空间负荷预测在苏州工业园区电网规划中的应用(精)
f 1
f 2
f 3
空间负荷预测在苏州工业园区电网规划中的应用
马晓东 1, 3, 庄敏辉 2, 史林军 3, 4
(1. 苏州供电公司 , 江苏苏州 215000; 2. 丹阳供电公司 , 江苏丹阳 212300;
3. 东南大学电气工程系 , 江苏南京 210096;
4. 河海大学电气工程学院 , 江苏南京 210098
摘
要 :结合江苏苏州工业园区的电网规划 , 为解决不确定性因素对园区电网的负荷预测结果的不利影响 , 利用空
间负荷预测方法对园区电网进行负荷预测。预测结果表明 , 空间负荷预测得到的负荷大小和地理位置分布与实际情况偏差较小 , 满足电网规划的要求。
关键词 :空间负荷预测 ; 负荷密度 ; 电网规划中图分类号 :TM 715
文献标识码 :B
文章编号 :1009-0665(2006 03-0024-03
收稿日期 :2005-11-25; 修回日期 :2006-01-25
Jiangsu Electrical Engineering
2006年 5月
江苏电机工程
第 25卷第 3期
江苏苏州工业园区 (以下简称园区自 1994年成立以来经济发展很快 , 现有的网络将无法满足经济增长的需求 , 故需根据目前的发展情况对园区的远期饱和电网网架进行规划 , 而饱和负荷预测是做好园区饱和电网规划的基础。对于园区的电网规划 , 不仅要预测饱和负荷的量 , 而且还要预测负荷增长的位置 , 即空间负荷分布。只有在确定了负荷空间分布的基础上 , 才能准确地进行电网的变电站布点和线路走廊的规划。因此 , 对于园区的负荷预测不仅要预测未来负荷的量 , 而且要提供负荷增长的信息 , 即未来的园区负荷空间分布。由于园区是在农田的基础上发展起来的 , 经济和电力的发展和变化都比较大 , 用传统方法的负荷预测结果在负荷的大小和地理位置分布上都存在较大偏差。而空间负荷预测的特点是将大量不确定性数据进行优化处理 , 可以得到比其他方法更好的预测结果。
1采用空间负荷预测的优势
(1 有关部门提供了相对比较详细的用地规划、地块性质、建筑面积、建筑物构成等信息。
(2 需要进行 20(10 kV 配电网络规划 , 对各地块的负荷分布预测有较高要求。
(3 园区有较多的新开发地区 , 没有历史负荷数据 , 因此不能用趋势法来进行预测 , 而用空间负荷预测的方法能弥补趋势法的不足。
(4 常规负荷预测方法很难考虑到小区用地类型发生变化时的负荷发展情况 , 而空间负荷预测方法可以较容易做到。
(5 空间负荷预测得到的结果不但有将来的负荷值 , 还有这些负荷在地理上的分布 , 这些信息对于园区的电网规划有很大的优势。
2空间负荷预测的数学模型 [1~4]
空间负荷预测就是把土地按性质分成若干地
块 , 再把地块性质转化为地块用电负荷。从数学角度来讲 , 空间负荷预测及其计算存在如下 3种映射 :F (x , y → L (x , y → S (x , y → S t
(1 式中 :f 1将小区的特征 F (x , y 映射成土地使用面积 L (x , y ; f 2将土地使用面积 L (x , y 映射成小区负荷 S (x , y , 即
f 2:S (x , y =m
i =1
" L i
(x , y ×LC i =m
i =1
" S i
(x , y
(2
式中 :m 为土地使用类的个数 ; LC i 为第 i 类的负荷密度 ; L i
(x , y 和 S i
(x , y 分别表示小区 (x , y 的第 i 类土地使用面积和负荷。
映射 f 3将小区负荷累加成系统负荷 :
S t =f 3(S (x , y =(x , y
" S (x , y
(3
f 2和 f 3是式 (2 和式 (3 所表示的 2个简单映射。而映射 f 1是非线性的、
随机的 , 与时间和空间都
有关系 , 受主客观因素双重影响 , 难以找到精确的数学关系。实质上 , f 1就是土地使用决策过程。对于一般地区 , 由于规划的不完整性和多变性 , 取得详细而且数十年不变的规划比负荷预测本身还要困难。园区由于有详细的用地规划 , 并且在执行过程中得到法律和行政手段保证 , f 1的映射就明晰了。
3空间负荷预测步骤
