搜索
负荷及空间负荷分布预测-1-负荷及空间负荷分布预测1.前言1.1城网负荷预测的意义一个实用的、能经受考验的、反映我国未来与现在需求变化与发展趋势的、恰如其分的负荷预测，是电力系统专项规划的核心问题之一。而这个问题与建设投资紧密相关，它牵涉到投资是否正确，以及是否能及时地收回投资，并获得更大的经济效益；同时也是电力系统保持优质、经济运行的重要条件。1.2城网负荷预测的特点1.不准确性：因为城市总体发展规划是城市电力规划负荷预测的主要依据，而城市总体规划本身就具有测不准的特点，所以电力负荷未来的发展也是不肯定的，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。2.条件性：各种负荷预测都是在一定条件下作出的。对于这些条件而言，又可分为必然条件和假设条件两种，如果负荷预测人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。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。1.3城网负荷预测的原理1.可知性原理：城市电力负荷的发展规律是可以认识的，只要通过大量的电力市场社会实践，就会不断发现和掌握其发展规律。在电力市场中，影响电力市场供求变化的因素多种多样（如国民经济整体发展水平和速度、国家产业和电价政策、居民收入和消费水平、消费观念和生活习惯、电器产品普及率、气象气候影响等）。一些偶然因素（如电网故障、突发的重大政治、社会和文化活动等）会使电力市场的需求变化或负荷变化脱离原有的轨迹，但只要深入探索，是能够掌握被大量复杂现象所掩盖的规律性知识。2.系统性原理：电力市场中的负荷需求是整个电力市场、整个国民经济环境中的一部分，电力市场不是孤立存在的，周围环境对其发展趋势具有很大的外控力，因而可以借助国民经济GNP或GDP指数、国家能源发展计划、能源政策、人口增长趋势、电器产品普及率等有关因子，对未来电力市场需求进行预测。3.连续性原理：电力市场的发展具有合乎规律的连续性，它的基本发展趋势会在一段时间内持续下去，不会突然变得面目全非。根据连续性原理，预测电力负荷及空间负荷分布预测-2-市场的未来，必须建立在了解电力市场的过去和现在的基础之上。4.类推原理：根据客观事物之间存在着某种类似的结构和发展模式，可以从已知事物的结构和发展模式类推未来某个预测目标的结构和发展模式。5.因果性原理：电力市场的各种现象之间存在着一定的因果关系，可以有已知的原因推测电力市场未来发展规律。当然，必须对电力市场发展有重要影响的因素进行调查研究，才能找出因果关系。2.城网负荷预测的常用模型2.1常用模型简介1.回归分析模型：这里将时间序列回归分析模型和一元相关分析模型结合起来介绍，统称为回归分析模型。回归分析的任务是寻找自变量和因变量之间存在的相关关系及其回归方程式。按照自变量与因变量之间的回归方程的类型可分为线性回归分析和非线性回归分析。当自变量为时间项时，称为时间序列回归分析方法；否则称为一元相关分析方法。2.趋势外推模型：电力负荷的变化一方面有其不确定性，如气候的变化、意外事故的发生等造成对电力负荷的随机性干扰。另一方面，在一定条件下，电力负荷存在着明显的变化趋势。以农业用电为例，在气候条件变化较小的冬季，日用电量相对稳定，表现为较平稳的变化趋势。在某个时段内，又表现为线性和非线性趋势。从季度和月份用电看，易见周期性变化趋势，习惯上称之为季节性变化趋势。当然有时可能表现为几种变化趋势的叠加。通常可用描散点图的方法定性地确定变化趋势类型。一旦找到了负荷的变化趋势，按照该变化趋势就能对未来负荷情况作出判断，这就是趋势外推预测技术。3.时间序列模型：时间序列分析法是根据已知的历史电量来拟合一条曲线，使得这条曲线能反映电量本身的增长趋势。然后，按照这个增长趋势曲线，对于要求的未来某一点，从曲线上估计出电量预测值。