配网规划空间负荷预测方法综述

配网规划空间负荷预测方法综述

负荷预测是电网规划的一相基础性工作, 传统的总量负荷预测仅对未来规划水平年的一个地区的总体负荷量进行预湖,普遍关注负荷的历史和现有数据,以及经济因素等対负荷的影响,市对负荷的空间分布美注较少。随着城市规划的发展,负荷的地理分布日益细化和规范,应用空间负荷预测方法, 不仅可以预测未来负荷的变化规律, 更可以揭示负荷的地理分布情况。对配网规划而言,不但需要预测来来负荷的量,而且要提供负荷增长的空间信息,只有确定了供电区域内的各小区的来来负荷,才能对变电站的位置、容量、馈线路径、开关设备以及它们的投入时间等决策变量进行规划。

空间负荷测SLF)也称小区负荷预测,定义为在未来供电范田内,根据规划的城市电网电压水平不同将城市用地按照一定的原则划分为相应大小的规则的(网格) 或不规则的小区(可小到0.0l平方千米),通过分析、预测规划年城市小区土地利用的特征和发展规律,来进一步预测相应小区中电力用户和负荷分布的位置、数量和产生时间。

空间负荷预测步骤

1、准备负荷数据,进行总量负荷演测

从GIS中提取负荷历史数据、环境历史数据和规划方案。采用组合式预测模型对负荷区域进行总量负荷预测,利用各类负荷预测模型的有用信息,将各预测模型有机结合在一起,充分发择各自优点.最

大程度上提高负荷预测的准确性。

2、土地使用类的划分及分类土地预测

土地使用类的划分主要是根据不同类型的用户对土地使用的不

同要求以及用电特性来确定的。可以简单地划分为工业、商业、居民、市政和学校四类。每类负荷都给定一合成负荷密度.未来的负荷密度可采用终端使用(e n https://www.wendangku.net/doc/af7822666.html,e) 预测,进行终端用电预测的目的是预测各类用户未来的用电特性,特别是典型负荷曲线的变化,方法是采用负荷曲线叠加:对用地类型进一步细分,从下至上进行叠加,就可以求

出未来各用地类型的负荷密度曲线。

分类土地预测的目的是确定未来年份内各用地类型的土地增长量,利用社会各行业间固有的比例关系,从总量负荷预测中推导出分类负荷,然后利用典型负荷密度曲线计算出各用地类型的预测面积。

3、小区划分

小区划分是空间负荷预测的必要步骤,即将待预測区域划分成若干个小区,其目的是预测负荷增长的位置,为配电网规划提供空间信息。这里小区的概念是空间负荷预测要处理的最小地理单位。合理的小区划分

不仅可以简化空间负荷预测的过程,还可以提高预测的精度和可信度,现有的小区划分方法主要有规则划分和不规则划分兩种。

小区划分得越细.负荷预测的空间分辨率越高,配电网规划也会更细致。目前,大多数空间负荷预测都采用规则划分, 就是将整个城市平面区域划分成矩形网格,然后预测每个网格的末来负荷变化情况,这种划分有利于空间负荷预测方法的实现,也有利于方法的通用性和标准化。然而分辦率越高,数据收集、维护的工作量就越大,因此从数据收集角度,又倾向于不规则划分,不规则划分主要是按照城市的功能、行政、变电站和馈线的供电区域和自然地理边界分界。这种划分方式,小区负荷发展S曲线更平稳、规律性更强,预测结果有较高的可信度。

4、用地仿真过程

①进行空间信息提取,首先将数字化后的城市地图分成若干层,如交通和公路层、居民住宅层、学校层、商业中心层、工业区层等。对划分的每个小区计算离高速公路、居民住宅、学校、和商业中心和工业区等的最小距离。对每个小区,分析各土地使用类型现有的土地使用面积,以及未来可用与发展的空地面积。空间负荷预测涉及大量的空间信息. 将GIS引人空间负荷预测,可以极大地减少数据收集量,是空间负荷预测方法实用化的必要步骤。

②建立模糊规则库,对划分的n个土地使用类,建立n 个初始模糊规则序,距高表属願数摸糊函数模糊推理果用,M mdam i的最小通算法。

③采用遗传算法训练模糊规则。将模糊逻辑应用子空间负荷预测的方法, 来用模糊逻辑技术对系统收集的信息进行模糊化、推理和清新化,从而得到每个小区的评分,但随着城市的发展,,模糊推理采用的模糊集和模糊规则都要不断调整。引入遗传算法来调整模糊集的参数, 并训练模糊系统规则,,不但可以修正规划人员凭经验给定的模糊规则库,面且可使模糊规则库能够反映城市的发展而不断地进行自调整,从而克服了模糊规则由专家指定的缺点,也使得空间负荷预测能够适应城市的发展。

④利用模糖规则库采用模糊规则推理对小区适应各类土地使用类的程度速行评分,评分隶属函数采用Larsen的乘积运算法制,对于推理结果采用的清晰方法使用重心法。

⑤考虑到规划区的改造因素(市政规划因素和市场行为).根据小区改造准则判断哪些小区用地类型需要改造, 并确定其改造面积,模糊逻辑理论可用来分析小区规划年的用地性质。

⑥采用运输模型对土地进行最优分配,在运输模型中,分配给每个小区的所有类型负荷的土地使用面积不能超过该小区的可用土地使用面积,所有小区某一类型负荷的土地使用面积之和应该等于负荷的总土地使用面积。目标函数是分配给所有小区的所有类型的土地使用面积与评分的乘积之和为最大。引入多目标线性规划,计及建设与改造投资,使土地的分配更具有经济性,从而使配电网规化更加经济合理。

5、将用地分配预测转换成负荷分配预测

方法是对每个小区,将所有用解的密度曲线乘以相应的土地面积后进行叠加,得到该小区24h负荷的曲线,取其最大值就是要預测的负荷(此方法比同时率的方法要精确)。

6、预测结果综合调整

不同预测方法所得结果往往不同,在不同的土地划分解析度下对同一区域的预测结果也很难保证一致,困此必须进行预测结果调整。

电力负荷预测方法

1.负荷预测分类和基础数据处理 1.1负荷预测及其分类 1.1.1负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 1.1.2负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。

