电力系统超短期负荷预测技术的应用与发展
2010年第2期
负荷预测是电力系统经济调度中的重要内容，是能量管理系统（EMS ）的一个重要模块[1]。负荷预测按其预测所取时间长度一般可分为长期、中期、短期和超短期负荷预测[2]，其中超短期负荷预测主要用于安全监视、预防性控制和紧急状态处理，其预测精度对电网安全、发用电平衡及提高电网频率合格率有着举足轻重的作用。
1超短期负荷预测的特点及方法超短期负荷预测是指预测未来1h 内负荷的变化，主要用于AGC 调频、超短期机组出力控制、安全监视、指导调度员控制联络线交换功率在规定范围、预防控制和紧急状态处理、电力市
场小时交易计划软件编制。超短期负荷预测具有预测时间短、预测速度快以及预测精度要求高等特点。到目前为止，国内外学者在电力系统负荷预测方面作了大量的工作，研究出了许多负荷预测方法。总体来说，超短期负荷预测的发展大致经历了3个阶段：传统预测方法阶段、现代预测方法阶段和综合预测方法应用研究阶段。
2
传统预测方法
2.1
线性外推法[3]
线性外推法是对过去一段时间内具有随机特
性的负荷用线性曲线或二次曲线等拟合出负荷变化曲线，使得这条曲线能够反映负荷本身的变化
电力系统超短期负荷预测技术的应用与发展
张
怡1,2，张锋3
（1．浙江大学电气工程学院，杭州
310027；2．浙江电力职业技术学院，杭州
310015；
3．浙江电力调度通信中心，杭州
310007）
摘
要：从电力系统超短期负荷预测的定义及作用出发，概述超短期负荷预测的特点及方法。按照传
统预测方法、现代预测方法及综合预测方法分类，对各种超短期负荷预测方法的原理、应用范围、改进及发展方向进行了综述。指出各类超短期负荷预测方法都有特定的适用场合，在实际应用时要充分考虑预测系统的实际运行特点，才能最大限度地发挥各类方法的优势。关键词：超短期负荷预测；传统预测；现代预测；综合预测中图分类号：TM715
文献标志码：A
文章编号：1007-1881（2010）02-0005-04
A Survey on Ultra -short Term Power Load Forecasting Method
ZHANG Yi 1,2，ZHANG Feng 3
（1.College of Electrical Engineering ，Zhejiang University ，Hangzhou 310027，China ；
2.Professional &Technological College of Zhejiang Electric Power ，Hangzhou 310015，China ；
3.Zhejiang Electric Power Dispatching and Communication Center ，Hangzhou 310007，China ）
Abstract ：Based on the definition and function of ultra -short term power load forecasting method ，this paper introduces the characteristics and makes a comprehensive survey on available algorithms of ultra -short term forecasting method.These algorithms are classified into three different kinds including :traditional forecasting method,modern forecasting method and combined forecasting method.The algorithm ′s principle,area of ap -plication and improved approach are discussed in detail.In the end,this paper states that every algorithm has the particular applying situations and advantages according to the different practical power systems.
