电力负荷预测技术发展趋势研究

电力负荷预测技术发展趋势研究

杨鑫

广西电网有限责任公司桂林供电局 广西桂林 541002

摘要：在目前的供电企业当中电力负荷预测技术是其中非常重要的工作，同时也是电力现货市场交易经常重复的工作。做这项工作的目的是为了能对于未来新的发电机组立项建设提供依据，同时它还能够决定发电机组的容量和时间地点的选择，对供电企业的发展和电网安全稳定运行有着很重要的意义，所以电力企业现代化管理最重要的标志之一就是在于电力负荷预测技术。电力负荷预测技术最核心的问题就是在于如何选择电力负荷预测方法，因为随着目前社会的进步以及科技的发展，电力负荷预测理论知识以及实践方法不断改良进步，电力负荷预测最终的发展趋势肯定是趋于智能化、精细化预测技术，为电力行业发展提供重要的技术保障。

关键词：电力；负荷预测；技术；发展趋势

一、电力负荷预测的含义

电力负荷预测技术的含义：在电力系统的运行中充分考虑自然条件、电力系统的运行特性、增容决策和社会影响等因素，在满足一定的精度要求的前提下，利用一种能够通过对过去数据的处理得到未来某一特定时刻或特定时间区域的电力负荷数值的一种数学算法。随着我国经济的迅速壮大，电力系统的负荷大大增加，电力负荷预测技术的水平对电网管理越来越重要。提高电力负荷预测技术的精确度能够提升电力系统运行的稳定性和安全系数，能够最大程度的增大电力系统的利润。我国电力负荷预测技术主要在体现在下面三个方面：（1）未来电力需求量（即电功率），制定电力系统设备运行数量和输送容量的方案。（2）未来用电量，制定发电机组的选择，制定电源结构和原料供应计划等。（3）做出电力负荷曲线，用来进行历史数据分析，计算电力峰值，更改电站容量，提供设备协调运行的数据。

二、负荷预测的分类

按照预测时间的长短，电力负荷预测可以分为超短期、短期、中期、长期电力负荷预测，这四类负荷预测的预测对象、研究内容以及预测用途有所不同。超短期负荷预测关注的是未来1小时之内的负荷变化，主要用于监控电力设备的运行情况；短期负荷预测是指日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划，可以为水电调度、机组启停提供重要参考，是电网日常运行的基础；中期负荷预测是指月至年的负荷预测，预测用途是为电力系统安排检修以及确定机组运行方式、燃料采购等提供支撑；长期负荷预测是对未来3至5年甚至更长时间段内用电情况和走势的预测，用于电网规划、电网改造和扩建等方面。从负荷预测的输出形式来分，可以分为点预测和概率预测。点预测是给出预测时间点的确定负荷值，是较常用的输出形式；概率预测是给出预测区间、概率分布函数等，从多个方面描述未来预测负荷值的情况，能够提供预测的更多信息。

三、电力负荷预测技术发展趋势

（一）近现代方法取代经典、经验方法，综合考虑影响负荷因素

负荷预测技术最早提出时间是在二十世纪，当时引起了很大的轰动，其中就包括了回归分析法、时间序列法以及指数平滑法。这些技术都是基于电力负荷形状以及函数，从而对于负荷进行科学研究，主要都是讲负荷当中的很多不确定因素归纳为随机性，从而才能够使用概率学来进行研究处理，其中的缺点有：这些模型的定阶、求解以及模型识别问题非常困难，同时模型的适应能力不强，导致经常会出现各种各样的问题，另外由于这种方法就会导致模型和数据不能分离，自然而然对于模型的需求量就会非常大，从而就会导致数据的运算慢以及精度比较低等等情况。另外灰色数学理论、专家系统法以及小波分析法和神经网络法，这些方法不仅仅需要考虑到负荷形状这些因素之外，同时还会涉及到很多外部的因素，例如对于当时的环境，天气，等等都会产生一定的影响，这些外部因素都会影响数据精度。