1.2负荷预测的基础数据处理 1.2.1负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整） 1.2.2数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 2.1经验技术预测方法 2.1.1专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对

电力负荷预测方法与应用

电力负荷预测方法与应用 一、概述 电力工业是国民经济的基础工业。随着我国产业结构完善和人民整体生活水平的改善，对电能的需求逐年加大，同时对电力质量的要求也越来越高，且由于电能生产和消费的同时性，对电网建设和布局提出了更高的要求。 电力负荷预测是电网规划建设的依据和基础。随着电力工业在国民经济中扮演着越来越重要的角色，电力负荷的正确预测显得尤为重要。 电力负荷预测是指通过对电力系统负荷历史数据的分析和研究，运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。电力负荷预测结果的准确与否直接关系到电力投资的效益，供电的可靠性，用电需求的正常发展，以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的，因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不同，各具体因素对电力负荷预测的敏感度是不一样的，因而电力负荷预测具模糊性。 回顾我国“十五”期间的预测情况与实际发展情况是很有意义的。 基于“九五”期间国民经济和电力工业的发展状况，在全国电力供需趋于平衡的前提下，我国制定的“十五”规划对电力工业发展提出了“可持续发展”的要求：电力工业发展方式要从数量速度型向质量效益型转变，从以供给导向为主转向以需求导向为主，优化电力资源配置。国家经贸委电力工业“十五”规划中预测：“十五”期间我国经济增长速度为年均7%左右，电力需求的平均增长速度为5%，到2005年全国发电装机容量将达到3.9亿千瓦，全国发电量将达到17500亿千瓦时以上。国家电力公司电力工业“十五”计划及2015年远景规划中预测：“十五”期间我国GDP年均增长7%左右，电力需求的平均增长速度在4.5%~5.0%之间，到2005年全国发电装机容量将达到3.65亿千瓦，全社会用电量将达到16200亿~16600亿千瓦时。 但实际的情况是：截至2005年年底，全国发电装机容量达到5.17亿千瓦，全国发电量达到24975.26亿千瓦时，全社会用电量为24689亿千瓦时。 比较我国“十五”期间电力工业发展中发电装机容量、发电量与全社会用电量等参数的预测值与实际值，可以发现我国“十五”电力规划中全国发电装机容量、发电量和全社会用电量的误差分别高达33%、43%和50%，这还是在2002年下半年至2005年间严重限电情况下发生的值，实际的电力需求值比这还高很多，也即误差比这还要高的多。这直接导致了自2002年6月以来的全国电力供需严重紧缺状态，直至“十五”末期电力供需形势总体来说仍然处于紧张状态，2005年曾在一季度拉闸限电省份达创纪录的26个，最大限负荷达3400万千瓦。而“十五”期间的严重缺电，不仅成为影响国民经济快速发展的“瓶颈”，其隐性损失更是不可估量：

