王 棟， 邵常寧， 費(fèi)建平， 馮 剛， 方志輝

（1.國網(wǎng)浙江省電力公司舟山供電公司，浙江 舟山 316021；2.北京清軟創(chuàng)新科技有限公司，北京 100085；3.國網(wǎng)浙江省電力公司岱山縣供電公司，浙江 岱山 316200）

基于大客戶和地方電廠數(shù)據(jù)管理預(yù)測平臺(tái)的負(fù)荷還原預(yù)測方法研究

王 棟1， 邵常寧2， 費(fèi)建平1， 馮 剛1， 方志輝3

（1.國網(wǎng)浙江省電力公司舟山供電公司，浙江 舟山 316021；2.北京清軟創(chuàng)新科技有限公司，北京 100085；3.國網(wǎng)浙江省電力公司岱山縣供電公司，浙江 岱山 316200）

短期負(fù)荷預(yù)測對于保證電力系統(tǒng)的可靠和經(jīng)濟(jì)運(yùn)行具有重要意義，隨著電網(wǎng)結(jié)構(gòu)的復(fù)雜化和精益化管理要求的提高，需求側(cè)和供應(yīng)側(cè)的管理對負(fù)荷預(yù)測越來越重要。為此，提出了一種需求側(cè)、供應(yīng)側(cè)管理與預(yù)測技術(shù)相結(jié)合的辦法，通過構(gòu)建大客戶與地方電廠的數(shù)據(jù)管理平臺(tái)獲得可靠的大客戶用電計(jì)劃，并對全網(wǎng)負(fù)荷中剝離出的純負(fù)荷進(jìn)行外推預(yù)測，再將分類預(yù)測的結(jié)果合并，從而達(dá)到提高預(yù)測效果的目的。最后以浙江舟山電網(wǎng)為算例驗(yàn)證了所提思路的可行性。

短期負(fù)荷預(yù)測；數(shù)據(jù)管理平臺(tái)；純負(fù)荷；負(fù)荷還原預(yù)測

0 引言

短期負(fù)荷預(yù)測是日前調(diào)度計(jì)劃編制的前提與基礎(chǔ)，對于保障電力系統(tǒng)的安全經(jīng)濟(jì)運(yùn)行有重要意義。多年來，國內(nèi)外對短期負(fù)荷預(yù)測進(jìn)行了深入研究，提出了大量的預(yù)測模型算法，借助先進(jìn)的計(jì)算機(jī)技術(shù)為負(fù)荷預(yù)測提供了科學(xué)的決策依據(jù)，有效促進(jìn)了預(yù)測工作的開展。但隨著電網(wǎng)規(guī)模的不斷擴(kuò)大，多種形式的電源與負(fù)荷的接入使網(wǎng)絡(luò)運(yùn)行工況更加復(fù)雜，對電網(wǎng)精益化管理的要求越來越高，僅依賴預(yù)測技術(shù)手段的改進(jìn)遠(yuǎn)遠(yuǎn)不夠，更重要的體現(xiàn)在負(fù)荷需求側(cè)的管理上。

近年來隨著國家節(jié)能減排、可持續(xù)發(fā)展戰(zhàn)略的實(shí)施推進(jìn)，采用集約化、大容量化和高參數(shù)化設(shè)備是企業(yè)產(chǎn)業(yè)升級(jí)的主要方式，導(dǎo)致了鋼鐵、水泥等一大批行業(yè)負(fù)荷的大量增加[1]。大多行業(yè)負(fù)荷具有強(qiáng)烈的波動(dòng)性和隨機(jī)性，與正常的居民負(fù)荷特性存在較大差異，如果不加區(qū)別地進(jìn)行全社會(huì)負(fù)荷的預(yù)測顯然過于籠統(tǒng)，僅靠預(yù)測技術(shù)手段往往會(huì)導(dǎo)致較大誤差。因此本文的研究思路即通過加強(qiáng)負(fù)荷需求側(cè)管理，構(gòu)建完善的行業(yè)大客戶數(shù)據(jù)管理平臺(tái)，從全負(fù)荷中剝離出行業(yè)負(fù)荷，對剩余的純負(fù)荷分量進(jìn)行常規(guī)預(yù)測，并通過數(shù)據(jù)管理平臺(tái)促進(jìn)大客戶負(fù)荷的管理與預(yù)測工作，達(dá)到整體預(yù)測質(zhì)量的提高。

