电力负荷预测方法
第六讲电力市场环境下的电力负荷预测方法
第一章电力负荷预测概论
第一节负荷预测概念和原理
一、负荷预测概念
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，负荷是指发电厂、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的功率之和。
1．负荷按物理性能划分
负荷按物理性能分为有功负荷和无功负荷。
(1)有功负荷：是把电能转换为其他能量，并在用电设备中真实消耗掉的能量，计算单位为hw(千瓦)。
(2)无功负荷：在电能输送和转换过程中，需要建立磁场(如变压器、电动机等)而消耗的功率。它仅完成电磁能量的相互转换，并不做功，在这个意义上称为“无功”，计算单位是kvar(千乏)。
2．负荷按电能的划分
负荷按电能的产、供、销生产过程分为发电负荷、供电负荷和用电负荷。
(1)发电负荷：指某一时刻电网或发电厂的实际发电出力的总和，计算单位为kW。
(2)供电负荷：指供电地区内各发电厂发电负荷之和，减去发电及供热用厂用电负荷，加上从供电地区外输入的负荷，再减去向供电地区外输出的负荷，计算单位为kw。
(3)用电负荷：指地区供电负荷减去线路和变压器中的损耗后的负荷。计算单位为kw。
3．负荷按时间的划分
负荷按时间分为年、月、日、时、分负荷、
4．售电量及用电量
(1)售电量：是指电力企业售给用户(包括趸售户)的电量及供给本企业非电力生产(如修配厂用电)、基本建设、大修理和非生产部门(如食堂、宿舍)等所使用的电量。
(2)用电量，是指电网(或电力企业)的售电量与自备电厂自发、自用电和其售给附近用户的电量之和。
5.电量的划分
电量可分为有功电量和无功电量。
(1)有功电量：是指有功负荷与时间的乘积。有功电量可由电能表读出，也可由有功负荷的平均值乘以时间得出，有功电量的计算单位是kw·h。
(2)无功电量：是指无功负荷与时间的乘积。无功电量可由无功电能表读出，也可由无功负荷的平均值乘以时间得出，无功电量的计算单位是kvar·h。
6．负荷预测
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—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意义下，确定未来某特定时刻的负荷数值，称为负荷预测。
二、电力负荷预测的作用和现状
电力负荷预测是电力部门的重要工作之一，准确的负荷预测，可以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，保障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。
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，适合本地特点的预测程序、软件开始出现。
三、负荷预测的特点
由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以，负荷预测工作所研究的对象是不肯定事件。只有不肯定事件、随机事件，才需要人们采用适当的预测技术，推知负荷的发展趋势和可能达到的状况。这就使负荷预测具有以下明显的特点。
1．不准确性
因为电力负荷未来的发展是不肯定的，它要受到多种多样复杂因素的影响，而且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计，有些却很难事先预
见到，加上一些临时情况发生变化的影响，因此就决定了预测结果的不准确性或不完全准确性。
2. 条件性
各种负荷预测都是在一定条件下作出的。对于条件而言，又可分为必然条件和假设条件两种，如果负荷员真正掌握了电力负荷的本质规律，那么预测条件就是必然条件，所作出的预测往往是比较可靠的。而在很多情况下，由于负荷未来发展的不肯定性，所以就需要一些假设条件。例如，我们经常说，如果天气一直不下雨的话，排灌负荷将保持较高的数值等等。当然，这些假设条件不能毫无根据的凭空假设，而应根据研究分析，综合各种情况而得来。给预测结果加以一定的前提条件，更有利于用电部门使用预测结果。
3．时间性
各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴，因此，要求有比较确切的数量概念，往往需要确切地指明预测的时间。
