程 卓

（深圳供電局有限公司，廣東 深圳 518000）

負(fù)荷預(yù)測是電網(wǎng)規(guī)劃的基礎(chǔ)，其對電網(wǎng)規(guī)模的發(fā)展具有重要的指導(dǎo)意義。研究表明氣溫對區(qū)域負(fù)荷有很大的影響[1-9]，隨著溫室效應(yīng)增強(qiáng)以及厄爾尼諾現(xiàn)象頻發(fā)，研究基于溫度變化的負(fù)荷預(yù)測方法對電網(wǎng)發(fā)展有著越來越明顯的意義。

負(fù)荷預(yù)測中考慮溫度的影響相較于實(shí)測值的優(yōu)勢在于，實(shí)測最大負(fù)荷值與天氣情況相關(guān)，極端天氣易引起負(fù)荷短時內(nèi)的升高，但不能反應(yīng)真實(shí)的基礎(chǔ)電力需求。以實(shí)測值直接外推，可能造成預(yù)測負(fù)荷偏差。

國內(nèi)有很多論文研究了溫度對區(qū)域電網(wǎng)的負(fù)荷特性的影響，部分文獻(xiàn)指出其對負(fù)荷預(yù)測有重要指導(dǎo)意義，文獻(xiàn)[10-15]研究了基于溫度影響的負(fù)荷預(yù)測方法，但都是用于指導(dǎo)調(diào)度部門制訂運(yùn)行方式的短期負(fù)荷預(yù)測方法，較少有文獻(xiàn)研究基于溫度影響的中長期負(fù)荷預(yù)測方法。文獻(xiàn)[16]將負(fù)荷分解為趨勢性負(fù)荷和非趨勢性負(fù)荷兩部分,分別進(jìn)行建模預(yù)測，其不足是文獻(xiàn)基于兩年數(shù)據(jù)對下一年負(fù)荷進(jìn)行預(yù)測，忽略了隨著時間的變化，其趨勢性負(fù)荷的影響因子的比例系數(shù)也是變化的。

法國電力在負(fù)荷預(yù)測中也用到了溫度校正，其做法是將歷史負(fù)荷值進(jìn)行溫度校正，還原成基準(zhǔn)溫度下的負(fù)荷值，進(jìn)而預(yù)測規(guī)劃年基準(zhǔn)溫度下的負(fù)荷值，再將其折算到當(dāng)年溫度極值。

本文分析了大量的歷史數(shù)據(jù)，通過分析近幾年日最高溫度與日最大負(fù)荷的相關(guān)關(guān)系，尋找到負(fù)荷的溫度不敏感量與敏感量的變化規(guī)律。發(fā)現(xiàn)溫度敏感負(fù)荷與溫度之間的關(guān)聯(lián)參數(shù)，稱其為負(fù)荷溫度梯度，其值逐年變化，并不能用近幾年的數(shù)據(jù)得到的負(fù)荷溫度梯度直接用到預(yù)測年，而是需要通過對負(fù)荷溫度梯度進(jìn)行預(yù)測，進(jìn)而得到負(fù)荷預(yù)測值。

1 預(yù)測思路

引入負(fù)荷溫度梯度的負(fù)荷預(yù)測方法簡單來講是將溫度敏感負(fù)荷與溫度不敏感負(fù)荷分離，用負(fù)荷溫度梯度來表達(dá)溫度敏感負(fù)荷與溫度的變化規(guī)律，并用多年歷史數(shù)據(jù)對預(yù)測年的負(fù)荷溫度梯度進(jìn)行預(yù)測，進(jìn)而得到溫度敏感負(fù)荷的預(yù)測值。同時對溫度不敏感負(fù)荷進(jìn)行預(yù)測。最終疊加得到負(fù)荷的預(yù)測值。