本文結(jié)合浙江舟山地區(qū)的實(shí)際負(fù)荷和大客戶用電信息，從平臺(tái)設(shè)計(jì)、數(shù)據(jù)采集、信息管理及負(fù)荷還原預(yù)測效果等方面展開論述。

1 數(shù)據(jù)管理平臺(tái)設(shè)計(jì)

1.1 技術(shù)構(gòu)架

數(shù)據(jù)管理平臺(tái)是基于成熟的J2EE結(jié)構(gòu)、海量數(shù)據(jù)高速讀寫的數(shù)據(jù)庫Oracle和先進(jìn)三層體系的B/S（瀏覽器/服務(wù)器）結(jié)構(gòu)開發(fā)的，實(shí)現(xiàn)了數(shù)據(jù)的集中存儲(chǔ)和信息共享，提高了數(shù)據(jù)的利用率和系統(tǒng)的執(zhí)行效率；實(shí)現(xiàn)了數(shù)據(jù)與應(yīng)用分離，保證平臺(tái)的靈活擴(kuò)展能力、良好的可再升級(jí)性能和快速移植能力。

J2EE是由許多著名的業(yè)界公司合作推出的一個(gè)開放平臺(tái)，它擁有業(yè)界的廣泛支持和眾多的中間件軟件提供商（比如IBM，Oracle，Sun，Netscape等），J2EE技術(shù)包括應(yīng)用于負(fù)荷預(yù)測系統(tǒng)中的JBDC，JSP，SERVLET以及XML技術(shù)等。數(shù)據(jù)管理平臺(tái)分為客戶端與服務(wù)器端兩部分，客戶端主要為瀏覽器腳本（以JavaScript編寫）以及Applet小應(yīng)用和 HTML代碼；服務(wù)器端以 JSP，Java Bean，Servlet和JNI為主，結(jié)合XML，JDBC等其它技術(shù)，在J2EE構(gòu)架之下有機(jī)緊密地結(jié)合在一起，對平臺(tái)的可靠性、擴(kuò)展性均有較好的保障。

Oracle是目前使用最為廣泛的數(shù)據(jù)庫，具有強(qiáng)大的數(shù)據(jù)存儲(chǔ)和處理功能，可實(shí)現(xiàn)基于SQL命令下的海量數(shù)據(jù)導(dǎo)入導(dǎo)出，高速的處理速度以及分布式事務(wù)處理能力用以方便地進(jìn)行遠(yuǎn)程訪問，同時(shí)具有較高的安全性。

B/S架構(gòu)是基于Web的先進(jìn)的三層體系結(jié)構(gòu)，在這種架構(gòu)中，利用Web應(yīng)用服務(wù)器和事務(wù)處理中間件為應(yīng)用程序提供Web運(yùn)行環(huán)境，數(shù)據(jù)資源和客戶機(jī)將被應(yīng)用服務(wù)器分隔開，應(yīng)用服務(wù)器上存儲(chǔ)著應(yīng)用邏輯。這種架構(gòu)著重于客戶機(jī)對應(yīng)用服務(wù)的請求，有別于二層架構(gòu)著重于數(shù)據(jù)請求，提高了平臺(tái)的性能，簡化了用戶的管理。

1.2 平臺(tái)功能

1.2.1 數(shù)據(jù)管理

平臺(tái)提供了豐富而強(qiáng)大的數(shù)據(jù)管理功能，實(shí)現(xiàn)了便捷的數(shù)據(jù)存儲(chǔ)、修改、交互以及可視化操作，設(shè)計(jì)了規(guī)范的自動(dòng)化系統(tǒng)數(shù)據(jù)格式文件接口，方便數(shù)據(jù)導(dǎo)入導(dǎo)出。同時(shí)可針對海量數(shù)據(jù)中存在的壞數(shù)據(jù)進(jìn)行修正，以提高數(shù)據(jù)質(zhì)量。