4．多方案性
由于预测的不准确性和条件性，所以有时要对负荷在各种情况下可能的发展状况进行预测，就会得到各种条件下不同的负荷预测方案。
第二节用电量与负荷预测的分类
用电分类是说明国民经济各部门用电情况和变化规律，反映电气化发展水平和趋势的指标，是负荷预测和电力分配的依据。我国用电分类从1986年起按“国民经济行业用电分类”，把全部用电量按下列三个原则进行划分：一是参考国际行业分类的标准和经验，从我国实际情况出发划分各行业的界限，并在具体分类中兼顾国际资料对比的需要；二是区分物质生产领域和非物质生产领域；三是主要按照企业、事业单位、机关团体和个体从业人员所从事的生产或其他社会活动性质的同一性分类，即按其所属行业分类，而不按其所属行政主管系统分类，但也应适当照顾行政主管部门业务管理范围的需要。
一、国民经济行业用电分类
国民经济行业按用电分类，连同城乡居民用电可分为八大类，各类用电包括范围如下。
1．农、林、牧、渔、水利业
该行业用电指乡、村用于农业、林业、畜牧业、渔业、水利业等方面的生产用电。
(1)农业包括种植业、其他农业；
(2)林业包括林业经营种植等；
(3)畜牧业包括牲畜饲养放牧业、家禽饲养业、其他畜牧业；
(4)渔业包括海水渔业和淡水渔业，
(5)水利业；
(6)农、林、牧、渔、水利服务业。
2．工业
工业用电指工业企业用于工业生产的用电。如果企业生产跨行业产品时，应按企业主要产品进行归类。工业包括采掘业和制造业。
(1)采掘业。采掘业主要包括矿业、木材及竹材采运业以及自来水生产和供应业。其中矿业包括固体矿藏、液体矿藏和气体矿藏的开采和洗选。主要有煤炭、石油和天然气、黑色金属、有色金属、建材及其他非金属矿的采选业、采盐业和其他矿采选业。
(2)制造业。制造业范围较为广泛，包括17类：（1）食品、饮料和烟草制造业；（2）纺织业；（3）造纸业：（4）电力、蒸汽、热水生产和供应；（5）石油加工业；（6）煤焦、煤气及煤制品业；（7）化学工业中的轻工业；（8）医药工业；（9）化纤工业；（10）橡胶及塑料制品业中的轻工业；（11）建筑材料及其他非金属矿制品业；（12）黑色金属冶炼及压延加工业；（13）有色金属冶炼业；（14）金属制品业；（15）机械工业；（16）交通运输、电气、电子设备制造业；（17）其他工业。
3．其他事业
(1)房地产管理、公用事收、居民服务和咨询服务业。
(2)卫生、体育和社会福利事业。
(3)教育、文化艺术和广播电视事业。
(4)科学研究和综合技术服务事业。
(5)国家党政机关和社会团体。
4．城乡居民用电
(1)乡村居民生活照明用电，包括照明、家用电器等用电。
(2)城镇居民生活照明用电、包括照明、家用电器等用电。
此外，国民经济用电还包括地质普查和勘探业，建筑业，交通运输邮电通信业，商业、公共饮食业，物质供销和仓储业。
二、负荷预测分类
1．负荷预测按时间分类
电力负荷预测中经常按时间期限进行分类，通常分为长期、中期、短期和超短期负荷预测。长期负荷预测一般指10年以上并以年为单位的预测，中期指5年左右并以年为单位的预测。它们的意义在于帮助决定新的发电祝组的安装(包括装机容量大小、型式、地点和时间)与电网的规划、增容和改建，是电力规划部门的重要工作之一。
短期预测则是指一年之内以月为单位的负荷预测，还指Lx周、天、小时为单位的负荷预测，通常预测未来一个月度、未来一周、未来一大的负荷指标，也预测未来一天24h 中的负荷，其意义在于帮助确定燃料供应计划；对运行中的电厂出力要求提出预告，使对发电机统出入变化事先得以估计；可以经济合理地安排本网内各机组的启停，降低旋转储备容量；可以在保证正常用电的情况下合理安排机组检修计划。
超短期负荷预测指未来1h 、未来0.5h甚至未来10min的预测。其意义在于可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。
2．负荷预测按行业分类
负荷预测可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷的负荷预测。其中．城市民用负荷预测主要指城市居民的家用负荷预测；商业负荷预测和工业负荷预测是指对各自为商业与工业服务的负荷进行预测；农村负荷预测是指广大农村所有负荷(包括农村民用电、生产与排灌用电以及商业用电等)的预测；而其他负荷预测则包括市政用电(如街道照明等)、公用事业、政府办公、铁路与电车、军用等等负荷的预测。
