电力系统负荷预测研究

唐英杰 马天睿

【摘要】考虑到负荷预测在电力系统调度中的重要性，综述日前负荷预测常用的方法，并以某地市供电公司为例给出负荷预测的具体管理措施，为提高日前负荷预测精度保驾护航。

【关键词】电力系统调度；负荷预测特点；负荷预测方法；负荷预测管理措施

科学的预测是正确决策的依据和保证。电力系统负荷预测是指从已知的经济、社会发展和电力需求情况出发，通过对历史数据的分析和研究，探索事物之间的内在联系和发展变化规律，对未来电力需求作出预先的估计和预测 ，其实质上是对电力市场需求的预测，是实现电网安全、经济运行的前提。

根据负荷预测时间的长短，电力负荷预测可分为超短期负荷预测、短期预测、中期预测和长期预测四类。其中短期预测中的电力系统日前负荷预测关系到电力系统的调度运行和生产计划，准确的日前负荷预测有助于提高电网运行的安全性和稳定性，能够节约发电成本。长期以来，在缺电的情况下，电力市场基本上是卖方市场，以发定用，从而导致电力部门对市场缺乏充分的了解，对现今的预测理论和方法研究不够。本文旨在阐述目前常用的日前负荷预测方法，并以某地市供电公司为例给出负荷预测的具体管理措施，为调度工作者合理地进行负荷预测提供指导。

1 日前负荷预测的特点

由于日前负荷预测是根据电力短期负荷的过去和现在推测它的未来，所以日前负荷预测工作所研究的对象是不确定事件。这就使得其具有以下显著的特点：（1）预测的不准确性和不完全确定性；（2）预测的条件限制性；（3）预测的时效性；

（4）预测方案的多样性。

2 常用的日前负荷预测方法

2.1 回归分析法

回归分析法，是利用已有数据，确定自变量和因变量间的数学关系，推导出回归方程。根据自变量多少划分，回归分析法分为一元回归法和多元回归回归法。根据变量间的关系类型划分，分为线性和非线性。在电力负荷预测中应用的为多元线性回归分析法。其数学模型如下：

式中，（）为多个自变量，对应于电力负荷预测中的各种影响因素（如天气、温度）为因变量预测量对应负荷预测值。 （j=1，2，…，n）为模型系数，可用最小二乘法来推出。

回归分析法运用广泛，模型较为简单。但是也有其局限性。该方法对数据要求较高，预测时需要较为全面的分析影响因素，而且其外推性较差。

2.2 时间序列法

时间序列法诞生于1968年，由美国统计学家George Box，和英国统计学家Gwilym Jenkins共同创立。它是动态数据处理的分析法，是把一系列的数据点按时间顺序记录，根据已有的时间序列数据，经过曲线拟合，并进行参数估计，以此构建数学模型的分析方法。时间序列分析法应用于日前负荷预测时，基于时间序列是由某个随机过程生成的这一假设，将历史负荷数据按照时间的某种序列进行排序。分析历史数据，针对整个负荷数据序列表现的随机过程特征，基于历史负荷数据随时间序列变化的规律，构建预测实际负荷序列的模型。

在进行负荷预测时，若预测环境保持稳定，即没有突变因素时，时间序列法通常较为准确可靠。

2.3 灰色系统预测法

灰色系统最早在1982年由中国华中科技大学邓聚龙教授提出。灰色系统预测法定义没有信息的情况为黑色，而具有完美信息的情况为白色。介于这些极端之间的情况被描述为灰色。灰色系统理论把一切随机过程看作是在一定范围内变化的、与时间有关的灰色过程，对灰色量不是从寻找统计规律的角度，通过大样本进行研究，而是用数据生成的方法，将杂乱无章的原始数据整理成规律性较强的生成数列后再作研究。

日前负荷预测的灰色系统预测法相比时间序列、回归分析等方法具有“小样本”、“贫信息”的特点，也就是以少量的可得数据为基础 ， 经过灰色预测模型处理，往往可得到满意的可信结果。其缺点是模型中常用的GM（1，1）是一种有偏差的指数模型，存在使预测产生较大偏差的可能。

