（农业电气化与自动化专业论文）地方电力系统负荷预测的研究.pdf

摘要 负荷预测在电力系统的生产和运行中起重要作用，掌握负荷变化规律，选择合适的 负荷预测模型，是提高受费预测耪度的关键。 本文研究了中长期负荷预测理论及其应用首先简要介绍电力负荷预测的目的、意 义及国内外研究动态和趋势：然后详细介绍电力负荷预测的分类、负荷预测的方法及特 点、各种预测方法的适用范匿、影响负荷预测的主要因素、地方电力负荷的特点等：在 北基础上，就黑龙江省地方电力系统负荷预测进行了系统的研究，在研究过程中，提出 了增长曲线预测模型参数估计的一种新方法优化回归组合法；最后，对负荷预铡软 件实现进行了详尽的论述，并结合电力负荷预测的具体情况，较为深入地分析了预测理 论在电力系统中长期负荷预测中的应用，对季节周期预测法、增长曲线预测法和组合预 测法通过具体示例进行了仿真实验。实验结果表明，将本研究中的各种预测模型应用于 地方电力系统负荷瑗测中，具有较高的预测精度，是较为科学的预测方法t 针对研究中的各种预测模型，开发出了相应的负荷预测软件该预测软件集成了数 据录入功能，负荷预测功能、误差分析功能，图形分析功能。该预测软件操作方便、实 用性强，具有推广使用价值 本研究为黑龙江省地方电力系统调度、计划、规划和营销等技术管理部门提供了理 论依据，有助于地方电力系统管理现代化的实现，不仅具有非常重要的理论意义，而且 还具有十分显著的工程实用价值 关键词中长期负荷预测：组合预测；季节周期预测；增长曲线预测：优化回归组合法 v r e s e a r c ho nt h el o a d f o r e c a s t i n g o fl o c a lp o w e r s y s t e m a b s t r a c t l o a df o r e c a s t i n gp l a y sa l li m p o r t a n tr o l ei nt h ep r o d u c t i o na n do p e r a t i o no ft h ep o w e r s y s t e m ，h w i i 唱l o a dv a r i a b l e l a w sa n d c h o o s i n g s u i t a b l el o a df o r e c a s t i n gm o d e lw a st h ek e y t oi m p r o v i n gl o a df o r e c a s t i n g p r e c i s i o n m i d - l o n gt e r ml o a df m e c a s t i n gt h e o r ya n di t sa p p l i c a t i o nw a ss t u d i e di nt h i sp a p e r a t f i f 瓯t h ep m p o s e s i g n i f i c a n c eo fl o a df o r e c a s t i n g , d o m e s t i ca n di n t e r n a t i o n a ld e v e l o p m e n t s a n d t r e n d s o f r e s e a r c h w e l n gr e v i e w e d b r i e n y ；t h e n i t d e t a i l e d i y i n t r o d u c e d t h ec l a s s i f i c a t i o no f l o a df o r e c a s t i n g m e l i l o d sa n dc h a x n c t e r i s t i c sl o a df o r e c a s t i n g , a p p l i c a b l es c o p eo fv a r i o u s f o r e c a s t i n gm e t h o d s m a i nf a c t o r so f i n f l u e n c el o a df o r e c a s t i n g , e t c ；m o r e o v e l , i tw e n to i l s y s t e m a t i cr e t r c ht h el o a df o t e c a 咖o f l o c a lp o w e rs y s t e mo f h e i l o n 西i a i i gp r o v i n c e ，a n d p o e 嘲t e d 帆i - e w m e t h o df o re a t m e n gt h ep a r a m e t e r so fg o r w t hc l 盯w p o p 虹m i z a t i o n r e g r e s s i o nc o m b i n gm e t h o d ：a tl a s t , t h ef c a l i 冽彻o f t h el o a df o r e c a s t i n gs o f h v a u r ew