3. 1分区及土地使用类的划分 [2]
小区划分是空间负荷预测的必要步骤 , 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。小区划分得越细 , 负荷预测的空间分辨率越高 ,
24
配电网规划也会更细致。考虑到变电站的供电范围 , 若仅预测各分区的负荷 , 由于每个分区的面积相对于变电站的供电范围显得太大 , 仍不便于变电站的布点。因此 , 分区又被细分为许多的小地块 , 对于每个小地块 , 城市规划均对其用地性质、负荷密度、占地面积以及容积率作了规划 , 通过向政府规划部门收集园区各预测地块未来的土地规划方案 , 得到每个地块各类负荷相关因素的历史资料。
园区各地块按规划的用地性质共分为十大类 , 分别为居民用地 R , 公用设施用地 C (其中商业文化体育用地 C1~C4、医疗文化用地 C5~C n , 工业用地 M (其中一类工业用地 M1、二类工业用地 M2、三类工业用地 M3 , 仓储用地 W , 对外交通用地 T , 市政公用设施用地 U , 道路广场用地 S , 绿地 G , 苏嘉杭西侧建设用地
T , 水域和其他用地 Y 。
根据园区的用地规划 , 将园区划分为九大分区 (中新区 :即中国—新加坡合作苏州工业园一区、二区、三区、娄葑北区、娄葑南区、娄葑东区、唯亭镇、胜浦镇、跨塘镇 , 对于每个分区 , 再细化。以娄葑东区 (部分为例 , 先划出 8个中区 (见图 1, 分别为
A01~A08 , 中区的划分主要依据规划区主干街道、
绿地自然形成的区块情况进行 , 使中区的划分与地理条件基本相符。
每个中区再细化 , 按照不同性质用地分类 , 在规划区范围内按照街块以及用地性质远景划分出了
103个用地小区 (见图 1, A08中的小区为居民用地 ,
其他细化的为工业用地 , 每个小区中只包含一种性质的用地 , 且只属于一个中区 , 并对每个小区进行详细的编号。经整理 , 得到如表 1的用地统计数据。
其他分区也分别划分中区 , 再把每个中区细化成一个个只含有单一用地小区 , 且分别编号。
3. 2地块的负荷计算
由于园区各个地块的用地性质、用地面积等资料较详细 , 故适合于用负荷密度进行地块的负荷计算。即按用地性质把每个分区划分成若干个地块 , 并且规划中已提供了各个地块的用地性质、用地面积、建筑容积率等详细的资料 , 根据这些数据能得出每个地块与规划相适应的远期负荷预测值 :
L i =S i ×R i ×P i (4
式中 :L i 为第 i 个地块的远期负荷预测值 ; S i 为第 i 个地块的用地面积 ; R i 为第 i 个地块的建筑容积率 ;
P i 为第 i 个地块的远期负荷密度。
S i 和 R i 都可以直接在分区规划资料中取得 , 而 P i 是根据这个地块的用地性质取值 , 不同的用地对
应于不同的远期负荷密度值。对于每一种类型的负荷 , 根据“ 城中心区取高值 , 城郊结合区取中值 , 郊区取低值” 的原则对它取定一个预测负荷密度值 , 代入到式 (4 中得到该地块的远期负荷预测结果。
园区的各个分区分别划出若干中区 , 中区再细化为只含一种性质用地的小区 , 然后采用相应的负荷密度计算只含一种用地性质的小区 , 根据不同用地性质划分各个中区的负荷 , 然后采用一定的同时率合计得到各个分区的负荷值。以娄葑东区 (部分的 A01中区为例 , 得到各个小区的负荷分布如图 2所示。
其他中区的负荷预测也用类似方法 , 同时考虑各个相邻区域间相互作用的影响 , 再把各个中区按一定的同时率 (根据对不同类型的负荷相互作用的统计分析获得 , 不同的区域或负荷取值不同 , 合计可得到整个娄葑东区的负荷预测值 , 见表2。
经统计 , 未考虑同时率总负荷合计 117. 84MW ; 考虑同时率 0. 7, 总负荷合计94. 27MW 。
序号
用地代码
用地名称用地面积 /ha
比例 /%
1R 居住用地
34.436.08
2M 工业用地
272.2348.103
S
道路广场用地
82.39
14.56
4G 绿化用地
132.1923.365
E
水面
44.76
7.91
表 1娄葑东区 (部分用地平衡表
图 1娄葑东区 (部分用地规划图 2空间负荷分布A01
A02