1.2.2 負(fù)荷分析

平臺(tái)設(shè)置了豐富的負(fù)荷分析指標(biāo)體系，包括常用的最大負(fù)荷等負(fù)荷特性分析、典型負(fù)荷曲線以及穩(wěn)定性分析和電力氣象相關(guān)性分析。通過以上分析可深入了解負(fù)荷發(fā)展規(guī)律以及影響因素等。

1.2.3 負(fù)荷預(yù)測

平臺(tái)建立了由倍比平滑、模式識(shí)別和通用神經(jīng)網(wǎng)絡(luò)等二十多種預(yù)測算法構(gòu)成的豐富預(yù)測算法庫，并提供了自適應(yīng)訓(xùn)練和綜合模型來輔助選擇恰當(dāng)?shù)念A(yù)測策略。多元化的算法很好地解決了負(fù)荷變化復(fù)雜的適應(yīng)性問題。

1.2.4 上報(bào)考核

提供了電網(wǎng)公司上下級(jí)之間上報(bào)考核的交互平臺(tái)。上級(jí)可在平臺(tái)中給出上報(bào)時(shí)限、考核標(biāo)準(zhǔn)和免考等信息，下級(jí)可對機(jī)器預(yù)報(bào)的結(jié)果進(jìn)行人工干預(yù)后上報(bào)提交，并具備多維度的準(zhǔn)確率統(tǒng)計(jì)功能。

1.2.5 需求側(cè)和供應(yīng)側(cè)管理信息

進(jìn)行需求側(cè)和供應(yīng)側(cè)的管理，并將其與已有的預(yù)測技術(shù)結(jié)合起來才能實(shí)現(xiàn)電網(wǎng)的精細(xì)化管理，提高預(yù)測工作的質(zhì)量。平臺(tái)中需求側(cè)和供應(yīng)側(cè)管理主要是通過對大客戶和地方電廠數(shù)據(jù)的管理來實(shí)現(xiàn)的。

大客戶數(shù)據(jù)管理模塊主要是通過對大客戶的信息管理、歷史負(fù)荷分析和用電計(jì)劃分析，向大客戶提供合理的用電計(jì)劃曲線，并配合電網(wǎng)公司監(jiān)測用電計(jì)劃的實(shí)際執(zhí)行情況，以方便電網(wǎng)公司預(yù)測統(tǒng)調(diào)電力的工作。該模塊包括以下幾個(gè)功能：

（1）大客戶信息管理。實(shí)現(xiàn)對大客戶的新增、移除操作，并可對大客戶所處單位、數(shù)據(jù)采集編號(hào)、參與預(yù)測或參與考核等詳情進(jìn)行查詢、修改等操作。

（2）數(shù)據(jù)采集及預(yù)處理。提供了自動(dòng)和手動(dòng)2種方式采集大客戶實(shí)際負(fù)荷曲線與計(jì)劃用電曲線，支持Excel數(shù)據(jù)模板下載與上傳，并設(shè)置了數(shù)據(jù)預(yù)處理功能。

（3）負(fù)荷及用電計(jì)劃分析。實(shí)現(xiàn)對大客戶實(shí)際負(fù)荷及出力計(jì)劃的詳盡分析，包括時(shí)序/持續(xù)曲線分析、負(fù)荷曲線對比分析、負(fù)荷特性指標(biāo)及趨勢分析、負(fù)荷穩(wěn)定度分析等，用電計(jì)劃分析具有相同的分析維度。

（4）大客戶用電計(jì)劃編制。提供了用電計(jì)劃曲線編制、修正、上報(bào)功能，大客戶可通過對比參照日的負(fù)荷曲線進(jìn)行用電計(jì)劃曲線的編制、修正，并在規(guī)定的時(shí)限內(nèi)提交上報(bào)結(jié)果。

