統籌自然增長與躍變增長的 區鎮負荷預測研究

顧天天

（國網桐鄉市供電公司，安徽 桐鄉 314500）

負荷預測是電網規劃的基礎，其核心是建立數學模型來探測特定區域的負荷發展趨勢。負荷預測遵循完全性、延續性、相似性、統計規律性等原 則[1]，但由于電力負荷的隨機非平穩特性以及受社會、經濟等諸多不確定性因素的影響，對其進行準確預測是十分困難的。

近十幾年來，基于大區域（如一個地級市或縣）的負荷預測方法層出不窮，如時間序列、人工神經網絡、灰色預測、卡爾曼濾波、多元回歸、彈性系數法等[2]。可以說，大區域負荷預測方法已經較為完善，且覆蓋了長期、中期、短期、超短期等各種預測需求。但針對區鎮一級的負荷預測方法相對匱乏，需要進行研究以彌補負荷預測體系的完整。

1 問題的提出

目前的電網規劃多是針對縣級區域及以上，所做的負荷預測也是基于整個縣域及以上。根據筆者的調查，由于預測方法的多樣性，縣域電網規劃中的中期負荷預測一般較為準確，能指導3～4年左右的電網建設（包括變電站布點和輸電線路增設）。

眾所周知，縣域是由許多個區鎮構成，在出臺了縣域主體網架的建設規劃后，還應明晰各區鎮的中低壓配網規劃。同主網規劃一樣，要形成區鎮的配網規劃就需要有合理的區鎮負荷預測。但區鎮地域狹小，負荷延續性不明顯，且對一些局部性因素（如動遷、造廠等）較為敏感。因此，基于時間序列或基于歷史數據的預測方法將難以奏效。

2 初步解決方案

很顯然，區鎮負荷具有以下明顯特點：若轄區內無突發性變動（如新建一個小區或廠子），則其電力負荷基本呈現自然式增長；反之，負荷將呈現跳躍式增長。

對此，筆者在參閱大量資料之后，提出以下設想：

1）將區鎮級的用電總負荷劃分為兩個層面。第一個層面是基于慣性的平穩負荷，第二個層面是與政府或企業活動息息相關的躍變負荷，即

式中，Y i為規劃水平年第i個區鎮的最大負荷；ri為規劃水平年第i個區鎮以平穩增長方式體現的負荷分量；ji為規劃水平年第i個區鎮以跳躍形式體現的負荷分量。

2）在規劃水平年，按照某種方式確定各區鎮對于整個縣域的負荷分配因子，然后將相對準確的縣域總負荷分配到每個區鎮。

3 自然增長負荷的預測建模

自然增長部分的用電負荷受區鎮的自然資源（如土地、水源等）的限制，一般走“S”形曲線[3]。這與限定地域的人口自然增長非常相似，因此考慮用Logistic 模型來進行該部分負荷的預測，即

式中，t為某預測年；t0為歷史數據起始年；p（t）為第t年負荷值（按自然增長方式）；pM為t→∞時，被測區鎮按自然增長方式所能達到的負荷極限值；p0為起始年份負荷值；a為待定系數。

4 躍變增長負荷的預測建模

4.1 框架思路

前已述及，躍變負荷的有無及大小取決于政府及企業的活動。而政府與企業的活動又受經濟環境、交通環境、水電環境、人力資源、政策指標等因素的限制。舉例：①某鎮政府考慮到A 區老舊、影響市容，欲結合國家城鎮化改造政策進行A 區整體拆遷此和改造；②某企業因所處區鎮交通便利、人力資源豐富、政府政策寬松，欲新建一個分廠。以上兩個事件必然會給該區鎮的負荷帶來躍變因素。

顯然，經濟環境、交通環境、水電環境、人力資源、政策指標等因素都帶有明顯模糊性，不利于建立基于精確量化的模型，但可考慮用模糊綜合評判模型：即由眾多專家根據被測區鎮的各類環境因素來綜合判定該區鎮的躍變負荷產生程度，然后再依照相關方法確定躍變負荷值的大小。

