【《S县电力负荷预测计算分析案例》8100字】

S县电力负荷预测计算分析案例目录TOC\o"1-3"\h\u21334S县电力负荷预测计算分析案例 1149551.1县城电力负荷预测 2272971.1.1县城总电量负荷分析 2131321.1.2县城最大利用小时数分析 3287581.1.3县城负荷预测 4192681.2农村电力负荷预测 8160711.2.1农村总电量负荷分析 8266341.2.2农村最大利用小时数分析 9283691.2.3农村负荷预测 10268761.3全社会用电负荷及电量预测 13负荷预测工作要求具有很强的科学性，尽管负荷预测的方法有多种，但由于所需的数据难以得到或预测模型存在不适应性，针对某一具体规划区域而言，可供选择的预测方法并不多，目前常用的预测模型方法主要有时间序列、灰色系统。其中每类预测模型下又包含多种计算模型，时间序列包含移动平均、线性回归、多项式、指数平滑、S曲线估计等，灰色系统包含包络模型、等维信息等方法，下面对常用计算模型计算原理简单介绍：回归模型预测法——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，对未来的负荷进行预测。从数学上看，就是用数理统计中的回归分析方法，即通过对变量的观测数据进行统计分析，确定变量之间的相互关系，从而实现预测的目的[4]。移动平均法——在数理统计中，如果要处理一组数据，常常取其算术平均值代表这一总体取值水平，算术平均值只能说明一般情况，看不出数据中的高点和低点，也不能反映发展过程和趋势。如果对一组数据分段平均，并且分段平均法不是固定在某一段上，而是在每段间距保持不变的情况下，逐次后移一位求其平均值，则效果显著好转。移动平均法的关键是，仅取最近几个数据点取其平均值，并令参与计算移动平均值的个点权数相等，即均等于1/N，再以前的数据点的权数为零[4]。多项式法——任一连续函数都可以用分段多项式来逼近，在一元回归问题中，如果变量y与x的关系可以假定为k次多项式，经过变量代换，最终多项式回归的问题化为多元线性回归；利用最小二乘多项式回归的算法进行拟和，其原理同多元线性回归模型[4]。指数平滑（线性模型）法——指数平滑法是一种时间序列分析法，其拟合值或预测值是对历史数据的加权算术平均值，并且近期数据权重大，远期权重小，因此对接近目前时刻的数据拟合得较为精确。一次指数平滑只适用于下一步的预测，一般用于预测的是二次指数平滑。指数平滑法预测期数不应过长。另外，平滑系数α的选择对预测结果影响很大，一般对于平稳数列，取0.1≤α≤0.2为好[4]。曲线拟合法——负荷预测的一个重要方法是曲线拟合法。即对过去的具有随机特性的负荷记录进行拟合，得到一条确定的曲线，然后将此曲线外延到适当的时刻，就得到该时刻的负荷预报值。实际上这是一种回归分析。在回归分析中，自变量是随机变量，因变量是非随机变量，而负荷预测问题正是这类问题。拟合曲线有很多种回归方法，可以选择不同的曲线方程，S曲线的方程为：y=1/{B+a[e*exp（-x）]}[4]。可根据规划区负荷预测的数据基础和实际需要，综合选用三种及以上适宜的方法进行预测，并相互校核[4]。对于新增大用户负荷比重较大的地区，可采用点负荷增长与区域负荷自然增长相结合的方法进行预测[4]。负荷预测模型分析大多采用历史数据，沅水城区历史数据详尽，负荷预测适宜采用自然增长+大用户法、回归分析法、移动平均法[4]。县城电力负荷预测县城总电量负荷分析按电力统计的产业分类收集用电历史资料，根据下表可知，沅水县城用电负荷、用电量均呈增长状态，全社会用电量由2012年的2.64亿kWh上升到2019年的3.82kWh，年均增长率为5.42%。沅水县城主要以居民生活和第二产业用电为主。2012~2019年全社会最大用电负荷由2012年的43.99MW上升到2019年的79.89MW，年均增长率为8.9%。随着沅水产业结构不断调整优化，第一产业用电量占比呈缓慢下降趋势，第三产业用电量占比呈缓慢增长趋势，第二产业用电量占主导地位。年均增长率=【N次根号下（末年/首年）】-1，N=年数-1，计算的结果只能适用于以首年算末年，若算中间年份则与原值不相等。