電力負荷短期預測的分析與研究

李瓊

摘要：電力系統(tǒng)負荷預測工作一直倍受關注，它在電力行業(yè)中承擔重要角色。無論是對電力系統(tǒng)進行經(jīng)濟調(diào)度還是制定運行計劃，或者對其進行實時控制都需要以電力負荷的預測為前提，在電網(wǎng)調(diào)度機構正常運轉和相關規(guī)劃部門下達一些決策的過程中，對于電力負荷預測的準確性也有著較大程度的依賴。尋找有效方法來提高負荷預測的準確性是當前保證電網(wǎng)安全穩(wěn)定的運轉和獲取更多利潤的關鍵。

關鍵詞：電力系統(tǒng);負荷;影響因素

引言

電力系統(tǒng)由發(fā)、輸、變、配和用電5個基本環(huán)節(jié)組成，電網(wǎng)的運行需要保證其運行的經(jīng)濟性、供電可靠性、以及良好的電能質量。但由于電能生產(chǎn)的實時性，不能被大量儲存，這就要求電能在發(fā)電和用電之間需要時刻保持著供需平衡，避免電能供電不足或生產(chǎn)過剩等問題。因此為了解決上述問題就需要我們時刻掌握負荷的變化情況，準確的電力負荷預測能夠成為滿足電力負荷供需平衡研究的重點。隨著電力系統(tǒng)的發(fā)展和負荷需求增加，電力人員面臨的新事物與新問題愈加復雜和重要，負荷預測技術對電力生產(chǎn)和分配的作用愈加明顯。由于電力負荷需求量不斷增長，負荷預測在電力系統(tǒng)中的地位也越來越高。至1970年左右，預測理論已形成一門綜合性研究學科，其理論及其應用也在各種預測中發(fā)揮重要作用。到1980年左右，電力系統(tǒng)開始引用預測理論，指導電力生產(chǎn)和運營。電力負荷預測就是考慮電力需求、經(jīng)濟、天氣狀況和政治社會活動等關聯(lián)因素，分析出歷史統(tǒng)計數(shù)據(jù)找到與負荷關聯(lián)因素，運用數(shù)學模型和運算軟件處理歷史和將來數(shù)據(jù)，在誤差允許范圍內(nèi)預測到未來某時期用電量大小。負荷預測屬于電網(wǎng)規(guī)劃和運營的前期工作，是電網(wǎng)電量合理分配的依據(jù)，是保證電網(wǎng)穩(wěn)定發(fā)電、編制電網(wǎng)運行方式、做好電網(wǎng)供需平衡的關鍵。

1負荷的分類

1.1商業(yè)負荷

在一般情況下商業(yè)部門用電的時間都表現(xiàn)出一定的平穩(wěn)性，但是常常會因為季節(jié)的不斷變化而出現(xiàn)一些變化。雖然在許多用電負荷行業(yè)中，商業(yè)負荷的比民用和工業(yè)負荷的占有量會少很多，但是近年來在經(jīng)濟不斷增長的情況下，商業(yè)負荷也表現(xiàn)出了極為明顯的上升趨勢，而且在節(jié)假日營業(yè)時間出現(xiàn)增加的情況下對于負荷預測的準確性也造成了一定的影響。

1.2農(nóng)業(yè)負荷

雖然農(nóng)村用電在總負荷中所占的比例較小，但其對社會和經(jīng)濟的影響仍不可忽略。農(nóng)業(yè)負荷首先受季節(jié)的影響較大。一般來說，春、秋季節(jié)的農(nóng)業(yè)負荷高，而冬夏季節(jié)的負荷小，這由我國農(nóng)業(yè)生產(chǎn)的規(guī)律所決定。其次，農(nóng)業(yè)負荷受天氣的影響也較大，雨雪季節(jié)的負荷小，而晴天的負荷高。最后，對于短期預測來說，農(nóng)業(yè)負荷在白天較高，而在夜晚較小?？梢钥闯?，影響農(nóng)業(yè)負荷的因素較多。

1.3工業(yè)負荷

工業(yè)負荷的具體內(nèi)容是指在國家工業(yè)生產(chǎn)過程中為了滿足生產(chǎn)需要而消耗掉的電能。從整體上來說，在眾多用電負荷行業(yè)之中工業(yè)負荷所占的比重是最大的，而且工業(yè)負荷也并不容易受到氣候因素的影響，并且其在一定程度上也具有季節(jié)性的特點，工業(yè)負荷比其他負荷的穩(wěn)定性要好得多。

1.4民用負荷

民用負荷主要指城市和農(nóng)村的居民用電。影響民用負荷的主要是季節(jié)、天氣以及時刻點。通常，冬夏季節(jié)的用電量較高，而春秋季節(jié)的負荷值較小。冬天溫度越高用電量越小;而夏天溫度越高用電量越大。當然，白天的用電量也是遠遠大于夜晚。因此，影響民用負荷的因素較多，且各因素之間有一定的關聯(lián)性。