a s d i s c u s 孽e 正a n dc o m b i n e dw i t hc o n c r e 怔c o n d i t i o no fp o w e rl o a df o r e c a s t i n g , a n da n a l y s e d d m , t ya p p l i c a t i o no fm i d - 1 0 n gt e r ml o a df o r e c a s t i n g i n p o w e rs y s t e m , a n dw e n to nt h e s i m u l a t i o na 印廿i m 嘲e m m g hc o n c r e t ec x a m p l e st os e a s o n a lp e r i o d i c i t yf o r e c a s t i n gm e t h o d , g n , w m c u r v ef o r e c a s t i n gm e t h o da n d 咖脚肺戌咖f o r e c a s t i n gm e t h o d 1 1 坼r e s u l t ss h o w e d t h a tv a 南l l $ f o n 警a s t i n gm e t h o d sa p p l i e di nt h el o a df o r e c a s t i n go fl o c a lp o w e rs y s t e mw e r e t h ec , o m m d f i v e l y s c i e n t i f i c 如孵c 蠲啊i 唔m e t h o d s w i t h h i g hp r e c i s i o n r e k v a ml o a df o r e c a s t i n gs o f t w a r e 辅翟d e v e l o p e df o rv a r i o u sf o r e c a s t i n gm o d e li nt h e 斑l d y t h es o f t w a r e 面把掣删i h ef i m c l i e mo fd a mi 叩峨f u n c t i o no fl o a df o r e c a s t i n g , f l 埘l c l i o no f f l t o fa n a l y s i s , f u m t i o no f f 喀o r ea n a l y s i s t h ef o r e c a s t i n gs o f t w a r eh a so p e r a t i n g 嘲l i c i 啪a n ds t r o n g 埘_ 嫩c a b 主瑚弘w h i c h 缸w o r m 峭i i l g w i d e l y t h cm a y p r o v m e d t h en 誓日矗啊c me v 缸k n c cf o r 掌口冀d l 增，p l a n , l a y o ma n dm a r k e to f t h e t e d m o t o g 蚴a d m i n t m m i v ed e p a n m 珊o fh e i i 伽西i a 呜p r o v i n c e l o c a l p o w e rs y s t e m ， c o n t n 2 m t e dt ot h er e a l i z a t i o no f t h el u o d e m i 盈f i o l lo f m a m g e m o n to f t h el o c a lp o w e l s y s t e m ， i tn o to n j yh a sv e f y 砸咿。栅m e o r e t k 妯硝掣尉i 眦，b u ta l s oh a sv e r yr e m a r k a b l ep r a c t i c a l v a l l 聆o f 喇l c a n d i t m e ：w a n gj i q u a n s p e c i a l i t y ：a g r i c u l t u r a l e l e c t r i f i c a t i o n a n d a u t o m a t i o n s u p e r v i s o r ：p r o f z h a oy u l i n k 巧w o r d $ m i d - l o n g 啪l o a df o r e c a s t i n g ；c o m b i n a t i o nf o r e c a s t i n g ；s e a s o n a lp 耐o d f o m 翻s t i i 笛g r o w t h c l 茸v of o r e c a s t i n g 哪曲n 酬他躺伽c o m b i n gm e t h o d 预测是对尚未发生或目前还不明确的事物进行预先的估计和推测。预测可以提供未 来的信息，为当前人们做出有利的决策提供依据。