国网沁水县供电公司 山西省晋城市
摘要：现当今，我国经济在快速发展，电力企业的建设也在加快。关于电力系统的负荷预测，主要是就已知的电力需求作为基本的出发点，集合电力系统的历史数据与各个综合性因素，对其做出预测与估计。关于负荷预测的开展，通常包含两个方面的基本内容，分别为未来需求量与未来用电量预测。并且负荷预测的探索，为整个电力系统的调度、规划以及供电提供基础保障，有助于社会效益与经济效益的提升。
关键词：电网网格化规划；空间负荷预测；方法
引言
电力的供应对整个社会的运转都是至关重要的，基于提供高质量的电力供应服务的目的，科学进行配电网规划，并且运用电力负荷预测方法，达到增强配电网规划工作的效果。有关工作者通过应用科学的电力负荷预测方法，实现对后续工作的精准预测，系统掌握电力负荷变化的规律和相关的影响因子情况，尽可能避免或减少配电网规划管理安全风险。为此，系统思考和分析配电网规划中电力负荷预测方法显得尤为必要，拥有一定的研究意义与实施价值。
1电力负荷预测方法的应用原理
电力负荷预测的过程中，应该将电力负荷模型构建作为主要的任务。在此过程中会关联到电力负荷的频率与时空方面的特征，当然，负荷电压也与其存在着关联。尤其以电力负荷的时空特征视角而言，处于空间分布与时间改变的环境中，配电网形成的负荷同样会发生变化，相应的模型也非常复杂，应该利用负荷时间曲线体现电力负荷的时空特征。针对电力负荷预测模型来说，应该做好配电网的超短期与短期阶段的负荷预测工作，而中长期的负荷预测工作也不可忽视，以便保证配电网系统运行的稳定性。在此过程中，概率统计方法最为常见，虽然经过预测后的电力负荷数值可能出现误差情况，不过总体而言，电力负荷预测模型拥有良好的精准度。
2电网网格化规划中空间负荷预测方法
2.1回归分析法
回归分析方法在电力系统负荷预测当中的运用，主要是根据系统资料以及历史负荷，建立起具体的数学模型，对未来的电力负荷进行预测。运用统计学当中的回归分析法对变量、观测数据进行处理，得出未来预测的负荷值。回归分析法，基本特点是将预测的基本目标因素作为自变量，预测的目标作为因变量，具有较强的内插能力。在回归模型当中一般有一元线性、多元线性等集中模型类别。通常状况下，对于中短期的负荷预测相关内容，可采取线性回归方法，进而保证得出的数据准确度较高，真正反映出用电负荷预测准确性要求。当然，这种方法在预测过程中，无法得出各个年份当中的产业产值，对各区域的发展状况无法准确掌握。该方法在进行电力负荷预测的过程中，通常会受到多种因素的影响，包括多样性、突发性以及随机性因素。不同因素的影响，导致整个预测的针对性与准确数值存在明显误差，预测精准度无法得到满足。
2.2人工神经网络法
人工神经网络法以人类的模拟为主，将其思考和学习时神经元的相互交流加以有效处理，在人工神经网络中包含了众多神经元，从理论方面而言，计算的结果能近似任意的函数。在这中，神经网络名三层前馈神经网络的应用是非常常见的，存在着显著的误差逆传播特征。神经网络依靠较强的学习性能，能使电脑系统掌握负荷相关数据中的映射关系，并且借助此种关联，实现对未来电力负荷的准确预测，成效十分明显。此种方法的优势在于无需获得有关数学模型的支持作用，便能使相关数据获得一定的适应性，进而规避了数据随机性和不确定性的难题出现。劣势在于仅能在短期的负荷预测工作中发挥作用，中长期的负荷预测应用效果较差。
2.3供电单元内同时率的选取
