韓繼承，李云飛，陳仕明，周永漢，嚴(yán) 熠

（國網(wǎng)浙江江山市供電公司，浙江 江山 324100）

電力負(fù)荷的變化從根本上來說取決于人們的生產(chǎn)和生活的規(guī)律性，同時(shí)也會(huì)受到其他相關(guān)因素，如天氣條件、溫度等隨機(jī)因素的影響。負(fù)荷預(yù)測的任務(wù)是要根據(jù)負(fù)荷過去的歷史資料，在負(fù)荷的規(guī)律性與隨機(jī)性間尋找到平衡點(diǎn)，找出解釋歷史負(fù)荷變化的規(guī)律，從而建立恰當(dāng)?shù)臄?shù)學(xué)模型來對未來的負(fù)荷進(jìn)行預(yù)測。由于負(fù)荷變化中隨機(jī)因素存在的客觀性，任何負(fù)荷預(yù)測方法都會(huì)不可避免的存在誤差，而不同地區(qū)、不同時(shí)段負(fù)荷規(guī)律性的差異都會(huì)對負(fù)荷預(yù)測結(jié)果產(chǎn)生支配性的影響。因此，在對多小水電和光伏地區(qū)進(jìn)行短期負(fù)荷預(yù)測時(shí)，應(yīng)重視負(fù)荷本身內(nèi)在的變化規(guī)律，同時(shí)兼顧各種外在因素對其的影響，只有通過對相關(guān)因素影響程度定性或定量的研究，才可以更好的設(shè)計(jì)預(yù)測模型，對負(fù)荷做出正確的預(yù)測。

1 負(fù)荷預(yù)測存在的問題

非統(tǒng)調(diào)負(fù)荷給負(fù)荷預(yù)測工作帶來了不確定因素，因?yàn)楣╇姴块T所需要上報(bào)的是網(wǎng)供負(fù)荷，即上級電網(wǎng)供電計(jì)量點(diǎn)處的需求。而從負(fù)荷發(fā)生的角度來說，真正具有規(guī)律的是全社會(huì)用電負(fù)荷，非統(tǒng)調(diào)負(fù)荷作為發(fā)電負(fù)荷，會(huì)平衡掉部分上級電網(wǎng)的供電需求。非統(tǒng)調(diào)負(fù)荷中，火電和庫容水電基本按計(jì)劃執(zhí)行發(fā)電計(jì)劃，其發(fā)電負(fù)荷可視為已知，不影響負(fù)荷預(yù)測準(zhǔn)確率。而徑流電站和分布式光伏電站的非計(jì)劃性開停機(jī)或發(fā)電上網(wǎng)的不確定性，會(huì)造成直接預(yù)測網(wǎng)供負(fù)荷時(shí)規(guī)律性的難以把握，從而給預(yù)測網(wǎng)供負(fù)荷造成很大的困難。

2 實(shí)施意義

當(dāng)前，配網(wǎng)總體供電可靠性較高，但局部區(qū)域在檢修方式下仍存在供電能力不足的問題，同時(shí)配電網(wǎng)中廣泛分布的小水電、小光伏等分布式電源的微調(diào)節(jié)能力卻未被有效利用。小水電、小光伏等分布式電源的微調(diào)節(jié)能力的利用前提是對這些分布式電源負(fù)荷的精準(zhǔn)預(yù)測。江山市供電公司根據(jù)“網(wǎng)供負(fù)荷=全社會(huì)用電負(fù)荷-非統(tǒng)調(diào)負(fù)荷”的關(guān)系式，分別研究非統(tǒng)調(diào)負(fù)荷與全社會(huì)用電負(fù)荷的規(guī)律性，各自采取相應(yīng)的預(yù)測方法進(jìn)行預(yù)測，則可有效提高預(yù)測的精度。結(jié)合自身梯級水電站多、光伏電站分布廣的電網(wǎng)特點(diǎn)，通過按流域管理和對比特性分析法，挖掘梯級電站和光伏電站的微調(diào)能力，作為局部電網(wǎng)檢修方式下的電源支撐。

