电力负荷预测
编号：
中国农业大学现代远程教育
毕业论文（设计）
论文题目（二号黑体，居中）
电力负荷预测
学生刘春艳Array
指导教师
专业电气工程及其自动化
层次专升本
批次 142
学号 w150101142349
学习中心包头轻工职业技术学院
工作单位无
2017年 2 月
中国农业大学网络教育学院制
注：红字将来不显示
论文格式要求
论文开本大小：A4纸；
页面设置：左边距：30mm，右边距：25mm；上边距：30mm，下边距：25mm。
封面：论文题目小于25个字，隶书、二号、加粗，其他项为隶书、三号；
摘要：300字左右，宋体、小四；
关键词：3～5个，宋体、小四、各关键词间距3个空格；
目录：内容为宋体、四号；
正文：宋体、五号，行间距18磅；
正文字数：本科至少6000字，专科至少4000字
一级标题：宋体、三号、加粗，段前段后间距为一行、左对齐、单列一行，
如：1 优秀毕业论文；
二级标题：宋体、四号、加粗，段前段后间距为一行、左对齐、单列一行，
如：1.1优秀毕业论文；
三级标题：宋体、小四号、加粗，段前段后间距为一行、左对齐、单列一行，
如：1.1.1优秀毕业论文；
参考文献：本科至少15篇，专科至少10篇，宋体、五号，书写格式应严格按照规范要求书写；摘要、目录、后记、参考文献、附录：作为标题要居中，其他格式同正文一级标题。
图（表）：标题宋体、小五号、加粗，内容宋体、小五号，表注为宋体、六号；
特殊说明：论文正文第一部分内容必须包括本文研究背景、研究现状、研究目的和意义。
其他具体细则见《中国农业大学现代远程教育毕业论文写作要求和格式规范》，要求学生的毕业论文稿件严格按上述规定进行整理，以符合规范要求。
电力负荷预测
目录
论文封面 (1)
目录 (3)
摘要 (5)
关键词 (5)
1.前言 (5)
1.1论文研究的背景 (5)
1.2论文研究的现状 (6)
1.3论文研究的目的和意义 (6)
2电力负荷预测相关理论知识 (7)
2.1电力负荷预测的定义 (7)
2.2电力负荷预测的分类 (8)
2.3电力负荷预测的意义 (9)
3.电力负荷预测的内容及程序 (9)
3.1、电力负荷预测的内容 (9)
3.2电力负荷预测的程序 (10)
4电力负荷预测存在的问题及解决方法 (11)
4.1电力负荷预测存在的问题 (11)
4.1.1负荷历史数据的坏数据处理 (11)
4.1.2节假日的负荷预测 (12)
4.1.3影响因素 (12)
4.1.4电力市场环境下，负荷的变化还与电价有关。 (12)
4.1.5随机因素。 (12)
4.2针对上述问题的解决方法 (12)
4.2.1定量分析与定性分析相结合的问题 (13)
4.2.2原始数据的收集和筛选 (13)
4.2.3电力负荷预测的依据 (13)
5结束语 (13)
后记 (14)
参考文献 (14)
谢辞 (15)
摘要
电力系统负荷预测的研究已经有一段时间的历史，随着计算机技术发展和电网对负荷预测精度要求的提高，对这一课题的研究也在不断深入，并且更具现实意义。电力系统短期负荷预测是电力系统运行调度的基础，关系到整个电力系统的效率、效益和安全。特别是随着电力市场改革的深入，它已经成为电力市场技术支持系统的重要组成部分，是电力交易市场的主要数据来源，其预测精度对电力系统有着非常重要的意义。因此如何提高预测精度特别是短期负荷预测的精度这一问题的重要性和迫切性将越来越明显。
由于学历的限制，本文对某些方面知识的阐述可能还比较生硬。负荷预测个长久的课题，本文主要就电力负荷预测的含义，意义等开始阐述，以及电力负荷预测的一些理论知识，针对一些容易出现误差的提出了自己的见解。当然本文还有很多不足，希望在将来的学习电力的日子里对它加以完善。
关键词：电力负荷理论知识问题解决方法
1.前言
1.1论文研究的背景
负荷预测的研究已有几十年的历史，国内关于负荷预测的研究已出现了许多种方法，目前，国内发表的电力系统短期负荷预测的文献较多，所采用的预报方法和到达的预报精度也各有不同。综合起来主要可分为以下三类。
1）传统统计模型法。这是一种二十世纪九十年代以前常用的方法。主要包括时间序列法和回归分析法。这种方法的优点是计算简单、要求的历史数据少。由于是基于统计模型，不易全面地考虑天气因素、突发事件等对于负荷的影响，因此预测精度低。
2）专家系统法。即充分利用有经验的运行人员的知识、经验和推断规则来进行负荷预测，然而，把专家的知识和经验等精确地表达并转化为一系列规则，则往往是很困难的，而且建立专家系统的工作量要比一般预报算法大得多。
3）人工神经网络法。人工神经网络具有任意逼近非线性函数的特性，负荷变化是与诸多因素有关的一个非线性函数，用人工神经网络对负荷历史数据进行学习，是抽取和逼近负荷变化曲线并进行负荷预报的有效方法。近十年来，国外报道的相关文献主要是用神经网络方法围绕提高或改
善负荷预报的精度来进行负荷预报研究。最具代表性的是美国研制的人工神经网络短期负荷预报器，它包含有两部分预测：一部分预测基本负荷；而另一部分预测负荷变化，这部分考虑了短期内气候条件（温度、湿度）。两部分的自适应组合便是最终的预报结果。该预报器具有较好的自组织自适应特性，已在美国，加拿大的35家电力公司采用。于是，有学者开始将各种智能化算法，如人工神经网络法、遗传算法、最小绝对值滤波算法等用于在受到诸如气象变化、经济环境变化等随机因素干扰情况下的电力系统负荷预测。由于电力系统的负荷受众多不确定因素的影响，是典型的灰色系统，运用灰色系统来分析众多不确定因素与电力负荷预测的关联度已经运用广泛，但如何准确定量描述，以何种准则来进行不确定因素的人工修整仍是一个难题，所以，通常很多地区很大程度上依靠预测人员的经验进行预测。