表STYLEREF1\s3.SEQ表\*ARABIC\s11沅水县城电量负荷历史数据年份全社会最大用电负荷（MW）全社会用电量（亿kWh）三产及居民用电量人均用电量（kWh/人）人均生活用电量（kWh/人）人口（万人）一产二产三产居民201243.992.640.17111.53980.20440.7288382110556.91201351.232.960.13861.68590.23780.8936416312577.11201453.233.290.11821.85680.25121.0613454414667.24201559.723.610.10631.83370.28461.3846488518747.39201674.764.060.09111.74310.28461.9445537725757.55201787.013.550.09751.9960.41421.0392461013507.7201880.353.740.10152.04830.43721.1544428913248.72201979.893.820.10372.09270.44671.1794421513019.06图STYLEREF1\s3.SEQ图\*ARABIC\s11沅水县城历史年电量负荷趋势图县城最大利用小时数分析根据沅水县城历史年的负荷和电量情况对最大负荷利用小时数进行计算，年用电最大负荷利用小时的计算方法为Tmax=A/Pmax（式中Tmax为年用电最大负荷利用小时，h；A为年用电量，kW·h；Pmax为年用电负荷最大值，kw）。得到2012-2019年最大负荷利用小时数变化情况如下表及图所示。表STYLEREF1\s3.SEQ表\*ARABIC\s12沅水县城最大负荷利用小时数情况年限全社会最大用电负荷(MW)全社会用电量(亿kWh)最大利用小时数201243.992.646001201351.232.965778201453.233.296181201559.723.616045201674.764.065431201787.013.554080201880.353.744655201979.893.824782图STYLEREF1\s3.SEQ图\*ARABIC\s12历年最大负荷利用小时数由上图分析可知：沅水县城电网2012-2019年期间最大负荷利用小时数呈下降趋势。2012年最大利用小时数为6011小时，2019年为4782小时。随着沅水电力负荷的发展，预计2020-2025年沅水县城最大负荷利用小时数将稳定在4500小时左右。县城负荷预测一、自然增长+大用户负荷预测该方法是根据大用户（包括新增大用户、新开发区）实际需电量，并利用一般用户历年的电量数据，加以延伸，推测各目标年的用电量。大用户负荷预测部分：根据历史情况统计出已有大用户的负荷情况，大用户负荷每年基本处于稳定状态。调研新增用户，考虑用户达产需要一定的时间过渡，咨询每个新增用户规划用电大小、负荷性质及建设投产进度，在此基础上，按各个新增用户的投产时序，实际用电负荷(考虑各用户自身的负载率)，按逐年达产水平比例的方法计算逐年负荷，按年叠加，最终整理出大用户逐年负荷情况。自然增长部分负荷预测：根据规划期间沅水城区发展水平，以及结合历史年负荷增长情况，对沅水城区负荷进行自然增长部分预测。（一）大用户负荷现状本次定义报装容量大于1000kVA的用户为大用户。根据下表可以看出，已有大用户连续多年的负荷稳定，可以预见近期也将继续保持稳定。表STYLEREF1\s3.SEQ表\*ARABIC\s13沅水城区已有大用户情况序号项目名称装接容量（MVA）20132014201520162017201820191湖南湘福新型建材有限公司1.21.11.11.11.11.11.11.12金健面制品有限公司1.581.41.41.41.41.41.41.43湖南安福气门有限公司2.862.62.62.62.62.62.62.64沅水县天裕纺织有限公司1.251.21.21.21.21.21.21.25常德泰富新型建材有限公司1.080.950.950.950.950.950.950.956湖南省沅水新厦建材股份有限公司1.670.450.91.51.51.51.51.5汇总9.647.78.158.758.758.758.758.75（二）新增大用户情况沅水县城近期报装大用户1个，报装容量为4.00MVA。表STYLEREF1\s3.SEQ表\*ARABIC\s14沅水城区新增大用户情况序号项目名称用电性质报装容量（MVA）预计负荷（MW）投产时间1湖南安福环保科技股份有限公司农业排灌4.002.82020咨询了新增用户规划用电大小、负荷性质及建设投产进度，该用户2020年预计负载率为14%，即产生0.56MW的负荷，2021年负载率为35%，即产生1.4MW的负荷，2022年负载率为49%，即产生1.96MW的负荷，到2023年之后负载率稳定在70%，即每年产生2.8MW的负荷，在此基础上，按新增用户的投产时序，实际用电负荷(考虑各用户自身的负载率)，按年叠加，最终整理出城区新增大用户逐年负荷情况。