短期电力系统负荷预测方法综述
技术与市场专题研究2015年第22卷第5期
短期电力系统负荷预测方法综述
杜雅楠1,郭志娟2,吕灵芝1,母建茹,袁一鹏1
(1.华北水利水电大学,河南郑州450045;
2.中电投河南电力有限公司平顶山发电公司,河南平顶山467000)
摘一要:短期电力系统负荷预测对电力系统的调度运行和生产计划有很大影响三准确的负荷预测有助于提高电力系统的安全性二稳定性二经济性,随着电力市场的建立与发展,短期负荷预测将发挥越来越重要的作用三简述了短期电力系统负荷预测的概念和意义,对现有的短期负荷预测方法进行分类,介绍了各种预测方法的原理,讨论了各种方法的优点与不足,并对电力系统负荷预测方法未来的发展方向作出了展望三
关键词:电力系统;短期负荷预测;方法模型
doi:10.3969/j.issn.1006-8554.2015.05.212
0一引言
电力系统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三它从已知的用电需求出发,充分考
虑政治二经济二气候等相关因素的影响,预测未来的用电需求三
负荷预测包含两方面含义[1]:对未来需求量(功率)的预测和未来用电量(能量)的预测三电力需求量的预测决定发电二输
电二配电系统新增容量的大小;电能预测决定发电设备的类型(如调峰机组二基荷机组等)三电力系统负荷预测的结果可以在一定程度上反映负荷的发展状况和水平,电力生产部门和管理部门以此为依据制定生产计划和发展规划,确定各供电区域各规划年供用电量二供用电最大负荷和规划地区总的发展水平,确定各规划年用电负荷构成[1-5]三
电力系统负荷预测一直是一个重要的研究课题,国内外学
者进行了广泛的研究工作,提出了多种有效的预测方法三本文
对这些方法进行了归纳二分类,概述了各种预测方法的原理,并
对它们的优点与不足进行讨论三在此基础上对电力系统负荷
预测方法未来的发展方向做出展望,为实际负荷预测工作提供
借鉴三
1一电力系统负荷预测方法分类
电力负荷预测可以分为长期负荷预测二中期负荷预测二短
期负荷预测以及超短期电力负荷预测[3]三本文研究的负荷预测主要针对未来一星期时间内的任何一天的短期电力负荷预测,提高短期电力负荷的预测精度对电力系统安全二稳定二经济运行,最优潮流计算以及实现合理调度有着举足轻重的意义三世界各国对短期电力负荷预测的研究已经有较长的历史,世界许多优秀专家二学者在短期负荷预测领域都做了大量的研究与实验,并且在该领域取得了较大的进展三学者们提出了许多短期负荷预测的方法,其中主要的预测方法可以分为以下几类:经典预测法二传统预测法二现代预测法[4]三
2一经典负荷预测
经典负荷预测技术严格来讲不能称为真正的负荷预测方
法,该方法运用简单的变量关系以及运行经验,针对未来的电
力负荷变化做出方向性结论,其预测的精准度并不理想,在实
际应用中过度依赖于值班人员或学者的相关经验,在实际运用
中往往采用该方法对预测结果进行验证三经典负荷预测技术
包括:单耗法二人均电量指标换算法二弹性系数法二分区负荷密度法等[5]三
3一传统负荷预测
传统的负荷预测方法主要包括时间序列法二趋势外推法二回归分析法和灰色模型法等[6]三
3．1一时间序列法[7]
所谓时间序列法,就是把电力负荷看成一种时间序列的集合,根据电力负荷历史数据抽象出负荷随时间变化的规律,构建预测模型并预测未来负荷的大小三该预测方法在系统稳态运行二环境因素相对稳定的情况下效果较好三如果电网存在较大波动或数据库存在坏数据时,预测结果并不理想三3．2一趋势外推法[8]
