电力系统负荷预测（第二版）

图书标准信息

• 作者 康重庆、夏清、刘梅 著
• 出版社 中国电力出版社
• 出版时间 2017-02
• 版次 2
• ISBN 9787512387706
• 定价 89.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 448页
• 字数 677千字
• 正文语种 简体中文

【内容简介】

　　电力系统负荷预测是指从已知的经济、社会发展和电力需求情况出发，通过对历史数据的分析和研究，探索事物之间的内在联系和发展变化规律，以未来年份经济、社会发展情况的预测结果为依据，对电力需求作出预先的估计和推测。科学的预测是正确决策的依据和保证。电力系统负荷预测是制订电力系统发展规划的基础，也是发电计划、电力市场等工作的重要依据。正因为如此，电力系统负荷预测要以国民经济与社会发展的规划或预测结果为依据。预测理论的研究具有重要的理论意义和实际价值。

 

　　本书系统地介绍了电力系统负荷预测的概念、原理、模型、方法及其应用效果。全书分为4篇：

 

　　第Ⅰ篇为总论，分别介绍了负荷预测的基本原理和理念、数学基础及共性预测方法、负荷分析、负荷预测的多级协调、预测效果的分析与评价；

 

　　第Ⅱ篇的核心是系统级中长期负荷预测，分时序趋势外推和相关分析两大类，介绍了中长期负荷预测的模型、方法和协调技术，给出了电力需求的不确定性分析方法，探讨了预测模型的自动选择和综合预测技术，并结合年度预测、月度预测的具体内容，介绍了有针对性的预测技术；

 

　　第Ⅲ篇为系统级短期负荷预测，剖析了基于时序分析的正常日预测思想及其相应的预测方法，探讨了短期负荷预测中相关因素的影响分析方法，给出了规范化处理相关因素的策略和预测技术，介绍了概率性短期负荷预测的方法，分析了短期负荷预测的综合模型，同时阐述了节假日负荷预测、超短期负荷预测等问题。

 

　　第Ⅳ篇为母线负荷预测，分析了母线负荷预测区别于系统级负荷预测的特点，介绍了母线负荷预测的基本思路与方法，给出了母线负荷预测的坏数据处理策略，提出了虚拟母线技术及预测方法，并介绍了系统和母线负荷预测的协调方法。

 

　　《电力系统负荷预测》可供电力规划、计划、调度、市场交易、营销（用电）等专业的科技人员和管理人员，高等院校有关专业的教师、研究生和高年级本科生阅读参考，也可作为电力系统相关专业的教材。

【作者简介】

　　

 

  康重庆（1969），清华大学电机系教授，IEEE Fellow，IET Fellow。国家杰出青年科学基金获得者，国家创新人才推进计划“中青年科技创新领军人才”,国家“万人计划”科技创新领军人才。曾获霍英东基金会优选资助，入选教育部新世纪人才计划。2007~2008年为剑桥大学访问学者。主要研究方向为电力系统规划与运行、可再生能源、低碳电力技术、负荷预测、电力市场。

 

  主持国家自然科学基金9项，包括重点国际合作研究项目1项，中英合作交流项目、中美（TAMUNSFC）交流项目、中韩双边会议项目各1项；其中3项被评为国家自然科学基金优秀结题项目。2016年作为项目负责人获批国家重点研发计划项目。担任国际期刊International Transactions on Electrical Energy Systems (Wiley)的共同主编；担任IEEE Transactions on Power Systems、Electric Power Systems Research等多家国际期刊编委；担任《中国电机工程学报》《电网技术》《电力自动化设备》《电力系统保护与控制》、MPCE、CSEEJPES等多家国内期刊编委；担任《电力建设》、PCMP杂志副主编。担任中国电机工程学会电工数学专委会、中国电工技术学会电力系统保护与控制专委会、中国可再生能源学会可再生能源发电并网专委会委员。

 

出版第yi作者中文专著3部，第二作者英文著作1部（Elsevier）；发表论文300余篇，其中SCI收录90余篇(含IEEE Transactions文章40余篇)，EI收录200余篇。2008、2012年两次获得中国百篇zui具影响学术论文。获得授权发明专利24项（含香港发明专利2项），获软件著作权15项。获得第44届日内瓦国际发明展金奖1项、银奖1项；第十届北京发明创新大赛发明创新奖银奖2项。2014年获国家ji教学成果二等奖（第1完成人）。

 

  夏清（1957），清华大学电机系教授，国家发展和改革委员会电价专家、中国南方电网有限责任公司专家、国家电网电力交易中心顾问；学术兼职包括《电力系统自动化学报》《现代电力》《南方电力技术》杂志编委。

 

