淺談電力電量負荷預測方法

【摘要】電力負荷預測在電力系統規劃和運行方面的作用越來越重要。隨著現代科學技術的快速發展，負荷預測技術的研究也在不斷深化，各種各樣的負荷預測方法不斷涌現，本文主要探討了時間序列預測法以及其實際運用。

【關鍵詞】負荷預測方法

一、電力負荷的構成與特點

電力系統負荷一般可以為城市民用負荷、商業負荷、農村負荷、工業負荷以及其他負荷等，不同類型的負荷具有不同的特點和規律。

可知電力負荷的特點是經常變化的，不但按小時變、按日變，而且按周變，按年變，負荷又以天為單位不斷起伏的，具有較大的周期性，負荷變化是連續的過程，一般不會出現大的躍變，但電力負荷對季節、溫度、天氣等是敏感的，不同的季節，不同地區的氣候，以及溫度的變化都會對負荷造成顯著的影響。

電力負荷的特點決定了電力總負荷由以下四部分組成：基本正常負荷分量、天氣敏感負荷分量、特別事件負荷分量和隨機負荷分量。

二、負荷預測影響因素

通過實踐證明影響負荷變化的因素有很多，所以負荷是時刻變化的，相關實驗證明負荷預測總負荷（由各個單個負荷組成）一般具有一定的變化規律，其各分量與總負y（t）的關系可寫為：

Y（t）=N（t）+W（t）+T（t）+S（t）+R（t）

其中字母的具體含義如下所示。

N（t）表示典型負荷分量，其主要的特點在于具有線性變化和周期變化；W（t）表示天氣條件溫度情況，通過分析各種因素的負荷影響程度，得到溫度往往是最重要的氣候影響變量；T（t）表示時間變化的影響，可以大致的歸納為如下三點，即人們作息時間，法定及傳統節，日季節變化；S（t）表示特殊事件，比如：自然災害、拉閘限電、系統故障等等。這類事件具有很強的隨機性，難以預測，只能依靠調度人員的經驗判斷；R（t）表示隨機產生的因素，考慮到負荷序列本質上就是一個隨機序列，負荷的隨機分量是負荷中的不遵循規律的部分，是不能準確預測的，可以通過模型或算法來考慮這些分量。

三、預測電力電量負荷的常用方法

3.1彈性系數法

電力彈性系數的基本定義是電力負荷年均增長率和國民經濟年均增長率之比，其主要作用在于可以用來衡量國民經濟發展和用電需求。該系數可以大致的分為兩大類，既電力生產彈性系數和電力消費彈性系數。使用該種預測方法的前提在于必須預先知道預測期內國民經濟的發展目標及其年平均增長速度，如果已經事先知道了彈性系數的預測值，便可以利用國內生產總值的年均增長率來預測出規劃期所需的電力和電量。該方法的主要缺陷在于需要進行大量統計調研工作。

3.2時間序列法

該方法的原理在于利用負荷的歷史資料，設法建立一個數學模型，用以描述電力負荷這個隨機變量變化過程的統計規律性；同時利用該模型建立一定的負荷預測數學表達式，進而對未來的負荷進行預測。

3.3灰色預測法

該方法的基本原理在于利用關聯空間、光滑離散函數等概念定義灰導數與灰微分方程，進而用離散數據列建立微分方程形式的動態模型。利用該方法可以建立GM（1，1）這樣的灰微分方程。還模型是利用離散隨機變量數經過生成變為隨機性被顯著削弱而且較有規律的生成數，建立起的微分方程，這樣便于對其變化過程進行研究和描述。

3.5回歸分析法

回歸分析法就是通過對歷史數據的分析、研究，并考慮和電力負荷有關的各種影響因素，建立起適當的回歸預測模型，用數理統計中的回歸分析方法對變量的觀測數據統計分析，從而預測未來的電力負荷。回歸預測模型可以是線性的也可以是非線性的，可以是一元的也可以是多元的，其中一元線性回歸預測是最基本的、最簡單的預測方法。回歸分析法適用于中、短期預測，它的預測精度依賴于模型的準確性和影響因子（如國民生產總值、工農業生產總值、人口、氣候等）預測值的準確度，該方法只能預測出綜合用電負荷的發展水平，無法預測出各供電區的負荷發展水平，無法進行具體的電網建設規劃。

四、結果分析

負荷變化具有規律性和隨機性，規律性是負荷預測的基礎，隨機性影響到負荷預測精度。負荷預測的任務就是盡可能地充分發掘負荷歷史數據中的規律性來預測未來負荷趨勢。但負荷變化中的隨機因素是客觀存在的，不同地區、不同時段負荷規律性的差異都會對負荷預測結果產生很大的影響。因此，分析歷史負荷的穩定度，才能全面地評價各相關因素的作用，了解預測誤差的構成，進而使預測人員可以清晰地把握預測過程。

歷史負荷規律性和穩定度辨識又可以歸結為：對歷史負荷進行頻域分析并分解，最后用量化指標給出某地區某時間區間內的歷史負荷規律性的穩定程度。本文采用分析工具為譜分析，對懷化地區和對比地區（常德地區）特定時段負荷的內在規律性和穩定度進行分析，并得到量化的指標。

值得指出的是，歷史負荷的規律性和穩定度必然在某種程度上影響預測精度，但是，穩定度估計的上、下限只能作為預測的一個參考，不能將穩定度和預測精度完全等同起來。

這里先取懷化地區和常德地區的2011年3月1日～3月14日系統負荷數據進行頻域分析比較。以下曲線圖左列是懷化局的，右列是常德局的。

從圖1可以看出懷化局負荷日周期分量和周周期分量占的系統負荷比重相對常德局來說要小些。而懷化局負荷的高頻分量部分波動比常德局劇烈的多，這說明懷化局負荷中隨機成分比重比常德局大，而且隨機變化更加劇烈，更不容易把握，這主要是因為懷化地區的電鐵負荷比重大。另外常德局負荷低頻分量比重比懷化局大，這說明前者負荷受氣候等緩慢變化因素影響較大；而懷化地區小水電豐富，但市區居民負荷不由懷化局供電，空調負荷占懷化地區系統負荷比重小，因此其低頻分量主要是反映降水的影響。由此看出兩地負荷的地區性差異較大。

五、結語

電力負荷預測有多種預測方法，每一種預測方法都代表了一種發展規律。各種算法均有一定的適用場合，各種預測方法都具有其各自的優缺點，沒有一個方法適用于各種負荷預測模型而精度比其他各種方法都高。所以在做負荷預測時，必須結合實際情況，著重從預測目標、期限、精確度和預測耗費等諸多方面，靈活選用較為合適的預測方法，并使用多種不同的方法進行預測，將所得預測結果互為比較，再進行合理的綜合分析與預測，最終得到符合所需精度的預測結果。

參考文獻

[1]牛東曉，曹樹華，趙磊，等.電力負荷預測技術及其應用[M].北京：中國電力出版社，1998