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：成百上千的企业无法正常生产，安全生产埋下隐患，投资环境和城市形象蒙上阴影，人民正常

生活受到影响。

因此正确预测电力负荷对指导我国电力“又好又快”地发展具有重要意义。

预测技术的发展源于社会的需求和实践。预测是人们根据历史的和现在掌握的信息，利用已经掌握的知识和手段，预先推知和判断研究对象的未来或未知状况的结果。预测可以提供未来的信息，为当前人们做出有利的决策提供依据。随着人类社会和科学技术的发展，预测技术也得到了不断的发展，尤其是最近几十年，随着预测理论、方法和技术的不断丰富，在某些领域预测的精度甚至可以达到很高的水平。到二十世纪七十年代末，预测逐渐形成了一门自成体系的综合性学科，并得到了迅速发展。电力系统负荷预测方法的研究起步较晚，从二十世纪八十年代后才有了较大的发展。

电力系统负荷预测是指：在考虑一些重要的系统运行特性、增容决策和自然条件下，利用一套系统的处理过去和未来负荷的方法，在一定精度意义下，决定未来某特定时刻或某些特定时刻的负荷值。电力负荷预测是电力系统规划、运行不可缺少的重要环节，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，是实时控制、运行计划和发展规划的前提和重要依据。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。

电力系统负荷预测的具体作用视预测期限的长短而异。一般可分为长期、中期、短期和超短期四种。其中，中期负荷预测是指5年左右，长期负荷预测一般是指十年至数十年的负荷预侧。中长期负荷预测的意义在于帮助决定新的发电机组的安装（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[8]。近年来，随着计算机技术的迅猛发展，使大量复杂的、用人工方法难以实现的预测方法的采用成为可能，而且负荷预测的手段也逐渐发展为运用软件预测，使得负荷预测的方法和手段大为增加，但要做准确的预测仍存在着很大的问题。

2005年，全国发电装机总容量5.08亿kW（其中，火电占75.6%，水电占22.9%，核电占1.35%，其它占0.15%），发电量24747亿kW·h。

2006年，全国发电装机总容量6.22亿kW（其中，火电占77.82%，水电占20.67%，其它占1.51%），发电量kW·hkW·hkW·hkW·h预计2010年，全国发电装机总容量将达到8亿kW。

2005年，我国全社会用电量24689亿kW·h，同比增长13.45%，用电结构仍以工业为主，占73.8%，同比增长13.37%。城乡居民生活用电量增长最快，达2838亿kW·h，同比增长16.19%。2006年，我国全社会用电量28248亿kW·h，同比增长14.0%，kW·hkW·hkW·hkW·h2005年，云南省总装机容量1320万kW（其中，火电约占35%，水电约占65%），同比增长12.7%；发电量624.2亿kW·h，同比增长14.8%。云南电网公司统调装机容量893万kW，同比增长

6.95%；完成售电量432.4亿kW·h ，同比增长14.14%，其中，省内售电量完成366.17亿kW·h ，同比增长18.81%；外送电量66.23亿kW·h ，其中送广东电量62.96亿kW·h ，送越南电量3.27亿kW·h 。

2006年，云南省总装机容量1853万kW 。目前，全省发电总装机容量达2077万kW 。

预计2010年，全省发电装机总容量将突破3600万kW ，2020年，将达到8000万kW 。

二、电力负荷预测方法与应用

综合国内外对电力系统中长期负荷预测方面的研究，采用的预测方法及达到的预测精度各有不同，但主要有：经典方法、传统方法、智能方法等三大类。

（一）经典预测方法

经典预测方法通常是依靠专家的经验或一些简单变量之间的相互关系对未来负荷值做出一个方向性的结论。主要有分单耗法、电力弹性系数法、负荷密度法、分类负荷预测法和人均电量法等。

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 1

Q 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 max

式中 P n·max —年最大负荷（MW ）； A n —年需用电量（kW·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。

2、电力弹性系数法

电力弹性系数kt 是指年用电量（或年最大负荷）的年平均增长率k zch （%）与（%）国内生产总值（GDP ）年平均增长率k gzch （%）的比值，即 kt=k k gzch

zch

电力弹性系数是一个宏观指标，可用作远期规划粗线条的负荷预测。

采用这个方法首先要掌握今后国内生产总值的年平均增长速度，然后根据过去各阶段的电力弹性系数值，分析其变化趋势，选用适当的电力弹性系数（一般大于1）。由于电力弹性系数与各省、各地区的国民经济结构及发展有关，各省及地区需对本省、本地区的电力弹性系数资料进行统计分析，找出适合于本省、本地区的电力弹性系数发展趋势。

有了弹性系数及国内生产总值的年平均增长率，就可以计算规划年份所需用的电量，即 A m =A 0(l ＋ k t k gzch )n

式中 A m —预测期末的需用电量（或年最大负荷）； A 0—预测期初的需用电量（或年最大负荷）； k t —电力弹性系数；

k gzch —国内生产总值的年平均增长率； n —计算期的年数。

电力弹性系数也分为电力生产弹性系数和电力消费弹性系数，前者与装机容量或发电量的增长速度有关，后者与用电量的增长速度有关。

电力弹性系数，一般是指以电量为基础来计算的，即用发电量或用电量的发展速度（增长率）除以国民经济增长速度得出的。国民经济增长速度过去常采用工农业总产值或国民收入的增长速度来计算，后为了与国际接轨，采用国民生产总值的增长速度来计算，近年来又采用国民生产总值的增长速度来计算。

由于电力不能储备，因此不仅要满足电量的要求，还要满足容量的要求，所以应当有以发

供电设备容量为基础计算的电力弹性系数。在不缺电的情况下，这两个弹性系数应当是一致的，但是在缺电特别是严重缺电和的条件下，这两个弹性系数是不一致的。在缺电的条件下，计算以容量为基础的电力弹性系数比计算以电量为基础的电力弹性系数更为重要。另一方面，以容量为基础的电力弹性系数所要考虑的因素也要比以电量计算考虑得多一些，一是要考虑还欠账，以保证电力系统有足够的备用容量；二是要考虑降低过高的发供电设备利用小时数；三是要考虑国民经济计划超额和提前完成的因素。因此，在缺电的条件下，以容量计算的电力弹性系数要大于以电量计算的电力弹性系数。

