湯嘉琪　陳培培　袁海平　邱棟棟　朱鵬飛

摘 要：近年來，氣候異常，夏季溫度異常高，尤其是經(jīng)過數(shù)日的高溫后，電力負(fù)荷往往會(huì)超出預(yù)期。因此考慮夏季高溫的累積影響，建立了當(dāng)天氣溫與近幾天的氣溫之間的修正公式，采用人工神經(jīng)網(wǎng)絡(luò)法，利用修正后的氣溫去預(yù)測(cè)某天的負(fù)荷。算例表明，修正氣溫后，日最大負(fù)荷和日最高氣溫之間的相關(guān)性指數(shù)超過0.9，進(jìn)一步地，夏季連續(xù)高溫情況下的短期負(fù)荷的預(yù)測(cè)精度能夠得到有效提高。

關(guān)鍵詞：氣溫；累積效應(yīng)；氣溫修正；短期負(fù)荷預(yù)測(cè)

中圖分類號(hào)：TM744? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號(hào)：1671-0797（2023）13-0012-03

DOI：10.19514/j.cnki.cn32-1628/tm.2023.13.003

0? ? 引言

短期電力負(fù)荷預(yù)測(cè)是電網(wǎng)日常運(yùn)行的重要指導(dǎo)，隨著關(guān)注度日益提高，對(duì)短期負(fù)荷預(yù)測(cè)精度的要求也逐漸提高。短期電力負(fù)荷預(yù)測(cè)一般都是根據(jù)負(fù)荷歷史數(shù)據(jù)等建立模型預(yù)測(cè)未來的負(fù)荷。目前關(guān)于短期負(fù)荷預(yù)測(cè)的方法大致分為三種：經(jīng)典法、傳統(tǒng)法和智能預(yù)測(cè)法。其中人工神經(jīng)網(wǎng)絡(luò)法是一種預(yù)測(cè)精度較高的智能預(yù)測(cè)法，實(shí)踐證明，通過選取合適的數(shù)據(jù)，比如歷史負(fù)荷、天氣因素等作為訓(xùn)練樣本，構(gòu)建神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)后用于負(fù)荷預(yù)測(cè)模型，十分有效[1]。

除了預(yù)測(cè)方法的選取會(huì)影響負(fù)荷預(yù)測(cè)精度外，天氣因素的處理方式也是一種重要的影響因素。文獻(xiàn)[2]針對(duì)天氣敏感短期負(fù)荷的預(yù)測(cè)，提出無論采用哪種方法，都需要結(jié)合氣象預(yù)測(cè)考慮的觀點(diǎn)，而神經(jīng)網(wǎng)絡(luò)方法是最適合的；文獻(xiàn)[3]采用模糊集理論將天氣數(shù)據(jù)模糊化后作為BP神經(jīng)網(wǎng)絡(luò)輸入之一，以此提高預(yù)測(cè)性能；文獻(xiàn)[4]針對(duì)淮北地區(qū)，基于高溫天氣研究了高溫對(duì)負(fù)荷影響的氣象因子，從而提高電力高溫負(fù)荷預(yù)測(cè)精準(zhǔn)度。

在天氣因素中，溫度往往是一種重要的影響因素，在炎熱的夏季，電力負(fù)荷值往往會(huì)更高，這就是夏季高溫累積造成的影響。電力負(fù)荷對(duì)溫度的變化極其敏感，溫度升高，負(fù)荷升高，反之溫度降低，負(fù)荷也降低[5]。因此，在夏季氣溫偏高的地區(qū)，如果在夏季電力負(fù)荷預(yù)測(cè)中考慮夏季氣溫的累積影響，那么其預(yù)測(cè)精度必然會(huì)大大提高。鑒于此，本文提出了一種夏季短期負(fù)荷預(yù)測(cè)方法。

1? ? 氣溫修正方法

1.1? ? 考慮夏季氣溫的修正公式

夏季天氣炎熱，而人對(duì)溫度的感知卻存在滯后性，這就導(dǎo)致對(duì)空調(diào)類負(fù)荷的消耗行為會(huì)滯后于溫度的實(shí)際變化，進(jìn)一步地導(dǎo)致連日高溫后即使降溫當(dāng)天用電量也很高。因此，假設(shè)存在滯后溫度Ti，溫度Ti與用電負(fù)荷L之間是線性相關(guān)的，而與實(shí)際溫度Ta之間存在一個(gè)滯后關(guān)系，該關(guān)系常用一次慣性環(huán)節(jié)來描述，如式（1）所示：

為表明日最高氣溫與日最大負(fù)荷（非周末數(shù)據(jù)）之間的相關(guān)性大小，采用散點(diǎn)圖表示，如圖1所示。從圖1中可以看出，幾種修正后的氣溫與負(fù)荷的相關(guān)性均有所提高，但方法①②③得出的氣溫與日最大負(fù)荷之間的相關(guān)性大小差距并不明顯，故通過式（7）計(jì)算得出其相關(guān)性R，如表1所示。

結(jié)合表1與圖1可以發(fā)現(xiàn)：

1）原氣溫與負(fù)荷相關(guān)性約為0.85，經(jīng)過修正后，三種方法得出的氣溫與負(fù)荷相關(guān)性均較高，均超出0.9，其中方法①得出的相關(guān)性最低，方法③得出的相關(guān)性最高；