电力系统短期负荷预测方法研究综述

电力系统短期负荷预测方法研究综述 发表时间：2018-12-25T16:14:08.417Z 来源：《电力设备》2018年第23期作者：尹强 [导读] 摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。 （国网四川省电力公司攀枝花供电公司四川攀枝花 617000） 摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。而按照预测时间的长短，可将负荷预测模式分为长期，中期，短期和超短期。其中，短期负荷预测是电力系统稳定经济运行的基础，其预测结果将直接影响着电力系统控制过程的优良。因此关于短期负荷预测的精确性已逐步发展成为电力系统自动化领域中的一项重要研究课题。 关键词：电力系统；短期负荷；预测方法 一、负荷数据预处理 历史负荷数据由于多种原因可能会造成部分数据的丢失或者数据异常，异常的历史负荷数据会对短期负荷预测结果造成很大的影响。因此，想要提高短期负荷预测结果的精确度，在进行预测前，需对负荷数据进行预处理。传统的数据预处理方法包括插值法和纵向比较法等，为了提高预测的精确度又提出了双向比较法、滤波法、切比雪夫不等式法等多种数据预处理新方法。文献提出了用Savitzky-Golay平滑滤波器去处理历史负荷数据，与其它平均方法相比，本方法保留了原始数据的分布特性。文献利用粗糙集理论的属性，在保证历史负荷和气象因数等属性的情况下，推导出的预测负荷值满足一定的精确度，剔除属性集中的冗余信息，简化了判断规则，并利用遗传算法的全局搜索能力，挖掘得到相对预测量的最小约简属性集作为预测模型的输入变量。 二、短期电力负荷预测 短期电力负荷预测的特点。电力负荷预测是根据电力负荷和其影响因素的历史数据，结合实际情况建立相关的模型，对未来用电负荷量进行科学预测。短期负荷更是具有以下明显的特点：预测结果的不确定性和随机性；由于各类负荷预测都是在特定的环境和具体的条件下进行的，因此其具有条件性；短期负荷预测在时间上都有一定的限制，所以具有时间性；由于预测结果的不准确性和条件性，加上外部因素的不确定性，因此预测结果具有多方案性。 影响电力负荷预测精度的因素。在电力系统负荷预测的过程中，预测精度是最具有影响力的一个指标。过预测或欠预测均会对系统生产运行配送造成较为严重的后果。影响负荷的因素有很多，首要便是天气因素。而作为可估计的随机事件，气象预报本身不准确又会形成双重误差。再者，我国人口数量众多，贫富差距较大，因此随机负荷部分并非平稳的随机序列，反而有较大的不确定性。另外，一些特殊事件的随机发生也会使反映负荷的周期曲线产生较大的波动，使实际数据与影响因素之间的关系样本数难以确定。 三、智能预测方法 （一）专家系统法 专家系统法是根据某一领域的专家知识和专家经验建立的一个计算机系统，并且该系统能够运用这些知识和经验对未来进行合理的预测。知识库、推理机、知识获取部分和解释部分是一个完整专家系统的主要组成部分。通过该系统，运行人员能够识别预测日的类型，考虑天气对负荷预测的影响。专家系统法的优点是能够综合考虑多个影响因素，由于是一个计算机系统，该系统具有较好的透明性和交互性，对所得出的结论，能解释其依据，便于运行人员检查和修改，而且预测结果的精确度很高，能很好的反映负荷实际情况。不足之处就是需要大量的历史负荷数据，而数据量增多会导致运算速度慢；同时该算法不具有自主学习能力和利用模糊知识处理相关问题的能力；并且该算法拥有很强的规则性，而规则本身不具有普遍适应性，所以该预测方法不具备普遍适用性。 （二）人工神经网络法 人工神经网络是模仿人脑神经网络进行学习和处理问题的非线性系统。它由若干个具有并行运算功能的神经元节点及连接它们的相应的权值构成，通过激励函数实现输入变量到输出变量之间的非线性映射。用历史负荷作为训练样本去建立适宜的网络结构，当训练的网络结构达到预测要求后，就用此网络作为负荷预测的预测模型。人工神经网络的优点是对预测模型的要求不高，对高度非线性对象非常适用，具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，拥有的特点是其它算法所不具备的。不足之处是有很慢的学习收敛速度，也有可能结果收敛到局部最小点，并且没有很好的知识表达能力，对调度人员经验中存在的模糊知识没有得到充分的利用，依据主观经验确定网络层数和神经元个数。把人工神经网络方法运用于风电功率短期预测中，以数值天气预报为基础，拥有良好的人机交互界面，与能量管理系统实现了完美的连接，预测结果拥有良好的精确度。组合的预测方法，把人工神经网络法和经验模式分解相结合，用经验模式分解的自适应性，分别对各个分量进行分析，准确的把握负荷变化特性和环境因素影响，最后采用与分量相匹配的人工神经网络法进行预测。用人工神经网络去预测负荷模型的方法，用人工神经网络对最大、最小负荷时刻的负荷模型参数进行预测，分析了负荷模型与预测结果之间的灵敏度，以便了解它们之间的影响程度，去寻找提高精确度的方法。 四、支持向量机 支持向量机与神经网络类似，都是学习型的机制，但与神经网络不同，SVM使用的是数学方法和优化技术。其中支持向量是指那些在间隔区边缘的训练样本点，该方法给定一组训练样本，每个标记为属于两类，一个SVM训练算法建立了一个模型，分配新的实例为一类或其他类，使其成为非概率二元线性分类。应用SVM进行电力系统负荷预测具有精度高、速度快等优点，不足之处在于存贮需求量大，编程困难，实际应用较难。 五、灰色模型法 灰色模型法是一种针对含有未知且不确定因素的系统进行预测的方法。通过对部分已知信息的开发，生成并提取有用信息，从而对系统运行行为和其演化规律进行正确且有效的描述和监控。该方法可在数据缺失的情况下找出某个时间段内数据变化的规律，以此建立负荷预测模型。灰色模型法分为普通灰色系统模型和最优化灰色模型两种。普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此方法的优势得以凸显———其预测精度高、所需样本少、人工耗时短且计算量小，所得预测结果还可以进行检验。缺点是对于具有波动性较大的电力负荷预测误差较大，因此并不适用于实际情况。但最优化灰色模型可以把波动幅度较大的原始数据序列变换成规律性较强的成指数递增变化的序列，以此来适应灰色模型法所需条件，大大增加了适用范围和预测精度。灰色模型法能很好的适用于

负荷预测方法一

1、单耗法 这个方法是根据预测期的产品产量（或产值）和用电单耗计算需要的用电量，即 A h ＝∑=n i 1Q i U i 式中 A h —某行业预测期的需电量； U i —各种产品（产值）用电单耗； Q i —各种产品产量（或产值）。 当分别算出各行业的需用电量之后，把它们相加，就可以得到全部行业的需用电量。这个方法适用于工业比重大的系统。对于中近期负荷预测（中期负荷预测的前5年），此时，用户已有生产或建设计划，根据我国的多年经验，用单耗法是有效的。 在已知某规划年的需电量后，可用年最大负荷利用小时数来预测年最大负荷，即 P n·max =T A n m ax 式中 P n·max —年最大负荷（MW ）； A n —年需用电量（k W·h ）； T max —年最大负荷利用小时数（h ）。 各电力系统的年最大负荷利用小时数，可根据历史统计资料及今后用电结构变化情况分析确定。 单耗法分产品单耗法和产值单耗法。采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。 单耗法可用于计算工业用户的负荷预测。 单耗法可根据第一、第二、第三产业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指标，按单耗进行预测。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。 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，比较笼统，很难反映现代经济、政治、气候等条件的影响。

