浅析电力负荷预测

浅析电力负荷预测 摘要：本文首先介绍了电力负荷预测的定义和作用，然后了影响电力负荷预测的因素、预测，最后，指出了电力负荷预测技术的发展趋势。 关键词：电力负荷预测作用影响因素预测方法 0 引言 电力负荷预测是制定发电计划和电力系统发展规划的基础,精确的负荷预测对于电力系统经济、安全、可靠地运行具有重要意义。随着现代科学技术的快速发展,各种各样的负荷预测方法不断涌现。电力系统负荷具有是不可控性和具有按天、按周、以及按年的周期性变化特性,负荷预测具有不准确性、条件性、时间性和多性。负荷的组成是多种多样的且不断变化的,其影响因素也是多种多样的,组成负荷需求的社会是一个大系统,负荷预测是一个系统工程,想用某种单一的理论去研究负荷预测是困难的,所以需要广泛研究各种负荷预测方法。 1 电力负荷预测概述 1.1 电力负荷预测的含义 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。 1.2 电力负荷预测的作用 电能不能大量贮存的特点使得电力系统必须随时保持供需平衡，并向各类用户尽可能经济地提供可靠和合乎的电能，以满足他们对负荷的需求。因此，为保证电力系统的安全、经济运行，必须要掌握负荷的变化规律，以及未来的变化趋势。随着电力市场改革的深入，作为电力市场主体的各电力公司要立足于电力市场，其一切经济活动就必须以经济效益为中心，并把深入研究电力市场的供需形势及其发展作为公司经营活动的基础。因此，做好电力负荷预测工作是准确把握市场脉搏、分析未来电力需求走势的必要工具。在电力系统运行、控制和计划管理中，负荷预测决定了发电、输电和配电的合理安排，既是电力系统规划的重要组成部分，又是提高电力企业的经济效益和促进国民经济发展的重要因素之一。 2 影响电力负荷预测的因素 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;有些因素是无法估计的重大事件，如严重灾害等，并且各个因素对负荷的影响可能是不一样的，而且同一因素的不同水平对负荷的影也是不同的。 2.1 时间因素 目前系统中的最大负荷小时数越来越小，时间对负荷的影响越来越大。对负荷预测有重要影响的时间因素主要有3种：季节变化、周循环、法定节假日。其中季节变化和气候有不少的关联，周循环则与工作日的情况有关系，这些还是比较好考虑的。时间因素中以节假日符合预测最为困难。在我国除了“五一”、“十一”、元旦，还有传统的春节、清明节、端午节、中秋节。这些节日对负荷预测准确性的影响也很大。春节是负荷变化最大时节，相当数量的工厂停产，民用负荷占负荷总数的比重很大。春节期间实际负荷的大小，与诸多因素有关，如：工厂的停产情况、负荷的自然增长率、当时的天气情况等，比如今年南方的大雪，不仅使人们对于电力的要求变得巨大，另一方面还是我们的电网遭受很大的损坏，是很多负荷脱离电网，这是准确的预测可以说是不可能的。“五一”、“十一”是虽然是法定长假，但由于国家具有补休的政策，这就导致一些工厂并非按长假休息，具体如何休假没有一定的规律，具有较大的随机性，从而负荷波动很大． 2.2 能源市场经济变化带来的影响： 最近国际油价，煤价一路飙升，是许多用油用气用煤的设备运行在成本大涨，从而大量的转向用电，以及电动车的兴起都导致用电负荷的大量增加。再者，目前煤价大涨、煤质不好、也开始影响到发电厂的经济效益，全国的很多电厂基本都是在亏本的情况向进行发电，在发电亏本的情况下．上网负荷极不稳定，有的随时停机的可能，从而你对负荷预测造成了很大的影响。 