电力系统负荷预测方法分析及应用

电⼒系统负荷预测⽅法分析及应⽤
电⼒系统负荷预测⽅法分析及应⽤
摘要：本⽂⾸先简要介绍了电⼒系统负荷预测的基本原理，然后系统地介绍和分析了⼏种主要的电⼒系统负荷预测的⽅法及其应⽤。

关键词：电⼒系统；负荷预测；基本原理
1.引⾔
负荷预测就是以已知的电⼒需求为出发点，详细分析电⼒的历史数据并综合考虑政治、⽓候、经济等⼀些相关的因素，对以后⽤电需求做出预测与估计。

负荷预测包含两⽅⾯，即预测未来的需求量和未来的⽤电量前者的预测可以决定发电、输电、配电系统容量的⼤⼩，⽤电量能够决定发电设备的类型。

负荷预测的⽬的是提供负荷发展的⽔平，通过分析，可以确定每个供电区、各规划年供⽤电量，规划地区总的负荷发展⽔平以及每⼀规划年⽤电负荷的构成等。

负荷预测是电⼒系统调度、规划、供电等管理部门的基础⼯作；准确、有效的负荷预测不仅可以合理安排电⽹内部机组的启停、保持电⽹安全稳定的运⾏，还可以减少⼀些不必要的储备容量，合理安排检修计划；从⽽保证了正常的⽣产，有利于经济效益和社会效益的提⾼。

2.电⼒系统负荷预测的原理
通常来说预测电⼒系统负荷最直接最有效的⽅法是建⽴⼀个负荷模型，该模型有两层含义：⼀是负荷的时空特性，⼆是负荷电压和频率特性。

对于负荷的时空特性指的是随着时间与空间的不同分布，负荷的分布也会不同。

这种负荷模型往往是⽐较复杂的，研究⼈员通常是采⽤负荷时间曲线来描述这种特性。

这样负荷曲线以时间为依据，就可以分为⽇负荷、周负荷、季负荷以及年负荷；如果换成以时空⾓度为划分依据，则此曲钱⼜可分为系统、节点和⽤户三种负荷曲线；若按照负荷的性质来分，负荷曲线⼜可以分为⼯业、农业、市政以及⽣活负荷等。

在⼀般的安全运⾏的过程中，负荷模型指的就是未来时空特性，因此也可以将此作为负荷预测模型。

通常负荷预测模型包含的内容是⾮常⼴泛的，在运⾏的过程中不仅能进⾏短期或者实时的负荷预测，还能在规划电⼒系统时做长期的预测。

负荷的预测通常采⽤的是概率统计，有效地分析⼯具即为时间序列分析，由于是预测未来的负荷，所以会存在或多或少误差。

对于未来负荷预测误差所产⽣的原因主要是⼀些不确定的因素与负荷变化的规律不⼀致，如某些⾃然灾害可能会导致停电，这样负荷曲线就会在事故时段出现⼀些突变。

此时就不能依靠负荷预测模型所得出得结果了，因为有⼈的⼲预。

但是也不能因为有不确定因素的存在就全盘否定负荷预测模型计算得出的结果，⼤多数情况下还是⽐较准确的。

3.电⼒系统负荷测试的⽅法及其应⽤
3.1 单耗法
单耗法通常是根据计划产品的数据和单耗的⽤电量，来推算出年度⽤电量。

这⼀⽅法在有单耗指标的⼯业，以及部分农业的负荷测试⽅⾯是⾮常有效的。

在进⾏具体的预测时，⾸先统计分析过去的单位产值耗电量，然后结合各产业结构的调整，总结出⼀定的规律，最终分析出各个产业甚⾄每种产品以及产值的综合单耗。

接下来再根据国民经济相关部门和社会发展规划所编制的指标可预测出单耗。

单耗法有产品单耗法和产值单耗法两种，在使⽤该⽅法时要进⾏⼤量细致的统计、分析⼯作。

⼀般此⽅法对短期负荷预测的效果较佳。

单耗法的优点就是该⽅法相对⽐较简单、能够较好地预测短期负荷等；其不⾜之处是需要做⼤量的调研⼯作，其中的精确度⽆法得到有效地保证，将需要⼤量的⼈⼒物⼒投⼊到调研⼯作之中；由于⽐较笼统，现代政治、经济、⽓候等条件的影响很难得到体现。

3.2 弹性系数法
电⼒弹性系数作为⼀种宏观指标，能够反映电⼒消费的年平均增长率和国民经济的年平均增长率⼆者之间的关系。

电⼒弹性系数可⽤E=Ky / Kx公式表⽰；其中：E⼀电⼒弹性系数；
Ky⼀电⼒消费年平均增长率；
Kx⼀国民经济年平均增长率。

电⼒弹性系数法⼀⽅⾯可以从宏观上确定电⼒发展同国民经济发展的相对速度，另⼀⽅⾯，它还可以作为⼀种重要的参数来衡量国民经济发展和⽤电需求。

在市场经济条件下，电⼒弹性系数已经变得很灵活；随着科学技术的迅速发展，节约⽤电技术、⽤电管理、知识经济以及信息经济的不断产⽣与发展，电能的使⽤范围不断扩⼤，导致了电⼒与经济的关系发⽣了急剧的改变，两者的变化步伐不能够协调⼀致，使得弹性系数也很难确定。

