城市電網規劃的負荷預測方法探討

中國南方電網廣東電網佛山順德供電局 馬建剛 黃春平 關倩瑩

城市電網規劃工作從電網系統建立之日起至今一直作為電力工作者研究的重點，尤其是在最近幾年里，隨著“兩型”社會的建設和國家農網升級改造步伐的加快，城鄉電網規劃工作受到國家、電力部、地方政府、電力公司等多方的高度重視。預測結果的可行性、準確性，不僅會影響到整個城市電網規劃工作的質量水平，甚至還會影響整個城市社會經濟發展能源開發利用戰略目標的制定[1]。

1.城市電網電力負荷預測模型方法

隨著科學技術尤其是智能自動化技術的進一步發展，電網負荷的預測方法和模型也越來越多，從常規的回歸分析模型、趨勢外推模型、時間序列模型，演變到當前以人工智能為主的灰色系統模型、神經網絡模型；從簡單的電力彈性系數法、產值單耗法，演變到當前專門應用到城市電網負荷預測的行業產生結構法、和空間負荷密度指標法。

2.城市電網規劃設計電力負荷綜合預測體系

地區用電量及負荷增長水平在很大程度上直接反映了該地區的社會經濟現狀和其發展增長潛力。城市規劃部門制定的城鎮發展規劃是電網負荷預測的主要參考依據[2]。

2.1 負荷預測方法模型分類

城市電網規劃負荷預測，按其基本功能作用可以劃分為電量預測、電力負荷預測、空間負荷預測、以及電力負荷需求曲線預測等多種類型。其中電量和電力負荷預測主要針對城市社會經濟發展未來的電力需求量預測，對城市電網規劃供電電源點選擇、電網結構優化調整等具有較強的指導意義。電量和負荷預測又主要包括：城市供電總量電量和負荷預測、以及產業行業電量和負荷預測兩大類；而空間負荷預測則可以根據用電負荷所分布的地理位置、時間和數量，確定城市社會經濟發展所需的空間發展，是城市電網高壓變電站選址、容量、以及供電模式確定的基礎，其負荷預測的準確可靠性直接決定了整個城市電網規劃方案的可行性、可靠性、可操作性、以及適應性；負荷曲線預測是城市電網經濟節能調度運行和提高電網供電可靠性的重要依據，可以根據電網歷史運行日負荷曲線預測不同氣象類型、節假日等條件下的電能需求總量與分類負荷間的關系，是城市電網電量、負荷預測、以及空間負荷預測間的重要連接紐帶。綜上所述，城市電網規劃設計中電力負荷預測，要根據城市社會經濟發展和用地規劃，以空間負荷分布預測為基礎，采用多種電力負荷預測模型方法進行城市電網負荷總量及負荷增產率等指標的準確預測，確保城市電網規劃具有較高質量水平[3]。

表1 大良規劃資料表（單位：公頃）

2.2 城市電網規劃電力負荷預測流程

負荷預測的規劃時間目標通常包括遠景年(長期)、中間年(中期)和近期(短期)等多種類型，進行具體負荷預測工作時，要根據城市電網調度運行已有的歷史數據資料，在充分結合該城市社會經濟發展特點的基礎上，制定出完善系統的預測流程。

3.城市電網電力負荷預測實例分析

近期，為解決快速增長的電力需求與電力設施建設空間之間的供需矛盾，我局與地方國土資源和城鄉規劃局聯合進行地方近期電網建設規劃，協調城市建設和電網建設的關系。

3.1 方法及步驟

（1）負荷密度法基本原理

根據要預測地區的社會經濟發展及用電情況，如供電區域人口、工業生產水平、設備數量變化和特性經濟趨勢對負荷增長的影響等采用空間負荷預測法進行預測，根據城市的規劃，運用時空地理分布模型，將負荷落實到城市的具體位置。

表2 遠景預測負荷密度取值上下限

表3 部分國家和地區人均用電量

（2） 負荷密度法的優點

不確定因素少。由于受到數據、預測所采用的模型以及很多人為主觀因素的影響，目前大部分負荷預測方法都帶有很多的不確定因素。而負荷密度法在分區規劃資料準確的前提下，不確定因素只有負荷密度的取值，其他受人為影響的因素也相對較少，這在理論上能夠保證得到比較準確的預測結果。