4.2 具體建模

根據模糊數學的知識，進行模糊綜合評判需要分別建立因素集、評價集、評價等級權重分配、評判矩陣等。以下為具體過程：

1）因素集。根據上小節所述，將影響躍變負荷程度的因素進行羅列，如下所示。

2）評價集。為了兼顧評價的精細性和簡便性，將評價等次分5 擋，即V= ｛v1，v2，v3，v4，v5｝，其中，vi（i= 1,2,… ,5） 的含義見表1（為方便后續計算，對每個等級做了適當量化）。

表1 基于環境因素的負荷評價集內涵

3）權重分配。即每個因素的重要程度：= （0.4， 0 .1， 0 .2， 0 .1， 0 .2）。

4）建立評判矩陣。選擇一定數量（一般至少幾十名）的包含各個行業的專家對被測區鎮做評估，即這些專家根據各自的經驗和知識，對因素集中的因素將如何作用于被測區鎮的躍變負荷作出判斷。得到如式（3）所示矩陣：

式中，rij為專家中對因素ui作出評價為vj的人數的比例。

5）進行模糊綜合評判

中示值最大的量的序位對應了被測區鎮在預測年的負荷躍變程度（即假如中b2最大，則負荷躍變程度為v2）。

上式中“·”為加權平均型，即“⊕-·”。運算定義為[4]

6）構建計算躍變量大小的模型。顯然，某縣域內全部區鎮的總躍變負荷可由下式框定。

式中，n為某縣域所包含的區鎮個數；y為預測年的縣域總負荷；λ為負荷同時率；ji,ri意義見式（1）。

由式（4）可算得各區鎮負荷躍變程度及對應賦值。不失一般性，設第i區鎮的評判賦值為di，那么該區鎮的躍變負荷就是

5 算例分析

取某省一個縣級市的負荷數據進行預測分析。

1）自然增長部分預測。從調度SCADA 系統調取該縣級市各區鎮的近年負荷數據，見表2。根據文章第三節提出的模型，利用Matlab 語言，得到各區鎮的自然增長負荷預測情況，見表3。

表2 某縣級市各區鎮近年負荷數據（單位：MW）

表3 某縣級市各區鎮自然增長負荷預測（單位：MW）

2）躍變增長部分預測。100 名專家在研究該縣級市各區鎮的經濟、交通、人資等各項因素的基礎上，進行了2014—2015年的躍變負荷等級判斷（直接轉換為賦值），并在獲取該縣級市總體負荷預測數據的基礎上，計算出各區鎮的躍變負荷數值大小（負荷同時率取0.88），見表4。

表4 各區鎮2014—2015年躍變負荷預測（單位：MW）

3）各區鎮2014—2015年總負荷預測。在得到各區鎮自然增長負荷預測和躍變負荷預測后，根據式（1）就統籌得到各區鎮的總體負荷趨勢，見表5。

表5 各區鎮2014—2015 總負荷預測（單位：MW）

在表5中，還將2014年實際數據進行羅列，結果顯示，負荷預測的誤差均較小（最大的也就1.3%左右）。因此，文章構建的模型十分有效。

6 結論

負荷預測是電網各項工作的基礎，實現負荷預 測的精確化意義重大。文章針對區鎮級地域的特點，仔細分析其負荷構成以及影響其負荷變化的敏感因子。文章創造性地將人口預測理論應用到負荷預測上，還嘗試用模糊綜合評判來處理負荷預測中的不確定性因素。算例表明，本文的研究有效，值得作進一步推廣。

[1] 宋曉茹,李莉,張來青.中長期電力負荷預測研究[J].計算機仿真,2014,31(9): 132-135.

[2] 王秀娟.淺談昌吉地區電網負荷預測[J].新疆電力技術,2014,42(3): 15-18.

[3] 趙玉林,高英.農村電力系統負荷預測的研究——基于Excel 回歸模型[J].農機化研究,2014,36(2): 226-228,244.

[4] 吳桂峰,王軒,陳東雷.基于優化神經網絡的短期電力負荷預測[J].計算機仿真,2013,30(11): 95-99,111.