摘要：本文首先简要介绍了电力系统负荷预测的基本原理，然后系统地介绍和分析了几种主要的电力系统负荷预测的方法及其应用。
关键词：电力系统；负荷预测；基本原理
1. 引言
负荷预测就是以已知的电力需求为出发点，详细分析电力的历史数据并综合考虑政治、气候、经济等一些相关的因素，对以后用电需求做出预测与估计。负荷预测包含两方面，即预测未来的需求量和未来的用电量前者的预测可以决定发电、输电、配电系统容量的大小，用电量能够决定发电设备的类型。负荷预测的目的是提供负荷发展的水平，通过分析，可以确定每个供电区、各规划年供用电量，规划地区总的负荷发展水平以及每一规划年用电负荷的构成等。负荷预测是电力系统调度、规划、供电等管理部门的基础工作；准确、有效的负荷预测不仅可以合理安排电网内部机组的启停、保持电网安全稳定的运行，还可以减少一些不必要的储备容量，合理安排检修计划；从而保证了正常的生产，有利于经济效益和社会效益的提高。
2. 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。
3. 电力系统负荷测试的方法及其应用
3.1 单耗法
单耗法通常是根据计划产品的数据和单耗的用电量，来推算出年度用电量。这一方法在有单耗指标的工业，以及部分农业的负荷测试方面是非常有效的。在进行具体的预测时，首先统计分析过去的单位产值耗电量，然后结合各产业结构的调整，总结出一定的规律，最终分析出各个产业甚至每种产品以及产值的综合单耗。接下来再根据国民经济相关部门和社会发展规划所编制的指标可预测出单耗。单耗法有产品单耗法和产值单耗法两种，在使用该方法时要进行大量细致的统计、分析工作。一般此方法对短期负荷预测的效果较佳。
单耗法的优点就是该方法相对比较简单、能够较好地预测短期负荷等；其不足之处是需要做大量的调研工作，其中的精确度无法得到有效地保证，将需要大量的人力物力投入到调研工作之中；由于比较笼统，现代政治、经济、气候等条件的影响很难得到体现。
3.2 弹性系数法
电力弹性系数作为一种宏观指标，能够反映电力消费的年平均增长率和国民经济的年平均增长率二者之间的关系。电力弹性系数可用E=Ky / Kx公式表示；其中：
E一电力弹性系数；
Ky一电力消费年平均增长率；
Kx一国民经济年平均增长率。
电力弹性系数法一方面可以从宏观上确定电力发展同国民经济发展的相对速度，另一方面，它还可以作为一种重要的参数来衡量国民经济发展和用电需求。在市场经济条件下，电力弹性系数已经变得很灵活；随着科学技术的迅速发展，节约用电技术、用电管理、知识经济以及信息经济的不断产生与发展，电能的使用范围不断扩大，导致了电力与经济的关系发生了急剧的改变，两者的变化步伐不能够协调一致，使得弹性系数也很难确定。如果在这样的条件下使用电力弹性系数法预测电力需求就不会得到预期的效果。此方法的优点是方法简单，易于计算；缺点就是需要大量细致的调研工作。
当电力负荷随着时间的变化呈现出上升或者下降的某种趋势时，并且没有明显的季节性的波动，若果能出波动的函数曲线，就可以建立趋势模型，可用函数y=f(t)来表示，其中如果电力负荷会按照时间的变化而呈现出某种趋势，比如上升或者下降，而且其中t 为时间自变量，y 为时序数值因变量，如果这种趋势能够延伸，适用于未来的情况，那么当给出t一个所需的值时，就可以得到该时刻的时间序列未来值，这种方法称其为趋势外推法。趋势外推法有多种，其中比较常用的有预测对数趋势、线性趋势、指数曲线趋势、二次曲线趋势以及生长曲线趋势等等。趋势外推法的优点是在进行预测是只需要历史的数据既可以进行预测，不足之处即当负荷一旦有了变动，就会有较大的误差出现。
3.4 回归分析法