随着人类社会和科学技术的发展，预 测技术也得到了不断的发展，尤其是最近几十年，随着预测理论、方法和技术的不断丰 富，电力系统负荷预测的精度可以达到相当高的水平。但由于影响电力系统负荷预测问 题的因素很多，所以还存在不少难以解决的问题。因此预测不准或不完全准确的情况也 是经常发生的。这就引起了不少争论，并吸g 了不少人进行分析和研究。这也说明预测 工作尚需不断加以发展和完善。 有鉴于此，本研究对一些适用于地方电力系统的负荷预测方法进行了研究，提出了 一种求解增长曲线预测模型参数的新方法优化回归组合法。通过对巴彦县和延寿县 的电力负荷进行预测的结果表明，预测精度较高，完全可以满足电力生产部门和管理部 门的要求。 1 1 电力负荷预测的目的和意义 1 1 1 电力负荷预测的目的 电力负荷预测的目的就是提供负荷的发展状况及水平，为电力生产部门及管理部门 制定生产计划和发展规划提供依据。确定各供电区各规划年供用电量、供用电最大负荷 和规划地区总的发展水平；确定各规划年用电负荷构成( 张金宝，1 9 9 2 ) 。 1 1 2 电力负荷预测的意义 负荷预测是电力系统运行调度中非常重要的内容，它是保证电力系统安全经济运行 和实现电网科学管理及调度的重要依据，也是能量管理系统( e m s ) 和配电管理系统 ( d m s ) 的重要组成部分。提高负荷预测的技术水平，有利于计划用电管理，有利于合理 安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合 理的电源建设规划。有利于提高电力系统的经济效益和社会效益。因此，负荷预测工作 已成为实现电力系统管理现代化的重要内容之一。 在我国电力事业空前发展的今天，电力负荷预测问题的解决已经成为我们面临的重 要而艰巨的任务。在国家电力公司每年度科技申报的项目中，包括用电市场关键技术、 电网规划在内的许多项目都是针对电力负荷预测、市场需求预测等的研究。可见，如何 充分利用现有的数据资料、建立正确的预测理论和方法、建立相应的预测模型、提高预 测精度，已成为电力系统用电预测不容忽视的研究课题之一。 长期以来，由于我国受计划经济的影响，电力系统负荷预测工童乍并没有受到足够的 重视。随着电力市场的改革。电力工业正逐步由计划经济向市场经济转变，使得电力部 门之间的竞争更加激烈。只有提高经济效益、提高劳动生产率、降低发电成本才能获 得更大的利润，才能为电力部门赢得更大的生存空间，才能使电力部门在激烈的竞争中 立于不败之地。电力市场的引入必然给e m s 带来功能和内涵上的重大变化。与垄断运 营模式不同，以引入竞争为主要晷的的市场经济运营模式迫使电力部门对负荷预鹊的重 要性和迫切性的认识上升到了一个新的高度，同时对电力系统负荷预测提出了新的标准 和要求( 刘晨辉，1 9 8 7 ；dwb u n n , 2 0 0 0 ) 。这些要求包括准确性、实时性、可靠性、智 能性等，它们是相互联系、相互制约的。 电能作为一种非常重要的能源，已经被应用到各行各业，同时对电能质量的要求也越 来越高。电力负荷预测作为保证电能质量的一个基本工具，得到了越来越多的关注。目前， 黑龙江省地方电力系统的负荷预测工作尚处于起步阶段，还没有真正实现科学意义上的负 荷预测，全部负荷预测工作均由技术人员根据经验、结合历史数据完成，存在着劳动强度 大，糖度不高等缺陷。近年来，随着计算机技术的迅速发展。计算机的窖量不断扩大，计 算机的速度也不断提高，这不但为大量复杂的、用人工方法难以实现的预测方法的采用成 为可能，而且负荷预测的手段也逐渐由人工预测方式被软件预测方式所代替，为提高负荷 预测的精度镪造了条件。本研究的目的就是使黑龙江省地方龟力系统的负荷预灏工作蹑上 时代的发展，为黑龙江省地方电力系统负荷预测工作提供理论依据，结合黑龙江省地方电 力系统的实际情况，提供一套适合黑龙江省地方电力系统特点的负荷预测软件，为黑龙江 省地方电力系统管理现代化散贡献。 总之，了解负荷预测技术的发展趋势，掌握负荷预测的最新技术，将有助于提高负 荷预测的精度、合理调度系统的安全和经瘙运行方式准确地预测电力负荷，四是保证 无条件供应田民经济各部门及人民生活以充足电力的需要，也是电力工业自身健康发展 的需要电力系统是一个运行高度统一的大系统，由于电能不能大量储存，其生产和涫 费必须同对进行，因既预知负荷的需求不但可以减少不必要的投资，而且还可以为电力 生产和管理部门提供依据，不仅具有非常重要的理论意义，而且还具有十分显著的工程 实用价值。电力负荷预测理论戴是因此而发展起来的，尤其是在形成电力交易的过程中 负荷预铡的研究更具有极其重要的意义( 周佃民等2 0 0 0 ) 。 1 2 国内外研究动态和趋势 预测的意识和简单的直观预测，很早就存在于人类的生活和生产实践中二十世纪 三四十年代以来，科学技术和生产力的高速发展给人类带来了许多新问题和新事物 使人们日益黪到预溺未来的重要性客观的需要导致人们迸行研究和实践，随着辩学技 术的发展，为预测研究和应用提供了科学分析的方法和有效的预测手段因而，到二十 世纪七十年代末，预测逐渐形成了一门自成体系的综合性学科。