统筹自然增长与跃变增长的 区镇负荷预测研究

顾天天

（国网桐乡市供电公司，安徽 桐乡 314500）

负荷预测是电网规划的基础，其核心是建立数学模型来探测特定区域的负荷发展趋势。负荷预测遵循完全性、延续性、相似性、统计规律性等原 则[1]，但由于电力负荷的随机非平稳特性以及受社会、经济等诸多不确定性因素的影响，对其进行准确预测是十分困难的。

近十几年来，基于大区域（如一个地级市或县）的负荷预测方法层出不穷，如时间序列、人工神经网络、灰色预测、卡尔曼滤波、多元回归、弹性系数法等[2]。可以说，大区域负荷预测方法已经较为完善，且覆盖了长期、中期、短期、超短期等各种预测需求。但针对区镇一级的负荷预测方法相对匮乏，需要进行研究以弥补负荷预测体系的完整。

1 问题的提出

目前的电网规划多是针对县级区域及以上，所做的负荷预测也是基于整个县域及以上。根据笔者的调查，由于预测方法的多样性，县域电网规划中的中期负荷预测一般较为准确，能指导3～4年左右的电网建设（包括变电站布点和输电线路增设）。

众所周知，县域是由许多个区镇构成，在出台了县域主体网架的建设规划后，还应明晰各区镇的中低压配网规划。同主网规划一样，要形成区镇的配网规划就需要有合理的区镇负荷预测。但区镇地域狭小，负荷延续性不明显，且对一些局部性因素（如动迁、造厂等）较为敏感。因此，基于时间序列或基于历史数据的预测方法将难以奏效。

2 初步解决方案

很显然，区镇负荷具有以下明显特点：若辖区内无突发性变动（如新建一个小区或厂子），则其电力负荷基本呈现自然式增长；反之，负荷将呈现跳跃式增长。

对此，笔者在参阅大量资料之后，提出以下设想：

1）将区镇级的用电总负荷划分为两个层面。第一个层面是基于惯性的平稳负荷，第二个层面是与政府或企业活动息息相关的跃变负荷，即

式中，Y i为规划水平年第i个区镇的最大负荷；ri为规划水平年第i个区镇以平稳增长方式体现的负荷分量；ji为规划水平年第i个区镇以跳跃形式体现的负荷分量。

2）在规划水平年，按照某种方式确定各区镇对于整个县域的负荷分配因子，然后将相对准确的县域总负荷分配到每个区镇。

3 自然增长负荷的预测建模

自然增长部分的用电负荷受区镇的自然资源（如土地、水源等）的限制，一般走“S”形曲线[3]。这与限定地域的人口自然增长非常相似，因此考虑用Logistic 模型来进行该部分负荷的预测，即

式中，t为某预测年；t0为历史数据起始年；p（t）为第t年负荷值（按自然增长方式）；pM为t→∞时，被测区镇按自然增长方式所能达到的负荷极限值；p0为起始年份负荷值；a为待定系数。

4 跃变增长负荷的预测建模

4.1 框架思路

前已述及，跃变负荷的有无及大小取决于政府及企业的活动。而政府与企业的活动又受经济环境、交通环境、水电环境、人力资源、政策指标等因素的限制。举例：①某镇政府考虑到A 区老旧、影响市容，欲结合国家城镇化改造政策进行A 区整体拆迁此和改造；②某企业因所处区镇交通便利、人力资源丰富、政府政策宽松，欲新建一个分厂。以上两个事件必然会给该区镇的负荷带来跃变因素。

显然，经济环境、交通环境、水电环境、人力资源、政策指标等因素都带有明显模糊性，不利于建立基于精确量化的模型，但可考虑用模糊综合评判模型：即由众多专家根据被测区镇的各类环境因素来综合判定该区镇的跃变负荷产生程度，然后再依照相关方法确定跃变负荷值的大小。

