基于分行業(yè)負(fù)荷曲線的地區(qū)電網(wǎng)分級(jí)負(fù)荷預(yù)測

薛季良，顧潔，杜漸，儲(chǔ)琳琳，張宇俊，陸慧豐

（1.電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室，上海交通大學(xué)電氣工程系，上海200240；2.上海市電力公司市南供電公司，上海201100）

基于分行業(yè)負(fù)荷曲線的地區(qū)電網(wǎng)分級(jí)負(fù)荷預(yù)測

薛季良1，顧潔1，杜漸1，儲(chǔ)琳琳2，張宇俊2，陸慧豐2

（1.電力傳輸與功率變換控制教育部重點(diǎn)實(shí)驗(yàn)室，上海交通大學(xué)電氣工程系，上海200240；2.上海市電力公司市南供電公司，上海201100）

由于測控設(shè)備未能完全安裝或測量設(shè)備非正常投運(yùn)，使得地區(qū)電網(wǎng)中地塊負(fù)荷數(shù)據(jù)獲取較為困難，從而影響了配電網(wǎng)規(guī)劃的效果。從上下級(jí)的負(fù)荷動(dòng)態(tài)平衡以及用戶日用電量平衡的雙向平衡出發(fā)，結(jié)合不同行業(yè)或功能塊的負(fù)荷特性，將日負(fù)荷曲線應(yīng)用于協(xié)調(diào)預(yù)測的最優(yōu)化建模，對(duì)地區(qū)電網(wǎng)的分級(jí)負(fù)荷預(yù)測方法進(jìn)行挖掘，提出了分級(jí)負(fù)荷預(yù)測的新算法。結(jié)果表明，該方法在解決未知用戶問題的同時(shí)擁有較高的預(yù)測精度，是進(jìn)行地區(qū)電網(wǎng)分級(jí)負(fù)荷預(yù)測工作中一個(gè)有益的嘗試。

分級(jí)負(fù)荷預(yù)測；日負(fù)荷曲線；地區(qū)電網(wǎng)；負(fù)荷特性；雙向平衡

地區(qū)電網(wǎng)負(fù)荷預(yù)測在為規(guī)劃工作提供負(fù)荷總量等粒度較粗的數(shù)據(jù)基礎(chǔ)上，還應(yīng)滿足實(shí)際工作中的“負(fù)荷入地、預(yù)測入網(wǎng)”等深度要求，以實(shí)現(xiàn)對(duì)負(fù)荷變化規(guī)律更深層次的挖掘，如進(jìn)行分區(qū)、分功能塊、分地塊區(qū)甚至變電站等精細(xì)化的負(fù)荷（負(fù)荷特性）分析預(yù)測。以地塊和功能塊為代表的負(fù)荷預(yù)測研究，成為當(dāng)前地區(qū)電網(wǎng)負(fù)荷預(yù)測研究重點(diǎn)。

目前，分級(jí)預(yù)測主要研究的是通過已有的上下級(jí)電力數(shù)據(jù)協(xié)調(diào)預(yù)測值。文獻(xiàn)[1]將分級(jí)協(xié)調(diào)預(yù)測問題定義為時(shí)間、空間、屬性（上下級(jí)電網(wǎng)）等多維度、多級(jí)別預(yù)測結(jié)果的協(xié)調(diào)問題；文獻(xiàn)[2]提出了基于總需求與子需求平衡的協(xié)調(diào)模型和可信度的評(píng)價(jià)體系；文獻(xiàn)[3]基于普通協(xié)調(diào)模型，將多級(jí)負(fù)荷預(yù)測擴(kuò)展為多維多級(jí)，引入了不平衡向量和調(diào)整系數(shù)矩陣建立關(guān)聯(lián)協(xié)調(diào)方法；文獻(xiàn)[4]利用下級(jí)電網(wǎng)上報(bào)的計(jì)劃負(fù)荷對(duì)網(wǎng)損和廠用電進(jìn)行有效預(yù)測。而實(shí)際上由于用戶測控設(shè)備未能完全安裝或設(shè)備運(yùn)行中傳送的負(fù)荷信息有誤，缺乏地塊等精細(xì)化負(fù)荷結(jié)果，影響了地區(qū)電網(wǎng)規(guī)劃的效果。目前的方法均未提及在數(shù)據(jù)缺失前提下的分級(jí)預(yù)測可行性，分級(jí)預(yù)測問題仍有較大空白。