得到了迅速发展但电 力系统负荷预测方法的系统深入研究起源于二十世纪八十年代 目前，田内外发袁的电力系统负荷预测的文献很多，其采用的预测方法和预测精度 也各有不冠，综合起来主要有以下凡转类型： 1 2 1 传统的预测方法 传统的负荷预测方法大致可以分为两类：一类是时问序列分析方法，如卡尔曼滤波 法( pb o l z e mc ta l ，1 9 8 6 ) 、b o x - j e n k i n s 法( fg a l i a n a e ta l ，1 9 7 4 ) 、回归分析法( nfh u b e l ee t a i 。1 9 9 0 ) 、自回归滑动平均模型c a p m a ) ( s v e m u r ie t a l ，1 9 s i ) 、灰色预测法( 周平等1 9 9 8 ) 2 和分解模型法( 赵希人等1 9 9 1 ) ：另一类是因果分析法( 或称计量经济法) ( tmp e n ge ta l ， 1 9 9 2 ；王民量等1 9 9 9 ) ，如气候( 主要是温度，其次是湿度、风速等) 辨识法。传统的预测 方法具有计算简单，要求历史数据少的优点，缺点是预测精度稍差。由于中长期负荷预 测对精度要求不高，传统的负荷预测方法在实际应用中一般可以满足精度要求。 1 2 2 负荷预测技术的新进展 近年来。随着科学技术的迅速发展，预测理论技术也取得了很大的进展。新的预测 方法不断出现，这些方法为电力负荷预测问题的研究提供了有力的工具。新发展起来的 负荷预测方法主要有：模糊预测法、专家系统预测法、人工神经网络预测法、优选组台 预测法、小波分析法。 1 2 2 1 模糊预测法 l a z a d e h 于1 9 6 5 年在模糊集一文中首次提出了模糊数学和模糊控制问题，并 给出了定量描述方法，自此模糊理论便作为一门崭新的学科显示出了强大的生命力。模 糊预测法，是近几年来在电力系统负荷预测中出现的一种预测方法。模糊预测法主要有 模糊聚类法( 陈章潮等1 9 9 5 ) 、模糊线性回归法( 于九如等1 9 9 5 ) 等。 所谓的模糊聚类分析就是应用模糊数学方法对事物进行模糊分类。模糊聚类预测法 的基本思想是通过对历史数据进行加工处理，提炼出负荷变化的若干典型模式。进而由 影响负荷变化的相关因素的未来状态去判断未来负荷变化属于哪一种模式，从而达到预 测的目的。这样做不仅避免了建立数学模型的困难，而且隐含计及了不确定因索的影响。 模糊预测法是建立在模糊数学理论上的一种负荷预测新技术。将模糊预测法引入的 原因是电力系统中存在着大量的模糊信息，如负荷预测中的关键因素气象状况的评判、 负荷的e l 期类型的划分等。常规的处理模糊信息的方法就是采用统计和经验相结合的方 法，这给负荷预测引入了不科学的因素，并且与自动化要求相矛盾。模糊预测法将模糊 信息和经验以规则的形式表示出来，并转换成可以在计算机上运行的算法，使得其在电 力系统的许多领域中得到了应用( j a m o m o he ta l ，1 9 9 5 ；王天华等1 9 9 9 ) 。由于模糊理 论可以利用有限的规则近似任意的函数关系，将这一理论应用于负荷预测是很合理的选 择( 张吴等1 9 9 7 ) 。 从实际的应用来看，单纯的模糊预测方法，对于负荷预测精度往往是不尽人意的， 这主要原因是模糊预测没有学习能力，这一点对于不断变化的电力系统而言，是极为不 利的，而模糊预测与神经网络结合起来将是一种很好的方法。神经网络不能利用模糊信 息但具有自学习能力，而模糊预测能够利用模糊信息，但不具有学习能力，两者优势 互补、相互结合的研究方法成了9 0 年代中期进行短期负荷预测研究的热点。可以预见 这一方向仍然是短期负荷预测研究的重要方面之一( 严华等2 0 0 0 ) 。 1 2 2 2 专家系统预测法 专家系统预测法是对数据库里存放的过去几年、甚至几十年的、每小时的负荷数据 进行分析，从而汇集有经验的负荷预测人员的知识提取有关规则，按照一定的规则进 3 行预测的方法。专家系统预测法适用于中长期负荷预测( 王吉权等2 0 0 3 ) 。在中长期负 荷预测中未来不确定的因素很多，同时各个地区的经济和电力事业的发展有其特殊性， 对未来各种可能引起负荷发生变化的情况。还需要预测人员具有丰富的经验与判断力。 实践证明。精确的负荷预测不仅需要高新技术的支撑，同时也需要融台人类自身的经验 和智慧，因此就需要专家系统这样的预测方法。 负荷预测专家系统的研制需要较长时间的原始资料积累和模型修正开发周期长。 专家系统需要考虑的因素很多，各种因素以及它们之问的关系很难量化因而很难确切 地反映在专家系统中。不同的负荷预测专家系统对同样的问题可能作出不同的回答，即 使同一个负荷预测专家系统在确定结果时也会因预测人员的不同丽不同。因此负荷预测 专家系统难以取得确定的长期预测结果。 1 2 2 3 人工神经网络预测法 2 0 世纪9 0 年代以来人工神经网络( a n n ) 方法( a k , m t o a n z a d e ta l ，1 9 9 7 ；a k h t o a n z a d e ta l ，1 9 9 8 , i d r e z g ae ta l ，1 9 9 8 ) 一直是负荷预测研究的热点，国外利用a n n 进行负荷预 测的研究达到了高潮，并有许多缀成功的应用实例( d i p t i s d n i v a s a nc t a l , 1 9 9 5 ；a p i r a s c t a i 1 9 9 6 ) 。