2 預(yù)測方法與步驟

2.1 尋找負(fù)荷與溫度的關(guān)系

圖1 日最高負(fù)荷與日最高溫度散點(diǎn)圖

以某市電網(wǎng)為例，將2011—2014年日最高負(fù)荷與日最高溫度數(shù)據(jù)做散點(diǎn)圖（圖1所示），可以看出數(shù)據(jù)存在很強(qiáng)的規(guī)律性。在25℃以下，日最高負(fù)荷分布較大概率的集中在某值（標(biāo)記此值為P0）附近，P0不隨溫度變化，即負(fù)荷的溫度不敏感量；在25℃以上，日最高負(fù)荷隨著溫度的上升有明顯的正相關(guān)關(guān)系，負(fù)荷中會有溫度敏感量疊加，負(fù)荷的溫度敏感的部分記為Pt，總負(fù)荷為P=Pt+P0。

2.2 確定負(fù)荷溫度梯度變化規(guī)律

1）基礎(chǔ)數(shù)據(jù)處理

設(shè)定溫度基準(zhǔn)值為25℃。對25℃以上的負(fù)荷與溫度數(shù)據(jù)進(jìn)行分析。考慮到負(fù)荷預(yù)測的目的是：預(yù)測負(fù)荷發(fā)展可能的最大值，來指導(dǎo)電網(wǎng)建設(shè)規(guī)模。只有負(fù)荷的最大值對負(fù)荷預(yù)測才是有意義的。因此剔除掉節(jié)假日、周末等日最高負(fù)荷明顯相對較小的數(shù)據(jù)，減小其對負(fù)荷溫度梯度參數(shù)的影響。

2）回歸分析理論

本文通過最小二乘法做線性回歸，其理論已經(jīng)相當(dāng)成熟，這里只作簡單說明：對于y=ax+b的直線，其經(jīng)驗(yàn)擬合方程參數(shù)如下：

其相關(guān)系數(shù)如下：

3）線性回歸結(jié)果分析

以溫度基準(zhǔn)差（日最高溫度減去基準(zhǔn)溫度）為自變量，日最大負(fù)荷為因變量，得到圖2所示散點(diǎn)圖。

由圖2可以看出日最高溫度與溫度基準(zhǔn)差呈線性關(guān)系。通過回歸分析得到如下關(guān)系。

負(fù)荷的參數(shù)表達(dá)式如下：

式中，a為負(fù)荷溫度梯度，a×(t-25) 為溫度敏感負(fù)荷，P0為溫度不敏感負(fù)荷。

2011—2014年的擬合關(guān)系如下：

圖2 日最高負(fù)荷與溫度基準(zhǔn)差散點(diǎn)圖

根據(jù)2011年至2014年的數(shù)據(jù)可以看出，隨著經(jīng)濟(jì)的發(fā)展，人民生活水平的提高，負(fù)荷溫度梯度和溫度不敏感負(fù)荷都逐年增加。負(fù)荷溫度梯度逐年增加反映出溫度敏感負(fù)荷的總量逐年增加，溫度每增加一度，會有更多的負(fù)荷上升。溫度不敏感負(fù)荷反映出隨著經(jīng)濟(jì)增長，工商業(yè)用電總量在增加。

2.3 對溫度敏感負(fù)荷與溫度不敏感負(fù)荷分別預(yù)測

對于溫度敏感負(fù)荷：由上述分析可知，其與溫度的關(guān)系為

可對負(fù)荷溫度梯度a和溫度t分別進(jìn)行預(yù)測得到Pt的預(yù)測值。負(fù)荷溫度梯度a的歷史值見表1。

表1 2011—2014年負(fù)荷溫度梯度

負(fù)荷溫度梯度歷史值逐年變大，十分接近一次函數(shù)。將其設(shè)為因變量，年份為自變量，利用最小二乘法，得到其關(guān)系如圖3所示。

圖3 負(fù)荷溫度梯度與年份線性回歸關(guān)系圖

由此外推得到 2015年負(fù)荷溫度梯度預(yù)測值為628.01。

根據(jù)歷史年最大負(fù)荷日溫度數(shù)據(jù)及該市氣溫情況，其最大負(fù)荷日最有可能出現(xiàn)的氣溫為34℃～35℃。其對應(yīng)的2015年的溫度敏感負(fù)荷預(yù)測值分別為

