电力负荷预测方法

负荷预测及其分类负荷预测概念负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律，综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷负荷预测的分类按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、不确定预测方法、空间负荷预测法。确定性：把电力负荷预测用一个或一组方程来描述，电力负荷与变量之不确定性：实际电力负荷发展变化规律非常复杂，受到很多因素影响，这种影响关系是一种对应和相关关系，不能用简单的显示数学方程描述，为解决这一问题，产生了一类基于类比对应等关系进行推测预测负荷的不度额定预测方空间负荷预测：确定和不确定负荷预测是对负荷总量的预测。空间负荷预测是对负荷空间分布的预测，揭示负荷的地理分布情况。负荷预测的基础数据处理负荷预测的基础数据基础数据大致包括四类，分别为：①负荷数据(系统、区域、母线、行业、大用户的历史数据；负荷控制数据；系统、区域、大用户等的最大利用小时数；发电厂厂用电率和网损率。)②气象数据(整点天气预报；整点气象要素资料；年度气温、降水等气象材料。)③经济数据和人口(区域产业GDP;城乡可支配收入；大用户产量、产值和单耗；电价结构和电价政策调整；城乡人口。)④其他时间(特殊时间如大型会议、自然灾害；行政区域调整)经验技术预测方法经典技术预测方法弹性系数法电力消费弹性系数是一定时期内电量的年平均增长率与国内生产总值的年平均增长率的比值，是观察一定时期内电力工业与国民经济发展适应程度的重要指标。使用某种方法预测或确定未来一段时间的电力弹性系数,国内生产总值再根据平均增长率法可以得到未来第i期的预测电量为负荷密度法从地区土地面积的平均电量出发，先预测未来某段时期的土地面积和单位面积用电密度，得到用电量预测值。A:某地区的年用电量；S:该地区的人口数或建筑面积或土地面积；D:人均电量或用电密度。人均电量指标换算法选取一个与本地区人文地理条件、经济发展状况以及用电结构等方面想似的国内外地区作为比较对象，通过分析比较两地区过去现在的人均电量指标，得到本地区的人均电量预测值，在结合人口分析得到总用电量的预测值。综合用电指标法根据区域规划用地及分类，结合规划部门考虑的分类占地面积、建筑面积、综合用电指标进行负荷预测。此方法精确度高，但需要数据量大。PS:其他经验与经典技术有：调查预测法、预警分析法、情景预测法、比例系数增长法、大用户综合分析法。本节不再一一介绍。原理：基于负荷变化表现出的明显趋势，按照该趋势对未来负荷做出水平趋势外推全平均法在t(t≤T)时刻，用t期以前的全部数据作平均，即△一般取l=1。在第T期有Xr+₁=入，由2-2得原预测值的加权平均得到。一次滑动平均预测法实现“重近轻远的预测原则，通过对数据加以不等权，近期数据给予较大的权数，远期数据给予较小的权数，一次滑动平均法对近N期加上等权,N为跨一次指数平滑预测法取定参数α,O<α<1,初值s₀=x₁,便可计算指数平滑序列同前面一样，用t期的平滑值s.预测t+1期的电力负荷线性趋势预测法二次滑动平均法对水平趋势做预测M.应当与所平均的N项的中间项即第项相对应，因此用M.作存在滞后现象。为补长一次滑动平均法存在的滞后现象，对一次滑动平均序列再做一次滑动平均。仍取跨度为N,二次滑动平均公式为二次指数平滑法二次指数平滑法类似二次滑动平均法，在一次指数平滑序列的基础上计算二次指数平滑序列多项式趋势预测法三次指数平滑预测法设数据序列{xt}具有二次多项式趋势，在二次指数平滑序列的基础上，再做三次指数平滑序列：预测模型：增长趋势外推指数曲线模型建立预测模型,只需确定参数a,b。对两边取对数得历,这表明具有线性增长趋势。可以用线性趋势预测法度额定直线截距Ina及斜率b,得出预测模型非其次指数模型非其次指数模型或称修正n只是模型指的是x,=c+ae”龚帕兹模型龚帕兹系英国统计学家、数学家，以他命名的模型曲线是逻辑斯谛模型Fvehulst提出，即Fvehulst提出，即模型参数估计值：变量y对x的线性回归方程式，即预测方程为多元线性回归模型关因素的依赖关系就要用多元回归分析方法来解决。多元线性回归模型可表述为式中模型参数非线性回归模型非线性回归回归模型的自变量与因变量间存在的相关关系表现形式是非线性的，这类情形虽然在实际系统中最为多见，但是考虑到非线性回归模型的复杂性，因此常见的非线性模型主要指那些可以通过适当的变量代换，将非线性关系转化为线性关系来处理的模型，一般有：b对某一个变量X(t)进行观察，对应一系列时刻t₁,t₂,…t,得到一组数x₁,x₂…xn,称为离散时间序列，用来分析离散时间序列的方法称为时间序列法。