作为- - f l 新兴的交叉学科，人工神经网络为揭示复杂对象的运行机理提供了 一条新的途径，许多学者将其应用于电力负荷预测问题，并取得了一些进展( dc p a r kc t a l ，1 9 9 1 ：a gb a k i r l z l s e t a l ，1 9 9 6 ) 。一般而言，a n n 应用于短期负荷预测要比应用于中长 期负荷预测更为适宜，因为短期负荷变化可认为是一个平稳随机过程。而中长期负荷预 测与国家或地区的政治、经济政策等因素密切相关。通常会有些大的波动。并非一个平 稳的随机过程( 何述东等1 9 9 7 ) 人工神经网络是由多个神经元连接丙成，用以模拟人脑行为的网络系统。它通过学 习获得合适的参数，用来映射任意复杂的非线性关系。由于人工神经风络具有杰出的学 习功能和处理输入输出变量间非线性关系的能力，以及较短的计算时闻，从而获得了比 传统负荷预测方法更好的效果，其预测精度比传统预测方法提高了一倍( d s r i n i v a s a ne t a l 。1 9 9 5 ) 。 人工神经网络的优越性一方面体现在它的自学习能力自动发现和把握事物发展的 规律；另一方面 n n 具有很强的非线性映射功能，可以把学 - - - j 到的复杂的数学关系，建 立成具有丰富内涵的网络模型。常用的a n n 模型是b p 网络模型，利用一个简单的三层人 工神经网络模型就能实现从输入到输出间菲线性映射任何复杂函数关系- 该模型的特 点是利用误差的反向传播算法，实现网络的自学习功能。 对某一系统设计的性能良好的 州结构如果直接应用于另一个系统，预测性能就可 很差因面对不同的系统妥根据其负荷变化的规律及气象等影响因素变化来选取不同的 特征参量、不同的数据处理方法、不同的a n n 模型与结构。对于一个具体的负荷预测来 说，用于预测的人工神经网络的研制需要相当长时闻的原始资料积累和模型修正，才能 确定一个地区的负荷变化情况及与相关因素之间的关系从研制到实用的周期较长 1 2 2 4 优选组合预测法 4 所谓组合预测，就是将不同的预测方法进行适当的组合，综合利用各种方法所提供 的信息，从而尽可能地提高预测精度。显然，组合预测方法比单一预测方法更为科学， 因为对同一预测问题，不同的预测方法提供不同的有用信息，如果简单地将预测误差较 大的一些方法舍弃掉，将会丢失一些有用的信息，它对信息是一种浪费，应予以避免( 王 景等1 9 9 7 ) 。而组合预测方法是建立在最大信息利用的基础上，将多种单一模型所包含 的信息进行最优组合。因此在大多数情况下，通过组合预测可以达到改善预测结果的 目的。 早在1 9 5 4 年，美国人s c h w i t t 就曾用组合预测方法对美国3 7 个大城市的人口进行 过预测，使预测精度有所提高。1 9 5 9 年j m b a t e s 和c w j g r a n g e r 对组合预测方法进 行了系统的研究，其研究成果引起了预测学者的重视。近年来，组合预测方法已成为预 测领域中的一个重要研究方向，国际预溅领域的权威学术刊物( j o u r n a lo f f o r e c a s t i n g ) ) 及国内学术刊物管理工程学报、预测等刊物每年都要发表一系列关于组合预测的 学术论文。充分说明了组合预测在预测中的重要地位( g m u r a d o g l ue t a l ，1 9 9 4 ；z e n g ，y o n g e ta 1 1 9 9 6 ) 。 对于组合预测方法也必须注意到，组合预测是在单个预测模型不能完全正确地描述 预测量的变化规律时发挥其作用。用一个能够完全反映实际发展规律的模型进行预测完 全有可能比用组合预测效果好。如果不易找到能够很好地反映事物的实际发展规律，或 把握不大则采用组合预测是一种有效的补偿办法。因此，利用组合预测模型进行电力 负荷预测可以将各个模型有机地组合在一起，综合各个模型的优点，提供更为准确的预 测结果( 谢敬东等1 9 9 8 ) 。 1 2 2 5 小波分析预测技术 小波分析作为近十多年来迅速发展起来的一种方兴未艾的科学方法在各个工程领域 中受到了广泛的注意与重视。小波分析与传统的傅立时分析相比具有的良好的在时域与 频域上的“显微镜”功能可以对信息成分采取逐渐精细的时域与频域处理，尤其对突 发与短时的信息分析更具有明显的优势( 宋超等2 0 0 2 ) 。 小波变卸v a v e l e tt r a n s f o r m ) 是8 0 年代后期发展起来的应用数学分支，理论上构成 了较系统的构架，这主要是由法国数学家y m a y e r 、地质物理学家j m o r l e t 和理论物理 学家a g r o s s m a n 的工作。而把这一理论应用到实际工程当中，特别是信号处理领域， 法国学者ld a u b e c l d e s 和s m a l l a t 则起了极为重要的作用。小波变换的含义通俗的说法 是用一合适的母小波( m o t h e rw a v e l e t ) y ( f ) 通过时间轴上的位移与缩放和幅度的变化 产生一系列的派生小波，用这系列小波对要分析的信号进行时间轴上的平移比较，获得 用以表征信号与小波相似程度的小波系数。