浅析电力系统负荷预测技术

范宜杰

(国网上海崇明供电公司,上海 202150)

浅析电力系统负荷预测技术

范宜杰

(国网上海崇明供电公司,上海 202150)

在我国目前的电力系统中,供电部门最常规的工作之一就是对负荷进行预测,这对于整个输变电系统有非常重要的现实意义。本文主要对当前的电网负荷预测技术展开讨论,并对当前负荷预测技术的特点进行分析,同时对未来的负荷预测技术发展动态进行了展望,指出了未来的研究方向。

电力系统 负荷预测 技术

负荷预测主要是通过对电网的历史数据进行分析,同时也需要对例如当地经济环境、气候变化这类影响负荷预测的因素进行统筹考虑,然后对当地的未来用电需求做出科学的估计。因此可以说,电网系统最基础、最现实的工作就是有效的进行负荷预测,这样才能更合理、更科学的安排好发电机组的检修规划安排,同时也能够输变电网的正常运行,更重要的是,对于地区未来的电网增容有着非常重要的参考依据,所以说负荷预测技术一直是电网系统工作中的重中之重。

1 负荷预测的分类、特性

预测通常是对未来的事务的一个预判,而负荷预测则是对未来电网用电走势的一个综合分析,由于许多原因,负荷预测的对象都具有很大的不确定性,而对这些不确定因素进行预判,从而分析未来的发展趋势,就需要有针对性的适合的预测技术。正是负荷预测这种不确定性以及很强的条件性和地域性、时间性等特点,也决定了目前的负荷预测的技术就存在很大的局限性,并非一种预测方法都适用于所有地区。

负荷预测按时间可分成超短、短、中、长期预测。超短期通常是预测1小时以内的电网用电量,根据情况不同而目的也有所不同,例如在10s以内主要用于负荷的质量控制预测,而5分钟以内用于安全监控;短期是指30天以内电网用电量预测,主要是用用于调控机构的日计划编制,短期预测主要受天气急剧变化以及电网故障、星期类型所影响;中期预测是指1年以内的电网用电量预测,主要是用于水库调度、机组检修等运行计划的编制,中期预测主要受用户生产计划、天气环境以及地区经济转型等因素影响,如当地政府规划以发展生态经济为主,则将大量高能耗企业关停,势必影响当地负荷增长;长期负载预测是指1年到数十年的电网用电量预测,主要是对电网计划部门对电网进行规划、增容以及改建,受地区经济发展、人口增长等因素影响。此外,负荷预测如果按特性分成最高负荷、最低负荷以及平均负荷、高峰负荷等。

2 负荷预测的程序

(1)首先明确预测的目的,然后根据目的的具体要求来制定预测工作的具体展开。

(2)其次是需要多方面的收集电网发展规划资料、用电需求资料、政府部门经济规划,以及每天天气气象资料等,气象数据包括天气的温度、湿度和风力等,掌握气温变化与负荷变化关系,以资料中的最可靠、最直接的素材为准进行研究,尽可能做到细致和全面,如果出现空缺资料,还需继续收集其他资料。

(3)资料的整理和分析。对资料进行分析后,选择有针对性高以及可用度高的资料作为基础资料。然后对这些基础资料再进行整理和分析,将资料内出现的异常数据进行重点分析,如果是错误资料,则要进行剔除或者修正。

(4)由于负荷预测受到当地经济发展以及当地气候变化的因素影响,因此在搜集资料时可先从有关部门获取相关资料作为参考因素,然后作为负荷预测的基础数据。

(5)选取预测模型。预测模型要能直接反应统计资料的一般特性。通常会同时使用不同的模型进行比对,从中选择最适合的模型。

(6)用预测模型进行负荷预测,将影响预测结果的几个重点因素进行分析,经过分析后得出预测结果。

(7)当负荷预测的运行结束后,利用预测得出的结果同实际的信息进行误差比对,分析当前模型是否适合负荷预测,如果适合则继续使用,不适合则选用其他模型。

3 负荷预测方法介绍

传统的负荷预测方法是专家预测、类比法、负荷密度法、弹性系数法等。不过这些预测方法在实际预测中受到的影响因素众多,同时也无法直观的反应真实情况,因此预测准确性较差。而目前常用的负荷预测方法主要由以下几种。

3.1 趋势外推预测技术

由于受各种条件的影响,使得很难控制电力负荷预测的准确率,不过还是有一定的规律。例如从以往月份看某地区的用电量记录就可以了解到用电负荷的一定规律和整体用电使用情况,当找到了用电负荷的变化规律后,那么根据历史情况就大致可以对未来某地用电负荷预测做较为准确的预测。

例如就某市2000至2006年全市负荷的历史记录为例,预测2007年社会负荷,将历史数据通过Excel的插入图表将历史数据导入,然后通过选择”折线图“或”xy散点图“就可以将这些原始数据添加多种数模的趋势线使用十分便捷。

