（电力系统及其自动化专业论文）考虑分区逐时气象信息的短期电力负荷预测研究与应用.pdf

s h o r t t e r ml o a d f o r e c a s t i n gb a s e d o nd i v i s i o n a l h o u r l yw e a t h e rf o r e c a s t i n gw i t ha p p l i c a t i o n s b yx i a o y o n gz h o n g f o rm a s t e rd e g r e eo fh o h a iu n i v e r s l t y a b s t r a c t t h ep r e c i s i o no fs h o r t t e r ml o a df o r e c a s t i n gi so n eo fi m p o r t a n ti n d e xa s s e s s e d b ys t a t eg r i dc o m p a n yu n ( 1 e rt h ec i r c u m s t a n c eo fp o w e rm a r k e t i n g t h i n ea r et w o s h o r t a g ei np r e v i o u sl o a df o r e c a s t i n gw i t hw e a t h e rf a c t o r s ，o n ei so n l yg e n e r a l e v e r y d a yw e a t h e rf a c t o r sa r eu s e dj u s tl i k em a x i m u mt e m p e r a t u r e ，t h eo t h e ri st h a t o n l yp r o v i n c i a lw e a t h e rf a c t o r sa r eu s e d i nt h i sp a p e r ，m u c hm o r ed e t a i l e dh o u r l y a n dd i v i s i o n a lw e a t h e rf a c t o r sa r ef u l la d o p t e di ns h o r t - t e r ml o a df o r e c a s t i n gt o i m p r o v et h ep r e c i s i o n h e r e i n a f t e rt h r e em a j o rw o r k sa r ei n c l u d e d ： 1 b yc o m p a r i n gt h er e l a t i o n s h i pb e t w e e nl o a da n dw e a t h e rt of i n dt h em o s t r e l a t e dw e a t h e rf a c t o rt ol o a d ，g i v i n gs u p p o r tt of o r e c a s tm o d e l i n g 2 d i s c u s s i n gt h ep r i n c i p l eo fd i v i s i o n ，c o n s i d e r i n gt h et w ow a yo ff o r e c a s t i n gi n w h o l eo ri np a r t ，w ek n o wt h a ts o m ei n d e xi np o w e rs y s t e mc o u l db ea d d e dd i r e c t l y , b u to t h e r sc a n l t ，n e i t h e rd o e st h ew e a t h e rf a c t o r so b v i o u s l y , t h e r e o u tt h r e ek i n d so f s t r a t e g yf o rl o a df o r e c a s t i n ga r ep u tf o r w a r d ，a n do n eo ft h e mt h a tl o a df o r e c a s t i n g b a s e do nt o t a ll o a da n dc o m p l e xw e a t h e rf a c t o r si sr e c o m m e n d e d 3 a m e l i o r a t i n gt w of o r e c a s t i n gm o d e lb a s e do nh o u r l yw e a t h e rf a c t o r s ，w h i c h a r et h em o d e l so ft h es i m i l a rd a ym u l t i - e l e m e n t a lr e g r e s s i o na n dt h es i m i l