地区主网规划的负荷预测方法研究

地区主网规划的负荷预测方法研究 发表时间：2018-01-10T10:31:54.120Z 来源：《电力设备》2017年第27期作者：孙式想李炜宋洪珠关巧莉 [导读] 摘要：负荷预测是电网规划的基础性工作，负荷预测的准确性直接影响着电网规划质量的优劣。 （国网宿州供电公司安徽宿州 234000） 摘要：负荷预测是电网规划的基础性工作，负荷预测的准确性直接影响着电网规划质量的优劣。因此，如何基于现有资料、合理运用各种预测方法、得出符合实际情况的预测结果、为城市电网规划提供科学的基础，是电网规划工作者面临的重要问题。本文对应用于城市电力负荷预测的众多模型进行了归纳和总结。 关键词：城市电网；负荷预测；方法 随着我国电力企业体制改革的不断深入，电网经营企业将应运而生。城市电网（以下简称城网）规划和建设、改造工程可行性研究等工作，将成为电网经营企业主要的前期规划工作。城网规划和建设、改造工程可行性研究很大一部分工作量发生在10kV配电网。城网规划能否简单套用以往用于电源和超高压（220kV及以上）电网规划的负荷预测方法，很值得深入探讨。 1.负荷预测的特点 城主网规划中的负荷实际上就是电力需求量、用电量，若能够通过预测的方法掌握这些数据指标则基本上可以估算出社会的用电量大小。在收集的资料中往往出现电网年最大负荷利用小时和电厂年设备利用小时的数值变化较大或不合理的情况，这就需要从电网用电结构的变化情况、大用户的投运情况、电网限电情况、电厂运行情况及有关电量是否与负荷对应等方面进行分析研究，所以，负荷预测工作所研究的对象是不肯定事件，只有不肯定事件、随机事件，才需要人们采用适当的预测技术，推知符合的发展趋势和可能达到的状况。这就使负荷预测具有以下明显的特点。因此，城市电力负荷预测，要根据城市的用地规划，以空间负荷分布预测为基础，采用多种负荷预测方法进行负荷及负荷分布预测。历史数据的完整程度直接影响着负荷预测工作的开展。一般指的是对 1 h 以内的负荷预测，若系统配备了安全监控系统，则应确定 5～10 s 或 1～5 min 的预测值，对于突发情况的紧急处理则需确定 10 min～1 h 的预测值。，除对常规的用电采用年均增长率来预测其负荷外，还需对一些大用户按其生产规模和单耗来预测其负荷，电网总的负荷为两者之和。其中前者主要反映第一产业、第三产业和居民生活用电及部分工业项目用电增长情况；后者反映产业规划实施，各个地区不但供电严重不足，而且不同地区的供电情况差异性较大。这些情况随时都会给每一个地方造成巨大的压力与负担，对我国的经济发展是相当不利的。鉴于这种情况，很有必要对现在各个地区主网规划的负荷预测工作的现状做一个全面的了解。 2.负荷预测方案的基本流程 负荷预测并非盲目的勘察预测活动，而是一个有目的、有计划、有次序、有组织的电力预测工作。如果可以对地区主网的负荷预测工作实施比较顺利，那么，地区主网中呈现出的绝大部分问题都会得到一个很好的解决。然而，这项工作并不是那么容易实行的，它不仅仅需要相关理论知识方面的支持，而且还需要经过大量反复地计算才可以尽可能达到预测的最佳效果。因此，地区主网规划的负荷预测工作应按照标准的流程操作。 ①调查情况，收集资料。仍存在着明显的变化趋势，例如农业用电，在气候条件变化较小的冬季，日用电量相对稳定，表现为较平稳的变化趋势。这种变化趋势可为线性或非线性，周期性或非周期性等等。由于最初所收集的资料对后面的负荷预测有很大的影响，使得用电负荷资料的收集也应该细化处理，对每个方面的用电情况均要如实统计。 ②历史资料，规范整理。负荷预测用到的资料不仅包括地区目前的用电状况，也应该充分利用好历史数据作为参考。主网规划期间可以结合当期电力部门提供的档案资料，由于各县市负荷主要分布在县城和经济开发区内，因此需重点做好这两区域的负荷预测工作。上述两区域的负荷预测一般依据城市的总体规划，按照各类用地的性质，采用负荷密度法进行。 ③数据处理，结合方法。数据处理时可根据地区的主网规划要求使用不同的方法，主要以结合水平处理法和垂直处理方法为主，其他方法为辅。通常采用概率统计来预测负荷，需要注意的是，预测电网未来的负荷，在客观上必定存在一定的误差，产生误差的根源是存在一些影响电网运行的不确定因素以及与电网负荷变化规律不相符合等，总体上负荷预测模型的准确性还是很高。以确定负荷数据变动的标准范围，若处理后的数据超出这一标准则说明负荷数据预测不准。 ④创建模型，综合分析。常用的趋势模型有多项式趋势模型、对数趋势模型、冥函数趋势模型、线性趋势模型、指数函数趋势模型、龚波茨模型和逻辑斯蒂模型等。主网规划人员则可以根据获得的数据材料创建相应的数据模型，进而对地区负荷大小进行综合预测分析。如：数学模型的构建，应确保计算所得数据的误差小于 5%，然后根据误差重新拟定规划方案。 3.主网规划负荷预测的新方法 不同预测方法从建模出发点、所需要数据样本和适用条件都不同，在同一评判尺度下进行比较是不科学。从适用条件来看，回归分析法和趋势分析法主要用于统计规律的描述和研究，适合大样本，对历史、现在和未来发展进行同时预测。先进负荷预测方法的运用依赖于科学的理论研究体系，因此，电网规划要充分考虑这方面的适应性，电源和电网建设要适度超前外，也要密切注意各地经济发展和大用电项目建设情况，以及用电负荷增长的趋势，以便及时更新需求信息及调整工程建设安排。 ①灰色数学预测。灰色数学理论属于系统概念，主要用于研究信息不完备时模拟的数学法。将部分信息未知和已知系统称为灰色系统，灰色模拟法运用模糊控制观点，将运筹学和自动控制相结合的数学分析方法。诸多因子的未知、不稳定等特点是灰色数学理论的典型特征，这些众多因子的未知性和不确定性，成为系统的灰色特性。灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。 ②模糊数学预测。模糊数学模糊理论专用于未知数据的研究，若主网规划期间难以构建数学模型时，则可通过模糊数学理论编制出一套科学的预测方案。电力负荷模型对于电力负荷预测可以说是最为有效的方式之一，电力负荷模型则主要包含了电力负荷的时空特性、负荷电压和频率特性。在拟合曲线的过程中需要精确度同拟合区间的一致性，选择合适的趋势曲线模型能够得出较好的预测结果，不同的曲线模型其误差也比较大，关键是结合区域电网发展情况，选择合适的曲线模型。 ③专家系统预测。专家系统方法是用于连接计算机的自动化操作处理方式，通过调出计算机内部存储的负荷数据自动化分析处理，对规划的主网进行供电可靠性、网损、电压质量计算、抗灾能力等技术评估，并与现状网与导则比较，分析规划方案的合理性。从经济效益和社会效益两方面对规划主电网项目进行分析，对规划主网进行盈利能力分析、偿债能力分析，这就需要在进行使用时充分结合区域实

