刘 刚
(国网辽宁省电力有限公司,辽宁 沈阳 110006)
基于气象修正技术的辽宁电网负荷预测应用研究
刘 刚
(国网辽宁省电力有限公司,辽宁 沈阳 110006)
分析了短期电力负荷预测模型,在线性外推法负荷预测的基础上,实现了基于气象因子修正技术的短期辽宁电网网供负荷预测,并成功应用于辽宁电网负荷预测工作中,电网负荷预测准确率得到明显提高,预测结果可用于指导电网调度运行。
气象修正;线性外推法;负荷预测
负荷预测是根据电网的系统运行特性、增容决策、自然条件和社会影响等诸多参数,运用可靠的方法与手段,在满足一定精度要求的条件下确定未来某特定时刻的负荷数据[1]。电力系统的调度、规划和运行都离不开电力负荷预测,科学准确的电力系统负荷预测是电力系统安全、经济运行的基础,对调度运行人员指挥电网运行也有着重要的指导作用。本文在分析短期电力负荷预测模型的基础上,提出了一种基于气象因子修正技术的电力负荷预测模型实现方案,现已成功应用于辽宁电网负荷预测工作中,并取得了良好的预测效果。
电力系统中,日负荷预测是指对未来24~72 h的系统短期负荷预测,其基本负荷模型:式中:Pi(t)为t时刻的总负荷 ;B(t)为t时刻的基本负荷分量;W(t)为t时刻的天气敏感负荷分量;S(t)为t时刻特别事件负荷分量;V(t)为t时刻的随机负荷。
基本负荷分量是指负荷变化有规律并排除天气影响的分量,一般其包含趋势项和周期项。国内外学者提出了许多基本负荷分量的预测方法,如线形外推法[2]、 回归分析法[3]、 时间序列法[4]、 变权重法[5]、 动态聚类法[6]、 谱分析法、 人工神经网络法[7]等。
天气敏感负荷分量是指天气变化对系统负荷造成的影响,影响负荷的天气敏感因素有温度、湿度、风力、阴晴等,实际应用中多数只考虑温度因素。建立天气敏感负荷基本模型,取若干天负荷记录、温度记录,把负荷看成是温度的函数,如图1所示。
图1 温度与负荷函数
在低温状态下,当温度低于某值TW时,保温负荷增大,因此随着温度下降,负荷增加;在高温状态下,当温度高于某值TS时,随着温度升高负荷相应增加;而在气温处于TW和TS之间时,负荷和气温变化几乎无关。因此天气敏感负荷分量可表示为
式中:TW、TS为临界温度;KS、KW为对应斜率。
特别事件负荷分量和随机负荷分量是指重大历史事件、政治活动、随机负荷等对电力负荷产生影响的分量。鉴于其自身的无规律性、随机性,在此予以忽略。
本文采用基于温度准则的线性外推法,其步骤如下。
a.取和预测日同类型的过去n天负荷并分别归一化,归一化方法如下:
式中:Ln(k,i)为第k日第i时负荷数据的归一化值;L(k,i) 为第 k第 i小时负荷数据;L(k,min)为第k日最小负荷数据;L(k,max)为第k日最大负荷数据。
b.把上述取得的几天负荷归一化系数平均,得到该类型预测日的日负荷变化系数:式
中:Ln(i)为该类型日第i小时负荷系数。
c.读取预测地区该预测日的最高温度Tmax和最低温度Tmin。
d.计算预测日的最大负荷和最小负荷:
式中:a1,a2,b1,b2根据历史负荷数据和历史温度记录用最小二乘法决定的系数,方法是假定每天最大负荷是每天最高温度的函数:
每天的最小负荷是每天最低温度的函数:
然后根据过去n天的最大负荷和最小负荷记录及对应的最高温度和最低温度记录,用最小二乘法决定系数a1, a2, b1, b2。
e. 计算预测的每小时负荷:
式中:L(i)(i=1,2, …,24)为第 i小时预测负荷。
天气的急剧变化会对负荷产生一定的影响,尤其是在冬夏两季,空调、采暖等对温度变化较为敏感的负荷在整个电网负荷中占用较大的比重时,天气敏感负荷波动对辽宁电网的用电负荷预测造成了较大难度。
辽宁省调通过与辽宁省专业气象台合作,目前可实现通过Internet每天定时传送省内14个地区的24 h实况及预报温度、降水等信息,为负荷预测提供了较为详细的参考信息,为负荷预测多地区逐个时段进行气象因子的修正创造了客观条件,有利于提高负荷预测的精度。考虑到温度的变化对辽宁电网负荷影响较大,目前主要考虑温度的负荷修正因子,待积累一段运行经验后再逐步增加湿度和降水的修正因子。
为了得到温度和负荷的相关性关系,需要根据历史的气象信息和负荷数据进行相关性分析,采用相关因子法,通过温度变化和负荷变化的关系得到每个地区每个时段的温度相关因子,具体公式如下:
式中:i为地区编号 ;j为时段编号;coffi,j为第 i个地区第j时段的温度与负荷相关因子;K为第k天,n表示总的天数,一般可取10~30天;loadi,j,k为第i个地区第j时段第k天的实际负荷值;temi,j,k为第i个地区第j时段第k天的实际温度值。
