优化组合的电力负荷预测

摘要：电力系统的市场化，一方面，电厂建设规划、合理及有效的供电计划制定是成为了许多相关部门的重要任务。由于预测算法理论和适用范围都不尽相同并且负荷变化规律又具有复杂性，因此使用单一模型的预测效果常常“时好时坏”，为了综合各单项模型的优点，本文通过构建优化组合模型来提高预测性能。

关键词：组合预测，区间预测，电力负荷

1 组合模型

根据权重组合形式可以划分为两种，一种是线性组合预测为，表示权重;另一种是非线性组合预测为，是非线性函数。按照权重的求解方式来区分，组合方法也可以分为定权值、变权值方法。

1.1 简单平均组合

简单平均（Simple Averaging，简记为SA）策略是将相等的权重应用于不同的方法，SA的计算过程具有简单操作性，其特点是每个单项模型的权完全相等，即把模型等同的看待，SA组合的权值计算公式为：

其中，表示第种预测方法，然后将权值代入，得到具体的简单平均组合预测值。

1.2 加权平均组合

基于模型的预测评价指标的加权平均组合方法（WA），是简单平均发的改进，WA的基本思想是，精度高的模型权重大，精度低的模型给予应给较低的权重，本文以平均绝对百分比（MAPE）为权重计算根据，指标的具体公式见本章3.5节，因此WA权值对应的公式为：

其中，表示第种预测方法，然后将权值代入，得到具体的MAPE加权平均组合预测值。除了上述以MAPE为基础的WA组合，还可以以MSE、MA及RMSE等为基础建立对应的WA组合模型。

2 组合优化预测模型

本文构建优化组合预测的过程为：首先基于XGBoost算法对原始数据集进行特征筛选;然后使用三个非线性分位数回归模型，QRF、GBQR及SVQR进行BO参数优化之后产生了优化后的模型：BO-QRF、BO-GBQR及BO-SVQR，此时可以产生各分位点下的预测值;最后通过不同的组合方法（SA、WA、OLS以及CQRA）对三个模型的各分位点的预测值进行组合得到优化组合的预测结果。

（1） 原始数据预处理

对非数值型数据进行量化，如星期类型数据、节假日变量。星期类型变量做了量化处理，即星期一至星期天依次取值为1、2、...、7。对节假日变量所做的处理为若当日为法定节假日则取值为1，否则取值为0。

（2）XGBoost特征提取

通过对初始全部特征建立XGBoost模型，按照得出的自变量显著性排名，设置阈值得到对应的特征子集并计算在该特征子集下模型的预测效果，进而选取最佳的特征子集作为筛选变量。

（3） 贝叶斯超参数优化

首先，对单项模型的重要参数进行优化，包括输入模型的待优化参数空间，设置目标函数，利用贝叶斯算法优化得到最佳的参数集合。本文选取了各模型重要参数进行优化具体如表3-1所示，通过最小化将平均绝对百分比误差（MAPE）作为优化目标函数，使用树形Parzen评估器（Tree Parzen Estimate，简记为TPE）进行优化，通过计算样本采集函数（设置为EI）来决定下一组待评估的参数集合。设置迭代次数，在每次迭代中，算法选取代理函数在参数域空间中损失最小的参数集合，然后计算这些参数的目标函数值，经过多次迭代返回在表现最优的参数集合作为优化结果。

（4）单项模型预測

通过贝叶斯参数优化，得到BO-QRF、BO-GBQR及BO-SVQR三个优化后的模型，然后对数据集进行分位点的预测分析，进而进行区间预测及概率密度预测。

（5）组合模型预测

通过上面的结果，我们得到了BO-QRF、BO-GBQR及BO-SVQR三个模型在各分位点的预测结果，通过3.1节中采用的组合方法，将单项预测模型进行组合，得到各分位点下优化组合预测的预测值。

3 总结

电力市场日益发展，负荷预测也成为能源经济系统的一个重要组成部分。在这种新的背景下，高预测精度和高预测速度不仅是可靠的系统运行所需要的，而且也是适当的市场运行所需要的，因为低预测和超预测都会使得运营成本和收入损失的增加。此外，针对一般电力负荷点预测方法输出结果单一的缺点，本文还对负荷进行了区间预测及概率密度预测以进一步完善负荷信息，得到更加全面准确的预测。通过对实例数据进行验证，发现本文提出的优化组合方法，有效提高了模型负荷预测能力。

参考文献：

[1]Dehalwar， V.， Kalam， A.， Kolhe， M.L.， et al. Electricity load forecasting for Urban area using weather forecast information[C].2016 IEEE International Conference on Power and Renewable Energy （ICPRE）. IEEE， 2016： 355-359.

[2]陆宁，周建中，何耀耀.粒子群优化的神经网络模型在短期负荷预测中的应用[J].电力系统保护与控制，2010，38（12）：65-68.

作者简介：叶凌风，1999年10月，籍贯湖北黄冈，本科在读，三峡大学，邮编443002，研究方向：电力系统

三峡大学 湖北 宜昌 443002