基于Matlab GUI的电力负荷预测软件开发与应用

杜 挺 赵寿生 李永祺 陈丽丹



基于Matlab GUI的电力负荷预测软件开发与应用

杜 挺1赵寿生1李永祺2陈丽丹3

（1. 国网浙江省电力公司金华供电公司，浙江 金华 321000；2. 中国南方电网广州供电局有限公司，广州 515223；3. 华南理工大学广州学院，广州 510800）

负荷预测是电网规划的基础。以历史全社会用电量为例，运用灰色预测模型、改进灰色预测模型和趋势外推法对十三五电网规划期间的负荷进行预测，并基于Matlab GUI开发了电力负荷预测软件，软件功能丰富，用户体验较好，可实现数据导入、修改、保存，可采用多种预测模型开展负荷预测，能对结果进行分析评价，经供电公司应用，具有通用性和良好的工程实用性，可供电网规划工作人员参考。

负荷预测；Matlab GUI；后验误差；灰色预测；趋势外推法

电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础[1]，其对电力系统规划和运行都极其重要[2]。电力负荷是电网公司进行战略计划和运营决策的关键因素[3]，负荷预测的准确度关系着电网规划的质量[4-5]。区域配电网的中期电力负荷预测能为电网规划部门对配电网资源的分配和建设方向提供一个相对合理的参照值，以便于资源最优分配。负荷预测是电力规划部门日常工作最常接触的，也是工作中的重要一环。现有实用的预测方法很多，但区域性的电力负荷预测工作有着不准确性、时间性等特点，用电量数据的走势因受地方的经济、环境等因素影响。因此，开发一款简单易用、人机界面友好、方便用户操作、满足供电公司要求的电力负荷预测软件具有理论和现实意义。本文考虑到Matlab图形用户界面（graphical user interface, GUI）操作简单[6]，具有极强的人机交互功能，便于辅助地区电网规划工作人员电力负荷预测工作，故而采用Matlab GUI编制了适用于地区电网用电量和最高负荷预测的电力负荷预测软件，实现对某地区电网负荷预测及进行预测精度的评估等。

1 软件总体设计

1.1 软件框架结构

为便于负荷预测人员的工作，本软件利用GUI编制预测界面，通过简单按钮选择即可实现对负荷的预测，同时为保证预测精度，采用丰富的预测模型库。软件开发时，采用模块化结构，有历史数据数据处理模块、负荷预测模块、预测结果处理模块等。软件总体框架如图1所示。

图1 软件总体框架设计

1）数据处理模块

在此模块中包括处理前的历史数据，即原始数据，还包括处理后的数据。如国民经济及社会发展的相关数据、历史用电量数据等。对于这些原始数据，主要通过Excel进行管理，并利用“原始数据打开”和“原始数据保存”两个按钮控件手工操作实现数据的添加、修改、删除、保存等功能。

2）负荷预测模块

软件包提供了丰富的供用户选择的预测模型库，包括灰色预测[7-8]、改进灰色预测[9]、二次滑动平均预测[10]、二次指数平滑[11]等算法。为了方便用户使用，对软件的负荷预测模块，采用美观、简洁的按钮控件的形式，用户只需要通过简单的点击按钮就可轻松选择预测方法，通过输入、修改必要的历史数据信息，进行负荷预测，可以进行电量预测、负荷预测、曲线预测等。

3）预测结果处理及显示模块

包括预测结果打开和保存，误差计算和预测精度计算。模型预测后，结果被存放到数据库中，预测结果显示有表格和曲线两种形式。

1.2 系统功能设计与实现

1）预测主流程

电力负荷预测软件的设计应满足地方电网规划人员开展负荷预测的基本需求为出发点，能够方便实现原始数据的输入及分析，也应能采用多种预测方法进行预测和结果比较分析，并应具备预测精度评价和结果曲线的呈现等功能，因此，本文从电网规划人员基本需求出发，开发基于Matlab GUI的电力负荷预测软件主流程，如图2所示。

图2 负荷预测主流程

2）软件开发环境与工具

（1）开发环境

编程环境和编译环境采用Matlab 7.11.0 (R2010b)，Windows 8.1，编译器为Microsoft Visual C++ 2008 SP1。软件前端采用GUI进行界面设计，通过编制GUI控件句柄对象、菜单句柄对象、快捷方式句柄对象等图形句柄对象的回调函数，设计图形界面，得到符合工程实际应用的GUI程序。

（2）数据库设计

本文开发的软件主要针对地区配电网规划人员，因此考虑操作方便、简单实用等因素，历史数据输入和结果输出均采用Microsoft Excel，充分利用Excel的易操作性完成数据处理，减少程序员的工作量及提供系统运行效率。

3）软件功能实现

Matlab GUI电力负荷预测软件主要基于图3所示的文件和图4所示的按钮。modeling_data.xls、forecasting_data.xls和forecasting_compare.xls三个Excel格式的文件用于存储各类数据，其中modeling_ data.xls用于读取并保存原始调研数据，主要功能是建模数据集的来源；forecasting_data.xls主要功能为读取、写入并保存预测结果，其中写入包括绝对误差和相对误差的计算函数；forecasting_compare.xls主要用于软件使用的4种预测方法预测结果的汇总保存并进行对比。GUI.m是Matlab GUI回调函数的主程序，GUI.fig是Matlab GUI的界面文件，使用GUI编辑器对开发的预测界面布局、设计进行调整，是GUI显示功能的主体部分。