  先后完成了国家能源局的《我国智能电网发展战略与实施方案》、国家电网公司的《促进节能环保的电力市场运行机制及实现方式研究》《节能发电调度体系和关键技术研究框架》等重大项目；承担了国家自然基金面上项目《大规模电网精细化约束下节能调度的理论与方法》（50877041），获得了当年基金结题优秀的评价；国家863重大项目《大电网运行状态感知、风险评估、故障诊断与调度技术》子课题负责人；国家科技支撑计划项目《含高比例间歇式能源的区域型智能电网集成综合示范》子课题负责人。目前承担国家自然科学基金重点项目。发表论文300余篇，其中SCI文章70余篇；合著专著4部；获得部委奖5项；2010年获得全国优秀科技工作者称号。

 

  刘梅（1971），1998年毕业于清华大学电机系，获硕士学位。主要从事负荷预测、能源互联网、电力市场、电力营销等领域的理论研究与软件系统研发工作，发表相关论文多篇。

 

【目录】

前言第一版前言本书的编排体系第Ⅰ篇　负荷预测总论第1章　负荷预测的基本原理和理念21．1　什么是预测21．2　什么是负荷预测41．3　负荷预测的基本原则和要求51．4　负荷预测的内容及其分类71．5　负荷预测的步骤121．6　负荷预测问题的抽象化表述131．7　负荷预测应遵循的理念181．8　负荷预测的研究动向211．9　对开展负荷预测工作的建议23第2章　数学基础及共性预测方法252．1　负荷预测中数学理论的应用252．2　常用优化方法252．3　最小二乘法312．4　回归分析法322．5　灰色系统理论352．6　时间序列分析模型372．7　频域分析方法412．8　特征选择与特征提取技术422．9　聚类分析452．10　决策树理论472．11　神经网络理论492．12　支持向量机理论51第3章　负荷分析553．1　短期负荷分析及预测553．2　短期负荷预测中负荷的规律性与稳定度分析573．3　中长期负荷预测的问题描述623．4　中长期负荷预测中的负荷分析63第4章　负荷预测的多级协调654．1　负荷预测的“多维多级”特征654．2　多级电力需求的关联特性664．3　多级负荷预测及其协调674．4　不同维／级的负荷预测协调问题的特点69第5章　预测效果的分析与评价715．1　线性回归的分析与检验715．2　一般预测结果的分析与评价735．3　合理选择预测模型的准则765．4　我国调度部门关于预测效果的评价与考核78第Ⅰ篇参考文献80第Ⅱ篇　系统级中长期负荷预测第6章　基于时序趋势外推的基本预测方法886．1　动平均法886．2　指数平滑法896．3　增长速度法906．4　灰色预测906．5　马尔可夫预测法916．6　灰色马尔可夫预测法916．7　生长曲线法926．8　应用实例93第7章　时序趋势外推预测方法的扩展策略967．1　扩展问题概述967．2　提高预测模型适应性的策略967．3　模型参数的非线性估计方法997．4　非连续历史序列的处理997．5　“近大远小”原则的处理策略1017．6　历史序列中的不良数据辨识1047．7　扩展策略的应用实例106第8章　中长期负荷相关分析与预测1108．1　年度全社会用电量与相关因素的关系1108．2　中长期负荷预测中考虑单相关因素的预测方法1148．3　中长期负荷预测中考虑多相关因素的预测方法117第9章　中长期负荷预测中的不确定性分析1219．1　背景1219．2　不确定性电力需求分析基本思想1219．3　对传统高中低发展速度判别方法的剖析1229．4　单一预测量的概率分布模型1259．5　多预测量的联合概率分布129第10章　中长期预测中多模型的筛选与综合13210．1　概述13210．2　综合预测的概念13210．3　综合最优拟合模型13410．4　综合次优拟合模型13610．5　“近大远小”原则下的综合模型13710．6　综合最优预测模型13810．7　综合预测模型的进一步分析14110．8　预测决策与模型筛选144第11章　年度预测的理论与方法15111．1　年度预测的分析15111．2　时序负荷曲线的两步建模预测法15111．3　负荷持续曲线的神经网络模型156第12章　月度预测的理论与方法15912．1　月度预测的特点分析15912．2　现有月度预测方法的剖析16012．3　体现月度量变化特征的预测方法16112．4　1月和2月负荷预测的特殊问题163第13章　中长期负荷预测的多级协调16613．1　多级负荷预测的基本协调模型16613．2　不同可信度情况下基本模型的协调结果比较16913．3　基本协调模型的评价标准与算例分析17013．4　两维两级关联协调模型17413．5　关联协调方法的特殊应用17713．6　关联协调模型的评价标准17913．7　关联协调的算例分析180第14章　中长期负荷预测系统18514．1　中长期负荷预测系统的研究过程18514．2　中长期负荷预测系统的研究思路18614．3　系统体系结构18814．4　系统核心功能设计19014．5　规划／计划类功能设计19414．