在将各类或各分区的负荷相加时，需要考虑同时率的问题。同时率指整个电网最大负荷与各用户最大负荷之和的比值。其大小与区域社会经济发展、季节温度变化以及负荷结构等因素相关。在实际规划中，同时率一般通过典型日负荷特性曲线叠加获得，或是根据经验估计同时率的大小，一般来讲，用电负荷性质越接近同时率越高；反之，若负荷性质差异较大，则同时率就越小。供电单元的叠加典型日负荷特性曲线求取同时率的步骤如下：1）根据城市规划，统计汇总区域内各个用地性质用地的面积，合理选取负荷密度指标，计算得出此区域内各个用地性质用地的负荷预测值；2）采集典型日不同用地性质的整点负荷，绘制不同用地性质用地的日负荷曲线（标幺值）；3）将各类用地性质的日负荷曲线乘以各自用地性质用地的负荷预测值后，予以叠加，其曲线最大值与各类用地性质用地的负荷预测值之和的比值，即为此区域的同时率。
2.4单耗法
单耗法主要以电力负荷的单耗作为根据，科学推算全面用电量情况。以农业、单耗工业等领域中的电力负荷预测为主，存在着高效、直接等特征。应用有关指标实施单耗预测的过程中，应该事先系统掌握有关区域经济的发展与目标情况，同时参考此区域处于规划阶段的产值指标予以科学分析，准确统计与分析具体的耗电量，然后结合产业发展的状况，完成对单耗量的科学计算。对此种预测方法来说，较为简单，在短期的电力负荷预测中常用，不过劣势为预测的准确度较低，可能会浪费更多的人力与物资。
3电力系统负荷预测方法具体应用
针对某地区的原始电量数据作为分析的基础，运用不同的方法进行算法的应用。某地区2011-2015实用电量分别为，2011年2.29亿kWh，2012年2.57亿kWh，2013年2.96亿kWh，2014年3.37亿kWh，2015年3.83亿kWh。根据历年的用电量分析可以看出，该地区的用电量保持一个持续增长的状态，数值以及增长结构符合指数型曲线。这一基本状况的产生，符合现代工农总产值以及稳定增长向前发展的基本趋势与要求。下面采取弹性系数法、回归分析法以及灰色模型法，对该地区的电力系统负荷进行预测，分析2016-2018年该地区的用电量预测，其各项基本的预测值为：弹性系数的预测值：2016年实用电量4.37亿kWh，2017年实用电量5.12亿kWh，2018年实用电量5.9亿kWh。回归方法的预测值：2016年实用电量4.34亿kWh，2017年实用电量5.12亿kWh，2018年实用电量5.56亿kWh。灰色模型法的预测值：2016年实用电量4.45亿kWh，2017年实用电量5.15亿kWh，2018年实用电量5.97亿kWh。针对上述的预测数据分析可以发现，弹性系数的预测误差较大，受到国民经济生产总值的影响。弹性系数的方法，适用于短期的负荷预测方法。而对于回归分析法以及灰色模型法，所产生的误差指较小，灰色模型法的预测准确精度较高。
结语
系统分析与思考配电网规划中电力负荷预测方法显得尤为必要，具有一定的研究意义和实践价值。本文通过阐述电力负荷预测方法的应用原理，同时说明了配电网规划中的电力负荷预测方法：回归分析方法的介绍、指数平滑方法的说明、人工神经网络法的分析、单耗法的说明。希望此次研究与分析的内容和结果，能获得有关配电网规划工作人员的关注与重视，并且从中得到相应的启发和帮助，以便充分发挥电力负荷预测方法在配电网规划中的良好作用，进而推进我国配电网规划建设的进程。
参考文献：
[1]张怡，张锋.电力系统超短期负荷预测技术的应用与发展[J].浙江电力，2019，10（02）：105-108.
[2]王学申，刘刚.电力系统负荷预测方法分析及应用[J].中国科技信息，2018，10（08）：120-131.
[3]郭华安，加玛力汗·库马什，常喜强等.电力系统短期负荷预测方法与预测精度综述[J].电气技术，2018，4（10）：120-123.