2）方法②得出的相關(guān)性雖然略低于方法③得出的相關(guān)性，但相差僅約0.1%，同時(shí)考慮到方法③的計(jì)算較為煩瑣且占用更多的運(yùn)行內(nèi)存，故認(rèn)為方法②中考慮修正氣溫僅與第n-i（i=0，1，2，3）天的氣溫相關(guān)即可。

進(jìn)一步地，為驗(yàn)證本文方法進(jìn)行負(fù)荷預(yù)測(cè)的有效性，基于人工神經(jīng)網(wǎng)絡(luò)法提出以下兩種模型：

Ⅰ.不考慮夏季氣溫的負(fù)荷預(yù)測(cè)模型；

Ⅱ.考慮夏季氣溫的負(fù)荷預(yù)測(cè)模型，其中夏季氣溫累積效應(yīng)考慮第n-1天、第n-2天與第n-3天的氣溫，式（10）中k為0.510 7。

以7月1日至8月30日數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)來預(yù)測(cè)8月31日的負(fù)荷，基于上述模型，采用RBF人工神經(jīng)網(wǎng)絡(luò)法預(yù)測(cè)負(fù)荷曲線，在本算例中模型Ⅰ中輸入量主要有：前一日的負(fù)荷、前一日的平均負(fù)荷，當(dāng)日的最高氣溫、前一日的最高氣溫以及當(dāng)日的日期類型；模型Ⅱ?qū)⒛Ｐ廷裰挟?dāng)日的最高氣溫、前一日的最高氣溫更改為修正后的滯后氣溫，其余輸入量不變。兩種模型的負(fù)荷預(yù)測(cè)曲線如圖2所示。

從圖2可以發(fā)現(xiàn)，顯然模型Ⅱ比模型Ⅰ更貼近實(shí)際負(fù)荷曲線，由此說明了在進(jìn)行夏季負(fù)荷預(yù)測(cè)時(shí)考慮氣溫的必要性，即在炎熱的夏季如若考慮了夏季溫度的累積效應(yīng)，負(fù)荷預(yù)測(cè)精度能夠得到有效提高。

為進(jìn)一步分析，引入平均絕對(duì)百分誤差MAPE計(jì)算預(yù)測(cè)精度，經(jīng)計(jì)算：模型Ⅰ與模型Ⅱ的預(yù)測(cè)誤差分別為2.51%、1.01%，考慮夏季氣溫后負(fù)荷預(yù)測(cè)精度提高了1.5%，進(jìn)一步證明了在夏季負(fù)荷預(yù)測(cè)時(shí)考慮氣溫累積效應(yīng)的必要性。

3? ? 結(jié)束語

本文提出了一種夏季短期負(fù)荷預(yù)測(cè)方法，首先建立了夏季氣溫的累積效應(yīng)與近幾天氣溫的關(guān)系，通過粒子群算法優(yōu)化得出其中的參數(shù)；接著通過算例分析后確定夏季氣溫的累積效應(yīng)與近三天的氣溫相關(guān)；最后基于RBF人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)夏日某天的氣溫。算例結(jié)果表明，考慮夏日氣溫的累積影響后，氣溫與負(fù)荷之間的相關(guān)性指數(shù)超出0.9，負(fù)荷預(yù)測(cè)精度提高了1.5%，對(duì)于夏季氣溫較高的地區(qū)，針對(duì)夏季負(fù)荷預(yù)測(cè)，本文方法具有一定的優(yōu)越性。

[參考文獻(xiàn)]

[1] 廖旎煥，胡智宏，馬瑩瑩，等.電力系統(tǒng)短期負(fù)荷預(yù)測(cè)方法綜述[J].電力系統(tǒng)保護(hù)與控制，2011，39（1）：147-152.

[2] 毛偉中.受天氣因素影響的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)綜述[J].人民珠江，2006（1）：53-55.

[3] 夏昌浩，向?qū)W軍，段莉梅.天氣數(shù)據(jù)模糊化處理對(duì)神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測(cè)模型的影響研究[J].三峽大學(xué)學(xué)報(bào)（自然科學(xué)版），2010，32（4）：52-55.

[4] 姚雷，陳玉琪，顧檢選，等.高溫天氣對(duì)淮北用電負(fù)荷的影響及預(yù)測(cè)模式研究[J].科技尚品，2016（5）：72-75.

[5] 黎燦兵，楊朋，劉瑋，等.短期負(fù)荷預(yù)測(cè)中考慮夏季氣溫累積效應(yīng)的方法[J].電力系統(tǒng)自動(dòng)化，2009，33（9）：96-99.

[6] 馮茜，李擎，全威，等.多目標(biāo)粒子群優(yōu)化算法研究綜述[J].工程科學(xué)學(xué)報(bào)，2021，43（6）：745-753.

收稿日期：2023-03-27

作者簡(jiǎn)介：湯嘉琪（2000—），男，江蘇鎮(zhèn)江人，研究方向：負(fù)荷預(yù)測(cè)。

通信作者：陳培培（1993—），女，江蘇鹽城人，助教，研究方向：負(fù)荷預(yù)測(cè)。

基金項(xiàng)目：江蘇省大學(xué)生實(shí)踐創(chuàng)新訓(xùn)練項(xiàng)目（202213843020Y）