a rd a y r a d i a lb a s i sf u n c t i o n ，t h ep r o c e s sa n dp r o c e d u r eo f9 6l o a d p o i n t sf o r e c a s t i n g m o d e l i n ga r ei n t r o d u c e d ，m e a n w h i l et h er e s u l t sg o t t e nf r o mt w om o d e l sa r ea l s o c o m p a r e da n da n a l y z e d o nt h i sb a s et h ea p p l i c a t i o ns o f t w a r ei sd e s i g n e da n dp u t i n t ou s ei nh e n a n p o w e rg r i dc o m p a n ya n ds h o w sb e t t e ro u t c o m e k e yw o r d s ：s h o r t t e r ml o a df o r e c a s t i n g ，s i m i l a rd a y , m u l t i e l e m e n t a lr e g r e s s i o n ， r a d i a lb a s i sf u n c t i o n 学位论文独创性声明： 本人所呈交的学位论文是我个人在导师指导下进行的研究： 作 及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地 方外，论文中不包含其他入已经发表或撰写过的研究成果。与我一 同工作的同事对本研究所做的贡献均己在论文中作了明确的浇明并 表示了谢意。如不实，本人负全部责任。 论文作者( 签名) ： ；岔堡垒 2 0 0 7 年3 月，。目 学位论文使用授权说明： 河海大学、中国科学技术信息研究所、围家图书馆、中国学术 期刊( 光盘版) 电子杂志社有权保留本人所送交学位论文的复印件 或电子文档，可以采用影印、缩印或其他复制手段保存论文。本人 电子文档的内容和纸质论文的内容相一”致。除在保密期内的保密论 文以外，允许论文被查阅和借阅。论文全部或部分内容的公布( 包 括刊登) 授权河海大学研究生院办理。 论文作者( 签名) ： 尘攀一 2 0 0 7 年3 月；，日 第1 章绪论 第1 章绪论 1 1 短期负荷预测的意义和强的 负苟是指发电厂、供电地区或电网在菜一瞬闻骶承担的工作负荷。对用户 来说，负荷是指连接在电网的用户所有用电设备在某一瞬间功率之和。 电力负荷预测是指在充分考虑一些重要的系统运幸亍特性、增容决策、自然 条件与社会影响下，研究或利用一套能够系统地处理过去与未来的数学力法。 它是保证电力系统安全稳定运行，实现电网合理规划和逐步商业化运营所必需 的馐要内容。 电力负祷预溅可以分为长期、中期、短期及超短联负蓣预测，不同的分类 对应于不同的用途，具体见表1 1 ： 表1 1 ：不阚期限预测闻题对魄 注；表中“屯量”包括各种口 手的数值。例如发电量、全社会用电量、网供电量等；“受荷”既包括最大1 最小，平均负荷以及峰谷羞，出包括发电负荷、全社会f j 电负胬、霹供负旖等。 短期负荷预测是对未来一天到七天的负荷进行预测，是城魔中心裁订发电 计划及发电厂报价的依据。它也是能量管理系统( e m s ) 的重要组成部分，对电 力系统的运行、控制祁计划都有着非常重要的影l 捐，提高电力系统短期负荷预 测的精度既能增强电力系统运行的安全性，又能改善电力系统运行的经济性： 河海大学硕士学位论文 ( 1 ) 在电力市场下，高精度的负荷预测是有效的维护各实体经济利益的前 提条件之一； ( 2 ) 准确的负荷预测为发电商投标竞价提供了一个真实的依据，它可以使 发电商和电网公司签订的预购合同更接近实际交易合同，避免了因合同变更而 产生的交易费用； ( 3 ) 准确的负荷预测能够使电网公司在保证电网安全的前提下，减少冗余 的旋转备用，从而降低电网公司的运营成本； ( d ) 在各电网公司之间进行功率交换淡判时，准确的负荷预测起着非常重 要的指导作用； ( 5 ) 准确的负荷预测对电力市场的投资规划提供决策依据； ( 6 ) 负荷预测是电价预测的基础和未来电力市场预测期货交易的基础。 通过以上可以看出，在电力市场化运营下对负荷预测的精度提出了更高、 更严格的要求。1 。 但准确的负荷预测并不容易做到，原因有： ( 1 ) 未来可能引起负荷变化的随机因素并不能事先确切掌握； ( 2 ) 某些复杂因素，比如气象因素、分时电价，即使知道它们会对负荷产 生影响，但要定量准确判断它们的影响，通常也是非常困难的； ( 3 ) 没有一种足够完善的理沦方法适用于所有的负荷预测； ( 4 ) 在预测中出现的许多实际问题的解决，还取决于预测人员a 身的判断 能力与经验： 因此，现在我们所采用的负荷预测方法只能尽可能的提高其预测精度，不 可能绝对精确的进行预测”1 。 为了准确地预测市场对电力的需求情况，当前世界各个电力公司也都在积 极地进行满足电力市场要求的短期负荷预测研究。