电力调度主变夏季最高负荷预测方法研究

电力调度主变夏季最高负荷预测方法研
究
摘要：电能作为人们日常生活和工作的重要能源，确保其持续稳定供应具
有十分重要的现实意义。

在炎热的夏季，由于空调的大量使用，这就会导致电网
负荷的大大增加，进而会对供电质量造成不利影响。

本文对主变夏季的负荷特性
进行了比较深入的分析，在此基础上，结合夏季温度较高的特点，提出了具有一
定针对性的主变夏季最高负荷预测方法，能够在一定程度上提高负荷预测的精度，进而为各项预防措施的有效制定提供科学合理的依据，对于从事相关工作的技术
人员具有一定的借鉴意义。

关键词：主变；夏季；负荷
1前言
负荷预测作为电力调度和规划工作顺利进行的重要基础参考数据，根据预测
时间的不同可以划分为：长期、中期、短期以及超短期等预测方式。

其中，长期
和中期预测数据能够为电源和电网的规划工作提供基础数据，进而编制年度和月
度检修计划以及电网的运行方式等；短期预测数据主要用于日常开停机和发电计
划的编制工作中；超短期预测数据被广泛的应用于实时安全分析和经济调度工作中。

在传统的负荷预测研究过程中，所有预测工作都是建立在系统级的基础上，
而对于主变负荷预测的研究工作相对较少。

相较于系统级负荷而言，主变负荷涉
及范围内的区域容量较小，并且还会受到多种因素的影响，导致负荷会出现较大
的随机性。

因此，用于预测系统级负荷的方法并不适用于主变负荷的预测。

在气
温较高的夏季，空调的使用量大大增加，这就会带来负荷的增加，一旦其超过主
变的最大负荷，就会影响电能的安全供应。

为了保障电能的持续稳定供应，就要
对夏季主变负荷进行科学合理的预测，并采取有针对性的预防措施，避免主变过载而引起停电故障。

2主变夏季负荷特性
2.1气温对主变负荷的影响
在正常的情况下，日负荷曲线表现出一定的周期性，不同日的日负荷曲线整体规律相似，主变负荷也具有类似的规律性。

同时，由于受到空调使用量增加的影响，夏季主变负荷与气温之间具有非常密切的关系，如下式所示：
式中，－当日主变j的最高负荷；
T
－当日最高气温；
F
－主变最高负荷与当日最高气温之间的相关函数。

j
通常来说，在夏季高温持续的第一天，主变的最高负荷一般低于持续高温条件下的最高负荷。

这主要是因为，室内的温度变化滞后于环境温度，在高温起始时，室内温度并不高，相应的空调使用也较少，随着高温天气的持续进行，室内外的温度逐渐趋同，空调的使用量也就呈现出逐渐增多的趋势。

同时，当温度逐渐降低，空调负荷也具有一定的滞后现象。

因此，为了对主变最高负荷进行准确的预测，当气温介于28~38℃的范围内，需要对当天和3天内的最高气温进行综合性的分析。

2.2主变负荷的不确定性
在对主变负荷进行预测的过程中，由于其总体的电力负荷并不高，系统中用电量较大的用户会对主变负荷产生非常大的影响，这就会大大增加主变负荷的不确定性，其最高负荷的预测准确率也会受到严重影响。

为了确保主变能够始终处于良好的工作状态，这就需要对其最高负荷进行准确的预测，可以通过采用一定
的预测区间替换最高负荷的预测值，即预测出最高气温条件下主变负荷的波动区间。

3主变夏季最高负荷预测方法
为了对夏季主变的最高负荷进行准确的预测，首先需要对主变运行过程中的
负荷变化数据进行系统全面的收集整理和筛选；其次，分别计算出主变负荷系数、累计效应系数以及夏季等效气温偏移量；最后，对主变最高负荷的波动范围进行
科学合理的分析。

3.1收集、筛选主变负荷数据
为了尽可能提高预测精度，减少影响因素，本文只对晴好天气工作日的主变
负荷变化情况进行研究。

对预测日前若干天的负荷变化情况和最高气温数据进行
系统全面的收集整理，并且还要注意将其中的法定节假日和主变供电区域出现较
大变化时负荷数据进行有效的剔除。

同时，阴雨天气也会造成气温的降低，进而
带来体感温度的下降，相应的空调使用率也会降低，这就需要将其负荷数据去除，并且还要将其前后天数的数据进行有效的分开。

其中，为了提高三次函数曲线拟
合的准确性，阴雨天之前的温度数据需要尽可能多，进而为拟合提供充足的基础
数据。

3.2确定主变负荷系数与累积效应系数
本文需要分别求取主变负荷系数和累积效应系数，其具体的计算方式如下所示：
（1）采用MATLAB软件中所提供的最小二乘法计算当日最高温度与其前M日
主变负荷之间的相关函数关系f(P,T)。

