電力規劃中的短期負荷預測方法

曹 鈺

保定市城鄉規劃設計研究院（071000）

電力工業的發展一方面直接制約著國民經濟和社會的發展，另一方面電力工業的發展也依賴于社會對電力的需求。電力系統的作用就是對各類用戶提供盡可能經濟可靠而合乎標準要求的電能，以隨時滿足各類用戶的要求,用電力系統的術語來說，就是滿足負荷要求。所以正確的電力負荷預測既可以為國民經濟的發展提供充足的電力，也可以為電力系統自身的發展提供幫助，特別是對于電力系統規劃而言，準確的負荷預測是整個規劃工作的基礎和前提。

1 負荷預測

負荷預測是指在充分考慮一些重要的系統運行特性、增容決策、自然環境和社會影響的條件下，研究或利用一套能系統地處理過去與未來負荷的數學方法，在滿足一定精度要求的前提下，確定某特定時刻的負荷數值。

2 短期預測

預測周期為1～5年，主要是為電力系統規劃、特別是配電網規劃服務的，對配電網的增容、規劃極為重要。同時由于短期負荷預測的時間較短，與電力系統的近（短）期發展直接相關，因此短期負荷預測的準確與否對于電力系統而言是十分重要的。目前對于短期負荷預測的研究工作已經取得了很大進展，它的重要性已得到了科研和系統規劃等部門的普遍重視。

3 短期電力負荷預測的方法

1）指數平滑法是用以往的歷史數據的指數加權組合，來直接預報時間序列的將來值。

對于時間序列 y1，y2，…，yn，要求預測 yn+1。

指數平滑法的基本公式是：yt+1=St=ayt+(1-a)St-1

式中：

St—時間t的平滑值；

yt—時間t的實際值；

St-1—時間t-1的實際值；

a—平滑常數，其取值范圍為[0,1]

其中衰減因子0<α<1，體現“重近輕遠”，即近期數據對預測影響大,遠期數據影響小的基本原則。α越大時，由近期到遠期數據的加權系數由大變小就越快，是強調新近數據的作用。例如當α=0.9時，各加權系數分別為0.9，0.09，0.009等。在極端情形下，α=1，則以往數據對預報沒有任何影響。

對于電力系統負荷預測，重要的是曲線越接近目前時刻，就應當越準確，而對于過去很久的數據，不必作很精確的擬合。

2）單耗法是根據第一、二、三產業每單位用電量創造的經濟價值，從預測經濟指標推算用電需求量，加上居民生活用電量，構成全社會用電量。預測時,通過對過去的單位產值耗電量進行統計分析，并結合產業結構調整，找出一定的規律，預測規劃期的一、二、三產業的綜合單耗，然后按國民經濟和社會發展規劃的指標，按單耗進行預測。

單耗法需要做大量細致的統計、分析工作,近期預測效果較佳。但在市場經濟條件下，未來的產業單耗和經濟發展指標都具有不確定性，對于中遠期預測的準確性難以確定。

3）灰色預測是一種對含有不確定因素的系統進行預測的方法。以灰色系統理論為基礎的灰色預測技術，可在數據不多的情況下找出某個時期內起作用的規律，建立負荷預測的模型。

灰色模型法分為普通灰色系統模型和最優化灰色模型兩種。

普通灰色預測模型是一種指數增長模型，當電力負荷嚴格按指數規律持續增長時，此法有預測精度高、所需樣本數據少、計算簡便、可檢驗等優點；缺點是對于具有波動性變化的電力負荷，其預測誤差較大，不符合實際需要；而最優化灰色模型可以把有起伏的原始數據序列變換成規律性增強的成指數遞增變化的序列，大大提高預測精度和灰色模型法的適用范圍。

灰色預測的優點：要求負荷數據少、不考慮分布規律、不考慮變化趨勢、運算方便、短期預測精度高、易于檢驗。缺點：①當數據離散程度越大，即數據灰度越大，預測精度越差；②不太適合于電力系統的長期后推若干年的預測。

4）負荷密度一般以kW/km2表示。不同地區、不同功能的區域，負荷密度是不同的。利用負荷密度法，一般要將預測區域分成若干功能區,如商業區、工業區、居住區、文教區等，然后根據區域的經濟發展規劃、人口規劃、居民收入水平增長情況等，參照本地區或國內外類似地區的用電水平，選擇一個合適的負荷密度指標，推算功能區和整個預測區的用電負荷。

計算公式是A=SD，其中S是土地面積，D是用電密度。該方法主要適用于土地規劃比較明確的城市區域。

5）電力彈性系數是反映電力消費的年平均增長率和國民經濟的年平均增長率之間關系的宏觀指標，它是衡量國民經濟發展和用電需求的重要參數。電力彈性系數可以用下面的公式來表示：E=Ky/Kx