2.4 人工神经网络法

由于日前负荷的变化受到多种因素（如气候状况、社会活动状况）的影响，含有大量非线性、随机性关系，这些因素会对负荷预测的精度带来很大的影响，因此，专家学者将人工神经网络模型引入到日前负荷预测技术中。人工神经网络法首先利用人工神经网络选取一段历史负荷作为训练样本，建立合适的网络结构，然后用训练算法对其训练，在满足精度要求后，用人工神经网络进行负荷预测。其优点在于不需要负荷模型，函数逼近能力较好，可以模仿人脑的智能化处理，对大量非结构性、非精确性规律有自适应能力，具有信息记忆、知识推理和优化计算的特点，并且具有很强的自学能力及复杂的非线性函数拟合能力；缺点在于训练时间较长，无法利用已有体统信息确定初始值，容易陷入局部极小状态，对突发时间的适应性差。

3 供电单位负荷预测相关管理措施：

日前负荷预测作用的大小主要取决于预测精度，实际应用中，良好的预测精度需要根据当地短期负荷的实际特征和影响因素进行灵活地选用预测方法和管理措施模型。预测方法前面已做详细综述，本节将以某市级供电公司为例给出负荷预测的具体管理措施。

3.1 术语定义

属下列情况之一者称为大用户：（1）用户用电负荷达到3000千瓦以上。（2）用户配变容量达到3000千瓦以上。

3.2 具体管理措施

电网各县级调度机构负荷预测工作应贯彻“统一调度、分级管理”的原则，按电网调度管辖范围组织实施。

营销部（客户服务中心）和各县级调度控制中心应设置专人负责短期（日）负荷预测工作，深入分析用电负荷特性和变化规律。营销部（客户服务中心）和各县级调度控制中心应做好所辖区域内大用户的用电计划管理，与大用户建立信息沟通机制，加强对所辖区域内大用户开停计划的管理，动态跟踪大用戶用电需求变化。

各县级调度控制中心在编制短期（日）负荷预测曲线时，应综合考虑设备健康状况、设备检修工作安排、气象、节假日、社会重大事件等因素对负荷的影响，积累历史数据，深入研究各种因素与负荷的相关性。

营销部（客户服务中心）和各级县调度控制中心应保证上报数据的及时性、准确性。对于对全网负荷有较大影响的事故、检修、重大事件等，营销部（客户服务中心）和各县调应及时向地调汇报。

制定关键用户启停计划管理，督促地方電厂按时上报检修计划，并严格执行，对于不能按时开停机的电厂应根据造成影响的程度采取相应的惩罚措施。

自动化专业人员定期维护数据实时性，可靠性，发现问题及时与负荷预测人员沟通，以便采取应对措施。

4 结语

日前负荷预测是电力系统经济调度的前提与基础，它的预测精度对电力系统的安全性、稳定性、经济性有很大影响。本文综合阐述了日前负荷预测常用的方法， 指出了各种预测方法的优点与不足之处，以便于电力调度工作者结合实际恰当的选择预测方法并以某供电公司为例给出日前负荷预测的具体管理措施为负荷预测精度的提高保驾护航。

参考文献：

[1] 张凌浩. 电力需求预测算法及应用[D]. 东南大学， 2005.

[2] 文勇. 县级电网规划中的负荷预测方法及特点[C]// 济宁市技术创新与可持续发展论文选编. 2005.

[3] 张云菊. DF8003基于指数平滑法的短期电力负荷预测应用探讨[J]. 贵州电力技术， 2016， 19（6）：24-29.

[4] 中科院. 回归分析方法[M]. 科学出版社， 1974.

[5] 王芳芳. 负荷预测模型的建立及基于回归分析法的负荷预测[J]. 中国高新技术企业， 2011（34）：56-58.

[6] 王秋梅. 时间序列法负荷预测的原理和应用[J]. 华东电力， 1993（4）：37-39.

[7] 王文莉， 魏晓云. 负荷预测的灰色系统方法[J]. 东北电力大学学报， 1997（2）：37-43.

[8] 赵石磊. 灰色系统理论在电力负荷预测中的应用[D]. 哈尔滨理工大学， 2005.

[9] 徐军华， 刘天琪. 基于小波分解和人工神经网络的短期负荷预测[J]. 电网技术， 2004， 28（8）：30-33.

[10] 闫承山， 刘永奇. 人工神经网络在华北电网负荷预测中的应用[J]. 电网技术， 1998， 22（7）：5-9.

[11] 罗仲达， 关治洪. 人工神经网络在电力系统短期负荷预测中的应用[J]. 湖南电力， 2002， 22（2）：10-12.

[12] 李林川， 邓永辉， 张莉芳. 应用人工神经网络进行短期负荷预测[J]. 宁夏电力， 1994（3）：40-45.

[13] 吴军基， 倪黔东， 孟绍良，等. 基于人工神经网络的日负荷预测方法的研究[J]. 电力系统保护与控制， 1999（3）：27-2