（5）突變及用電計(jì)劃執(zhí)行監(jiān)測。平臺(tái)提供了大客戶負(fù)荷突變監(jiān)測和出力計(jì)劃執(zhí)行監(jiān)測機(jī)制。突變監(jiān)測機(jī)制中對日最大（小）負(fù)荷偏差、最大（小）負(fù)荷出現(xiàn)時(shí)間、日平均負(fù)荷偏差、日峰谷差偏差和日電量偏差等指標(biāo)設(shè)定了閾值，當(dāng)超過閾值時(shí)進(jìn)行預(yù)警；用電計(jì)劃執(zhí)行監(jiān)測機(jī)制逐時(shí)滾動(dòng)統(tǒng)計(jì)實(shí)際負(fù)荷與用電計(jì)劃的吻合度。采取差異性對待的原則，對突變較小、用電計(jì)劃執(zhí)行較為嚴(yán)格的大客戶直接采用用電計(jì)劃作為調(diào)度依據(jù)，否則要采取其他干預(yù)措施制定合理調(diào)度計(jì)劃。

相對而言，地方電廠屬于供應(yīng)側(cè)，可將電力供應(yīng)看作“負(fù)”負(fù)荷來對待，則地方電廠的性質(zhì)與大客戶相同，也具有電廠信息統(tǒng)計(jì)、歷史出力分析和出力計(jì)劃編制等，與大客戶數(shù)據(jù)管理模塊的功能相近，不再贅述。

2 負(fù)荷還原預(yù)測步驟

負(fù)荷還原預(yù)測步驟如圖1所示。首先對采集到的全社會(huì)歷史負(fù)荷數(shù)據(jù)與大客戶負(fù)荷數(shù)據(jù)進(jìn)行預(yù)處理，以提高數(shù)據(jù)質(zhì)量。然后將所有的大客戶負(fù)荷和地方電廠出力從全網(wǎng)負(fù)荷中剝離，還原出純負(fù)荷。對得到的純負(fù)荷分量進(jìn)行穩(wěn)定度分析，根據(jù)純負(fù)荷穩(wěn)定度的高低采用不同的預(yù)測策略進(jìn)行預(yù)測。最后將平臺(tái)中所管理完善的可靠大用戶用電計(jì)劃加入純負(fù)荷中，得到全網(wǎng)負(fù)荷的最終預(yù)測結(jié)果。

2.1 歷史不良數(shù)據(jù)辨識(shí)與修正

豐富而準(zhǔn)確的歷史數(shù)據(jù)是負(fù)荷分析和預(yù)測工作的前提，預(yù)測前有必要對歷史不良數(shù)據(jù)進(jìn)行辨識(shí)與修正。文獻(xiàn)[2]提到了幾種常用的不良數(shù)據(jù)辨識(shí)修正方法，包括神經(jīng)網(wǎng)絡(luò)法、基于聚類分析及模糊理論的方法、GSA（間隙統(tǒng)計(jì)法）、殘差修正法等，實(shí)現(xiàn)針對大量歷史數(shù)據(jù)的自動(dòng)辨識(shí)修正。本文研究的歷史樣本較小，僅為1個(gè)月的數(shù)據(jù)，故采取如下的簡單辨識(shí)方法。

圖1 負(fù)荷還原預(yù)測步驟

2.1.1 確定歷史樣本

設(shè)歷史樣本i第t天時(shí)刻的負(fù)荷為Pi，t，（i=1，2，…，n；t=1，2，…，T），n為歷史天數(shù)，T為采樣點(diǎn)數(shù)。第s天為第i天的同類型日，s=i±7，則其t時(shí)刻的歷史負(fù)荷為Ps，t。

2.1.2 逐點(diǎn)計(jì)算負(fù)荷偏差率

設(shè)定偏差率的閾值為30%，超過閾值則視為不良數(shù)據(jù)需進(jìn)行修正，否則視為有效數(shù)據(jù)。

2.1.3 不良數(shù)據(jù)校正

采取相鄰兩點(diǎn)的負(fù)荷偏差率平均值作為校正偏差計(jì)算本點(diǎn)修正數(shù)據(jù)，計(jì)算公式如下：

2.2 提取純負(fù)荷

對大客戶歷史負(fù)荷和地方電廠歷史出力進(jìn)行逐時(shí)累加，從全負(fù)荷中提取出具有特殊負(fù)荷特性的行業(yè)負(fù)荷分量，剩余的負(fù)荷為規(guī)律性較強(qiáng)的純負(fù)荷。因此t時(shí)刻的純負(fù)荷為：

