电力网谐波第一章负荷预测课件

1、电力负荷预测电力负荷预测主要内容主要内容 负荷预测概念、预测步骤负荷预测概念、预测步骤 负荷预测的数学基础负荷预测的数学基础 负荷预测的技术、方法负荷预测的技术、方法 负荷预测的综合评价负荷预测的综合评价一、负荷预测概念、步骤一、负荷预测概念、步骤 什么是负荷预测？什么是负荷预测？ 负荷预测的意义？负荷预测的意义？ 负荷预测的特点？负荷预测的特点？ 负荷预测的分类？负荷预测的分类？ 负荷预测的基本流程？负荷预测的基本流程？ 负荷预测的基本原理？负荷预测的基本原理？1、什么是负荷预测？、什么是负荷预测？（1）什么是预测？）什么是预测？ 对尚未发生或目前还不明确的事务进行预先的估计和推对尚未发生或

2、目前还不明确的事务进行预先的估计和推测。测。 各行各业：股票市场预测、天气预报、人口预测、市场各行各业：股票市场预测、天气预报、人口预测、市场需求预测、填报志愿。需求预测、填报志愿。 你预测过什么你预测过什么？1、什么是负荷预测？、什么是负荷预测？（1）什么是预测？）什么是预测？ 如何进行？如何进行？ 在一定的在一定的理论指导理论指导下，以事物发展的历史和现状为下，以事物发展的历史和现状为出发点出发点，以调查研究所取得的资料和统计数据为，以调查研究所取得的资料和统计数据为依据依据，在对事物发展过程进行深刻的定性分析和严密的定量计在对事物发展过程进行深刻的定性分析和严密的定量计算算基础基础上，研

3、究并认识事物的发展变化上，研究并认识事物的发展变化规律规律，进而对事，进而对事物发展的未来变化预先做出科学的物发展的未来变化预先做出科学的推测推测。1、什么是负荷预测？、什么是负荷预测？（2）什么是负荷预测？）什么是负荷预测？ 根据根据电力负荷、经济、社会、气象等的历史数据，电力负荷、经济、社会、气象等的历史数据，探索探索电力负荷历史数据变化规律对未来负荷的影响，电力负荷历史数据变化规律对未来负荷的影响，寻求寻求电电力负荷与各种相关因素之间的内在联系，从而对未来电力负荷与各种相关因素之间的内在联系，从而对未来电力负荷进行力负荷进行科学科学的的预测预测 根据电力负荷的过去和现在推测它的未来数值。

4、2、负荷预测的意义？、负荷预测的意义？供电部门的主要工作之一，管理现代化的标志之一供电部门的主要工作之一，管理现代化的标志之一 合理安排电网内部发电机组的启停；合理安排电网内部发电机组的启停； 合理安排检修计划；合理安排检修计划； 有利于新的发电机组的安装，绝定装机容量的大小、时有利于新的发电机组的安装，绝定装机容量的大小、时间、地点；间、地点； 决定电网的增容、改建，建设、发展；决定电网的增容、改建，建设、发展； 减少不必要的旋转备用容量；减少不必要的旋转备用容量； 3、负荷预测的特点？、负荷预测的特点？不肯定事件，随机事件不肯定事件，随机事件 不确定性不确定性：许多变化难以完全预计，各种影

5、响因素也许多变化难以完全预计，各种影响因素也 在发展变化在发展变化 条件性：条件性：假设条件（下雨假设条件（下雨） 时间性：时间性：一定的时间范围，确切指明预测时间一定的时间范围，确切指明预测时间 多方案性：多方案性：各种条件下不同的方案各种条件下不同的方案4、负荷预测的分类、负荷预测的分类 超短期负荷预测（超短期负荷预测（10min30min）：）：实时控制实时控制 短期负荷预测（天、周、月）短期负荷预测（天、周、月）：安全经济运行安全经济运行 近期负荷预测（近期负荷预测（15年年）：）：电网近期规划电网近期规划 （具体具体） 中期负荷预测（中期负荷预测（510年）：年）：中期规划（中期规划