虽然负荷可以大致这样分类预测，但并不严格，对于按某类负荷进行预测时，可能发生把某些实际负荷归算到哪一类负荷的争执。在这种情况下，就只能由各供电部门自己决定。因此，在一些供电公司中，可以各自有共更具体的负荷预测分类细目。
3．负荷预测按特性分类
根据负荷预测表示的不同持性，常常又分为最高负荷、最低负荷、平均负荷、负荷峰谷差、高雌负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负荷、负荷率等类型的负荷预测，以满足供电、用电部门的管理工作的需要。
第三节负荷预测基本程序
对电力负荷进行科学预测，要有一个基本程序，就是要考虑预测工作怎样进行，分几个阶段，先做什么，后做什么。只有把负荷预测工作的整个程序搞清楚，才能做好负荷预
测上作。根据所进行的电力负荷预测的实践活动，认为其基本程序如下。
一、确定负荷预测目的，制订预测计划
负荷预测目的要明确具体，紧密联系电力丁业实际需要，并据以拟定一个负荷预测工作计划。在预测计划中要考虑的问题主要有：准备预测的时期，所需要的历史资料(按年、按季、按月、按周或按日)，需要多少项资料，资料的来源和搜集资料的方法，预测的方法，预测工作完成时间，所需经费来源等等。关于所需资料项数多少，说法不一。有人主张外推预测的时期数不能超过历史资料的时期数，如设d＝历史资料时期数，A＝外推预测时期数、则有d≥h。也有人认为，这种要求低估了短期预测所需项数和高估了长期预测所需项数，主张用d＝4h计算。按此式，如向前预测1期，则A＝l，d=4）即需要4期历史资料；如向前预测4期，则需8期历史资料；如向前预测100期，就要用40期历史资料即可。可见，用这个公式计算，照顾了短期预测的需要，却不利于长期预测。实际上，根据长期的历史资料进行短期预测，要比根据短期的历史资料进行长期预测更可靠些，因为这样根据更充分些。
二、调查资料和选择资料
要多方面调查收集资料，包括电力企业内部资料和外部资料，国民经济有关部门的资料，以及公开发表和未公开发表的资料，然后从众多的资料中挑选出有用的一小部分，即把资料浓缩到最小量。挑选资料的标76，一要直接有关性，二要可靠性，三要最新性。先把符合这三点的资料挑出来，加以深入研究，在这以后，才能考虑是否还需要再收集其他资料。收集统计资料是不容易的，尤其是在我国当前的情况下，各层次的资料往往不够完整，真实性也有问题，再加上保密问题尚未解决，就更增加了难度。尤其是如果资料收集和选择得不好，会直接影响负荷预测的质量。
三、资料整理
对所收集的与负荷有关的统计资料进行审核和必要的加工整理，是保证预测质量所必须的。可以说，预测的质量不会超过所用资料的质量，整理资料的目的是为了保证资料的质量，从而为保证预测质量打下基础。
1．衡量统计资料质量的标准
衡量一个统计资料质量高低的标谁，主要有以下几方面：
(1)资料完整无缺，各期指标齐全；
(2)数字准确无误，反映的都是正常(而不是反常)状态下的水平，资料中没有异常的“分离项”(outlier)；
(3)时间数列各值间有可比性。
此外，还有历史资料的表现形式是否适合需要，是否需要变换，以及计量单位是否规范化等问题也要注意。
2．资料的整理
资料整理的主要内容有以下几项：
(1)资料的补缺推算。如果中间某一项的资料空缺，则可利用相邻两边资料取平均值近似代替，如果开头一项资料空缺，则可利用趋势比例计算代替。
(2)对不可靠的资料加以核实调整。对能查明原因的异常值，用适当方法加以订正；对原因木明而又没有可靠修改根据的资料，最好删去，有多少删多少。
(3)对时间数列中不可比资料加以调整。时间数列资料的可比性主要包括：各期统计指标的口径范围是否完全一致，各期价值指标所用价格有无变动；各期时间单位长度是否可比；周期性的季节变动资料的各期资料是否可比，是否能如实反映周期性变动规律。 用不同方法处理上述各种可比性问题时，务必使资料在时间上有可比性。此外，还要根据研究目的，认真考虑时间数列的起止时间，即应截取哪一段时期的资料使用。
四、对资料的初步分析
在经过整理之后，还要对所用资料进行初步分析，包括以下几方面：
(1)画出动态折线图或散点图，从图形中观察资料变动的轨迹，特别注意离群的数值(异常值)和转折点，研究它是由偶然的，还是其他什么确定的原因所致。
(2)查明异常值的原因后．加以处理，对于异常值，常用的处理方法是，设负荷历史数
据为x 1,…,x n ,令%);201(x xi %),201(x x ,x n 1x i n 1