（二）中长期电力负荷的组合预测模型

在实际的预测工作开展过程中，经常会针对同一个问题，运用不同的预测方式来加以保障，同时也得到了一个最优化的预测评估系统。但是在不同的预测方式中，各有各的优势以及劣势。从现阶段我国相关的文献研究工作中可以看出，还没有任何一种预测的方式可以具有完美的预测精确度以及预测工作效率，因此在预测工作中对误差值的评定方式以及精确度的要求上仍然存在较大的不同。在不同的预测方式的应用过程中，通常并不能得到相应的价值信息，如果在预测工作中舍弃了比较简单的平方预测方法则是不科学的。负荷大小的整体评价方式相对比较简单，同时在预测工作中存在的变化量也相对较小，通过不同的预测理论来作为基础，将不同的预测方式进行有效的衔接，使预测的数值误差降到最低。同时，在使用不同的预测方案的过程中，可能会涉及到其它不同的数据参数，通过科学合理的处理，可以最大限度地提高整个参数预测的精确度。

（三）基于小波分析的负荷预测技术

小波分析通常指的是数学显微镜。这种分析方法是一种频域分析方法。目前，该技术已广泛应用于图像处理、故障诊断、状态监测、雷达检测等行业。小波分析可以聚焦于信号的每一个细节，特别是对于奇异信号，它具有很强的处理能力，分析的工作原理是将检测到的信息转换成小波系数，这样更便于处理、分析、传输和存储，也可以作为一种电力负荷预测技术。

（四）数据技术在电力负荷预测中的应用

近年来，我国智能电网建设和发展非常快速，这就给电力负荷预测带来了直接的挑战。各类传感器和智能设备数据不断增加，设备中获取的数据以及各类传感器采集的电力负荷预测相关因素，诸如温度、天气、风速等数据量剧增、数据维度也不断提高，数据规模也从GB级增长到TB级甚至更高。基于单机进行的传统预测方法和智能预测方法已经不能满足负荷预测中预测效率和预测精度的要求，国内外学者已经将负荷预测聚焦到了基于大数据技术的预测方法研究。

电力大数据涉及的关键技术有：电力大数据的集成管理、数据分析、数据处理、数据展示。集成管理也就是要实现将多个系统的具有不同来源、格式、特点、性质的应用数据有机的集中统一管理，可以有效解决各系统之间的数据冗余和信息孤岛；电力大数据的数据分析技术，将数据分析为信息和知识，从海量数据中找出潜在的规律和模型，提供决策支持，大数据分析技术更侧重于相关关系的分析和挖掘，可以有效利用结构化和非结构化数据进行算法研究；电力大数据处理技术包括分布式计算、内存计算、流处理等技术，解决数据的实时在线存储、处理和计算；电力大数据的数据展现技术包括可视化技术、历史流展示技术，通过数据的发展趋势预测未来数据情况，挖掘潜在的规律。

（五）模型群优选组合的负荷预测技术

优选组合通常情况当中是包括了二种含义，第一种就是把所有关于电力负荷预测技术的方法以及结果进行综合加权平均进行预测；第二种方法就是采取集中不同的预测方法进行选择，然后从中选择最优的模型来进行测试。所以就可以得知优选组合方法有着很多方式，在实际使用过程当中，综合表现比较好的还是属于模型群方法，这种方法有着很好的适应能力，同时还不会漏掉最优的预测模型，也就从一定程度上提高了预测的准确性以及预测效果，这种方法具体操作流程是，首先需要选择n个预测模型以及相互对应的n个预测结果，然后进行标准偏差的判断以及误差指标等等来对于n个模型的好坏进行评估，最后就会得出一个最好的模型，再利用这个模型进行电力负荷预测，这种方法有着很多好处，同时还能够实现改善预测效果的目的。

四、结论

电网规划工作中，长期负荷预测方式属于一种有效的的组合计算方法，主要是依照某一个时间段中所产生的误差值进行计算，以该计算得出的数值进行预测和分析，从而有效确定权重的大小。但是这种负荷预测技术也存在一定的缺陷，即计算分析之后所得出的结果可能并不是最优化的预测数据。因此，为了有效保证权重系统可以得到具有代表性的预测数据，可以制定出不同的标准和规定来加以限制，有效提高整个负荷预测数据的精确度。

参考文献：

[1]邓永生，焦丰顺，张瑞锋.配电网规划中电力负荷预测方法研究综述[J].电器与能效管理技术，2019,(14):1-7.

[2]谈韵，万顺，张谢，等.基于大数据的电网规划精益分析平台研究与应用[J].电力大数据，2019,22(2):34-40.

[3]薛嵩昶.电网规划中长期负荷预测技术的研究[J].中国战略新兴产业，2018,(36):19.