根据现代经济学原理分析，不同地区在不同的经济发展阶段。其电力弹性系数有不同的数值。电力弹性系数的变化不仅与电力工业的发展水平直接有关，还与科学技术水平、经济结构、资源状况、产品结构、装备和管理水平以及人民生活水平等因素有关。从“一五”到“十五”期间，我国有6个五年计划期电力弹性系数大于1，大部分集中在前期；有3个五年计划期弹性系数小于1，多集中在近期，这似乎反映了用电增长速度最终将趋向于低于经济的增长速度这样一种发展态势（见表）。

我国各个五年计划经济增长与用电增长的关系

电力弹性系数的数值大小及其变化隐含了许多相对数量关系，对应了许多不同的电力及经济发展状况。相同的电力弹性系数，有可能对应了完全不同的电力及经济发展状况。因此，分

析电力弹性系数，重点应分析电力及经济增长速度的内在相关性，通过电力弹性系数本身的数值变化来分析经济发展中的优势及隐形问题，通过宏观调控、政策引导，达到经济可持续发展的目标。

弹性系数法是从宏观上确定电力发展同国民经济发展的相对速度，是衡量国民经济发展和用电需求的重要参数。在市场经济条件下，电力弹性系数已经变得捉摸不定，并且随着科学技术的迅猛发展，“节能降耗”政策、节电技术和电力需求侧管理、新经济(如和识经济、信息经济)的不断产生和发展，以电能替代其他非电能源的范围不断扩大，电力与经济的关系急剧变化，电力需求与经济发展的变化步伐严重失调，使弹性系数难以捉摸，使用弹性系数法预测电力需求难以得到满足的效果，应逐步淡化。该方法的优点是方法简单、易于计算，缺点是需做大量细致的调研工作需要经济发展预测必须准确，人为主观影响过大。。

3、负荷密度法

所谓负荷密度是指单位面积的用电负荷数（kW/km2）。

城市平均负荷密度是一个反映城市和人民生活水平的综合指数。负荷密度法是根据对不同规模城市的调查，参照城市发展规划、人口规划、居民收入水平增长情况等，用每平方公里面积用电负荷，来测算城镇负荷水平。

由于城市的经济和电力负荷常有随同某种因素而不连续（跳跃式）发展的特点，因此应用负荷密度法是一种比较直观的方法。

下表是昆明市中心区的负荷密度变化情况。

昆明市中心区平均负荷密度表（kW/km2）

国内省外一些城市的负荷密度：

①深圳特区：

1998年深圳特区的负荷密度为1.12万kW/km2，特区外为0.67万kW/km2，特区内福田区、罗湖区、南山区和盐田区负荷密度值分别为1.12万kW/km2、1.46万kW/km2、0.88万kW/km2

和1.73万kW/km2。

②上海市

上海市中心城区（外环路以内）2003年的负荷密度为1.22万kW/km2。

④苏州新区

1996年建设的苏州新区规划为52km2，首期为6.8km2，基本上已完成开发，2002年最高负荷为7万kW，负荷密度为1.03万kW/km2。

按规划用地性质计算负荷也可认为是负荷密度法。

按规划用地性质计算的负荷密度表

按规划的各地块各类建筑面积计算负荷：

这种方法主要用于法定图则和详细蓝图规划阶段的负荷预测。

按规划的各地块各类建筑面积计算负荷的计算公式是：

P=M×V

式中：M—建筑面积；

V—单位建筑面积负荷取值；

P—最大负荷。

而M=S×R×D

式中：S—占地面积；

R—容积率，即一定地块内，总建筑面积与建筑用地面积的比例；

D—建筑密度，即一定地块内所有建筑物的基底总面积与占用地面积的比例。

这种方法的关键是单位建筑面积负荷取值，其指标是根据不同性质建筑的用电负荷特点进行分类取值，该指标为规划区内同一类建筑用电归算至10kV电源侧的用电指标，而非某一建筑单体的单位建筑面积负荷指标。在计算总计算负荷时，应首先计算各地块内各类建筑用电负荷，该负荷值需考虑各类型建筑用电的需用系数，然后将各地块负荷相加，并考虑总同时系数，总同时系数取值宜为0.7～0.9。在负荷指标选取时，应根据建筑类别、规模、功能和等级等因素综合考虑，在特殊情况下，如超高层建筑、大型高科技工业厂房、研发设施和大型空调仓储建筑等，以及上述指标中未包括的建筑类型，应根据具体项目情况确定具体指标。

单位建筑面积负荷指标的选取，既要考虑当前的经济发展水平，又要适应远期负荷增长的用电需要。在采用单位建筑面积用电负荷指标时，应明确所用指标值的含义，并应考虑各级同时系数。

按《城市电力规划规范》（GB/50293-1999）及其它参考文献，规划单位建筑面积负荷指标（W/m2）见下表。

分类建筑综合用电指标表单位：W/m2

减40%～50%。

2、计算负荷时，应分类计入需用系数和计入总同时系数。

3、住宅也可按户计算，普通3～4kW/户、中级5～6kW/户、高级和别墅7～10kW/户。

4、分类负荷预测法

分类负荷预测法一般将负荷划分为：工业用电、农业用电、生活用电和其它用电四大类，将各类负荷分别进行预测，然后相加后乘同时系数得到。

分类负荷预测的优点在于：在某一类负荷中，其增长趋势的不正常情况有可能被发现，并且由于各类负荷都得预测，因此总的负荷结果是比较明确的，缺点是统计信息的搜集工作较大较复杂。