经过如上的公式计算,可以得到各地区各时段的负荷和温度的灵敏度数据,即气象修正因子。得到气象修正因子后,即可根据预测日的天气预测数据进行气象修正,具体公式如下:
式中:i为地区编号 ;j为时段编号;forweaj为预测日第j时段气象修正后的全网负荷预测值;forj为预测日第j时段气象修正前的全网负荷预测值;Δti,j预测日与历史日的第i个地区的第j时段的温度变化值;coffi,j为第i个地区第j时段的温度与负荷相关因子。
经过负荷模型的分解,即将全省的负荷拆分到14个地区,并进行24个时段的逐时段气象因子修正,再将负荷模型合并为统一的全省负荷,负荷预测的精度与气象修正前有了较大的提高。
目前,本方法已经正式应用于辽宁电网负荷预测工作中,电网负荷预测准确率得到明显提高,预测结果可用于指导电网调度运行。以2015年3月8日辽宁电网200 kV统调用电口径负荷为例,未经气象修正的负荷预测准确率为97.89%。如图2所示。
2015年2月25日~3月7日期间,运用辽宁电网短期负荷预测系统,开展气象灵敏度分析计算,如图3和图4所示。
通过开展气象灵敏度分析计算,最终得到了近期气象因子与电网负荷变化量的关系曲线,如图5所示。
在气象灵敏度分析的基础上,进行负荷预测修正计算,修正后负荷预测准确率升至98.87%,如图6所示,显著提高了负荷预测精度,为指导电网运行提供有力的技术支撑。
图2 未考虑气象修正的负荷预测曲线
图3 气象灵敏度分析功能展示
图4 气象灵敏度与拟合值
图5 气象因子与电网负荷变化量关系
图6 考虑气象修正后的负荷预测曲线
采用基于气象修正的电网负荷预测技术充分考虑温度变化对电网负荷的影响,显著提高了辽宁电网负荷预测精度,更有利于电网调度人员合理安排电网运行方式,可用于指导电网调度运行工作。
[1] 徐玉华.中长期负荷预测方法分析 [J].宁夏电力,2007(6): 6-7.
[2] 陈 钢,全成浩.辽宁电网短期负荷预测方法研究 [J].东北电力技术,2001,22(4):3-6.
[3] 张伏生,汪 鸿.基于偏最小二乘回归分析的短期负荷预测[J].电网技术,2004,27(3):36-40.
[4] K.Liu and S.Subbarayan.Comparision of Very Short-term Fore⁃casting Techniques[J].IEEE Trans.On Power Systems.1996,11(2):877-882.
[5] 赵国析,王明涛.一种变权重组合预测方法研究 [J].西北纺织工程学院学报,2004,14(3):226-232.
[6] 康丽峰,王敬成.一种新型RBF短期负荷预测模型 [J].东北电力技术,2008,29(5):23-25.
[7] 燕 洁.神经网络在电力负荷预测中的应用 [J].东北电力技术,2007,28(12):47-48.
Research and Application of Liaoning Power Grid Load Forecasting Based on Weather⁃correcting Technology
LIU Gang
(State Grid Liaoning Electric Power Co.,Ltd.,Shenyang,Liaoning 110006,China)
This paper analyses forecast model of short term power load.On the basis of linear extrapolation method of load forecasting,power supply of Liaoning power grid based on the meteorological factor and correction technique for short⁃term load forecasting are real⁃ized.It has been successfully applied in load forecasting of Lianoning power grid,accuracy rate of power grid load forecasting is in⁃creased obviously,the predicted results are used in guiding grid dispatching operation.
Meteorological correction;Linear extrapolation method;Load forecasting
TM715
A
1004-7913(2015)11-0034-03
刘 刚 (1979—),男,硕士,工程师,从事电力系统调度运行工作。
2015-08-10)