电力负荷过预测.docVIP

　在电力改革进一步深入、电力市场逐步形成、电力企业自主经营和自负盈亏的今天，电力负荷预测工作已变得越来越重要了。科技发展为电力负荷预测提供了各种理论和方法，如趋势分析法、回归分析法、指数平滑法、单耗法、灰色模型法、负荷密度法和弹性系数法等 。 1趋势分析法 　　趋势分析又称趋势曲线分析、曲线拟合或曲线回归，趋势分析法是迄今为止研究最多、流行最广的定量预测方法。趋势分析法是根据已知的历史资料来拟合一条曲线，使得这条曲线能反映负荷本身的增长趋势，然后按照这个增长趋势曲线，对要求的未来某一点估计出该时刻的负荷预测值。常用的趋势模型有线性趋势模型、多项式趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂（Logistic）模型和龚伯茨（Gompertz）模型等。 　　寻求趋势模型的过程比较简单，因为这种方法本身是一种确定的外推，在处理历史资料、拟合曲线和得到模拟曲线的过程中，都不考虑随机误差。采用趋势分析法拟合的曲线，原则上要求其精确度是对拟合的全区间都一致的。在很多情况下，选择合适的趋势曲线，确实也能给出较好的预测结果。不同的模型给出的结果相差会很大，使用的关键是根据地区发展情况，选择适当的模型。 　　分析广东省珠海市1995年以来的用电量历史数据，发现具有比较明显的二项式增长趋势（见图1），模型曲线方程式为式中：Wz——珠海市年用电量，TWh； 　　　Wt——年份。 　　利用该模型曲线得到2005年和2010年的用电量水平分别为5.083 TWh和8.508 TWh。 2回归分析法　　回归分析法又称统计分析法，也是目前广泛应用的定量预测方法，其任务是确定预测值和影响因子之间的关系。电力负荷回归分析法是通过对影响因子（如国民生产总值、工农业总产值、人口、气候等）和用电的历史资料进行统计分析，确定用电量和影响因子之间的函数关系，从而实现电力预测。但有时候在回归分析中，选用何种因子和该因子采用何种表达式只是一种推测，这影响了用电因子的多样性和某些因子的不可测性，使得回归分析在某些情况下受到限制。　　对珠海市历年用电量和国内生产总值（GDP）、人口等数据进行分析，求得珠海市年用电量回归方程为： 0.10307Npopu.式中：VGDP——该年国内生产总值，亿元； 　　　Npopu——该年人口。 　　用该模型预测2005年和2010年珠海市的用电量水平，分别为4.711 TWh和7.098 TWh。回归分析法是通过对历史数据的分析、研究，探索经济、社会各有关因素与电力负荷的内在联系和发展变化规律，并根据对规划期内本地区经济、社会发展情况的预测来推算未来的电力负荷。可见该方法不仅依赖于模型的准确性，更依赖于影响因子其本身预测值的准确度。对于该方法，同样要求拟合的全区间都一致。 3指数平滑法　　趋势分析法和回归分析法都是根据时间序列的实绩值建立模型，再利用模型来进行预测计算的。指数平滑法是用以往的历史数据的指数加权组合来直接预报时间序列的将来值。其基本形式如下： 　　上式中，0＜α＜1，体现了“重近轻远”，即近期数据对预测影响大，远期数据对预测影响 小的基本原则。α越大，由近期到远期数据的权系数由大变小就越快，是强调新近数据的作用。例如，当α＝0.9时，各权系数分别为0.9，0.09，0.009，…；在极端情形下，α＝1，则以往数据对预报没任何影响。  　　对于电力系统负荷预测，曲线越接近目前的情况就应当越准确，而对于过去很久的数据，不必要作很精确的拟合，类似惯性作用。 　　指数平滑法循环计算公式表明：可利用前一时刻的预测值(t-1)和现在时刻的实绩值(t-1)和现在时刻的实绩值x(t)对未来(t+1)时刻预测值(t+1)进行预测。因此，在预测计算中，只需存储(t-1)值，并不断观测x（t）值，就可不断进行下一步预测。显然，这种预测的速度极快，适用于动态变形快速预测。不仅如此，循环计算还具有校正预测的含义，即新的预测值(t+1)等于原来的预测值(t-1)与校正项之和，而校正项又等于预测误差［x（t）－(t-1)］与α的乘积。　　从对珠海市年用电量的实例计算（见图2）可以看出，指数平滑法能较好地模拟珠海市的实绩并进行预报。但不宜用于过长时期的预测。  4单耗法　　单耗法是根据第一、第二、第三产业每单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量（以下简称“单耗”）进行统计分析，并结合产业结构调整，找出一定的规律，预测规划期第一、第二、第三产业的综合单耗，然后根据国民经济和社会发展规划的指标，按单耗进行预测。　　根据珠海市的整体发展规划，第一产业主要发展“三高”农业，单耗将