式中：P′為t時(shí)刻的純負(fù)荷；P0為總負(fù)荷；Pk為第k個(gè)大用戶的負(fù)荷或地方電廠出力。

2.3 純負(fù)荷穩(wěn)定度分析

電力負(fù)荷具有較強(qiáng)周期性的時(shí)間序列，因此可以通過時(shí)間序列的頻域分解方法進(jìn)行分析。設(shè)多日（一般取14天）的持續(xù)負(fù)荷序列為P（t），（t=1，2，…，nT），對其作DEF（離散傅里葉分解）可得：

將負(fù)荷序列P（t）分解為一系列相互正交的正余弦分量和直流分量a0。根據(jù)頻譜特征提取出不同的頻率分量，通過IDFT（離散傅里葉逆變換）將其還原到時(shí)域，并通過適當(dāng)組合重構(gòu)出下式：

式中：日周期分量a0+D（t）和周周期分量W（t）是標(biāo)準(zhǔn)的周期序列；L（t）是由氣象因素決定的低頻分量；H（t）為隨機(jī)波動(dòng)的高頻分量，體現(xiàn)了電力負(fù)荷的隨機(jī)波動(dòng)。由此可以定義負(fù)荷穩(wěn)定度上下限：

Lupper和Llower分別代表負(fù)荷中可預(yù)測部分占整體負(fù)荷的上限和下限，也代表了負(fù)荷預(yù)測所能達(dá)到精度的上下限，可根據(jù)穩(wěn)定度指標(biāo)評判負(fù)荷的規(guī)律程度以及可預(yù)測性強(qiáng)弱。如果某個(gè)地區(qū)的大客戶負(fù)荷或地方電廠出力存在較大的隨機(jī)波動(dòng)性，那么還原后純負(fù)荷的規(guī)律性會(huì)變強(qiáng)，穩(wěn)定度上、下限均會(huì)變大。

2.4 負(fù)荷還原預(yù)測

根據(jù)純負(fù)荷穩(wěn)定度的分析選取適合的預(yù)測方法。如果穩(wěn)定度高于95%，證明負(fù)荷規(guī)律性很強(qiáng)，利用基于同類型日思想的數(shù)學(xué)外推法即可取得較好的預(yù)測效果；否則證明負(fù)荷受氣象波動(dòng)影響較大，需要采取基于相似度的相關(guān)因素法。得到可靠的純負(fù)荷預(yù)測結(jié)果之后，根據(jù)大客戶負(fù)荷和地方電廠數(shù)據(jù)管理提供的用電計(jì)劃和發(fā)電計(jì)劃進(jìn)行疊加，得到精度較高的還原負(fù)荷預(yù)測結(jié)果。

3 算例研究

以浙江舟山地區(qū)的負(fù)荷數(shù)據(jù)為算例進(jìn)行研究。選擇大客戶和地方電廠數(shù)據(jù)管理平臺(tái)中質(zhì)量較好的5月份數(shù)據(jù)作為研究對象，全網(wǎng)負(fù)荷與大客戶、地方電廠典型曲線如圖2—4所示。

圖2 全負(fù)荷典型曲線

圖3 大客戶典型負(fù)荷曲線

圖4 典型負(fù)荷曲線

圖2 顯示多日的舟山地區(qū)全網(wǎng)負(fù)荷典型曲線具有較高相似性，在上午10∶00和下午16∶00出現(xiàn)高峰，在中午和夜間出現(xiàn)低谷。峰谷差率約為55%，負(fù)荷曲線上具有明顯的鋸齒狀“毛刺”，表現(xiàn)出行業(yè)負(fù)荷對全網(wǎng)負(fù)荷具有明顯的影響。圖3匯總了舟山地區(qū)部分大客戶的典型負(fù)荷曲線，其中常石集團(tuán)的負(fù)荷在上午和下午各有1個(gè)高峰運(yùn)行段，其余大客戶的負(fù)荷水平均在較低水平且含有一定的沖擊性負(fù)荷。圖4為舟山地區(qū)的3個(gè)地方電廠的典型出力曲線，包括2個(gè)風(fēng)電場和1個(gè)垃圾發(fā)電場，出力曲線隨機(jī)性較強(qiáng)，沒有明顯的規(guī)律性。