本文以地塊內(nèi)供電線路或主變負(fù)荷、電量信息及地塊內(nèi)用戶的用電量信息為基礎(chǔ)，提出了一種應(yīng)用分行業(yè)日負(fù)荷曲線的分級(jí)預(yù)測模型，定義了地塊用戶負(fù)荷信息缺失條件下的分級(jí)負(fù)荷預(yù)測問題，同時(shí)通過負(fù)荷與電量的雙向校驗(yàn)，實(shí)現(xiàn)地塊負(fù)荷的分級(jí)優(yōu)化預(yù)測。實(shí)驗(yàn)表明，本算法以較高的精確度完成了分級(jí)負(fù)荷的預(yù)測，為解決常見的分級(jí)預(yù)測問題提供了有效的參考方法，并為地區(qū)電網(wǎng)及線路上下級(jí)調(diào)控提供了重要信息。

1 地區(qū)電網(wǎng)分級(jí)協(xié)調(diào)預(yù)測模型

1.1 應(yīng)用分行業(yè)日負(fù)荷曲線的分級(jí)負(fù)荷預(yù)測

分級(jí)負(fù)荷預(yù)測分析工作的核心就是根據(jù)研究范圍內(nèi)供電變壓器的負(fù)荷曲線或送入線路的負(fù)荷性質(zhì)，探討典型負(fù)荷的電力與電量關(guān)系、典型負(fù)荷曲線與總體負(fù)荷的分配或合成問題。

地區(qū)電網(wǎng)負(fù)荷分級(jí)協(xié)調(diào)預(yù)測可劃分為已知各用戶分量求取總量和已知總量和部分用戶（用戶）信息對(duì)其余用戶進(jìn)行推算2種。地區(qū)電網(wǎng)分級(jí)協(xié)調(diào)負(fù)荷預(yù)測的準(zhǔn)確性與地區(qū)用戶行業(yè)劃分的準(zhǔn)確度密切相關(guān)[5]。分行業(yè)日負(fù)荷曲線將解決分級(jí)預(yù)測中負(fù)荷同時(shí)率的問題，預(yù)測結(jié)果既滿足上下級(jí)的用電協(xié)調(diào)，又能反映各行業(yè)自身的用電特性[6]。一般首先根據(jù)用戶報(bào)裝的額定容量確定最大負(fù)荷Pimax，再根據(jù)典型負(fù)荷特性曲線fi（t）計(jì)算每類地塊的負(fù)荷曲線Pi（t）=fi（t）Pimax，最后將每類地塊的負(fù)荷曲線疊加，獲得整個(gè)區(qū)域的負(fù)荷曲線。

1.2 雙向平衡分級(jí)負(fù)荷預(yù)測算法

為了能夠有效地利用相關(guān)數(shù)據(jù)進(jìn)行負(fù)荷預(yù)測的多方驗(yàn)證，需要同時(shí)進(jìn)行負(fù)荷總量（如供電線路或變壓器負(fù)荷）與用戶負(fù)荷（如地塊負(fù)荷和桿配變負(fù)荷）之間的反饋協(xié)調(diào)、電量與電力負(fù)荷的反饋協(xié)調(diào)預(yù)測兩項(xiàng)分級(jí)協(xié)調(diào)預(yù)測研究，并通過負(fù)荷總量預(yù)測結(jié)果的分配與分類負(fù)荷預(yù)測結(jié)果的合成，雙向交互驗(yàn)證。根據(jù)日總負(fù)荷曲線、總電量及已知用戶的典型日負(fù)荷曲線，按照各用戶負(fù)荷曲線疊加后以總負(fù)荷曲線的誤差平方和及用戶電量誤差平方和的累加值最小為目標(biāo)，確定未知負(fù)荷，即

2 地區(qū)電網(wǎng)分級(jí)預(yù)測的實(shí)現(xiàn)及流程

按照上述分析思路，擬定地區(qū)電網(wǎng)分級(jí)預(yù)測實(shí)現(xiàn)流程如圖1所示[5，7，8]。

圖1 地區(qū)電網(wǎng)分級(jí)負(fù)荷預(yù)測算法流程Fig.1Flow chart of the multi-level load forecasting method in regional power grid