i i +=+>=∑=取若 %)201(x x %),201(x x i i -=-<取若，从而使历史数据序列趋于平稳。
除此之外，也有用非平稳序列的平稳化代换方法和灰色系统的累加生成方法进行处理的，这些技术将在后面讲到。
(3)计算一些统计量，如自相关系数，以进一步辨明资料轨迹的性质，为建立模型做准备。这些统计量将在后面介绍。
五、建立预测模型
负荷预测模型是统计资料轨迹的概括，它反映的是经验资料内部结构的一般特征，与该资料的具体结构并不完全吻合。模型的具体化就是负荷预测公式．公式可以产出与观察值有相似结构的数值，这就是预测他。负荷预测模型是多种多样的，以适用于不同结构的
资料，因此，对一个具体资料，就有选择适当预测模型的问题。正确选择预测模型在负荷预测中是具有关键性的一步。有时由于模型选择不当，造成预测误差过大，就需要改换模型。必要时，可同时采用几种数学模型进行运算，以便对比、选样。
六、综合分析，确定预测结果
通过选择适当的预测技术，建立负荷预测数学模型，进行预测运算得到的预测值，或利用其他方法得到的初步预测值，还要参照当前已经出现的各种可能性，以及新的蹈势与发展，进行综合分析、对比、判断推理和评价。最终对初步预测结果进行调整和修正。这是因为从过去到现在的发展变化规律，不能说就是将来的变化规律。所以耍对影响预测对象的新因素进行分析，对预测模型进行适当的修正后确定预测值。
预测值的确定决不是通过某一、两个预测运算就能轻而易举取得的。负荷预测工作不仅是一种科学，而且是一种艺术，良好的综合判断能力是十分重要的，它是个人才能、经验与教训综合作用的结果。
第四节负荷预测误差分析
由于负荷预测是一种对未来负荷的估算，因此，它与客观实际还是存在着一定的差距，这个差距就是预测误差。
预测误差和预测结果的准确性关系密切。误差愈大，准确性就愈低；反之，误差愈小，准确性就愈高。可见，研究产生误差的原因，计算并分析误差的大小，是有很大意义的。这不但可以认识预测结果的难确程度，从而在利用预测资料作决策时具有重要的参考价值，同时，对于改进负荷预测工作，检验和选用恰当的预测方法等方面也有很大帮助。
一、产生误差原因
产生预测误差的原因很多，主要有以下几个方面：
(1)进行预测往往要用到数学模型，而数学模型大多只包括所研究现象的某些主要因素，很多次要的因素都被略去了。对于错综复杂的电力负荷变化来说，这样的模型只是一种经过简单化了的负荷状况的反映，与实际负荷之间存在差距，用它来进行预测，也就无可避免地会与实际负荷产生误差。
(2)负荷所受影响是千变万化的，进行预测的目的和要求又各种各样，因而就有一个如何从许多预测方法中正确选用一个合适的预测方法的问题。如果选择不当的话．也就随之而产生误差。
(3)进行负荷预测要用到大量资料，而各项资料并不能保证都是准确可靠，这就必然会带来预测误差。
(4)某种意外事件的发生成情况的突然变化，也会造成预测误差。此外，由于汁算或判断上的错误，如平滑常数的选择不要，也会产生不同程度的误差。
以上各种不同原因引起的误差是混合在一起表现出来的，因此，当发现误差很大，预测结果严重失实时，必须针对以上各种原因逐一进行审查，寻找根源，加以改进。
二、预测误差分析
计算和分析预测误差的方法和指标很多，现主要介绍如下几种。
1．绝对误差与相对误差
设Y 表示实际值，∧Y 表示预测值，则称Y-∧Y 为绝对误差，称Y Y Y ∧
-为相对误差。有时相对误差也用百分数Y Y Y ∧
-×100%表示。这是一种直观的误差表示方法。在电力系统中作为一种考核指标而经常使用。
2．平均绝对误差
∑∑=∧=-==n 1i i i n 1
i i |Y Y |n 1|E |n 1MAE 式中 MAE —平均绝对误差；
E i —第i 个预测值与实际值的绝对误差；
Y i —第i 个实际负荷值；
∧
Y ——第i 个预测负荷值。
由于预测误差有正有负，为了避免正负相抵消，故取误差的绝对值进行综合并计算其平均数，这是误差分析的综合指标法之一。
3．均方误差
∑∑==∧-==n 1i 2n 1i i i 2i )Y Y (n 1E n 1MAE 式中， MSE —均方差，其他符号同前。
均方误差是预测误差平方之和的平均数，它避免了正负误差不能相加的问题。是误差分析
的综合指标法之一。
4．均方根误差 ∑∑=∧=-==n 1
i 2i i n 1i 2i )Y Y (n 1E n 1RMSE 式中 RMSE —均方根误差，其他符号同前。