大客戶、地方電廠與全網(wǎng)負(fù)荷的負(fù)荷特性差異決定了還原純負(fù)荷預(yù)測必要性。按照式（3）還原純負(fù)荷，并對全網(wǎng)負(fù)荷和純負(fù)荷在5月4日—31日進(jìn)行穩(wěn)定度對比分析。其中，純負(fù)荷穩(wěn)定度分析結(jié)果如圖5所示。圖中縱坐標(biāo)為負(fù)荷（MW），橫坐標(biāo)為28天96點(diǎn)時(shí)刻的依次排列。

圖5 純負(fù)荷穩(wěn)定度分析結(jié)果

由圖5可以看到，純負(fù)荷穩(wěn)定度分析結(jié)果中，低頻分量以及高頻分量的比例相比周期分量很小。根據(jù)式（6）、式（7）計(jì)算全網(wǎng)負(fù)荷與純負(fù)荷穩(wěn)定度上、下限對比如表1所示。

表1 全網(wǎng)負(fù)荷與純負(fù)荷穩(wěn)定度上、下限

表1顯示，還原后的純負(fù)荷的穩(wěn)定度相比全網(wǎng)負(fù)荷明顯變高，表明了純負(fù)荷具有明顯的周期性規(guī)律，應(yīng)用相關(guān)的外推預(yù)測算法容易取得更高的預(yù)測精度。

處理好純負(fù)荷之后，關(guān)鍵是如何得到相關(guān)大客戶負(fù)荷和地方電廠出力的預(yù)測數(shù)據(jù)。由數(shù)據(jù)管理平臺(tái)提供的大客戶信息以及圖3舟山地區(qū)大客戶典型負(fù)荷曲線可知，金海灣的全天負(fù)荷非常穩(wěn)定，可直接采用相應(yīng)的歷史負(fù)荷作為用電計(jì)劃；常石集團(tuán)的負(fù)荷在上午和下午各有一個(gè)高峰運(yùn)行段，可根據(jù)此特征制定用電計(jì)劃；武港碼頭的負(fù)荷規(guī)律性較弱，但存在較多的沖擊性負(fù)荷，需要從趨勢擬合的角度制定用電計(jì)劃。通過以上措施可得出較為可靠的大客戶用電計(jì)劃預(yù)測曲線。而對于地方電廠而言，可結(jié)合歷史風(fēng)電出力與當(dāng)?shù)氐娘L(fēng)電預(yù)測機(jī)制來獲取地方電廠出力的計(jì)劃曲線。

最后，將基于重疊曲線法的純負(fù)荷預(yù)測結(jié)果和大客戶用電計(jì)劃預(yù)測曲線相疊加，最終得到負(fù)荷還原預(yù)測法的預(yù)測結(jié)果。

對6月1日—5日的負(fù)荷做預(yù)測并統(tǒng)計(jì)準(zhǔn)確率，采用全網(wǎng)負(fù)荷常規(guī)預(yù)測法和負(fù)荷還原法得到的預(yù)測準(zhǔn)確率對比如表2所示?？梢钥闯?，在舟山地區(qū)采用基于行業(yè)大客戶的負(fù)荷還原法的預(yù)測準(zhǔn)確率較常規(guī)方法提高1%～2%，驗(yàn)證了本文所提負(fù)荷還原預(yù)測法的正確性。

