錢世超
(國網江蘇省電力有限公司 鹽城供電分公司,江蘇 鹽城 224001)
隨著社會的發展,電力市場的需求日益增長,對電網公司的發展提出了更高的要求。合理規劃電力系統的布設、統計分析歷史用電量,挖掘出可能存在的重要信息,從而對今后的用電量趨勢做出準確的預測。傳統的負荷預測方法主要有電力彈性系數法、外推法、回歸預測法、單耗電量法以及負載密度法等,都是建立在過去的負荷資料基礎上,并結合大量的經驗積累而成,其依賴性和不精確性很強,有的甚至只能進行簡單的方向預測,已不能滿足當今社會大量用電數據的需求,預測結果往往會產生很大的偏差,從而影響到配電系統的規劃。近年來,國內外學者對電力系統短期、中期和長期電力負荷的預測進行了研究,探討了從大數據中挖掘電力資源潛力的變化規律,并通過計算機的學習發現數據間的對應關系,從而實現對電力系統的預測。
負荷預測是電網規劃中的一個關鍵問題,它是根據電網的歷史運行數據和實時數據對電網的負荷變化進行分析與判斷,從而對今后電網的運行做出合理的預測。在實際應用中,負荷預測必須包含系統的功率和節點負載,而過去的預測則是基于確定性的,即用公式來描述歷史負載的相關資料,并將其與時間變量之間的關系表達為一個函數式[1]。然而,隨著電網的不斷發展,電力負荷與時間變量之間的關系也越來越復雜,很多情況下,用確定性方法無法精確描述,因而產生了很多新的電力預測方法,它們大多采用相似對應關系來進行預測。
負荷預測在整個電網中占有舉足輕重的地位,合理的負荷預測可以確保電網規劃的科學,加強用電管理,保障電網安全運行。同時,還能及時發現電網運行中出現的問題,不僅能提高供電效率、降低供電成本、為電網發展和建設提供可靠的數據支撐,還能提高電網運行的經濟效益和社會效益。
負荷模型的建立是最直接、最有效的方法,它包含了2個方面:(1)頻率特征和負載電壓;(2)負載的時間和空間特征。所謂的負載-時空特征,就是在一定的時間和空間上,負載的分布會有很大的差異。由于負載模式的復雜性,研究者們經常使用負載時間曲線來描述該特征。根據負荷的變化規律,可以將負荷曲線分為日負荷、周負荷、季節負荷以及年負荷。但如果以時間和空間的角度來劃分,那么又可以分為系統、用戶和節點。根據負荷特性,負荷曲線又分為生活負荷、市政負荷、農業負荷以及工業負荷。
在正常的安全操作中,負載模式主要反映了其未來的空間和時間特征,因此可以被看作是負荷預測的一個模式。在電網運行期間,負荷預測的范圍很廣,不僅可以用于電網的長期預測,還可以用于短期和實時的負荷預測[2]。一般情況下,用概率統計法進行負荷預測,而時序分析則是一種工具,但由于這是對將來的負載進行預測,因此出現錯誤是無法避免的。由于人類的干擾,使得負荷預測模型的結果不能完全依賴于人工干預,在實際應用中也不能完全否認由負荷預測模式所得到的結果一般都具有很高的精確性。
隨著智能化電網的不斷發展,人們在日常生活和工作中都會遇到各種各樣的電器,為了避免各種線路故障影響到人們的工作和生活,同時準確預測實際配電網絡所面臨的各類負載問題,需要熟練掌握各類負荷預測方法,并建立一套完整的輸電分配機制。對電網的負荷進行預測,必須要有科學的理論支持,并建立起一套完善的運行管理系統,加強施工和維修技術,才能有效解決電網負荷預測中的問題。因此,在施工過程中,加強對輸送和分布的各類故障的研究,可以有效提高預測人員的工作檢查效率。首先,利用對電網整體進行分析的方法,對實際需求進行預測,這樣的短期預測工作可以極大地提高長期的電力負載,從而提高預測的精確性。其次,電力負荷預測建立在數學模型基礎上,它要求員工具備一定的邏輯知識,并利用相應的數據和語言進行預測,從而避免可能發生的錯誤。而且這個數學模型和函數計算可以完美地結合在一起,互相補充,使得誤差計算更加精確[3]。
我國的經濟發展是從東到西,大部分的東部城市都已十分發達,假如對那些地區的村莊、企業進行預測,某些地區的商業使用,其本身的建筑設計指標就會有很大的差別,因此要從不同的角度來考量。但考慮到西部地區的情況,在規劃電力系統時,必須要有相應的規范,才能準確預測,并根據測量的類型和大小來確定。因此,在進行分配計劃時,應根據實際情況的不同對其進行預測,然后按公式計算出相應的功率。
目前,我國電力市場的負荷預測存在諸多問題,由于預測的地點不同,各大商場、寫字樓等建筑本身的特性也各不相同,因此要對這些地區予以足夠的關注,采取一系列的措施來強化其利用規劃設計的指標,從而確定適合該地區的電網負荷。
指數光滑法的基本思想是將電力系統的歷史數據關聯指標有機地結合起來,并逐步實現對未來負荷的預測[4]。在此基礎上,用衰減來反映長期資料對預測結構的影響,若衰減因子值過大,短期至長期資料的變化將會顯著加速,而在某些極端情形下,歷史資料對預測結果的影響并不大。當采用指數平滑法進行負荷預測時,必須將注意力集中在新的數據上,隨著數據精度的提高,負荷的預報結構將更加精確。