計算靈活性高。由于整個預測過程是從每一個小地塊壘起來的，我們可以按照不同的要求組合出各種大小區域的總的負荷預測值，也就是說，不僅能得到總量的預測，還可以知道地區負荷的空間分布，對于以后的變電站布點工作有較大幫助。

（3）預測步驟

1）分區及土地使用類的劃分

按城市總體規劃方案將區域分區，在分區的基礎上再細分為許多的小地塊，對于每個小地塊，城市規劃均對其用地性質、負荷密度、占地面積以及容積率作了規劃。

2）負荷預測分地塊負荷計算和地塊負荷合并兩個步驟

根據每個地塊的用地性質、用地面積、建筑容積率等數據得出每個地塊與規劃相適應的遠期負荷預測值。

由于存在一個負荷同時率的問題，對于不同類型的負荷不能直接把他們簡單相加，因此需要將不同類型的負荷按負荷特性曲線相加。這樣就能得出一條新的合并后的分區日負荷曲線，曲線的最大值就是遠期負荷預測值。

3.2 負荷計算

以順德區大良街道為例，地域面積80km2，其中用電土地面積67.8km2。2011年最高負荷391.13MW，電量18.82億千瓦時，人口42.8萬人，負荷密度5768.88kW/km2，人均用電量4397.2kwh。本次規劃期限為2012年-2020年。

根據總體規劃，大良的規劃用地情況如表1。

在采用負荷密度法進行負荷預測時，負荷密度是一個非常關鍵的因素，它選得是否恰當會影響預測結果的正確性。為此，我們對各類典型負荷密度現狀進行了抽樣實測，抽樣包括9個居住用地、9個行政商業、9個醫療教育、12個一類工業、9個二類工業、11個三類工業的負荷密度現狀。根據負荷密度現狀，考慮各類負荷增長率，確定遠景預測負荷密度取值上下限發（見表2）。

根據以上數據，得出每個地塊與規劃相適應的遠期負荷預測值：

地塊的遠期負荷預測值=地塊用地面積×地塊建筑容積率×地塊遠景負荷密度

最后運用各類負荷的典型日負荷特性曲線，對各地塊負荷合并，得出大良區域遠期負荷預測結果：最大負荷92.76萬kW，規劃面積統計63.9562km2，平均負荷密度1. 45萬kW/km2。

3.3 負荷預測結果的橫向比較

橫向比較的關鍵是選擇具有對比性的國家或城市。一般選經濟發達，且經濟結構與本地區有某種相似的國家或城市作比較對象。考慮到佛山地區的人口、面積、經濟發展的趨勢，我們選取東京、紐約、廣州等大都市作為對比分析（見表3）。

根據城市總體規劃，對比國內外人均用電量，遠景規劃按人均用電量1.1萬kwh計算，基本與許多發達國家人均用電量相當。

預測廣州遠景負荷為1900萬kW，平均負荷密度達2.16萬kW/km2。本次規劃得出大良地區遠景平均負荷密度為1.45萬kW/km2，略低于廣州。

4.結束語

隨著城市規劃建設發展的規模和速度的進一步加快，電網規劃中電力負荷預測的重要性日益顯現，且對電力負荷預測數據的可靠性和精確度要求也越來越高。常規的電力負荷預測方法在城市電網規劃中應用比較廣泛，其預測結果對城市電網規劃建設具有非常重要的參考價值。但要進一步提高電力負荷預測數據的可靠性和精確度，就需要結合神經網絡等智能預測技術，形成綜合的電力負荷預測模型方法，進而為城市電網規劃建設中的電源點布設、供電模式、規模容量的確定，以及投入時間以及具體供電線路走向提供重要的科學合理的參考數據依據，確保電網規劃具有較高質量水平。

[1]康重慶,夏清,張伯明.電力系統負荷預測研究綜述與發展方向的探討[J].電力系統自動化,2004,28(17):1-11.

[2]王穎,彭澎.考慮不確定性的城市電網空間負荷預測方法[J].電力科學與工程,2009,25(2):24-26.

[3]左新南,龔里.縣級電網規劃負荷預測方法的探討[J].紅水河,2005,26(2):135-137.