表2 多日預(yù)測準(zhǔn)確率對比

4 結(jié)論

本文從通過需求側(cè)和供應(yīng)側(cè)管理提高負(fù)荷預(yù)測質(zhì)量的角度出發(fā)，構(gòu)建了完善的行業(yè)大客戶和地方電廠數(shù)據(jù)管理預(yù)測平臺(tái)，并系統(tǒng)介紹了平臺(tái)主要構(gòu)架與設(shè)計(jì)功能。純負(fù)荷往往具有較強(qiáng)規(guī)律性，可直接通過外推法預(yù)測。大客戶、地方電廠負(fù)荷因其所處行業(yè)和生產(chǎn)習(xí)慣而具有特殊性，通過平臺(tái)可獲得可靠的用電和出力計(jì)劃曲線。在此基礎(chǔ)上進(jìn)行分類預(yù)測，提高每類負(fù)荷的預(yù)測精度，最終達(dá)到全網(wǎng)負(fù)荷預(yù)測精度的提高。最后以舟山電網(wǎng)為例進(jìn)行了算例驗(yàn)證，證明了本文所提思路的可行性。

另外，舟山地區(qū)的負(fù)荷構(gòu)成中行業(yè)負(fù)荷大多平穩(wěn)且占比較小，不具備普遍性。在行業(yè)負(fù)荷隨機(jī)波動(dòng)性較大的地區(qū)如何準(zhǔn)確預(yù)測大客戶用電依然是一個(gè)難題；部分城市可能存在純負(fù)荷的規(guī)律性較弱，外推預(yù)測的結(jié)果不理想等問題，有待進(jìn)一步研究。

[1]許甜田.大用戶負(fù)荷預(yù)測方法研究及其應(yīng)用[D].長沙：湖南大學(xué)，2013.

[2]金旭.簡析電力系統(tǒng)檢測與辨識(shí)方法的現(xiàn)狀[J].東方企業(yè)文化，2012（4）∶148.

[3]熊會(huì)林，劉子偉，張立樹.大用戶法在電力負(fù)荷預(yù)測中的應(yīng)用[J].湖北電力，2009（1）∶66-68.

[4]蔡劍彪，羅滇生，周小寶，等.大用戶負(fù)荷預(yù)測管理系統(tǒng)[J].電力需求側(cè)管理，2012（4）∶7-10.

[5]張凱.省地一體化負(fù)荷預(yù)測與管理平臺(tái)的研究與實(shí)現(xiàn)[D].長沙：湖南大學(xué)，2008.

[6]李慧玲，湯紅英.基于負(fù)荷管理終端大用戶管理的應(yīng)用研究[J].華北電力技術(shù)，2011（8）∶9-12.

（本文編輯：方明霞）

Research of Load Reduction Forecasting Method Based on Data Management and Forecasting Platform of Large-Scale Consumer and Regional Power Plants

WANG Dong1，SHAO Changning2，F(xiàn)ei Jianping1，F(xiàn)ENG Gang1，F(xiàn)ANG Zhihui3
（1.State Grid Zhoushan Power Supply Company，Zhoushan Zhejiang 316021，China；2.Beijing Tsingsoft Innovation Technology Co.，Ltd.，Beijing 100085，China；3.State Grid Daishan Power Supply Company，Daishan Zhejiang 316200，China）

Short-term load forecasting（STLF）is essential to ensure reliable and economical running of the power system.As the structure of power grid is becoming more complex and requirement of refined administration is stricter，both demand-tside and supply-tside administration are increasingly significant to STLF.This paper proposes a measure that combines demand-tside and supply-tside administration with forecasting technology.Through establishment of data management platform of large-tscale consumers and local power plants，reliable electricity consumption plan of large-tscale consumers is obtained and extrapolative forecast on pure load stripped from entire load is implemented；in addition，the pure load forecasting result is merged into classification forecasting result to promote STLF.Finally，Zhoushan power grid is taken as an example to verify the practicability of the method.

STLF；data management platform；pure load；load reduction forecasting

TM715+.1

B

1007-1881（2015）12-0011-05

2015-05-13

王 棟（1974），男，高級(jí)工程師，從事電網(wǎng)調(diào)度及運(yùn)行方式工作。