2負荷影響因素

2.1電力供應能力

如果出現(xiàn)電力供應能力不足的情況就必須相應地采用一些規(guī)模較大拉閘限電和有序用電的策略，以此來使電網(wǎng)的安全和一些重要的用戶用電需求得到保證。而這些對負荷變化規(guī)律進行改變的方法必然會影響到電網(wǎng)負荷的特性。

2.2氣候影響

1） 氣溫。氣溫對負荷的影響并非是線性的。在氣溫較低時，隨著溫度的增加，負荷越來大;當氣溫超過零攝氏度時，隨氣溫的增加負荷逐漸減小;當氣溫約大約15攝氏度時，隨氣溫的升高負荷逐漸增大。這種變化規(guī)律主要取決于人們生活用電的需求變化。2）濕度。濕度對負荷的變化也具有非線性特性?，F(xiàn)代醫(yī)學研究表明，對人體比較適宜的相對濕度為：夏季室溫25℃時，相對濕度為40%-50%;冬季室溫18℃時，相對濕度為60%-70%。研究結果表明，當在夏季時，相對濕度為40%-50%時，負荷最小;當在冬季時，相對濕度為60%-70%時，負荷最小。由于濕度對負荷的影響受季節(jié)影響較大，因此，在建立模型時，需要區(qū)別對待。

3短期電力負荷預測方法

3.1利用層次聚類法選取相似日數(shù)據(jù)

聚類分析是根據(jù)研究對象的特征按照一定標準對研究對象進行分類的一種分析方法，它使組內(nèi)的數(shù)據(jù)對象具有最高的相似度，而組間具有較大的差異性。聚類可以在沒有先驗分類經(jīng)驗的情況下通過觀察對數(shù)據(jù)進行分類，聚類目前應用于很多領域中，包括數(shù)學、計算機科學、統(tǒng)計學等等。聚類算法主要以統(tǒng)計方法、智能計算等方法為基礎，其中，較為常用的是層次聚類。層次聚類算法對數(shù)據(jù)集進行層次分解，直到滿足某種收斂條件為止，即將每一個個體看作一類，然后將相近程度最高的兩類進行合并組成一個新類，再將該新類與相似度最高的類進行合并，不斷重復此過程，直到所有個體都歸為一類。層次聚類法不需要在生成樹狀的聚類結果前就指定聚類的數(shù)目，可以建立按距離劃分的樹狀圖，通過樹狀圖可以直觀的發(fā)現(xiàn)樣本數(shù)據(jù)之間的相近程度。由于較多因素都可以對短期電力負荷的預測產(chǎn)生影響，因此能否能利用和待預測日相近日的數(shù)據(jù)是提高短期電力負荷預測結果精度的關鍵點。所以在預測前利用層次聚類法將具有高度相似特征的類似負荷點尋找出來，可以避免基于所有預測點進行智能預測時產(chǎn)生的收斂慢的問題。利用層次聚類方法提取相似日電力負荷數(shù)據(jù)的流程如下：（1）確定預測影響因素，如天氣，用戶類型，用電日期等，然后選取一定范圍的歷史數(shù)據(jù)作為預測樣本。（2）針對歷史數(shù)據(jù)，利用層次聚類法，將歷史數(shù)據(jù)按照相近程度進行合并組成新類，不斷重復此過程，最終歸為一類。（3）根據(jù)聚類結果，按照待預測日的特征，選擇和待預測日最相近的一類進行預測。

4.2人工神經(jīng)網(wǎng)絡

人工神經(jīng)網(wǎng)絡法以某一段時間的負荷和氣象數(shù)據(jù)作為訓練樣本，構造合適的網(wǎng)絡結構，使用訓練算法對網(wǎng)絡進行訓練，得出能夠滿足預測精度要求的神經(jīng)網(wǎng)絡。比較常用的是BP算法，其優(yōu)點是具有很好的函數(shù)逼近能力，通過對樣本的訓練，它可以很好地反映對象的輸入/輸出之間的非線性關系。但將其應用到實際中存在以下缺陷：學習算法的收斂速度很慢;網(wǎng)絡的運行是單向傳播，沒有反饋。也正因為此，之后出現(xiàn)了很多改進算法，比如王志勇等人提出的基于模糊粗糙集和神經(jīng)網(wǎng)絡的短期負荷預測方法，運用模糊粗糙集理論對采集到的信息進行特征提取、形成決策表利用模糊粗糙集理論進行屬性約簡、去除冗余信息;用得到的屬性作為BP網(wǎng)絡的輸入進行訓練預測。

結語

隨著社會經(jīng)濟的不斷增長，人們生活水平不斷提高，人們對于電力供應的需求也越來越高，在這樣的情況下，電力負荷預測的準確性將影響人們能否享受到更加優(yōu)質的供電服務。通過對影響電力負荷預測準確性的相關因素進行分析，希望能夠為電力行業(yè)的發(fā)展和相關系統(tǒng)的完善做出貢獻。

參考文獻

[1]魏宗儒.簡析電力負荷預測對發(fā)展電力市場的作用[J].甘肅科技，2013，17（12）：88-90.

[2]申小玲.電力系統(tǒng)短期負荷預測影響因素分析[J].科技信息，2011（5）：773-774.

[3]伊瑞.電力負荷預測中的數(shù)學方法及應用研究[D].中南大學，2006.