电力负荷预测

0.2
63.3
14.2
22.3
西德 80 年电量
3369
71
1754
688
856
1391
比重（%）
100
2.1
52.1
20.4
25.4
中国 80 年电量
2573
431
1961
15
166
16
比重（%）
100
16.8
76.2
0.5
6.5
95 年电量
9886.4
615
7394.4
871.4
1005.6
80
L(t)： 时刻t的系统总负荷
B(t) ：时刻 t 的基本正常负荷分量 W (T ) ：天气敏感负荷分量 S(t) ：时刻 t 的特别条件负荷分量 V (t) ：时刻 t 的随机负荷分量 一、基本正常负荷分量
B(t) X (t) Z (t)
X (t) ：线性变化模型负荷分量 Z(t) ：周期变化模型负荷分量 （1）线性变化模型
第六章 电力负荷预测 第一节 预测的种类及程序 一、预测内容 电量预测和电力预测，其中电力预测包括峰值负荷、负荷曲线的预测 二、预测的种类 1.实时负荷预报（在线） 几分钟、1 刻钟、半小时或 1 小时，用于电力市场的实时电力调度与经 济运行，即报价平衡 2、短期预测 日、周、月、年，用于确定电力系统的运行方式 3、中期预测 预测的时间为 3~5 年，用于扩建规划，制订电力系统的长期运行方式 4、长期预测 5~20 年，用于电力系统的远景规划
一、必要性
实时控制 运行计划前提
发展规划
提高精度改 增善 强电 电力 力系 系统 统运 运行 行的 的经 安济 全性 性
三、精度
各个电网的负荷特性是不同的
四、影响负荷变化因素
研究负荷变化模型
关键 选择算法
使用者的水平
1. 负荷构成
2. 负荷随时间变化规律
3.气象变化的影响
4.负荷随机波动
五、负荷构成分类
4、进行预测的编制 根据已有的资料和建立的数学模型，对预测期内的不同时段的用电量和 电力负荷进行预测，填写预测报表、负荷计划，绘制负荷曲线图等。 5、进行预测的滚动修正 随着时间的推移、政治、经济、气候等环境条件的变化，原有的预测值 可能会出现误差，原有的预测模型可能已不足以反映预测对象的发展趋 势。这就需要分析时间和空间各因素的变化及影响程度，对预测模型及 数值进行及时的滚动修正、校核，将误差减到最小
4333 7382 5500 5303 4192 5486 5761 4400 3081 2411 4543
如果已知种类建筑物的面积（m2），也可参照单位面积变压器（VA/m2）
或单位面积的负荷功率（W/m2），采用式（6-19）计算出相应的配电变压
器容量或负荷功率
北京、南京、深圳、上海浦东区城市电网规划、改造时，所采用的有关负
X (t) a b t
：误差
（2）：周期变化模型
Zi (t)
Li (t)
Xi
Li (t) ：一天中各小时的负荷
Xi
：当天的日平均负荷
Zi (t) ：第 i 天第 t 小时的负荷变化系数
Z (t)
1 n
n i 1
Zi (t)
n：过去日负荷的天数
Zi (t) ：第 i 天第 t 小时的负荷变化系数 二、天气敏感负荷模型
由式（6-4）可知，选取适当的单耗 qi ，当已知某种产品的产值（产量） 规划值 Gi 时，就可求出规划区某行业生产该产品的总用电量为
m
W qiGi i 1
（6-15）
（2）需求系统法
当已知用户的用电设备装配容量 Pe 时，根据有关设计手册查得同类用户
的需要系数 Kx ，则由下式可求出该用户的实际最大负荷
yi
令 Sxx
n
( xi
i1
2
x)Βιβλιοθήκη n i1xi 21( n n i1
xi )2
S yy
n i1
( yi
2
y)
n i1
yi 2
1( n n i1
yi )2
n
Sxy (xi x)(yi y)
i1
n
xi yi
i1
1 n
(
n i1
xi
)
n
yi )
i1
Sxx 、 Syy 及 Sxy 分别称为 x、y 的平方离差及叉乘离差，结合式（6-22）可
50~90 w/m2 40~60 w/m2 60~10 w/m2
需用系数 KX 住宅 0.3~0.4 办公楼 0.6~0.7 商场 0.7~0.8
宾馆 0.6~0.8