如果选择多项式的模型时,那么社会用电的趋势线就为y=0.1825x2+1.4951x+13.943,那么根据模型,2007年时,设定x=8,那么2007年社会用电用电量(y)=0.1825X82+1.4951X8+13.943=3758GWh。那么如果选择线性模型时,模拟曲线为y=2.955x+11.754,利用该数模,2007年取x=8,那么2007年全社会用电量(y)=2.955X8 +11.754=3539.4GWh。两种模型最终预测的结果十分相似。

3.2 回归模型预测技术

回归模型预测是根据负荷的历史资料,用数理统计的回归分析方法对负荷的变量数据进行分析统计,并建立数学模型,从而达到预测的作用。

这种预测技术主要用于中期负荷,优点是结构简单,预测速度快,而缺点比较依赖于历史数据。

3.3 时间序列预测技术

该技术主要是用于短期负荷预测,它是根据观测序列所呈现的某种随机过程的规律性建立实际的序列的随机过程模型,然后用这些模型进行预测。

时间序列预测优势是不依赖于历史数据,并且预测迅速,缺点是需要非常大的原始时间的序列的平稳性。

3.4 灰色预测技术

该技术是使用色彩模型来进行定量预测,根据功能和特征的不同也分成了灾难变化预测、季节灾变预测、系统预测等。灰色预测的优点是不依赖于历史数据,也不用考虑分布规律,并且运算容易,短期预测的精度较高。但是缺点是不适合进行中长期以及长期的预测。

4 负荷预测技术的未来发展

随着科技的高速发展,最近几年涌现了不少基于新技术、新概念的电网负荷预测技术。例如组合模型预测、神经网络预测、小波分析预测、模糊负荷预测等。

4.1 组合模型预测技术

组合模型预测预测分成两种概念:一是指将几种预测方法所得的预测结果,选取适当的权重进行加权平均;二是在几种预测方法中采用最适宜的预测模型作为最佳模型进行预测。

组合预测在单个预测模型中不能很正确的描述与测量的变化规律时,能够有效提高预测效果的一种方法,如果能找到能完全反应实际发展规律的模型进行预测,那么有可能比组合预测方法的效果更好,反之,当前的组合预测方法较为适合。

4.2 人工神经网络预测技术

该预测技术是利用了神经网络的自我学习能力,让计算机自动获取历史负荷数据的影射关系,并利用这种映射关系从而达到负荷预测的目的。神经网络预测技术的优点是通过电脑模仿人脑做出智能化处理,对许多非结构性、非确定性规律拥有很好的适应性,并且还具有自适应、自组织、实时学习等特性。这种预测方式适合用于短期预测。而缺点是收敛慢,并且这种方法缺乏理论指导,主观依赖性较强。对突发事件反映迟缓。

5 结论和建议

通过对负荷预测技术的分析,得出几点结论。

(1)在当前的负荷预测中,由于影响预测的因素众多,因此仅仅依靠单一的预测手段是不够的,因此为了能提高预测的准确性,就需要同时使用多种预测手段。而目前出现的利用模糊数学、混沌理念等交叉学习为当前的电网预测提供了不一样的方法。这些利用不同学科组成的交叉方法所具有的预测准确率相比传统的预测方法有很大提升,因此可以说,未来预测方法的组合化、交叉化是电网负荷预测方法的主要力量。

(2)由于当前的负荷预测方法都有一定的局限性,目前还没有找到一种能适合大部分环境的通用的预测方法,因此目前预测,还是根据具体地区的实际情况来制定切实可行的预测手段,主要依靠平时积累经验,天气预报的准确率对负荷预测准确率影响较大,需要具备对天气预判能力,负荷预测人员工作需要相对固定。

(3)当前很多预测方法都比较依赖于历史预测数据,而较好的利用好历史数据则能有效提高预测准确率,因此就需要用一套高效率、高精度、低成本的方式对历史数据进行科学分析。对历史数据中关键数据进行捕捉,而为了降低冗余,尽可能剔除历史数据中无关的数据,只有这样充分利用好历史数据,就可以极大的提高负荷预测准确度。

[1] 牛东磊.电力负荷预测技术及其应用[M ].北京:中国电力出版社,2008.

[2] 夏清.电力系统负荷预测[M ].北京:中国电力出版社,2007.

[3] 张伯明.短期负荷综合预测模型的探讨[J].电力系统自动化,2012,28(1):30-34.

[4] 岳毅宏.组合预测法的改进及其在负荷预测中的应用[J].系统工程与电子技术,2011,26(6):843-8.

范宜杰(1975—),国网上海崇明供电公司,电力工程师,从事电网监控运行、负荷预测工作。