郑娟
贵州省兴义市电力有限责任公司 贵州兴义 562400
电网科技日新月异，给广大民众的生活带来更多便利，人们对电能质量的要求也越来越高，因此电力负荷预测工作也越来越重要。
电力负荷预测通过研究国民经济和社会发展的各种相关因素与电力需求之间的关系，预测电力用户的需电量和最大负荷，从而对电网内负荷与电源进行合理分配，合理对供出的电能进行平衡和利用的问题。
兴义市电网是一个特殊的电网，存在许多影响电网稳定运行的风险，从电网电源的多样性（如风电、光伏、水电、火电等）和电力负荷的多样性（高能耗、电解铝、水泥厂、扎钢厂、玻璃厂等）会导致电网存在很大的峰谷差，电网频率、电压等参数会不停的波动和变化，负荷预测最重要的作用在于电网的安全、稳定运行，为电网的长期规划提供必要的依据。
电力的供应对整个社会的运转都是至关重要的，基于提供高质量电力供应为目的，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，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，现对负荷预测的几种方法进行浅议。
一、负荷预测种类
1．中、长期负荷预测
若预测年限达到10年以上，且预测的时间单位是以年来计算的，则该种预测为长期负荷预测;若预测年限是5年左右，且时间单位是以年来计算的，那么该种预测方式为中期负荷预测。它们的意义在于帮助决定发电机的装机容量、型式、地点和时间与电网的规划、增容、和改建。由于中、长期负荷预测主要针对项目工程较大、时间跨度长，往往具有较大误差，在项目基建时也需要留有较大裕度。近年来，配电网技术逐步发展，中、长期负荷预测能够对其规划在分布式电源选址定容及网架规划上提供规划依据。
2、短、超短期负荷预测
超短期负荷预测指未来1h、未来0.5h甚至未来10min的预测。其意义在于可对电网进行计算在线控制，对配电网、发电厂等系统进行实时调度指令下达的配合。短期负荷预测是指一年之内按月为单位的预测和以周、天、小时为单位的负荷预测，一般预测的是未来一个月度、未来一周、和预测未来一天的负荷。它的意义在于:对近期集中式发电厂的发电计划进行合理制定，对各机组的出力分布进行合理计划;可以经济合理地安排本网内各机组的启动和停止，降低储备容量;可以在留有裕量时对发电机组进行分组停机检修。
3、从效果上分类
从电力负荷预测技术的使用效果上通常可以分成通用预测法以及专用预测法。通用预测法是能够对于所有负荷进行预测，弊端就是准确度不行，其中通用预测方法包括了很多种分析方法，有回归分析法、灰色系统方法、卡尔曼滤波算法，指数平滑法、混沌方法以及神经网络方法等等，顾名思义通用预测方法适用于很多场景预测。专用预测方法包括了月度序列量特殊预测法和日负荷曲线预测法、年度序列预测法，其中年度序列预测方法指的是传统的预测方法，例如在对于整个社会的用电需求统计的时候进行预测，因为这是和人们生活息息相关的，所以就可以采用弹性系数来进行预测，然而对于企业用电就可以采用产值单耗法来进行预估。月度序列量特殊预测法顾名思义就是通过对于每个自然月搭建的预测方法。
二、电网规划中的电力负荷预测方法
2.1回归分析方法
回归分析方法也叫作统计分析方法，在很多领域中均获得了有效地应用，通过利用该预测方法实施测量，应该科学预测不同因子间的关联，完成对预测数值的准确计算。在此过程中，以区域相关的历史资料与有关影响因子作为主要的预测对象。在科学分析相关影响因子和用电量相应的函数过程中，可以完成电力负荷预测的任务，体现预测的高效性。
实施回归分析时所选取的因子与相关影响因子，从表达方面而言均属于推测，存在着明显的不确定性特征，回归分析方法在应用的过程中依然存在一定的局限性。
2.2人工智能方法
基于人工智能分析方法，主要是以专家系统、神经网络、支持向量机等为代表的预测方法。
(1)神经网络方法
神经网络方法在负荷预测中是比较先进、流行的方法，它具有可以模仿人脑的智能处理，对非结构性、非精确性规律拥有自主的适应能力，并且具有信息记忆、自主学习、知识推理和优化计算的特点。因为，神经网络在预测上有较大的应用潜力，所以一些学者又在此基础上做了改进和扩展，提出了很多基于神经网络的改进预测模型。可见，将神经网络方法应用于电力负荷上是比较有效的。
(2)专家系统技术
专家系统是一个计算机系统(主要表现为计算机软件系统)，该系统是基于知识的程序设计方法，它拥有某个特殊领域内专家的知识和经验，通过这些知识、经验的推理，在某个领域内做出智能决策。所以，将完整的一个专家系统分为:知识库、推理机、知识获取部分和解释界面。
2.3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。
2.4指数平滑方法
指数平滑方法以配电网规划中电力系统相应的历史数据信息的指数作为主要对象，对其实施有机组合，并进行电力负荷时间顺序未来数值的精准预测。对此方法而言，根据衰减因子能呈现出远期数据信息带给预测结构方面的影响情况，当衰减因子的数值很大的时候，此时电力系统的近期至远期的数据系数变动表现得更加显著，处于某种特殊情况的时候，此时电力系统的历史数据信息将不能带给电力负荷预测最终结果任何干扰。假如借助指数平滑方法实施电力负荷的预测，需要以相关的电力数据信息作为主要的目标，以便确保电力负荷预测结果的精准性。
2.5模型群优选组合的负荷预测技术
优选组合通常情况当中是包括了二种含义，第一种就是把所有关于电力负荷预测技术的方法以及结果进行综合加权平均进行预测；第二种方法就是采取集中不同的预测方法进行选择，然后从中选择最优的模型来进行测试。所以就可以得知优选组合方法有着很多方式，在实际使用过程当中，综合表现比较好的还是属于模型群方法，这种方法有着很好的适应能力，同时还不会漏掉最优的预测模型，也就从一定程度上提高了预测的准确性以及预测效果，这种方法具体操作流程是，首先需要选择n个预测模型以及相互对应的n个预测结果，然后进行标准偏差的判断以及误差指标等等来对于n个模型的好坏进行评估，最后就会得出一个最好的模型，再利用这个模型进行电力负荷预测，这种方法有着很多好处，同时还能够实现改善预测效果的目的，这种方法也得到了许多电力企业的广泛应用。
结语
总之，不论用何种方法进行负荷预测，最终目的都是为电网发展规划提供有力依据，为保证电网的稳定、经济运行提供保障。各电力单位应根据自已电网运行中积累的重要负荷数据分析，结合高科技手段制定出符合自身的负荷预测方法。
参考文献
[1]贺远，翟丹丹，苏贵敏.基于PCA与改进BP神经网络相结合的电网中长期负荷预测[J].电力大数据，2019（5）：74-80.
[2]李志恒，孙冉，张建立，等.基于改进BP神经网络的中长期电力负荷预测算法设计[J].自动化与仪器仪表，2017（10）：23-25+28.