Key words ：ultra -short term load forecasting ；traditional forecasting method ；modern forecasting method ；combined forecasting method
浙江电力
ZHEJIANG ELECTRIC POWER
5
2010年第2期
趋势，然后根据这条拟合曲线，对未来某一点外推估计出预测结果。该方法能较好预测变化比较平坦的负荷曲线，但对负荷曲线拐点处的预测效果较差，会出现比较大的误差。
2.2时间序列法[4]
时间序列是按时间顺序排列的一组数字序列。时间序列分析法就是利用这组数列，应用数理统计方法加以处理，以预测未来的发展。时间序列分析是定量预测方法之一，它的基本原理是：承认事物发展的延续性，应用过去数据就能推测事物的发展趋势。考虑到事物发展的随机性，任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。
2.3卡尔曼滤波法[5]
卡尔曼滤波法成功采用了状态空间的概念，不要求直接给出信号过程的二阶特性或谱密度函数，而是把信号过程视为在白噪声作用下的一个线性系统的输出，用状态转移矩阵φ（t，τ）来描述这个线性系统，系统的输入、输出用一个状态方程来描述。这样，就使所研究的信号过程除了平稳的标量随机过程外，还包括非平稳矢量随机过程。同时，卡尔曼滤波法将状态空间描述与离散时间更新联系起来，提出了使均方差最小的线性递推滤波算法，这种方法不要求存储过去的观测数据，当新的数据被观测到后，只要根据新的数据和前一时刻的估计量，借助于信号过程本身的状态转移方程，按照递推公式，即可算出新的估计量，大大减少了滤波装置的存储量和计算量，便于实时处理。
2.4负荷求导法[6]
负荷求导法是对负荷曲线进行一次求导，得到每一点的负荷变化率，再利用数理统计原理对得出的负荷变化率进行统计，可以采用求平均值或是求加权平均值的算法来进行统计，最后利用得到的负荷变化率曲线进行负荷预测，得到预测结果。这种方法适用于超短期负荷预测，预测精度比线性外推法要高。但当随机因素发生大的变化或有坏数据存在时，预测误差会比较大。
2.5替代法
替代法是超短期负荷预测中最简单的一种方法，它直接以当前时间的实际负荷作为下一点的预测值。该法对正常工作日的负荷预测效果较差，但在节假日时，系统负荷较小，变化平稳，与正常工作日相差很大时，实践表明此时替代法效果比其它方法要好。
3现代预测方法
3.1灰色预测法[7]
灰色预测是就灰色系统所做的预测，所谓灰色系统是介于白色系统和黑箱系统之间的过渡系统。灰色系统理论认为对既含有已知信息又含有未知或非确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程的预测。尽管过程中所显示的现象是随机的、杂乱无章的，但毕竟是有序的、有界的，因此这一数据集合具备潜在的规律，灰色预测就是利用这种规律建立灰色模型对灰色系统进行预测。
3.2人工神经网络[8]
人工神经网络是一种模仿动物神经网络行为特征进行分布式并行信息处理的算法数学模型。这种网络依靠系统的内在节点联系，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。人工神经网络具有自学习和自适应的能力，可以通过预先提供的一批相互对应的输入/输出数据，分析两者之间潜在的规律，最终根据这些规律用新的输入数据来预测输出结果。
3.3小波分析预测法[9]
小波分析是一种新兴的数学工具，正被广泛应用于各个专业技术领域中，它在时域和频域具有同样良好的局部化性质，可以任意提取短期负荷序列的细节。通过使用小波分析，可以在任何水平上分析短期负荷序列，对信息成分采取逐渐精细的时域和频域处理，尤其在对突发与短时的信息分析上具有明显的优势。
3.4数据挖掘技术[10]
所谓的数据挖掘（DM，Data Mining）就是从海量的数据中提取隐含在其中事先未知的，但又是潜在有用的信息和知识，并将其表示成最终能被人理解的模式的高级过程。数据挖掘技术产生于20世纪80年代末期，是目前国际国内的研究热点。它是数据库知识发现KDD（knowledge discov-ery in database）的核心技术。数据挖掘技术的显著特点就是其强大的数据处理能力，能从大量的数据中发现有用的规律、规则、联系、模式等知识。
浙江电力6
2010年第2期
包括聚类分析、分类分析、时间序列相似性分析、关联度分析、回归分析等。
3.5专家系统法[11]