A04
A05A07
A06
A03
A08
A01:8236.8 307198175217 381168
161
761
450
489539
387
1400
206
156146
303
249
1206 220194197 153408240299401 186240 100441185
A02
马晓东等 :空间负荷预测在苏州工业园区电网规划中的应用
25
3. 3预测结果
其他分区也可用同样方法得到负荷值。总的负荷计算 , 只要把各个分区的负荷按一定的同时率合计即可得到整个园区的总负荷。各个分区的负荷预测值及其总的负荷预测值见表 3。
合计得到园区总预测负荷 , 用人均电力、人均电量、负荷密度 3个指标进行校核。
(1 人均电力
根据园区发展规划 , 远景年的人口将达到 150万 (其中常住人口约 100万 , 流动人口约 50万 , 规划区的总负荷为 380. 85万 kW , 人均负荷约 2500W 。与其他发达地区相比 , 该数值是合理的 , 因此预测结果合理。
(2 人均电量
根据园区历年的最大负荷利用小时数 , 及其考虑园区的用电性质 , 若取园区的年最大负荷利用小时数为 5000h , 则人均用电量为 1. 2万 kW ?
h , 相当于新加坡 2000年的用电水平 , 所以预测结果还是较为合理的。
(3 负荷密度
从负荷预测计算的园区的总的负荷密度 (19. 43
MW/km 2, 仅除去水面面积分析 , 与其他发达地区
比较也符合实际情况 , 故预测结果合理。
4结束语
本文对空间负荷预测的理论和模型进行了详尽的描述 , 并且给出了在苏州工业园区电网规划中的应用步骤 , 把空间负荷预测的重点放在各个地块的预测上 , 使整个预测过程从每一个小地块做起 , 按照不同的要求组合出各种大小区域的总负荷预测值。这样不仅能对负荷总量进行预测 , 还可以知道分区负荷的空间分布 , 减少了以往负荷预测中对用电量和最大负荷的历史数椐的依赖性 , 极大地提高了预测方法的鲁棒性和预测结果的准确性 , 对园区今后的变电站布点、规模及容量的确定、投入的时间、线路的走向都有较大帮助。名称
负荷 /MW
中新区 2124.96
胜浦北 229.95娄葑东区 513.17旅游区 321.37跨塘 126.75娄葑北区 73.50娄葑南区 82.00唯亭
153.23胜浦区 384.00总计
4008.93
考虑分区同时率 (0.95 3808.48
表 3各个分区的负荷预测值
Application of Spacial Load Forecasting in Power Grid Planning
of Suzhou Industrial Park
MA Xiao-dong 1, 3, ZHUANG Min-hui 2, SHI Lin-jun 3, 4
(1.Suzhou Power Supply Company , Suzhou 215400, China ;
2.Danyang Power Supply Company , Danyang 212300, China ;
3.Southeast University , Nanjing 210096, China ;
4.Hohai University , Nanjing 210098, China
Abstract :The paper forecasted the power load of Suzhou industry park using spacial load forecasting method combined with power grid planning of this area in order to overcome the bad impact of uncertainty factors on load forecasting results. Results showed that the spacial load forecasting meet the requirement of power planning because the load magnitude and distribution matched the actual situations.