5、人均电量法

人均电量是考察一个国家、一个城市经济发达程度的一个重要参数。

按《城市电力规划规范》，规划人均综合用电量指标如下表。

城市规划人均综合用电量表

全国1990～2001年间的人均用电量统计表如下表所示，人均用电量平均增长率为7.2%。

全国1990～2001年人均用电量统计表

单位：kW·h

（二）传统预测方法

传统预测方法包括增长曲线方法、回归分析法及时间序列分析法。其中回归分析法和时间序列法基本上都是属于概率统计的方法。

1、增长曲线方法

增长曲线（又称为生长曲线）方法是对事物的生长、发展过程的定量描述模型。按照地区

负荷变化的不同，可以选择不同的增长曲线，如指数增长曲线、修正指数增长曲线、逻辑增长曲线、龚玻兹增长曲线等。

2、回归分析法

回归分析法是利用数理统计原理，对大量的统计数据进行数学处理，并确定用电量或用电负荷与某些自变量例如人口、国民经济产值等之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用来预测今后的用电量。

回归分析包括一元线性、多元线性和非线性回归法。一元线性回归方程以y=a＋bx表示，其中x为自变量，x为因变量；a，b为回归系数。多元线性回归方程为y=a0＋a1x1十a2x2＋…十a n x n。非线性回归方程因变量与自变量不是线性关系，如y=ae bx等，但许多经过变换后仍可转换为线性回归方程。

根据历史数据，选择最接近的曲线函数，然后用最小二乘法使其间的偏差之平方和为最小，求解出回归系数，并建立回归方程。回归方程求得以后，把待求的未来点代入方程，就可以得到预测值。此外还可测出置信区间。从理论上讲，任何回归方程的适用范围一般只限于原来观测数据的变化范围内，不允许外推，然而实际上总是将回归方程在适当范围内外推。

应用回归分析方法必须预先人为给定回归线类型，若给定的不合适将直接影响预测精度。同时对不同的系统由于负荷特点不尽相同，也很难建立起具有通用性的负荷预测模型。

根据实际计算的结果，选定的模型为以下六种：直线、抛物线、指数曲线、反指数曲线、一型双曲线、几何曲线。

在计算处理中，程序将逐个利用上述的几种模型进行最小二乘拟合，直到找到一个剩余均方和2 最小的模型。

根据实际计算的情况，模型并非越多越好。有的模型虽对历史数据拟合得很好，但并不适宜用作预测，如高次多项式。

用回归法预测负荷时，若取用过去若干年的历史资料正处于发展上涨快的时期，则预测未来越来越快，反之，若取用下降时，则预测未来越来越慢。

3、时间序列分析法

时间序列分析法是一种依据负荷过去的统计数据，找到其随时间变化的规律，建立时序模型，以推断未来负荷数值的方法。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。常用的确定时间序列分析法有指数平滑法和Census-H分解法。常用的随机时间序列分析法有Box-Jenkins法、状态空间法、Markov法等。时间序列法虽然在解决影响负荷因素错综复杂方面较之前的方法有所进步，但它的缺点是该预测方法有个基本假定，即负荷过去的变化规律会持续到将来，所以当研究对象在所选时间序列内有特殊变化段，无适应性

规律可言时该预测方法不成立。如我国电力工业发展历程中的“十五”时期不同于以往发展规律，无延续性可言，所以其规律纳入历史数据用时间序列分析法对未来形势变化进行预测将出现难以预料的结果。

（三）智能预测方法

智能预测方法不需要事先知道过程模型的结构和参数的相关先验知识，也不必通过复杂的系统辨识来建立过程的数学模型，较适合应用于存在非线性、多变量、时变、不确定性的电力负荷预测。智能预测方法主要包括专家系统法、人工神经网络法、模糊预测法、灰色理论预测法和综合预测模型法。

1、专家系统法

专家系统是一个应用基于知识的程序设计方案建立起来的计算机系统，它拥有某个特殊领域专家的知识和经验，并能像专家那样运用这些知识，通过推理，在该领域内做出智能决策。专家系统技术用于中长期负荷预测时，能对所收集整理的常规的预测模型逐一进行评估决策，快速地做出最佳预测结果，避免了人工推理的繁琐和人为差错的出现，克服以往用单一模型进行预测的片面性缺陷，但是对其提取有关规则较为困难，另外必须对多年的数据进行调查、分析、提取，将花费大量的人力、物力和财力。

2、人工神经网络法

人工神经网络是源于人脑神经系统的一种模型，具有模拟人的部分形象思维能力，它是由大量的人工神经元密集连接而成的网络。人工神经网络法是一种不依赖于模型的方法，它比较适合那些具有不确定性或高度非线性的对象，具有较强的适应和学习功能。用于负荷预测时，人工神经网络法利用神经网络可以任意逼进非线性系统的特性，对历史的负荷曲线进行拟合。负荷预测中常用的模型有Kohonen模型、BP模型、改进的BP模型、RBF神经网络等。人工神经网络具有大规模分布式并行处理、非线性、自组织、自学习、联想记忆等优良特性，其在电力领域的应用虽然解决了负荷预测中传统方法未能解决的问题，但有时应用现有神经网络模型进行实际负荷预测时，预测精度还是难以达到要求，尤其是在中长期负荷预测的应用中。因为神经网络模型的输入、输出原始数据必须以精确为前提，而实际预测时，因统计存在着误差（尤其是年度统计数据需经过多次修改才尽可能接近实际值），使得数据同实际值有一定的误差，由此神经网络所拟合的输入、输出关系必然同实际有一定差别，导致预测不准。且针对不同地区的特点，对输入输出关系的选择和样本集的构成进行较大的调整，这就增加了推广的难度。

3、模糊预测法

模糊算法用模糊理论去研究和处理具有“模糊”特性的对象时，其效果将显而易见。模糊理论最早由美国教授查德(L.A.Zandeh)首先提出，国内外学者对模糊数学在电力系统中的应用研

究较多，如用于网架规划、电厂选址、运行最优化、负荷预测等等。用于电力系统负荷预测的模糊方法有模糊分行业用电模型、模糊线性回归、模糊指数平滑、模糊聚类、模糊时间序列模型等，这些模糊负荷预测模型是在原有模型的基础上结合模糊理论形成新的预测模型，能够很好的处理带有模糊性的变量，解决了在负荷预测中存在大量的模糊信息的难题，提高了电力系统中长期负荷预测的精度。但是同样由于模糊算法要求提供大量的历史数据，且由于我国统计工作的不完善造成使用上的困难及精度的不精确性。