1.2论文研究的现状
西方发达国家如美国、英国随着电力市场的日益成熟，电力供应商为了获取最大利润，十分重视电力负荷预测工作。为此，科研工作者一直在研究电力负荷预测的新方法以提高预测精度。自从1991年美国学者Park等人提出使用神经网络预测电力负荷以来，人们对此表现出广泛的关注。在此基础上，美国的Khotanzad博士领导的科研小组经过几年的艰苦研究，提出了人工神经网络电力负荷短期预测系统(ANNSTLF)。这个系统己经在实用化方面取得了空前的成功。北美洲有35个大发电系统(公司)，根据天气预报、工业和居民用电统计资料，利用ANNSTLF系统预测发电站必须提供的发电量，大大提高了电站的经济效益和安全运转系数。但该系统有一个弱点，即不能处理不确定性信息，且需要大量的历史数据进行训练和学习。我国的负荷数据近些年才开始系统收集，采用ANNSTLF系统不太适合我国的国情。Hiroyuki教授等人则在电力负荷短期预测中运用了自适应模糊推理，Srinivasan博士采用了模糊神经计算进行需求预测。
1.3论文研究的目的和意义
电力工业是国民经济的基础产业，在整个国民经济的发展起着举足轻重的作用。多年的实践经验告诉我们，如果电力工业的发展速度能够满足国民经济建设的需要，就会促进经济的高速发展；否则，就会产生严重的供需矛盾，阻碍国民经济的发展。随着现代工业和农业的不断发展及人民生活水平的日益提高，社会对电力的需求量越来越大。为了满足日益增大的电力需求，必须不断扩大电力系统的规模。由于电力工业的发展不仅需要消耗巨大的投资和一次能源，而且对国民经济的其它部门也会产生巨大的影响，合理的进行电力系统规划不仅可以获得巨大的经济效益，也会获得巨大的社会效益。相反，电力系统规划的失误会给国家建设带来不可弥补的损失。因此，对电力系统规划问题进行研究，以求最大限度地提高规划质量，具有重大的现实意义，而实现这一目标的第一步就是要做好负荷预测。
负荷预测是电力系统规划建设的依据。负荷预测的准确程度将直接影响到投资、网络布局和运行的合理性，因此，负荷预测在规划中显得尤其重要。若负荷及电量预测不足，电网的发展便不能适应实际发展的需要，无法满足用户正常用电需求，甚至还可能缺电。另一方面，若负荷
及电量预测过高，则又会导致一些过多而不能充分利用的设备，从而引起投资的浪费。总之，负荷预测的精度高低直接关系到各方利益，电力负荷预测工作的水平已成为衡量一个电力企业的管理是否走向现代化的显著标志之一，尤其在我国电力事业空前发展的今天，用电管理走向市场，电力负荷预测问题的解决已经成为电力行业人员面临的重要而艰巨的任务。
电力系统负荷预测是以准确的历史数据和调查资料为依据，从用电量的历史和现状出发，用科学的方法预测未来电力系统负荷的发展趋势和变化规律的科学。根据预测的时间跨度，一般将负荷预测分为长期、中期和短期负荷预测。短期负荷预测主要指预测未来一天或一周内各个整点的负荷曲线，主要用于制定系统的生产计划，安排系统的短期运行方式、进行电力调度以及离线安全分析等。
传统的负荷预测都是人工完成的。预测人员通过历史负荷数据，采用一定的预测算法加以计算，得到预测结果后，结合自己的经验加以修正，形成最后发布的预侧数据。在整个过程中，历史数据的选择，预测算法的选用和预测人员的经验，都会对预测结果产生很大的影响，预测的精度难以保证。因此，电力企业迫切需要建立自己电力负荷预测系统.这种系统必须能够结合企业现有的资源，能够克服人工预测的各种弊端，不仅要有较高的预测精度，还要有自动化和智能化的特性它不仅可以尽量降低电力短缺所带来的危害，还能为电力企业带来更大的经济效益。因此，本文的研究具有重要的理论和现实意义。
2.电力负荷预测相关理论知识
2.1电力负荷预测的定义
所谓的负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求的前提下，确定未来某特定时刻的负荷数值。负荷可指电力需求量或者用电量，而需求量是指能量的时间变化率，即功率。也可以说，负荷时指发电厂、供电地区或电网在某一瞬间所承担的工作负荷。对用户来说，用电负荷是指连接在电网的用户所有用电设备在某一瞬间所消耗功率之和。随着我国电力系统的发展，电网管理的日趋现代化，负荷预测问题的研究也越来越引起人们的注意，并已成为现代电力系统科学中的一个重要的领域，因为整个社会是一个复杂的整体，它的用户成千上万每个用户的要求也各部相同，因此，整个社会的用电需求既有一定的统计规律性，又具有大量的随机影响因素，具有不确定性电力系统负荷预测是电网规划和经济运行的重要一环。负荷预测对电力系统控制、运行和计划都是非常重要的，提高负荷预测的精度既能增强电力系统运行的安全性，又能改善电力系统运行的经济性。因此，在实践中，无论是制定电力系统规划或是实现电力系统运行自动化，进行相应的负荷预测都是必不可少的。
电力负荷预测主要是预测一下三个方面：
未来电力需求量（功率），也就是确定电力系统发点设备和输送容量。