由于派生小波可以达到任意小的搜定精度， 并可以对有限长的信号进行精确的度量，因此可以获得相对于傅立叶分析所不能获得 的局部时间区间的信息。这种方法在负荷预测、模式识别、状态监视、故障诊断、谐波 分析等诸多领域中都将有广阔的用武之地。 目前，国内外有关小渡分析在电力系统中的应用的文献还很少，这个领域还儿乎是 5 一片空白。然而，由于其独特的分析方法，在电力系统负荷预测方面一定会有很好的前 景。 1 3 主要研究内容 目前，对于电力系统负荷预铡问题国外进行了大量的理论研究，达到了较高的水平 部分已投入实际应用。国内也有了比较系统的研究。但短期负荷预测技术比较成熟，而 对于中长期负荷预测的研究，由于其对同跨度大，涉及区域广，受国民经济发展及气象 条件等多方面因素的影响较大，其预测难度也相应的较大，针对它的研究也相对不足。 随着全球电力市场化的进行。各个电力公司之间的交易更加频繁电力行业逐渐由 垄断经营走向竞争，使得电力行业对负荷预测提出了更高的要求。作为电力市场的参与 者，提前知道负荷的信息就可以在电力市场的交易中获得更大的利益，因此负荷预测 就成了电力市场中急需研究和解决的课题之一。黑龙江省地方电力系统的负荷预测工作 尚处于起步阶段，预测人员的素质较低负荷预测的技术手段比较原始基本上采用人 工方式预测精度较低，这种状况即跟不上科学技术发展的步伐，也不能满足电力部门 的要求。 有鉴于此，针对黑龙江省地方电力系统的负荷进行系统的分析对各种中长期负荷 预测方法进行研究，搜集负荷的历史资料，并对搜集的负荷数据资料进行分析，找出负 荷的变化规律，选择适台于黑龙江省地方电力系统的中长期负荷预测模型显得尤为重要 因此，本论文的主要研究内容如下： ( 1 ) 分析黑龙江省地方电力系统电力负荷的特点； ( 2 ) 分析影响地方电力系统负荷预测的因素： ( 3 ) 对现有常用的负荷预测方法进行研究，并分析其特点； ( 4 ) 有关预测模型的参数估计； ( 5 ) 开发中长期负荷预测软件： ( 6 ) 负荷预测的示例分析。 6 2 电力负荷预测概论 2 1 电力负荷预测的分类 2 1 1 按时间分 电力系统负荷预测按时阗进行分类，可以分为超短期、短期、中期和长期负荷预测。 超短期负荷预测是指未来l h 、未来0 5 h ，甚至未来几秒钟的预测。用于质量控制和 自动发电控制( a g c ) ，需要5 - 1 0 s 的负荷值；用于安全监视，需l 5 m i n 的负荷值；用 于预防控制和紧急状态处理，需1 0 6 0 m i n 的负荷值。超短期负荷预测的使用对象是调 度员。在正常情况下，一般不考虑气象条件的影响，因为天气因素中最主要的影响因素 温度已体现在负荷的历史数据中了。超短期负荷预测主要反映负荷在短时间内的变 化规律，即反映负荷的上升、下降或水平趋势及变化值。 短期负荷预测是指一年之内。以月为单位的负荷预测，还指以周、天、小时为单位 的负荷预测。通常预测未来一个月、未来一周、未来一天的负荷值，也预测未来一天2 4 h 中的负荷值。短期负荷预测主要用于火电分配、水火电协调、机组经济组合、交换功率 计划、确定燃料供应计划、合理安捧机组的检修计划、对运行中的电厂出力要求提出预 告，使对发电机组出力变化事先得以估计。短期负荷预测的使用对象是编制调度计划的 工程师。 中期负荷预测是指5 年左右，并以年为单位的预测。主要用于水库调度、机组检修、 交换计划和燃料计划，帮助决定新的发电机组的安装( 包括装机容量大小、型式、地点 和时间) 与电网的规划、增容和改建。中期负荷预铡的使用对象是编制中长期运行计划 的工程师。 长期负荷预测一般是指数年至数十年的负荷预澜。主要用于电源和网络发展及电力 系统的远景规划。长期负荷预测的使用对象是规划工程师。长期负荷预测受地区的社会 经济、人口、气候等因素影响，涉及许多不确定性闫题。 2 1 2 按行业分 一般来说，按行业可以分为城市民用负荷预测、农村负荷预测、商业负荷预测、工 业负荷预测等。不同类型的负荷有不同的变化规律。随着家用电器的普及，城市居民负 荷增长率提高、季节波动增大，且系统峰荷受气温影响越来越大。商业负荷影响晚尖峰， 而且随季节而变化。工业负荷受气象影响较小。但大企业成分下降。使夜间低谷增长缓 慢。农村负荷季节性变化强，且与捧灌等情况密切相关 2 1 3 按特性分 根据负荷预测表示的不同特性，可分为最高负荷、最低负荷、平均负荷、负荷峰谷 差、高峰负荷平均、低谷负荷平均，平峰负荷平均、全同负荷、母线负荷、负荷率等类 型的负荷预测，以满足供电、用电部门的管理工作的需要。 2 2 负荷预测的特点 由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以负荷预测工作 研究的对象是不肯定时间、随机时间，需要采用适当的预测技术和模型，推出负荷的发 展趋势和可能达到的状况。因此其特点如下： 2 2 1 不准确性或不完全准确性 由于电力负荷受到多种多样的复杂因素的影响，而且各种影响因素又是千变万化 的，所以电力负荷未来的发展是不肯定的。人们对负荷的影响因素有些能够预先估计 有些却很难预见到再加上一些临时情况和突发事件的影响，预测不准或不完全准确的 情况也是经常发生的。这也说明预测工作尚需不断加以完善，掌握多种预测方法，采用 先进的预测技术，使预测结果尽可能准确。 