中长期负荷预测方法综述1

中长期负荷预测方法综述 摘要:负荷预测是电力系统规划、供电、调度等部门的重要的基础工作,讨论了负荷预测的特点、分类及各种成熟的负荷预测技术,研究了现代负荷预测技术的发展动态,并指出未来主要的研究方向。 中长期负荷预测各种预测方法都具有其各自的优缺点和适用范围,在实际预测工作中,必须根据实际情况,着重从预测目标、期限、精确度等诸多方面作出合理选择,寻求能获取所需精度的预测方法。本文针对电力系统中长期电力负荷预测方法做出分析。 关键字：负荷预测、中长期负荷、负荷预测方法、负荷预测综述 正文：负荷预测是从已知的电力需求出发,通过对历史数据的分析, 并考虑政治、经济、气候等相关因素,对未来的用电需求做出估计和预测。负荷预测是电力系统规划、供电、调度等部门的重要的基础工作。对于经济合理地安排发电机组的启停及检修计划,保持电网安全稳定运行以及未来电网的增容和改建等有十分重要的用。 电力系统负荷预测是电力系统安全经济调度、规划、设计研究的基础和前提，准确的负荷预测结果将意味着在满足供电质量要求的条件下对系统建设资金最大可能限度的利用和有限投资的最大社会经 济效益的获得,负荷预测工作因而引起了人们的普遍关注随着电力 系统的迅速发展尤其是我国电力工业市场化改革的推行负荷预测 工作面临如何准确合理地考虑电力工业市场化后对实际电力负荷从大小到特性上的影响和给整个系统运行规划带来的变化的难题可以

设想在强大的市场压力和竞争机制作用下适用于电力市场环境下 的负荷预测理论和算法必将获得突破性研究成果 随着我国国民经济的快速发展和人民生活水平的不断提高,人们对电量需求量以及电能质量的要求也越来越高。、 一、基于参数模型的中长期电力负荷预测方法 1.趋势外推方法。将已有的各年度的电力负荷看作一个时间序列,利用最小二乘拟合等方法寻求电力负荷与时间的函数关系,并利用这个函数关系预测以后年度的电力负荷。趋势外推方法可以保证对历史数据的拟合是最好的,但不能保证外推效果的可靠性。 2.回归分析方法。回归分析预测是电力系统负荷预测的一种常用方法,根据回归分析涉及变量的多少,可以分为单元回归分析和多元回归分析。在回归分析中,随机变量是自变量,非随机变量是因变量,由给定的多组自变量和因变量资料究二者之间的关系,形成回归方程。回归方程求得后,给定各自变量数值,就可求出因变量值。回归方程根据自变量和因变量之间的函数形式,又可分为线性回归方程和非线性回归方程。在负荷回归分析法方法简单、预测速度快、外推性好,对于历史预测问题中,回归方程的因变量一般是电力系统负荷,自变量是影 响电力系统负荷的各种因素,如经济、人口、气候等。上未出现的情况有较好的预测性。但它对数据的要求高,特别是历史数据残缺或存在较大误差的情况下,预测效果很不理想;用线性方法描述比较复杂

电力系统短期负荷预测方法综述

电力系统短期负荷预测方法综述 本文主要是针对电力系统的短期负荷预测的概念和意义 进行综述，就短期负荷预测的一些特点及其影响预测精度的各方面原因进行总体的分析。在目前的预测方法里，主要有经典的预测方法和传统的预测方法以及智能预测方法和预测新方法。从这些预测方法入手进行综合的应用原理分析，比较其不同预测方法的优点及不足的地方。并且提出了短期负荷预测的精度提升了，不仅在历史的数据上重视了其积累，还应重视在预测的模型选择上要合适，综合型预测模型在未来电力负荷预测方法的必然性。 标签：电力系统短期负荷预测 电力负荷预测在能量的管理系统组成中是极为重要的部分，而短期电力负荷预测则是对几个小时后或是一天、几天的电力负荷值上进行预报。短期电力负荷预测不仅在电力系统安全以及经济的运作下提供了相关保障，还为市场的环境编排高度计划等打下了基础。不过在这个电力生产与消费的日趋市场化下，针对负荷预测的准确及可靠性上也有了更为高的要求，而且就电力系统管理与运行来讲其负荷预测逐渐成为了一个主要的研究领域。预测精度是决定短期负荷预测的作用大小的，所以在短期负荷预测方法研究的重点上是如何对预测精度进行提高。虽然短期负荷预测的研究历史已經很长远了，国内外的学者也对其在方法还有理论方面对于预测模型进行研究工作。当短期负荷出现因素太多的情况下，从而限制了预测方法的范围以及精度。下文针对短期的预测方法展开一个综合性的探析。在研究未来发展方向的同时也为实际情况下短期负荷的预测提供了一个基础。 1 基于短期负荷的预测特点 对于短期电力负荷来讲其预测便是基于在电力负荷以及相关的历史数据对模型进行全面的建立，从而使得新世纪型的电力负荷更具备科学性和全面性。对于短期负荷所面临的事件不确定性以及其随机性，包含了各种特点：①在预测的结果上其短期的负荷存在着一定的不确定性。②不同的负荷预测方法存在相应的条件性。③短期负荷预测在时间上各有不同。④预测的结果包含多方案性。 短期负荷预测精度的影响因素：①以往历史数据。②自然天气情况。③其日期类型。④负荷预测模型。⑤相关社会事件等。 2 简述短期负荷预测方法 短期负荷由于受到来自不同方向的因素影响，面临时间序列问题上其随机的过程表现的很不平稳，就算面临的影响因素包罗万象，不过在这些因素中都存在一个特点那就是有规律性。能够为实际预测打下基础，其短期负荷预测的方法大致分为四类。