對于溫度不敏感負(fù)荷：由上述分析，其值每年不隨溫度變化，且逐年增加?？紤]到其反映了隨著經(jīng)濟(jì)變化，工商業(yè)等基礎(chǔ)用電需求的變化，可參考負(fù)荷總量的各種預(yù)測方法對其進(jìn)行預(yù)測。這里簡單的用趨勢外推法來做說明。2011—2014年溫度不敏感負(fù)荷值見表2。

表2 2011—2014年溫度不敏感負(fù)荷

將其設(shè)為因變量，年份為自變量，利用最小二乘法，得到其關(guān)系如圖4所示。

圖4 溫度不敏感負(fù)荷與年份線性回歸關(guān)系圖

外推得到 2015年溫度不敏感負(fù)荷預(yù)測值為10106MW。

將 2015年溫度敏感負(fù)荷預(yù)測值與溫度不敏感負(fù)荷預(yù)測值疊加得到2015年負(fù)荷值預(yù)測結(jié)果見表3。

表3 不同溫度下2015年負(fù)荷預(yù)測值

2.4 結(jié)果校核

與傳統(tǒng)整體預(yù)測所得到的負(fù)荷預(yù)測結(jié)果進(jìn)行對比。同樣采用趨勢外推法對負(fù)荷總量直接進(jìn)行預(yù)測。

2011年至2014年年最大負(fù)荷值見表4。

表4 2011—2014年最大負(fù)荷

將其設(shè)為因變量，年份為自變量，利用最小二乘法，得到其關(guān)系如圖5所示。

圖5 年最大負(fù)荷與年份線性回歸關(guān)系圖

由此外推得到2015年負(fù)荷預(yù)測值為15614MW。另外該市電網(wǎng)“十三五”規(guī)劃中2015負(fù)荷預(yù)測基礎(chǔ)方案為15550MW，校核方案為16050MW?？梢猿醪綌喽ㄉ鲜龇椒ㄋ媒Y(jié)果是合理的。

引入負(fù)荷溫度梯度的預(yù)測方法通過對大量數(shù)據(jù)的分析得出溫度敏感負(fù)荷與溫度不敏感負(fù)荷的規(guī)律，對這兩部分分別進(jìn)行預(yù)測，對于溫度敏感負(fù)荷，最小二乘法很好的擬合了負(fù)荷溫度梯度的趨勢，相關(guān)系數(shù)達(dá)到了 0.9962，而且對于極端溫度能夠做到較好的預(yù)估；對于溫度不敏感負(fù)荷，其變化趨勢與負(fù)荷總量有些類似，受經(jīng)濟(jì)的影響較大，可類比采用傳統(tǒng)的對負(fù)荷總量進(jìn)行預(yù)測的方法，而且由于剔除了溫度的影響，從物理意義上講對該部分的預(yù)測會更契合實(shí)際。因此相較于用實(shí)測值直接預(yù)測，實(shí)測最大負(fù)荷值與天氣情況相關(guān)，極端天氣易引起負(fù)荷短時內(nèi)的升高，但不能反應(yīng)真實(shí)的基礎(chǔ)電力需求。以實(shí)測值直接外推，可能造成預(yù)測負(fù)荷偏差。

3 結(jié)論

本文研究了 2011—2014年日最高負(fù)荷與日最高溫度數(shù)據(jù)之間的規(guī)律，將負(fù)荷分為了溫度敏感負(fù)荷與不敏感負(fù)荷。通過對溫度敏感負(fù)荷分析，發(fā)現(xiàn)逐年的負(fù)荷溫度梯度的線性相關(guān)性很強(qiáng)，將負(fù)荷溫度梯度這個參數(shù)引入到負(fù)荷預(yù)測中，分別對溫度敏感負(fù)荷與不敏感負(fù)荷預(yù)測，從物理意義上將可以更好的作出預(yù)測，指導(dǎo)電網(wǎng)建設(shè)。