模糊预测方法不是依据历史数据的分析，而是考虑电力负荷与多因素的相关，将负荷与对应环境作为一个数据整体进行加工，得出负荷变化模式及对应环境因素特征。从而将待测年环境因素与各历史环境特征进行比较，得出所求的负荷增长率。

1）模糊聚类法

此方法采用电力负荷增长率作为被测量，调研后采取国内生产总值（GDP）、人口、农业总产值、工业总产值、人均国民收入、人均电力等因素的增长率作为影响电力负荷增长的环境因素，构成一个总体环境。通过对历史环境与历史电力负荷总体的分类和及分类特征、环境特征的建立，进一步由未来待测年份的环境因素对各历史类的环境特征的识别，来选出与之最为接近的那类环境，得出所求电力负荷增长率。

2）模糊线性回归法

该方法认为观察值和估计值之间的偏差是由系统的模糊性引起的。回归系数是模糊数预测的结果是带有一定模糊幅度的模糊数。

3）模糊指数平滑法

是指在指数平滑模型的基础上，将平滑系数模糊化，用指数平滑进行预测。这种方法具有算法简单、计算速度快、预测精度高、预测误差小，尤其在原始数据存在不确定性和模糊性时，更具有优越性。

4）模糊相似优先比法

该方法是用相似优先比来判断哪种环境因素发展特征与电力负荷的发展特征最为相似，选出优势因素后，通过待测年某因素与历史年相同因素的贴近度选出与待测年贴近度最大的历史年，并认为这样选中的历史年电力负荷特征与待测年的电力负荷特征相同，从而得出预测负荷值与模糊聚类方法相比，该方法把影响电力负荷的多种因素“简化”为一种主要因素，适用于某种特殊功能占主导地位的供电区域。

5）模糊最大贴近度法

该方法的核心在于选定某种影响因素(如经济增长速度等)，通过比较所研究地区与各参考地区该因素接近的程度，选中与其最为贴近的参考地区，认为该地区相应的电力负荷发展规律与所研究地区对应的电力负荷发展规律相同。该方法与前两种模糊方法相比，不需要待测地区

的历史数据，也不必通过识别历史负荷数据的发展模式来进行预测所以不必进行历史数据修正就可以直接完成预测工作同时，数据的收集和整理也远比前两者方便。

4、灰色理论预测法

所谓灰色系统是指信息部分明确、部分不明确的系统。灰色系统理论就是利用了部分明确的信息，通过形成必要的有限序列和微分方程，寻求各参数间的规律，从而推出不明确信息发展趋势的分析方法。

灰色系统理论自上个世纪80年代由我国学者邓聚龙教授提出后，己经在各个方面得到广泛的应用。用于预测时首先把负荷数据当作灰数，通过数据生成（累加、累减、均值和级比生成）得到新的数据列，从而减少数据的随机性，用此数据建立灰色模型进行预测，最后将预测值还原得到最终的负荷预测值。应用灰色理论进行负荷预测，具有样本少、计算简单、精度高和实用性好的优点。缺点是当数据离散程度较大时，由于数据灰度较大预测精度会较差，所以应用于电力系统中长期负荷预测中，仅仅是最近的几个数据精度较高，其它较远的数据只反映趋势值和规划值。

h n

以时间为序列的原始数据列是一个随机过程，有时未必平稳，所以要用数据累加，得到新的数据序列。经过处理后的新序列，其随机性被弱化了。

该方法首先建立白化形式的微分方程，根据历史统计数据用最小二乘原理解得参数后，得到预测模型，按此模型就可进行预测。

5、综合预测模型法

由于各预测方法的特点不同以及电力负荷的复杂性，各方法的预测结果往往“时好时坏”，所以可以通过组合预测来提高预测精度。组合预测综合利用了各种预测方法的预测结果，用适当的权系数加权平均进行预测。这种方法的关键在于求出各种预测方法的权系数。电力系统负荷预测领域的综合预测一般有两种含义：一是指将几种预测模型各自的预测结果通过选取适当的权重进行加权平均得到最终预测结果的一种预测方法，该类方法的实质是各预测模型权重的优化确定；另一种含义则是指在几种预测模型中进行比较，按某种准则选择（拟合优度最佳或标准离差最小）其中某个预测模型作为最优模型进行预测。目前常用的综合预测模型有：等权平均模型、方差-协方差综合预测模型等，它们的主要区别在于确定权重采用的方法不同。起初这些综合预测模型都是采用了固定不变的权重，但是随着时间的推移各单一预测模型受不同因素影响的程度也将发生变化，从而影响该综合预测模型的可信度。在此基础上进而发展了权重可变（即动态变化）的电力系统负荷综合优化预测模型，以更好的反映电力负荷变化的规律。

虽然综合预测模型算法的选取相较于所取的单一模型的精度有再次改进，但是预测模型的可信度高低关键在于各单一模型权重的选取。其中，固定不变的权值由于各模型受不同因素的影响而发生变化，对事实的反映程度有所受损，而针对固定不变权值的这一缺点而发展的可变权值理论中由于可变权值会出现负值导致该方法可行性的认可程度。

分析比较上述的几种智能预测方法，较经典预测方法和传统预测方法在预测精度上都有所改进。但是智能预测模型在应用中由于参数选取的不确定性影响了它的预测精度，如人工神经网络模型中的学习率（η）和惯性因子（α）、模糊算法模型中的模糊隶属度（a）和综合模型中的权重因子。另一方面，虽然智能预测方法针对提高历史数据的拟合精度方面进行了很多改进，但是随着社会经济（尤其在市场经济的影响下）的快速发展，统计方法对于不确定因素考虑不够的缺陷日益显著，其中历史负荷数据的真实性就有待修正；同时，由于中长期电力负荷具有非线性和时变性，要通过清晰的数学方程来表达输入（历史年负荷值、负荷影响因素值）与输出（规划年负荷值）之间的关系存在着种种困难，所以至今没有一个很合适的方法及模型能准确地对中长期负荷进行有效预测。