英国的研究表明，短期负荷 预测的误差每增加1 导致每年增加成本1 千万英镑；在挪威，1 的短期负荷 预测误差将导致5 百万1 千万克朗的附加运营成本。所以准确的电力系统负 荷预测具有很大的经济效益，需要进行深入的研究“5 】。 负荷预测的目的是要得到合理、可信的预测结果，负荷预测的核心是要根 据预测对象的历史资料，建立数学模型米表述其发展变化规律。因此，要做好 第1 章绪论 负荷预测，需要满足以下几方面的要求： 1 基础资料的合理性 搜集和掌握大量全面、准确的资料是进行电力系统负荷预测的基础。要对 历史数据合理地分析与取舍，去“伪”存“真”。 2 统计分析的全面性 对于大量的历史资料，要进行客观而全面的统计分析。预测工作者应该从 客观情况出发，本着实事求是的原则，反复研究和分析历史发展的内在规律 性，为预测工作打好基础。 3 预测手段的先进性 预测手段的先进性包含两层意思，一是预测工具的先进性，由于数据量很 大，可采用计算机进行各种统计分析及预测工作，预测人员可以从繁杂的大量 计算中解脱山来；二是预测理论的先进性，可以不断发展和应用新的预测理论 与方法，借鉴其他领域预测工作中的成功经验，使电力系统负荷预测达到一个 较高的水平。 4 预测方法的适应性 由于电力系统负荷预测是在一定的假设条件下进行的，其中包含了许多不 确定因素，采用单一的方法进行预测，很难取得令人满意的结果。预测方法能 适应预测量发展变化规律的多样性，即要求预测系统建立完备的预测模型库， 这是预测系统的基础。 预测方法能适应所预测项目发展变化规律的复杂性，即要求预测系统能在 多种预测模型得到的不同规律的基础上，进行合理的综合分析、优化组合，得 到最接近于该预测项的历史规律、可靠性好、预测精度高的综合模型。 1 2 负荷预测的发展及现状 短期负荷预测是负荷预测的重要组成部分。多年以来，国内外学者提出了 多种短期负荷预测的方法，如回归分析法、时间序列法、指数平滑法、灰色模 型法、专家系统法、人工神经网络法、小波分析法和优化组合法等预测技术 “。同时，针埘负荷预测的准确性，也提出了若干短期电力负荷预测的主要 评价指标。 河海大学硕士学位论文 1 2 1 短期电力负荷预测的主要方法 短期电力负荷预测方法总结起来主要可以分为以下几类：( 1 ) 仅利用负荷自 身发展规律的方法：如a r m & 模型等。( 2 ) 负荷发展规律与气象因素结合的方 法：如a n n 方法。( 3 ) 其它方法。 第一类方法仅对历史负荷数据进行统计、分析、运算，而对于其它的相关 信息特别是对短期负荷影响较大的气象信息没有进行考虑，使正常日的预测精 度无法进一步提高，而特殊气象日更会造成误差过大。这是因为仅靠历史数据 是不能很好反映它未来的发展趋势的，气象因素对短期负荷的影响很大而未能 在算法中体现。 第二类方法考虑了气象因素，一般采用经验方法利用粗略的气象情况进行 补偿，或者作为相关元进入神经网络模型计算，可以比第一种方法更多地考虑 影响负荷的诸如气象、日分类( 正常目、国庆、春节等) 、星期类型( 周一 周日) 、日期差( 两日之间相距的天数) 、1 3 天气类型( 晴、阴等) 等等的影响 因素。 回归分析法 回归分析法是研究变量与变量之间相互关系的一种数学方法，它根据历史 数据及一些影响负荷变化的外来因素来推断将来时刻的负荷值，主要采用多元 线性回归模型建立负荷与影响因素之间的关系，表达式如下： y ( t ) = 髓o + n 1 薯( f ) + + a n x ( t ) + o ( t ) ( 1 1 ) 其中，y ( f ) 是t 时刻的负荷 五( f ) 是与y ( f ) 有关的变量 o ( t ) 是白噪声 a 0a l ，吼是白回归系数 本方法优点：( 1 ) 方法简单；( 2 ) 预测速度快；( 3 ) 外推特性好，对于历史上未 出现的情况有较好的预测性；( 4 ) 由于可以方便考虑影响用电模式的各种因素， 因此可以使模型具有自适应能力。 缺点：( 1 ) 对数据的要求较高，特别是历史数据残缺或存在较大误差的情况 下，预测效果很不理想：( 2 ) 用线性方法描述比较复杂非线性情况过二简单；( 3 ) 4 第1 章绪论 无法比较详细的考虑各种影响负荷的因素。 时间序列法”1 电力负萄的历史汜录是“个具有明显随机性昀序列，时间序列模型作为处 理随机序列的基本方法，在短期负荷预测中应用广泛。其基本思想是：通过差 分将负荷时间序列的趋势分量和周期分量都清除掉，得到一个平稳的时间序 列，显然这个平稳时间序列实际上就是剩下的随机波动分量。通过对这个随机 波动分量进芎亍分孝斤预测，然后再通过差分逆运算即可求得原负蒋序列的预测 值。时间序列法的基本模型有自回归模型a r ( p ) ，动平均模型m a ( q ) ，自回归 动平均模型a r m a ( p ，q ) 三种，详见参考文献。1 。其通用表达式为： p 僻y 一j ) ：窆g 口。一，) i = 0 1 = 0 ( 1 2 ) 其中：够是自强归系数，p 为每酗归阶数，8 ，为滑动平均系数，q 为滑动 平均阶数，y ( t j ) 为t i 时刻的负荷值，a ( t j ) 为t - i 时刻的白噪声。 时问序列方法其有计算速度快，反映负荷近期变化的连续。