趋势外推法又称为趋势曲线拟合二曲线回归或曲线分析,是一种定量预测法三该方法在历史数据的基础上,抽象并总结出待测数据的变化规律,绘出反映该规律的拟合曲线,同时建立已有数据随时间变化的模型y=f(t)三假设该曲线能够延伸,将时间t赋予未来需要的值,并通过高等数学计算便可以得到待测数据三趋势外推法在处理历史负荷数据以及曲线拟合过程中都不考虑随机误差三运用该方法时应当注意,不同预测模型间的曲线拟合度相差很大,当趋势曲线选取合适时预测结果比较理想,否则预测误差会很大,所以应该依据不同的区域构建恰当的模型三最常用的趋势模型有:线性趋势模型二多项式趋势模型二对数趋势模型等三
3．3一回归分析法[9]
该方法通过电力负荷历史数据建立数学模型,利用数量统计中的回归分析法对变量观测数据进行分析,并依据变量间的相互关系来预测未来电力负荷三在回归分析法中,受负荷因子不确定性以及多样性的影响,该方法在有些情况下有较大误差三为此,需要用模糊线性回归法将回归系数模糊化,使预测结果更加精确三
3.4一灰色模型法[10]
该方法以灰色系统理论为基础,对含有不确定因素的系统进行预测,在数据不多的情况下找出某个时间内的作用规律并以此建立预测模型三灰色模型法包括普通灰色系统模型和最优灰色预测模型,前者是一种增长模型,当负荷严格按照指数规律增长时,该预测方法预测精度高二计算简洁,但是对于有波动性的系统而言,其预测精度较低三最优灰色预测模型把有波
933
专题研究TECHNOLOGY AND MARKET
Vol.22,No.5,2015
动的历史数据序列转化成有较强规律性的指数递增变化序列,提高了负荷预测精度及其应用范围三
4一现代预测方法
现代预测方法包括:人工神经网络预测法二专家系统预测法二小波分析预测法二数据挖掘技术预测法二遗传算法二模糊预测法等三
4.1一人工神经网络预测法[11]
人工神经网络是近年来比较热门的预测方法三人工神经网络由大量神经元组成,是一种通过模拟生物大脑的处理模式来获得智能信息处理功能的非线性预测系统三人工神经网络可以模仿生物大脑对大量非精确性二非结构性规律进行智能化处理,它具有自主学习二记忆二推理和优化计算的特点,尤其是自学习能力和自适应功能是其他算法无法比拟的三
4.2一专家系统预测法[12]
通俗来讲,专家系统预测法就是一个拥有专门知识和经验的计算机程序系统,通过推理与运用,在有关领域内做出智能决策三该方法在电力负荷预测中,要先建立负荷预测模型,对待预测日的负荷进行初步预测,再结合专家经验对初步预测进行修正三该方法克服了单一算法的片面性,全过程的程序化处理使得该预测方法具有快速二精确的优势三
4.3一小波分析预测法[13]
小波分析是一种时域 频域分析方法,该方法具备较好的局部化性质三电力负荷具有多种周期性,该方法把电力负荷曲线看作由多种频率交织在一起的混合信号,可以聚焦任何细节,并通过对不同的投影尺度分别进行预测和重构,得到完整的预测结果三考虑到该方法特有的优势,小波法的实际应用范围比较广三
4.4一遗传算法[14]
遗传算法以自然选择以及群体遗传学为基础,通过选择二交叉二变异二评价等操作,使群体进化到搜索空间中的最佳区域三可以采用遗传法优化BP神经网络的参数,比如网络的初始连接权值以及节点的阈值三
5一结语
负荷预测是电力系统规划与运行的前提与基础,它的预测精度对电力系统的安全性二稳定性二经济性有很大影响三将现有的负荷预测方法进行了综合的阐述,指出了各种预测方法的优点与不足之处三在未来的负荷预测工作中,应加强对负荷历史数据的处理,尽可能地挖掘负荷变化的规律性,提高预测模型参数估计的准确度,将多种预测方法进行有效的融合,并对新的方法二模型进行不断的探索三
参考文献:
[1]一陈衍.电力系统稳态分析[M].北京:中国电力出版社,
2007.