【CN110119837A】一种基于城市用地性质及开发时间的空间负荷预测方法【专利】

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910301391.3 (22)申请日 2019.04.15 (71)申请人 天津大学 地址 300072 天津市南开区卫津路92号 (72)发明人 冯人海　常燕燕　杨智群　王威　 黄建理　 (74)专利代理机构 天津市北洋有限责任专利代 理事务所 12201 代理人 杜文茹 (51)Int.Cl. G06Q 10/04(2012.01) G06K 9/62(2006.01) G06Q 50/16(2012.01) (54)发明名称 一种基于城市用地性质及开发时间的空间 负荷预测方法 (57)摘要 一种基于城市用地性质及开发时间的空间 负荷预测方法，根据用地性质将不同地块分为同 质地块和同时地块两类；采用Logistic函数分别 对不同地块用电负荷进行拟合；对n个年份的理 想平均负荷进行归一化处理；对地块的用电负荷 理想发展速度和地块快速增长期年份的理想中 位数采用最大似然估计方法进行训练，得到地块 的用电负荷发展速度的训练值和地块快速增长 期年份中位数的训练值；将地块用电负荷发展速 度的训练值和地块快速增长期中位数的训练值 带入Logistic函数得到n个年份的负荷预测值。 本发明在考虑地块性质的基础上，重新建构了空 间负荷预测模型的参数训练方案。本发明简化了 计算复杂度， 提升了预测精度。权利要求书2页 说明书6页 附图2页CN 110119837 A 2019.08.13 C N 110119837 A

1.一种基于城市用地性质及开发时间的空间负荷预测方法，其特征在于，包括如下步骤： 1)根据用地性质将不同地块分为同质地块和同时地块两类，其中，同质地块是由用户性质相同且负荷发展遵循Logistic函数的地块组成；同时地块是由开发时间在相同时期且下属的工程建设以及人口导入进度一致的地块组成； 2)采用Logistic函数分别对不同地块用电负荷进行拟合： 式中：Y(t)为地块第t年份的理想平均负荷，t 0为地块快速增长期年份的理想中位数，r 为地块的用电负荷理想发展速度，K和P 0分别代表logistic函数的渐进最大值和最小值，从而得到n个年份的理想平均负荷； 3)对n个年份的理想平均负荷进行归一化处理，得到K＝10，P 0＝3；这样Logistic函数的最大值K和最小值P 0就可排除在本发明的参数训练目标之外，简化了参数训练算法的复杂度； 4)同质地块的用电负荷理想发展速度r相同，但快速增长期年份的理想中位数t 0不同；同时地块快速增长期年份的理想中位数t 0相同，但用电负荷理想发展速度r不同，因此对地块的用电负荷理想发展速度r和地块快速增长期年份的理想中位数t 0采用最大似然估计方法进行训练，得到地块的用电负荷发展速度的训练值r ′和地块快速增长期年份中位数的训练值t 0′； 5)将地块用电负荷发展速度的训练值r ′和地块快速增长期中位数的训练值t 0′带入Logistic函数得到n个年份的负荷预测值。 2.根据权利要求1所述的一种基于城市用地性质及开发时间的空间负荷预测方法，其特征在于，步骤4)所述的训练包括： 令在第t年份的实际平均负荷Y ′(t)＝y(t)， 得到有噪声系统模型： 其中高斯噪声η～N(0,σ02)， 为降低有噪声系统模型复杂度，将Logistic函数变换，得到 改进负荷预测模型为： 在改进负荷预测模型中加入独立同分布的高斯噪声η0， 得到改进的有噪声系统模型：其中，噪声方差σ02对于每个年份并不是一个独立同分布的高斯随机变量， 不能忽略其相关性，为提高建模的准确性，给出第k个年份的噪声方差σk 2与噪声方差σ02之间的关系； 对有噪声系统模型进行等价变换得到等价变换后的有噪声系统模型： 由于η较小，故Y ′(t)≈Y(t)，由改进的有噪声系统模型和等价变换后的有噪声系统模型，得到： 权　利　要　求　书1/2页2CN 110119837 A

电力负荷预测方法

1.负荷预测分类和基础数据处理 负荷预测及其分类 负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。 负荷预测的基础数据处理 负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整）

数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 经验技术预测方法 专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对面讨论问题，每个专家充分发表意见，并听取其他专家意见。小组法以书面形式独立发表个人见解，专家之间相互保密，最后综合给出预测结果。 类比法 类比法是将类似失误进行分析对比，通过已知事物对未知事物做出预测。例如选取国内外类似城市或地区为类比对象，参考该对象的发展轨迹对本地区作出预测。 主观概率发 请若干专家来估计某特定时间发生的主观概率，然后综合得出该时间的概率。 经典技术预测方法 单耗法 通过某一工业产品的平均单位产皮用电量以及该产品的产量，得到生产这种产品的总用电量。 用电量A=国民生产总之或工农业总产值b*产值单耗g