2 2 2 条件性 负荷预测的预测过程是一个由历史向未来递推的过程，是在一定条件下做出的。条 件可以分为必然条件和假设条件两种。如果真正掌握了电力负荷的本质规律，那么预测 条件就是必然条件，所作出的预测往往是比较可靠的。丽在很多情况下，由于负荷未来 发展的随机性，需要一些假设条件，给出的负荷预酒结果就是基于这种假设的前提。这 些假设条件不能毫无根据的凭空假设，而应根据研究分析，综合各种情况而得来，在这 种情况下作出的预测往往是不准确的。 2 2 3 负荷预测的地区效应 在不同的负荷预测范围内，负荷的构成比重不同，影响负荷的因素也有所不同。一 般说来，大电网负荷变化有较强的统计规律性。预测结果较准确。而地区级电网负荷变 化规律并不是十分盟显，其预铡精度也相对低一些。 2 2 4 负荷预测的时间性 各种负荷预测都有一定的时问范靥因为负荷预测属于科学预测的范畴。因此要求 有比较确切的数量概念，往往需要确切的指明预测的时间。 2 2 5 负荷预测的多方案性 由于预测的不准确性和条件性，所以有时要对负荷在各种情况下可能的发展状况进 行预测，就会得到各种条件下不同的负荷预测方案。 2 3 负荷预测的步骤 2 3 1 明确负荷预测的内容和要求 当对电力系统的负荷进行预测时，首先要了解负荷预测的内容和要求进而确定麂 8 电力负荷预测概论 _ i i _ _ g 自墨曼墨鼍e 量皇量置詈舅掌蕾置墨墨墨皇量鲁曩葛_ 皇罡| 量置量e 鼍! 皇墨墨鼍昌詈墨皇詈墨夸! ! 曼! 詈! 于哪类预测、应满足哪些标准、是定性预测还是定量预测及应满足的预测精度等。根据 不同地区、不同时期的具体情况，确定合理的预测内容和预测指标。 2 3 2 资料的搜集和整理 资料是进行预测的依据。应根据负荷预测的内容和要求，搜集进行负荷预测时所需 用到的各种资料。尽量使搜集的资料系统而全面，避免用臆想的数据去填补负荷预测数 学模型中所缺少的资料。同时，对搜集来的各种资料进行分析、加工整理，并对搜集的 资料去伪存真提高资料的可信度。对于尚缺的必要资料，则应想方设法加以搜集。 2 3 3 对资料进行分析 画出所搜集资料中历史数据的折线图或散点图，从图形中观察资料中数据变动的轨 迹，以便选择恰当的预测模型，特别注意历史数据的异常值和转折点，找出异常值产生 的原因查明异常值的原因后对其加以处理对异常值的处理方法很多，常用的处理异 常值的方法是： 设负荷的历史数据为，屯，矗，若x i ( 1 + 2 0 ) ，取= ( 1 + 2 0 ) 牙；若 z ， i ( 1 2 0 ) ，则取工。= ( 1 2 0 ) i 式中 = 去y 一 ( 2 - 1 ) 以- - 7 经过上述变化后，历史数据序列趋于平稳，且规律性比较强，容易找出负荷的变化 规律。 2 3 4 选择预测模型 负荷预测模型是统计资料轨迹的概括，它反映的是经验资料内部结构的一般特征， 与该资料的具体结构并不完全吻合。模型的具体化就是负荷预测公式，由公式可以得出 与观察值有相似结构的数值，这就是预测值。负荷预测的模型是多种多样的，以适应于 不同的负荷变化规律。因此，正确选择预测模型是负荷预测中最关键的一步，如果模型 选择不当，造成预测误差过大，就需要改换模型。必要时，可同时采用几种数学模型进 行运算，以便对比、选择。 在预测中常用的预测方法有多种如组合预测法、人工神经网络预测法等多种方法。 各种预测方法均有其不同的特点和适用范围。实践证明，没有一种方法在任何颈测场合 下均可阻保证获得满意的预测结果。因此，必须根据对资料的占有情况，以及预测目标、 预测期限、预测环境、预测结果的准确度、预测模型的特点、预测模型的适用范围和负 荷历史数据的散点圈或折线图所反应的历史数据的变化规律等进行权衡，以便作出合理 的选择。 模型的选择对预测精度有很大的影响。在选择预测模型时，应考虑三个主要的问题： 即合适性、费用和精确性。任何一种预测模型都是建立在一定的假定条件之上的，而任 9 何一种假定条件都无法囊括影响负荷预测的所有因素，因此，必须考虑模型的适用条件。 在精确性和费用问题上，要权衡两者的轻重，要依靠自己的判断能力去断定应该用多大 的力量，从而决定使用哪一种模型。 2 3 5 负荷预测 随着科学技术的发展，预测理论有了很大的进步，各种预测方法层出不穷，使得预 测手段对计算机的依赖性越来越强。依据选择的预测模型，根据所掌握的历史数据，运 用负荷预测软件进行预测，可以获得比人工方法更高的预测精度，更好的满足电力部门 对预测精度的要求。 2 3 6 分析预测结果 根据预测模型得到的预测结果并不一定与实际情况完全相符，这是由于所建立的预 测模型是对实际情况的近似模拟，在计算和推测过程中难免会产生误差。因此，需要对 预测结果进行分析和评价，以确定预测结果是否可信。如果超出了误差的允许范围，就 要分析产生误差的原因。决定是否需要对预测模型和预测结果加以修正。使之更接近于 实际。 2 4 负荷预测的含义 负荷预测就是在充分考虑一些重要因素( 如系统运行特性、增容决策、自然条件与社 会影响) 的条件下，研究或利用一套系统地处理过去和未来负荷的数学方法，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值( 魏伟等2 0 0 2 ) 。 