APP下载

基于小波分析的月售电量预测方法

2022-07-08王梓屹王越涵

东北电力技术 2022年5期
关键词:分析模型

王梓屹,王越涵

(国网抚顺供电公司,辽宁 抚顺 113008)

1 概述

2020年,国家发展改革委、国家能源局联合修订印发《电力中长期交易基本规则》(发改能源规〔2020〕889号)。售电公司作为零售市场的主体,担任着从市场购买电能,并出售给用户的中间商角色。在电力交易过程中,售电公司面临着市场价格和用户侧负荷双重波动的风险。利用精确的月售电量预测结果制定合理的购售电策略来提高效益,是售电公司面临的关键问题。因此,提高月售电量预测精度的研究具有重要意义[1-3]。

综合国内外月售电量预测方法发现,售电公司普遍使用相对成熟可靠的时间序列法。但是模型本身存在缺点,时间序列适用于变化平稳、变化趋势明显的月售电量序列,如果直接对不平稳的月售电量时间序列进行预测,达不到预想的精度[4-13]。

本文在上述研究的基础上提出了基于小波分析的灰色和自回归移动平均(auto regressive integrated moving average,ARIMA)预测方法。

小波分析是一种变换方法,能够通过小波变换提取出被分析量时域和频域的信息用来分析,先将月售电量序列的逐月增长特性与随机波动特性分解成2种子序列,此时非平稳的待预测月售电量序列就被分为增长特性子序列和平稳波动子序列这2种子序列。经过上述分解之后再针对这2种子序列的特点分别选取最适合的预测模型进行预测。通过对这2种子序列的预测结果进行小波重构,最后得到最终的预测结果。本文预测策略结构如图1所示。……

登录APP查看全文

猜你喜欢

分析模型
一半模型
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
中西医结合治疗抑郁症100例分析
在线教育与MOOC的比较分析
一个相似模型的应用