摘 要：分析了灰色模型（GM）和模拟退火模型（SA），GM（1，1）学习参数的计算采用最小二乘法，而最小二乘法是基于残差平方和最小寻优，容易陷入局部最小，对于非线性较强的负荷，会产生很大的偏差。提出了一种GM（1，1）与SA相结合的方法，根据模拟退火原理，结合概率突跳特性在解空间中随机寻找目标函数的全局最优解，自动优化GM（1，1）的参数，在负荷预测的实例中取得良好效果。
关键词：灰色模型GM；模拟退火SA；负荷预测

　中长期负荷预测在电力系统规划和运行方面发挥着重要作用，具有明显的经济效益，负荷预测实质上是对电力市场需求的预测。灰色预测具有要求样本少、运算简便和精度高的优点，得到了广泛的应用。由于GM（1，1）的预测精度依赖于模型参数的准确度，使其难以达到理想的预测效果。针对上述情况，本文提出模拟退火SA算法优化GM（1，1）的方法，该方法能自动优化GM（1，1）的参数，寻找全局最优解，有效地提高了GM（1，1）的预测精度。在中长期负荷预测中取得较好的效果。

　对GM（1，1）和模拟算法建模进行分析，针对各自的优缺点提出新的组合模型，并就改模型的建模思想和建模步骤进行了理论探讨。算例分析表明，此新型组合模型能较好地模拟负荷变化发展情况，有效提高负荷预测精度，并且能自动有效地优化GM（1，1）学习参数，具有较强的使用价值。
参考文献
[1] 李瑾，刘金朋，王建军.采用支持向量机和模拟退火算法的中长期负荷预测方法[J].中国电机工程学报，2011，31（16）：63-66.
[2] 余健明，燕飞，杨文宇，等.中长期电力负荷预测的变权灰色组合预测模型[J].电网技术，2005，29（17）.
[3] 周德强.基于最小一乘的GM（1，1）模型及在负荷预测中的应用[J].电力系统保护与应用，2011，29（17）.
[4] 张勇军，石辉，翟伟芳，等.基于层次分析法-灰色综合关联及多灰色模型组合建模的线损率预测[J].电网技术，2911，35（6）.