表STYLEREF1\s3.SEQ表\*ARABIC\s15近期大用户负荷预测年份2019202020212022202320242025新增用户负荷00.561.41.962.82.82.8（三）大用户负荷预测结果将已有大用户负荷与新增大用户负荷相加，得到大用户最终负荷预测结果如下表。表STYLEREF1\s3.SEQ表\*ARABIC\s16沅水城区大用户负荷预测结果年份2019202020212022202320242025大用户户负荷8.759.3110.1510.7111.5511.5511.55（四）自然增长部分负荷预测根据规划期间沅水城区发展水平，以及结合历史年负荷增长情况，对沅水城区负荷进行自然增长部分预测。沅水县城除去大用户负荷之外，得到自然增长负荷如下表所示，经计算，沅水城区2012至2019年历史年最大负荷增长率为8.9%，历史年大用户负荷增长率为1.84%，历史年自然增长负荷年均增长率为10.09%。表STYLEREF1\s3.SEQ表\*ARABIC\s17沅水城区历史年自然增长部分负荷年份20122013201420152016201720182019增长率（%）历史年最大负荷43.9951.2353.2359.7274.7687.0180.3579.898.90历史年大用户负荷7.78.158.758.758.758.758.758.751.84历史年自然增长负荷36.2943.0844.4850.9766.0178.2671.671.1410.09根据大用户最终负荷预测结果，可以得到大用户负荷未来5年的年均增长率为4.74%，统筹考虑到沅水县经济增长趋势放缓，设置2020年到2025年自然增长负荷年均增长率为7.8%，将大用户负荷预测结果和自然增长负荷预测结果相加，可以得出县城区总负荷预测结果，沅水城区2020年负荷达到86MW，2025年负荷达到123.17MW，年均增长率为7.48%。表STYLEREF1\s3.SEQ表\*ARABIC\s18沅水城区自然增长+大用户负荷预测结果年份2019202020212022202320242025增长率（%）大用户负荷预测8.759.3110.1510.7111.5511.5511.554.74自然增长负荷预测71.1476.6982.6789.1196.06103.55111.627.80总负荷预测79.8986.0092.8299.82107.61115.10123.177.48二、回归分析法回归分析法指利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方法。根据因变量和自变量的个数分为：一元回归分析和多元回归分析；根据因变量和自变量的函数表达式分为：线性回归分析和非线性回归分析。预测思路：回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测。以各年份全社会用电量数据为因变量，建立下列多种数学模型：指数函数：y=ae^bx线性函数：Y=ax+b幂函数：y=ax^b对数函数：Y=aln(x)+b多项式：y=a+bx+cx^2其中：Y为因变量，代表负荷(MW)，X为自变量，代表年份，a、b、c为回归系数，R2为拟合度，拟合度越高，说明采用的模型越接近预测结果。拟合度是指回归直线对观测值的拟合程度。度量拟合度的统计量是可决系数（亦称确定系数）R²。R²最大值为1。R²的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R²的值越小，说明回归直线对观测值的拟合程度越差。图STYLEREF1\s3.SEQ图\*ARABIC\s13回归模型曲线图利用数据分析工具，将2013年到2019年的历史负荷数据代入Y，将相应年份代入X，计算出所采用的回归模型及模型参数下表所示，其中线性的拟合度最高，为0.8532，多项式的拟合度也较高，为0.8147。