楊艷霞

國(guó)網(wǎng)山東德州市陵城區(qū)供電公司，山東德州 253500

提高陵城區(qū)電網(wǎng)負(fù)荷預(yù)測(cè)準(zhǔn)確率方法的研究

楊艷霞

國(guó)網(wǎng)山東德州市陵城區(qū)供電公司，山東德州 253500

通過分析陵城區(qū)電網(wǎng)負(fù)荷情況，找出引起負(fù)荷趨勢(shì)變化的原因，提出了影響負(fù)荷預(yù)測(cè)準(zhǔn)確率的主要因素，并針對(duì)這些因素，闡述了提高負(fù)荷預(yù)測(cè)準(zhǔn)確率采取的措施。

電力系統(tǒng)；負(fù)荷預(yù)測(cè)；準(zhǔn)確率

電網(wǎng)負(fù)荷預(yù)測(cè)是制訂發(fā)供電計(jì)劃和做好電網(wǎng)供需平衡的前提，也是電力市場(chǎng)運(yùn)行的基礎(chǔ)。搞好負(fù)荷預(yù)測(cè)，有利于電網(wǎng)運(yùn)行方式的調(diào)整；能夠防止因預(yù)計(jì)偏差過大致使電網(wǎng)低頻低壓運(yùn)行、線路過負(fù)荷，造成拉閘限電。做好負(fù)荷預(yù)測(cè)工作能有效地降低電網(wǎng)購(gòu)電成本和運(yùn)營(yíng)成本，實(shí)現(xiàn)企業(yè)效益的最大化，實(shí)現(xiàn)企業(yè)效益與社會(huì)效益的統(tǒng)一。

1 陵城區(qū)電網(wǎng)概況

陵城區(qū)地處魯西北平原，德州市中部，屬黃河下游沖積平原，截止到2014年底，陵城區(qū)電網(wǎng)擁有110kV變電站3座，主變6臺(tái)，35kV變電站16座，主變32臺(tái)，共有39條35千伏線路、88條10千伏線路，本電網(wǎng)主要負(fù)責(zé)全區(qū)57.45萬人口的生產(chǎn)、生活用電任務(wù)，全社會(huì)最大負(fù)荷達(dá)211.1MW，全社會(huì)用電量為11.26億千瓦時(shí)。陵城區(qū)電網(wǎng)無自備電廠，大用戶以紡織企業(yè)為主，農(nóng)業(yè)負(fù)荷占比重較大。2014年10kV網(wǎng)供負(fù)荷達(dá)到168.24MW，其中B類供電區(qū)10kV網(wǎng)供負(fù)荷達(dá)到33.28MW，C類供電區(qū)10kV網(wǎng)供負(fù)荷達(dá)到68.56MW，D類供電區(qū)10kV網(wǎng)供負(fù)荷達(dá)到66.4MW。

2 影響陵城區(qū)電網(wǎng)負(fù)荷預(yù)測(cè)準(zhǔn)確率的因素

按照上級(jí)公司業(yè)績(jī)考核辦法的要求，月負(fù)荷預(yù)測(cè)準(zhǔn)確率、月最高（低）負(fù)荷預(yù)測(cè)準(zhǔn)確率考核標(biāo)準(zhǔn)按照上年度最高統(tǒng)調(diào)用電負(fù)荷劃分為四檔：10萬千瓦以下的單位電網(wǎng)預(yù)測(cè)考核值為93.5%；10萬千瓦及以上20萬千瓦以下的單位電網(wǎng)預(yù)測(cè)考核值為94%；20萬千瓦及以上30萬千瓦以下的單位電網(wǎng)預(yù)測(cè)考核值為94.5%；30萬千瓦及以上的單位電網(wǎng)預(yù)測(cè)考核值為95%。計(jì)算公式如下。