专家系统预测法是对数据库里存放的过去几年甚至几十年内每小时的负荷和天气数据进行分析，汇集有经验的负荷预测人员的知识，提取有关规则，按照一定的规则进行负荷预测的方法。对于突发性及节假日等非正常日引起的负荷变化脱离正常模式的情况，可由根据调度专家经验发展而来的负荷预测专家系统来避开复杂的数值计算而使问题得到解决。这些系统有时非常简单，但也存在通用性较弱、缺乏学习能力等缺点。
3.6模糊系统预测[12]
模糊控制是在所采用的控制方法上应用了模糊数学理论，使其进行确定性的工作，对一些无法构造数学模型的被控过程进行有效控制。不管模糊系统是如何进行计算的，从输入/输出的角度看是一个非线性函数。对于任意一个非线性连续函数，都可以通过找出一类隶属函数、一种推理规则和一个解模糊方法，使得设计出的模糊系统能够任意逼近这个非线性函数，进而利用该逼近函数进行负荷预测。模糊负荷预测是近几年比较热门的研究方向，国内外众多学者在该领域做了较多工作，取得了不少成果。
3.7聚类分析[13]
聚类是将数据分类到不同的类或者簇的过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。聚类分析的目标就是在相似的基础上收集数据。聚类方法具有非线性映射能力，能从大量数据中提取相似数据，进而揭示气候等各种影响因素与负荷的关系，有助于提高短期负荷预测的精度。现阶段聚类分析仍存在相似日划分不科学及运算复杂等问题。
4综合预测方法
综合预测方法[14]主要应用优选组合预测法。优选组合有2层含义：一是从几种预测方法得到的结果中选取适当的权重加权平均；二是指在几种预测方法中进行比较，选择拟和度最佳或标准偏差最小的预测模型进行预测。该方法的优点是：优选组合了多种单一预测模型的信息，考虑的影响信息也比较全面，因而能够有效地改善预测效果。缺点是权重的确定比较困难，同时也不可能将所有在未来起作用的因素都包含在模型中，在一定程度上限制了预测精度的提高。
5超短期负荷预测发展方向的探讨
超短期负荷预测是电力系统的经典研究课题，随着新形势的不断变化，其发展方向应该重视以下问题。
5.1在线快速精确预测
新形势对超短期负荷预测功能提出了许多新要求，在电力市场条件下主要表现为自动运行与滚动预测。具体是指在正常情况下超短期负荷预测系统无需人工干预，可以连续不断地根据最新获取的系统运行数据进行周期性的滚动预测，只有当预测误差较大、需要人工处理时，才由预测人员进行适当调整。
5.2综合因素的考虑
电力系统超短期负荷预测的结果实际上受到很多综合因素的共同影响。在超短期负荷预测领域，为进一步提高预测精度，需要注意的影响因素主要包括气温、湿度、降雨、风力、工作日/休息日、节假日类型及可预见的大事件等。处理方法可以考虑尝试对历史数据进行数据挖掘，从多因素共同作用的结果中找出影响预测精度的主要相关因素。此外，对于一些新的相关因素，如近来在负荷预测领域中开始引入的温度累积效应，也应考虑引入相关体现指标，构成对应预测模型。
5.3组合预测
考虑到单一预测方法存在的弊端，探索组合预测方法已经成为国内外学者的共识。组合预测的实现主要有2种途径，其一是直接从预测机理的角度对单一预测模型进行组合，通过单一预测模型的相互配合实现预测优化；其二是将单一模型预测结果直接加权组合，通过权值的设置实现对预测结果的综合判断，得到预测效果较好的综合模型，但权重如何确定仍有待解决。
5.4概率预测
传统的预测结果一般都是确定的，即明确给出一个数值，缺点是无法给出预测结果的波动范围。类似天气预报中的降水概率预计，如能实现概率预测则更符合客观需求。目前，在国外的一些预测方法中已经开始体现概率预测的倾向，但
张怡，等：电力系统超短期负荷预测技术的应用与发展7
2010年第2期
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]康重庆，夏清，张伯明．电力系统负荷预测研究综述与发展方向的探讨[J]．电力系统自动化，2004，28（17）: 1-11.
牛东晓，曹树华，赵磊，等．电力负荷预测技术及其应用[M]．北京:中国电力出版社，1998.
汪峰，谢开，于尔铿．一种简单实用的超短期负荷预报方法[J]．电网技术，1996，20（3）:41-43.
陆海峰，单渊达．电力系统的递推自适应超短期负荷预报[J]．电网技术，2000，24（3）:28-31．
谢开，汪峰，于尔铿，等．应用Kalman滤波方法的超短期负荷预报[J]．中国电机工程学报，1996，16（4）:245-249.
吴劲晖．负荷求导法在电网超短期负荷预测中的实践[J]．中国电力，2003，36（3）:31-32.
赵成旺，顾幸生，严军．负荷求导法在超短期负荷预测中的应用[J]．电力系统及其自动化学报，2006，18（5）: 5-9.