（1）確定待求用戶的土地應(yīng)用性質(zhì)和行業(yè)屬性，以行業(yè)屬性為索引在典型行業(yè)或居住地塊的負(fù)荷曲線庫中搜索，找出與其行業(yè)特性相同或相近的典型負(fù)荷曲線作為該用戶的負(fù)荷曲線代表；

（2）收集線路或主變以及已知用戶的數(shù)據(jù)，包括負(fù)荷及電量信息；

（3）對(duì)所得數(shù)據(jù)進(jìn)行處理，并輸入雙向平衡分級(jí)負(fù)荷預(yù)測最優(yōu)化模型；

（4）得到待求用戶的最大負(fù)荷，應(yīng)用典型負(fù)荷曲線確定出各時(shí)刻負(fù)荷值。

3 算例與分析

以某10 kV線路的供電區(qū)域進(jìn)行分級(jí)協(xié)調(diào)預(yù)測為例進(jìn)行模型的驗(yàn)證，該模型實(shí)際還可應(yīng)用于上級(jí)線路所經(jīng)各區(qū)域的分級(jí)預(yù)測。算例選取時(shí)間為2011-07-23。已知數(shù)據(jù)為線路24 h總負(fù)荷實(shí)測值、當(dāng)月所有用戶月用電量、線路32個(gè)桿變的24 h負(fù)荷值；缺失數(shù)據(jù)為2個(gè)桿變、2個(gè)用戶供電點(diǎn)及5個(gè)配變的數(shù)據(jù)。

為比對(duì)驗(yàn)證，將9個(gè)未知用戶與2個(gè)已知用戶（作為未知項(xiàng)）一同計(jì)算，分別簡稱為A-K；算例采用現(xiàn)行的2種常用估算方法容量協(xié)調(diào)分配法和電量協(xié)調(diào)分配法對(duì)本文提出的模型做比對(duì)。

3.12 種常用方法

（1）容量協(xié)調(diào)分配法。通過總負(fù)荷與已知設(shè)備的負(fù)荷差得到待求用戶的供電總負(fù)荷，再進(jìn)一步通過待求用戶的額定容量按比例推得其負(fù)荷。

（2）電量協(xié)調(diào)分配法。通過總負(fù)荷與已知用戶的負(fù)荷差求出待求用戶的總負(fù)荷，再通過待求用戶的用電量按比例分配負(fù)荷。容量協(xié)調(diào)分配法及電量協(xié)調(diào)分配法所需條件如表1所示。

表1 待求用戶的額定容量及月用電量Tab.1Rated capacity and monthly electricity consumption of unknown devices

3.2 采用分行業(yè)日負(fù)荷曲線的分級(jí)協(xié)調(diào)預(yù)測法

首先，對(duì)待求用戶進(jìn)行行業(yè)類別判斷。對(duì)于用電信息完全未知的用戶，一般通過用戶單位名稱進(jìn)行判斷。對(duì)于內(nèi)部行業(yè)不統(tǒng)一的用戶，需將其分開。例如：配變G主要由居民用電和房產(chǎn)經(jīng)銷行業(yè)構(gòu)成，其計(jì)算應(yīng)分成G1“居民”和G2“商業(yè)”兩部分。待求用戶的行業(yè)類型如表2所示。

表2 待求設(shè)備的典型行業(yè)類型Tab.2Typical industry types of unknown devices

其次，根據(jù)行業(yè)典型負(fù)荷曲線[5]求得非居民行業(yè)用電負(fù)荷率（loadratioji）。對(duì)于居民用電，由于夏季負(fù)荷曲線隨氣溫影響會(huì)產(chǎn)生較大畸變，采用夏季典型負(fù)荷曲線會(huì)造成較大誤差，算例中采用當(dāng)日已知負(fù)荷曲線臨近居民用戶的統(tǒng)計(jì)平均值。