时间序列法并不考虑负荷与其他因素之间的因果关系，仅仅把电力负荷看做一组随时间变化的数列。一阶自回归该模型基于简单线性回归算法，即认为观测值y与x之间为线性关系，表n阶自回归n阶自回归方法是一阶自回归的扩展，认为变量y与一组变量x₁,x₂,…x。自回归与移动平均自回归与移动平均算法考虑负荷值与前n个阶段的历史负荷值及前m个阶式中&为各时段噪声。3.不确定性负荷预测方法电力系统负荷预测的灰色预测法灰色系统理论用于处理信息不完全的系统，为不确定因素的处理提供了一个新的有力工具。灰色系统理论中把已知的信息称为“白色”,完全未知的信息称为“黑色”信息，介于两者之间的称为“灰色”信息。灰色预测法以灰色生成来减弱原始学列的随机性，从而在利用各种模型对生成后的序列进行拟合处理的基础上通过还原操作得出原始序列的预测结果。该类模型具有要求符合数据少、不考虑分不规律、运算方便等优点，但在数据离散度较大时，预测精度将明显下降。灰色系统的理论核心是灰色动态建模，建模方法如下：(1)将电力负荷视为在一定范围变化的灰色量，其所具有的随机过程也看作是灰色变化过程。(2)生成灰色序列量。累加生成灰色模型，使灰色过程便“白”。(3)不同生成方式与数据取舍、调整和修改，以提高精度。(4)累减还原数据，得到预测值。模糊预测法模糊聚类预测法神经网络预测法物元综合预测法(3)构建节域物元。(4)计算各预测方法与评价物元关于所有历史样本年份的关联度的平均值，进而对每一个待测年份的个方案预测结论进行加权综合，并得到综合预测结论。专家系统法是通过对数据库里存放的过去若干年的负荷数据和社会经济或天气数据等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则，借助专家系，负荷预测人员能识别预测日所属的类型，考虑天气因素对负荷预测的影响，按照一定的推理进行负荷预测。此方法能够在预测工作中充分利用预测专家的丰富经验和判断能力，尤其对节假日、重大社会活动等一些异常事件的处理有一定优势。但知识库的形成及表述等问题始终困扰着试图运用的预测人员。优选组合法在多个模型同时对同一对象进行负荷预测的基础上，首先计算每一模型在近期的拟合误差，然后按一定的优化准则将各模型有机结合，以提高模型的拟合能力和预测精度。4.空间负荷预测空间负荷预测不仅可以预测未来负荷的变化规律，更可以揭示负荷的地理分布情况，是电网规划的基础。只有确定了供电区域内各小区的未来负荷，才能对变电站的位置、容量、馈线路径等决策变量进行规划。负荷密度法负荷密度指单位面积上用户消耗电力的多少。式中A:区域的预测负荷值。K:各功能块的同时率。用地仿真法用地仿真法是通过分析城市土地利用的特性和发展规律，预测城市土地的使用类型、地理分布和面积构成，并在此基础上将土地使用情况转化成空间负荷。此方法包括三部分，即空间信息收集、土地使用决策和复合增长预测。趋势分析法趋势分析法是所有基于负荷历史数据外推负荷发展趋势的方法的总称。其以划分的小区为基础，利用历史年峰值负荷外推来要包括负荷搜集法、扩散法、偏好系数法和时间序列法等。该方法简单方便，数据需求量小，但负荷增长曲线的平滑性和连续性比较差，不能正确处理倒供电产生的馈线或变电站间的负荷转移量。误差分析误差概述实际系统负荷的变化受多方面因素的影响，在影响负荷变化的诸多因素预测结果与客观实际存在一定的差距，称之为预测误差。误差来源(1)数学模型大多只包括所研究对象的主要因素，忽略了次要因素。(2)预测目的和要求的多种多样。(3)预测资料的准确靠靠性。(4)意外事件的发生或负荷情况的突然变化。总体要求短期预测的相对误差允许值不得超过±3%,中期预测的允许值不得超过±5%,长期预测的允许值不得超过±15%。误差分析指标△(1)绝对误差E=实际值Y-预测值Y。(2)相对误差E=(3)均方根误差(4)残差为实际值Y与回归估计值的差。主要原理熵值法是一种客观赋权方法，它通过计算指标的信息熵，根据指标的相对变化程度对系统整体的影响来决定指标的权重，相对变化程度打的指标具有较大权重。熵值越大，越无序，信息越少，效用价值越小，权重越小。通过分析可选取预测值的期望、方差、相对误差、残差等作为评判标准，应用熵的原理，计算出所有指标与理想预测方案接近度之差的加权和Si,Si最大的预测方案即为所选择的最优预测方案。具体实现步骤(1)拟定独立的备选预测方案i(i=1,2,…,m);评价指标j(j=1,2….,n)(2)由于各指标的量纲、数量级均有差异，所以为消除量纲不同对评价结果的影响，