建筑群负荷预测研究

建筑群负荷预测研究 发表时间：2018-12-24T10:23:48.320Z 来源：《建筑学研究前沿》2018年第29期作者：申肖肖 [导读] 随着中国城镇化进程的飞速发展，中国城市的规模越来越大，城市中的建筑群越来越密集。 上海市建筑科学研究院上海 201108 摘要：随着建筑群越来越密集，在建筑规划设计阶段，建筑群空调负荷的精准预测，对建筑节能来说越来越重要，本文通过典型建筑的负荷模拟，组合出不同建筑业态群的负荷特性，为规划阶段城市建筑群的精确负荷预测提供方法，为建筑群节能降耗提供规划依据。 关键词：建筑节能建筑群负荷预测 一、前言 随着中国城镇化进程的飞速发展，中国城市的规模越来越大，城市中的建筑群越来越密集。在建筑规划阶段，建筑群负荷的预测，对整个城市的节能建设来说意义重大。建筑群是多种建筑使用空间的组合形态，建筑群负荷计算，是通过将建筑群功能划分为典型的办公、商业、酒店等典型区域后，分区域计算每种建筑空间的空调负荷，通过建筑功能配比，计算出建筑群能耗消耗，也就是建筑群空调负荷预测分为两个步骤进行：（1）通过计算机模拟，得到典型单体建筑的负荷曲线；（2）根据典型建筑群的组成特性，利用权重法和同时使用系数法组合出不同形态建筑群的负荷曲线[1]。 二、典型建筑负荷计算机模拟预测法 城市建筑群中，最重要的建筑使用功能包括办公建筑，商业建筑和酒店建筑，本文主要分析上述三类使用空间组成的建筑群的空调负荷特性。典型建筑空调负荷是通过建筑能耗预测软件EQUEST,通过输入建筑内部人员、照明、围护结构等参数，根据室外气象参数智能输出全年8760个小时的动态空调负荷曲线的计算方法 2.1典型办公建筑负荷特性曲线 本文以规划的某建筑群项目作为研究对象，本项目位于上海市浦东新区，地下5层，地上22～32层，总用地面积约55000m2，总建筑面积510000m2，地上建筑面积约210000m2，地下建筑面积约240000m2。地下3～5层为停车库、冷冻机房、泵房、变配电房等，地下2层为商业、餐饮、数据中心柴油发电机房、健身功能房、运动场所等，地下1层为商业、餐饮、锅炉房、UPS电池房等，地下夹层为自行车库。塔楼中首层是办公大堂，功能空间有数据机房，其他功能空间是办公使用空间等。项目包括3栋超高层综合体。项目围护结构信息如下表所示。 表1 围护结构热工参数 备注：(*)为全部外墙加权平均传热系数。 本次空调负荷计算的空调开启时间表，室内温度设置参数和室内照明功率密度、人员时刻表和人员密度参数等均按照目前公共建筑节能设计标准进行设定。 按照目前气象热工分区，上海属于夏热冬冷气候区，春天温暖，夏天炎热，秋天凉爽，冬天阴冷。图3-3为上海地区典型气象年日干球温度分布图。由图3-3可知，自5月起，日最高温度基本达到25℃，逐渐进入夏季制冷季，该时段持续至10月中期。

电力负荷预测的要求

电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，其对电力系统规划和运行都极其重要。 电力负荷预测包括两方面的含义，即用以指安装在国家机关、企业、居民等用户处的各种用电设备，也可用以描述上述用电设备所消耗的电力电量的数值。 电力负荷预测是以电力负荷为对象进行的一系列预测工作。从预测对象来看，电力负荷预测包括对未来电力需求量（功率）的预测和对未来用电量（能量）的预测以及对负荷曲线的预测。其主要工作是预测未来电力负荷的时间分布和空间分布，为电力系统规划和运行提供可靠的决策依据。 电力负荷预测的影响因素 在电力负荷预测中，很多因素不同程度地影响着电力荷的预测值。有些因素因自然而变化，比如气象。有些因按地区条件产生差异，如工农业发展速度;有些因素是无估计的重大事件，如严重灾害等，并且各个因素对负荷的响可能是不一样的，而且同一因素的不同水平对负荷的影也是不同的[1]。 1.气象因素的影响，很多负荷预测数学模型都引入了气象部门提供的气象预报信息，包括温湿度、雨量等在内的气象因素都会直接影响负荷波动，尤其在居民负荷占据较高比例的地区，这种影响更大。 2.节假日及特殊条件的影响，较之正常工作日，一般节假日的负荷都会明显降低，以春节为例，春节期间的负荷曲线一般会出现大幅度的下降变形，而其变化周期也大致与假日周期吻合。 3.大工业用户突发事件的影响对于大工业用户装接容量占用电负荷较高的地区，大工业用户在负荷预测偏差中起到的影响作用也比较大。 4.负荷特性分析和预测方法的影响目前，由于很多地区在负荷种类结构以及变化因素上的统计分析工作不够深入系统，导致在需要历史数据进行对照时无法展开工作，对于负荷特性和相关变化规律的总结也就无从谈起。 5.管理与政策的影响负荷预测是一项技术含量很高的工作，然而负荷预测工作在很多地区还没有得到足够的重视，基础工作薄弱，考核标准过于宽松，与大用户的信息沟通不畅，大用户的用电缺乏计划性和有序性；预测人员缺乏良好的综合素质、较高的分析能力和丰富的运行经验，不适应高标准工作的要求。

负荷预测方法文献综述

电力系统中传统负荷预测方法的文献综述 负荷预测的核心问题就是预测的技术方法，或者说是预测数学模型。随着现代科学技术的不断进步，负荷预测理论、技术得到了很大的发展，理论研究逐步深入，适合本地特点的预测程序、软件开始出现。但不可否认的是，就目前而言，我国的电力系统负荷的预测技术还是比较落后的，相应的基于软件的技术还不能满足现代社会的需求，有待进一步提高。 传统的负荷预测方法如回归模型法，卡尔曼滤波法，时间序列法，灰色预测法，专家系统法，模糊理论法，神经网络法，小波分析法等。这些传统的预测方法无论是哪种均具有不足和缺陷，随着对负荷预测的深入研究和广泛应用，传统的预测方法的应用越来越难以适应发展，逐渐形成了现代负荷预测方法。 文献【1】针对传统静态神经网络自适应能力差、收敛速度慢、预测精度低的问题,提出了一种基于小波分析和Elman动态神经网络的中长期电力负荷预测方法,该算法通过对原始样本进行小波分解,将分解后的低频趋势信号和高频细节信号分别进行预测,在输出端再进行重构后得到预测曲线;然后就传统负荷预测问题中数据预处理环节的数据校验问题,提出了一种基于小波理论的奇异点检测法,该方法对原始样本进行一维离散小波分解,抽取一层高频细节信号进行分析,根据工程实践中设置的阈值,来检测有可能因为系统故障、人为失误导致的数据记录错误,为准确预测提供了保障。文献【2】提出一种基于人工神经网络的电力负荷预测方法 ,该方法充分吸收了神经网络非线性逼近能力的优点。在神经网络结构设计中充分考虑了电力负荷的特点 ,并用神经网络加权最小方差模型(NNWLS)对样本进行训练。在实际预测中 ,该预测方法取得了比较高的的预测精度。文献【3】针对人工神经网络模型在进行负荷预测时,大多不考虑气象等因素的影响,提出了一种基于数据挖掘预处理的改进短期电力负荷预测的方法,应用数据挖掘的聚类功能,寻找与预测日同等气象类型的多个历史短期负荷数据序列进行预测,从而提高预测的精度。鉴于ANN模型对不确定性和模糊信息学习处理能力较差的缺点,引用模糊系统的理论,构建模糊神经网络(FNN)模型。通过实例预测和预测结果比较分析表明,提出的方法具有较高的预测精度。文献【4】为进一步提高电力负荷预测的精度和运算速度,针对短期负荷预测样本数据既有趋