回归分析法是按照负荷的历史资料，建立起相应的数学模型，对未来的负荷纪念性预测。采用统计学中回归分析法进行分析变量、观测数据并最终预测出未来的负荷值。该方法的特点是把预测目标的因素作为自变量，预测的目标即为因变量，这样具有很强的内插能力。回归模型一般有一元线性、多元线性、非线性等几种。一般情况下对于中短期的负荷棉花糖制造机
预测可以采用线性回归法，这样能够的到比较高的准确度，其不足之处就是不能详细的统计出规划的水平年的各种产业的总值；再者回归分析法也无法计算出各个区域的负荷发展。此外，影响负荷预测的因素具有多样性、 突发性和随机性，这会造成负荷预测存在一定的误差，不能够满足使用的精度要求。
3.5 负荷密度法
负荷密度是指每平方千米平均的负荷值，该方法的具体操作是：首先计算出区域内过去的和现在的负荷密度，然后根据地区的发展规划以及负荷发展的特点，预测出每个区域年限的负荷密度值。这种方法无法预测出整个城市的负荷密度，但是可以将城市进行区域划分然后再进行区域负荷密度的预测。在每个分区中可以把少量的用电大户单独划出来，对负荷进行单独计算。在使用该方法时，要考虑到预测地区经济社会和电力负荷因外界因素影响而表现出的跳跃式发展的特点等因素的影响。负荷密度法虽然不能对整个城市的负荷密度进行预测，但可以把城市进行小片区域划分进而在对区域负荷密度进行预测。
新型碾米机环保型3.6神经网络法
神经网络（模块制作ANN硅胶加热膜） 预测技术，具有人脑的一些功能，该方法能做智能化处理，对大量非结构性和非确定性规律具有较强的适应功能。ANN在短期负荷预测中比中长期负荷预测较占优势，因为短期负荷变化是一个平稳随机的过程，而中长期负荷预测因外界的一些因素可能会导致模型的数学基础受到损坏。该方法的优点是：能模仿人脑进行一些智能化处理，具有自主学习、信息记忆、知识推理和优化计算等优点。不足之处即：此方法容易处于局部极小的状态，再者该方法的学习过程较慢，不太适应与突发事件。
3.7 灰模型法
该方法是以灰理论为基础的灰预测技术，灰系统理论是研究解决灰系统分析、 建模、 预测、 决策和控制的理论。现在该方法已经在气象、农业等领域有了广泛的应用。对于电力负荷预测的影响因素可以分为确定性因素和不确定性因素，在此可以看作是一个灰系统。该系统计算简单、精确度高、实用性强，因此在电力负荷预测中有了较成功的应用。在短、番荔枝种植 中、 长三个时期的负荷预测中该方法均可以使用，并且可适用于任何非线性变化的负荷指标预测。灰预测的优点就是负荷数据少，无需考虑分布规律和变化趋势，短期的预测精度较高、易于检验。缺点就是当数据灰度变大时，预测精度会越低。
4. 总结
负荷预测是电力系统调度、实时控制、运行计划以及发展规划的前提，一般负荷预测能为电网部门和规划部门提供基础信息。因此，负荷预测的技术水平的提高能够有效地管理好用电情况，减少发电费用；从而使力系统的社会效益和经济效益得到提高。
参考文献
[1] 郭帅. 电力系统短期负荷的预测[J].山西煤炭管理干部学院学报.2010(2)
[2] 刘志瀚. 电力系统负荷预测的应用分析[J]. 电气时空.2011(11)
[3] 马莹莹. 电力系统短期负荷预测方法综述[J].黑龙江科技信息.2010(3)
[4] 李金颖. 牛东晓.非线性季节型电力负荷灰组合预测研究[J].电网技术,2003,26(5)
[5] 曹国剑. 基于GM(1,1)改进模型的电网负荷预测方法[J].电网技术保健椅,2004,28(13)
[6] 王学申. 刘刚.电力系统负荷预测方法分析及应用[J].能源与环境,2011(8)
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议