2.3工农业等宏观产业用户因素的影响： 工农业等宏观产业经济因素可以包括：供电区域人口多少、工业生产水平以及工业的类型、电器设备的数量和变化特性也即负荷的特性、政策发展趋势变化和经济趋势，另外，电力系统的管理政策，如电力需求管理及电价素也将对负荷变化产生影响。这些经济因素对负荷影响的时间比较长，长于一周时间。在季节变化及年度变化时，根据这些因素对负荷预测值的修正是十分重要的。其中国家经济政策对电力系统的影响尤为重要。可以说他可以决定一个电力系统乃至一个地区的发展方向。如果国家决定在某个地区投资兴建大型的炼钢厂等耗电量极大的企业，那么这些企业的用电情况将给负荷预测带来极大的困难。因为各地区用电大户一旦增多。必然会有一些大用户用电存在无序性，使得调度部门难以准确掌握大用户负荷特性以及用户的停产、设备检修等情况，从而影响负荷预测的准确性。其次电气化铁路等冲击负荷也对负荷预测准确率造成一定的影响， 我国最近几年修建的技术非常先进的几干线可定会对沿线的符合预测造成影响。由资料统计我们可以知道电网中大用户负荷变化对负荷预测准确性的影响大约占20%．资料：台资独资企业京阳水泥厂是镇江电网负荷较大的用户之一，该厂一般情况下的用电负荷在28~30 MW。由于该厂为自动化程度较高的生产水泥厂家，若厂内部分设备故障停产，就会造成负荷较大幅度降低(15~20 MW)，甚至会造成全厂停产。而该厂部分或全部停产，就会造成电网负荷变化幅度加大，影响负荷预测的准确性。 2.4 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也就无从谈起。而现实当中，不少电网的省调及地调在预测曲线的制作时仅凭预测人员的经验办事，科学使用的预测软件应用率比较低。而人工经验为主要手段预测由于数据性不强、方式单一，其预测结果也有一定的局限性。 2.5 地理因素 地理因素可以包括一个大区域内不同环境下的负荷。比如一个城市的新老城区在负荷预测上就应该用不同的参数或者方法来对待。一方面老城区内的用电设备由于使用年限都比较久了，故障率、用电损耗率之类可能都会增加预测的时候应该要考虑到这一点。同样，新城区虽然用电设备比较新，故障率、用电损耗率肯定也比较低，但是新城区发展很快，负荷每年每季度增长率可能很大并且也是在不断变化中的。在负荷预测中也应该考虑这些因素。 2.6 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。 3 电力负荷预测的方法 3.1 单耗法 主要是依据计划产品数量生产间和用电单耗计算出年用电总量，这种负荷预测方法对部分农业负荷和单耗指标的工业比较实用，是—个最直接最有效对部分农业负荷和单耗指标的工业的电力负荷预测方法。负荷预测时，可以根据城市经济发展的整体规划，利用规划期内各年份的农业工业生产目标，对过去国民经济的各部门产品生产中的单位耗电量，亿元耗电量进行分析统计，找出其中存在的规律，找出各种产值的单位耗电量。单耗法的丰要缺点有：调研工作任务量大，统计数字结果也不够准确。其优点有：预测方法相对简单，对眼前的电力负荷预测效果良好。负荷预测的主要自．扬水负荷、电气化铁路负荷、日常工农业用电负荷等构成。使用单耗法进行电力负荷预测的企业通常是能耗高、造纸和建材业，使用这种负荷预测方法基本能够和企业的实际电力使用相同。 3.2 弹性系数法 电力弹性系数是一个地区用电总最的平均年增长率和工农业经济牛产总值增长率的一个比值，是一个宏观反映国民经济发展和电力发展之间关系的一个指标。 