存在的不足： 主要是基于对平稳随机时间序列分析来建立模型。1 1 ，对天气等影响因素考虑 不足；当原始时间序列不满足平稳性时，其平稳化后建模、辨识比较繁琐。 指数平滑法 指数平滑预报法用过去数周的同类型口的相同时间的负荷组成一组时问匕 有序的数组，其预测思想是：不同历史时期的负荷对未来负荷的影响是不同 的，历史时间越近对未来负荷影响越大，这就是所谓的“近大远小”原则，由 此对该数组加权平均，计算时应该加大瓶近数据的权系数，减小陈l 曰数据的权 系数，以体现过程的时变性。其表达式为： = c t x ，+ ( 1 - 0 0 贮i ( 1 3 ) 式中：s j 是第t 时刻的预测值( 或指数平滑统计量) 口是平滑系数 上式的含义是，预测值等于前一个时刻的预测值与原始估计值的不同比例 之和。平滑系数是耨| 霸数据的分配比例，它的取信要视具体情况而定。s j 可 河海大学硕士学协沦文 用原始数据x ；，x 。，x 。表示为： 掣= t x x ，+ 口( 1 一a ) x ，一l + d ( 1 一o f ) 2 x 卜2 + + ( 】- a ) s o ( 1 4 ) 由此可见，决定指数平滑预测精度的关键在予平滑系数口帮初始平滑信 r ，一般按经验选取。 灰色模型法 灰色系统理论将一切随机变化量看作是在定范围内变化的灰色量，常用 累加生成( a g o ) n 累减生成( _ 【a g 0 ) 的方法将杂酰元章的原始数据攀理成规律性 较强的生成数据列。用灰色模型( g m ) 的微分方程作为电力系统单一指标( 如负 荷) 的预测时，求解微分方程的时闻响应函数表达式即为所求的灰色预测模 型，对模型的精度和可信度进行校验并修正后即可据此模型预测未来的负荷 “。此法适用于短、中、长三个时期的负荷预测。 专家系统法 专家系统是依据专门从事短期负荷预测的技术入员提供的经验，建立相应 的历史负荷和天气的数据库，利用i f t h e n 规则对待预测日的负荷进行估计。 专家系统预测的优点在于较好的解决了天气等因素对负荷的影响，有力的克服 了时间序列法不能处理数据序列中出现大扰动的情况。但是这种方法过分依赖 规则，如没有系列成熟的规则负衙预测就无法进行。而规则本身不具有普遍 适应性，预测模型不能推广+ 到所有的系统。 人工神经网络法“删嘶 由于人工神经网络法具有良好的函数逼近能力，能够很好的反映对象的输 入输出之间复杂的非线性关系问题，电力负荷的变化受到天气情况和人们社 会活动等诸多因素的强烈影响，存在大量非线性关系，而人工神经网络特别擅 长处理此类，因此被认为是一种非常有效的负荷预测技术。进入9 0 年代以 来，国外利用人工幸申经网络进行负荷预测的研究达到了高潮，霄 午多成功的实 例。在电力系统负荷预测领域内，应用较广泛的模型有：反向传播( b a c k p r o p a g a t i o n ) 模型、自组织特征映射( s e l f - 0 r g a n i z a t i o nm a p p i n g ) 。传统的反向传 播( b p ) 模型是种比较成熟和简单的方法，但存在一些缺陷，诸如：局部收 敛、收敛速度慢、漶含层神经元的层数和单元数的选择无理论指导，需根据实 际经验调整等。 6 第1 帝绪论 人工神经网络的研究内容侧重于网络模型算法和应用系统两方面。对于不 同的应用目的，在组织训练样本上一般有两种策略：一种是训练样本全部都由 历史负费数据组成；另一神是考虑了影响负荷变化的因素，由过去的历史负荷 数据和影响负荷变化因素的历史记录组成。训练样本采用哪种策略一般视具体 情况而定，其目的都是通过调练样本魄学习使网络形成联想记忆，从而进行负 荷预测。 该方法具有以f 优点：( 1 ) 建摸原理新颡，愚路明确；( 2 ) 可以考虑比较多的 影响因素；( 3 ) 引入非线性模拟概念，比较接近客观实际； 它的缺点是：( 1 ) 样本数据要求高，样本选择困难；( 2 ) 计算速度懂，有时出 现不收敛情况；( 3 ) 外推特性差。 小波分折法 小波分析是f o u r i e r 分析深入发展过程中的一个新的里程碑。电力系统中 目负萄曲线具有特殊的周期性，负赫以天、餍、年为周期发生波动，大周期中 嵌套小周期。而小波分析是一种时域一频域分析方法，它在时域和频域上同时 具有良好的局部纯性质，弗且能根据信号频率赢低自动调节采张的疏密，容易 捕捉和分析微弱信号以及信号，从而能很好的处理微弱或突变的信号，其目标 是将一个信号豹信息转化成小波系数，可班方便的处理、存储、传递、分析或 被用于重建原始信号，这些优点决定了小波分析可以应用于负荷预测问题的研 究“。 相似日方法 基于相似负荷目的短期负荷预测方法是近年提出的新方法，其基本思想 是：如果能找到和预测负荷日影响因索相同( 相近) 的一个已知负荷日，则预 测目的负荷将和该目的负荷相同( 栩近) 。其基本步骤为：( 1 ) 寻找最有可能与 预测日负荷相似的一天( 相似日) ；( 2 ) 根据预测日的参数进行修正，一般针对 各个因素的差异采取曲线拟合的方法或经验修正分澍遴行修正。 相似负荷日法的优点：( 1 ) 能方便的考虑潞度、天气情况等对电力负衙有重 要影响因素的作用；( 2 ) 实用、快速。 