，但因影响电量的因素很多，单一的数学模型预测方法只能模拟影响负荷的一个或几个因素，所以预测精度一直不高，因此急需研究一种考虑多种影响因素的组合预测方法，来减少单个预测方法的弊端，提高电量预测的精度。

在由多种预测方法构成的组合预测方法中，需赋予各预测模型一个权重，以该权重作为优化变量，通过使预测电量不断接近实际电量来寻求最优解。由于组合预测模型约束条件所构成的可行解空间通常具有“非凸”的特点，常规的优化方法无法求解最优权重，因此需研究采用一种行之有效的算法。粒子群算法具有收敛速度快、避免陷入局部最优等优点，是组合预测模型权重优化求解的理想算法。

发明内容

为了解决上述问题，本发明的目的在于提供一种基于粒子群算法的电量组合预测方法。

为了达到上述目的，本发明提供的基于粒子群算法的电量组合预测方法包括按顺序执行的下列步骤：

步骤1)选取若干种相互独立且考虑不同影响因素的单一电量预测模型，分别记为f_i(i＝1,2…k)；

步骤2)针对步骤1)中选取的若干种预测模型，分别赋予相应的权重w_i(i＝1,2…k)，建立起电量组合预测模型；

步骤3)利用步骤1)中选取的若干种单一电量预测模型对历史年份的电量进行预测，并将预测电量与实际用电量进行记录，形成包含若干种预测电量和实际用电量的样本；

步骤4)利用步骤3)中形成的样本，以权重w_i(i＝1,2…k)作为优化变量，通过粒子群算法对步骤2)中建立的电量组合预测模型进行拟合，选取拟合度最佳的方程作为最优电量组合预测模型；

步骤5)利用步骤4)中得到的最优电量组合预测模型对目标年电量进行预测。

在步骤1)中，所述的电量预测模型包括但不限于产值单耗法模型、回归分析法模型、季节指数法模型。

在步骤2)中，所述的电量组合预测模型的表达式为：

F=Σi=1kwifi---(1)]]>

其中：Σi=1kwi=1,wi≥0(i=1,2...k)]]>

F为电量组合预测模型，f_i和w_i分别表示选取的单一电量预测模型及其权重。

在步骤4)中，所述的通过粒子群算法对步骤2)中建立的电量组合预测模型进行拟合的方法包括下列步骤：