浅析电力系统负荷预测方法叶帅

浅析电力系统负荷预测方法叶帅

叶帅张明帅聂传波许欢

（国网淮南供电公司安徽淮南232000）

摘要：在电力系统之中，对于负荷预测的方法正在向非线性、智能化发展，由于精准度是衡量负荷预测的重要指标，因而，要根据电力系统负荷预测的特点，选取适宜的负荷预测模型，尝试应用新技术和新方法，构建完整的电力系统负荷预测体系，在加强与天气预报部门协调的前提下，利用各种智能化电力负荷预测方法，进行模型构建和分析，从而提高电力系统负荷预测精准率。

1.引言

电力系统负荷预测涉及电力系统的调度和运营，其预测精度的高低决定了电力系统的安全、经济性能和供电水平，由于电力负荷自身的不确定性和非线性的特点，使其成为当前电力系统的前沿课题，传统的电力负荷预测系统的适应力较弱，在复杂的电力负荷预测的求解过程中，具有一定的局限性和矛盾，因而，需要引入多元化的智能优化预测方法和技术，为电力系统负荷安全和经济提供科学的决策依据。

2.电力系统负荷的特点

电力系统中的负荷一般分为城市的民用负荷、商业的负荷、农村的负荷、工业的负荷和其他的负荷等，不同类型的电力系统负荷会具有不同特点及规律。城市的民用负荷大多来自城市的居民家用电器的用电负荷，它有年年不断增长的趋势，并且随着季节的变化而变化，但民用的负荷还是和居民日常的生活及工作规律相关较为紧密。

2.1商业的负荷，主要是指商业用电中的用电负荷，它覆盖的面积大，而且用电量增加的速度的平稳，商业的负荷同样也具有根据季节变化的波动特性。即使它在电力的负荷中占的比重不如工业负荷及民用负荷，但是商业负荷中的照明类的负荷占用了电力系统用电高峰时段。除此以外，商业部门因为商业行为会在节假日里会增加营业时间，因此成为节假日里影响电力负荷重要的因素之一。

2.2工业负荷是指用在工业生产的用电负荷，一般的工业负荷比重在用电负荷里构成中居于第一位，它不仅仅由工业里负荷端的使用情况决定（也包括负荷的利用情况、企业工作班制度等），而且它和各个行业的特性及季节里的因素都有非常密切的联系，一般的负荷还是比较稳定的。

2.3农村的负荷是指农村里居民用电及农业里生产的用电。这类负荷和工业里的负荷相比较，受到季节等其他自然环境的影响非常大，它是由于农业生产特点来定性的，农业的用电负荷同时也受到农产品的品种、耕种特点的影响，但是就电网系统而言，因为农业的用电负荷的集中时间和城市的工业的负荷使用高峰时间有很大差别，所以对于提高电网的负荷率很有好处。

从以上的分析可以发现电力的负荷特点是常常变化的，不仅按照小时变化、按日变化，而且还按周变化，按年变化，同时电力负荷又是以小时作为基本单位不断发生变化的，它具有很大的周期性，负荷的变化是个连续发展变化的过程，在正常的情况下，它不会产生大的跳跃，但是电力的负荷对于季节等因素是十分敏感的，在不同的季节，不同的地区的气候和温度的变化都将会对电力负荷造成十分重要的影响。

3.影响电力负荷预测的因素

负荷预测目的是根据电力负荷的发展状况和水平，同时也确定各个供电公司计划的年供用总值，供用最大的电力负荷与规划的地区的总共负荷的发展水平，是由各规划的年用电负荷构成。电力系统负荷预测要受多种随机因素的影响，对未来电力负荷曲线提出预先，通过科学的计算，对电力系统的发电计划、检修计划、发电机启停等做出统筹安排，它的主要特点主要表现在以下几个方面：

一是不确定性。在电力系统的负荷预测之中，会面临各种复杂的因素，由于经济、气象等原因，造成影响因素的变化，而给负荷预测带来意料不认识。

二是附加条件性。电力系统的智能电网负荷预测必须有特定的条件，这些条件有些是必然会出现的，如电力系统负荷变化规律，这些变化规律是预测的条件，会产生可靠的预测结果；而有些条件是不可预期的，或者说是假设性的条件，它在电力系统负荷预测方面，也需要适时的引入。

三是周期性。在电力系统的负荷之下，在长期的运行状态中会形成一定的规律，如年周期、日周期，而日周期是电力负荷重要的前提。

四是时间性。电力系统负荷预测要想获取精准的数值，就必须引入数量观念和时间观念，要将负荷预测置于一定的数量和时间范围内，从而实现对电力负荷的准确告知。

五是多方案性。电力系统在不同的时间和不同的地域之下，会产生不同的负荷发展状况，这样就为电力系统负荷预测的多方案拟定奠定了基础。

4.电力系统负荷预测的方法

4.1趋势外推法。就是根据负荷的变化趋势对未来负荷情况做出预测。电力负荷虽然具有随机性和不确定性，但在一定条件下，仍存在着明显的变化趋势。这种变化趋势可为线性或非线性、周期性或非周期性，等等。

4.2时间序列法。时间序列法是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。

4.3回归分析法。回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测。

4.4灰色数学理论。灰色数学理论是把负荷序列看作一真实的系统输出，它是众多影响因子的综合作用结果。灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。

4.5专家系统方法。专家系统方法是对于数据库里存放的过去几年的负荷数据和天气数据等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则。借助专家系统，负荷预测人员能识别预测日所属的类型，考虑天气因素对负荷预测的影响，按照一定的推理进行负荷预测。

4.6神经网络理论。神经网络理论是利用神经网络的学习功能，让计算机学习包含在历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场，但其缺点是学习收敛速度慢，可能收敛到局部最小点，并且知识表达困难，难以充分利用调度人员经验中存在的模糊知识。

5.结束语

电力系统负荷的预测是电网的调度、信息管理等方面的前提，他是一个电力系统调度部门及规划部门必须具备的基本的信息。提高电力系统负荷预测的技术水平，十分有利于计划用电的管理，十分有利于合理的安排电力系统的运行方式及机组的检修计划，十分有利于节约煤、节约油和降低发电的成本，十分有利于制定经济合理的电源的建设规划，十分有利于提高我们电力系统的经济效益及社会效益。所以，电力系统负荷预测将成为实现现代电力系统管理的重要内容。

参考文献

[1]牛东晓.电力负荷预测技术及其应用[M].北京:中国电力出版社,2006.

[2]吴熳红,杨继旺.几种电力负荷预测方法及其比较[J].广东电力,2004,17(1):17-21.