然而也存在以下缺点：( 1 ) 过于依赖人的经验；( 2 ) 各个因素共同影响负荷的 菲线性复杂特性，用曲线拟合或经验的方法来修萨由于各个因素的差异而引起 河海大学硕十学位论文 的负荷差异，难以达到好的效果和稳定性；( 3 ) 找到的相似日不一定具有和预测 曰最相近的负荷，有时甚至相差较大。 优选组合法“3 优选组合预测法有两类概念：一是指将几种预测方法所得的预测结果，选 取适当的权重进行加权平均：二是指在几种预测方法中进行比较，选择拟合优 度最佳或标准离差最小的预测模型进行预测。组合预测方法是建立在最大信息 利用的基础上，优点在于它最优组合了多种单一模型所包含的信息。优选组合 预测法再建立模型时l j 样也受到两方面的限制： 个是不可能将所有在未来起 作用的因素全包含在模型中；另一个是很难确定众多参数之间的精确关系，所 以其预测的精度提高很受限制。 综上所述，各种方法都有其各自的优缺点，目前在负荷预测方面也有很多 的文献，很多的方法，我们需要根据不同地区不同时间的负荷特性，来选择适 合的预测模型。 1 2 2 短期电力负荷预测的主要评价指标 预测误差与预测结果的准确性密切相关，研究产生误差的原因、计算并分 析误差的大小，不但可以认识预测结果的准确程度，从而在利用预测资料作决 策时具有重要的参考价值，而且对于改进负荷预测的工作，检验和利用恰当的 预测方法等方面也有很大的帮助。 在短期负荷预测中常用的几种预测误差指标： ( 1 ) 相对误差( r e l a t i v ep e r c e n t a g ee r r o r , r p e ) 尺p e ：l 生生l x l 0 0 ( 15 ) 厶 ( 2 ) 平均相对误差( m e a na b s o l u t ep e r c e n t a g ee r r o r ，m a p e ) ( 3 ) 心肚击善i 譬卜 均方根相对误差( r o o tm e a ns q u a r ee r r o r , r i v i s e ) ：周m 哥 2 舢。 ( 1 6 ) ( 1 7 ) ( 4 ) 平均目负荷预测准确率( m e a nd a i l yf o r e c a s t i n gp r e c i s i o n ，m d f p ) 第l 章绪论 m d f p = i ( 考核点负衙预测偏差率) 2 卜1 盟1 f 一 x t 0 0 ( 1 8 ) 其中考核点预测偏差率= 苎塑生塑冀髦黧篙曩煮笋， 以上公式中，z 表示实际负荷，丘表示预测负荷，m 表示一天内负荷数 据由m 个数掘点组成，这里为9 6 点。 董3 本文所做昀工作 电力系统短期负蔚预测是电力系统调度自动化的一个重要组成部分，也是 电力市场交易的重要参考源。尤其在电力市场背景下日益重要，其预测精度是 国家电网公司重点考核的指标之。以往的全省电网短期负萄预测所依据的气 象信息有以下两个不足，一是只采用全天性的气象指标( 比如最高温度等) ， 二是只采忍全省性的气象指标。为了进一步提高精度，本文在充分利用现在气 象预报的逐时、分地区信息的基础上开展短期负荷预测研究，主要从事了以下 几方面的工作： l 、通过对比负荷与气象冈素( 包括温度、湿度和降雨量等) 之间的关 系，找出与负荷影响最为关联的气象因素，为负荷分析与预测提供了依据； 2 、探讨了电力负荷预测的三种分区原则。在全省负荷预测与分地区预测 之间，电力系统某些指标具有加和关系，有些购不具加和关系。雨气象因素更 是不具备“全省= 分地区相加”的特点，由三种分区原则提出了三种不问的负 稼预测策略，并且推荐采用根据网供总负荮与综合气象因素进行预测的方法； 3 、改进了基于逐时气象信息两种短期负荷预测模型，即基于相似日和多 元线性回归模型及基于相似目和径向基函数网络模型，给出了将两释模黧应霜 于建立9 6 点日负荷曲线预测的具体方法和步骤，并对两种短期负荷预测方法 进行了比较。在此基础卜设计开发了相应的预；i | | | 软件，建立规范化的分区负荷 和气象数据数据库，并应用于河南电网进行了实际负荷预测，取得了较好的效 果。 9 第2 章考虑遥时气象信息豹短期电力负赞预溅簧略 第2 章考虑逐时气象信息的短期电力负荷预测策略 2 1 引言 电力系统是个周期性和随机性都很强的系统，它与社会、经济、政治、气 象等众多的困素都有着极为复杂的关系。一方面，电力负荷按一定趋势有规律 地、周期性的发展变化；另一方面负荷由于受到众多不确定因素的影响，随时 都可能发生一定的波动。在进行电力负荷预测喇，针对负荷变化的这些特点， 既要充分分析、掌握并利用其规律性，又要兼顾各种因素的影响。因此对负荷 特性进行全面细致的分析怒很必要的。 2 2 电力负荷的分类 用电分类是说明国民经济各部门的月电情况和变化规律，用于分析经济增 长与生产增长、社会产品增长与电力消耗量增k 的相互关系，是负荷分配和电 力分配的依据。按照“国民经济行l k 餍电分类”，电力负荷一般可分为工业负 荷、商业负荷、城市民用负荷、农村负荷以及其岜负荷等。“。“。不同类型负荷 具有不同的特点和规律。 2 2 1 工业负荷特点分析 工业负荷是指工业企业用于工业生产的用电。在我国国民经济结构中除个 别地区辨，工业负荷的比重在用电构成中居于旨位，侄不仅取决于工监用户的 工作方式( 包括激备利用情况、企j 】k 的工作班制等) ，而且与各工业行业的行 业特点、季节因素都有紧密鲍联系。