浅谈电力电量负荷预测的方法.docVIP

浅谈电力电量负荷预测的方法 　　【摘要】电力负荷预测在电力系统规划和运行方面的作用越来越重要。随着现代科学技术的快速发展，负荷预测技术的研究也在不断深化，各种各样的负荷预测方法不断涌现，本文主要探讨了时间序列预测法以及其实际运用。 　　【关键词】负荷预测方法 　　一、电力负荷的构成与特点 　　电力系统负荷一般可以为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷等，不同类型的负荷具有不同的特点和规律。 　　可知电力负荷的特点是经常变化的，不但按小时变、按日变，而且按周变，按年变，负荷又以天为单位不断起伏的，具有较大的周期性，负荷变化是连续的过程，一般不会出现大的跃变，但电力负荷对季节、温度、天气等是敏感的，不同的季节，不同地区的气候，以及温度的变化都会对负荷造成显著的影响。 　　电力负荷的特点决定了电力总负荷由以下四部分组成：基本正常负荷分量、天气敏感负荷分量、特别事件负荷分量和随机负荷分量。 　　二、负荷预测影响因素 　　通过实践证明影响负荷变化的因素有很多，所以负荷是时刻变化的，相关实验证明负荷预测总负荷（由各个单个负荷组成）一般具有一定的变化规律，其各分量与总负y（t）的关系可写为： 　　Y（t）=N（t）+W（t）+T（t）+S（t）+R（t） 　　其中字母的具体含义如下所示。 　　N（t）表示典型负荷分量，其主要的特点在于具有线性变化和周期变化；W（t）表示天气条件温度情况，通过分析各种因素的负荷影响程度，得到温度往往是最重要的气候影响变量；T（t）表示时间变化的影响，可以大致的归纳为如下三点，即人们作息时间，法定及传统节，日季节变化；S（t）表示特殊事件，比如：自然灾害、拉闸限电、系统故障等等。这类事件具有很强的随机性，难以预测，只能依靠调度人员的经验判断；R（t）表示随机产生的因素，考虑到负荷序列本质上就是一个随机序列，负荷的随机分量是负荷中的不遵循规律的部分，是不能准确预测的，可以通过模型或算法来考虑这些分量。 　　三、预测电力电量负荷的常用方法 　　3.1弹性系数法 　　电力弹性系数的基本定义是电力负荷年均增长率和国民经济年均增长率之比，其主要作用在于可以用来衡量国民经济发展和用电需求。该系数可以大致的分为两大类，既电力生产弹性系数和电力消费弹性系数。使用该种预测方法的前提在于必须预先知道预测期内国民经济的发展目标及其年平均增长速度，如果已经事先知道了弹性系数的预测值，便可以利用国内生产总值的年均增长率来预测出规划期所需的电力和电量。该方法的主要缺陷在于需要进行大量统计调研工作。 　　3.2时间序列法 　　该方法的原理在于利用负荷的历史资料，设法建立一个数学模型，用以描述电力负荷这个随机变量变化过程的统计规律性；同时利用该模型建立一定的负荷预测数学表达式，进而对未来的负荷进行预测。 　　3.3灰色预测法 　　该方法的基本原理在于利用关联空间、光滑离散函数等概念定义灰导数与灰微分方程，进而用离散数据列建立微分方程形式的动态模型。利用该方法可以建立GM（1，1）这样的灰微分方程。还模型是利用离散随机变量数经过生成变为随机性被显著削弱而且较有规律的生成数，建立起的微分方程，这样便于对其变化过程进行研究和描述。 　　3.5回归分析法 　　回归分析法就是通过对历史数据的分析、研究，并考虑和电力负荷有关的各种影响因素，建立起适当的回归预测模型，用数理统计中的回归分析方法对变量的观测数据统计分析，从而预测未来的电力负荷。回归预测模型可以是线性的也可以是非线性的，可以是一元的也可以是多元的，其中一元线性回归预测是最基本的、最简单的预测方法。回归分析法适用于中、短期预测，它的预测精度依赖于模型的准确性和影响因子（如国民生产总值、工农业生产总值、人口、气候等）预测值的准确度，该方法只能预测出综合用电负荷的发展水平，无法预测出各供电区的负荷发展水平，无法进行具体的电网建设规划。 　　四、结果分析 　　负荷变化具有规律性和随机性，规律性是负荷预测的基础，随机性影响到负荷预测精度。负荷预测的任务就是尽可能地充分发掘负荷历史数据中的规律性来预测未来负荷趋势。但负荷变化中的随机因素是客观存在的，不同地区、不同时段负荷规律性的差异都会对负荷预测结果产生很大的影响。因此，分析历史负荷的稳定度，才能全面地评价各相关因素的作用，了解预测误差的构成，进而使预测人员可以清晰地把握预测过程。 　　历史负荷规律性和稳定度辨识又可以归结为：对历史负荷进行频域分析并分解，最后用量化指标给出某地区某时间区间内的历史负荷规律性的稳定程度。本文采用分析工具为谱分析，对怀化地区和对比地区（常德地区）特定时段负荷的内在规律性和稳定度进行分析，并得到量化的指标。 　　值得指出的是，历史负荷的规律性和稳定度必然在某种