式中：E—為電力彈性系數

Ky—為電力消費年平均增長率

Kx—為國民經濟年平均增長率

在市場經濟條件下，電力彈性系數已經變得捉摸不定，并且隨著科學技術的迅猛發展，節電技術和電力需求側管理,電力與經濟的關系急劇變化，電力需求與經濟發展的變化步伐嚴重失調，使得彈性系數難以捉摸，使用彈性系數法預測電力需求變得復雜起來，不同的地區應根據實際情況進行是否采用選擇。

該方法的顯著優點是所需的數據少，計算過程也比較簡單，同時使預測人員能夠比較清楚地看到負荷增長趨勢與其他可預測因素之間的關系。而且這一類方法對電力網絡的適用情況較好，因為對于電力網絡需要有較小的預測區域，在小區域中起決定作用的因素比較少，比較容易得到主導因素。

但是其缺點是如果負荷變化不能自解釋時，會導致誤預測；除此之外，該方法必須有各種社會經濟指標等經濟數據，而往往這些數據的獲得要比電力負荷的預測更加困難。因此這也嚴重地制約了該方法的應用。

4 負荷預測

隨著現代科學技術的飛速發展，尤其是人工智能技術的不斷完善，各種各樣新的負荷預測方法也不斷涌現，主要有以下方面：

1）人工神經網絡（ANN）是人們模擬人腦信息處理、儲存的檢索機制而構造的，是由大量人工神經元密集連接而成的網絡。根據人工神經元結構以及互連方式的不同，可以獲得各種不同的人工神經網絡模型，目前比較有代表性的模型有：多層前饋神經網絡（即BP模型）、Hopfield模型、Kohonen模型等。在電力負荷預測中應用較多的人工神經網絡模型是Kohonen模型、BP模型。

人工神經網絡方法適于解決時間序列預報問題（尤其是平穩隨機過程的預報），其應用于電力系統中從理論上講是完全可行的。

目前人工神經網絡方法在電力負荷預測中的應用已經取得了接近實用的成果，表明了其具有很好的實用前景。但是這種方法在實施時有很多實際問題尚需解決,且這些問題與具體系統的情況有關，例如：如果將針對某一系統設計的性能良好的人工神經網結構直接應用到另外一個系統，預報性能可能很差,所以人工神經網絡方法的適應性較差，這也限制了人工神經網絡方法在電力負荷預測中的廣泛應用。

2）空間負荷預測的特點是通過對大量數據的處理,得到比其它負荷預測方法更好的預測結果。用模擬法實現的空間負荷預測誤差只是最好的趨勢外推方法的七分之一，而且可以對負荷分布的位置進行預測。

空間負荷預測的方法有很多優點，是其他方法所不能及的。例如：

①對于新開發地區，本來沒有歷史年的負荷數據，因此也就不能用趨勢法來進行預測，而用空間負荷預測的方法就不存在這樣的問題；②由于電網中經常出現的負荷轉移問題也會對常規負荷預測方法的結果產生很大的影響，空間負荷預測的方法可以不受它的影響；③常規負荷預測方法很難考慮到小區用地類型發生變化時負荷的發展情況，而空間負荷預測方法可以較容易地做到；④空間負荷預測方法可以與需求方管理（DSM）軟件一起使用；⑤空間負荷預測得到的結果不但有將來的負荷值，還有這些負荷在地理上的分布，這對于電力網絡規劃有很大的好處。因為在負荷預測時，若只是數值大小上有誤差，則供電部門可以在設備安裝的時間上進行調整，就可以改變。但若是在負荷地理分布上有誤差,則會使供電部門投資于錯誤的線路，到時候還要再建新線路,則這時的損失就比較大了。

但是，空間負荷預測也有它自身的缺點，例如：它所需的人力和物力是傳統方法的幾十倍。

長期以來,正由于需要對大量的數據進行處理，空間負荷預測雖然優點很多，但在實用性上有很大的問題。有的數據很難收集到，或者很難準確收集到。近年來，由于地理信息系統（GIS）的應用使得收集數據的工作減輕了，以及計算機處理能力的提高都使空間負荷預測成為可能。

上述主要是短期負荷預測的一些方法，短期負荷預測是電網規劃的核心內容之一，是對電力市場需求的預測和電網建設的依據。

[1]程浩忠,張焰.電力網絡規劃的方法與應用[M].上?？茖W技術出版社,2002.

[2]陳章潮,唐德光.城市電網規劃與改造[M].中國電力出版社,1998.

[3]河北省電力公司、河北省城市電力網建設與改造技術原則.1998.

[4]牛東曉,曹樹華,盧建昌.電力負荷預測技術及其應用(第2版)[M].2009.

[5]康重慶,夏清,劉梅.電力系統負荷預測[M].中國電力出版社,2008.