6、（较粗较粗） 长期负荷预测（长期负荷预测（1020年年）：）：远景规划（远景规划（思路思路）5、负荷预测的基本流程、负荷预测的基本流程 确定负荷预测目的，制定预测计划确定负荷预测目的，制定预测计划 相关历史资料的收集：相关历史资料的收集：直接相关性、可靠性、最新性直接相关性、可靠性、最新性 基础资料的整理：基础资料的整理：资料空缺、异常数据处理等资料空缺、异常数据处理等 建立预测模型：建立预测模型：负荷预测公式（负荷预测公式（拟合拟合） 变化规律的数学函数变化规律的数学函数 预测结果的综合分析与评价：预测结果的综合分析与评价：重在分析、贵在方法、重在分析、贵在方法、 巧在应用（巧在应用（推理推

7、理） 编写预测报告、交付使用编写预测报告、交付使用6、负荷预测的基本原理、负荷预测的基本原理 可知性原理：可知性原理：客观世界客观世界发展规律发展规律是可以被认知的是可以被认知的 连续性原理：连续性原理：过去、现在、未来惯性（时间序列法）过去、现在、未来惯性（时间序列法） 相似性原理：相似性原理：比对类似地区比对类似地区 系统性原理：系统性原理：多重影响因素都考虑进去多重影响因素都考虑进去 反馈性原理：反馈性原理：差距，提高预测的准确性差距，提高预测的准确性二、负荷预测的数学理论基础二、负荷预测的数学理论基础 数学建模数学建模 优化方法优化方法 概率论与数理统计概率论与数理统计 参数辨识参数辨

8、识 数据处理数据处理 模式识别模式识别 其它基础其它基础复习数学知识复习数学知识 样本、总体：样本、总体：自由度，样本均值自由度，样本均值 方差、标准差方差、标准差：离散程度离散程度 随机变量随机变量：概率分布函数、数字特征概率分布函数、数字特征 正态分布正态分布： -2 ， +2 ，95% t-分布分布： -t0.025(n-p) ， + t0.025(n-p) ，95% p=自变量与函数个数之和自变量与函数个数之和 相关系数相关系数：初步遴选影响负荷的因素初步遴选影响负荷的因素 置信度置信度 区间估计区间估计 假设检验假设检验 t-检验：检验：符合符合t-分布的正态总体的均值分布的正态总体

9、的均值 显著性显著性 可信度与置信区间可信度与置信区间 正态分布图 ：t-分布分布自由度为自由度为n的的t分布分布:tt(n)t分布表（分布表（1）t分布表（分布表（2）三、负荷预测的常规技术方法三、负荷预测的常规技术方法近、中、长期负荷预测方法近、中、长期负荷预测方法 用电单耗法用电单耗法 电力弹性系数法电力弹性系数法 负荷密度法负荷密度法 外推法外推法 回归预测法回归预测法 人均用电量指标法人均用电量指标法 灰色预测法灰色预测法 组合预测法组合预测法 神经网络法神经网络法3.1.1 用电单耗法用电单耗法 单位产品电耗法单位产品电耗法 通过某一工业产品的平均单位产品用电量通过某一工业产品的平

10、均单位产品用电量以及该产品的产量，得到生产这种产品的总用以及该产品的产量，得到生产这种产品的总用电量。电量。 适用范围：适用范围：工业生产用电工业生产用电用电单耗法用电单耗法（适用于工业用电）（适用于工业用电） Am=GmQ0(1+C)m Am :某产业产值在第某产业产值在第m年的预测电量年的预测电量Gm :某产业在第某产业在第m年的产值年的产值Q0 :某产业在计算基准年的产值单耗某产业在计算基准年的产值单耗C :预计期内某产业产值单耗递增预计期内某产业产值单耗递增(减减)率率 不同产品的用电单耗不同，同一产品不同地区、不同时间的用电单耗不同用电单耗法用电单耗法（适用于工业用电）（适用于工业用