如果在这样的条件下使⽤电⼒弹性系数法预测电⼒需求就不会得到预期的效果。

此⽅法的优点是⽅法简单，易于计算；缺点就是需要⼤量细致的调研⼯作。

3.3 趋势外推法
当电⼒负荷随着时间的变化呈现出上升或者下降的某种趋势时，并且没有明显的季节性的波动，若果能找出波动的函数曲线，
就可以建⽴趋势模型，可⽤函数y=f(t)来表⽰，其中如果电⼒负荷会按照时间的变化⽽呈现出某种趋势，⽐如上升或者下降，⽽且其中t 为时间⾃变量，y 为时序数值因变量，如果这种趋势能够延伸，适⽤于未来的情况，那么当给出t ⼀个所需的值时，就可以得到该时刻的时间序列未来值，这种⽅法称其为趋势外推法。

趋势外推法有多种，其中⽐较常⽤的有预测对数趋势、线性趋势、指数曲线趋势、⼆次曲线趋势以及⽣长曲线趋势等等。

趋势外推法的优点是在进⾏预测是只需要历史的数据既可以进⾏预测，不⾜之处即当负荷⼀旦有了变动，就会有较⼤的误差出现。

3.4 回归分析法
回归分析法是按照负荷的历史资料，建⽴起相应的数学模型，对未来的负荷纪念性预测。

采⽤统计学中回归分析法进⾏分析变量、观测数据并最终预测出未来的负荷值。

该⽅法的特点是把预测⽬标的因素作为⾃变量，预测的⽬标即为因变量，这样具有很强的内插能⼒。

回归模型⼀般有⼀元线性、多元线性、⾮线性等⼏种。

⼀般情况下对于中短期的负荷预测可以采⽤线性回归法，这样能够的到⽐较⾼的准确度，其不⾜之处就是不能详细的统计出规划的⽔平年的各种产业的总值；再者回归分析法也⽆法计算出各个区域的负荷发展。

此外，影响负荷预测的因素具有多样性、突发性和随机性，这会造成负荷预测存在⼀定的误差，不能够满⾜使⽤的精度要求。

3.5 负荷密度法
负荷密度是指每平⽅千⽶平均的负荷值，该⽅法的具体操作是：⾸先计算出区域内过去的和现在的负荷密度，然后根据地区的发展规划以及负荷发展的特点，预测出每个区域年限的负荷密度值。

这种⽅法⽆法预测出整个城市的负荷密度，但是可以将城市进⾏区域划分然后再进⾏区域负荷密度的预测。

在每个分区中可以把少量的⽤电⼤户单独划出来，对负荷进⾏单独计算。

在使⽤该⽅法时，要考虑到预测地区经济社会和电⼒负荷因外界因素影响⽽表现出的跳跃式发展的特点等因素的影响。

负荷密度法虽然不能对整个城市的负荷密度进⾏预测，但可以把城市进⾏⼩⽚区域划分进⽽在对区域负荷密度进⾏预测。

3.6神经⽹络法
神经⽹络（ANN）预测技术，具有⼈脑的⼀些功能，该⽅法能做智能化处理，对⼤量⾮结构性和⾮确定性规律具有较强的适应功能。

ANN在短期负荷预测中⽐中长期负荷预测较占优势，因为短期负荷变化是⼀个平稳随机的过程，⽽中长期负荷预测因外界的⼀些因素可能会导致模型的数学基础受到损坏。

该⽅法的优点是：能模仿⼈脑进⾏⼀些智能化处理，
具有⾃主学习、信息记忆、知识推理和优化计算等优点。

不⾜之处即：此⽅法容易处于局部极⼩的状态，再者该⽅法的学习过程较慢，不太适应与突发事件。

3.7 灰⾊模型法
该⽅法是以灰⾊理论为基础的灰⾊预测技术，灰⾊系统理论是研究解决灰⾊系统分析、建模、预测、决策和控制的理论。

现在该⽅法已经在⽓象、农业等领域有了⼴泛的应⽤。

对于电⼒负荷预测的影响因素可以分为确定性因素和不确定性因素，在此可以看作是⼀个灰⾊系统。

该系统计算简单、精确度⾼、实⽤性强，因此在电⼒负荷预测中有了较成功的应⽤。

在短、中、长三个时期的负荷预测中该⽅法均可以使⽤，并且可适⽤于任何⾮线性变化的负荷指标预测。

灰⾊预测的优点就是负荷数据少，⽆需考虑分布规律和变化趋势，短期的预测精度较⾼、易于检验。

缺点就是当数据灰度变⼤时，预测精度会越低。

4.总结
负荷预测是电⼒系统调度、实时控制、运⾏计划以及发展规划的前提，⼀般负荷预测能为电⽹部门和规划部门提供基础信息。

因此，负荷预测的技术⽔平的提⾼能够有效地管理好⽤电情况，减少发电费⽤；从⽽使⼒系统的社会效益和经济效益得到提⾼。

参考⽂献
[1] 郭帅. 电⼒系统短期负荷的预测[J].⼭西煤炭管理⼲部学院学报.2010(2)
[2] 刘志瀚. 电⼒系统负荷预测的应⽤分析[J]. 电⽓时空.2011(11)
[3] 马莹莹. 电⼒系统短期负荷预测⽅法综述[J].⿊龙江科技信息.2010(3)
[4] 李⾦颖. ⽜东晓.⾮线性季节型电⼒负荷灰⾊组合预测研究[J].电⽹技术,2003,26(5)
[5] 曹国剑. 基于GM(1,1)改进模型的电⽹负荷预测⽅法[J].电⽹技术,2004,28(13)
[6] 王学申. 刘刚.电⼒系统负荷预测⽅法分析及应⽤[J].能源与环境,2011(8)。