REWAGAD A P，SOANAWANE V L．Artificial neural network based short term load forecasting[C]．IEEE Region10th International Conference on Global Connectivity in Energy,Computer，Communication and
是从目前的技术来看，各种预测结果的概率分布函数还是一个很难解决的问题。
5.5原始数据的优化处理
原始数据的准确性是提高一切超短期负荷预测方法性能的立足点。从实际工作中看，采样得到的历史负荷数据常常含有异常值。这些异常数据主要包括两类：一是由于人为或设备因素造成的错误数据；二是数据是真实正确的，但是由于突发事件或特殊原因造成非规律性变化。在超短期负荷预测中，正确地识别并修正不良数据非常重要，目前这方面的研究虽取得了一些成果，但还需要进一步提高实用性。
5.6“重近轻远”原则的合理设置
预测中“重近轻远”原则是指：物理量未来的变化趋势更多地取决于历史时段中近期的发展规律，远期的历史数据与未来发展趋势的相关性较弱。为实现“重近轻远”原则，主要采用加权参数估计的方法，即对近期数据给予较大的权值，远期数据给予较小的权值。在超短期预测中，可以通过输入参数的选择来实现“重近轻远”原则，即选择与预测时段比较接近的时段信息构成主要的输入参数。如何合理配置相关权值及输入参数，这方面还需要进一步研究。
5.7充分考虑电力系统特色
在一些负荷预测研究中，将电力系统负荷数据当作一系列纯数学的数据看待，失去了电力系统的特色。要在预测中引入电力系统特色，就要从电力系统的实际出发，重视负荷发展的内在特性和规律分析，从负荷构成的物理机理入手，研究其变化规律。以小水电运行方式对负荷预测影响为例，小水电有水发电、无水停机，在负荷预测中如果不考虑降水对小水电运行的影响，单纯依靠数学方法，其预测结果将产生较大误差。5.8自适应预测策略的开发
在实际工作中可以发现，相同的预测方法在不同的情况下预测效果会有变化。自适应预测根据其所应用的场合和最新运行方式的不同，自动进行预测模型参数的调整，达到更好的预测效果，其本质是一个根据预测偏差不断调整模型结构和参数的闭环反馈问题。从电力系统智能化发展的趋势来看，自适应预测需要予以充分的关注。6结语与展望
超短期负荷预测是实现电力系统安全、稳定、优质、经济运行的基础，对电力系统来说，提高电网运行的安全性和经济性，改善电能质量，都依赖于准确的负荷预测。在电力企业走向市场、电力市场日趋成熟的形势下，超短期负荷预测在电力系统安全经济运行中将会发挥越来越重要的作用。目前，国内外学者就超短期负荷预测已研究出了许多方法，这些方法从简单到复杂，但每一种都有一定的适应场合，并需要不断的完善。实际应用时，需要掌握待预测系统的实际运行情况，细致分析负荷实际变化的规律和影响因素，才能最好地发挥各种方法的优势。可以预见，随着电力系统原始运行数据的有效积累和科学处理，电力负荷预测技术与相关科学领域技术（如气象、经济等）的交叉渗透，广大电力工作者会对电力系统负荷预测有更加深入准确的认识，使电力负荷预测技术的研究取得更大进展，电力负荷预测将更准确更快捷。
参考文献：
（下转第29页）
浙江电力8
2010年第2期
[9]
[10]
[11]
[12]
[13]Control，1998.
邰能灵，侯志俭，李涛，等．基于小波分析的电力系统短
期负荷预测方法[J]．中国电机工程学报，2003，23（1）:
45-50.
刘敦楠，何光宇，范曼，等．数据挖掘与非正常日的负荷
预测[J]．电力系统自动化，2004，28（3）:53-57.
RAHMAN S，BHATNAGAR R.An expert system based
algorithm for short-termload forecasting[J].IEEE
Transactions on Power Systems，1998，3（2）:392-399.
KYUNG-BIN SONG，YOUNG-SIK BAEK，DUG HUN
HONG．Short-term load forecasting for the holidays using
fuzzy linear regression method[J]．IEEE Trans on Power
Systems，2005，20（1）:96-101．
SFETSOS A．Short-term load forecasting with a hybrid
收稿件日期：2009-07-03
作者简介：张怡（1978－），女，浙江杭州人，硕士，主要从
事计算机技术在电力系统中的应用与教学工作。
张锋（1977－），男，浙江杭州人，硕士，中国电网运
行与控制标准化技术委员会委员，主要从事电网调度运行
与管理工作。
（本文编辑：龚皓）
clustering algorithm[J]．IEEE Proceedings：Communica-
tions，2003，150（3）:257-262.
丁巧林，潘学华，杨薛明，等．最优组合预测方法在电力
负荷预测中的应用[J]．电网技术，2008，32（25）:127-
130.
