衛(wèi)鵬杰，王海濱，邊 江

（國網山西省電力公司電力調度控制中心，山西 太原 030001）

0 引言

每日負荷預測曲線是編制日前發(fā)電計劃的基礎，用電負荷最大值、最小值預測是否準確制約機組啟停安排，影響發(fā)電計劃編制經濟性,關系到電網安全、經濟運行。隨著山西電力市場改革的不斷推進，調頻市場化運行[1]、調峰市場即將開展，負荷預測準確性一定程度上影響到發(fā)電企業(yè)的經濟效益。正常日負荷預測相對有成熟的預測方法，比如趨勢分析法，時間序列法等等[2]。節(jié)假日（“五一”、“清明”、“端午”、“中秋”、“春節(jié)”、“國慶”） 期間的負荷預測，尤其是春節(jié)期間負荷預測，涉及因素點多面廣，目前沒有一種普適性、規(guī)范化的預測方法，以利于負荷預測人員分析。

1 預測基本原理介紹

遵循“歷史總是驚人相似”原則，基于趨勢類推的原理，提出了適用于節(jié)假日負荷預測的方法，包括最大負荷、最小負荷預測以及每日96點用電負荷曲線預測?；谮厔蓊愅频脑恚捎谩罢一鶞?、算趨勢、做預測、加權求和、結合氣象微調整、歷史數(shù)據(jù)印證”的思路進行節(jié)日期間負荷最大值、最小值預測及修正；遵循“歷史總是驚人相似”原則，結合節(jié)日期間氣象信息，進行每日96點用電負荷曲線預測及修正。

2 春節(jié)期間最大、最小負荷預測

春節(jié)期間負荷預測需要考慮陰歷節(jié)氣、近年經濟波動情況、節(jié)日期間天氣變化、大用戶生產計劃（煤炭生產）等諸多因素，同時需理清影響最高負荷、最低負荷的主要因素并予以區(qū)別對待，進而影響日96點曲線預測。本文以預測2018年春節(jié)期間負荷預測為例，介紹春節(jié)期間最大、最小值以及96點曲線預測方法；其他節(jié)假日預測方法類似，不考慮陰歷節(jié)氣影響代以歷史同期負荷，不再贅述。

2.1 找基準

2.1.1 找基準年

2013年下半年因經濟疲軟，山西省內用電負荷持續(xù)回落，直到2016年下半年經濟形勢好轉，省內用電負荷逐步回升。因此，綜合考慮經濟因素以及陰歷節(jié)氣因素，選取2015年—2017年春節(jié)期間負荷變化趨勢作為2018年春節(jié)負荷變化趨勢樣本。

2.1.2 找負荷基準值

在計算用電負荷變化趨勢時，需選取計算基準值。從臘月二十三起，負荷開始大幅回落，考慮一定負荷波動，采用小年前1周/4天數(shù)據(jù)的平均值作為計算基準值。算法中采用臘月十六至臘月十九4天最大負荷平均值、最小負荷的平均值作為計算負荷變化趨勢的最大基準值、最小基準值。2015年—2017年負荷回落前平均值如表1所示。

表1 春節(jié)負荷預測基準值計算 MW

2.2 算趨勢

2015年—2017年除夕至初七春節(jié)期間負荷預測實際值如表2所示，可以計算出相對于本年度基準值負荷變化趨勢，如表3所示。

表2 2015年—2017年春節(jié)期間逐日最大、最小負荷 MW

表3 2015年—2017年春節(jié)期間負荷變化趨勢計算

由表3可知，春節(jié)期間，負荷呈現(xiàn)降后升趨勢。最大負荷最小值一般發(fā)生在大年初一，之后最大負荷逐步回升；最小負荷最小值一般發(fā)生在大年初二，之后最小負荷逐步回升。

2.3 綜合預測

以2015年—2017年春節(jié)期間負荷變化趨勢為樣本分別預測2018年春節(jié)最大、最小負荷，如表4所示。2018年除夕是2月15日，2017年除夕為1月27日，2016年除夕為2月7日，2015年除夕為2月18日，2014年除夕為1月30日，2013年除夕為2月9日?？紤]2015年除夕與2018年除夕最為接近，建議在進行預測值加權平均時，加權因子2015年選取0.5、2016年選取0.3、2017年選取0.2。

表4 以2015年—2017年春節(jié)期間負荷變化趨勢為基礎預測18年春節(jié)最大、最小負荷 MW

2.4 依據(jù)氣象信息微調整

針對綜合預測結果，結合春節(jié)期間氣象預測，對最大負荷、最小負荷值進行修正、調整。2018年春節(jié)前幾日負荷預測準確率在99%以上，就未進行調整。

2.5 預測印證

分析2015年—2017年春節(jié)期間最大負荷、最小負荷變化趨勢，以負荷基準值為基礎，預計2018年最大負荷、最小負荷降落5300、3800 MW，最大負荷最小值、最小負荷最小值分別為21360、16660 MW。與綜合預測結果相比，說明綜合預測結果可信度高。

表5 2015年—2018年春節(jié)最大、最小負荷下降趨勢驗證 MW

2.6 預測準確性考核

2018年春節(jié)期間負荷預測準確率見表6，數(shù)據(jù)表明最小負荷預測準確率接近99%，即與實際值相差低于20萬kW；最高負荷因受天氣影響較大（主要是），預測準確相對較低，平均偏差約30萬kW。說明根據(jù)預測負荷開機偏差1臺30萬kW機組容量，能夠很好地平衡高峰用電與低谷清潔能源消納的矛盾。

表6 2018年春節(jié)期間負荷預測準確率 MW

3 春節(jié)期間每日96點曲線預測

剔除氣象因素的影響，節(jié)假日期間負荷變化趨勢一般來說是具有很高相似性。遵循“歷史總是驚人相似”原則，進行春節(jié)期間每日96點用電負荷曲線預測；結合春節(jié)期間氣象信息，進行滾動修正。實踐結果表明，將2017年陰歷同期負荷曲線提升220萬kW，基本與2018年同期歷史曲線走勢吻合。因2018年春節(jié)期間天氣回暖，白天南部四地區(qū)“煤改電”負荷及空調采暖負荷回落，負荷平均偏差50萬kW左右；晚間低谷時段負荷曲線吻合度很高。同時說明天氣變化是影響春節(jié)期間96點負荷預測曲線準確性的主要因素，連續(xù)多日96點曲線預測，受誤差累積效應的影響，預測時間尺度越長，偏差會越大，應每日根據(jù)最新氣象信息及時滾動更新，方能保證準確性。

4 結論

本文基于趨勢類推的原理，遵循“歷史總是驚人相似”原則，以預測2018年春節(jié)期間負荷預測為例，介紹了實用化的節(jié)假日期間最大負荷、最小負荷預測方法及每日96點用電負荷曲線預測方法。其他節(jié)假日負荷預測方法類似，不考慮陰歷節(jié)氣影響，代以歷史同期負荷即可。實踐證明，本方法原理簡單、操作性強，準確率高，但實際操作中仍需細化氣象因素對預測值的影響。