電網(wǎng)中長期負荷預測技術(shù)開發(fā)應用

廣東電網(wǎng)有限責任公司廣州供電局 黃錦增 段煉 魏艷霞 陳永淑 李茜瑩

當前我國電力負荷統(tǒng)計數(shù)據(jù)量不斷快速增長，大量負荷數(shù)據(jù)的處理過程中的效率不高，耗費的時間相對太長，以及電力長期負荷數(shù)據(jù)預測處理精度較低，得到的數(shù)據(jù)結(jié)果不能很好地進行計算和處理存儲。基于此，本章著重探究了利用大數(shù)據(jù)分析在電力市場中長期用電負荷數(shù)值預報的問題，并想方設法予以保證進行科學合理的電力負荷運行預測研究。

長期負荷是指對未來5～10年內(nèi)的能源和用電的合理預計。長期發(fā)展預報的優(yōu)點體現(xiàn)在，預報方式比較系統(tǒng)復雜且長遠進行預報的準確度要遠比較企業(yè)短期預報的準確度低[1]。產(chǎn)生這個現(xiàn)象的原因是，中長期負荷預報必須兼顧遠高于短時預報的各種因素，如區(qū)域規(guī)劃與發(fā)展趨勢、人口遷移等。所以，在長期預報中，有關人員會形成一種模式，利用模擬更好地表現(xiàn)不同的原因，進而根據(jù)周圍環(huán)境的變化趨勢進行適當?shù)母淖儯欣谔嵘A報的有效性。

1 中長期負荷預測對電網(wǎng)的積極意義

1.1 可以促進電網(wǎng)的發(fā)展

隨著中國企業(yè)經(jīng)濟建設社會的高速發(fā)展，有關我國電網(wǎng)規(guī)劃的科技教學手段也在不斷地進行著信息創(chuàng)新，如電腦人工智能控制技術(shù)等。計算機人工智能信息技術(shù)的引導下，智慧國家電網(wǎng)科技的信息化管理水平將獲得較大的提升，使用效益也已得到了長足的提高和過去一樣，雖然中長期負荷預測對智慧國家電網(wǎng)的科技發(fā)展趨勢將產(chǎn)生積極的影響[2]。

1.2 有助于解決電網(wǎng)發(fā)展中存在的問題

目前電網(wǎng)的發(fā)展往往受多種原因的影響，如與工程設計和社會實際發(fā)展不配合等。產(chǎn)生這個現(xiàn)象的主要原因往往就是，在設計研究階段的過程中并沒有根據(jù)各個地方的實際企業(yè)發(fā)展能力，現(xiàn)狀也可以使得資源在開發(fā)利用的過程中進一步地增加了對經(jīng)濟的耗費[3]。因此根據(jù)這一問題，政府應當積極開展供電預測工作，以方便有關人員進行供電設計工作，并使之可以更好地適應經(jīng)濟社會發(fā)展的要求。

2 中長期負荷預測方法分類及應用

2.1 分類

中長期負荷壓力預測的常用方法大致可以細分為利用經(jīng)驗計算預測的方法和利用數(shù)學測量模型綜合計算預測法。經(jīng)驗判別預測的方式，主要是指通過依靠行業(yè)專家或技術(shù)專家組的經(jīng)驗判別數(shù)據(jù)做出對電力負荷量的估計，不包括數(shù)量化的模型。

根據(jù)自身使用到的數(shù)據(jù)不同，應用模型分析法主要可以分為自身使用規(guī)律分析外推法和其他相關規(guī)律分析法。二類分析的主要區(qū)別就是，除自身負荷規(guī)律分析外推法者一般僅以自己負荷自身的重要歷史數(shù)據(jù)作為具體預測規(guī)律基礎，而自身相關因素分析法將自身負荷與各種重要經(jīng)濟活動因素直接聯(lián)合在一起來進行考慮。

按分析統(tǒng)計模型算法是否正確需要同時進行數(shù)學參數(shù)值的計算，參數(shù)能量模型計算方法雖然能準確反映給定負荷能量變化的客觀規(guī)律性，但同時缺乏對給定負荷中隨機能量變化的可分量部分的正確處理。近年來，非測量參數(shù)性能模型逐漸開始得到廣泛應用，但其本身物理性能意義不清晰，較難正確對模型本身性能進行科學分析和設計調(diào)整，表1為負荷預測方法的簡單分類。

表1 中長期負荷預測方法分類Tab.1 Classification of medium and long-term load forecasting methods

針對多負荷變數(shù)、非具有決定性的中長時間和大負載變數(shù)預測，比使用單純非決定性變數(shù)預測或使用定量定性預測的分析明顯不足。如何將各種預測方法合理地充分結(jié)合運用起來，實現(xiàn)各種優(yōu)勢互補，進一步提高壓力負荷變化預測的應用精度已逐漸成為科學研究中的重點。