[2]一许璞.基于Web的中长期电力负荷预测软件的研究与开
发[D],北京:中国农业大学,2006.
[3]一詹海峰.短期电力负荷预测数据预处理研究[D],北京:
中国矿业大学,2009.
[4]一陈朝辉.大波动地区电力系统短期负荷预测方法研究
[J].华东电力,2002,30(9):53-56.
[5]一李玉梅.组合预测方法在中长期电力负荷预测中的应用
[D],四川:四川大学硕士学位论文,2006.
[6]一李金颖,牛东晓.非线性季节型电力负荷灰色组合预测研
究[J].电网技术,2003(5):26-28.
[7]一康重庆,夏清,刘梅,等.应用于负荷预测中的回归分析的
特殊问题[J].电力系统自动化,1998,22(10):38-41. [8]一张大海,毕研秋.基于串联灰色神经网络的电力负荷预测
方法[J].系统工程理论与实践,2004(12):128-132. [9]一焦李成.神经网络系统理论[M].西安:西安电子科技大
学出版社,1989.
[10]一魏伟,牛东晓,常征.负荷预测技术的新进展[J].华北
电力大学学报,2002,29(1):10-15.
[11]Yanqiu Bi,Jianguo Zhao etc.Power Load Forecasting Algo-
rithm Based on Wavelet Packet Analysis[J].Power System
Technology,2004,1:987-990.
[12]贾正源,牛晓东.电力负荷预测的遗传神经网络模型研究
[J].运筹与管理,2000,9(2):31-36.
[13]陈建.电力负荷预测方法[J].渤海大学学报,2006(6):
142-144.
[14]黄永高.电力负荷预测方法的研究[D].南京:东南大学,
2010.
(上接第338页)
2．3一改变中小型煤矿承包经营的模式
可对煤田小二不集中的煤炭资源在科学勘测二合理评估的基础上,对煤矿的采矿权有偿出让,通过资源整合兼并重组,使煤矿企业达到一定生产规模,使经营者在生产中更加注重资源的利用率三这样可以帮助中小型煤矿在承包经营矿山过程当中能有更多的精力来维护矿山开采的科学性,从而为保护矿山的生态环境打下基础三
由上可知,我国矿山建设还存在诸多环境问题,绿色矿山建设是我国矿业发展的必由之路,绿色开采是形成矿区绿色家园的重要技术组成部分三实现绿色矿业,前提是建立在环境评价基础上的科学规划,核心是持续创新包括绿色开采在内的关键技术三伴随着科技水平的不断进步和国内外实践探索的陆续开展,绿色矿山建设的实现成为可能三当前需要对该体系的进一步完善,以及继续从政策层面上加大对绿色矿山建设的支持和引导三
走绿色矿业之路,建设绿色矿山,促进循环经济二建设和谐型社会,就要求在矿业科技进步方面,加大研究开发能力,努力强化绿色矿山建没的技术支撑三在政府的引导和管理下,使我国整体资源利用转化为开放的良性循环经济模式三
3一结语
总之,坚持绿色开采,建设绿色矿山是一项任重而道远的工程,需要国家多部门参与和相互协调,始终坚持可持续发展的原则,才能使工程逐渐推进并扩大三
参考文献:
[1]一孙国成,徐丽萍.政府着力推动组建大型煤炭企业集团
[J].郑州经济管理干部学院学报,2013(4).
[2]一刘忠诚,于萍,富元斋.入世对我国煤炭产品市场的挑战
及其对策研究[J].山东社会科学,2011(6).
[3]一孙梨花,章成萍.关于政府着力推动绿色矿山开采工作记
录事要的思考[J].郑州经济管理干部学院学报,2011
(12).