未来用电量（能量），主要是用来选择机组，确定电源结构和原料计划等。
负荷曲线，它是为电力的峰值、电站容量、设备协调运行提供数据支持。
2.2电力负荷预测的分类
负荷预测从预测的时间范围上可以分为长期、中期、短期和超短期预测。长期预测一般指十年以上并以年为单位的预测，中期预测指在五年左右以年为单位的预测，中长期负荷预测主要是用于指定电力系统的扩建规划，包括装机容量的大小、形式、地点、时间和电网的增容扩建，它为所在地区或电网的电力发展速度、电力建设规模、电力工业布局、能源资源平衡、地区间的电力余缺调剂、电网资金和人力资源的需求平衡提供了可靠的依据；短期预测指一年内以月为单位的负荷预测，还指以周、天、小时为单位的负荷预测，通常预测未来一个月、未来一周、未来一天的负荷指标，也预测未来一天每小时的负荷，短期负荷预测对电力企业的日常运营起到指导和调节作用，有利于合理安排电力日生产计划；超短期负荷预测指未来1h、0.5h，甚至10min的预测，其意义在于对电网进行计算机在线控制，实现发电容量的合理调度，满足给定的运行要求，同时使发电成本最小。
超短期负荷预测（1小时以内）
短期负荷预测（1年以内）
中期负荷预测（5年以内）
长期负荷预测（10年以上）
负荷预测从用途上又可以分为发电部门预测和供电部门预测。前者从整体上预测负荷的变化，根据负荷特性和负荷趋势来进行预测，称为趋势预测；而后者则往往利用由底向上的方法，根据负荷的结构和特性分别预测、统一汇总，称为因子预测。从目前电力部门对负荷的掌握情况来看，负荷结构还没有一个比较确切、定量的模型，预测时无法考虑全面，预测偏差也比较大。现在常用的是根据整体负荷进行预测，通过对各种因素的修正而得到预测结果，实际运作的结果表明这种方法比较实用和有效。
按照系统负荷构成可以将其划分为：城市民用负荷、商业负荷、工业负荷、农业负荷及其它负荷等模型（如图2.2）。不同类型的负荷有着不同的变化规律，例如随家用电器的普及，城市居民负荷年增长率提高、季节波动增大，尤其是空调设备的迅速扩展，使系统峰荷受气温影响越来越大；商业负荷主要影响晚高峰，而且随季节而变化；工业负荷受气象影响较小，但大企业成分下降，使夜间低估增长缓慢；农业负荷季节变化强，而且与降水情况关系密切。一个地区负荷往往含有几种类型的负荷，比例不同
城市民用负荷 (10%)
商业负荷 (20%)
工业负荷 (40%)
农业负荷 (15%)
其它负荷 (15%)
系统负荷 (100%)
电力系统负荷预测是实现电力系统安全、经济运行的基础，对一个电力系统而言，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。因此，负荷预测的关键是提高准确度。
2.3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。
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。
3.电力负荷预测的内容及程序
3.1、电力负荷预测的内容
电力负荷预测的内容是指需要测算些什么量（或参数），归纳起来有以下一些参数需要测算。（1）最大有功负荷及其分布。最大有功负荷的大小是确定电力系统装机规模的基础数据，换句话说是电源规划的依据。有功负荷，加上电网中损失的有功和发电厂自用有功量，再加上适量的备用容量，就等于电力系统的装机容量。有功负荷的分布是输电线路设计的基础，也是变电所配置的基础，即有功负荷的地区分布特点是输变电规划和配电规划的主要依据。
（2）无功负荷及其分布。无功负荷的大小及分布是确定电力系统无功电源规划的基础，也是影响电力系统安全经济运行的重要因素。
（3）需电量。它是进行能源供需平衡的主要依据。
（4）电力负荷曲线及其特征值。电力负荷大小及其在时间上的分布特征，对电力规划及电力系统运行是至关重要的。它是确定电力系统中电源结构、调峰容量需求、运行方式及能源平衡的主要依据。
负荷预测根据目的的不同可以分为超短期、短期、中期和长期：①超短期负荷预测是指未来1h 以内的负荷预测，在安全监视状态下，需要5～10s或1～5min的预测值，预防性控制和紧急状态处理需要10min至1h的预测值。②短期负荷预测是指日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划，包括确定机组起停、水火电协调、联络线交换功率、负荷经济分
配、水库调度和设备检修等，对短期预测，需充分研究电网负荷变化规律，分析负荷变化相关因子，特别是天气因素、日类型等和短期负荷变化的关系。③中期负荷预测是指月至年的负荷预测，主要是确定机组运行方式和设备大修计划等。④长期负荷预测是指未来3～5年甚至更长时间段内的负荷预测，主要是电网规划部门根据国民经济的发展和对电力负荷的需求，所作的电网改造和扩建工作的远景规划。对中、长期负荷预测，要特别研究国民经济发展、国家政策等的影响。
3.2电力负荷预测的程序
电力负荷预测是一个过程，其一般程序可划分为准备、实施、评价与提交预测报告四个阶段。（1）准备阶段
准备阶段的工作是由确定预测目标、落实组织工作、搜集资料、分析资料和选择方法等工作组成。
