电力系统负荷预测方法及特点王涓--中国期刊网

字体：大中小

首页> 原创作品> 正文

电力系统负荷预测方法及特点王涓

发表时间：2021/8/9 来源：《中国科技信息》2021年9月中作者：王涓

[导读] 电力系统负荷预测在电力工程中占有重要地位，负荷预测也是电力市场需求预测。因此，电力系统负荷预测方法非常重要。

广东电网有限责任公司潮州湘桥供电局王涓

摘要：电力系统负荷预测在电力工程中占有重要地位，负荷预测也是电力市场需求预测。因此，电力系统负荷预测方法非常重要。本文分析并探讨了电力系统负荷预测的方法和特点。
关键词：电力系统；负荷预测；特点；分析
        负荷预测基于已知的能源需求。我们对未来电力需求的预测要考虑到政治、经济和气候等相关因素。负荷预测的目的是通过提供负荷的状态和发展水平来确定每个供电区、电量、电力消耗、最大电力、电力负荷和计划区的总负荷发展水平，并确定每个年度的电力负荷组成。
        一、电力系统负荷预测的特点
        电力系统负荷一般分为民用和商用负荷，地理位置可分为城市负荷和农村负荷。它们也因不同载荷的特性而异。首先，对于城市来说，一般的民用负荷是家用电器，随着人们生活水平的提高，每家每户都会出现新的家电，这种民用负荷与人们日常生活的需求有着很大关系。商业负荷理解对我们来说比民用负荷更容易理解，虽然商业负荷通常占很大的比例，但与工业负荷波动不同的是，商业负荷电力消耗增长相对稳定，但假日期间的电力消耗远远高于平时水平，这也影响到商业负荷的预测。工业负荷的特点由工业工作时间决定，一般工业负荷的比重在总负荷中占首位，与各行业的行业特点、季节变化都有一定的关系。关于农村地区的电力负荷，自然因素和季节影响最大，特别是在秋季收获季节。而农业用电负荷和工业用电负荷有一定的差别，这大大提高了我国电力系统的负荷增长预测难度。电力系统负荷预测的目的是合理规划所有行业的能耗，并及时进行检修和维护。
        二、电力系统负荷预测的方法
        1.趋势外推法。趋势外推法有助于根据当前预测趋势预测未来的发展负荷。尽管负荷是随机增加的，但还是有很多变化规律，发展趋势可以分为周期和非周期。例如，商业电力消费预测中的变化取决于季节和时间，特别是在商业中心，这属于周期趋势。但是，在假期期间用电量会增加好几倍，这属于非周期趋势，非周期趋势我们需要对商业负荷进行密切观察，从而逐渐摸索出规律，这可以作为预测电力负荷的标准和规则。
        2.时间序列方法。时间序列法目前使用最广泛。它使用电力系统负荷特性来确保时间连续性，负荷预测变化的时间序列有助于我们实现负荷预测的目标。例如，我们可以在分析工业负荷预测时利用这一点。根据我市工业负荷增长的多样性和性质，我们可以利用行业的性质仔细观察其工作时间，确定电力负荷的增长规律，并根据行业特点提出预测的关键点和操作规则，解决负荷预测问题，此预测方法还可以充分利用来维持电力系统的安全性和可维护性，并帮助我们确保电力系统正常运行。
        3.回归分析。所谓回归分析方法，就是通过分析过去资料中的历史负荷资料，根据历史数据预测未来电力系统的负荷，并使用各种变量分析资料，协助我们进行负荷预测。例如，在预测日常负荷时，我们可以从历史数据中查找过去的历史记录，从而了解电力系统出现最多时间负荷，从而帮助我们完成负荷预测。众所周知，家用电器最常用于民用负荷，而通常用电量是最多是在早、中和晚正餐的时间。此时，历史负荷数据可用于完成预测，确保电力系统负荷预测的准确性，而不是盲目地进行分析和预测。这样一方面可以解决负荷预测问题，一方面有助于运维人员有针对性地进行巡检，保障人们的生活用电。
        4.负荷预测的负荷密度方法。负荷密度方法实际上是计算一个基础单位的值，是一个每个单位基础测量的值，它不测量和预测整个城市，而是根据小规模范围进行检测，是根据用电的性质和功能进行预测。