同時本文也存在一些不足，隨著溫度的升高，負(fù)荷的溫度敏感部分會飽和，飽和值對電網(wǎng)發(fā)展有重要意義，值得進(jìn)一步對此作出研究。

[1] 馬瑞, 周謝, 彭舟, 等. 考慮氣溫因素的負(fù)荷特性統(tǒng)計(jì)指標(biāo)關(guān)聯(lián)特征數(shù)據(jù)挖掘[J]. 中國電機(jī)工程學(xué)報,2015, 35(1): 43-51.

[2] 朱振偉. 氣象因素對電網(wǎng)負(fù)荷特性影響的研究[D].杭州: 浙江大學(xué), 2008.

[3] 周謝. 電力負(fù)荷特性指標(biāo)及其內(nèi)在關(guān)聯(lián)性分析[D].長沙: 長沙理工大學(xué), 2013.

[4] 雷鳴, 朱昊, 高山. 溫度變化對小區(qū)居民負(fù)荷特性的影響[C]. 電力系統(tǒng)及其自動化專業(yè)第二十一屆學(xué)術(shù)年會論文集, 2005: 1487-1490.

[5] 陸建宇, 王亮, 王強(qiáng), 等. 華東電網(wǎng)氣象負(fù)荷特性分析[J]. 華東電力, 2006, 34(11): 38-42.

[6] 王穎. 溫度對天津電網(wǎng)負(fù)荷的影響[J]. 天津電力,2006, 1: 7-9.

[7] 張海東, 孫照渤, 鄭艷, 等. 溫度變化對南京城市電力負(fù)荷的影響[J]. 大氣科學(xué)學(xué)報, 2009, 32(4):536-542.

[8] 陳健, 劉明波, 樊亞亮, 等. 廣州電網(wǎng)負(fù)荷特性分析[J]. 電力系統(tǒng)及其自動化學(xué)報, 2009, 21(6): 78-83.

[9] 於冬雪, 李揚(yáng), 周毅波. 南寧地區(qū)負(fù)荷特性及溫度相關(guān)性分析[J]. 電力需求側(cè)管理, 2013(5): 6-10.

[10] 原媛. 電力負(fù)荷特性分析及中長期負(fù)荷預(yù)測方法研究[D]. 上海: 上海交通大學(xué), 2008.

[11] 謝家安. 基于體感溫度的電力系統(tǒng)負(fù)荷分類及負(fù)荷預(yù)測[J]. 電網(wǎng)與清潔能源, 2012, 28(8): 24-28.

[12] 朱陶業(yè), 李應(yīng)求, 張穎, 等. 提高時間序列氣象適應(yīng)性的短期電力負(fù)荷預(yù)測算法[J]. 中國電機(jī)工程學(xué)報,2006, 26(23): 14-19.

[13] De Felice M, Alessandri A, Ruti PM. Electricity demand forecasting over Italy: Potential benefits using numerical weather prediction models[J]. Electric Power Systems Research, 2013, 104: 71-79.

[14] Dotzauer E. Simple model for prediction of loads in district-heating systems[J]. Applied Energy, 2002,73(3/4): 277-284.

[15] Roldán-Blay C, Escrivá-Escrivá G, álvarez-Bel C, et al. Upgrade of an artificial neural network prediction method for electrical consumption forecasting using an hourly temperature curve model[J]. Energy and Buildings, 2013, 60: 38-46.

[16] 張凱鋒, 藤賢亮, 王穎. 基于趨勢分解的電力系統(tǒng)區(qū)域負(fù)荷建模與預(yù)測方法[C]. Proeeedings of the 31st Chinese ControI Conlference, Hefei, China, 2012.