【摘要】電力負荷預測在電力系統(tǒng)規(guī)劃和運行方面的作用越來越重要。隨著現(xiàn)代科學技術的快速發(fā)展，負荷預測技術的研究也在不斷深化，各種各樣的負荷預測方法不斷涌現(xiàn)，本文主要探討了時間序列預測法以及其實際運用。

【關鍵詞】負荷預測方法

一、電力負荷的構(gòu)成與特點

電力系統(tǒng)負荷一般可以為城市民用負荷、商業(yè)負荷、農(nóng)村負荷、工業(yè)負荷以及其他負荷等，不同類型的負荷具有不同的特點和規(guī)律。

可知電力負荷的特點是經(jīng)常變化的，不但按小時變、按日變，而且按周變，按年變，負荷又以天為單位不斷起伏的，具有較大的周期性，負荷變化是連續(xù)的過程，一般不會出現(xiàn)大的躍變，但電力負荷對季節(jié)、溫度、天氣等是敏感的，不同的季節(jié)，不同地區(qū)的氣候，以及溫度的變化都會對負荷造成顯著的影響。

電力負荷的特點決定了電力總負荷由以下四部分組成：基本正常負荷分量、天氣敏感負荷分量、特別事件負荷分量和隨機負荷分量。

二、負荷預測影響因素

通過實踐證明影響負荷變化的因素有很多，所以負荷是時刻變化的，相關實驗證明負荷預測總負荷（由各個單個負荷組成）一般具有一定的變化規(guī)律，其各分量與總負y（t）的關系可寫為：

Y（t）=N（t）+W（t）+T（t）+S（t）+R（t）

其中字母的具體含義如下所示。

N（t）表示典型負荷分量，其主要的特點在于具有線性變化和周期變化；W（t）表示天氣條件溫度情況，通過分析各種因素的負荷影響程度，得到溫度往往是最重要的氣候影響變量；T（t）表示時間變化的影響，可以大致的歸納為如下三點，即人們作息時間，法定及傳統(tǒng)節(jié)，日季節(jié)變化；S（t）表示特殊事件，比如：自然災害、拉閘限電、系統(tǒng)故障等等。這類事件具有很強的隨機性，難以預測，只能依靠調(diào)度人員的經(jīng)驗判斷；R（t）表示隨機產(chǎn)生的因素，考慮到負荷序列本質(zhì)上就是一個隨機序列，負荷的隨機分量是負荷中的不遵循規(guī)律的部分，是不能準確預測的，可以通過模型或算法來考慮這些分量。

三、預測電力電量負荷的常用方法

3.1彈性系數(shù)法

電力彈性系數(shù)的基本定義是電力負荷年均增長率和國民經(jīng)濟年均增長率之比，其主要作用在于可以用來衡量國民經(jīng)濟發(fā)展和用電需求。該系數(shù)可以大致的分為兩大類，既電力生產(chǎn)彈性系數(shù)和電力消費彈性系數(shù)。使用該種預測方法的前提在于必須預先知道預測期內(nèi)國民經(jīng)濟的發(fā)展目標及其年平均增長速度，如果已經(jīng)事先知道了彈性系數(shù)的預測值，便可以利用國內(nèi)生產(chǎn)總值的年均增長率來預測出規(guī)劃期所需的電力和電量。該方法的主要缺陷在于需要進行大量統(tǒng)計調(diào)研工作。

3.2時間序列法

該方法的原理在于利用負荷的歷史資料，設法建立一個數(shù)學模型，用以描述電力負荷這個隨機變量變化過程的統(tǒng)計規(guī)律性；同時利用該模型建立一定的負荷預測數(shù)學表達式，進而對未來的負荷進行預測。

3.3灰色預測法

該方法的基本原理在于利用關聯(lián)空間、光滑離散函數(shù)等概念定義灰導數(shù)與灰微分方程，進而用離散數(shù)據(jù)列建立微分方程形式的動態(tài)模型。利用該方法可以建立GM（1，1）這樣的灰微分方程。還模型是利用離散隨機變量數(shù)經(jīng)過生成變?yōu)殡S機性被顯著削弱而且較有規(guī)律的生成數(shù)，建立起的微分方程，這樣便于對其變化過程進行研究和描述。