2 5 负荷预测方法分析 2 5 1 单耗法 按照国家安排的产品产量、产值计划和用电单耗确定需电量。单耗法分“产品单耗 法”和“产值单耗法”两种采用“单耗法”预测负荷前的关键是确定适当的产品单耗 或产值单耗。单耗法的优点是：方法简单。对短期负荷预测效果较好。缺点是：需傲大 量细致的调研工作，比较笼统，很难反映现代政治、经济、气候等条件的影响。 2 5 2 趋势外推法 当电力负荷依时问变化呈现某种上升或下降的趋势，并且无明显的季节波动，又能 找到一条合适的函数曲线反映这种变化趋势时，就可以用时闻t 为自变璧t 时序数值y 为 因变量，建立趋势模型y = ，( ) 。当有理由相信这种趋势能够延伸到未来时，赋予变量 f 所需要的值，就可以得到相应时刻的时间序列未来值。这就是趋势外推法。 应用趋势外摊法有两个假设条件：( 1 ) 假设负荷没有跳跃式变化；( 2 ) 假定负荷的 发展因素也决定负荷未来的发展，其条件是不变或变化不大。选择合适的趋势模型是应 用趋势外推法的重要环节。图形识别法和差分法是选择趋势模型的两种基本方法( 徐国 1 0 屯力负荷预测概论 祥，2 0 0 2 ) 。 趋势外推法有线性趋势预测法、对数趋势预测法、二次曲线趋势预测法、指数曲线 趋势预测法、生长曲线趋势预测法。趋势外推法一般适用于中长期负荷预测。趋势外推 法的优点是：( 1 ) 只需要历史数据、所需的数据量较少：( 2 ) 可以揭示事物发展的未来， 并定量地估计其功能特性。缺点是：如果负荷出现波动，会引起较大的误差。 2 5 3 弹性系数法 电力弹性系数是电量平均增长率与国内生产总值之间的比值，根据国内生产总值的 增长速度结合弹性系数得到规划期末的总用电量。弹性系数法是从宏观上确定电力发展 同国民经济发展的相对速度，它是衡量国民经济发展和用电需求的重要参数。电力弹性 系数与科技进步和经济结构及产品结构的调整有关。科技进步等因素可以使单位产值的 电耗不增加甚至减少，即电力弹性系数会小于l 。应用电力弹性系数预测电力负荷，一 般适合于大范围( 例如全国) ，较长时段( 例如五年及以上时段) 的预测，属于较长期趋 势预测。它是一种宏观预测方法。预测时间短，预测范围小时，应用电力弹性系数法难 以得满意的结果。该方法的优点是：方法简单，易于计算。缺点是t 需做大量细致的调 研工作，预测结果可信度不搿。因此，进行电力系统规划不能单独只用电力弹性系数来 预测电量 2 5 4 回归分析法 回归分析法就是根据负荷过去的历史资料，建立可以进行数学分析的数学模型，用 数理统计中的回归分析方法对变量的观测数据进行统计分析，从而实现对未来的负荷进 行预测回归模型有一元线性回归、多元线性回归、非线性回归等回归预溺模型。回归 分析法适用于中、短期负荷预测。其优点是：( 1 ) 预测人员能够清楚地看到负荷增长趋 势与其它可测量因素之间的关系；( 2 ) 预测精度较高。缺点是：( 1 ) 规划水平年的工农 业总产值很难详细统计：( 2 ) 需要样本量大且要求样本有较好的分布规律，当预测的长 度大于原始数据的长度时采用该方法进行预测在理论上不能保证预测结果的精度。 2 5 5 时间序列分析法 时间序列分析法就是根据负荷的历史资料，设法建立一个数学模型。用这个数学模 型一方面来描述电力负荷这个随机变量变化过程的统计规律性，另一方面在该数学模型 的基础上再确立负荷预测的数学表达式，从而实现对未来的负荷进行预测。时间序列分 析法主要有自回归模型( 简称a r ( p ) 模型) 、滑动平均模型( 简称m a ( g ) 模型) 和 自回归滑动平均混合模型( 简称a r m a ( p ，q ) 模型) 等。优点是：所需历史数据少、 工作量小缺点是：没有考虑负荷变化的因素，只致力于数据的拟合，对规律性的处理 不足，只适用于负荷变化比较均匀的短期预测的情况( 杜松怀，2 0 0 0 ) 。 2 5 6 灰色预测法 灰色预测法是一种对含有不确定因素的系统进行预测的方法。以灰色系统理论为基 东北农业大学工学硕士学位论文 础的灰色预测技术，可在数据不多的情况下找出某个时期内起作用的规律，建立负荷预 测的模型。分为普通灰色系统模型和最优化灰色模型两种。 普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时， 此法有预测精度高、所需样本数据少、计算简便、可检验等优点：缺点是对于具有波动 性变化的电力负荷，其预测误差较大，不符合实际需要。而最优化灰色模型可以把有起 伏的原始数据序列变换成规律性增强的成指数递增变化的序列，大大提高预测精度和灰 色模型法的适用范围。灰色模型法适用于短期负荷预测( 陈耀武等2 0 0 1 ) 。灰色预测的 优点是：要求负荷数据少、不考虑分布规律、原理简单、运算方便、短期预测精度高、 易于检验。缺点是：( i ) 数据离散程度越大，即数据灰度越大，预测精度越差：( 2 ) 不 太适合于电力系统的长期后推若干年的预测。 2 5 。7 德尔菲法 德尔菲法是根据有专门知识的人的直接经验，对研究的问题进行判断、预测的一种 方法，也称专家调查法。德尔菲法具有反馈性、匿名性和统计性的特点。德尔菲法的优 点是：( 1 ) 可以加快预测速度和节约预测费用：( 2 ) 可以获得各种