[14]
好。图4为机组负荷指令按470MW→490MW→510MW→540MW变动的运行参数记录，从图中可以看出，在模拟AGC负荷指令小幅连续变化时，机组初始响应速度快，动态过程偏差小，运行参数稳定。4结语
超临界直流炉机组最大的特点是蓄热小，负荷变化初始响应慢，在AGC方式时如何满足电网自动控制要求和提高调节品质是大容量高参数机组必须考虑的问题。通过对汽机主控和燃料主控控制策略的完善，有效解决了机组升降负荷初期负荷响应慢以及机组大小负荷变化时动态偏差大的问题。从实际应用效果看，改善后的控制策略能满足良好的机组控制和品质要求。
参考文献：
收稿日期：2009-08-18
作者简介：苏烨（1979-），男，湖南冷水江人，硕士，从事火力发电厂热工控制系统调试和生产服务工作。
（本文编辑：龚皓）
图3优化后负荷指令大幅变动时的运行参数曲线图4优化后负荷指令小幅变动时的运行参数曲线
朱北恒.火电厂热工自动化系统试验[M].中国电力出版社，2005.
尹峰，朱北恒，李泉.超（超）临界机组协调控制特性与控制策略[J].中国电力，2008，41（3）:66-69.
尹峰，朱北恒，罗志浩，等.基于预给煤动态模型的直接指令平衡系统在火电厂协调控制中的应用[J].中国电力，2007，40（11）:89-92.
王家兴，白焰，董玲，等.超临界600MW机组直流炉协调控制系统及AGC策略的改进与应用[J].热力发电，2008，37（12）:85-89.
[1]
[2]
[3]
[4
]
→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→→（上接第8页）
浙江电力29
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：
浅谈电力系统短期负荷预测
龙源期刊网 https://www.360docs.net/doc/fd4544642.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
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。
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
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。
电力系统负荷预测
摘要 负荷预测是电力系统规划、计划、用电、调度等部门的基础工作。讨论了年度负荷预测、月度负荷预测和短期负荷预测的特点、成熟 方法，分析了负荷预测问题的各种解决方案，并指出未来的主要研 究方向。根据国内电力系统负荷预测的实践和国外的经验，对我国 开展电力系统负荷预测工作提出了一些建议。 关键词：电力系统；负荷预测；模型；参数辨识 第一章引言 负荷预测是从已知的用电需求出发，考虑政治、经济、气候等相关因素，对未来的用电需求做出的预测。负荷预测包括两方面的含义：对未来需求量(功率)的预测和未来用电量(能量)的预测。电力 需求量的预测决定发电、输电、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、基荷机组等)。 负荷预测的目的就是提供负荷发展状况及水平，同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。 第二章负荷预测的方法及特点 电力系统负荷预测的原理 通常来说预测电力系统负荷最直接最有效的方法是建立一个负 荷模型，该模型有两层含义：一是负荷的时空特性，二是负荷电压和频率特性。对于负荷的时空特性指的是随着时间与空间的不同分布，负荷的分布也会不同。这种负荷模型往往是比较复杂的，研究人员通常是采用负荷时间曲线来描述这种特性。这样负荷曲线以时间为依据，就可以分为日负荷、周负荷、季负荷以及年负荷；如果换成以时空角度为划分依据，则此曲钱又可分为系统、节点和用户三种负荷曲线；若按照负荷的性质来分，负荷曲线又可以分为工业、农业、市政以及生活负荷等。 在一般的安全运行的过程中，负荷模型指的就是未来时空特性，因此也可以将此作为负荷预测模型。通常负荷预测模型包含的内容是非常广泛的，在运行的过程中不仅能进行短期或者实时的负荷预测，还能在规划电力系统时做长期的预测。负荷的预测通常采用的是概率统计，有效地分析工具即为时间序列分析，由于是预测未来的负荷，所以会存在或多或少误差。对于未来负荷预测误差所产生的原因主要是一些不确定的因素与负荷变化的规律不一致，如某些自然灾害可能会导致停电，这样负荷曲线就会在事故时段出现一些突变。此时就不能依靠负荷预测模型所得出得结果了，因为有人的干预。但是也不能因为有不确定因素的存在就全盘否定负荷预测模型计算得出的结果，大多数情况下还是比较准确的。
(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