表STYLEREF1\s3.SEQ表\*ARABIC\s19回归分析法数学模型参数表计算模型线性对数多项式指数乘幂计算公式Y=ax+bY=aln(x)+bY=a+bx+cx2Y=aebxY=axba值5.567615.81731.69941.79845.087b值42.9743.511-0.27950.09580.2558c值--0.585--R2值0.85320.61830.81470.78840.6247回归分析法数学模型电量预测结果如下表所示。表STYLEREF1\s3.SEQ表\*ARABIC\s110回归分析法电量预测结果年份2019202020212022202320242025年均增长率（%）指数79.8989.9598.99108.95119.90131.95145.2210.47二次多项式79.8986.6393.50100.93108.94117.59126.938.02线性79.8987.5193.0898.65104.21109.78115.356.31乘幂79.8976.7579.0981.2683.2685.1386.901.41对数79.8976.4078.2679.9381.4482.8184.080.86通过对回归曲线模型预测的负荷值进行分析，结合当前经济发展形势及沅水发展建设情况，对各种回归模型进行预测结果进行对比，综合考虑拟合度和负荷年均增长率情况，最终选取拟合优度较高的多项式模型y=a+bx+cx^2作为沅水城区近期负荷预测回归模型。三、移动平均法移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。预测思路：在数理统计中，如果要处理一组数据，常常取其算术平均值代表这一总体取值水平，算术平均值只能说明一般情况，看不出数据中的高点和低点，也不能反映发展过程和趋势。如果对一组数据分段平均，并且分段平均法不是固定在某一段上，而是在每段间距保持不变的情况下，逐次后移一位求其平均值，则效果显著好转。移动平均法的关键是，仅取最近几个数据点取其平均值，并令参与计算移动平均值的个点权数相等，即均等于1/N，再以前的数据点的权数为零。简单移动平均的计算公式为:At=(Yt+Yt-1+…+Yt-n)/n；Yt是相应年份的负荷值，；n是移动平均的时期个数；At是一次平均值，t为相应年份。本次预测中，取近4年的负荷平均值，n=4，得出2012年到2015年的平均负荷为52.04MW，2016年到2019年移动平均值为80.50MW，一次移动平均值年均增长率为6.42%。表STYLEREF1\s3.SEQ表\*ARABIC\s111基于移动平均法的负荷负荷预测年份全社会负荷（MW）一次移动（n=4）一次移动平均值年均增长率（%）实际值201243.99201351.23201453.23201559.7252.04--201674.7659.74--201787.0168.68--201880.3575.46--201979.8980.50--预测值202083.7683.76--202185.6785.67--202291.8491.84--202399.8599.85--2024107.61107.61--2025116.23116.236.42四、县城负荷预测结果将上述三种预测结果进行比较，结合经济发展速度，选用居中的预测结果，即为自然增长+大用户法，2025年最大负荷为123.17MW。表STYLEREF1\s3.SEQ表\*ARABIC\s112沅水城区全社会最大负荷结果2019202020212022202320242025增长率自然增长+大用户法79.8986.0092.8299.82107.61115.10123.177.48回归分析法（多项式）79.8986.6393.50100.93108.94117.59126.938.02移动平均法79.8983.7685.6791.8499.85107.61116.236.45农村电力负荷预测农村总电量负荷分析按电力统计的产业分类收集用电历史资料，其中应包括：第一、二、三产业的用电量、居民生活用电量和负荷水平。沅水县主要以居民生活和第二产业用电为主。2012~2019年中沅水农村用电负荷、用电量均呈增长状态，全社会用电量由2012年的3.48亿kWh上升到2019年的5.28kWh，年均增长率为6.1%。全社会最大用电负荷由2012年的68.01MW上升到2019年的122.41MW，年均增长率为8.8%。