[发明专利]一种基于灰色和马尔科夫理论的需求侧响应预测方法

说明书

本发明涉及一种基于灰色和马尔科夫理论的需求侧响应预测方法，用以获取准确的需求侧响应量，包括以下步骤：1)根据需求侧响应量时间序列构建初始数组X⁽⁰⁾，并采用灰色算法进行多变量的初步预测；2)根据马尔科夫矩阵中的传递矩阵，通过三角形法构造隶属度函数，并通过隶属度函数与传递矩阵修正预测值，以降低预测误差。与现有技术相比，本发明具有精度高、响应准确等优点。

技术领域

本发明涉及电力系统领域，尤其是涉及一种基于灰色和马尔科夫理论的需求侧响应预测方法。

背景技术

近年来，随着分布式电源、电动汽车、智能用电器在用户侧接入比例越来越高，可以调动的需求侧资源将越来越丰富。因此如何预测和调度需求测响应的资源成为新的研究热点。本文探究多重变量对需求侧响应的影响，提出基于灰色关联度的多阶灰色预测模型和马尔科夫链模糊矩阵相结合的预测方法，对长期需求侧响应能力进行预测。在灰色系统中，由于信息少、信息不完全、不确定，很难确定因素间的关系，也很难分清主要因素与次要因素。本文采用的多阶灰色预测模型主要考虑到了负荷自变量的时空特性以及多重外在变量的相关性，而灰色关联度分析方法可以定量的研究事物之间的关联程度，对样本量的多少和样本有无规律都同样适用。当状态变量和时间变量是离散数据时，马尔科夫链对灰色理论中间累加过程中产生的误差有较好的调整效果，因此本文采用马尔科夫链模糊矩阵对预测误差进行修正，提高了长期需求侧响应能力的预测精度。本文结合我国上海市近10年的负荷数据，验证了所提预测方法的有效性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于灰色和马尔科夫理论的需求侧响应预测方法。

本发明的目的可以通过以下技术方案来实现：

一种基于灰色和马尔科夫理论的需求侧响应预测方法，用以获取准确的需求侧响应量，包括以下步骤：

1)根据需求侧响应量时间序列构建初始数组X⁽⁰⁾，并采用灰色算法进行多变量的初步预测；

2)根据马尔科夫矩阵中的传递矩阵，通过三角形法构造隶属度函数，并通过隶属度函数与传递矩阵修正预测值，以降低预测误差。

所述的步骤1)具体包括以下步骤：

11)根据由初始数组X⁽⁰⁾＝{x⁽⁰⁾(1),x⁽⁰⁾(2),...x⁽⁰⁾(k)...,x⁽⁰⁾(n)}获得的累加数组，生成紧邻均值序列Z⁽¹⁾；

12)定义灰色方程GM(1,1)并进行求解获取在k时刻需求侧响应量的初步预测值y(k)。

所述的步骤11)中，紧邻均值序列Z⁽¹⁾的表达式为：

Z⁽¹⁾＝(z⁽¹⁾(2),z⁽¹⁾(3),...z⁽¹⁾(k),...z⁽¹⁾(n))

z⁽¹⁾(k)＝0.5x⁽¹⁾(k)+0.5x⁽¹⁾(k-1)

其中，n为初始数组长度，k为当前时刻。

所述的步骤12)中，灰色方程GM(1,1)的表达式为：

x⁽⁰⁾(k)+az⁽¹⁾(k)＝b

其中，为待估参数向量，且满足：