配网负荷预测剖析.docVIP

配网负荷预测剖析 　　摘要：负荷预测是电网调度规划部门实行电力系统调度、实时控制、运行计划和发展规划工作前提，有显著的经济效益。作者分析配网负荷预测的方法和影响影响因素，提出负荷预测准确率控制因素。提高电力系统负荷预测准确率,可以不断提高电网运行的安全性和经济性,从而改善电能质量。 　　关键词：负荷预测 影响因素 准确率措施 　　中图分类号：TM714文献标识码：A文章编号： 　　 　　1负荷预测的方法 　　1 . 1 单耗法 　　根据计划产品数量之间和用电单耗来推算年用电量，比较适用于有单耗指标的工业和部分农业负荷，是预测有单耗指标的工业和部分农业用电量的一种直接有效的方法。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。但在市场经济条件下，未来的产业单耗和经济发展指标都具有不确定性，对于中远期预测的准确性难以确定。此预测方法适用于工业比重大的系统。 　　预测时，可依据规划城市的社会经济发展总体规划目标，利用规划期各年份的工业农业产值指标和主要工业产量规划指标，通过对过去国民经济各部门在各种产品生产过程中的单位产品耗电量，亿元产值耗电量经过统汁，并根据产业结构调整，找出一定的规律，得出各种产品和产值的综合单耗。然后按各部门编制的发展规划的产品产量指标及经济指标，按单耗进行预测。单耗法的优点是：方法简单，对短期负荷预测效果较好。缺点是：需做大量细致的调研工作，也不够准确。 　　1.2弹性系数法 　　电力弹性系数是反映用电量的年平均增长率与国民生产总值年平均增长率之间关系的宏观指标，可用作远期规划粗线条的负荷预测。电力弹性系数可以用下面的公式来表示： 　　Kt=Kzch/Kgzch 　　式中：Kt- 为电力弹性系数 　　Kzch-为用电量的年平均增长率 　　Kgzch-为国民生产总值年平均增长率 　　根据过去各阶段的电力弹性系数值，分析其变化趋势，选用适当的电力弹性系数。电力弹性系数的变动，是一定时期经济增长、结构变化、技术进步、供求关系等相关因素共同作用的结果。 　　一般来说，电力工业适度超前发展，就是电力弹性系数应大于1 ，但是由于电力弹性系数是根据地区负荷结构、性质，并对历史资料及各类用电比重发展趋势加以分析后慎重确定的，因此，弹性系数法一般用于校核中期或远期的宏观负荷预测。 　　1 .3 趋势外推法 　　当电力负荷依时间变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的函数曲线反映这种变化趋势时，就可以用时间t 为自变量，时序数值y 为因变量，建立趋势模型y=f(t)。当有理由相信这种趋势能够延伸到未来时，赋予变量t 所需要的值，可以得到相应时刻的时间序列未来值。这就是趋势外推法。 　　外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线趋势预测法、生长曲线趋势预测法。趋势外推法的优点是：只需要历史数据、所需的数据量较少。缺点是：如果负荷出现变动，会引起较大的误差。 　　1 .4 负荷密度法 　　负荷密度是每km2的平均负荷数值。一般并不直接预测整个城市的负荷密度，而是按城市区域或功能分区。首先计算现状和历史的分区负荷密度，然后根据地区发展规划对各分区负荷发展的特点，推算出各分区各目标年的负荷密度预测值；至于分区中的少数集中用电的大用户，在预测时可另作点负荷单独计算。在使用负荷密度法，要考虑到预测地区的社会经济和电力负荷常有随同某种因素而不连续（跳跃式）发展的特点，因此负荷密度法是一种比较直观的方法，使用时必须谨慎。 　　1 .5 神经网络法 　　神经网络是由大量的简单神经元组成的非线形系统，每个神经元的结构和功能都比较简单，而大量神经元组合产生的系统行为却非常复杂；它具有较强的学习能力、计算能力、变结构适应能力、复杂映射能力、记忆能力、容错能力及各种智能处理能力。在电力系统负荷预报中，应用最多的是带有隐层的前馈型神经网络，它通常有输人层、输出层和若干隐层组成。对多层感知器，误差反传训练算法（BP 算法）是目前最简单、最实用的一种，实质是一梯度算法。其将各种有关的数据作为输入，通过历史样本的训练收敛后便可以进行预测了。 　　优点是：① 可以模仿人脑的智能化处理；② 对大量非结构性、非精确性规律具有自适应功能；③ 具有信息记忆、自主学习、知识推理和优化计算的特点。缺点是：① 初始值的确定无法利用已有的系统信息，易陷于局部极小的状态；② 神经网络的学习过程通常较慢，对突发事件的适应性差。 　　1. 6 时间序列法 　　就是根据负荷的历史资料，设法建立一个数学模型，用这个数学模型一方面来描述电力负荷这个随机变量变化过程的统计规律性；另一方面在该数学模型的基础上再确立负荷预测的数学表达式，对未来的负荷进行预测。这些方法的优点是：所需