表STYLEREF1\s3.SEQ表\*ARABIC\s113沅水农村电量负荷历史数据年份全社会最大用电负荷（MW）全社会用电量（亿kWh）三产及居民用电量人均用电量（kWh/人）人均生活用电量（kWh/人）人口（万人）一产二产三产居民201268.013.480.271.70.231.2890133138.63201379.23.760.311.960.271.2297931838.39201469.973.390.281.910.260.9388724338.21201566.983.350.31.820.330.988323737.96201683.863.430.331.750.470.8990423537.952017114.394.270.3320.421.52115541135.892018108.954.920.372.260.481.81137050435.912019122.415.280.39712.430.521.94148554635.54图STYLEREF1\s3.SEQ图\*ARABIC\s14沅水农村历史年电量负荷趋势图农村最大利用小时数分析根据沅水历史年的负荷和电量情况对最大负荷利用小时数进行计算，得到2012-2019最大负荷利用小时数变化情况如下表及图所示。表STYLEREF1\s3.SEQ表\*ARABIC\s114沅水最大负荷利用小时数情况年份全社会最大用电负荷（MW）全社会用电量（亿kWh）最大利用小时数201379.23.764747201469.973.394845201566.983.355001201683.863.4340902017114.394.2737332018108.954.9245162019122.415.284313图STYLEREF1\s3.SEQ图\*ARABIC\s15历史年最大利用小时数图由上图分析可知：沅水农网2012-2019年期间最大负荷利用小时数相对平稳。2012年最大利用小时数为4747小时，2019年为4313小时。随着沅水县电力负荷的发展，预计2019-2025年沅水农网最大负荷利用小时数将稳定在4300小时左右。农村负荷预测根据沅水农村区域历史数据，选用自然增长+大用户负荷预测、回归模型法、移动平均法三种预测方法进行负荷预测。一、自然增长+大用户负荷预测该方法是根据大用户（包括新增大用户、新开发区）实际需电量，并利用一般用户历年的电量数据，加以延伸，推测各目标年的用电量。大用户负荷预测部分：根据历史情况统计出已有大用户的负荷情况，大用户负荷每年基本处于稳定状态。调研新增用户，考虑用户达产需要一定的时间过渡，咨询每个新增用户规划用电大小、负荷性质及建设投产进度，在此基础上，按各个新增用户的投产时序，实际用电负荷(考虑各用户自身的负载率)，按逐年达产水平比例的方法计算逐年负荷，按年叠加，最终整理出大用户逐年负荷情况。自然增长部分负荷预测：根据规划期间农村发展水平，以及结合历史年负荷增长情况，对负荷进行自然增长部分预测。（一）大用户负荷预测现状年沅水县农村没有大用户。（二）新增大用户情况沅水县农村规划年内无新增大用户。（三）自然增长部分负荷预测根据规划期间沅水农村发展水平，以及结合历史年负荷增长情况，对沅水农村负荷进行自然增长部分预测。根据规划期间经济发展水平，以及结合历史年负荷增长情况，进行自然增长部分预测。除去大用户负荷之外，得到自然增长负荷如下表所示，经计算，2012至2019年历史年自然增长负荷年均增长率为8.76%。表STYLEREF1\s3.SEQ表\*ARABIC\s115沅水农村历史年自然增长部分负荷年份20122013201420152016201720182019增长率历史年最大负荷68.0179.269.9766.9883.86114.39108.95122.418.76历史年大用户负荷000000000历史年自然增长负荷68.0179.269.9766.9883.86114.39108.95122.418.76本次用近2012至2019年负荷增长率来当做测算标准，经计算，沅水农村总负荷增长率为8.76%。统筹考虑到沅水县经济增长趋势放缓，设置2020年到2025年自然增长负荷年均增长率为6.68%，可以得出农村总负荷预测结果，沅水农村2025年负荷达到180.45MW。