综上所述，电力负荷预测的实质就是利用以往的数据资料找出负荷变化的规律，从而对未来负荷的变化及状态做出预测。进行电力负荷预测时，如果仅以某种简单的函数关系去反映电力负荷与其影响因素（如气象、环境、经济等）之间的关系，会使得到的预测结果与实际偏离较远，而如果建立复杂模型，又由于各自模型本身因含有不定因素而导致其存在大小不同的误差，另外由于对电力负荷的影响因素（如国民经济增长率、宏观经济形势、产业结构和能源结构等）又是非可测的，所以对于电力中长期负荷预测来说，无论预测模型的精度如何改进，一旦上述任何一个非可测因素的实质性改变都将导致电力中长期负荷预测出现较大失误。

用前述几种方法预测负荷（电量）的结果不应只看作是一个固定的数，而应看作范围。在规划设计中一般考虑高、低及一般可能出现的负荷水平。对近期负荷预测水平，常用近期电源的可能发展速度来检验实现的可能性，即从供电的可能性来预测所需的负荷水平。同样对中长期负荷预测水平，也可根据能源的可能发展速度来检验。

三、负荷预测的调查研究工作

为了做好负荷预测工作，必须对电力系统负荷的现状及历史统计资料进行调查，搜集规划期各行业用户的发展资料，要研究那些电力负荷所代表的国民经济各行各业的发展规律，摸清这些行业实际发展的可能性。为了很好地掌握系统中用电增长的因素和规律，需要在充分调查研究的基础上，对以下内容进行分析：

l、能源变化的情况与电力负荷的关系；

2、国内生产总值增长率与电力负荷增长率的关系；

3、工业生产发展速度与电力负荷增长速度的关系；

4、设备投资、人口增长与电力负荷增长的关系；

5、电力负荷的时间序列发展过程。

此外尚需就电力负荷水平与反映经济和社会情况的变量影响进行分析，这些变量包括：人口、经济形势、经济政策、经济指数、市场情况、物价因素、电价因素、城乡居民家用电气化情况、燃料供应及其价格等。

这样，在负荷分析，注意了转折点，分析了负荷增长率高及低的经济形势和市场情况，以及与国民经济生产的关系。

充分分析事物发展的前提条件，努力寻找限制事物发展的限制性因素，在预测国民经济发展和电力负荷时是很有用的。它可以使我们从诸多不定情况中看出很多可定因素。比如：对北京城区进行负荷预计，可采用负荷密度法进行分区预计。如城中心的故宫，负荷密度低，将来也不会大量增长；在前门至长安街之间，采用人民大会堂的负荷密度推算，应是最大数，等等。

国民经济发展经常在变，对未来的看法也经常会变，要防止高时常看高、低时常看低的情况。过去的负荷预测中，对新工业区预计的负荷往往达不到，因工业设备投产后再达到设计能力，需要时间；老工业区常有想不到的负荷上涨，因有潜力。在负荷预测中，若将一切可能均算入，则预测负荷必然偏高；一切计算都要有可靠根据，则预测负荷必然偏低。

四、电力系统规划设计的设计规程和主要依据

（一）电力系统的主要设计规程：

（二）主要参考文献

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

电力负荷预测方法与应用

电力负荷预测方法与应用 一、概述 电力工业是国民经济的基础工业。随着我国产业结构完善和人民整体生活水平的改善，对电能的需求逐年加大，同时对电力质量的要求也越来越高，且由于电能生产和消费的同时性，对电网建设和布局提出了更高的要求。 电力负荷预测是电网规划建设的依据和基础。随着电力工业在国民经济中扮演着越来越重要的角色，电力负荷的正确预测显得尤为重要。 电力负荷预测是指通过对电力系统负荷历史数据的分析和研究，运用统计学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。电力负荷预测结果的准确与否直接关系到电力投资的效益，供电的可靠性，用电需求的正常发展，以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的，因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不同，各具体因素对电力负荷预测的敏感度是不一样的，因而电力负荷预测具模糊性。 回顾我国“十五”期间的预测情况与实际发展情况是很有意义的。 基于“九五”期间国民经济和电力工业的发展状况，在全国电力供需趋于平衡的前提下，我国制定的“十五”规划对电力工业发展提出了“可持续发展”的要求：电力工业发展方式要从数量速度型向质量效益型转变，从以供给导向为主转向以需求导向为主，优化电力资源配置。国家经贸委电力工业“十五”规划中预测：“十五”期间我国经济增长速度为年均7%左右，电力需求的平均增长速度为5%，到2005年全国发电装机容量将达到3.9亿千瓦，全国发电量将达到17500亿千瓦时以上。国家电力公司电力工业“十五”计划及2015年远景规划中预测：“十五”期间我国GDP年均增长7%左右，电力需求的平均增长速度在4.5%~5.0%之间，到2005年全国发电装机容量将达到3.65亿千瓦，全社会用电量将达到16200亿~16600亿千瓦时。 但实际的情况是：截至2005年年底，全国发电装机容量达到5.17亿千瓦，全国发电量达到24975.26亿千瓦时，全社会用电量为24689亿千瓦时。 比较我国“十五”期间电力工业发展中发电装机容量、发电量与全社会用电量等参数的预测值与实际值，可以发现我国“十五”电力规划中全国发电装机容量、发电量和全社会用电量的误差分别高达33%、43%和50%，这还是在2002年下半年至2005年间严重限电情况下发生的值，实际的电力需求值比这还高很多，也即误差比这还要高的多。这直接导致了自2002年6月以来的全国电力供需严重紧缺状态，直至“十五”末期电力供需形势总体来说仍然处于紧张状态，2005年曾在一季度拉闸限电省份达创纪录的26个，最大限负荷达3400万千瓦。而“十五”期间的严重缺电，不仅成为影响国民经济快速发展的“瓶颈”，其隐性损失更是不可估量：