4.2 具体建模

根据模糊数学的知识，进行模糊综合评判需要分别建立因素集、评价集、评价等级权重分配、评判矩阵等。以下为具体过程：

1）因素集。根据上小节所述，将影响跃变负荷程度的因素进行罗列，如下所示。

2）评价集。为了兼顾评价的精细性和简便性，将评价等次分5 挡，即V= ｛v1，v2，v3，v4，v5｝，其中，vi（i= 1,2,… ,5） 的含义见表1（为方便后续计算，对每个等级做了适当量化）。

表1 基于环境因素的负荷评价集内涵

3）权重分配。即每个因素的重要程度：= （0.4， 0 .1， 0 .2， 0 .1， 0 .2）。

4）建立评判矩阵。选择一定数量（一般至少几十名）的包含各个行业的专家对被测区镇做评估，即这些专家根据各自的经验和知识，对因素集中的因素将如何作用于被测区镇的跃变负荷作出判断。得到如式（3）所示矩阵：

式中，rij为专家中对因素ui作出评价为vj的人数的比例。

5）进行模糊综合评判

中示值最大的量的序位对应了被测区镇在预测年的负荷跃变程度（即假如中b2最大，则负荷跃变程度为v2）。

上式中“·”为加权平均型，即“⊕-·”。运算定义为[4]

6）构建计算跃变量大小的模型。显然，某县域内全部区镇的总跃变负荷可由下式框定。

式中，n为某县域所包含的区镇个数；y为预测年的县域总负荷；λ为负荷同时率；ji,ri意义见式（1）。

由式（4）可算得各区镇负荷跃变程度及对应赋值。不失一般性，设第i区镇的评判赋值为di，那么该区镇的跃变负荷就是

5 算例分析

取某省一个县级市的负荷数据进行预测分析。

1）自然增长部分预测。从调度SCADA 系统调取该县级市各区镇的近年负荷数据，见表2。根据文章第三节提出的模型，利用Matlab 语言，得到各区镇的自然增长负荷预测情况，见表3。

表2 某县级市各区镇近年负荷数据（单位：MW）

表3 某县级市各区镇自然增长负荷预测（单位：MW）

2）跃变增长部分预测。100 名专家在研究该县级市各区镇的经济、交通、人资等各项因素的基础上，进行了2014—2015年的跃变负荷等级判断（直接转换为赋值），并在获取该县级市总体负荷预测数据的基础上，计算出各区镇的跃变负荷数值大小（负荷同时率取0.88），见表4。

表4 各区镇2014—2015年跃变负荷预测（单位：MW）

3）各区镇2014—2015年总负荷预测。在得到各区镇自然增长负荷预测和跃变负荷预测后，根据式（1）就统筹得到各区镇的总体负荷趋势，见表5。

表5 各区镇2014—2015 总负荷预测（单位：MW）

在表5中，还将2014年实际数据进行罗列，结果显示，负荷预测的误差均较小（最大的也就1.3%左右）。因此，文章构建的模型十分有效。

6 结论

负荷预测是电网各项工作的基础，实现负荷预 测的精确化意义重大。文章针对区镇级地域的特点，仔细分析其负荷构成以及影响其负荷变化的敏感因子。文章创造性地将人口预测理论应用到负荷预测上，还尝试用模糊综合评判来处理负荷预测中的不确定性因素。算例表明，本文的研究有效，值得作进一步推广。

[1] 宋晓茹,李莉,张来青.中长期电力负荷预测研究[J].计算机仿真,2014,31(9): 132-135.

[2] 王秀娟.浅谈昌吉地区电网负荷预测[J].新疆电力技术,2014,42(3): 15-18.

[3] 赵玉林,高英.农村电力系统负荷预测的研究——基于Excel 回归模型[J].农机化研究,2014,36(2): 226-228,244.

[4] 吴桂峰,王轩,陈东雷.基于优化神经网络的短期电力负荷预测[J].计算机仿真,2013,30(11): 95-99,111.