043
短期电力系统负荷预测方法综述
作者：杜雅楠， 郭志娟， 吕灵芝， 母建茹， 袁鹏
作者单位：杜雅楠,吕灵芝,袁鹏(华北水利水电大学,河南 郑州,450045)， 郭志娟(中电投河南电力有限公司平顶山发电公司,河南 平顶山,467000)， 母建茹(华北水利水电大学，河南 郑州450045;
中电投河南电力有限公司平顶山发电公司，河南 平顶山467000)
刊名：
技术与市场
英文刊名：Technology and Market
年，卷(期)：2015(5)
参考文献(14条)
1.陈衍电力系统稳态分析 2007
2.许璞基于Web的中长期电力负荷预测软件的研究与开发 2006
3.詹海峰短期电力负荷预测数据预处理研究 2009
4.陈朝辉大波动地区电力系统短期负荷预测方法研究 2002(9)
5.李玉梅组合预测方法在中长期电力负荷预测中的应用 2006
6.李金颖;牛东晓非线性季节型电力负荷灰色组合预测研究 2003(5)
7.康重庆;夏清;刘梅应用于负荷预测中的回归分析的特殊问题 1998(10)
8.张大海;毕研秋基于串联灰色神经网络的电力负荷预测方法 2004(12)
9.焦李成神经网络系统理论 1989
10.魏伟;牛东晓;常征负荷预测技术的新进展 2002(1)
11.Yanqiu Bi;Jianguo Zh Power Load Forecasting Algo-rithm Based on Wavelet Packet Analysis 2004
12.贾正源;牛晓东电力负荷预测的遗传神经网络模型研究 2000(2)
13.陈建电力负荷预测方法 2006(6)
14.黄永高电力负荷预测方法的研究 2010
引用本文格式：杜雅楠.郭志娟.吕灵芝.母建茹.袁鹏短期电力系统负荷预测方法综述[期刊论文]-技术与市场
2015(5)
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。
浅谈电力系统短期负荷预测
龙源期刊网 https://www.360docs.net/doc/2d18419050.html, 浅谈电力系统短期负荷预测 作者：李家龙王蒙谷心洋 来源：《中国科技纵横》2017年第03期 摘要：研究了气象因素（温度、湿度、降雨量等）对电力系统负荷的具体影响，结果表明：温度对预测结果影响最大。建立了指数平滑模型、动态神经网络模型对电力系统短期负荷进行预测，对两种预测模型的优缺点进行了比较。结果表明：三次指数平滑能很好的预测短期负荷的发展趋势，而动态神经网络模型有更高预测结果精度。最后通过算例进行了说明。 关键词：电力系统；负荷预测；气象因素；预测模型 中图分类号：TM715 文献标识码：A 文章编号：1671-2064（2017）03-0171-02 1引言 电力系统短期负荷预测，在国内都有相关的研究，如文献[1]构建了一种基于统计分析的 负荷规律性评价方法。在此基础上，建立了预估负荷预报误差极限的分析方法。运用所提出的方法对负荷变化的规律性进行评价。文献[2]利用BP神经网络进行电力系统短期负荷预测，在保证有足够的训练样本的前提下，对预测模型进行合理分类，构造了相应于不同季节的周预测、日预测模型，文献[3]从不同角度对气象因素对电网负荷影响进行了深入的分析，介绍了 国内外的研究现状，提出了气象因素对短期负荷预测影响分析的思路、方法和意义，讨论了常用电力负荷特性的分析方法，文献[4]短期负荷预测的“双周期加混沌”法是基于负荷记录数学性质的预测方法.为了进一步提高其预测精度而提出的三项改进。 以上研究都没有深入研究气象因素对短期负荷预测的具体影响，给出较为直观的数字；研究表明，气象因素是影响短期负荷的主要因素，温度、风速、降雨量、等都对负荷产生一定程度的影响。气温是对负荷影响最大的气象因素。故各气象因素与负荷之间存在一定的相关性。本文讨论了象因素对短期负荷预测的具体影响，建立三次指数平滑模型和动态神经网络模型对负荷进行预测。 2 问题描述 短期负荷预测是电力系统运行与分析的基础，提高负荷预测精度，是保障电力系统优化决策科学性的重要手段。现代电力系统中，气象因素（温度、湿度、降雨量等）对电力系统负荷的影响愈显突出。考虑气象因素成为调度中心进一步改进负荷预测精度的主要手段之一。 符号说明： 最近几天t时刻的负荷平均值