3.5回歸分析法

回歸分析法就是通過對歷史數(shù)據(jù)的分析、研究，并考慮和電力負荷有關的各種影響因素，建立起適當?shù)幕貧w預測模型，用數(shù)理統(tǒng)計中的回歸分析方法對變量的觀測數(shù)據(jù)統(tǒng)計分析，從而預測未來的電力負荷?；貧w預測模型可以是線性的也可以是非線性的，可以是一元的也可以是多元的，其中一元線性回歸預測是最基本的、最簡單的預測方法?；貧w分析法適用于中、短期預測，它的預測精度依賴于模型的準確性和影響因子（如國民生產(chǎn)總值、工農(nóng)業(yè)生產(chǎn)總值、人口、氣候等）預測值的準確度，該方法只能預測出綜合用電負荷的發(fā)展水平，無法預測出各供電區(qū)的負荷發(fā)展水平，無法進行具體的電網(wǎng)建設規(guī)劃。

四、結(jié)果分析

負荷變化具有規(guī)律性和隨機性，規(guī)律性是負荷預測的基礎，隨機性影響到負荷預測精度。負荷預測的任務就是盡可能地充分發(fā)掘負荷歷史數(shù)據(jù)中的規(guī)律性來預測未來負荷趨勢。但負荷變化中的隨機因素是客觀存在的，不同地區(qū)、不同時段負荷規(guī)律性的差異都會對負荷預測結(jié)果產(chǎn)生很大的影響。因此，分析歷史負荷的穩(wěn)定度，才能全面地評價各相關因素的作用，了解預測誤差的構(gòu)成，進而使預測人員可以清晰地把握預測過程。

歷史負荷規(guī)律性和穩(wěn)定度辨識又可以歸結(jié)為：對歷史負荷進行頻域分析并分解，最后用量化指標給出某地區(qū)某時間區(qū)間內(nèi)的歷史負荷規(guī)律性的穩(wěn)定程度。本文采用分析工具為譜分析，對懷化地區(qū)和對比地區(qū)（常德地區(qū)）特定時段負荷的內(nèi)在規(guī)律性和穩(wěn)定度進行分析，并得到量化的指標。

值得指出的是，歷史負荷的規(guī)律性和穩(wěn)定度必然在某種程度上影響預測精度，但是，穩(wěn)定度估計的上、下限只能作為預測的一個參考，不能將穩(wěn)定度和預測精度完全等同起來。

這里先取懷化地區(qū)和常德地區(qū)的2011年3月1日～3月14日系統(tǒng)負荷數(shù)據(jù)進行頻域分析比較。以下曲線圖左列是懷化局的，右列是常德局的。

從圖1可以看出懷化局負荷日周期分量和周周期分量占的系統(tǒng)負荷比重相對常德局來說要小些。而懷化局負荷的高頻分量部分波動比常德局劇烈的多，這說明懷化局負荷中隨機成分比重比常德局大，而且隨機變化更加劇烈，更不容易把握，這主要是因為懷化地區(qū)的電鐵負荷比重大。另外常德局負荷低頻分量比重比懷化局大，這說明前者負荷受氣候等緩慢變化因素影響較大；而懷化地區(qū)小水電豐富，但市區(qū)居民負荷不由懷化局供電，空調(diào)負荷占懷化地區(qū)系統(tǒng)負荷比重小，因此其低頻分量主要是反映降水的影響。由此看出兩地負荷的地區(qū)性差異較大。

五、結(jié)語

電力負荷預測有多種預測方法，每一種預測方法都代表了一種發(fā)展規(guī)律。各種算法均有一定的適用場合，各種預測方法都具有其各自的優(yōu)缺點，沒有一個方法適用于各種負荷預測模型而精度比其他各種方法都高。所以在做負荷預測時，必須結(jié)合實際情況，著重從預測目標、期限、精確度和預測耗費等諸多方面，靈活選用較為合適的預測方法，并使用多種不同的方法進行預測，將所得預測結(jié)果互為比較，再進行合理的綜合分析與預測，最終得到符合所需精度的預測結(jié)果。

參考文獻

[1]牛東曉，曹樹華，趙磊，等.電力負荷預測技術及其應用[M].北京：中國電力出版社，1998