电力系统短期负荷预测方法研究综述

电力系统短期负荷预测方法研究综述 发表时间：2018-12-25T16:14:08.417Z 来源：《电力设备》2018年第23期作者：尹强 [导读] 摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。 （国网四川省电力公司攀枝花供电公司四川攀枝花 617000） 摘要：随着电力工业发展的不断市场化，在与社会经济效益息息相关的当下，系统负荷预测在电力行业中扮演着愈加重要的角色。而按照预测时间的长短，可将负荷预测模式分为长期，中期，短期和超短期。其中，短期负荷预测是电力系统稳定经济运行的基础，其预测结果将直接影响着电力系统控制过程的优良。因此关于短期负荷预测的精确性已逐步发展成为电力系统自动化领域中的一项重要研究课题。 关键词：电力系统；短期负荷；预测方法 一、负荷数据预处理 历史负荷数据由于多种原因可能会造成部分数据的丢失或者数据异常，异常的历史负荷数据会对短期负荷预测结果造成很大的影响。因此，想要提高短期负荷预测结果的精确度，在进行预测前，需对负荷数据进行预处理。传统的数据预处理方法包括插值法和纵向比较法等，为了提高预测的精确度又提出了双向比较法、滤波法、切比雪夫不等式法等多种数据预处理新方法。文献提出了用Savitzky-Golay平滑滤波器去处理历史负荷数据，与其它平均方法相比，本方法保留了原始数据的分布特性。文献利用粗糙集理论的属性，在保证历史负荷和气象因数等属性的情况下，推导出的预测负荷值满足一定的精确度，剔除属性集中的冗余信息，简化了判断规则，并利用遗传算法的全局搜索能力，挖掘得到相对预测量的最小约简属性集作为预测模型的输入变量。 二、短期电力负荷预测 短期电力负荷预测的特点。电力负荷预测是根据电力负荷和其影响因素的历史数据，结合实际情况建立相关的模型，对未来用电负荷量进行科学预测。短期负荷更是具有以下明显的特点：预测结果的不确定性和随机性；由于各类负荷预测都是在特定的环境和具体的条件下进行的，因此其具有条件性；短期负荷预测在时间上都有一定的限制，所以具有时间性；由于预测结果的不准确性和条件性，加上外部因素的不确定性，因此预测结果具有多方案性。 影响电力负荷预测精度的因素。在电力系统负荷预测的过程中，预测精度是最具有影响力的一个指标。过预测或欠预测均会对系统生产运行配送造成较为严重的后果。影响负荷的因素有很多，首要便是天气因素。而作为可估计的随机事件，气象预报本身不准确又会形成双重误差。再者，我国人口数量众多，贫富差距较大，因此随机负荷部分并非平稳的随机序列，反而有较大的不确定性。另外，一些特殊事件的随机发生也会使反映负荷的周期曲线产生较大的波动，使实际数据与影响因素之间的关系样本数难以确定。 三、智能预测方法 （一）专家系统法 专家系统法是根据某一领域的专家知识和专家经验建立的一个计算机系统，并且该系统能够运用这些知识和经验对未来进行合理的预测。知识库、推理机、知识获取部分和解释部分是一个完整专家系统的主要组成部分。通过该系统，运行人员能够识别预测日的类型，考虑天气对负荷预测的影响。专家系统法的优点是能够综合考虑多个影响因素，由于是一个计算机系统，该系统具有较好的透明性和交互性，对所得出的结论，能解释其依据，便于运行人员检查和修改，而且预测结果的精确度很高，能很好的反映负荷实际情况。不足之处就是需要大量的历史负荷数据，而数据量增多会导致运算速度慢；同时该算法不具有自主学习能力和利用模糊知识处理相关问题的能力；并且该算法拥有很强的规则性，而规则本身不具有普遍适应性，所以该预测方法不具备普遍适用性。 （二）人工神经网络法 人工神经网络是模仿人脑神经网络进行学习和处理问题的非线性系统。它由若干个具有并行运算功能的神经元节点及连接它们的相应的权值构成，通过激励函数实现输入变量到输出变量之间的非线性映射。用历史负荷作为训练样本去建立适宜的网络结构，当训练的网络结构达到预测要求后，就用此网络作为负荷预测的预测模型。人工神经网络的优点是对预测模型的要求不高，对高度非线性对象非常适用，具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，拥有的特点是其它算法所不具备的。不足之处是有很慢的学习收敛速度，也有可能结果收敛到局部最小点，并且没有很好的知识表达能力，对调度人员经验中存在的模糊知识没有得到充分的利用，依据主观经验确定网络层数和神经元个数。把人工神经网络方法运用于风电功率短期预测中，以数值天气预报为基础，拥有良好的人机交互界面，与能量管理系统实现了完美的连接，预测结果拥有良好的精确度。组合的预测方法，把人工神经网络法和经验模式分解相结合，用经验模式分解的自适应性，分别对各个分量进行分析，准确的把握负荷变化特性和环境因素影响，最后采用与分量相匹配的人工神经网络法进行预测。用人工神经网络去预测负荷模型的方法，用人工神经网络对最大、最小负荷时刻的负荷模型参数进行预测，分析了负荷模型与预测结果之间的灵敏度，以便了解它们之间的影响程度，去寻找提高精确度的方法。 四、支持向量机 支持向量机与神经网络类似，都是学习型的机制，但与神经网络不同，SVM使用的是数学方法和优化技术。其中支持向量是指那些在间隔区边缘的训练样本点，该方法给定一组训练样本，每个标记为属于两类，一个SVM训练算法建立了一个模型，分配新的实例为一类或其他类，使其成为非概率二元线性分类。应用SVM进行电力系统负荷预测具有精度高、速度快等优点，不足之处在于存贮需求量大，编程困难，实际应用较难。 五、灰色模型法 灰色模型法是一种针对含有未知且不确定因素的系统进行预测的方法。通过对部分已知信息的开发，生成并提取有用信息，从而对系统运行行为和其演化规律进行正确且有效的描述和监控。该方法可在数据缺失的情况下找出某个时间段内数据变化的规律，以此建立负荷预测模型。灰色模型法分为普通灰色系统模型和最优化灰色模型两种。普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此方法的优势得以凸显———其预测精度高、所需样本少、人工耗时短且计算量小，所得预测结果还可以进行检验。缺点是对于具有波动性较大的电力负荷预测误差较大，因此并不适用于实际情况。但最优化灰色模型可以把波动幅度较大的原始数据序列变换成规律性较强的成指数递增变化的序列，以此来适应灰色模型法所需条件，大大增加了适用范围和预测精度。灰色模型法能很好的适用于