6　营销（用电）类功能设计197第Ⅱ篇参考文献204第Ⅲ篇　系统级短期负荷预测第15章　基于时序分析的正常日预测21215．1　短期负荷预测的基本思想21215．2　基于同类型日思想的正常日负荷预测基本方法21415．3　基于同类型日思想的正常日新息预测方法21715．4　基于时段相似性原理的简单推理法21815．5　频域分量预测法22015．6　基于小波分析的预测方法22115．7　基于混沌理论的预测方法222第16章　气象因素对短期负荷的影响分析22416．1　短期预测中气象因素分析与处理的总体理念22416．2　从供应侧和需求侧分析气象因素的影响22616．3　气象因素直接作用于短期负荷的规律分析22916．4　短期负荷中考虑累积效应的气象特征选择23416．5　多个气象因素形成的气象综合指数对短期负荷的影响（以人体舒适度为例） 23816．6　气象综合指数对短期负荷的累计效应（以加权温湿指数为例） 241第17章　直接考虑相关因素的短期负荷预测方法24517．1　气象校正法24517．2　考虑日特征气象因素的人工神经网络法24617．3　基于日特征气象因素的支持向量机预测方法24817．4　基于实时气象因素的短期负荷预测方法249第18章　日特征相关因素的规范化处理策略与预测方法25318．1　各日相关因素的衡量方法25318．2　映射函数与映射数据库25418．3　基于映射数据库的短期预测的规范化描述25618．4　映射数据库自适应训练算法———摄动法26018．5　映射数据库自适应训练算法———遗传算法26318．6　基于映射数据库的正常日预测新方法265第19章　预测误差分布特性统计分析与概率性短期负荷预测26819．1　问题的提出26819．2　总体思路26819．3　预测误差分布特性的统计方法27019．4　误差分布统计规律的有效性检验27219．5　误差分布的ｔ分布特性27219．6　概率性短期负荷预测27419．7　实例分析275第20章　短期负荷预测的综合模型28320．1　短期负荷预测综合模型的特点分析28320．2　全天统一权重的综合预测模型28420．3　分时段变权重的综合预测模型28620．4　考虑“近大远小”原则并引入相关因素后的短期负荷预测综合模型28820．5　短期负荷预测综合模型的讨论29120．6　应用举例291第21章　其他短期预测问题及其预测方法29421．1　节假日负荷预测方法29421．2　超短期负荷预测29721．3　扩展短期负荷预测29821．4　连续多日负荷曲线预测300第22章　短期／超短期负荷预测系统30522．1　研究背景30522．2　研究思路与关键技术30522．3　短期负荷预测功能30722．4　超短期负荷预测功能30922．5　主要的管理与分析功能311第Ⅲ篇参考文献317第Ⅳ篇　母线负荷预测第23章　母线负荷预测框架与基本预测方法32823．1　什么是母线负荷32823．2　母线负荷特点及其规律32823．3　母线负荷预测的技术路线33023．4　母线负荷基本预测方法33223．5　母线负荷预测的精度评估336第24章　母线负荷异常数据辨识与修复方法33824．1　母线负荷异常数据分类33824．2　两阶段异常数据辨识方法34024．3　异常数据修复34224．4　算例分析342第25章　规避异常数据的母线负荷预测策略34625．1　概述34625．2　规避坏数据影响的预测策略分析34625．3　规避坏数据影响的预测方法34825．4　完全可信信息集内涵的拓展35025．5　算例分析350第26章　考虑气象等相关因素影响的母线负荷预测方法35226．1　概述35226．2　基于偏差反馈二次预测的母线负荷预测策略35226．3　小水电富集地区母线负荷预测的两阶段还原法356第27章　母线极值负荷的概率化预测36327．1　概述36327．2　母线日最高负荷预测思路分析36327．3　母线日最高负荷幅值的概率性预测36427．4　算例分析367第28章　母线负荷预测模型的自适应训练与综合预测36928．1　母线负荷预测方法库的应用分析36928．2　自适应预测技术概述37028．3　母线负荷预测单一模型参数自适应训练37228．4　母线负荷综合预测模型权重的自适应优化37328．5　综合模型联合参数自适应训练算法37428．6　算例分析376第29章　虚拟母线技术及其预测方法37929．1　簇集网络及其特性37929．2　虚拟母线———虚拟的簇集网状网络38129．3　虚拟母线辨识算法38429．4　虚拟母线的负荷预测策略及其预测误差分析38629．5　算例分析389第30章　系统—母线负荷预测协调方法39430．1　系统—母线负荷预测的协调模型39430．2　协调模型的求解及性质39930．3　协调模型的评价指标40030．4　不同可信度下的协调模型分析与评价40230．5　协调预测结果分析405第31章　母线负荷预测系统40831．1　研究思路与关键技术40831．2　母线负荷预测功能41031．3　主要的管理与分析功能411第Ⅳ篇参考文献416索引422