电力系统负荷概率预测的研究.pdfVIP

金国高等学校电力系统及其自动化专业第十九届学术年会论文集 一53 电力系统负荷概率预测研究 卫志农1 滕俊1 王丹1 唐智育2 何南强2 孟远景2 程鹏2 2河南省电力公司郑州450052) (1．河海大学电气工程学院南京210098； 摘要本文在深入研究气候因素对负荷影响的基础上，建立了电力系统负荷的概率模型。对短期负荷和年最大负荷两 种概率预测模型的一般分析方法进行了阐述，并着重分析了年最大负荷概率预测模型的建模机理。最后以实用化软件结 果证明了概率预测模型的合理性和可行性。 关键词 电力系统 负荷概率预测 负荷概率模型 温度因素 0引言 负荷预测是从己知的用电需求和对此有影响的经济、气象等因素情况出发，探索用电负荷与主要影 响因素之问的内在联系和变化规律，对未来用电需求作出预先的预测。负荷预测对于电力系统的安全、 稳定、经济运行有着重大的意义。 目前，负荷预测的方法很多，不过常用的负荷预测方式都有一个共同点，预测结果给出的是对应 时间段具体的某一个负荷值。从本质上讲，负荷是具有随机性的变量，不可能准确知道在未来某一时刻 负荷的确定大小。而对于随机变量可以通过概率模型进行描述，给出在某一时刻出现某一范围负荷值的 概率大小，并进行区间估计，因此负荷采用概率预测的方式更为科学。 1电力系统负荷概率预测 电力系统的负荷预测按预测时间长短分为中长期、短期和超短期预测等，本文针对其中具有一定典 型意义的年最大负荷预测和短期负荷预测进行讨论，给出电力负荷概率预测的一般方法，并着重阐述年 最大负荷概率预测模型的详细建模过程。 在美国专家Sullivan提出的负荷预测解析方法中”J，负荷被分解为气候负荷和基础负荷两类。这种 分类方法是从负荷的物理性质出发，将对气候敏感的随机负荷从总体负荷中分离出来，称为气候负荷； 剩下的部分称为基础负荷，认为对气候不敏感的基础负荷主要受到趋势性变化因素的影响。从这种分解 方法中可见，气候因素对于负荷的随机性影响很大，是负荷随机性的主要来源。准确地把握气候的随机 性和气候与负荷的关系是准确建立负荷概率模型的关键。这种负荷分解模型是电力系统负荷概率预测的 基础，其具体形式为： 负荷(L)=基础负荷(Z，)+气候负荷(f。) (1) 在分解模型的基础上，分别建立基础负荷和气候负荷的概率模型，从而最终获得总体电力负荷的概率预 测模型。 ／ 、一 ．一．． 基础负荷 f(而 图1负荷分解模型 以24点日负荷预测为例，温度是一天时间内影响负荷比较大的因素，且随季节的改变而改变。相 同的季节内，每一天对应的某一个时间段(例如中午12点至1点)的负荷服从相同的随机规律，尤其 在]：作日人们在同一时间段里的行为是具有周期重复性的，将一个季度内一天相同时间段的负荷值作为 电力系统规划、设计与可靠性 样本空间。将负荷样本值视为气候负荷0(t)和基础负荷f，(t)两部分组成，对于基础负荷的预测一般采 用折扣多重回归技术”I(DMR)，对气候负荷的预测必需从历史数据整理拟合出温度与负荷之间的函数 关系，在不同的季度选用不同的函数段求出气候负荷概率模型。预计出基础负荷和气候负荷的方差、期 L(t)=Z，(f)+Zu，(f)，并且假定基础负荷和气候负荷彼此是独立的，所以有： (2) E(L)=E(I，)+E(1w)且仃2(L)=仃2(Z，)+盯。(，Ⅳ) 已知基础负荷和气候负荷的概率密度函数．，(f，)和f(1。)以后，通过卷积计算求得总负荷的概率密度 函数。利用总负荷的概率模型对未来24小时的每一个对应的时间段负荷区间进行预测，并给出相应的 概率指标。基于篇幅考虑，下面重点讨论年最大负荷概率的建模问题。