工业蹙围家最大的电力消耗行业，工业负 荷主要包括以f ，l 个主要方面：煤炭工业负荷，钢铁工业负衙，铝工业负荷， 石油工业负荷，机械制造工业负荷，建筑材料工业负萄，轻工业负荷，化学工 业负荷等。 工业负荷有两大特点，一是工业负荷本身量大，二是工业负荷爨比较稳 定，它是受气候影响较小的基础负荷，因此变动较小。虽然菜些工、l k 用户可能 有明显的季节特性，但这些用户的负荷特性均可以事先掌握，从两可以采用相 l o 河海大学硕士学位论文 应的措施加以对特。 2 2 2 商业负荷特性分析 商业负荷主要是指商业部门的照明、空调、动力等用电负荷，主要表现在 大型商厦、赢级写字楼及宾馆等负荷地点。 大型商厦、高级写字楼的负荷特点主要表现为：负荷曲线峰谷差很大，负 荷率较低，其负荷赢峰段和电网总体负蕊的高峰重叠，与温度变化关系密切。 宾馆的负荷特点主要表现为：e j 负荷曲线较为甲缓，波动不大，负荷率较 嘉。 随着改革开放和人民生活水平的提高，推动了商业及餐饮、供销、娱乐等 行业的迅猛发展，其嗣电量也在迅速增长。商业负荷的总体负荷特性表现出极 强的时间性和季节性，商业负荷已经成为电网峰负荷的主要组成部分，同时， 商业系统的构成及运营方式较为统一，负荷蓝线也没有很大的差别。 2 2 3 城市民用负荷特性分析 城市民用负荷主要是城乡居民的家用负荷。这类负荷的总体特点大致有以 下几点： 1 负衙变化大。年内的日变化和曰内的时度变化较大，一天之内每小时 的负萄景也不同，白天负荷大，夜间负赫小，受荷极不平衡，生活翔电的高峰 往往和电力系统高峰段重叠。季节性负荷较为突出，冬夏季节负荷较为明显； 2 负箍率跨度大，受萄同时率高。因为城乡居民生活负荷的负荷利用小 时数低且不确定，所以负荷率的跨度比较大，般年负荷率为o 7 5 0 9 5 ，日 负荷率为0 7 o 9 5 ；但是这类负荷的嗣时率赢，约为0 7 o 9 ，容易形成一至 两个口负荷高峰负荷； 3 负荷功率因数低。城乡居民负荷的设施大多满予感性负荷，这类负萄 的功率因数一般在o 4 0 6 5 之间。例如：排给水设施负荷，城市交通机车负 蔫，城市路灯( 大多是气体放电灯) 负荷，居民负荷中的电冰箱、电风扇、电 炊具、电视机、空调等家用电器负荷； 第2 章考虑逐时气象信息豹短期电力负荷预测蔗酶 2 2 4 农村负荷特性分析 农村负荷是指农村居民用电和农业生产用电。此类负荷与工业负荷相比， 受气候、季节等自然条件的影响很大，这是由农业生产的特点决定的。由于城 市和农村的差别很大，农村生产与工业生产的条件不同，农业负荷与工业负荷 的特点有明显的区别。我国农村负旖具体有如f 几方丽的特点： 1 季节性强。农业负荷的季节性是由农业生产的季节性所决定的。灌溉 和农副产品加工负荷的季节性决定了春秋两季农业负荷比其它季节高，防洪搀 涝负荷的季节性特点更为突出。所以季节性强是农业负荷最基本和最重要的特 点： 2 年最大利用小时数低。我国农业负荷年最大负荷利用小时数在2 5 0 0 3 0 0 0 h 之间，所以农村负荷年最大负蕊利用小时数较低； 3 负荷密度小。我国农村地域辽阔、生产分散决定了农村负荷具有密度 小、分布不均匀的特点； 4 功率因数低。农村负荷主要是小型异步电动机，其容量占总负荷的 9 5 以上，无功功率需要量较大，踬以功率因数很低： 5 农村负荷的结构变化大。随着农村经济的发展、农村产业结构的变 化，农村负药的结构也随之发生变化。农村负荷增长迅速。当前随着农网的大 力改造，农村负荷的增长速度已经远远超过了1 0 。 分析各类负萄所占总负荷的百分比，可以缛出以f 结论：工业负菏量大， 负荷时间与人们的生活规律关联小，全天工业负荷量波动小，峰谷差小，占有 绝大部分的负荷嚣分比。丽农业负芬、商业负荷和城市民用负荷与人们的生活 规律存在很大关联，负荷量波动较大，峰谷差大，日负荷农业负荷率、目负荷 商业负荷率和日负荷城市醚霜负荷率均要小于日受荷率。同时，不同季节下各 个负荷行业的负荷规律也有一定变化，这些变化在定程度上也呈现出规律 性。 2 3 电力负荷的内在规律性 由于人类是电能的消费主体，丽人类的生产、生活又是有规律可循的，因 此负荷变化自然具有规律性。 河海大学硕七学位论文 2 3 1 电力负荷的周期性 负荷的内在规律性主要体现为负荷变化的规律性。具体而言，在一定的时 间内，负荷的变化具有重复性，该周期性可进一步细分为：负荷变化的年周期 性、周周期性和日周期性。如图2 1 所示，对电力系统的负荷曲线从每周来分 析，负荷变化是具有周期规律性的。 2 5 0 0 2 0 0 0 坦1 5 0 0 年( 1 0 0 0 5 0 0 0 “l “1 “。“。“。山“。“。1 12 44 77 09 31 1 61 3 91 6 2 时浏( 小时) 图2 1 一周的负荷曲线 从图2 1 可以看出，负荷每隔2 4 小时不断起伏，具有较大的周期性，即 负荷的曰周期性。负荷变化的日周期性是指以一天二卜四小时为周期的负荷变 化所体现出的规律性。以春季为例，每日负荷的峰荷由早高峰与晚高峰两部分 组成，一般，早峰的峰荷较晚峰的峰荷要高。