第三，預(yù)測用戶日用電量。電量數(shù)據(jù)通常采取月統(tǒng)計(jì)口徑計(jì)算近似日用電量。對(duì)于非居民行業(yè)，特別是商業(yè)和文化娛樂，用日電負(fù)荷率差異較小，采用電量等分近似估計(jì)當(dāng)日用電量（即Ej=Emonth，j/ 31）；對(duì)于居民用戶由于臨近地塊的居民用戶一般擁有較為接近的日用電比例，可先對(duì)已知臨近居民用戶（24個(gè)）日負(fù)荷曲線求積分得到近似日用電量數(shù)據(jù)，再求得待測日的日用電量與月用電量比率的統(tǒng)計(jì)平均值C，即

式中，Ck為臨近某居民用戶的日用電量與月用電量比率。將式（2）代入式（1）求得最優(yōu)解。

3.3 結(jié)果分析

3種算法對(duì)最大負(fù)荷預(yù)測的運(yùn)算結(jié)果見表3。

表3 最大負(fù)荷預(yù)測結(jié)果Tab.3Forecasting results of the maximum power load

用戶J和K的Pmax實(shí)際值分別為51.4 kW和110.6 kW。表3的數(shù)據(jù)表明采用分行業(yè)日負(fù)荷曲線分級(jí)預(yù)測的準(zhǔn)確性最高。

容量協(xié)調(diào)分配法由于等比例分配造成所有未知地塊的負(fù)荷曲線形狀完全相似，而由容量來分配負(fù)荷相當(dāng)于所有負(fù)荷等負(fù)荷率發(fā)展，與實(shí)際情況有一定差別，不符合行業(yè)的負(fù)荷特性；電量協(xié)調(diào)分配法，由于同容量用戶電量的差異計(jì)算結(jié)果不再相同，負(fù)荷比較真實(shí)，但是得出的負(fù)荷曲線仍然完全相似，并不能解決行業(yè)特性的問題；而本文提出的分級(jí)協(xié)調(diào)預(yù)測模型不僅得到了較為準(zhǔn)確的最大負(fù)荷，同時(shí)各用戶的負(fù)荷曲線均保持各用戶應(yīng)有的行業(yè)特征，較真實(shí)地反映了線路各桿配變、供電點(diǎn)的負(fù)荷實(shí)況，如圖2所示。

圖2 各用戶預(yù)測負(fù)荷曲線Fig.2Forecasting load curves of each power customer

3種算法的比對(duì)結(jié)果說明分級(jí)預(yù)測算法的準(zhǔn)確性，同時(shí)，算例也驗(yàn)證了分行業(yè)典型負(fù)荷曲線提取的重要性。值得指出的是，算例的待測日若選取為春秋兩季，由于氣溫負(fù)荷較小，負(fù)荷水平變動(dòng)較小，居民地塊的負(fù)荷曲線可以選用春秋典型日負(fù)荷曲線[5]來進(jìn)行分組預(yù)測。

4 結(jié)語

本文對(duì)地區(qū)級(jí)電網(wǎng)的分級(jí)預(yù)測進(jìn)行分析探討，以典型日負(fù)荷曲線及分行業(yè)負(fù)荷曲線特性的研究為基礎(chǔ)，建立了地區(qū)電網(wǎng)負(fù)荷分級(jí)預(yù)測分析方法與模型。根據(jù)典型日總負(fù)荷曲線、已知及未知信息用戶的典型日負(fù)荷曲線及月用電量，按照各用戶負(fù)荷曲線疊加后以總負(fù)荷曲線的誤差平方和及電量誤差平方和的累加值最小為目標(biāo)，確定未知用戶（或地塊）的負(fù)荷結(jié)果。

實(shí)例證明，應(yīng)用日負(fù)荷曲線由總量負(fù)荷推算分量負(fù)荷的分級(jí)負(fù)荷優(yōu)化預(yù)測模型預(yù)測準(zhǔn)確度顯著提升，為地區(qū)級(jí)負(fù)荷預(yù)測及相關(guān)輔助決策作用提供了重要的手段與科學(xué)的方法，是多級(jí)協(xié)調(diào)預(yù)測方法的實(shí)用且有益的嘗試。

[1]康重慶，牟濤，夏清，等（Kang Chongqing，Mu Tao，Xia Qing，et al）．電力系統(tǒng)多級(jí)負(fù)荷預(yù)測及其協(xié)調(diào)問題（一）研究框架（Power system multilevel load forecasting and coordinating part one research framework）[J]．電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2008，32（7）：34-38．