1）确定预测目标。确定目标就是要在明确预测目的前提下，规定预测对象的范围、内容和预测期限。一般而言，预测范围视研究问题所涉及的范围而定，编制全国电力规划，就要预测全国范围内的电力、电量需求量；编制大区网局或地方（省、地、县）电力局的发展规划，就要预测大区电网或地方电力局范围内的电力、电量需求量。预测内容是指包括电力、电量、电力负荷的地区分布，电力负荷随时间的变化规律，以及电力负荷曲线特征及负荷曲线等。预测期限是指预测的时间长短，一般电力规划中负荷预测期限有短期预测（即5年期预测），中期预测（即5—10年期预测），及长期预测（即15年以上的预测）。
2）搜集与整理资料。资料是预测的基本依据，占有的资料的充裕程度及资料的可信度，对预测结果的可信度是至关重要的。一般在做电力负荷预测时需要搜集与整理的资料主要有：电力系统历年用电负荷、用电量、用电构成；经济发展目标（如国民生产总值、国民收入等）；国民经济结构的历史、现状及可能的变化发展趋势；人口预测资料及人均收入水平；能源利用效率及用电比重的变化；工业布局及用户的用电水平指标；以及国外参考国家的上述类似历史资料。这些资料的主要来源有两种途径：一是各国政府、研究机构等定期或不定期发表的报刊、资料、文献、和其他出版物；二是预测人员通过调查所获得的资料。资料的来源统计计算口径及调查方法不同，都有对资料的可信度产生不同的影响。因此，在调查搜集资料的过程中对搜集得到的资料应进行鉴别，去粗取精，去伪存真，以保证预测中使用的资料翔实可靠。
3）分析资料，选择预测方法。对经过鉴别整理后的资料要进行分析，以寻求其规律。在预测中常用的分析方法有多种，如时间序列分析、因果关系分析等方法。要根据资料的掌握情况及资料样式，选择相应的预测方法，寻求预测量的演变规律或趋势，建立预测模型。没有一种方法在任何预测场合下均可以保证获得满意的结果。因此，必须根据对资料的占有情况，以及预测目标、预测期限，预测环境、预测结果的精确度，同时考虑预测本身的效益成本分析等进行权衡，以便作出合理的选择。
（2）实施预测阶段
在进行预测时，要依据选择的预测方法来进行预测。如果是采用定量预测方法来进行预测，就要根据建立的定量预测模型，带入预测期的自变量目标值，就可以获得预测期所要的预测变量值。如果是采用定性预测方法来进行预测，就应根据掌握的客观资料进行科学的逻辑推理，推断出预测期的预测值。由于影响预测对象的诸因素可能会发生变化，从而可能使未来的实际结果与预测依据的历史资料呈现的规律不相吻合，预测人员必须适时的对预测模型及预测结果加以修正。这种情况下，预测人员的经验、理论素养及分析判断能力起重要的作用。
（3）评价预测阶段
预测的主要成果是得到预测结果。预测结果应该是明确的，可以被检验的。因此，在得到预测结果后必须对预测结果的准确度和可靠性进行评价。务使预测误差处于可接受的范围内。若误差太大，就失去了预测的意义，并从而导致电力规划的失误。
（4）题出预测报告阶段
预测报告是预测结果的文字表述。预测报告一般包括题目、摘要、正文、结论、建议、和附录等部分。预测题目主要反映预测目标、预测对象、预测范围和预测时限。摘要通常说明预测中的主要发现、预测的结果及提出的主要建议和意见。摘要与题目配合，可以引起有关方面的重视。正文包括分析及预测过程、预测模型及说明、有关计算方法、必要的图表、预测的主要结论及对主要结论的评价。结论与建议是扼要地列出预测的主要结果，提出有关建议和意见。附录主要包括说明正文的附表、资料，预测中采用的计算方法的推导和说明，以及正文中未列出的有价值的其他资料。
4.电力负荷预测存在的问题及解决方法
4.1电力负荷预测存在的问题
经典的负荷预测是根据电网的历史数据，找出负荷随各种因素变化的规律，在一定的假设下，建立适当的数学模型，预测未来的某一时刻负荷。但依靠数学建模进行预测对上述的随机性、周期性及表现人的判断显得无能为力，所以我们把负荷预测方法中存在的问题归结为：
4.1.1负荷历史数据的坏数据处理
负荷的历史数据一般来源于SCADA数据库，由于系统中各种终端读表的各种误差，数据库中的数据经常会受到污染。常见的有毛刺、某一段数据突然变大或变小、和数据的不正常波动等。而冲击负荷比较大的地区，负荷数据的过分波动不利于掌握负荷的变化趋势，增加了负荷分析的难度。因此在用历史数据进行训练和预测前，坏数据的辨识与修正是必须要做的工作。即确定某条曲线中存在坏数据，然后找出坏数据在曲线中的位置，将其剔除掉并进行修正。
4.1.2节假日的负荷预测
在国家法定节假日（元旦、春节、五一和国庆）期间负荷与平时相比明显降低，尤其是春节更是持续长时间、大幅度的曲线下降和变形。节假日负荷一般要求提前半个月到一个月左右做出预测，节假日的预测一直是负荷预测的难点之所在。由于数据量较少，参考上一节假日相隔时间又长达一年，无法形成足够有效的样本集使得神经网络方法不能使用于节假日预测中，需要结合传统的多种方法另找途径。
4.1.3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.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。
4.1.4电力市场环境下，负荷的变化还与电价有关。
4.1.5随机因素。
其他大量引起负荷变化的随机因素也经常存在，例如大负荷用户的用电调整以及重大的政治经济活动等。
4.2针对上述问题的解决方法