在实际系统中，通常根据负荷变 化规律的不同将每日内的负荷又分为峰荷、谷荷、腰荷三个时段的负荷。从本 质上说，在这三个时段负荷的组成是彳i 同的，因此，它们的变化规律不同。在 低谷期间，对应的时间是在夜间，在这个时间段中，大多数人都处于休息的状 态，负荷组成主要是那些必须运行的不间断的负荷，它们长期运行，组成了负 荷的基础部分，是一天负荷的较低部分；在峰荷期间，对应的时问是在白天， 人们的活动较多，负荷的种类也体现出多样性，作为总体负荷其幅值也明显高 于其它时段的负荷；而在腰荷期间，负荷变化处于过渡过程中，负荷的组成l e 发生变化，因此这个阶段的负荷处于一种上升状态或处于下降状态。负荷变化 的目周期性是分析掌握日负荷预测、超短期负荷预测的关键，也是进行日负荷 预测、超短期负荷预测的依据和基础。 负荷变化除了具有天周期性，还具有周周期性、月周期性和年周期性。一 般说来，负荷的周周期是比较明显的。负荷变化的刷周期性是指以从七天为一 第2 章考虑逐时气象信息的短期电力负荷预测策略 周期的负荷变化中体现出来的规律性。这种周期性分为两种负荷变化类型的规 律：一类是从周- n 周五的工作日日期类型的负荷变化特点；另一类是周六和 周日的周末日期类型的负荷变化特点。从图2 2 中可以看出，工作日日期类型 的负荷的变化具有相同的规律；周末日期类型的负荷的变化规律具有相似性。 这一特点与人们的日常生产、生活习惯紧密相连的。一般工作日期间，负荷的 主要组成为工业负荷。这些工业负荷在工作日期间通常处于稳定的运转之中， 因此工作日的负荷变化具有相似性；而周末期问，工业负荷所占比重大幅度下 降，而居民生活川j 电、餐饮业等服务性的行业所山比重明显l ：升，因此周末日 期类型的负荷具有相似性。但周末类型负荷明显较工作日类型负荷低。负荷变 化的周周期性是分析、掌握典型日负荷预测和日负荷预测的关键，也是进行典 型日负荷预测和日负荷预测的基础。 图2 2 以周为周期的负荷曲线 正因为负荷具有一定的周期性，有着可为人用的内在规律，所以才使负荷 预测成为并十可能。 2 3 2 电力负荷的连续性 电力负荷不但具有周期性，而且具有一定的连续性，即电力负荷的变化是 连续的，一般不会出现大的跃变，这是指在负荷曲线上任意相邻砥点之间的变 化是连续的，不存在奇点，从电力系统的稳定性要求可以找出负荷的连续性的 原因。电力系统的运行条件一般可以用三组方程式来描述，2 6 1 ，其中一组代数 方程式构成电力系统运行的不等式约束条件，表示在系统正常运行条件下涉及 系统安全运行的某些参数( 如母线电压、线路潮流) ，应处于系统或设备安全 运行的允许范围之内，其中就涉及到发电机的有功和无功出力的不等式约束。 根据该约束条件，为了保证系统稳定运行，必须避免对系统造成人的冲击，无 4 鳓 姗 鼬 。 河海大学硕上学位沧文 论是增加或是切除负荷时都要求负荷的变化大小在一定的范围之内。由于这个 限制，负荷总量就表现为一个连续变化的过程，负荷曲线一般不会出现大的跃 变。 正是因为负荷具有可以为人们所利用的内在规律，所以才使负荷预测成为 一种可能。负荷的周期性为人们进行负荷预测提供了依据。而连续性为人们描 绘非线性曲线，构造非线性函数进行负荷预测提供了保障。 2 4 气象因素对电力负荷的影响 电力负荷的变化受多种因素的制约，并且这种因素对负荷变化的影响互不 相同，从而构成了负荷变化的波动性，比如随着“分时电价”政策的推出，负 荷会因电价政策的不同而变化，用户会将用电计划安排在电价较低的时段，起 到转移峰荷的作用。 影响因素按作用时间及作用效果来划分一般可分为两类：一类是宏观影响 因素；另一类是微观影响因素。其中，宏观影响因素是指那些对负荷具有长期 作用的影响因素，这些因素对负荷的影响表现为负荷变化的长期趋势性，例如 政治经济因素就是一种典型的宏观影响因素；微观影响因素是指那些对负荷的 影响具有短期效应的因素，它们对负荷的影响表现为短期时间内负荷的相对波 动性，例如温度、降雨量等因素都是典型的微观影响因素。本文只研究对短期 负荷预测起主要影响的微观影响因素气象凶素对负荷的影响。 2 4 1 温度对负荷的影响 温度是影响负荷变化的主要因素之一，由r 每个地区的负荷组成成分不 同，决定了温度对负荷影响程度的不同。研究目负荷随温度的变化情况，是掌 握负荷与温度关系的重要途径【”1 。 对于所研究地区，由于夏季、冬季的温差大，负荷组成成份的不同，使得 在两个季节的日负荷对温度的响应不同。随着国民经济的快速发展，越来越多 的空调、制冷设备等电器投入使用，这使得电力负荷的季节性特点更加明显。 在风和日丽的春秋季节，天气变化平缓基本无较大变动，温度、天气状况适合 人们的工作和牛活，这两季的负荷受大气影响程度较低，夏冬季节由于温差大 第2 章考虑逐时气象信息的短期电力负荷预测策略 制冷取暖负荷所占的比重大，负荷变化范围较大，所以我们着重讨论的具有典 型意义的夏季与冬季的温度对负荷的影响。 为直观显示观测气温与日负荷之间的关系，按式( 2 1 ) 对负荷、气温曲 线做标么化处理，曲线如图2 3 所示： c ：l ，r ：l ( 2 1 ) 2 k 。k 12 l 0 8 0 6 0 4 0 2 0 芦， 图2 3 日负荷与平均温度最高温度曲线比较 从图2 3 中可以看出温度对负荷的影响起决定作用，总体卜温度上升则负 荷增加，温度下降则负荷降低。