二、需求叠加法 “需求叠加法”是前面介绍的直观分析法的综合，也是日本电力权威研 究机构——日本电力调查委员会常用的电力需求预测方法。此方法是把 按分类预测到的各类负荷用电量叠加，即得到所预测地区的总用电量。 然后，再用“宏观的方法”预测总用电量，以更全面的观点进行校验， 从而获得预测区总用电量最终数据。最后将其换算成有功功率。该委员 会用此方法预测全日本未来 5 年左右时间的电力需求，并将研究结果定 期出版，每半年向国内外分发一次。此外，该委员会也预测全日本未来 10 年左右时间内的电力需求，但先用“宏观方法”作总需求的初步预 测，然后再用“需求叠加法”进行校验
1.14
1.21
1.28
1.46
1.53
1.87
9.49
用电量 y
1.0
1.22
1.48
1.66
2.12
2.48
3.52
13.48
x2
1.0
1.30
1.46
1.64
2.13
2.34
3.50
13.37
y2
1.0
1.49
2.19
2.76
4.49
6.15
12.39
30.47
xy
1.0
1.39
1.79
2.12
Pmax K x Pe
（6-16）
（3）增长率法
在分析历史资料的基础上，根据未来的发展趋势，选择一个适当的电量
年均增长率Vw ，由下式即可求得目标年（n）的电量预测值W n
W n W0 (1 Vw ) n
（6-17）
（4）弹性系数法 在作远景规划预测时，可采用弹性系数法，即在分析原有历史弹性系数
表 6-5 国内外分行业用电构成表
项目 总用电量 一产业 二产业 三产业 生活用电 人均年生活用电（kwh）
国别
用电
用电
用电
美国 80 年电量
21586
379
4813
5619
7175
3151
比重（%）
100
1.8
39
26
33.2
日本 80 年电量
5203
12
3294
736
1161
994
比重（%）
100
三、预测的程序 1、确定预测目标 根据预测的对象和内容，明确规定预测的目标，确定预测的期限、范围。 2、收集、分析、整理有关资料 作需求电量和用电负荷的预测，需要收集预测地区国民经济和社会发展 的历年情况、电力系统现有情况、用电结构、用电量和地区经济增长速 度及其影响因素、大型用户远景用电计划、动力资源及自然资源情况、 单位产品的综合耗电定额及变化因素等；需对各类电力用户的用电量及 负荷特性，各主要变电站的运行日志，无功设备安装容量及电压、频率 等情况进行经常的、系统的统计及分析，把握其发展规律 3、选择预测方法 根据预测的对象、目标，预测精度的要求和掌握的情报资料情况，选择 适当的预测方法，建立预测模型。一般来说，定量预测精度较高，但对 资料的要求也较高。定性预测是对经验的分析和总结。在进行预测时， 要定量与定性相结合，尽量采用多种预测方法，并比较其预测结果的差 异，找出原因，使预测更趋于实际和准确。
得回归系数为
b Sxy Sxx
例 6-1：1952~1958 年我国用电量和国民收入的统计数（以 1952 年为基 准的相对数）如表 6-8，试就表中数据确定一元线性回归模型，并预测 当国民收入增长指数为 2.5 时的用电量增长指数
年份
1952
1953
1954
1955
1956
1957
1958
合计
国民收入 X 1.0
3.10
3.79
6.58
19.77
yˆ a b • x
0.87
1.29
1.49
1.70
2.24
2.44
3.45
--
(y y)2
0.017 0.005
--
0.0052
i 1
i 1
最小二乘法，使残差平方和 Q 最小
Q / a 0
Q / b 0
式中
n
n
n
n xi yi ( xi )( yi )
b
i 1
i 1
i 1
n
n
n xi 2 ( xi )2
i 1
i 1
n
n
yi b xi
a y bx i1
i 1
n
x
1 n
n i 1
xi ,
y
1 n
n i 1
yˆ a b • x 式中 yˆ ——预测值，又称因变量的估计值；
x ——与 y 有关的自变量；
a、b——回归方程的回归系数 图 6-4 P159
（ yi - yˆi ）描述了 yi 与 yˆi 的残差，残差越小，则认为直线和所有的观测
点拟合得越好
