MATLAB电力系统短期负荷预测(2)
研究短期负荷预测的工作已进行了很多年，国内外的科学家在负荷预测技术方面投入了大量的心血，取得了显著的成果。现在在负荷预测工作上使用的方法大体上可以分为两类：经典的数学统计法和上世纪90年代兴起的各种人工智能预测技术。经典的数学统计法中包含了趋势外推法、回归分析预测技术和时间序列法等。人工智能方法包括人工神经网络预测技术、灰色数学理论、专家系统理论、模糊理论、小波分析和优选组合预测技术等。传统的预测方法与现代新兴的预测技术都是在获取预测对象的历史变化规律的基础上将这种变化规律拓展到对未来负荷的预测工作中去的。本文选用的是回归分析预测技术，充分利用该技术预测速度快、外推性好的优点。
1.2 负荷预测的基本内容
负荷是指电力需求量或是用电量[7]，即广义上的负荷，但是需求量指的是能量在时间上的变化率，即功率。也可理解为负荷就是指发电厂或者是供电地区在某个时刻受到的工作负荷；连接在电网的用户所有用电设备在某一时刻所耗费的功率总和被称作用电负荷。
电力系统负荷预测是将电力负荷、社会、经济、气象等过去的资料搜集之后，研究电力负荷历史资料变化趋势对未来负荷会产生怎样的影响，探索负荷和影响因素的关系，进而对将来的电力负荷开展预测工作。电力系统最重要的工作是提供给各个用户经济性好、可靠性高和质量上乘的电能，对于用户的负荷需求和负荷特性要求随时都能够满足[2]。所以在电力系统设计规划、管理运行和电力市场交易活动中，对系统负荷的精准预测是不可或缺的。这也是国内外专家、学者不遗余力的探索并研究电力系统负荷预测技术的原因之所在。
1.3 负荷预测的步骤
电力系统负荷预测工作基本的步骤如下[2]：
（1）确定预测目标与预测内容
电网级别的不同对预测内容的详细程度的标准也各不相同，即便是相同地区在不同时期对于负荷预测内容方面也有着不同程度的要求，所以对预测内容进行合理的规划确定是必不可少的。
（2）收集相关历史资料
按照预测内容的各项要求，全面、连贯、准确、系统地收集除电力负荷数据以外其它的相关因素的历史数据资料，例如天气，经济等这些对负荷变化产生影响的因素。资料的挑选标准有三点，一是直接相关性，二是可靠性，三是最新性。
（3)分析基础资料
全面对比分析相关历史资料之后，把那些颇具代表性的、真实性较好和可用程度较高的相关历史资料选取为基础资料。分析和整理基础资料，对其中的异常数据进行处理。
（4)电力系统相关因素资料的获取
电力系统除了自身变化之外还会受到经济发展、气候改变等条件的制约，因此它并不是一个单独分离开来的的系统。从各个相关部门搜集其对有关的因素未来变化规律的预测值来构成电力系统负荷预测工作的最基本资料。
（5)预测方法和模型的选取
负荷预测模型的正确选取在预测工作中是比较重要的一步，如果预测模型选取错误，则预测结果就会有很大的偏差。参照预测的工作内容和该地区现状以及所选取的资料的可利用情况，选取合适的负荷预测模型。
（6)建立预测模型
负荷预测模型就是对前期获取的数据统计资料轨迹进行概括。详细客观全面的对预测对象展开分析，对比负荷资料的变化发展规律，还要参照该地区的实际情况和数据资料是否可以利用进行判断分析，建立合适的预测模型。