2.2 應用

以XX地區(qū)用電量為例，對其實施虛擬預測。

這個效果并不一定要求使用絕對的純黑和純白色，只要足夠深的黑和足夠淺的白放在一起就能得到不錯的效果。閾值調(diào)整圖層只有一個控制選項——閾值色階。使用這個滑塊我們可以直接更改畫面的黑白分界點。這個效果最適合本例中這種在純色背景下拍攝的肖像，效果非常像裝飾畫。

數(shù)學模型法：

2.2.1 彈性系數(shù)

電力彈性系數(shù)可反映電能消費增長速度、國民經(jīng)濟增長速度兩者間的關系，多用于電量的長期預測。以XX地區(qū)為例，其2001—2005年的電力彈性系數(shù)為0.82，2006—2010年的電力彈性系數(shù)為0.61，2011—2015年的電力彈性系數(shù)為1.45，2016—2020年的電力彈性系數(shù)為0.88，2021—2025年的電力彈性系數(shù)為0.35。使用彈性系數(shù)開展虛擬預測時，GDP增長率、電力彈性系數(shù)預測值通過回歸分析電力彈性系數(shù)與GDP，結(jié)合等維新息數(shù)據(jù)處理方法，獲得表2預測數(shù)據(jù)。

表2 2021—2025年XX地區(qū)用電彈性系數(shù)虛擬預測Tab.2 Virtual prediction of electricity elasticity coefficient in XX area from 2021 to 2025

2.2.2 人均用電法

從人口數(shù)與總用電量關系而言，總用電量的增長速度大于人口增速。選擇該方法進行虛擬預測，獲得表3數(shù)據(jù)。

表3 2021—2025年XX地區(qū)人均用電法虛擬預測Tab.3 Virtual forecast of electricity consumption per capita in XX area from 2021 to 2025

2.2.3 回歸分析

圖1 一元線性回歸虛擬預測Fig.1 Unary linear regression virtual prediction

3 中長期負荷預測中存在的問題

在信息時代的快速發(fā)展下，中長期的負荷功率預測分析技術(shù)被廣泛使用的越來越頻繁。中長期電網(wǎng)最大負荷供電預測中目前面臨的重大問題主要有：(1)在城市電力發(fā)展戰(zhàn)略和供電建設計劃之間出現(xiàn)了很大矛盾。在信息時代的高速發(fā)展下，這也為城市供電的使用造成了巨大的環(huán)境變動，中長期的高負荷供電技術(shù)的使用效率已無法獲得保證。(2)企業(yè)缺乏與其相關的專業(yè)人才和其對行業(yè)的不充分重視。其實，行業(yè)的不充分重視也可能是目前導致我國缺乏教育相關專業(yè)人才的重要一個原因。(3)難以完全滿足行業(yè)高峰期用電量滿足需求。

4 中長期負荷預測方法

4.1 灰色系統(tǒng)預測法

灰色系統(tǒng)的重要物理特征之一是系統(tǒng)的其他因素不相對確定或其他因素之間不確定具有相對確定的相互關系。灰色系統(tǒng)利用理論方法對原始生成數(shù)據(jù)信息進行了處理，從而使原來混亂無章的初始生成數(shù)據(jù)信息轉(zhuǎn)變?yōu)椋纬闪艘粋€規(guī)律性較強的基于生成原始數(shù)據(jù)，并由此建立基于生成原始數(shù)據(jù)的一種動態(tài)模型，從而對其進行準確分析和可預測。電力系統(tǒng)負荷控制系統(tǒng)中它是典型的一種灰色負荷系統(tǒng)。灰色模型理論樣本模式，所選的可需數(shù)據(jù)樣本數(shù)小、預報準確、測算方便、可行實驗性強，特別適合于大規(guī)模的電力系統(tǒng)負載變動預報。但由于灰色曲線模型的偏差預測時和精度偏差受到了使用大量數(shù)據(jù)的空間影響，灰度偏差隨使用數(shù)據(jù)空間離散變化程度的不斷增大而逐漸增大，預測時的偏差也隨之增大。灰色預測系統(tǒng)建模理論中如果進行灰色預測，主要可以采用二個灰色系統(tǒng)的建模方法（GreyModel，GM），一般表示為GM（m，n），表示對于在n個灰色變量之間建立的以m為一階的偏微分方程。電力系統(tǒng)中長期供電負荷時間預測常用最簡單的一個灰色周期時間測量序列及其模型稱為GM（1，1）。近年來，針對應用中對GM（1，1）模型的若干問題與不足向我提供了許多方案改進，改進后的方法主要從應用模型參數(shù)估計生成方法、模型數(shù)據(jù)背景參數(shù)值構(gòu)造方法、模型參數(shù)計算初始生成條件三方面深入出發(fā)，如圖2所示。

圖2 電網(wǎng)短期灰色負荷預測方法Fig.2 Short-term grey load forecasting method for power grid