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
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
电力系统短期负荷预测毕业设计
电力系统短期负荷预测毕业设计 1 。导言 为电力负荷预测制定一个精确的模型对一个公用事业公司的运作和规划是必不可少的。负荷预测也可帮助电力事业来作出重大的决定，包括关于购买和发电，负荷开关，及基础设施的发展。负荷预测对能源供应国，国际团结，金融机构，和其他与会者，在发电，输电，配电，和市场都是非常重要的。负荷预测可分为三类：短期预测，这通常是由一小时到一周，中期预测，这通常是一个星期到一年，而长期预测是长于一年。对于公用事业公司来说，预测不同的时间跨度对于不同的业务是重要的，当然这些预测的本质也一样是不同的。例如，对于一个特定区域，我们可以预测第二天的负荷，准确性可达到1-3％。但是，我们无法预测下一年度的高峰负荷，因为准确的长期天气预报到目前为止还是不可行的。对于明年的高峰预测，我们可以根据历史上的气象观测来提供大概的负荷分布。也有可以根据业界惯例，预测所谓天气正常化负荷，它将代替平均每年最高的气候条件或者比这个给定地区平均最高 的天气条件差一些。 天气正常化负荷是对所谓的正常天气条件实施负荷计算，它是一定的时间内，历史高峰负荷的平均值。这一时期从一个有用的点到另一个，多数公司采取过去25-30年的数据。负荷预报对公用事业公司的运作和规划一直是重要的。甚至，由于能源工业的不合理规划，负荷预测变得更加重要.随着供应和需求的波动变化和能源价格上升的因素，在十年或以上，在繁忙情况，负荷预测是制定水电费非常重要的依据。短期负荷预测方法可以帮助估计负荷流动，并作出决定，可以防止超载。及时实施这样的决定可以改善网络的可靠性，并减少发生设备故障和停电的次数。负荷预测也是一个重要的比较评价标准，为市场上提供的各种先进 的金融产品在能源方面的价格提供一个标准。 在放松管制的经济下，基于长期预测的资本性支出的决定，比在那个加息有可能由资本开支 项目决定的非开放的经济体系更加重要。 大多数预测方法利用统计技术或人工智能算法，如回归，神经网络，模糊逻辑和专家系统。大致可分为两种方法，即所谓的最终用途法和计量经济学法，都已广泛用于中期和长期预测。在这些方法中包括所谓的同类天法，就像回归模型，时间序列，神经网络，统计学习算法，模糊逻辑，专家系统一样已被短期预报而开发。正如我们所见，大量的数学方法和思路已用于负荷预测。发展和改善适当的数学工具，将促使开发更准确的负荷预测技术。负荷预测的精度不仅取决于负荷预测技术，而且取决于预测天气的情况。气象预报是一个重要话题，也 是外界对本章议论的内容。 这里我们只是提了在发展计算机化的气象预报系统中的重大进展，其中包括由大学开发和 支持的中尺度模式MM5。 2 重要因素预测 短期负荷预测的几个因素应予以考虑，例如时间因素，气象数据，并尽可能了解客户等级。中期和长期预测应顾及历史负荷和天气数据，在家电领域不同类别的用户数目及其特点，包括年龄，经济和人口统计数据，以及他们的预测，家电销售数据，和其他因素都要予以考虑。时间因素，包括这一年里，一周的某一天，某一小时。在平日和周末，负荷之间有重大差别。平时的负载也可以有所不同。举例来说吧，在星期一和星期五，被周末隔开的两天，负荷是不同的。而且由周二到周四也可能有很大的不同。在今年夏天的时候尤为如此。假期比非假期更难预测，因为他们相对显得不规则。 气象条件影响负荷。事实上，预测天气的参数是最重要的，在短期负荷预测.各种天气变数应考虑进来。温度和湿度是最常用的负荷预测因子。一个电力负荷预测调查表示，13个利用温度，而只有3个利用了温度和湿度，3个利用额外的气象参数，3个只用于负荷.在
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，
电力系统负荷预测的综合模型
电力系统负荷预测重要的组成部分就是序列量，其中序列量包含最大负荷数值以及电量数值等成分，当前得到社会各界广泛认可的是采用多样性的方法完成序列量的预测。首先要设定具体的条件，然后在该条件下进行一定的假定，然后通过单一的方法对包含的多个不确定因素进行分析，由于采用的方法较为单一，因此最后得到的参数与理想数值存在较大差别，因此需要进行修正，通常采用的是多种方法进行预测分析。实验过程中，采用不同的研究方法得到的分析结果也是不同的，各个数据之间具有较大的差异[32]，那种预测结果最为接近真实情况，与预测人员的经验以及日常积累的常识等存在密切联系，此外还要综合考虑国家各项能源政策以及产业结构之间的关系，根据当地的经济发展状况，使用综合方法，对相关的数据进行分析预测，然后完成对比分析，从而得到最终的参数。还有一种常用的负荷预测模型是加权处理，使用多种方法完成历史序列等数据的分析和预测，通过一定的方式完成权重的设置，最后对获得的数据进行综合判断出来，得到最终分析数据。 