Key words :spacial load forecasting ; load density ; power grid planning
参考文献 :
[1]王天华 , 范明天 , 王平洋 . 基于地理信息系统平台的配电网空
间负荷预测 [J ]. 电网技术 , 1999, 23(5 :42-47.
[2]王天华 , 王平洋 , 袁钦成 . 空间负荷预测中不确定性因素的处
理方法 [J ]. 电网技术 , 2001, 25(1 :22-25.
[3]WILLIS H L. Electrical Spatial Load Forecasting [M ]. NewYork :
MarcelDekker , Inc , 1995.
[4]CHOW M , TRAM H. Methodology of Urbanre-development Con-
sideration in Spatial Load Fprecasting [J ]. IEEE Transon Power System , 1997,
12(2 .
作者简介 :
马晓东 (1971- , 男 , 江苏苏州人 , 高级工程师 , 从事输变电、电网规
划等方面的工作 ;
庄敏辉 (1976- , 男 , 江苏丹阳人 , 助理工程师 , 从事输变电工作 ; 史林军 (1976- , 男 , 浙江龙游人 , 讲师 , 在读博士 , 从事电网规划等
方面的工作。
用地名称用地面积 /ha
总负荷 /MW
居住用地 34.4313.74工业用地 272.23101.63道路广场用地
82.39
2.47
表 2娄葑东区 (部分分类负荷统计结果
江
苏电机工程
26
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
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。
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
负荷预测的几种方法及其应用
负荷预测的几种方法及其应用 摘要：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、自负盈亏的今天，电力负荷预测工作开始越来越重要。科技发展为预测提供了各种理论和方法，通过对电力负荷预测，对预测方法及其应用进行初步探讨。 关键词：电力负荷预测方法应用 1趋势分析法 趋势分析法称之趋势曲线分析、曲线拟合或曲线回归，它是迄今为止研究最多，也最为流行的定量预测方法。它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、线性趋势模型、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、龚伯茨(Gompertz)模型等，寻求趋势模型的过程是比较简单的，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，得到模拟曲线的过程，都不考虑随机误差。采用趋势分析拟合的曲线，其精确度原则上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。但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，模型曲线为y=0.229565x2-914.8523x+911472.65，利
用该模型曲线得到2005年到2010年的用电量水平分别为52.78亿kWh和85.08亿kWh。拟合曲线如图1所示。 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值(比如国民生产总值、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，从而实现预测。但由于回归分析中，选用何种因子和该因子系用何种表达式有时只是一种推测，而且影响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popu等数据进行分析，求得回归方程为：y=-3.9848+0.0727GDP+0.10307popu，用该模型预测2005年和2010年的用电量水平分别为47.11亿kWh和70.98亿kWh。 回归分析预测方法是要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。 3指数平滑法 趋势分析和回归分析都是根据时间序列的实际值建立模型，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
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。
(完整版)电力负荷预测方法