它本质上是回归分析，利用回归分析，可以得到描述电量增长趋势最好的模型参数估计，进而利用所得到的模型预测电量增长趋势。4.灰色系统模型：灰色理论是我国邓聚龙教授于80年代初提出来的。通常把完全已知的称为白色，完全未知的称为黑色，介于两者之间的称为灰色。灰色模型（GreyModel）简称GM模型，是灰色系统理论的基础模型，也是灰色控制理论的基础。它是以灰色模块（所谓模块是时间序列X(m)在时间数据平面上的连续曲线或逼近曲线与时间轴所围成的区域）为基础，采用微分拟合法建成的模型。在灰色模块中，由预测值上界和下界所夹的部分称为灰色平面（简称灰平面），这个灰平面的大小是由各个未来时刻预测值的灰区间所决定的。因此，它由原点（现在时刻）向未来时刻呈喇叭型展开，即未来时刻越远，预测值灰区间就越大。负荷及空间负荷分布预测-3-为此，灰色系统理论提出了一系列调整和修正模型的方法，从而提高了模型的精度。5.神经网络模型：运用神经网络技术进行电力负荷预测，是近期兴起的又一新的研究方法，学者们在这方面作了大量研究工作[7-17]。其优点是可以模仿人脑的智能化处理，对大量非结构性、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算的特点，特别的，其自学习和自适应功能是常规算法和专家系统技术所不具备的。因此，预测被当作人工神经网络（简记为ANN）最有潜力的应用领域之一。神经网络将各个节点视为神经元，同时有接受外来信号和发送信号给其他神经元的功能，因此神经网络可以构成任意复杂的非线性映射。6.相关分析模型：事物的发展往往受到多种变量的影响和制约，是一个多变量的函数，在利用回归分析模型进行预测时，一般是考虑到的影响变量越多，预测结果越精确，我们把多个变量的回归分析模型称为相关分析模型，其数学模型：mmxbxbxbby22110（2-11）利用矩阵运算和偏微分方程和离差平方和最小可求出系数矩阵。所谓相关分析实际上是回归分析的一种,任务是寻找自变量与因变量之间存在着的相关关系及其回归方程式。7.模糊理论模型：模糊理论模型是基于模糊数学概念——模糊聚类和模糊相似优先比建立的，根据所用原理的不同，可分为模糊聚类预测法、模糊相似优先比预测法及模糊最大贴近度预测法等等。8.小波理论模型：小波分析是一种时域——频域分析方法，它在时域和频域上同时具有良好的局部化性质，并且能根据信号频率高低自动调节采样的疏密，它容易捕捉和分析微弱信号以及信号、图像的任意细小部分。电力系统中日负荷曲线具有特殊的周期性，负荷以天、周、年为周期发生波动，大周期中嵌套小周期。而小波变换能将各种交织在一起的不同频率组成的混合信号分解成不同频带上的块信号。对负荷序列进行小波变换可以将负荷序列分别投影到不同的尺度上，变换后的子序列更加清楚地表现了负荷序列的周期性。在此基础上，对不同的子负荷序列分别进行预测。由于各个子序列的周期性更加明显，显然采用周期自回归模型（PAP）的预测结果也就更为精确。最后通过序列重组，得到完整的负荷预测结果，其精确性比直接用原负荷序列进行预测有一定改进。9.混沌理论模型：本世纪中叶兴起的混沌理论为非线性动力学研究开创了新的途径。混沌运动是一种由确定性系统产生的，对初始条件具有敏感依赖性，永不重复的回复性非周期运动。这对电力系统负荷预测是一种全新的思路。因为电力系统的负荷是由气象、气温、人类活动等客观因素支配的，其运动特征既有确定性的一面，又有随机性的一面。运用混沌理论，将能打破以往传统分析中单一负荷及空间负荷分布预测-4-的确定性或随机性分析，建立起将2者统一起来的混沌分析法。10.综合预测模型：由于负荷预测是在一定的假设条件下进行的，其中包含了许多不确定性因素，采用单一的方法进行预测，很难取得令人满意的预测结果，因此需要选用多种预测方法。