电力系统负荷预测方法及特点

电力系统负荷预测方法及特点1引言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。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。2负荷预测的方法及特点2.1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。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Ah＝QiUi式中Ah—某行业预测期的需电量；Ui—各种产品（产值）用电单耗；Qi—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Pn•max=式中Pn•max—年最大负荷（MW）；An—年需用电量（kW•h）；Tmax—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。2.2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。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kzch（%）与（%）国内生产总值（GDP）年平均增长率kgzch（%）的比值，即kt=kkgzchzch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Am=A0(l＋ktkgzch)n式中Am—预测期末的需用电量（或年最大负荷）；A0—预测期初的需用电量（或年最大负荷）；kt—电力弹性系数；kgzch—国内生产总值的年平均增长率；n—计算期的年数。。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anxn。非线性回归方程因变量与自变量不是线性关系，如y=aebx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。2.5时间序列法就是根据负荷的历史资料，设法建立一个数学模型，用这个数学模型一方面来描述电力负荷这个随机变量变化过程的统计规律性；另一方面在该数学模型的基础上再确立负荷预测的数学表达式，对未来的负荷进行预测。时间序列法主要有自回归AR(p)、滑动平均MA(q)和自回归与滑动平均ARMA(p,q)等。这些方法的优点是：所需历史数据少、工作量少。缺点是：没有考虑负荷变化的因素，只致力于数据的拟合，对规律性的处理不足，只适用于负荷变化比较均匀的短期预测的情况。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。灰色系统是指部分信息已知，部分信息未知的系统。在灰色模型中，最具一般意义的模型是由h个变量的n阶微分方程描述的模型，称为）（hnGM,模型，作为一种特例的）（1,1GM模型可用下式表示：uaXdtdX)1()1(式中，)1(X表示原始数据经累加后生成的新数列；a称为模型的发展参数，反映)1(X及原始数列)0(X的发展趋势；u称为模型的协调系数，反映数据间的变化关系。解上述微分方程，可以求得）（1,1GM的预测模型为:),2,1,0()1()1()0()1(kaueauXiXak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。2.7德尔菲法德尔菲法是根据有专门知识的人的直接经验，对研究的问题进行判断、预测的一种方法，也称专家调查法。德尔菲法具有反馈性、匿名性和统计性的特点。德尔菲法的优点是：①可以加快预测速度和节约预测费用；②可以获得各种不同但有价值的观点和意见；③适用于长期预测，在历史资料不足或不可预测因素较多尤为适用。缺点是：①对于分地区的负荷预测则可能不可靠；②专家的意见有时可能不完整或不切实际。2.8专家系统法专家系统预测法是对数据库里存放的过去几年甚至几十年的，每小时的负荷和天气数据进行分析，从而汇集有经验的负荷预测人员的知识，提取有关规则，按照一定的规则进行负荷预测。实践证明，精确的负荷预测不仅需要高新技术的支撑，同时也需要融合人类自身的经验和智慧。因此，就会需要专家系统这样的技术。专家系统法，是对人类的不可量化的经验进行转化的一种较好的方法。但专家系统分析本身就是一个耗时的过程，并且某些复杂的因素(如天气因素)，即使知道其对负荷的影响，但要准确定量地确定他们对负荷地区的影响也是很难的。专家系统预测法适用于中、长期负荷预测。此法的优点是：①能汇集多个专家的知识和经验，最大限度地利用专家的能力；②占有的资料、信息多，考虑的因素也比较全面，有利于得出较为正确的结论。缺点是：①不具有自学习能力，受数据库里存放的知识总量的限制；②对突发性事件和不断变化的条件适应性差。2.9神经网络法神经网络(ANN,ArtificialNeuralNetwork)预测技术，可以模仿人脑做智能化处理，对大量非结构性、非确定性规律具有自适应功能。ANN应用于短期负荷预测比应用于中长期负荷预测更为适宜。因为，短期负荷变化可以认为是一个平稳随机过程。而长期负荷预测可能会因政治、经济等大的转折导致其模型的数学基础的破坏。优点是：①可以模仿人脑的智能化处理；②对大量非结构性、非精确性规律具有自适应功能；③具有信息记忆、自主学习、知识推理和优化计算的特点。缺点是：①初始值的确定无法利用已有的系统信息，易陷于局部极小的状态；②神经网络的学习过程通常较慢，对突发事件的适应性差。2.10优选组合预测法优选组合有两层含义：一是从几种预测方法得到的结果中选取适当的权重加权平均；二是指在几种预测方法中进行比较，选择拟和度最佳或标准偏差最小的预测模型进行预测。对于组合预测方法也必需注意到，组合预测是在单个预测模型不能完全正确地描述预测量的变化规律时发挥作用。一个能够完全反映实际发展规律的模型进行预测完全可能比用组合预测方法预测效果好。该方法的优点是：优选组合了多种单一预测模型的信息，考虑的影响信息也比较全面，因而能够有效地改善预测效果。缺点是：①权重的确定比较困难；②不可能将所有在未来起作用的因素全包含在模型中，在一定程度上限制了预测精度的提高。2.11小波分析预测技术小波分析是一种时域-频域分析法，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。其优点是：能对不同的频率成分采用逐渐精细的采样步长，从而可以聚集到信号的任意细节，尤其是对奇异信号很敏感，能很好的处理微弱或突变的信号，其目标是将一个信号的信息转化成小波系数，从而能够方便地加以处理、储存、传递、分析或被用于重建原始信号。这些优点决定了小波分析可以有效地应用于负荷预测问题的研究。3结束语负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是一个电网调度部门和规划部门所必须具有的基本信息。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。因此，负荷预测已成为实现电力系统管理现代化的重要内容。