电力负荷预测方法 朋友们大家好，很高兴与大家分享一下电力方面的知识。本节摘要是：负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。确定性负荷预测方法是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，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。不确定性预测方法基于类比对应等关系进行推理预测的，包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 关键字：电力负荷预测方法... 负荷预测是电力系统调度的一个重要组成部分，是电力交易的主要数据源，也是电力系统经济运行的基础,任何时候,电力负荷预测对电力系统规划和运行都极其重要。近几年，随着我国电力供需矛盾的突出集电力工业市场化运营机制的推行，电力负荷预测的准确度有待进一步提高。 负荷预测方法可分为确定性负荷预测方法和不确定性负荷预测方法。 确定性负荷预测方法是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，包括时间序列预测法、回归分析法、经典技术预测法、趋势外推预测法等。
而为了解决实际电力负荷发展变化规律非常复杂不能用简单的显式数学方程来描述期间的对应和相关这一问题，许多专家学者经过不懈努力，把许多新的方法和理论引入到负荷预测中来，产生了一类基于类比对应等关系进行推理预测的不确定性预测方法。包括灰色理论预测法、专家系统法、模糊预测法、神经网络法、小波分析预测法等。 <一> 确定性负荷预测方法 一、时间序列预测法 时间序列分析法利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。 时间序列预测是依据电力负荷的历史数据建立一个时间序列的数学模型，通过时间序列的数学模型可以描述这个时间序列变换的规律性，同时在数学模型的基础上建立电力负荷预测的数学表达式，并对未来的负荷进行预测。电力负荷时间序列预测方法主要包括自回归AR（p）模型、滑动平均MA（q）模型和自回归与滑动平均ARMA（p，q）模型等。 按照处理方法不同，时间序列法分为确定时间序列分析法和随机时间序列分析法。时间序列模型的缺点在于不能充分利用对负荷性能有很大影响的气候信息和其他因素，导致了预报的不准
电力负荷预测的常用计算方法与不同地区标
广东省城乡规划设计研究院张仪兴 在电力规划设计工作中，首先遇到的是采用什么方法和标准预测计算电力负荷的问题。电力负荷预测与计算是两个不同层面的概念，既有差别也有联系。前者侧重供电负荷的估算，影响因素多，精确度较低些，属宏观估算。后者计算方法成熟，计算技术数据较详细，计算结果较准确。 要做好负荷预测，首先要了解影响负荷的主要因素。电力负荷并非固定不变，它与经济发展水平、人民生活水平、城市化进程有关，也与地区资源状况、能源结构、产业结构、经济发展战略和科技发展水平有关。负荷预测的结果，并非一成不变，它随时间动态变化，存在时间差、地区差和发展差，要及时调整适应变化。 在工程设计中，当不定因素较多，无法确定负荷计算参数的选用时，也可简化计算，采用负荷预测的方法，如小区详规和总图设计既可用负荷计算法，也可用负荷预测法估算负荷。 1 负荷预测的常用计算方法 电力负荷预测方法很多，常用的计算方法大致分为两类，一类是从预测电量入手，再换算为用电负荷，如综合用电水平法、单耗法、增长率法和电力弹性系数法；另一类是直接预测用电负荷的负荷密度法，它又分为按单位用地面积负荷密度和单位建筑面积负荷密度两类。下面简述这些方法的主要特点和应用范围。 1.1综合用电水平法 根据各规划期的年人均用电量和人口数来推算其用电量。 式中 PL --用电负荷； Wa --年人均用电量，kW·h P--规划期人口数； T--年综合最大利用小时数。 人均用电指标的确定，应按当地实际用电情况和发展需求而定，可采用类比法（横向比较法）确定适合本地区的标准。 这种方法较适合于预测规划近期(1～5年)和中期（6～10年）的用电负荷（远期为11～20年，下同）。 1.2 单耗法 根据产品（或产量）用电单耗和数量推算其用电量。 式中 Wn--产品（或产量）用电单耗； N--产品（或产量）数；
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。
电力负荷预测
电力负荷预测 公司内部编号：（GOOD-TMMT-MMUT-UUPTY-UUYY-DTTI-