电力负荷预测的难点在于影响因素众多，它包含有内外部的随机因素，特别是许多非负荷因素的影响。这些影响因素与预测值之间形成复杂的非线性关系。影响负荷预测的主要因素如下：
4.2.1定量分析与定性分析相结合的问题
影响电力负荷的因素很多，在以往的负荷预测中，我们往往只重视定量的分析，而忽略了定性的分析，这是一个值得注意的问题。定性分析包括在进行定量分析之前，对某些基本数据进行必要的分析，如对负荷数据特性的分析等。
4.2.2原始数据的收集和筛选
近年来我国的电力负荷预测的研究，对于模型的建立比较重视，而不去深入分析和收集原始数据，以至造成有时原始数据的筛选分析与模型不配套的弊端。要成功地进行预测，必需要把握以下四大环节：
(1)要收集尽可能全面的信息。如果信息面过窄，就极难得到恰当的预测。
(2)要使用正确的筛选手段与方法，有用的真实信息常常淹没在大量的干扰信号之中，只有使用正确的筛选手段与方法，才能去伪存真。
(3)应使逻辑运算的假设尽可能地符合实际，任何一种模型或逻辑运算，都是以假设为前提的，如果假设离前提太远，那就不可能获得成功地预测结果。
4.2.3电力负荷预测的依据
首先，要明确电力负荷预测的依据，从实际出发，选择正确的预测方法。电力负荷预测既要依据调度专家成功可靠的经验，更要依据符合的历史数据。其次，电力系统负荷变化具有显著地周期性。通过对实际负荷记录的分析发现，按小时观测的负荷具有以24小时或7天变化的周期，这种周期性变化的规律是电力负荷变化的又一本质特征。在预测方法中，如何体现其变化的周期性，从而使预测结果更符合实际，也是负荷预测中面临的实际问题。
5.结束语
本文介绍的电力短期负荷预测的特点，即都是受多个影响因素共同影响，且各个因素之间有着比较复杂的关系，具有高度不确定的非线性系统，利用传统的预测方法有着诸多限制，而采用神经网络方法则能较好地克服这些限制，实现精确的非线性预测。
为了进一步提高网络的预测精度，需要从以下几个方面展开研究：
（1）网络的训练过程是从给定的样本数据中归纳出输入、输出之间的复杂规律，为了能够更加精确地对系统进行预测，样本数据应该尽可能准确。
（2）提高网络预测能力的主要途径有：
1）尽可能增加样本的涵盖面；
2）在输入中尽可能地包括影响输出的主要因子；
3）确定适当的收敛误差。对于常用的BP算法，可考虑采用遗传算法、小波分析和径向基函数做进一步的深入研究。
（3）针对BP算法中存在的收敛速度慢、易陷入局部最小值的问题，可采用附加动量法和自适应学习速率法在一定程度上解决这些问题。附加动量法是在BP算法的基础上，在每个权值变化上加上一项正比于上一次权值变化量的值，并根据BP算法来产生新的权值变化，利用附加动量法可能会避开某些局部最小值。自适应学习速率法是在学习过程中不断修正学习速率，有利于提高学习效率，缩短学习时间。
后记
岁月如流水，从报考网校到现在已经2年多了，感觉自己真不再是个孩子了。对待一些事情总是缺乏严谨认真的态度，希望鲍老师这次能够原谅我的一些简单到我自己都不能原谅自己的错误。至此论文完成之际，谨向我尊敬的导师鲍老师你致以诚挚的谢意和崇高的敬意。非常幸运能够成为您的学生，聆听着您孜孜不倦的教诲，感受着您严谨进取的治学精神和乐观向上的生学会了许多做人的道理。以后一定，严谨再严谨，同时，祝您工作顺利，合家欢乐，身体健康，一切安好！
参考文献
1. 电力系统设计手册电力工业部电力规划设计总院编，中国电力出版社，1998年
2. 农村电气化规划指南李荧主编水利电力出版社，1994年7月
3. 城市电网规划与改造陈章潮唐德光编，中国电力出版社，1998年5月
4. 农村电网规划与改造丁毓山杨勇编，中国电力出版社，2001年6月
5. 电力规划北京动力经济学院萧国泉水利电力出版社，1993年6月
6. 电力发展战略与规划沈根才著清华大学出版社 1993年2月
7. 电力系统规划基础王锡凡水利电力出版社，1994年10月
8. 电力系统最优规划候煦光等华中理工大学出版社 1991年6月
9. 电力系统规划孙绍先译水利电力出版社，1984年12月
10. 电力网络规划孙洪波重庆大学出版社，1996年8月
11. 现代城市电网规划设计与建设改造蓝毓俊主编中国电力出版社，2004年11月
12. 电力负荷预测技术及其应用牛晓东，曾树华等中国电力出版社，1998
13. 电力系统负荷预报理论和方法哈尔滨刘晨晖哈尔滨工业人学出版社，1987
14. 配电网络规划与设计范明天中国电力出版社，2000
15. 刘晨晖.电力系统负荷预报理论与方法.哈尔滨工业大学出版社.1987
16. 康重庆夏清.电力系统负荷预测.北京: 中国电力出版社, 2007
17. 赵希正.中国电力负荷特性分析与预测.北京:中国电力出版社.2001
18. 肖国泉王春张福伟.电力负荷预测.北京:中国电力出版社.2001
19. 牛东晓曹树华赵磊张文文.电力负荷预测技术及其应用.北京:中国电力出版社,1999
谢辞
在论文完稿之际，首先我要向指导老师表示衷心的感谢。老师渊博的知识、丰富的实践经验和严谨的科学作风让我十分敬佩，老师不辞辛劳，对每一个细节的详细讲解、指导和答疑解惑让我深受启发，并深为感动。如果没有鲍老师的悉心指导，本论文也不可能完成得如此顺利。此外，我还要感谢我所列参考文献的作者，正是他们的许多研究成果给了我很大的帮助，在此表示诚挚的谢意.