图3 基于GUI负荷预测软件主体运行文件

图4 按钮模块运行界面

（1）数据输入和输出功能

原始数据和预测数据分别调用Excel，实现打开保存。利用xlsread函数读取modeling_data.xls表格指定部分的数据（默认设置了10个数据建模），可利用“原始数据保存（*.xls）”按钮另存或者替换文档，表格在可编辑状态，支持实时编辑：①Excel表格打开按钮，该按钮利用winopen函数打开表格，直接方便；②Excel表格保存按钮，该按钮点击即可另存Excel文件，方便用户保存结果，整理数据。

（2）预测模块

预测计算方法集成到4种预测方法按钮，分别编写对应的回调函数，在按下按钮后自动执行相应算法，得出预测结果。

（3）误差运算和精度评价功能

根据预测结果计算绝对误差和相对误差，将多年预测的误差平均值显示在软件界面，同时采用后验评价对精度进行评估，以便于规划人员作出决策。预测结果的呈现功能：开发的软件能按预测结果绘制曲线图，并进行注释，呈现于软件界面。呈现形式包括两种：①历史数据和其中1种预测方法的预测结果的对比图；②历史数据与4种预测方法预测结果的综合对比，直观性强。保存功能：软件编制了将当前窗口保存为图片的功能，既方便保存预测结果，又便于规划工作人员后期撰写报告等。即时修改功能：原始数据导入窗口和预测结果窗口均可实现对数据进行即时修改，并能保存修改后的数据表，随即开展重新预测，不用从后台原始数据表操作，使得预测工作的开展更加简便。为解决一部分用户未安装Matlab的计算机应用软件问题，对开发的负荷预测软件编译后生成可.exe执行程序，如此只需安装已打包的相关支持文件，即可使用本软件，具较强实用性。考虑用户在不同分辨率的显示环境下的显示问题，设置了相应代码以满足通用性要求。

（4）预测结果展示模块

该模块包括表格和曲线两种形式展示，并与原始数据输入模块一样利用xlsread函数读取forecasting_data.xls表格指定部分的数据。

曲线形式的展示利用plot函数，这里主要有两种实现形式：①历史数据和一种预测方法预测数据的对比绘图，如图5所示；②历史数据与4种预测方法预测结果的对比绘图。

图5 历史数据和一种预测方法预测数据的对比截图

（5）其他功能

窗口保存：点击该按钮后可以把整个窗口保存为jpg或bmp格式的彩色图片，便于用户撰写报告等用途。

刷新：主要为了纠正运行过程中可能出现数据来不及更新的问题。

预测结果清空：预测过程中需经常对预测结果的两个forecasting_data.xls和forecasting_compare.xls文档的数据进行读写，设置该按钮将空格写入预测结果，实现对数值的清空。

1.3 Matlab GUI编译

Matlab编译是指将使用Matlab语言编写的函数M文件ASCII代码转变成C、C++二进制源代码，这些源代码经过编译器的编译可以生成exe文件、Excel插件等独立文件类型，使Matlab能与高级汇编语言C、C++等语言进行混合编程，增强软件的通用性。此外，从ASCII语言转换成二进制代码，可以隐藏M文件源程序的源代码，保护编制软件人员的版权。以64位基于Matlab GUI电力负荷预测软件的编译结果为例介绍软件的编译过程和结果。本次编译使用的是Microsoft Visual C++ 2008 SP1编译器进行编译，编译后生成名为“power_ forecasting_GUI_*64_pkg.exe”的可执行打包程序。点击运行后，可执行程序（exe）会自动运行解压生成电力负荷预测软件运行所需的文件，如图6和图7所示。

图6 可执行程序文件（exe）解压运行过程

图7 可执行程序文件（exe）解压后生成的文件

针对未安装Matlab软件的用户，可执行程序会提示安装Matlab的支持文件，进一步增强其通用性。

2 模型检验

负荷预测结果偏大将会增加电网投资，预测结果偏小将有可能造成电网供电能力不足[12]，因此需对电力负荷预测的精度进行评估。本文采用后验差检验[13]，具体步骤如下。

调研收集到的历史负荷和预测值序列分别为

表1 小误差概率和后验差比值评价预测精度的标准

3 算例分析

3.1 预测过程与实现

本节以广州市十三五用电量预测为算例，以此说明软件的通用性，广州历史用电量数据导入软件如图8所示。

图8 广州市历史用电量原始数据导入

利用plot函数对原始数据和预测结果对比分析，如图9所示。

图9 历史数据和4种预测方法预测数据的对比截图

3.2 误差计算和精度评估

本文开发的软件设计了误差计算模块，主要通过“误差计算”按钮计算平均绝对误差和平均相对误差并显示。运行界面如图10所示。

图10 误差计算模块运行界面

同时软件还设计了预测精度等级评估模块，该模块主要通过“预测精度计算”按钮计算后验差比值和小误差概率两个具体指标的值，反映预测精度的高低并显示，同时附上评价标准的说明，运行界面如图11所示。