期刊文章分类查询,尽在期刊图书馆

例如，办公场所负荷和居民负荷预测，办公空间的工作负荷密度值必须大大高于居民负荷，因为它们所被赋予的功能和定位是不同的，办公室与计算机空调等一系列大功率电器是分不开的，也就是说，办公负荷预测基础值不能用于居民负荷的预测，但是能预测大部门同样性质的办公负荷，使用负荷密度方法，不需预测太大的范围，同时将行业和功能区别开，使负荷预测更准确。
        5.负荷预测弹性系数的方法。电力弹性系数是反映电力发展和人民目前生活水平的一个重要因素。负荷弹性预测方法包括一个固定公式，即电力消耗总量的平均增长率与工业和农业国内生产总值的比率。这一比例在很大程度上代表了我国的经济水平。换句话说，电力工作的发展决定了国家的经济水平，但这些计算基于当年的弹性系数，也与历史数据进行了比较分析，而负荷预测的弹性系数方法通常用于预测大型企业的稳定发展。
        6.灰色模型方法。灰色系统理论将一切随机变化量看作是在一定范围内变化的灰色量，通常用累加生成 AGo(Accumulated Generat ing oPeration)和累减生成 IAGo(Invers。AccumulaledGenerat ingoperation)的方法将杂乱无章的原始数据整理成规律性较强的生成数据列。灰色预测是具有不确定性的系统的一种方法。基于灰色系统理论的灰色预测技术有助于在数据较少的情况下确定一段时间内规律的变化创建负荷预测模型。它可以分为两类：普通和最优化灰色模型。灰色预测模型是指数增长模型。对于电气负荷的指数增长，该方法进行了高精度预测。该方面的优点是所需采样数据少、计算简单和测试容量大，缺点是对于波动的电力负荷，预测性试验误差较大，有时不能满足实际需要。最优化灰色模型将波动的原始数据集转换为规律性指数递增一系列变化，大大提高了预测的准确性和灰色模型方法的适用范围。灰色模型方法适用于短期负荷预测。灰色预测的优点有：负荷数据少、无分布规律、无变化趋势、易于使用、短期预测精度高、易于测试。缺点：第一，当数据比较离散时，即当数据的灰色程度较高时，预测精度较低；二是不适合对电力系统几年滞后的长期预测。
        7.德尔菲法。德尔菲法又称专家意见法，是具有专门知识的人的直接经验，对研究问题作出判断和预测。德尔菲法的特点是追溯、匿名和统计。德尔菲法的优点是可以加快预测速度，节省预测成本；可以获得各种有用的意见和观点；适合长期预测，特别是在历史数据不足或有许多不可预测因素的情况下。缺点是:不同地区的负荷预测可能不可靠，专家的意见可能不完整或不现实。
        8.专家系统法。专家系统的预测用于计算过去几年，甚至过去几十年的数据，每小时负荷并分析气象数据，以收集有经验的负荷预测人员的知识，提取相关规律，并根据这些规律进行负荷预测。专家系统的方法是可量化人类转化经验的好方法。但是专家系统的分析是一个复杂的过程。另一方面，一些复杂因素，如天气因素，很难准确地量化它们对负荷区的影响，专家系统预测方法适用于中长期负荷预测。这种办法的优点是，它能够汇集大量专家的知识和经验，并充分利用他们的专门知识；获得更多的信息和数据，并综合处理原因和问题，可以得出更准确的结论。其缺点是，它缺乏自学能力，受到数据库中存储的知识总量的限制，无法适突发事件和不断变化的情况。
        9.神经网络方法。神经网络预测技术可以模拟人脑的智能处理，对许多非结构性和非决定论的规律具有自适应功能。长期负荷预测模型的数学基础可能因政治和经济变化而受到影响，因此神经网络比中长期负荷预测更适合短期负荷预测。其优点在于它可以模拟人体智能处理，并对许多非结构性和不精确的规律具有适应性。缺点是学习神经网络的过程通常很慢，紧急情况下并不合适。
        负荷预测是电力系统规划、实时监测、运行规划和发展规划的先决条件。提高负荷预测技术水平能促进电力管理规划、合理安排电网运行方式机组维修计划、降低发电成本、制定合理的电力建设计划、提高电力系统的经济和社会效益。因此，负荷预测已成为电力系统管理现代化的一个重要组成部分。
参考文献：
[1]魏琴.电力系统短期负荷预测方法研究[J].科技经济导刊，2019，27（08）：89.
[2]毛涵.电力系统负荷预测方法及特点[J].2019，27（08）：89.