4.2 回歸分析法

回歸模擬研究，即通過對兩種選定的因關系變量與相應的因關系變量的綜合觀測結(jié)果與數(shù)值關聯(lián)進行綜合統(tǒng)計分析，確定各種變量間的各種相互函數(shù)關系，得到具體的系統(tǒng)數(shù)學回歸模型[4]。回歸的綜合分析模型主要包含了單元線性綜合回歸、多重線性綜合回歸、單元非線性綜合回歸和多重非線性綜合回歸四種模式，不同的回歸模式直接影響最后的回歸估計結(jié)果精度。此種分析方法一般需要對大量的統(tǒng)計數(shù)據(jù)因子進行綜合分析，建立一個數(shù)學影響模型并重新估計其影響系數(shù)，通過對各個初建數(shù)學模型的大量統(tǒng)計數(shù)據(jù)檢驗，得出各自模型變量對因子與變量的比值影響最大程度。

引入了非線性回歸分析模型，并對歷史數(shù)據(jù)分析結(jié)果進行了加權(quán)還原處理，以提升結(jié)果的數(shù)值預測分析準確度；又引入了多元回歸分析法，并充分考慮了各種直接影響的經(jīng)濟因素，尤其重點是電力資源消費率等各種因素，對電網(wǎng)在夏季降溫運行負荷的直接影響，從而形成了一個較為新的降溫負荷分析模型。

4.3 模糊預測法

模糊預測方法運用模糊預測理論及其他方法概念，去綜合性地解析現(xiàn)實電網(wǎng)中的負荷變化和各種因素間的互相關聯(lián)，化許多并不具備決定性的信息變化為基本確定因素，以模糊數(shù)學矩陣法理論來精確表述現(xiàn)實電網(wǎng)中的負荷變動需求量問題，用模糊數(shù)學集合法理論的模糊原理來求解現(xiàn)實電網(wǎng)負荷變化，也可以說所表示的各類事件之間的互相聯(lián)系比較貼近于現(xiàn)實，運用此方法來徹底地解決現(xiàn)實電網(wǎng)負荷變動預報中的問題，這是一項非常富有實際意義的科研探索[5]。其主要優(yōu)勢之一是，概率預報中的結(jié)果信息能夠采用預測概率區(qū)間和估計概率兩種形式進行提取，因此準確性較高。

5 中長期負荷預測技術(shù)的實現(xiàn)步驟

（1）明確預期的目標。確定預期的發(fā)展目標，對于進行理論研究與大數(shù)據(jù)預測管理工作發(fā)展方向具有十分關鍵的重要性，因此有關科研人員應當更加詳盡的了解電網(wǎng)規(guī)劃的有關知識，以掌握電網(wǎng)規(guī)劃的種類和其影響使用的范圍。

（2）確定進行預測的主要內(nèi)容。中長期負荷需求預測企業(yè)，一般可以包括有如下幾個方面研究內(nèi)容：對月電量的長期預期、特殊日最大負載量、一般年最大負載量、以及各個國家地區(qū)的最大年負載量等。在分析這些變數(shù)的過程中，有關人員應該仔細了解其變化的特點，以便于了解變數(shù)的特性。

（3）查閱資源。信息能夠有助于研究人員更好地進行相關工作，以便找出更加合理的對策并解決實際問題，為更好地獲取信息，研究人員可能直接從某個機構(gòu)中獲取最精確的信息，或經(jīng)過研究以得出適當?shù)男畔ⅲ@些方式并不會提高信息的準確度，所以，當研究工作完成時，必須對于信息數(shù)據(jù)質(zhì)量作出重新評估，以提升信息的準確度。

（4）選定一種可行的長期負荷預測研究方式。長期負荷進行預測的方式有很多種，有關的工作人員應該根據(jù)公司現(xiàn)實的需求來選定作為一個相對可行的方式。

（5）取得結(jié)論并對結(jié)果作出分析。相關工作人員在取得負荷結(jié)論后，對結(jié)論作出了很好的分析與說明，從結(jié)論的性質(zhì)來看，若結(jié)論的性質(zhì)與實際發(fā)展的性質(zhì)不符，則必須對結(jié)論作出再次證明，這主要由于長期電力預測對電網(wǎng)的發(fā)揮重要，所以工作人員不可忽略任何問題，避免產(chǎn)生隱患。

（6）根據(jù)預測分析的結(jié)論，可以做出電網(wǎng)計劃。預計完成后，有關人員須詳細分析預計結(jié)果的特性，并按照性質(zhì)對電網(wǎng)的時間和范圍做出計劃。

6 結(jié)語

通過準確的中長期負荷預報技術(shù)，能夠較為經(jīng)濟合理地正確進行國家電源系統(tǒng)和電網(wǎng)的功能擴展規(guī)劃設計方案和重大供電建設項目施工進度調(diào)整，以全面適應國家經(jīng)濟社會發(fā)展安全生產(chǎn)的基本要求，同時有助于保證國家能源電網(wǎng)的安全穩(wěn)定與正常工作，提高社會效益。