中长期电力负荷预测研究
中长期电力负荷预测研究 发表时间：2017-11-24T11:02:36.117Z 来源：《电力设备》2017年第19期作者：南志军童丽萍 [导读] 摘要：电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一。 （国网新疆哈密供电公司新疆哈密 839000） 摘要：电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一。该文对电力负荷预测的概念及分类等问题进行了简要论述，重点分析了中长期负荷预测的特点、成熟方法，对中长期负荷预测方法进行了综述。 关键词：中长期；电力负荷；预测；研究 电力系统负荷预测作为电力系统现代化管理的重要内容之一，在电力系统的控制运行和规划方面具有非常重要的作用，尤其是中长期电力系统负荷的预测，受经济、社会、人口、气候等因素影响很大，存在多样性、复杂性和许多不确定性，对其预测结果是制定电力系统输电规划和电源规划的基础，体现了未来负荷发展的规律，为未来负荷规划提供可靠的依据。 1中长期负荷预测的概述 电力负荷预测是指从已知的电力系统、经济、社会、气象等情况出发，通过对历史数据的分析和研究，运用哲学、社会学、经济学、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，探索事务之间的内在联系和发展变化规律，对负荷发展做出预先估计和推测。长期预测以年为预测时段，以用电负荷、用电量等的年度统计数据作为预测内容，主要受国民经济发展情况、人口、产值单耗、产业结构调整情况、电价政策等的影响，其目的是为合理安排电源和电网的建设进度提供宏观决策的依据。中期预测以月为预测时段，以用电量、用电负荷等的月度统计数据作为预测内容，这些数据呈周期性增长，每年度的12个月具有相似的规律，其变化规律可分为月度量的年度发展序列和月度量的月度发展序列。 2电力负荷预测原理 负荷是指电力需求量，而需求量可用能量的时间变化率表示。在充分考虑一些重要的电力系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统的处理过去和现在负荷的数学方法，在满足一定精度要求的意义下，确定未来某特定时刻的负荷数值，称为负荷预测。由于中长期电力负荷受经济、社会、气候等多种因素影响，且存在多样性、复杂性和不确定性，传统的方法无法对复杂电力负荷系统进行准确的预测，导致预测精度低。由于电力负荷是一多维的动态非线性时间序列系统，影响因素很多，只有从中找出一组合适的因子才能有效地捕捉电力负荷变化趋势，从而对电力负荷进行准确的预测。设电力负荷的影响因子为: { x1，x2，…xm} ，m表示影响因子的个数，y 表示电力负荷真实观察值，xi表示第 i 个影响因素，通过一定的建模方法描述电力负荷和影响因子的非线性关系。 3目前常用的中长期电力负荷预测方法及分析 3.1 传统预测方法 回归分析预测法，根据回归分析涉及变量数分为单元、多元回归分析；根据自变量和因变量之间的函数形式，分为线性、非线性回归方程。该方法简单便捷、外推性好，可以很好的预测出从未发生过的情况；但在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，针对复杂参数变化，缺乏自学习能力，无法及时进行负荷模型更新。时间序列外推法，基本模型包括：自回归模型AR、动平均模型MA、自回归动平均模型ARMA。此方法适用于负荷变化不大的情况，优点是：对历史数据量要求较低；缺点是：对历史数据准确性要求高，模型系数的计算较繁琐，用线性方程来近似表达一种非线性关系，无法参考天气因素的影响，无法保证精度。灰色数学理论，利用GM 模型群实现电力负荷预测。当电力负荷呈严格指数增长时，灰色数学理论预测方法的预测精度高、所需样本数据少、计算简便以及可检验。但其缺点也比较突出：数据的灰度越大，预测精度越差，不适合长期预测；具有波动性变化的电力负荷，采用GM模型，误差大，无法实现实际需求。 3.2 现代负荷预测方法 模糊预测法，利用有限的规则近似表示任意的函数关系，其缺点是模糊推理FUZZY预测没有学习能力，不能很好的适应不断变化的电力系统，因而精度比较差。专家系统预测法，是对不可量化的经验进行转化的一种方法。其优点是:能汇集多个专家的知识和经验，最大限度地利用专家的能力，资料与信息量比较多，考虑的结果比较全面，从而可以得出较为准确的结果。其缺点是:知识面受数据库的限制，失去自学的能力；对突发性事件和不断变化的条件适应性差。遗传规划方法，是用能根据环境状况动态改变的广义的层次化计算机程序描述问题。在负荷预报应用中，能自动找出与负荷变化密切相关的因素，用其作为自变量，自动生成函数表达式来体现负荷的变化规律，建立负荷预测的数学模型。其预报精度可满足工程需要，在实际应用中，用遗传规划直接进行负荷预报可以作为其他预报方法的辅助工具。优选组合预测模型，对于同一个预测问题，将多个不同的预测模型的线性组合，在一定的条件下改善模型的拟合能力和提高预测精度。选取适当的权重进行加权平均或者选择拟合优度最佳或标准差最小的预测模型作为最优模型进行预测。 3.3 对中长期负荷预测方法的建议 对于年度预测具有单调性的特点，采用灰色预测法、回归分析预测法；若可以引入相关因素，可采用弹性系数法。