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
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。
短期电力系统负荷预测方法综述
技术与市场专题研究2015年第22卷第5期 短期电力系统负荷预测方法综述 杜雅楠1,郭志娟2,吕灵芝1,母建茹,袁一鹏1 (1.华北水利水电大学,河南郑州450045; 2.中电投河南电力有限公司平顶山发电公司,河南平顶山467000) 摘一要:短期电力系统负荷预测对电力系统的调度运行和生产计划有很大影响三准确的负荷预测有助于提高电力系统的安全性二稳定性二经济性,随着电力市场的建立与发展,短期负荷预测将发挥越来越重要的作用三简述了短期电力系统负荷预测的概念和意义,对现有的短期负荷预测方法进行分类,介绍了各种预测方法的原理,讨论了各种方法的优点与不足,并对电力系统负荷预测方法未来的发展方向作出了展望三 关键词:电力系统;短期负荷预测;方法模型 doi:10.3969/j.issn.1006-8554.2015.05.212 0一引言 电力系统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三它从已知的用电需求出发,充分考 虑政治二经济二气候等相关因素的影响,预测未来的用电需求三 负荷预测包含两方面含义[1]:对未来需求量(功率)的预测和未来用电量(能量)的预测三电力需求量的预测决定发电二输 电二配电系统新增容量的大小;电能预测决定发电设备的类型(如调峰机组二基荷机组等)三电力系统负荷预测的结果可以在一定程度上反映负荷的发展状况和水平,电力生产部门和管理部门以此为依据制定生产计划和发展规划,确定各供电区域各规划年供用电量二供用电最大负荷和规划地区总的发展水平,确定各规划年用电负荷构成[1-5]三 电力系统负荷预测一直是一个重要的研究课题,国内外学 者进行了广泛的研究工作,提出了多种有效的预测方法三本文 对这些方法进行了归纳二分类,概述了各种预测方法的原理,并 对它们的优点与不足进行讨论三在此基础上对电力系统负荷 预测方法未来的发展方向做出展望,为实际负荷预测工作提供 借鉴三 1一电力系统负荷预测方法分类 电力负荷预测可以分为长期负荷预测二中期负荷预测二短 期负荷预测以及超短期电力负荷预测[3]三本文研究的负荷预测主要针对未来一星期时间内的任何一天的短期电力负荷预测,提高短期电力负荷的预测精度对电力系统安全二稳定二经济运行,最优潮流计算以及实现合理调度有着举足轻重的意义三世界各国对短期电力负荷预测的研究已经有较长的历史,世界许多优秀专家二学者在短期负荷预测领域都做了大量的研究与实验,并且在该领域取得了较大的进展三学者们提出了许多短期负荷预测的方法,其中主要的预测方法可以分为以下几类:经典预测法二传统预测法二现代预测法[4]三 2一经典负荷预测 经典负荷预测技术严格来讲不能称为真正的负荷预测方 法,该方法运用简单的变量关系以及运行经验,针对未来的电 力负荷变化做出方向性结论,其预测的精准度并不理想,在实 际应用中过度依赖于值班人员或学者的相关经验,在实际运用 中往往采用该方法对预测结果进行验证三经典负荷预测技术 包括:单耗法二人均电量指标换算法二弹性系数法二分区负荷密度法等[5]三 3一传统负荷预测 传统的负荷预测方法主要包括时间序列法二趋势外推法二回归分析法和灰色模型法等[6]三 3．