1）日負(fù)荷預(yù)測(cè)準(zhǔn)確率：

2）日最高最低負(fù)荷預(yù)測(cè)準(zhǔn)確率：

3）月負(fù)荷預(yù)測(cè)準(zhǔn)確率：

2.1 大用戶停、用電無計(jì)劃性

陵城區(qū)大用戶以紡織企業(yè)為主，其用電負(fù)荷約占陵城區(qū)總負(fù)荷的20% ～30%。正常情況下，其連續(xù)生產(chǎn)、日常用電負(fù)荷比較穩(wěn)定。但也有因?yàn)樽陨淼脑O(shè)備原因或某些外部因素變化，如紡織企業(yè)的設(shè)備臨時(shí)故障或受全球經(jīng)濟(jì)的影響造成的減產(chǎn)等，造成其用電無計(jì)劃性，忽增忽減，直接影響到陵城區(qū)用電負(fù)荷曲線，影響電網(wǎng)短期負(fù)荷預(yù)測(cè)準(zhǔn)確率。

2.2 天氣變化對(duì)負(fù)荷預(yù)測(cè)準(zhǔn)確率影響較大

天氣的變化是影響負(fù)荷預(yù)測(cè)準(zhǔn)確率的一個(gè)主要因素。正常天氣情況下，氣溫連續(xù)3天高于35℃，或者連續(xù)3天低于15℃，制冷或制熱負(fù)荷就會(huì)出現(xiàn)，出現(xiàn)時(shí)間段不穩(wěn)定。惡劣天氣條件下，我們所得到的天氣預(yù)報(bào)信息，僅能表明次日天氣大體情況、氣溫等，即使是雷雨天氣，也無法預(yù)計(jì)到雷電方位、雷雨大小、時(shí)間長(zhǎng)短、對(duì)設(shè)備造成的損傷等，這都將導(dǎo)致對(duì)負(fù)荷曲線的突然變化估計(jì)不準(zhǔn)，致使預(yù)測(cè)精度不高。同時(shí)，在旱情嚴(yán)重時(shí)，氣象部門還可能根據(jù)具體情況實(shí)施一些人工增雨措施，一方面沒有這方面的信息，另一方面也無法預(yù)測(cè)到作業(yè)的效果，可能導(dǎo)致出現(xiàn)較大的負(fù)荷預(yù)測(cè)偏差。

2.3 節(jié)假日負(fù)荷變化無規(guī)律性

受中國(guó)傳統(tǒng)習(xí)俗觀念的影響，節(jié)假日期間電力負(fù)荷變化無明顯規(guī)律，不僅負(fù)荷水平明顯低于平時(shí)，且負(fù)荷趨勢(shì)也與平時(shí)相差甚大。以中國(guó)傳統(tǒng)的春節(jié)為例，從農(nóng)歷臘月二十三開始，部分小企業(yè)開始放假，負(fù)荷逐漸下降，持續(xù)到春節(jié)后的初七，負(fù)荷變化趨勢(shì)不穩(wěn)定，難以把握其中的變化規(guī)律。

3 提高負(fù)荷預(yù)測(cè)準(zhǔn)確率的方法研究

3.1 積累氣象、氣溫、歷史負(fù)荷數(shù)據(jù)資料

建立負(fù)荷預(yù)測(cè)日志，對(duì)每天氣溫、最高負(fù)荷、降水量、電網(wǎng)運(yùn)行情況等進(jìn)行記錄。對(duì)氣溫超過35°，時(shí)間超過3天的時(shí)間段進(jìn)行標(biāo)注，掌握其中負(fù)荷變化規(guī)律。同時(shí)記錄當(dāng)天天氣預(yù)報(bào)與實(shí)際氣象情況，以便為以后負(fù)荷預(yù)測(cè)提供依據(jù)。

3.2 加強(qiáng)對(duì)農(nóng)業(yè)灌溉負(fù)荷的掌握

對(duì)春耕、小麥灌漿、夏收等農(nóng)業(yè)灌溉時(shí)節(jié)負(fù)荷進(jìn)行分析，掌握農(nóng)業(yè)灌溉負(fù)荷出現(xiàn)時(shí)間點(diǎn)、持續(xù)時(shí)間、所用負(fù)荷情況以及降水、降水量對(duì)灌溉的影響。