电力网中的电力负荷预测 （广西科技大学 **） 摘要：电力负荷预测是供电部门的重要工作之一，准确的负荷预测，可以在保障电网的安全前提下，经济合理的安排电网内部发电机组的启停，合理安排机组检修计划，减少不必要的旋转备用容量，降低电网公司的运营成本，提高经济和社会效益。本文主要介绍了电力负荷预测的概念、步骤以及经常采用的负荷预测方法。 关键字：负荷；预测；方法；步骤 引言 基于“十五”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“十一五”规划对电力工业发展坚持了“十五”期间制定的“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“十一五”规划中预测：“十一五”期间我国经济增长速度为年均8%左右，电力需求的平均增长速度为7%，到2009年全国发电装机容量将达到亿千瓦，（其中，水电占总容量%，火电占总容量%）国家电力公司电力工业“十一五”计划及2015年远景规划中预测：“十一五”期间我国GDP年均增长8%左右，电力需求的平均增长速度在%~%之间，到2009年全国发电装机容量将达到亿千瓦，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2009年年底，全国发电装机容量达到亿千瓦，全国发电量达到亿千瓦时，全社会用电量为24689亿千瓦时。
1、电力负荷预测综述 、电力负荷预测的意义 电力用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的根据。正确地预测电力负荷，既是为了保证无条件供应国民经济各部门及人民生活以充足的电力的需要，也是电力工业自身健康发展的需要。电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础。全国性的电力负荷预测，为编制全国电力规划提供依据，它规定了全国电力工业的发展水平、发展速度、源动力资源的需求量，电力工业发展的资金需求量，以及电力工业发展对人力资源的需求量。 收稿日期：2012-12-25 作者简介：***，本科，研究方向：电力负荷预测，E-mail： 本文运用神经网络对某市某年某月某日进行电力负荷的短期预测，它为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义 、电力负荷预测的定义 电力负荷预测结果的准确与否直接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。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
城市电网规划的负荷预测方法
城市电网规划的负荷预测方法 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 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。 一、负荷预测分类 城市电力负荷预测，按照作用的不同分为电量、负荷预测，空间负荷预测和 负荷曲线预测。电量、负荷预测主要针对城市未来的电力需求量，对城市供电电 源点的确定和发电规划具有重要的指导意义，其中电量、负荷预测又包括总量电量、负荷预测和产业行业电量、负荷预测；空间负荷预测可以得出负荷分布的地 理位置、时间和数量，是高压变电站选址确定容量的基础，其准确性决定了城市 电网规划方案的可操作性和适应性；负荷曲线预测可以通过日负荷曲线得出各种 分类标准下总量负荷与分类负荷间的关系，是电量、负荷预测和空间负荷预测之 间联系的纽带。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。一般来说，各地区总量的电量、负荷 历史数据均较容易获得；但对于各产业行业来说，负荷数据的获得远比电量数据 困难。因此，电量预测与负荷预测之间需要通过最大负荷利用小时数来联系。同样，其他各类负荷预测间也存在着各种关系。 二、负荷预测的基本流程 电网规划中的负荷预测是一个系统的工作，涉及的工作很多，不能盲目的进行，关键在于收集大量的历史数据，建立科学有效的预测模型，采用有效的算法，以历史数据为基础，进行大量试验性研究，总结经验，不断修正模型和算法，以 真正反映负荷变化规律。 以下是该项工作的一个标准流程情况： （一）确定负荷预测的目的 制定预测计划，负荷预测的目的要明确，紧密联系电力系统实际需要，只有 目的明确，才能相应拟定一个负荷预测工作计划，在作预测计划时需重点考虑的 问题有：准备预测时期所需要的历史资料，需要多少资料；资料的来源和收集资 料的方法；预测思路；预测方法；预测完成时间等。不同地区、不同的规划要求 都会使得负荷预测的目的不同，因此确定负荷预测的目的是负荷预测是个非常重 要的步骤。目的确定，预测才准确。 （二）资料的收集 电网规划中负荷预测需要收集的资料一般包括以下内容： 1.是城市总体规划中有关人口、用地、能源、产值、居民收入和消费水平以 及各功能分区的布局改造和发展规划等（包括各类负荷所计划发展的建筑面积和 土地利用比率）。
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，