对于月度预测时，按照年度发展序列构成的月度预测方法中，若历史数据具有单调性特点，则采用灰色预测、回归分析等方法；按照月度发展序列构成的月度预测方法中，根据12月的周期性，优先采用ARMA模型。 4中长期负荷预测要解决的问题及对其研究方向的建议 4.1 中长期负荷预测要解决的问题 需要充分考虑外界因素变化、未来相关因素不确定性、众多因素交互作用的结果以及对预测专家经验和意见有效分析利用的预测前提；遵循“近大远小”原则，采用加权参数估计方法实现区别对待各时段的拟合残差；由于需要按照一定参数估计方法求解若干待定参数（如最小二乘估计、岭估计等算法），使得预测效果差别较大，则如何选择适当的参数估计方法提高预测精度是需要解决的问题。 4.2 对负荷预测问题研究方向的建议 首先是，组合预测，但组合预测的权重确定的分析和估计策略的选择还需要深入研究。其次是，由于不同单位开发了多个电力负荷预测和分析的软件包，使得其独立性强，兼容性差，造成软件培训和系统维护的困难，基于Internet/intranet技术的发展，提供了一种全新的实现负荷预测技术的手段，为电力部门提供一个网上的负荷预测中心，从而有效地提高预测方法的准确性、预测操作的简单性和经济性，
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
中长期电力负荷预测方法的简述及分析
中长期电力负荷预测方法的简述及分析 【摘要】介绍负荷预测的概念及所依据的原理，简述了目前常用的中长期电力负荷预测方法及分析了存在的问题，对一些新的现代负荷预测方法作了归纳说明。【关键词】负荷预测预测方法发展动态1.引言在一定的规划期内，电力系统的负荷水平决定了其发展的规模与速度。因此，中长期电力负荷预测的结果在一定程度上决定了未来规划期内电力系统的发展。当前电力市场正在逐步由卖方市场转向买方市场，过去的以产定销将变成以销定产，生产计划和基建计划的安排都对中长期电力负荷预测提出了更高的要求。本文在介绍电力负荷预测的概念和原理的基础上，把中长期电力负荷预测方法及现在使用的情况和发展趋势作一个简单的叙述和分析。2.负荷预测的概念和原理负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然环境和社会影响的条件下，研究或利用一套能系统地处理过去与未来负荷的数学方法，在满足一定精度要求的前提下，确定某特定时刻的负荷数值。负荷预测根据规划目标年限分类，可分为长期预测(指未来10年到20年的负荷预测)、中期预测(指未来5到10年的负荷预测)和近期预测(指5年内的预测)。负荷预测工作是根据电力负荷的发展规律，预计或判断其未来发展趋势和状况的活动。这项活动基于以下的基本原理：(1)可知性原理作为预测的对象，负荷的发展规律、未来的发展趋势和状况是可以为人们所知道的。人们不但可以认识它的过去和现在，而且可以通过总结它的过去和现在而推测其未来。(2)可能性原理事物的发展变化是内因和外因共同作用下的结果。内因的变化及外因作用力大小不同，会使事物的发展变化有多种可能性。所以对某一具体指标的预测往往是按照其发展变化的多样性，进行多方案预测。(3)连续性原理又称惯性原理，是指预测对象的发展是一个连续的过程。其未来发展是这个过程的连续。它强调了预测对象总是从过去发展到现在，再从现在发展到将来。它认为事物发展变化过程中会将某些原有的特征保存下来，延续下去，电力系统的发展变化同样存在惯性，这种惯性是我们进行负荷预测的主要依据。(4)相似性原理在很多情况下，作为预测对象的一个事物，其现在发展过程和发展状况可能与过去另一事物过去一定阶段的发展过程和发展状况相类似，人们可以根据后一事物的已知发展过程和状况，来预测所预测对象的未来发展过程和状况，这就是相似性原理。目前，预测技术中使用的类推法和历史类比法就是基于这个原理的预测方法。(5)反馈性原理反馈就是利用输出返回输入端，再调节输出结果。预测的反馈性原理实际上是为了不断提高预测的准确性而进行的反馈调节。当预测结果和经过一段实践得到的实际值存在差距，可利用这个差距对预测模型进行调节，提高预测的准确性。反馈性预测的实质就将预测的理论值和实际要求相结合，在实践中检验，然后进行修改、调整，使预测质量进一步提高。(6)系统性原理这个原理认为预测对象是一个完整的系统，它本身有内在的系统，它与外界的联系又形成了它的外界系统。这些系统总和构成一个完整的总系统，预测对象的未来发展是系统整体的动态发展，也是整个系统的动态发展和它的各个组成部分和影响因素之间相互作用和相互影响密切相关的。系统性原理还强调系统整体最佳，只有系统整体最佳的预测，才是高质量的预测，才能为决策者提供最佳的预测方案。3.目前常用的中长期电力负荷预测方法及分析在目前的中长期电力负荷预测工作中，比较常用和普遍的有如下几种方法：(1)分产业产值单耗法单耗法即单位产品耗电法，是通过某一单位产品的平均单位产品用电量以及该产品的产量，得到生产这种总产品的总用电量，单耗法需要做大量细致的调查统计工作，但在实际工作中很难对所有产品较准确地求出其单耗，而且工作量太大。(2)电力弹性系数法电力弹性系数是电量平均增长率与国内生产总值之间的比值，该方法旨在分析电力弹性系数有单位国内生产总值电耗之间的关系，根据国内生产总值增长速度结合电力弹性系数得到规划期末的总用电量，同单耗法一样，电力弹性系数法需要做大量细致的统计工作。(3)分区负荷密度法负荷密度预测法是从地区土地面积(或建筑面积)的平均耗电量出发作预测，预测时，先预测出未来某时期的土地面积(或建筑面积)和单位面积用电密度，再乘以面积得到用电量预测值，分区负荷预测法首先根据近年来的发展情况、经济发展目标以及电力规划目标将待预测区域划分成多个功能区，然后