1一时间序列法[7] 所谓时间序列法,就是把电力负荷看成一种时间序列的集合,根据电力负荷历史数据抽象出负荷随时间变化的规律,构建预测模型并预测未来负荷的大小三该预测方法在系统稳态运行二环境因素相对稳定的情况下效果较好三如果电网存在较大波动或数据库存在坏数据时,预测结果并不理想三3．2一趋势外推法[8] 趋势外推法又称为趋势曲线拟合二曲线回归或曲线分析,是一种定量预测法三该方法在历史数据的基础上,抽象并总结出待测数据的变化规律,绘出反映该规律的拟合曲线,同时建立已有数据随时间变化的模型y=f(t)三假设该曲线能够延伸,将时间t赋予未来需要的值,并通过高等数学计算便可以得到待测数据三趋势外推法在处理历史负荷数据以及曲线拟合过程中都不考虑随机误差三运用该方法时应当注意,不同预测模型间的曲线拟合度相差很大,当趋势曲线选取合适时预测结果比较理想,否则预测误差会很大,所以应该依据不同的区域构建恰当的模型三最常用的趋势模型有:线性趋势模型二多项式趋势模型二对数趋势模型等三 3．3一回归分析法[9] 该方法通过电力负荷历史数据建立数学模型,利用数量统计中的回归分析法对变量观测数据进行分析,并依据变量间的相互关系来预测未来电力负荷三在回归分析法中,受负荷因子不确定性以及多样性的影响,该方法在有些情况下有较大误差三为此,需要用模糊线性回归法将回归系数模糊化,使预测结果更加精确三 3.4一灰色模型法[10] 该方法以灰色系统理论为基础,对含有不确定因素的系统进行预测,在数据不多的情况下找出某个时间内的作用规律并以此建立预测模型三灰色模型法包括普通灰色系统模型和最优灰色预测模型,前者是一种增长模型,当负荷严格按照指数规律增长时,该预测方法预测精度高二计算简洁,但是对于有波动性的系统而言,其预测精度较低三最优灰色预测模型把有波 933
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
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，
电力系统短期负荷预测方法与预测精度综述_郭华安
研 20 （XJEDU2010116）
研究与开发 2011年第10期 21 据已有的资料和经验，运用一定的方法和模型，分析负荷本身及其有关因素的相互关系，编制负荷预测曲线。在预测过程中，由于受经济，政治，气象，时间等多种随机性因素的影响，短期负荷具有随机性和不确定性。总的来说，短期负荷预测具有以下明显特点： 1）不确定性 电力负荷受多种复杂因素的影响，且这些影响因素有时难以准确确定，这就会导致负荷预测结果的不准确。 2）条件性 负荷未来发展的不确定性，导致条件无法确定，因此就需要一些假设条件，在此基础上对负荷进行预测。 3）时间性 科学的负荷预测，要求有比较确切的数量关系和概念，因此，要指明预测的起止时间和历史样本的起止时间。 4）多方案性[4] 不同地区的负荷情况所采用的预测方案是不一样的，我们需要对各种情况下可能的负荷发展状况进行预测，这样短期负荷预测就具有多方案性。 5）周期性 由于人们在长期的社会活动过程中形成了特定的生产和生活方式，使负荷变化具有了一定的规律性，其中最典型的是年周期性、周周期性、日周期性，其中日周期性是日短期负荷预测和超短期负荷预测的依据和基础。 6）连续性 短期电力负荷是连续的，在负荷变化过程中，无论是负荷增加还是减少都要求负荷变化量在一定的范围之内，其外在表现就是负荷的连续性。 7）非线性 短期负荷的变化与其影响因素基本上不存在正比关系，这样在短期负荷预测中应用线性模型进行预测效果就会比较差。 8）相似性 在实际的负荷预测过程中，负荷预测结果在相对应的阶段呈现相近的情况，事实上，我们在负荷预测过程中使用类推法和历史类比法，就是基于这个特点。 1.2 影响负荷预测精度的因素 精度是负荷预测最重要的指标。