3.3 追蹤節(jié)假日期間負(fù)荷變化，修正預(yù)測(cè)偏差

節(jié)假日期間，工農(nóng)業(yè)生產(chǎn)存在不規(guī)律用電，特別是春節(jié)這樣的重要節(jié)假日，絕大多數(shù)工業(yè)生產(chǎn)停工，居民用電受節(jié)假日時(shí)間的影響，變化也較大，為盡量減少節(jié)、假日期間負(fù)荷預(yù)測(cè)的誤差，負(fù)荷預(yù)測(cè)專責(zé)人提前電話聯(lián)系各大用戶，了解各大用戶的節(jié)假日生產(chǎn)情況，建立節(jié)假日大用戶用電檔案，進(jìn)而提前捕捉節(jié)假日負(fù)荷曲線的變化趨勢(shì)。同時(shí)每日還要參考?xì)v年同期負(fù)荷變化規(guī)律，要求周末負(fù)荷預(yù)測(cè)由值班調(diào)度員負(fù)責(zé)修正，超過三天假期的節(jié)假日，由負(fù)荷預(yù)測(cè)專責(zé)人每隔一天前往單位進(jìn)行修正，剩余時(shí)間由值班調(diào)度員負(fù)責(zé)修正。

3.4 掌握電網(wǎng)計(jì)劃，追蹤方式變化

隨著電網(wǎng)設(shè)備的更新改造，電網(wǎng)檢修、新建計(jì)劃較多，運(yùn)行方式變化較為頻繁，為提高負(fù)荷預(yù)測(cè)準(zhǔn)確率，負(fù)荷預(yù)測(cè)專責(zé)人利用OMS系統(tǒng)，及時(shí)了解電網(wǎng)計(jì)劃情況，時(shí)刻貼近電網(wǎng)檢修，掌握停電作業(yè)計(jì)劃，建立臨時(shí)計(jì)劃上報(bào)負(fù)荷預(yù)測(cè)專責(zé)人制度，使負(fù)荷預(yù)測(cè)專責(zé)人了解臨時(shí)計(jì)劃情況，追蹤和了解系統(tǒng)異常方式變化，并根據(jù)異常方式排查系統(tǒng)負(fù)荷變化，修正電網(wǎng)檢修方式下的負(fù)荷曲線和負(fù)荷預(yù)測(cè)偏差，提高負(fù)荷預(yù)測(cè)準(zhǔn)確率。

3.5 加強(qiáng)與大用戶的溝通，及時(shí)了解大用戶生產(chǎn)情況

陵城區(qū)境內(nèi)大用戶多為紡織用戶，受全球經(jīng)濟(jì)的影響，紡織業(yè)用電負(fù)荷波動(dòng)較大，大用戶停、用電無計(jì)劃性，對(duì)負(fù)荷預(yù)測(cè)影響很大對(duì)此，負(fù)荷預(yù)測(cè)人員就要時(shí)刻貼近各大用戶，建立大用戶不間斷聯(lián)系制度，定期走訪大用戶，追蹤用電市場(chǎng)變化，掌握用戶動(dòng)態(tài)生產(chǎn)情況，及時(shí)變更用戶用電負(fù)荷曲線，建立增減負(fù)荷上報(bào)制度，大用戶負(fù)荷變化超過2MW，需提前上報(bào)負(fù)荷預(yù)測(cè)專責(zé)人。

4 結(jié)論

通過不斷完善以上措施陵城區(qū)電網(wǎng)負(fù)荷預(yù)測(cè)準(zhǔn)確率有了大幅提升，2014年，陵城區(qū)負(fù)荷預(yù)測(cè)準(zhǔn)確率達(dá)95.35%，超過市公司94%的考核標(biāo)準(zhǔn)。同時(shí)，計(jì)劃加強(qiáng)負(fù)荷預(yù)測(cè)軟件與OMS系統(tǒng)的互聯(lián)，實(shí)現(xiàn)計(jì)劃?rùn)z修工作對(duì)數(shù)據(jù)影響的實(shí)時(shí)更新，進(jìn)一步提高負(fù)荷預(yù)測(cè)準(zhǔn)確率。

TM7

A

1674-6708（2015）145-0065-01

楊艷霞，碩士研究生，研究方向：負(fù)荷預(yù)測(cè)、故障診斷與研究