回歸分析法是根據相關的數學模型進行數據觀察和變量分析,對未來的負荷進行預測。該模型的特征在于它的插值能力很強,可以把預測對象當作一個自變量,同時由于其自身因素的影響,一般采用非線性、多元線性以及一元線性等方法[5]。在中、短期負荷預測中,通常采用線性回歸方法,其結果具有很高的精確度,但是不能精確地統計各行業的經濟總量,也不能對各地區的經濟發展情況進行全面分析。分析影響電力系統負荷預測的隨機性、突發性、多變性等因素,必然會造成負荷預報的誤差,從而難以滿足預測精度。
專家預測法也是一種很好的電力負荷預測方法,它主要是通過積累電網故障的經驗,建立一個完整的專家數據庫,并在電網運行期間不斷地更新和維護數據庫,保證數據庫中的數據能夠跟上電網的發展和變動,從而實現專家式的思考。在此基礎上,通過計算機進行負荷預報,其結果與專家們的預測結果是一樣的。
在實際發展中,不同地區、不同行業之間的用電量和用電成本存在著一定的差異。因此,供電主管部門要把供電區劃分為居住區、商業區以及科教區等多個功能區,并根據各地區的用電量情況對未來的用電情況進行預測。通常采用負荷密度法,將土地面積乘以電能密度,最后得出該地區的總用電量。根據行業的不同,電價水平也會有差別,這樣既能保障電網的經濟效益,又能在一定程度上增加電網的負荷預測。為此,研究者提出了一種基于負荷密度的方法,在此基礎上對工業區、商業區、住宅區等行業進行合理的分區,并對其進行分類和預測,從而提高了計算精度。隨著我國經濟的發展,電力使用狀況越來越復雜,采用負荷密度法的優越性也越來越明顯。當行業中有特定的使用者時,需要分別建立數據模型,從而影響到總體效果。
在配網規劃中,采用人工神經網絡進行負荷預測是最基本的方法。在進行電力系統的負荷預測時,由于各種外部因素的影響,使得負荷具有較大的隨機性、非線性,將嚴重影響電網的負荷預測精度,因此在電網負荷預測中引入了人工神經網絡(Artificial Neural Network,ANN)模型,從而形成一種全新的負荷預測方法。在配電網規劃中,神經網絡的基本思想是以電力系統的負荷歷史為樣本,建立相應的神經網絡,然后再通過訓練算法對其進行訓練,達到一定精度后,再用人工神經網絡進行負荷運算。
灰色模型預測是近幾年才被學者們提出的一種智能化電力負荷預測方法,它將灰色系統分析引入到實際應用中,把計劃區域內的電力負荷變化看成灰色變化,把電網的變化看成是一個灰色的過程。看似是隨機的過程,但實際上仍然可以通過計算機從人工智能中提取規律。將觀測到的所有數據都當作灰量,不斷增加或減少灰量,這樣就可以把它們變成白量,從而有助于操作者建立起1個控制模式,這種算法所需要的數據量小、計算簡單、計算機實現了大量的后臺計算。而在數據分布不密集、離散度高的地區,則會導致預測精度下降。
模糊預測是指在地區氣候變化大、經濟環境劇烈波動等因素的影響下,用常規的預測方法很難獲得精確的預測結果。基于模糊數學原理的預測方法能有效處理受到主觀因素影響的資料,已廣泛地應用于電力系統的負荷預測。
天氣會對電網的負荷造成一定的影響,但也會受到多種因素的影響,所以在進行負荷預測時要加強預測與氣象部門的聯系,確保預測的準確率和準確度,從而避免出現雙重錯誤。另外,需要建設負荷的用戶中心,對較大的用戶進行實時監控,并對影響負荷的因素進行有效處理,從而大大提高負荷預測的精確度,同時還需要確保電網管理過程中的信息共享。
改善電網的負荷預測技術,提高預測精度,是電網負荷預測的一個重要手段。技術的改進和完善可以從2個方面進行:一是對以往技術的優點和缺點進行積極學習,并在保持優點的前提下對其進行改進和提高,以提高技術的有效性;二是基于現有的負荷預測理論進行技術創新與建設。技術革新能夠使傳統的預測方式發生變化,從而有助于提高預測效果。
電力系統的負荷預測要綜合考慮多種因素,如電網結構、設備特性等,所以在進行電力系統的負荷預測時,必須全面、系統地加以考慮。然而,以往的預測經驗表明,由于方法單一,在預測中常常存在著全面性缺失的問題,從而影響了準確性。因此,要提高負荷預測的精確度,必須主動改變預測方式,采用多種手段來全面掌握預測因子,才能使整個預測工作更具系統性,在系統加強的前提下,對系統的負荷預測也會有較好的指導作用。
只有保證這些歷史資料的準確,才能為未來的電網負荷預測工作奠定基礎。如果預測是錯誤的,那么就會和現實的差距越來越大,提高歷史資料的精確度是當務之急。
進行合理的負荷預測是配電網絡規劃設計中的一個關鍵環節,要使負荷預測在全網規劃中得到充分應用,就需要更加注重負荷的預測。在進行配網規劃時,要根據實際情況,選用切實可行的方法,同時還要進一步完善對電力負荷的預測,通過建立相應的數學模型,以確保預測的精度,確保對整個配電網各方面的需要,從而使我國的工業得到可持續發展。