尤其日负荷同日平均温度、日最高温度相关性 十分明届，其相关系数可达0 8 以上，这为进一步改进负荷预测提供了参考依 据。同时也要看到温度与负荷的变化又不是完全一致，负荷变化在温度变化后 有一定的延时，这是因为一方面室内温度的变化滞后室外气温的变化，另一方 面影响日负荷量的因素是复杂的，并不仅仅是温度，还包括其他的多种气象因 素及外部随机因素。 冬季日负荷与温度的变化呈相反趋势变化。很显然这是因为供热采暖负荷 是冬季波动负荷的主要组成成份，而供热采暖负荷的变化与温度成相反趋势变 化。当温度升高时，供热采暖负荷减少，此时日负荷减少；当温度下降时，供 热采暖负荷相应的增加，以满足人们的供热需求，此时日负荷增加。 春季、秋季分别是冬季向夏季和夏季向冬季的过渡阶段，在春季和秋季的 河海大学硕士学位论文 中间阶段，由于温度各方面比较适合人体舒适温度，人们较少使用供热和降温 设备，使得负荷曲线与温度的关联度较小。但在过渡过程中负荷与温度的关系 较为复杂。气象学上将河南地区的春季定义为3 5 月、夏季定义为6 8 月、 秋季定义为9 1 1 月、冬季定义为1 2 2 月。 2 4 2 湿度对负荷的影响 用同样的方法对曰2 4 点负荷与逐时湿度进行标么化处理后作图2 4 1 2 l 0 8 06 04 0 2 0 图2 4 逐时湿度与日2 4 点负荷曲线比较 对照湿度一负荷曲线，可以看山湿度与负荷呈现反向影响的关系，湿度高 则负荷低，湿度低则负荷高m 1 。 2 4 3 降雨量对负荷的影响 在众多影响因素中，除了温度对负荷的影响较大之外，降雨量对负荷的变 化也起着不可忽视的作用。由图2 5 可以看出降水过后般会造成电网负荷下 降。夏季的一场小雨可能使负荷不降反升，但一场大雨可能减掉近5 0 万兆瓦 降温、农业灌溉负荷，并叮能影响其后几天的负荷。冬季降水与电网负荷的关 系不如夏季明显。降水对生产、生活用电影响情况复杂，这与降水的时间和强 度等因素有很大关系，白天降水与夜间降水不同，短时暴雨与连续降雨的影响 程度也不同”。 长期以来，由于降雨量与负荷关系的复杂性，使得人们难以针对降雨量对 负荷的影响程度进行详尽的定量的分析。通过现场的记录和观测、对负荷规律 第2 章考虑逐时气象信息的短期电力负荷预测簧略 的掌握及大量的数据分析，可以对负荷与降雨量关系进行定性的分析。 有一点需要注意的是，温度与降雨对负荷的影响是并存的。例如，降雨可 以实现降温的效果，同时可减少农业灌溉负荷，而降温又可以使民用负荷等下 降，到底哪一个是主导因素比较难区分。 降雨对降雨后几天内的负荷均有所影响，但降雨量对负荷的影响具有一定 的滞后性。降雨量对负荷的影响，相当于一个大滞后环节的影响。通过大量的 观测与实验分析，得出降雨与负荷的关系如表2 1 所示，从表中我们可以知 道，负荷与降雨量的灭系可以采用统计关系进行描述”。 表2 1 降雨量对负荷的影响 降雨量( 毫米)影响天数 = 4a n d = 9 a n d = 2 0a n d = 3 0 a n d = 4 05 搴 薰 鋈 筮 _ 萋 由 繁 寒 霸 融 一嘏阿日受豫 一4 f 均目骅水置 图2 5 平均e l 降水量与e t 负荷的关系 以上结果是对照总负荷曲线分析得到的。实际上这样的分析还是不全面 的，负荷曲线的波动还要受到工厂和企事业单位的工作时间、公用及居民生活 习惯等等的综合影响，气象因素主要影响总负荷中的气象敏感负荷，不同地区 的6 镬篡敏感负荷所占的比例可能有较大的差异，如果能够分离出各时段的气象 敏感负荷，则分析气象敏感负荷与气象因素之间的关系，有可能得到更为精确 的预测结论，但目前求取这部分负荷尚有困难。 河海大学硕上学位论文 有些文献采用“人体舒适度”指标来确切地衡量气象因素对人体的影响 “，但由于地区的差异性，人体舒适度指标因地不同。一般而言，气温、气 压、相对湿度、风速四个气象要素对人体感觉影响最大，可以根据该四项要素 评价人体舒适度指数，并由此评估它所导致的用电负荷变化情况。在实际应用 中，应该同时考虑这些因素的综合影响，而要尽量避免单个因素的孤立分析。 2 4 4 夏冬季模式分析 由卜气象冈素刈负荷的影响作用复杂难以把握，特别是夏冬季灭气变化无 常不如春秋季有规律，造成人工预测的不确定性。下面简单分析夏季气温同负 荷变化的几种模式。“： ( 1 ) 气温一负荷突变点模式 夏季气温一负荷变化有一个明显特征，即温度变化过程中存在一个气温一 负荷突变点，在这个临界点两侧，负荷存在明显差异，造成这种差异的原因就 是大量降温负荷从无到有的过程。根据温度穿越该点的形式与幅度进一步分 为：小幅升温穿越突变点、急速升温穿越突变点、小幅降温穿越突变点、急速 降温穿越突变点。 ( 2 ) 持续升温模式 穿越突变点后，日负荷随着温度上升近似呈线性地增长。 ( 3 ) 高温模式 当温度升高到定程度并维持数天后，即进入了高温模式，在高温模式里 温度即使是稍许的变化，或升或降，负荷也是在较大增长，在负荷持续上升进 入一定程度，即使温度再有稍许上升负荷也无较大变化，负荷进入饱和状态， 这就是常说的“积温效应”。高温规律是不同于其他季节的夏季特有负荷规 律。通过对河南地区大量的气象负荷数据比对分析我们建立进入高温模式的判