3 技術(shù)方案

3.1 按流域管理，提高小水電負(fù)荷預(yù)測方法

徑流電站主要以庫容電站為源頭，呈梯級分布態(tài)勢。境內(nèi)有碗窯、峽口兩大水庫，水資源豐富，境內(nèi)徑流電站也基本形成以水庫為中心的五大流域現(xiàn)狀，如圖1 所示。梳理出五大流域下小水電的分布圖，為提高小水電的調(diào)度管理水平以及提高小水電的負(fù)荷預(yù)測準(zhǔn)確率打下堅(jiān)實(shí)的基礎(chǔ)。

圖1 江山庫容電站流域?qū)蛹増D

江山縣調(diào)管轄小水電均是接入10 kV 電網(wǎng)，接入35 kV 電網(wǎng)的小水電均為地調(diào)調(diào)度，在同一流域內(nèi)有部分所接梯級電站上級電站為地調(diào)調(diào)度，下級電站為縣調(diào)調(diào)度。如35 kV 峽口電站為地調(diào)調(diào)度，10 kV 峽里湖電站為縣調(diào)調(diào)度，兩個(gè)電站屬于梯級電站，這造成運(yùn)行方式安排、電廠生產(chǎn)安排配合有誤差，不利于資源利用最大化。為此，通過與地調(diào)相互配合，通過廠網(wǎng)協(xié)調(diào)會(huì)和上報(bào)發(fā)電計(jì)劃，實(shí)時(shí)知曉上游水庫的發(fā)電計(jì)劃，合理調(diào)度下游水庫發(fā)電機(jī)組開停機(jī)，達(dá)到發(fā)電效益最優(yōu)化，促進(jìn)廠網(wǎng)和諧，提升梯級電站調(diào)度管理水平。

為了進(jìn)一步研究各梯級之間的聯(lián)系，對同一流域下各電站歷史報(bào)電量數(shù)據(jù)進(jìn)行整理和處理，測算梯級電站與庫容電站發(fā)電功率以及時(shí)間的相關(guān)性，形成上下級電站發(fā)電功率和發(fā)電時(shí)間對應(yīng)表，示意圖如圖2所示：（以峽口-英岸流域?yàn)槔?/p>

圖2 上下級電站發(fā)電功率對應(yīng)表示意圖

通過大量歷史數(shù)據(jù)對比，找到各流域下梯級電站之間的關(guān)聯(lián)，通過對上級庫容電站的計(jì)劃管控，即可實(shí)現(xiàn)對全流域下的其他電站的發(fā)電時(shí)間和功率進(jìn)行準(zhǔn)確預(yù)測。

3.2 引入氣象管理，提高氣象敏感負(fù)荷（含光伏電站）發(fā)電量預(yù)測方法

在電力系統(tǒng)中，造成短期負(fù)荷特性改變的影響因素較多，主要有：降雨量、環(huán)境溫度、風(fēng)速、濕度、日期類型、輸電線路故障、設(shè)備檢修以及其他特殊事件，其變化波動(dòng)性比中長期負(fù)荷特性更為明顯。眾多不確定性因素使短期負(fù)荷預(yù)測變得復(fù)雜，導(dǎo)致負(fù)荷隨時(shí)間的變化呈現(xiàn)出一定的隨機(jī)波動(dòng)過程，因此短期負(fù)荷預(yù)測是一項(xiàng)十分復(fù)雜的工作，在進(jìn)行負(fù)荷特性分析時(shí)，需要注意以下方面。

近些年來，氣象敏感負(fù)荷在總負(fù)荷中所占比例越來越大，而影響氣象敏感負(fù)荷的最主要因素就是天氣狀況，所以，提高負(fù)荷預(yù)測的手段之一就是提高氣象預(yù)報(bào)的準(zhǔn)確性，為短期負(fù)荷預(yù)測提供更加精確的信息，同時(shí)應(yīng)該將天氣因素對負(fù)荷的影響進(jìn)行量化處理，使其影響力更加直觀。