在电力系统短期负荷预测中，影响短期负荷预测精度的因素是多方面的，但主要是以下几方面： 1）历史数据 历史负荷数据在很大程度上决定了未来预测负荷的水平，然而负荷预测所需的大量历史资料并不能保证其绝对准确可靠，在一定程度上必然会带来一些预测误差。 2）经济因素 经济环境的好坏和经济发展状况对负荷预测是有重要影响的。一般来说，经济发展比较好的情况下，负荷水平就提升的比较快；反之，负荷水平就会下降。 3）政治因素 例如军事冲突等，此类事件出现的概率很小，但是一旦出现就会对负荷造成重大影响。 4）气象因素 影响负荷的天气因素很多，在进行负荷预测时，往往预测模型只考虑研究对象的主要因素，而忽略了许多次要的因素，另外，再加上气象预报本身的不准确，会造成双重误差。 5）时间因素 时间的周期性和季节性变化、节假日等时间因素使负荷曲线在不同的时间范围内呈现出不同的特征。 6）样本因素 影响短期电力负荷预测的样本因素包括样本数量、样本质量和样本范围。在进行短期电力负荷预测时，不能仅仅考虑时间、历史数据因素，应该综合考虑影响负荷的各种因素，同时对各个因素进行定量和定性的分析，进而选择最佳样本，使预测更加准确。 7）预测模型 不同负荷预测模型所得出来的预测结果有时是有较大差别的，我们应根据地区实际和特点，选择精确的负荷预测模型。 8）其他因素 在确保电力市场经济性的的情况下，执行峰谷分时电价，在一定程度上对负荷曲线产生了影响；难以确定反映负荷周期性、趋势性以及与影响因素之间关系的样本数；有些突发事件，如拉闸限电、冲击负荷、停电检修和重大活动等都可能会对系统负荷产生很大的影响；大电网（网、省级）负荷变化一般都有较强的统计规律性，预测结果比较准确，
电力负荷预测方法
电力负荷预测方法 发表时间：2018-08-02T15:26:39.817Z 来源：《电力设备》2018年第11期作者：刘自伟[导读] 摘要：电力设施是国家的基础设施，是国家经济发展不可缺少的基础条件。（韶关新丰供电局广东新丰 511100） 摘要：电力设施是国家的基础设施，是国家经济发展不可缺少的基础条件。随着经济的不断发展，珠三角的产业转移的趋势，电力设施配套建设已成为地区经济发展的关键。准确的电力负荷预测为电网规划提供强有力的依据，不仅可以获得巨大的社会效益，也可以获得巨大的经济效益。 关键词：电网规划；负荷预测；预测方法 1 序言 近年来，新丰经济的不断发展，珠三角的产业转移。为承接好珠三角产业转移，做好电力先行，准确地进行负荷预测十分重要。 2 负荷预测 电网规划很重要的一步就是电网负荷预测，电网负荷预测是安排电网基本建设项目的依据，确定了规划时期内的负荷水平也就确定了电力发展的速度；中、长负荷预测用来初步电源规划，而近期预测用来进一步确定变电站的容量。负荷预测是从已知的经济、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，对电力需求作出预先的估计和推测。根据这些预测结果，可以针对性地采取技术措施，如进行可中断负荷控制，增添低谷用电设备、采用蓄冷蓄热技术等，改变电力需求在时序上的分布，将用户的电力需求从电网高峰消减、转移或增加电网低谷期的用电以期提高系统运行的经济性和可靠性，在规划的电力网中还可以减少新增装机容量和节省电力建设投资，从而降低预期的供电成本。负荷预测的方法很多，主要有：综合产值单耗法、弹性系数法、时间序列法、参数回归法、比例系数增长法和经济模型预测法。 3 方法简介 3.1原始资料 3.1.1某县配电网装变容量 至2010年4月底，该县建有高压变电站4座，其中110kV变电站3座、200kV变电站1座：110kV变电总容量为430MV A。200kV变电总容量为360MV A，高压变电站总容量合计790MV A。 表1 某县高压变电站统计表 3.2 综合产值单耗法 3.2.1综合产值单耗法 单耗法是根据第一、二、三产业每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，预测规划期的一、二、三产业的综合单耗，然后按国民经济和社会发展规划的指标，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。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。 3.2.2计算过程 根据原始资料的数据对该县未来的负荷进行预测，其过程如下：先算出2010-2016年国内生产总值，设国内生产总值为T 亿元 亿元 亿元 亿元 再算出2007-2009各年的综合单耗