负荷预测方法一

1、单耗法 这个方法是根据预测期的产品产量（或产值）和用电单耗计算需要的用电量，即 A h ＝∑=n i 1Q i U i 式中 A h —某行业预测期的需电量； U i —各种产品（产值）用电单耗； Q i —各种产品产量（或产值）。 当分别算出各行业的需用电量之后，把它们相加，就可以得到全部行业的需用电量。这个方法适用于工业比重大的系统。对于中近期负荷预测（中期负荷预测的前5年），此时，用户已有生产或建设计划，根据我国的多年经验，用单耗法是有效的。 在已知某规划年的需电量后，可用年最大负荷利用小时数来预测年最大负荷，即 P n·max =T A n m ax 式中 P n·max —年最大负荷（MW ）； A n —年需用电量（k W·h ）； T max —年最大负荷利用小时数（h ）。 各电力系统的年最大负荷利用小时数，可根据历史统计资料及今后用电结构变化情况分析确定。 单耗法分产品单耗法和产值单耗法。采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。 单耗法可用于计算工业用户的负荷预测。 单耗法可根据第一、第二、第三产业单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量(以下简称“单耗”) 进行统计分析，并结合产业结构调整，找出一定的规律，预测规划第一、第二、第三产业的综合单耗，然后根据国民经济和社会发展规划指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。 单耗法的优点是方法简单，对短期负荷预测效果较好。缺点是需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。

电力负荷预测方法

1.负荷预测分类和基础数据处理 1.1负荷预测及其分类 1.1.1负荷预测概念 负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值过程。 1.1.2负荷预测的分类 按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。 确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之间有明确的一一对应关系。 不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方法。 空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。

1.2负荷预测的基础数据处理 1.2.1负荷预测的基础数据 基础数据大致包括四类，分别为：①负荷数据（系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。）②气象数据（整点天气预报；整点气象要素资料；年度气温、降水等气象材料。）③经济数据和人口（区域产业GDP；城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。）④其他时间（特殊时间如大型会议、自然灾害；行政区域调整） 1.2.2数据处理 为获得较好的预测效果，用于预测数据的合理性得到充分保证，因此需要对历史数据进行合理性分析，去伪存真。最基本要求是：排除由于人为因素带来的错误以及由于统计口径不同带来的误差。另外，尽量减少异常数据（历史上突发事件或由于某些特殊原因会对统计数据带来宠大影响）带来的不良影响。常见的数据处理方法有：数据不全、数据集成、数据变换和数据规约等。 2.确定性负荷预测方法 2.1经验技术预测方法 2.1.1专家预测法 专家预测发分为专家会议发和专家小组法。会议发通过召集专家开会，面对

负荷预测的几种方法及其应用

负荷预测的几种方法及其应用 摘要：在电力改革进一步深入、电力市场逐步形成、电力企业自主经营、自负盈亏的今天，电力负荷预测工作开始越来越重要。科技发展为预测提供了各种理论和方法，通过对电力负荷预测，对预测方法及其应用进行初步探讨。 关键词：电力负荷预测方法应用 1趋势分析法 趋势分析法称之趋势曲线分析、曲线拟合或曲线回归，它是迄今为止研究最多，也最为流行的定量预测方法。它是根据已知的历史资料来拟合一条曲线，使得这条曲线能反映负荷本身的增长趋势，然后按照这个增长趋势曲线，对要求的未来某一点估计出该时刻的负荷预测值。常用的趋势模型有线性趋势模型、多项式趋势模型、线性趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂(Logistic)模型、龚伯茨(Gompertz)模型等，寻求趋势模型的过程是比较简单的，这种方法本身是一种确定的外推，在处理历史资料、拟合曲线，得到模拟曲线的过程，都不考虑随机误差。采用趋势分析拟合的曲线，其精确度原则上是对拟合的全区间都一致的。在很多情况下，选择合适的趋势曲线，确实也能给出较好的预测结果。但不同的模型给出的结果相差会很大，使用的关键是根据地区发展情况，选择适当的模型。分析珠海市1995年以来的用电量历史数据，发现具有比较明显的二项式增长趋势，模型曲线为y=0.229565x2-914.8523x+911472.65，利

用该模型曲线得到2005年到2010年的用电量水平分别为52.78亿kWh和85.08亿kWh。拟合曲线如图1所示。 2回归分析法 回归分析法(又称统计分析法)，也是目前广泛应用的定量预测方法。其任务是确定预测值和影响因子之间的关系。电力负荷回归分析法是通过对影响因子值(比如国民生产总值、工农业总产值、人口、气候等)和用电的历史资料进行统计分析，确定用电量和影响因子之间的函数关系，从而实现预测。但由于回归分析中，选用何种因子和该因子系用何种表达式有时只是一种推测，而且影响用电因子的多样性和某些因子的不可测性，使得回归分析在某些情况下受到限制。 对珠海市历年用电量和国内生产总值GDP、人口popu等数据进行分析，求得回归方程为：y=-3.9848+0.0727GDP+0.10307popu，用该模型预测2005年和2010年的用电量水平分别为47.11亿kWh和70.98亿kWh。 回归分析预测方法是要通过对历史数据的分析研究，探索经济、社会各有关因素与电力负荷的内在联系和发展变化规律，并根据对规划期内本地区经济、社会发展情况的预测来推算未来的负荷。可见该方法不仅依赖于模型的准确性，更依赖于影响因子其本身预测值的准确度。 3指数平滑法 趋势分析和回归分析都是根据时间序列的实际值建立模型，再利用模型来进行预测计算的。指数平滑法是用以往的历史数据的指数加权组