残差平方和：
n
n
Q (y i - yˆ i )2 ( yi a bxi )2
的基础上，选择一个远景年的弹性系数 KE ，若知目标年的国民经济总
产值VY ，则预测的目标年的用电量W n 为
W n W0 (1 K EVY )n
（6-18）
（5）面负荷密度法
若已知某城市未来城区的面积为 S（km2 或 m2），参照规模相类似城市
的面负荷密度 （kw/km2）,可估算出规划年的负荷功率 P 为
比重（%）
100
6.2
74.8
8.8
10.2
第四节 回归分析预测法 从事物变化的因果关系出发，利用数理统计学中的回归分析找出随机变 量之间的变化规律，建立数学模型，从而进行预测的一种方法 一、一元线性回归 1、一元线性回归模型 一元线性回归是处理分析 x，y 两个变量之间线性关系的数学方法，其 数学模型为：
中级：30~50 w/m2
高级：6~8 kw/户
低级：15~30 w/m2
办公楼
60~70 w/m2
70~90 w/m2
商场
电供热：100~125 w/m2
大商场：60~120 w/m2
气供热：60~80 w/m2 大中商场：120~160 w/m2
文娱场所
工
标准厂房
业
高科技厂房
建
机电厂房
筑
仓库
60~80 w/m2 100~200 w/m2
P S
（6-19）
如果已知种类建筑物的面积（m2），也可参照单位面积变压器（VA/m2） 或单位面积的负荷功率（W/m2），采用式（6-19）计算出相应的配电变 压器容量或负荷功率
1987 年，我国部分城市城区的面负荷密度见表 6-2
表 6-2 我国部分城市城区的面负荷密度（kw/km2）
城市名 北京 上海 天津 武汉 沈阳 西安 广州 南京 昆明 长春 长沙
温度、湿度、风力、阴暗等
W (T
)
K s (T Ts ), K w (T Tw ),
T Ts T Tw
0 Tw T Ts
T ：预测温度 Tw ：电热负荷临界温度 Kw ：电热负荷临界斜率 Ts ：冷却临界温度 Ks ：冷却临界斜率 三、特别条件负荷分量模型 可用专家系统人工修正（因子模型） （1）因子模型
荷预测的参考指标见表 6-3、表 6-4 表 6-3 北京各类建筑单位面积变压器容量参考指标（VA/m2）
建筑物性质
住宅
公寓
旅馆
办公
商业
单位面积变压器容量
15~30
50~70
70~100
80~120
60~100
表 6-4 我国部分城市负荷预测所采用的建筑物面负荷密度参考指标
城市名
南京
上海浦东
深圳
建筑物性质
预测类型
预测周期
用途
模型
超短期
数分至数小时
AGC，安全监视
线性
短期
日~周
机组，水电交换
线性周期
中期
月~年
水库，检修计划
线性周期
长期
多年
发电，网络规则
线性周期
算法 1、2、3、4、6
1、2、4、6 1、2、4 1、2、5
总负荷预测模型
第三节 电力负荷预测模型
L(t) B(t) W (T ) S(t) V (t)
S(t) (B(t) W (t)) K
K：接近于 1 （2）叠加模型
S(t) L(t)
S(t) ：特别条件负荷分量 L(t) ：特别条件引起的负荷变化值 四、随机负荷分量模型
1.自回归 2.动平均 3.自回归动平均 4.累积式自回归动平均模型
第三节 直观分析预测法
一、常用的直观分析法
（1）单耗法
住宅小区
高
宾馆
层
建
筑
住宅
30~40 w/m2 60~80 w/m2
40~50 w/m2
2~4 kw/户 高级：80~100 w/m2 中级：50~80 w/m2 低级：30~50 w/m2 高级：50~80 w/m2
小型：50~80 w/m2 高级：100~140 w/m2
普通：4~6 kw/户
2~4 kw/户
城市民用
商业
工业
农业
其它
六、电力负荷预测方法
直观分析单耗：增弹长性率系法数： 法需，要面系负数荷法密度法
统计分析回平 归，滑神， 灰 经色 网，络，遗小传波算变法换
专家系统
第二节 电力负荷预测法的适应范围 一、方法 （1）线性外推法 （2）时间序列法（指数平滑法） （3）卡尔曼滤波法 （4）人工神经网络法 （5）灰色理论 （6）遗传算法 （7）小波变换 二、适应范围