表STYLEREF1\s3.SEQ表\*ARABIC\s116沅水农村自然增长+大用户负荷预测结果年份2019202020212022202320242025增长率大用户负荷00000000自然增长负荷122.41135.31143.41152.16162.19172.02180.456.68总负荷122.41135.31143.41152.16162.19172.02180.456.68二、回归模型法回归分析法指利用数据统计原理，对大量统计数据进行数学处理，并确定因变量与某些自变量的相关关系，建立一个相关性较好的回归方程（函数表达式），并加以外推，用于预测今后的因变量的变化的分析方法。根据因变量和自变量的个数分为：一元回归分析和多元回归分析；根据因变量和自变量的函数表达式分为：线性回归分析和非线性回归分析。预测思路：回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测。以各年份全社会用电量数据为因变量，建立下列多种数学模型：指数函数：y=ae^bx线性函数：Y=ax+b幂函数：y=ax^b对数函数：Y=aln(x)+b多项式：y=a+bx+cx^2其中：Y为因变量，代表负荷(MW)，X为自变量，代表年份，a、b、c为回归系数，R2为拟合度，拟合度越高，说明采用的模型越接近预测结果。拟合度是指回归直线对观测值的拟合程度。度量拟合度的统计量是可决系数（亦称确定系数）R²。R²最大值为1。R²的值越接近1，说明回归直线对观测值的拟合程度越好；反之，R²的值越小，说明回归直线对观测值的拟合程度越差。图STYLEREF1\s3.SEQ图\*ARABIC\s16回归模型曲线图所采用的回归模型及模型参数下表所示。表STYLEREF1\s3.SEQ表\*ARABIC\s117回归法数学模型参数表计算模型线性对数多项式指数乘幂计算公式Y=ax+bY=aln(x)+bY=a+bx+cx2Y=aebxY=axba值8.6835.6355.32180.65476.345b值66.51340.350.25780.07970.2037c值--0.8216--R2值0.87320.70810.91470.86690.7106回归法数学模型电量预测结果如下表所示。表STYLEREF1\s3.SEQ表\*ARABIC\s118回归法负荷预测结果年份2019202020212022202320242025年均增长率（%）指数122.41152.59165.25178.96193.81209.89227.3010.23二次多项式122.41134.18144.96156.62169.21182.82197.528.04线性122.41135.95144.63153.31161.99170.67179.356.56乘幂122.41116.61119.44122.03124.43126.65128.731.63对数122.41114.44118.64122.39125.79128.89131.741.97通过对回归曲线模型预测的负荷值进行分析，结合当前经济发展形势及沅水发展建设情况，对各种回归模型进行预测结果进行对比，综合考虑拟合度和负荷年均增长率情况，最终选取拟合优度较高的多项式模型y=a+bx+cx^2作为沅水农村近期负荷预测回归模型，沅水农村2025年负荷达到197.52MW。三、移动平均法移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的需求量、公司产能等的一种常用方法。移动平均法适用于即期预测。当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。预测思路：在数理统计中，如果要处理一组数据，常常取其算术平均值代表这一总体取值水平，算术平均值只能说明一般情况，看不出数据中的高点和低点，也不能反映发展过程和趋势。如果对一组数据分段平均，并且分段平均法不是固定在某一段上，而是在每段间距保持不变的情况下，逐次后移一位求其平均值，则效果显著好转。移动平均法的关键是，仅取最近几个数据点取其平均值，并令参与计算移动平均值的个点权数相等，即均等于1/N，再以前的数据点的权数为零。简单移动平均的计算公式为:At=(Yt+Yt-1+…+Yt-n)/n；Yt是相应年份的负荷值，；n是移动平均的时期个数；At是一次平均值，t为相应年份。本次预测中，取近4年的负荷平均值，n=4，得出2012年到2015年的平均负荷为71.04MW，2016年到2019年移动平均值为107.40MW，一次移动平均值年均增长率为6.21%。表STYLEREF1\s3.SEQ表\*ARABIC\s119农村基于移动平均法的负荷负荷预测年份全社会负荷（MW）一次移动一次移