中长期负荷预测方法综述1

中长期负荷预测方法综述 摘要:负荷预测是电力系统规划、供电、调度等部门的重要的基础工作,讨论了负荷预测的特点、分类及各种成熟的负荷预测技术,研究了现代负荷预测技术的发展动态,并指出未来主要的研究方向。 中长期负荷预测各种预测方法都具有其各自的优缺点和适用范围,在实际预测工作中,必须根据实际情况,着重从预测目标、期限、精确度等诸多方面作出合理选择,寻求能获取所需精度的预测方法。本文针对电力系统中长期电力负荷预测方法做出分析。 关键字：负荷预测、中长期负荷、负荷预测方法、负荷预测综述 正文：负荷预测是从已知的电力需求出发,通过对历史数据的分析, 并考虑政治、经济、气候等相关因素,对未来的用电需求做出估计和预测。负荷预测是电力系统规划、供电、调度等部门的重要的基础工作。对于经济合理地安排发电机组的启停及检修计划,保持电网安全稳定运行以及未来电网的增容和改建等有十分重要的用。 电力系统负荷预测是电力系统安全经济调度、规划、设计研究的基础和前提，准确的负荷预测结果将意味着在满足供电质量要求的条件下对系统建设资金最大可能限度的利用和有限投资的最大社会经 济效益的获得,负荷预测工作因而引起了人们的普遍关注随着电力 系统的迅速发展尤其是我国电力工业市场化改革的推行负荷预测 工作面临如何准确合理地考虑电力工业市场化后对实际电力负荷从大小到特性上的影响和给整个系统运行规划带来的变化的难题可以

设想在强大的市场压力和竞争机制作用下适用于电力市场环境下 的负荷预测理论和算法必将获得突破性研究成果 随着我国国民经济的快速发展和人民生活水平的不断提高,人们对电量需求量以及电能质量的要求也越来越高。、 一、基于参数模型的中长期电力负荷预测方法 1.趋势外推方法。将已有的各年度的电力负荷看作一个时间序列,利用最小二乘拟合等方法寻求电力负荷与时间的函数关系,并利用这个函数关系预测以后年度的电力负荷。趋势外推方法可以保证对历史数据的拟合是最好的,但不能保证外推效果的可靠性。 2.回归分析方法。回归分析预测是电力系统负荷预测的一种常用方法,根据回归分析涉及变量的多少,可以分为单元回归分析和多元回归分析。在回归分析中,随机变量是自变量,非随机变量是因变量,由给定的多组自变量和因变量资料究二者之间的关系,形成回归方程。回归方程求得后,给定各自变量数值,就可求出因变量值。回归方程根据自变量和因变量之间的函数形式,又可分为线性回归方程和非线性回归方程。在负荷回归分析法方法简单、预测速度快、外推性好,对于历史预测问题中,回归方程的因变量一般是电力系统负荷,自变量是影 响电力系统负荷的各种因素,如经济、人口、气候等。上未出现的情况有较好的预测性。但它对数据的要求高,特别是历史数据残缺或存在较大误差的情况下,预测效果很不理想;用线性方法描述比较复杂

电力系统短期负荷预测方法综述

电力系统短期负荷预测方法综述 本文主要是针对电力系统的短期负荷预测的概念和意义 进行综述，就短期负荷预测的一些特点及其影响预测精度的各方面原因进行总体的分析。在目前的预测方法里，主要有经典的预测方法和传统的预测方法以及智能预测方法和预测新方法。从这些预测方法入手进行综合的应用原理分析，比较其不同预测方法的优点及不足的地方。并且提出了短期负荷预测的精度提升了，不仅在历史的数据上重视了其积累，还应重视在预测的模型选择上要合适，综合型预测模型在未来电力负荷预测方法的必然性。 标签：电力系统短期负荷预测 电力负荷预测在能量的管理系统组成中是极为重要的部分，而短期电力负荷预测则是对几个小时后或是一天、几天的电力负荷值上进行预报。短期电力负荷预测不仅在电力系统安全以及经济的运作下提供了相关保障，还为市场的环境编排高度计划等打下了基础。不过在这个电力生产与消费的日趋市场化下，针对负荷预测的准确及可靠性上也有了更为高的要求，而且就电力系统管理与运行来讲其负荷预测逐渐成为了一个主要的研究领域。预测精度是决定短期负荷预测的作用大小的，所以在短期负荷预测方法研究的重点上是如何对预测精度进行提高。虽然短期负荷预测的研究历史已經很长远了，国内外的学者也对其在方法还有理论方面对于预测模型进行研究工作。当短期负荷出现因素太多的情况下，从而限制了预测方法的范围以及精度。下文针对短期的预测方法展开一个综合性的探析。在研究未来发展方向的同时也为实际情况下短期负荷的预测提供了一个基础。 1 基于短期负荷的预测特点 对于短期电力负荷来讲其预测便是基于在电力负荷以及相关的历史数据对模型进行全面的建立，从而使得新世纪型的电力负荷更具备科学性和全面性。对于短期负荷所面临的事件不确定性以及其随机性，包含了各种特点：①在预测的结果上其短期的负荷存在着一定的不确定性。②不同的负荷预测方法存在相应的条件性。③短期负荷预测在时间上各有不同。④预测的结果包含多方案性。 短期负荷预测精度的影响因素：①以往历史数据。②自然天气情况。③其日期类型。④负荷预测模型。⑤相关社会事件等。 2 简述短期负荷预测方法 短期负荷由于受到来自不同方向的因素影响，面临时间序列问题上其随机的过程表现的很不平稳，就算面临的影响因素包罗万象，不过在这些因素中都存在一个特点那就是有规律性。能够为实际预测打下基础，其短期负荷预测的方法大致分为四类。

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

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：

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