A题 电力系统短期负荷预测
A题电力系统短期负荷预测 短期负荷预测是电力系统运行与分析的基础，对机组组合、经济调度、安全校核等具有重要意义。提高负荷预测精度，是保障电力系统优化决策科学性的重要手段。现代电力系统中，构成电力负荷的用电器种类繁多，空调等受气象条件影响的负荷占比持续增高，气象因素（温度、湿度、降雨量等）对电力系统负荷的影响愈显突出。考虑气象因素成为调度中心进一步改进负荷预测精度的主要手段之一。 已知地区1、地区2从2009年1月1日至2015年1月10日的电力负荷数据（每15min一个采样点，每日96点，量纲为MW）以及2012年1月1日至2015年1月17日的气象因素数据（日最高温度、日最低温度、日平均温度、日相对湿度以及日降雨量），详见附件1-数据.xlsx。 具体要求如下： 1.请分析两个地区2014年1月1日-2014年12月31日的负荷数据，统计各地区全年的日最高负荷、日最低负荷、日峰谷差、日负荷率指标的分布情况，并绘制两地区2014年全年的负荷持续曲线；结合上述结果，分析两地区负荷变化的主要差异；初步预判哪个地区的负荷可以获得更准确的预测结果，说明你的理由。 2.根据2012年1月1日至2014年12月31日的数据，分别对日最高负荷、日最低负荷、日平均负荷与各气象因素的关系进行回归分析，分析回归误差；如果要用气象因素来提高负荷预测精度，在诸气象因素中，你优先推荐哪个（或哪几个）？简要说明理由。
3.请根据已知负荷数据，构建预测方法，对两个地区2015年1月11日至17日共7天的电力负荷进行预测（间隔15min），给出负荷预测结果（提交两个地区96*7负荷预测结果数据，具体要求见附录1）；在不知道实际负荷数据的条件下，你对预测结果的准确度有何推断，请说明理由。 4.如果已获得2015年1月11日至17日的气象因素数据，你能否构建计及气象因素的负荷预测方法，对两个地区2015年1月11日至17日共7天的电力负荷再次进行预测（间隔15min），给出预测结果（提交两个地区96*7负荷预测结果数据，具体要求见附录1）；与原有的预测结果相比，你认为计及气象因素影响的负荷预测结果精度得到改善了吗？有何证据？请说明理由。 5.综合上述计算结果，你如何评价两地区负荷规律性的优劣？你还有什么证据可以佐证两地区负荷整体规律性优劣的判断？ 附录1：预测结果数据提交要求 除按竞赛统一要求提交竞赛论文和结果外，尚需单独在网上提交以下要求的预测结果数据。并要求论文数据与网上提交数据一致，否则取消竞赛成绩。 1.需要提交数据：包含以下4个数据文件的一个压缩包（.rar格式）。 ?问题3地区1负荷预测结果数据（命名为：Q3-Area1-Load.xlsx） ?问题3地区2负荷预测结果数据（命名为：Q3-Area2-Load.xlsx） ?问题4地区1负荷预测结果数据（命名为：Q4-Area1-Load.xlsx） ?问题4地区2负荷预测结果数据（命名为：Q4-Area2-Load.xlsx）地区1、地区2的负荷预测数据格式为96*7。 2.压缩包命名格式: 报名序号_***大学_张三_李四_王五.rar 3.提交方式：网络提交,网址：https://www.360docs.net/doc/2d18419050.html,（报名注册系统）。 4.提交时间：2016年5月30日上午8时—2016年5月31日上午12时。