而各种方法的预测结果一般有些差异，究竟以那种方法的预测结果为准，需要预测人员根据经验和常识判断，从国家能源政策、产业结构调整等方面综合考虑，再按本地区的具体情况和特点，对多种方法的预测结果进行合理的比较和综合分析，得到最终的预测结果。11.负荷密度指标模型：在电网规划中，不仅要有总量预测，还要知道负荷分布，目的是使各级电压的变电所建在负荷中心。根据所建变电所的电压等级和所在地区负荷密度的不同，要求分区的面积也不同，35~66KV的可大于1KM2；10KV的可小于0.5KM2；0.4KV的可取0.01KM2左右。负荷密度高的城市或地块，按具体情况把地块划的更小些。由于这种预测法要确定负荷的地点，负荷的大小和负荷的时间三个要素，故有人称它为空间负荷预测。2.2小结这里介绍了有关学者提出的大量负荷预测的模型，这些模型极大地提高了人们对电力负荷及负荷分布预测的水平，但是在实际预测中并不存在一种模型可以适应各种不同情况的负荷预测模型。因此，一方面人们在进行负荷预测时仍然感到困惑，不知道应该采用那种模型；另一方面要完成满足城网规划需要的负荷及负荷分布预测，需要用到多种模型，需要不同的预测流程指导才能将这些模型有机地结合起来，进行有效的城网负荷及负荷分布预测。3.城网综合负荷预测模型与方法3.1城网负荷预测的需求1.分类负荷预测：由于不同类型的负荷有不同的发展规律，按照一定的分类办法进行分类负荷预测是更好地了解负荷发展情况的良好途径，也是规划的必然要求。2.分类电量预测：与分类负荷预测对应的预测出分类的电量。3.总负荷预测：指规划区域范围内总的负荷预测值。该只是了解规划区域内负荷总体发展水平的重要指标。4.总电量预测：指规划区域范围内总的电量预测值5.负荷分布预测：又称为空间电力负荷预测，是指将城市用地按照一定的原则划分成相应大小的规则或不规则的区块（网格），作为用地小区，然后预测每个小区中电力用户和负荷分布的位置、数量和产生时间。6.负荷曲线预测：在负荷预测当中，经常需要先根据不同类型负荷的特点进行分别预测，然后再将分类负荷进行叠加产生总负荷，在叠加过程中通常要考虑负荷及空间负荷分布预测-5-不同负荷之间的同时率问题，这就有必要对不同的负荷进行时段性质上的分析，即了解不同类型负荷的典型日负荷曲线，在负荷曲线的基础上对不同分类负荷进行叠加，才能够得到真正的总体负荷。以上6种需求中，前5种需求是城网规划负荷预测所必需的，负荷曲线预测的需求则不是很多，通常是做现状的典型调查得到。这六类负荷预测需求之间可以具有如图3-1所示的关系。3.2城网负荷预测的总体思路根据上节的负荷预测需求可以知道，我们需要预测六种负荷及电量，而这六种负荷及电量又分成远期目标年、中间年及近期等多个时间水平年。因此在进行负荷预测时，首先要具体的分析城市和地区的特点、历史数据的积累情况、未来城市规划的定位和特点等具体的问题，从而确定负荷预测的具体路线，确定了具体的路线后再根据具体的每一阶段的特点选择适当的负荷预测方法或综合多种方法进行实际的预测。采用不同的技术路线（预测路线），就可能有不同的预测结果，技术路线是否符合待规划区的数据情况和发展特点，将严重影响负荷预测结果的准确性。城网负荷预测的增长有着其内在的规律性，这是我们能够较准确的预测其负荷发展的基础。一个城市的负荷通常是由中心城区逐渐向外围发展，负荷密度也是从中心城区向外逐渐降低。而城区的总负荷及总电量的增长也是有规律可循的，如图3-3所示，通常其增长可大致分为三种类型，如图示。因此在进行一个特定的规划区的负荷预测时，分析待规划区的相关数据特点，确定采用的预测技术路线，选定在预测技术路线中间需要采用的具体模型以及设定其参数均是十分重要的具体步骤。在待规划区的不同分区的历史数据和城市规划有不同特点的情况下，也可能需要分别采取不同的预测流程和预测方法，从而最大限度地对城网未来的负荷和负荷分布进行准确预测。3.3城市新区负荷预测方法城市新区负荷预测的特点是：通常没有历史数据，即使有历史数据，也可能