（2）对不同温度条件下的累计效用系数k进行系统全面的离散化处理，并
将当日等效最高气温带入到函数关系式f(P,T)中，就能进一步得到转换后的函数
关系式f(k
i ,T)。

通过采用最小二乘计算方法，求出f(k
i
,T)残差函数取得最小值
所对应的累计效用系数k，进而就能计算出最高气温前M日的等效最高气温和相应的主变负荷系数。

3.3求取夏季等效气温偏移量
在最高气温出现之后的一段时间内，由于室内温度的提升相对滞后，空调的开启数量也就少。

当高温天气连续出现之后，室内外的温差逐渐降低，空调的开启数量就会逐渐增加。

因此，在夏季的不同阶段，即便是计算出的等效最高气温相当，但是其对应的主变最高负荷往往不尽相同，这就会导致误差的引入。

为了尽可能对该误差进行量化分析，本文需要引入等效气温偏差量，其能够采用温度变化表征夏季不同阶段之间的负荷差异性。

由于不同主变的负荷性质不同，各主变的等效气温偏移量也不相等。

当主变j后N日在等效最高气温T
eqj
条件下的负
荷与其前M日等效最高气温(T
eqj +dT
j
)条件下的负荷相当，那么主变j的等效气温
偏移量就能采用dT
j
进行表示。

等效气温偏移量的计算过程如下所示：（1）将T=T+dT带入到f(P，T)中进行计算，就能得到函数f(P，T+dT)；
（2）对dT值进行科学合理的调整，确保其能够使得f(P，T+dT)的残差函数取得最小值，此时所对应的dT值，即为所要求得的主变等效气温偏移量。

3.4分析主变最高负荷波动范围
由于最高气温后N日和计算预测日之间相距较近，这就可以通过对后N日的
预测值误差进行系统全面的分析，进而明确主变最高负荷的取值范围。

其中，预测值误差需要满足期望为0的正态分布，这在计算过程中需要予以充分的重视。

后N日主变最高负荷预测值的误差标准差采用s
Nj
表示，在α置信度的水平条件
下，其相应的等效最高气温T
eqj
条件下所对应的主变最高负荷的变化区间为
[F
j (T
eqj
)-m
α
s
Nj
，F
j
(T
eqj
)+m
α
s
Nj
]，其中，根据正态分布的基本特性就能计算出m
α
的
取值范围。

最后，结合主变历史时间内的负荷变化情况，对个别等效最高气温条件下的负荷预测值进行科学合理的修正，确保其能够对实际情况进行客观真实地反馈。

4结语
总而言之，为了确保电网系统的安全平稳运行，就要结合其运行特点，制定相应的应对措施。

通过主变夏季的负荷特性进行系统全面的分析，并结合夏季主
变的负荷特点，制定了具有一定针对性的电力调度主变夏季最高负荷预测方法，有助于促进主变最高负荷预测工作水平的不断提高，进而为应对措施的制定提供重要的基础数据，从而确保电能的持续稳定供应，为电用户提供充足的电能。

参考文献：
[1] 沈沉, 秦建, 盛万兴, 等. 基于小波聚类的配变短期负荷预测方法研究[J]. 电网技术, 2016(02):91-92.
[2] 刘翊枫, 周辉, 刘昕, 等. 基于气象成分分解的夏季短期负荷预测[J]. 电测与仪表, 2018(02):115-121.
[3] 樊唯钦, 张伟, 李勇钢, 等. 基于改进人体舒适指数的微电网超短期负荷预测[J]. 广东电力, 2017(05):159-160.
[4] 苏宜靖, 谷炜, 赵依, 等. 考虑气象因子的区域电网梅雨期负荷预测[J]. 浙江电力, 2019(27):246-246.
[5] 应张驰, 陈淑萍, 卢旭航. 基于多源信息的短期负荷混合预测模型应用研究[J]. 浙江电力, 2019(07):34-35.。