式中 ——电量初期、末期计算； k——电力弹性系数； v——国内生产总值平均增长速度； ——用电量平均增长速度； n——规划年限 从以上概念可知如果工农业的正常率速度比较大，那么电力弹性系数值就会大于1，电力弹性系数通常是依据地区负荷性质、电力结构，并且在在对各类用电比重的发展趋势或以往资料重新分析后才确定的，所以，这种负荷测试法教适用于中长期的宏观负荷 3.3 趋势外推法 当电力负荷根据时间的变化表现出上升或下降趋势，并且这种变化趋势不存在季节波动趋势，这种变化趋势又能够用一个函数大致反映，可以把时间变化定义为比变量t，y定义为因变量，根据t和y之间的关系构建一个y=fm模型。这种电力负荷法就是趋势外推法。 趋势外推法包括多种有对数趋势预测法、二次函数趋势预测法、对数趋势预测法等。趋势外推法的缺点是：电力负荷如果发生大的波动，则预测的误差范围变大。其优点是：只需较少的历史数据就可建立模型。 3.4 负荷密度法 其指的是每km2平均电力负荷值。对整个城市的电力负荷密度并不是直接预测，而是根据城市的功能分区或城市区域进行预测。首先，计算出城市过去和现在的电力负荷密度，依然依据城市地区的规划建设和电力负荷发展特点，计算出个区域年电力负荷密度预测值；对分区中存在的几个用电大户，可单独对其进行电力密度负荷预测。使用负荷密度法对某地进行电力负荷预测时，要考虑到该地区社会经济发展和电力负荷不伴随某种因素发生跳跃式变化。 3.5 神经网络法 神经网络是有许多简单的神经元非线性构成的一个系统。虽然每一个神经元的功能和结构相对简单。但是这些简单的神经元构成的神经网络系统结构比较负责，功能智能化，比如，具有较强的计算能力、记忆能力、学习能力、容错能力等。现在，国际t研究和适用最普遍的是这四种基本模型或改进模型，即概率网络神经、多层感知器、自组织神经网络，Hopfield神经网络。 带有隐层的前馈型神经网络是现在电力系统负荷预测中使用最广的一种，其是有若干层隐层构成的。目前最简单使用的误差法训练算法，其本质是梯度算法。其把所有的相关数据作为输入数据、在对其进行样本模拟训练后，便可使用电力负荷预测。 优点是：①类似人脑那样智能化处理；②具有自适应那些非精确．非结构性的能力；③能记忆信息、会自主进行学习、优化计算和推理知识等优点。缺点是：①无法使用已有的信息对初始值进行确定；②学习过程比较缓慢，处理突发事件的能力不够强。 4 负荷预测技术的发展趋势 电力系统将是一个数字化、信息化、互联、交直流并存、电能质量大大提高的强大系统。电力科技与其他学科发展将会更加交融和促进,电力系统与许多领域发展的相关性变得越来越大,特别是信息融合技术出现后,在解决同一个问题时,会有许多的不同领域的办法,各学科也不再分得那样细,人工智能,专家系统,统计学理论,小波理论、模糊理论,灰色理论等均已经与电力系统的许多领域相结合并在实际中也解决了许多问题。使得负荷预测技术具有如下发展趋势: 4.1 近现代方法取代经典、经验方法,综合考虑影响负荷的各种因素 二十世纪60年以来提出的回归法、时间序列法、指数平滑法主要基于负荷形状及函数形式对负荷进行研究,主要把负荷预测的不确定性归为随机性,运用概率论与数理统计的方法进行处理,存在的缺点有:模型的定阶、求解、识别困难;模型的适应性不强;模型与数据不分离,建模所需数据量大,运算速度慢;精度低等。灰色预测法、专家系统法、卡尔曼滤波法、小波分析法和神经网络法除了考虑负荷形状等因素外,还涉及影响负荷的许多外在因素,如天气状况、日期特征等,因而精度进一步提高,具有较好的发展前景。 4.2人工智能技术与现代数学理论结合应用 包括神经网络在内的人工智能技术可以广泛应用于短期甚至中长期负荷预测。除了各种单一人工智能技术的应用负荷预测外,还有神经网络和模糊系统的结合、神经网络与遗传算法的结合、神经网络与混沌方法的结合、神经网络与专家系统及模糊系统的结合、神经网络与小波分析方法的结合等正成为研究热点。