11、电）典型应用：典型应用： 一个地区的工业生产用电，可按照行业划一个地区的工业生产用电，可按照行业划分为若干部门（煤炭、石油、冶金、机械、建分为若干部门（煤炭、石油、冶金、机械、建筑、纺织、食品等），对每个部门统计出主要筑、纺织、食品等），对每个部门统计出主要产品的单位耗电量，知道了每种产品的产量，产品的单位耗电量，知道了每种产品的产量，就可得到工业生产的总用电量。就可得到工业生产的总用电量。主要工矿企业用电耗单主要工矿企业用电耗单用电单耗法例子用电单耗法例子 注意：注意：科技进步，节能措施等使得单位产品电耗逐年下降3.1.2电力弹性系数法电力弹性系数法1 弹性系数弹性系数 变量y的瞬间变化率与

12、平均变化率之比。也可写作两个变量y与x的相对变化率：3.1.2电力弹性系数法电力弹性系数法2 电力弹性系数电力弹性系数 电力负荷增长率除国民经济生产总值 GNP (Gross National Product)的增长率所得的商。令令x代表国民生产总值代表国民生产总值GNP，y代表用电量，则有：代表用电量，则有： 在某一特定历史发展阶段，电力弹性系数有一个大体比在某一特定历史发展阶段，电力弹性系数有一个大体比较稳定的数值范围。较稳定的数值范围。电力弹性系数法电力弹性系数法（适用于远期规划）（适用于远期规划）3 电力弹性系数预测电量电力弹性系数预测电量电力弹性系数法例子电力弹性系数法例子适用范围：

13、适用范围：粗线条，长期电力负荷预测3.1.3 负荷密度法负荷密度法 负荷密度负荷密度 每平方公里的平均负荷值，kW/km2。 从某地区人口或土地面积的平均耗电量出发做预从某地区人口或土地面积的平均耗电量出发做预测。测。 适用范围适用范围：（由于某种因素的影响）社会经济和电力负荷跳跃式（不连续）发展负荷密度法负荷密度法（可满足负荷跳跃发展的规划）（可满足负荷跳跃发展的规划） P = S dP:某地区年综合负荷某地区年综合负荷S:该地区土地面积（该地区土地面积（人口数人口数）d:负荷密度（负荷密度（kW/km2）注意：注意：一般不直接用来预测整个规划区的负一般不直接用来预测整个规划区的负 荷，而是

14、按照行政分区或功能分区。荷，而是按照行政分区或功能分区。城市电力负荷特性城市电力负荷特性 公共设施（第三产业）用电增长迅速公共设施（第三产业）用电增长迅速 高中档宾馆：高中档宾馆：2540W/m2、 4080W/m2 大型商场：大型商场： 80100W/m2 中型商场：中型商场： 3050W/m2 办公、写字楼：办公、写字楼：4060W/m2 负荷密度法例子负荷密度法例子3.1.4 回归分析预测法回归分析预测法应用步骤应用步骤 1 从一组数据出发，确定自变量与因变量的回从一组数据出发，确定自变量与因变量的回归形式；归形式； 2 估计回归方程的未知参数；估计回归方程的未知参数； 3 模型检验；模

15、型检验； 4 利用确定的回归方程进行预测。利用确定的回归方程进行预测。1 从一组数据出发，确定自变量与因变量的从一组数据出发，确定自变量与因变量的回归形式回归形式 （回归模型）（回归模型） 通过观测值做出样本点的散点图，根据散点图在通过观测值做出样本点的散点图，根据散点图在 直观上初步确定电力负荷（因变量）与相关影响因素直观上初步确定电力负荷（因变量）与相关影响因素 （自变量）间的关系。（自变量）间的关系。 一元线性回归预测一元线性回归预测序号( i )12345678负荷(yi)y1y2y3y4y5y6y7y8xix1x2x3x4x5x6x7x8已知数据（统计）已知数据（统计）回归分析法回归