[2]牟濤，康重慶，夏清，等（Mu Tao，Kang Chongqing，Xia Qing，et al）．電力系統(tǒng)多級(jí)負(fù)荷預(yù)測及其協(xié)調(diào)問題（二）基本協(xié)調(diào)模型（Power system multilevel load forecasting and coordinating part two basic coordinating model）[J]．電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2008，32（8）：14-18．

[3]牟濤，康重慶，夏清，等（Mu Tao，Kang Chongqing，Xia Qing，et al）．電力系統(tǒng)多級(jí)負(fù)荷預(yù)測及其協(xié)調(diào)問題（三）關(guān)聯(lián)協(xié)調(diào)模型（Power system multilevel load forecasting and coordinating part three correlative coordinating model）[J]．電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2008，32（9）：20-24．

[4]程義明，羅滇生，何洪英，等（Cheng Yiming，Luo Diansheng，He Hongying，et al）．分步預(yù)測法在省級(jí)電網(wǎng)短期負(fù)荷預(yù)測中的應(yīng)用（Application of sub step forecasting method in provincial grid short-term load forecasting）[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2012，24（4）：54-58.

[5]顧潔，薛季良，杜漸，等．基于數(shù)據(jù)綜合平臺(tái)的市南地區(qū)負(fù)荷精細(xì)化研究[R]．上海：上海交通大學(xué)，2012．

[6]馬捷然，樊亞亮（Ma Jieran，F(xiàn)an Yaliang）．應(yīng)用負(fù)荷特性曲線由分量預(yù)測總量負(fù)荷的方法研究（Discussion on how to forecast gross load from component loads using load characteristic curve）[J]．廣東輸電與變電技術(shù)（Guangdong Power Transmission Technology），2006，8（4）：64-66.

[7]馮曉蒲，張鐵峰（Feng Xiaopu，Zhang Tiefeng）．基于實(shí)際負(fù)荷曲線的電力用戶分類技術(shù)研究（Research on electricity users classification technology based on actual load curve）[J]．電力科學(xué)與工程（Electric Power Science and Engineering），2010，26（9）：18-22．

[8]李欣然，姜學(xué)皎，錢軍，等（Li Xinran，Jiang Xuejiao，Qian Jun，et al）．基于用戶日負(fù)荷曲線的用電行業(yè)分類與綜合方法（A classifying and synthesizing method of power consumer industry based on the daily load profile）[J]．電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2010，34（10）：56-61．

Multi-level Load Forecasting Based on Load Curve for Different Industries

XUE Ji-liang1，GU Jie1，DU Jian1，CHU Lin-lin2，ZHANG Yu-jun2，LU Hui-feng2
（1.Key Laboratory of Control of Power Transmission and Conversion of Ministry of Education，Department of Electrical Engineering，Shanghai Jiao Tong University，Shanghai 200240，China；2.Shinan Power Supply Company of SMPEC，Shanghai 201100，China.）

The problems in monitoring apparatus easily lead to information loss in regional power grid.This deficiency phenomenon in devices becomes a key barrier to the existing multi-level load forecasting methods.This paper proposes a new multi-level load forecasting algorithm which establishes an optimization model through the bilateral balance between dynamic power load balance in neighboring voltage network and daily electricity consumption balance of devices. Daily load curve for different industries or functional blocks is applied to the method based on typical load characteristics.Result shows that the method can cope with information loss issue with a high prediction accuracy which indicates it is a meaningful attempt to the regional load forecasting.

multi-level load forecast；daily load curve；regional power grid；load characteristics；bilateral balance

TM715

A

1003-8930（2014）01-0018-04

薛季良（1987—），男，碩士研究生，研究方向?yàn)殡娏κ袌黾半娏ο到y(tǒng)優(yōu)化，智能電網(wǎng)。Email：jiliangxue@gmail.com

2012-07-09；

2012-11-13

國家高技術(shù)研究發(fā)展計(jì)劃（“863”計(jì)劃）項(xiàng)目（2011AA05A108）

顧潔（1971—），女，博士，副教授，研究方向?yàn)殡娏κ袌黾半娏ο到y(tǒng)優(yōu)化。Email：gujie@sjtu.edu.cn

杜漸（1987—），男，碩士研究生，研究方向?yàn)殡娏ο到y(tǒng)優(yōu)化。Email：jiliangxue@gmail.com