图11 预测精度计算模块运行界面

3.3 预测方法比较

表2结合算例情况，对比分析了几种预测方法的特点。

表2 电力负荷预测方法特点汇总

3.4 预测应用

表4是基于GM(1,1)灰色预测模型和改进GM(1,1)灰色预测模型的广州市用电量预测结果和精度等级评估情况。各算法的建模数据采用的是2001年至2010年，检验数据用的是2011年至2014年，预测期为2015年至2020年。

由表3可看出，预测精度等级都在合格范围内，但2011年后的预测误差增大，原因在于2011年后广州市全社会用电量的增长速度放缓。再对比该两种算法，改进后的灰色GM(1,1)预测法的预测精度提高了2%，各数据误差被平均，大误差有所减小，小误差有所提高，基本符合预期改进效果。

4 结论

本文基于灰色预测方法、改进灰色预测方法和趋势外推法（滑动平均法和指数平滑法）完成地区“十三五”期间电力负荷预测，并编制出基于Matlab GUI电力负荷预测软件，软件具有比较丰富的预测分析功能，能实现原始数据导入、修改，能利用单种或多种预测方法进行预测，对预测结果能良好显示和误差精度评估，同时解决了软件的通用性问题，满足电力系统规划人员的实际需要，能应用于地区电网规划实际电力负荷预测工作，进而可以为地区电力规划提供重要参考。

[1] 程浩忠, 张焰, 等. 电力系统规划[M]. 北京: 中国电力出版社, 2008.

[2] 黄玉龙, 刘明波, 郑文杰, 等. 基于可信区间的模糊线性回归动态负荷参数预测[J]. 电工技术学报, 2015, 30(24): 196-205.

[3] 万昆, 柳瑞禹. 区间时间序列向量自回归模型在短期电力负荷预测中的应用[J]. 电网技术, 2012, 36(11): 77-81.

[4] 李滨, 覃芳璐, 吴茵, 等. 基于模糊信息粒化与多策略灵敏度的短期日负荷曲线预测[J]. 电工技术学报, 2017, 32(9): 149-159.

[5] 蒋燕, 王少杨, 封芸. 基于递归等权组合模型的中长期电力负荷预测[J]. 电力系统及其自动化学报, 2012, 24(1): 151-155.

[6] 罗华飞. Matlab GUI设计学习手记[M]. 北京: 北京航空航天大学出版社, 2014.

[7] 侯伟, 肖健, 牛利勇. 基于灰色理论的光伏发电系统出力预测方法[J]. 电气技术, 2016, 17(4): 53-58.

[8] 韩富尧, 刘亚伟. 基于计量经济-灰色理论的多变量电力负荷预测方法[J]. 电气技术, 2017, 18(7): 37-40.

[9] 周国鹏, 傅军, 李雪梅, 等. 灰色预测GM(1,1)模型的改进及应用[J]. 数学的实践与认识, 2011, 41(23): 39-46.

[10] 袁铁江, 袁建党, 晁勤, 等. 电力系统中长期负荷预测综合模型研究[J]. 电力系统保护与控制, 2012, 40(14): 143-146.

[11] 陈武, 张山江, 侯春华, 等. 二次指数平滑预测模型回归系数计算方法探讨[J]. 统计与决策, 2016(19): 11-12.

[12] 谷云东, 张素杰, 冯君淑. 大用户电力负荷的多模型模糊综合预测[J]. 电工技术学报, 2015, 30(23): 110-115.

[13] 杨琳, 徐慧英, 王艳洁. 基于贝叶斯最大化后验估计方法的图片合成模型研究[J]. 计算机科学, 2016, 43(6): 321-324.

Application and development of power load forecasting software based on Matlab GUI

Du Ting1Zhao Shousheng1Li Yongqi2Chen Lidan3

(1. State Grid Zhejiang Electric Power Company Jinhua Power Supply Company, Jinhua, Zhejiang 321000; 2. China Southern Power Grid Guangzhou Power Supply Co., Ltd, Guangzhou 515223;3. Guangzhou College of South China University of Technology, Guangzhou 510800)

Load forecasting is the basis of grid planning, take the electricity consumption of the whole society as an example, this paper predicted the load during the planning period of the 13th five-year grid by trend extrapolation model, grey model and its improved model. Then, the power load forecasting software with lots of functions was developed based on Matlab GUI, the software can implement importing, modifying and saving of the survey data. A variety of prediction models can be used to predict the power load based on the software, and the results can be analyzed and evaluated in the forecasting system, and it has universality and practicability, which can be used by grid planning staff.

load forecasting; Matlab GUI; posteriori error; grey model; trend extrapolation

2017-10-26

杜 挺（1985-），男，汉，浙江东阳人，硕士，工程师，主要研究方向为配电网规划及配电网工程管理。