負(fù)荷數(shù)據(jù)是有一定數(shù)學(xué)規(guī)律的數(shù)據(jù)，但是在負(fù)荷預(yù)測的過程中，如果把負(fù)荷數(shù)據(jù)僅僅當(dāng)做一組單純的數(shù)據(jù)來對待，只站在數(shù)學(xué)的角度來處理，就會(huì)脫離負(fù)荷預(yù)測的前提，因此在進(jìn)行負(fù)荷預(yù)測時(shí)，需要從負(fù)荷的特性和規(guī)律出發(fā)，將數(shù)學(xué)工作作為輔助，重視負(fù)荷的規(guī)律性。

在用電信息系統(tǒng)廣泛應(yīng)用的大環(huán)境下，獲取歷史負(fù)荷數(shù)據(jù)更加方便快捷，可以用于負(fù)荷特性分析的數(shù)據(jù)急劇增多，這就導(dǎo)致如何從大量的數(shù)據(jù)中提取負(fù)荷的變化規(guī)律變得至關(guān)重要。

根據(jù)負(fù)荷特性分析將負(fù)荷分解為基礎(chǔ)負(fù)荷與氣象敏感負(fù)荷?；A(chǔ)負(fù)荷的增長與中長期負(fù)荷相似，本文采用灰色模型GM（1，1）對其進(jìn)行預(yù)測；氣象敏感負(fù)荷的變化受氣象因素的影響比較大，本文采用K均值聚類算法先對相似日進(jìn)行選擇，然后利用聚類得到的相似日樣本作為PSO-SVR 的訓(xùn)練樣本，克服單純SVR模型數(shù)據(jù)量大且樣本特征不明顯的缺點(diǎn)，采用K均值聚類與PSO-SVR相結(jié)合的方法對氣象敏感負(fù)荷進(jìn)行預(yù)測；將基礎(chǔ)負(fù)荷和氣象敏感負(fù)荷相加就得到了預(yù)測時(shí)刻的負(fù)荷值，即采用基于負(fù)荷分解和組合模型的預(yù)測方法進(jìn)行預(yù)測。該組合預(yù)測模型如圖3所示。

圖3 基于負(fù)荷分解和組合模型的負(fù)荷預(yù)測流程圖

4 系統(tǒng)實(shí)施效果及應(yīng)用前景

通過分和特性分析尋找到影響負(fù)荷預(yù)測準(zhǔn)確率的關(guān)鍵因素后，針對不同的影響原因采取針對性的技術(shù)手段，以此形成完整的預(yù)測模型。預(yù)測模型中采用了支持向量機(jī)的數(shù)據(jù)算法，該算法的精度受到訓(xùn)練樣本的影響，樣本越多越詳細(xì)，訓(xùn)練的效果就越好，因此在建立模型之后，還需要利用大量的歷史數(shù)據(jù)對模型進(jìn)行訓(xùn)練，直到訓(xùn)練的精度達(dá)到要求后才能投入實(shí)際應(yīng)用。

對江山電網(wǎng)2020 年負(fù)荷預(yù)測準(zhǔn)確率進(jìn)行統(tǒng)計(jì)，負(fù)荷預(yù)測準(zhǔn)確率平均值為94.23% ，相比2019 年提高了2.97%。

5 結(jié)束語

綜合流域管理與氣象管理的智能負(fù)荷預(yù)測方法，通過將負(fù)荷預(yù)測中最難預(yù)測的小水電和受天氣影響較大的分布式光伏和氣象敏感負(fù)荷單獨(dú)拎出分析，提出切合實(shí)際的庫容電站下梯級電站的流域管理方法和融入智能算法的氣象管理方法，實(shí)現(xiàn)提升負(fù)荷預(yù)測準(zhǔn)確率，為挖掘梯級電站和光伏電站的微調(diào)能力提供數(shù)據(jù)支撐。