这是均方误差的平方根。由于对误差E 进行了平方，加强了数值大的误差在指标中的作用，从而提高了这个指标的灵敏性，是一大优点，这也是误差分析的综合指标这一。
5．标准误差
m n )Y Y (SY 2i i --=∑∧
（I=1,2,…,n,）
式中 S Y —预测标准误差；
n —历史负荷数据个数；
m —自由度，也就是变量的个数，即自变量和因变量的个数的总和。
6．关联度误差分析
关联度是灰色系统理论提出的一种技术方法，是分析系统中各因素关联积蓄的方法，
或者说是关了关程度量化的方法。
关联度的基本思想，是根据曲线间相似程度来判断
关联程度，实质上是几种曲线间几何开头的分析比
较，即认为几何形状越接近，则发展变化态势越接
近，关联程度越大。用此方法可以来比较几种预测
模型对应的几条预测曲线与一条实际曲线的拟合程度，关联度越大，则说明对应的预测模型越优，拟合误差也就越小。图1-1所示的各因素几何态势图，曲线1、2间的相似程度大于曲线1、3间的相似程度，因此认为曲线1、2的关联度大，曲线1、3的关联度较小。
如果说我们指定参考数列为x 0，被比较数列（又称预测数列或因素数列）为x i ，其中i=1,2,…,m ，且
图1-1 各因素几何态势图
m
,,2,1i )}n (x ,)2(x ),1(x {x )}
n (x ,),2(x ),1(x {x i i i i 0000ΛΛΛ===
则称
|
)k (x )k (x |max max |)k (x )k (x ||
)k (x )k (x |max max |)k (x )k (x |min min )k (i o k i i o i o k
i i o k i i -ρ+--ρ+-=ξ
为曲线x 0与x i 在第k 点的关联系数。上式中|x o (k)-x i (k)|=△i(k)称为第k 点与x o 与x i 的绝对差；|)k (x )k (x |min min i o k i -称为两级最小差，其中|)k (x )k (x |max i o k
-是第一级最小差，
这表示在第x i 曲线上，找各点与x 0的最小差，|)k (x )k (x |min min i o k
i -是条二级最小差，
表示在各条曲线中找出的最小差基础上，再按i=1,i=2,…,i=m 找所有曲线x i 中的最小差；)k (x )k (x |max max i o k
i -是两级最大差，其意义与最小差相似；ρ称为分辨系数，是0与1间的数，一般取ρ=0.5。
综合各点的关联系数，可得出整个x i 曲线与参考曲线x 0的关联度r i 为：
∑=ξ=n 1
k i i )k (n 1r 对于单位不同，或初值不同的数列作关联度分析时，首先要做无量纲化、归一化预处理，也称为初值化。为了把所有数列无量钢化，并且要求所有数列有公共交点，用每一数列的第一个数x i (1)除其他数x i (k)，就可解决这两个问题，使得各数列之间具有可比性。
【例1-1】设y 0为参考数列（历史负荷数列），∧y 1、∧
y 2为比较数列（两种预测方法所得预测值数列），y 0、∧y 1、∧y 2分别为
}70,65,55,43,45,40{)}6(y )5(y ),4(y ),3(y ),2(y ),1(y {y }
90,70,60,55,35,30{)}6(y ),5(y ),4(y )3(y ),2(y ),1(y {y }
80,60,45,40,22,20{)}6(y ),5(y ),4(y ),3(y ),2(y ),1(y {y 222222211111110000000======∧∧∧∧∧∧∧∧∧∧∧∧∧∧
试求∧y 1、∧y 2分别对y 0的关联度。 解：第一步，“初值化”
}
75.1,625.1,375.1,075.1,125.1,1{}40
70,4065,4055,4043,4045,4040{x }
3,314.2,2,334.1,166.1,1{}3090,3070,3060,3055,3035,3030{x }
4,3,25.2,2,1.1,1{}2080,2060,2045,2040,2022,2020{x 210====== 第二步，求关联系数中两级差 记△1（k ）为
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。