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。
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。
电力负荷预测的回归分析
目录 第一章电力系统负荷预测概论 (1) 第一节电力系统负荷预测概念 (1) 第二节电力系统负荷预测的基本原理 (2) 第三节电力系统负荷预测的分类及特点 (3) 第四节负荷预测基本程序 (5) 第五节负荷预测误差分析 (7) 第二章负荷特性分析及负荷预测技术 (11) 第一节电力系统负荷预测模型 (11) 第二节负荷预测技术 (12) 第三章电力系统回归模型预测技术 (18) 第一节回归模型预测技术概述 (18) 第二节一元线性回归模型及其参数估计 (18) 第三节多元线性回归模型及其参数估计 (20) 第四章具体预测算例 (22) 第一节负荷组成分析与建模 (22) 第二节预测流程及算法实现 (23) 第三节结果分析 (25) 总结 (27) 参考文献 (28)
第一章电力系统负荷预测概论 第一节电力系统负荷预测概念 在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法，再满足一定精度的要求的意义下，确定未来某特定时刻的负荷数值，称为负荷预测。 电力生产的特点之一是电力不可贮存（或者说贮存能力极小而代价高昂），应该是用多少就生产多少。针对负荷的变化，电力生产的调节能力也要增加，当负荷变化较小时调节各发电机组的发电功率就可以了；而负荷变化范围较大时只有启停机组才能跟上；当然对于负荷的逐年增长要适时投产新的机组才不至于拉闸限电。 电力负荷预测是解决以上问题的必要条件。准确的负荷预测，可依经济合理地安排电网内部发电机组的启停，保持电网运行的安全稳定性，减少不必要的旋转储备容量，合理安排机组检修计划，保证社会的正常生产和生活，有效地降低发电成本，提高经济效益和社会效益。负荷预测的结果，还可以有利于决定未来新的发电机组的安装，决定装机容量的大小、地点和时间，决定电网的增容和改建，决定电网的建设和发展。电力负荷预测是实时控制、运行计划和发展规划的前提，可以说要掌握电力生产的主动性必先做好负荷预测。 因此，电力负荷预测工作的水平已成为衡量一个电力企业的管理是否走向现代化的显著标志之一，尤其在我国电力事业空前发展的今天，用电管理走向市场，电力负荷预测问题的解决已经成为我们面临的重要而又艰巨的任务。 负荷预测的核心问题是预测的技术方法，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发展，理论研究逐步深入。
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
中长期电力负荷预测研究
存档编号 XXOO！大学毕业设计 题目电力系统中长期 负荷预测研究 学院电力学院 专业热能与动力工程 姓名VVBB 学号200907925 指导教师HHJJ 完成时间2013年5月25日 教务处制
独立完成与诚信声明 本人郑重声明：所提交的毕业设计（论文）是本人在指导教师的指导下，独立工作所取得的成果并撰写完成的，郑重确认没有剽窃、抄袭等违反学术道德、学术规范的侵权行为。文中除已经标注引用的内容外，不包含其他人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中作了明确的说明并表示了谢意。本人完全意识到本声明的法律后果由本人承担。 毕业设计（论文）作者签名：指导导师签名： 签字日期：签字日期：
毕业设计（论文）版权使用授权书 本人完全了解KKJJ大学有关保管、使用毕业设计（论文）的规定。特授权华北水利水电大学可以将毕业设计（论文）的全部或部分内容公开和编入有关数据库提供检索，并采用影印、缩印或扫描等复制手段复制、保存、汇编以供查阅和借阅。同意学校向国家有关部门或机构送交毕业设计（论文）原件或复印件和电子文档（涉密的成果在解密后应遵守此规定）。 毕业设计（论文）作者签名：导师签名： 签字日期：签字日期：
目录 摘要 (1) 第一章绪论 (3) 1.1中长期负荷预测研究背景和意义 (3) 1.2负荷预测的基本原理 (4) 1.3负荷预测的方法及特点 (5) 1.4研究现状 (8) 1.5目前存在的问题 (8) 1.6本文的主要工作 (9) 第二章负荷预测的方法 (10) 2.1负荷预测的分类 (10) 2.2负荷预测的特点 (11) 2.3影响中长期负荷发展的因素 (12) 2.4负荷预测的误差分析 (13) 2.4.1产生误差的原因 (14) 2.4.2预测误差分析 (14) 第三章回归分析基本理论及预测模型 (16) 3.1回归分析的基本思想 (16) 3.2回归分析的基本原理与方法 (16) 3.2.1基本原理 (16) 3.2.2基本方法 (16) 3.3回归分析步骤 (17) 3.4实例分析 (18) 第四章灰色系统的基本理论及预测模型 (22)
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，