浅析电力系统负荷预测方法

浅析电力系统负荷预测方法 发表时间：2017-10-18T18:11:03.780Z 来源：《电力设备》2017年第15期作者：梅宇1 杨畅1 徐明虎2 陈斯斯1 王硕1 [导读] 摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。 （1.国网辽宁省电力有限公司检修分公司辽宁锦州 121013；2.国网辽宁省电力有限公司技能培训中心辽宁锦州 121000）摘要：电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。 关键词：负荷预测；电力系统；方法探讨 引言 电力工业是国家在能源领域的重大基础行业，电力是国民经济的命脉，经济要发展，电力是先行，电力对于我国经济建设、国家安全、社会稳定、生活质量具有至关重要的作用，现代文明社会已经处处离不开电力供应。目标网架是城市电网规划的基础，确定电网发展的方向和目标，是近期规划和中长期规划的重要依据。为了提高电网规划方案的可行性，必须将城市电网目标网架规划纳入城市整体规划。负荷预测是目标网架规划的基础，提高负荷预测准确率，对电网发展的具有十分重要的意义。 一、电力系统负荷预测的特点 1、电力系统中的负荷一般分为城市的民用负荷、商业的负荷、农村的负荷、工业的负荷和其他的负荷等，不同类型的电力系统负荷会具有不同特点及规律。城市的民用负荷大多来自城市的居民家用电器的用电负荷，它有年年不断增长的趋势，并且随着季节的变化而变化，但民用的负荷还是和居民日常的生活及工作规律相关较为紧密。 2、商业的负荷，主要是指商业用电中的用电负荷，它覆盖的面积大，而且用电量增加的速度的平稳，商业的负荷同样也具有根据季节变化的波动特性。即使它在电力的负荷中占的比重不如工业负荷及民用负荷，但是商业负荷中的照明类的负荷占用了电力系统用电高峰时段。除此以外，商业部门因为商业行为会在节假日里会增加营业时间，因此成为节假日里影响电力负荷重要的因素之一。 工业负荷是指用在工业生产的用电负荷，一般的工业负荷比重在用电负荷里构成中居于第一位，它不仅仅由工业里负荷端的使用情况决定（也包括负荷的利用情况、企业工作班制度等），而且它和各个行业的特性及季节里的因素都有非常密切的联系，一般的负荷还是比较稳定的。 3、农村的负荷是指农村里居民用电及农业里生产的用电。这类负荷和工业里的负荷相比较，受到季节等其他自然环境的影响非常大，它是由于农业生产特点来定性的，农业的用电负荷同时也受到农产品的品种、耕种特点的影响，但是就电网系统而言，因为农业的用电负荷的集中时间和城市的工业的负荷使用高峰时间有很大差别，所以对于提高电网的负荷率很有好处。 从以上的分析可以发现电力的负荷特点是常常变化的，不仅按照小时变化、按日变化，而且还按周变化，按年变化，同时电力负荷又是以小时作为基本单位不断发生变化的，它具有很大的周期性，负荷的变化是个连续发展变化的过程，在正常的情况下，它不会产生大的跳跃，但是电力的负荷对于季节等因素是十分敏感的，在不同的季节，不同的地区的气候和温度的变化都将会对电力负荷造成十分重要的影响。 4、负荷预测目的是根据电力负荷的发展状况和水平，同时也确定各个供电公司计划的年供用总值，供用最大的电力负荷与规划的地区的总共负荷的发展水平，是由各规划的年用电负荷构成。它将为经济合理准确地安排各个电网内部的机组启停和检修，保持电网的运行安全和稳定性，电网发展的速度，电力的建设规模，电力工业的布局，能源资源的平衡，电力余缺的调剂和电网的资金以及人力资源需求和平衡等各个方面提供十分可靠的依据。 二、负荷预测的方法及特点 1、单耗法 按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分"产品单耗法"和"产值单耗法"两种。采用"单耗法"预测负荷前的关键是确定适当的产品单耗或产值单耗。从我国的实际情况来看，一般规律是产品单耗逐年上升，产值单耗逐年下降。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，比较笼统，很难反映现代经济、政治、气候等条件的影响。 2、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。应用趋势外推法有两个假设条件：①假设负荷没有跳跃式变化；②假定负荷的发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。 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。 3、弹性系数法 4、空间负荷密度法 空间负荷预测是对规划区域内负荷的地理位置和数值大小进行的预测，它提供未来负荷的空间分布信息。只有确定了配电网供电区域内未来负荷的空间分布，才能对变电站的位置和容量，主干线的型号和路径，开关设备的装设以及它们的投入时间等决策变量进行规划。由于空间负荷预测涉及大量的空间信息，地理信息系可以为空间负荷预测的数据收集、处理和预测结果的表示提供一个良好的平台。将GIS 引入空间负荷预测，可以极大地减少数据收集量，是空间负荷预测方法实用化的必要步骤。针对国内土地使用的实际情况，在空间负荷预测中采用了分类分区法，该方法是在分类负荷总量预测的基础上，根据城市规划用地图，计算分类负荷平均密度；再由小区面积构成、小区负荷同时率及修正系数求得小区最终负荷。同时，就分类分区法在预测过程中存在的一些问题进行了恰当的处理和改进。针对己有负荷预测软件在数据收集、统计，模型、方法选用，结果处理等方面存在的问题，在将传统、实用的常规预测方法用计算机加以实现的同时，