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。
电力负荷预测方法
1.负荷预测分类和基础数据处理 1.1负荷预测及其分类 1.1.1负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 1.1.2负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。
1.2负荷预测的基础数据处理 1.2.1负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整） 1.2.2数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 2.1经验技术预测方法 2.1.1专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对
电力系统负荷预测
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。
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：
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。
配电网规划中电力负荷预测方法研究综述 王羚
配电网规划中电力负荷预测方法研究综述王羚 摘要：现阶段，在电力工程的发展过程中，电力的供应对整个社会的运转都是 至关重要的，基于提供高质量的电力供应服务的目的，科学进行配电网规划，并 且运用电力负荷预测方法，达到增强配电网规划工作的效果。有关工作者通过应 用科学的电力负荷预测方法，实现对后续工作的精准预测，系统掌握电力负荷变 化的规律和相关的影响因子情况，尽可能避免或减少配电网规划管理安全风险。 为此，系统思考和分析配电网规划中电力负荷预测方法显得尤为必要，拥有一定 的研究意义与实施价值。 关键词：配电网规划；电力负荷预测方法；研究综述 引言 在目前的供电企业当中电力负荷预测技术是其中非常重要的工作，同时也是 经常重复的工作。做这项工作的目的是为了能对于未来新的发电机组以及更新扩 展提供依据，同时它还能够决定发电机组的容量和时间地点的选择，对供电企业 的发展和扩建有着很重要的意义，所以电力企业现代化管理最重要的标志就是在 于电力负荷预测技术。电力负荷预测技术最核心的问题就是在于如何选择电力负 荷预测方法，因为随着目前社会的进步以及科技的发展，电力负荷预测理论知识 以及实践方法不断改良进步，电力负荷预测最终的发展趋势肯定是趋于智能化、 精细化预测技术，为电力行业发展提供重要的技术保障。 1负荷预测种类 1.1中、长期负荷预测 若预测年限达到10年以上，且预测的时间单位是以年来计算的，则该种预测为长期负荷预测;若预测年限是5年左右，且时间单位是以年来计算的，那么该种预测方式为中期负荷预测。它们的意义在于帮助决定发电机的装机容量、型式、 地点和时间与电网的规划、增容、和改建。由于中、长期负荷预测主要针对项目 工程较大、时间跨度长，往往具有较大误差，在项目基建时也需要留有较大裕度。近年来，主动配电网技术逐步发展，中、长期负荷预测能够对其规划在分布式电 源选址定容及网架规划上提供规划依据。 1.2短、超短期负荷预测 超短期负荷预测指未来1h、未来0.5h甚至未来10min的预测。其意义在于 可对电网进行计算在线控制，对配电网、发电厂等系统进行实时调度指令下达的 配合。短期负荷预测是指一年之内按月为单位的预测和以周、天、小时为单位的 负荷预测，一般预测的是未来一个月度、未来一周、和预测未来一天的负荷。它 的意义在于:对近期集中式发电厂的发电计划进行合理制定，对各机组的出力分布 进行合理计划;可以经济合理地安排本网内各机组的启动和停止，降低储备容量; 可以在留有裕量时对发电机组进行分组停机检修。伴随着国家和社会的稳定发展，提高短期负荷预测的精度受到了各行各业的极大关注，随之成为了很多各大高校 学者们的研究分析课题。 2配电网规划中的电力负荷预测方法 2.1回归分析方法 回归分析方法也叫作统计分析方法，在很多领域中均获得了有效地应用，通 过利用该预测方法实施测量，应该科学预测不同因子间的关联，完成对预测数值 的准确计算。在此过程中，以区域相关的历史资料与有关影响因子作为主要的预 测对象。在科学分析相关影响因子和用电量相应的函数过程中，可以完成电力负