16、分析法负荷负荷影响因素（时间、产量等）影响因素（时间、产量等）一元线性回归预测法一元线性回归预测法负荷负荷影响因素（时间、产量等）影响因素（时间、产量等）y=a+bxa2 估计回归方程的未知参数估计回归方程的未知参数 （回归系数（回归系数a、b的确定）的确定） （最小二乘估计）（最小二乘估计） 最小二乘估计？最小二乘估计？3 模型检验：回归方程是否有意义？是否真模型检验：回归方程是否有意义？是否真是反映了是反映了y与与x之间的关系？之间的关系？ 回归模型建好后，是否与实际数据有较好的拟合回归模型建好后，是否与实际数据有较好的拟合度（标准离差检验）？度（标准离差检验）？ 模型的线性关系的显著性如

17、何（显著性检验）？模型的线性关系的显著性如何（显著性检验）？（1）标准离差检验）标准离差检验 标准离差用来检验回归预测模型的精度。标准离差用来检验回归预测模型的精度。 根据数理统计知识，标准离差为：根据数理统计知识，标准离差为： 标准离差反映了回归预测模型所得到的估计值与实际值标准离差反映了回归预测模型所得到的估计值与实际值的平均误差，希望的平均误差，希望s越小越好，一般要求：越小越好，一般要求： （2）显著性检验）显著性检验 可遴选影响负荷的因素，检验可遴选影响负荷的因素，检验y与与x之间是否存之间是否存在显著的线性统计关系，一般采用在显著的线性统计关系，一般采用t检验。检验。检验方法？检验

18、方法？检验方法：检验方法： ?4 利用回归方程进行预测利用回归方程进行预测 （1）点预测）点预测 （2）求出置信区间）求出置信区间 t分布的置信区间：分布的置信区间：一元线性回归负荷预测法例子一元线性回归负荷预测法例子 某地区某地区5年年20个季度内的每户平均用电量与地区用电量之间个季度内的每户平均用电量与地区用电量之间的关系如表所示，求：的关系如表所示，求： （1）负荷预测的回归方程；）负荷预测的回归方程； （2） 给定显著水平给定显著水平=0.05，检验线性回归是否显著？，检验线性回归是否显著？ （3）当第）当第6年第年第1季度平均每户用电量季度平均每户用电量x=230kwh时，求这一时，

19、求这一季度地区用电量的预测值及置信度为季度地区用电量的预测值及置信度为95%的置信区间。的置信区间。一元线性回归负荷预测法例子一元线性回归负荷预测法例子 根据散点图，直观地看出根据散点图，直观地看出y与与x成一次线性关系，即：成一次线性关系，即：y=a+bx1 从一组数据出发，确定自变量与因变量的回归形式一元线性回归负荷预测法例子一元线性回归负荷预测法例子计算数据如表所示：2 估计回归方程的未知参数估计回归方程的未知参数a、b121()()()niixyinxxiixxyySbSxx111nnxyiiiixxSbayxyxnnS一元线性回归负荷预测法例子一元线性回归负荷预测法例子则：根据表中的

20、计算得：根据表中的计算得：5406ix 2001iy 21466628ix 2200829iy 542566.5iix y ， 5386.2xxS628.95yyS1696.2xyS， 0.3149xyxxSbS114.9325iayxbn回归方程为：14.93250.3149yx一元线性回归负荷预测法例子一元线性回归负荷预测法例子由题知显著性水平为由题知显著性水平为=0.05=0.05，则检验统计量为：，则检验统计量为：3 检验回归方程是否有意义（显著性检验）检验回归方程是否有意义（显著性检验）0.31495386.210.06925.2676jxxbtS25.267622yyxyeSbSQnn查查t分布可得：分布可得：0.025(18)2.1009t0.02510.06922.1009(18)jtt所以线性回归显著所以线性回归显著一元线性回归负荷预测法例子一元线性回归负荷预测法例子当预测点当预测点x=230，则点预测值为：，则点预测值为：4 采用回归方程进行预测采用回归方程进行预测23014.9325