首先，针对使用到的序列预测方法，做如下定义： 定义1：有关预测、推理及拟合序列： 当获得某一物理量后，在要求的历史时间段范围内如n t ≤≤1的取值分别为 n x x x ,,,21 对于未知时段N t n ≤≤+1范围内进行预测分析，可以得到如下预测公式： N n t t S f x t 2,1),,(?== 其中，预测模型的参数向量的数值用S 表示，例如当预测模型为线性状态时， 则有：T t b a S t b a t t S f x ],[,),,(?=?+==有 此时可以计算得到各个时段的预测数值大小，分别为N n n x x x x x ?,?,?,,?,?121 +，此时会将序列n x x x ,,,21 称为原始数列，n x x x ?,,?,?21 为原始数列的预测序列，在未来的某个时段得到的相对应的子虚列N n x x ?,?1 +称为原始序列的推理数列。相应 的拟合时段主要指的是时段n t ≤≤1这一段范围，推理时段主要指的是时段N t n ≤≤+1这一段范围。 定义2：拟合残差、方差以及协方差 采用m 种方法对原始数列的数值n x x x ,,,21 进行预测分析，其中的第i 中预 测方法对原始序列的拟合序列为n x x x ?,,?,?21 ，因此能够得到有关拟合残差的数值 大小：
(完整版)电力负荷预测综述
电力工程信号处理 课程报告 电力负荷预测方法分析 院系：能源与动力工程学院 专业：电力系统及其自动化 指导老师王瑞霞老师 学号： 115108000887 姓名：于杏 日期： 2016.01.17
目录 1. 绪论 (2) 1.1电力负荷预测研究意义 (3) 1.2国内外研究现状 (3) 2. 电力负荷预测 (3) 2.1 电力负荷的研究背景 (4) 2.2 电力负荷的构成及特点 (4) 2.3 电力负荷的一般步骤 (4) 2.4 电力负荷预测方法 (5) 2.4.1 回归模型预测法 (5) 2.4.2 时间序列预测方法 (5) 2.4.3 人工神经网络法 (6) 2.4.4 灰色预测法 (6) 2.4.5 专家系统法 (6) 2.4.6 模糊数学法 (7) 2.4.7 小波分析法 (7) 2.5电力负荷预测方法分析与比较 (8) 3．总结 (8) 参考文献 (9)
摘要 电力负荷预测对电力系统规划和运行极其重要。准确的负荷预测是实现规划方案科学性和正确性的保证，也是保证电网可靠供电，优质运行的一项前瞻性工作。 本文先对介绍电力负荷预测的意义和发展概况，然后着重列举了回归模型预测法、模糊数学预测法、小波分析法等七种预测方法，并分别指出了优缺点，在此基础上分析了他们的不同及适用情况。以便于在选择出更为合适的电力预测方法的基础上，得到更为理想的预测结果。 关键词：电力负荷，电力系统，方法 Abstract Power load forecasting of power system planning and operation is extremely important. The accuracy of the load forecasting ensures the planning scheme to be scientific .It is also a prospective work to guarantee the reliability and economic operation of power. This article introduces the meaning and the developing situation of power load forecasting firstly, and then emphatically enumerates seven kinds of forecast methods, such as the regression model prediction method, fuzzy prediction method, the wavelet analysis method，etc. At the end,the article points out the advantages and disadvantages respectively, on the basis of the analysis of their different and applicable conditions. The article is useful in choosing a more appropriate power prediction methd, on the basis of which, better prediction results are obtained. Keywords: power load, the power system,method
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，