电力负荷预测方法分析

　　摘要：
　　电力负荷的不断增长是电力工业发展的根据，电力负荷预测在电力系统规划和运行方面的作用越来越重要。随着现代科学技术的快速发展，负荷预测技术的研究也在不断深化，各种各样的负荷预测方法不断涌现，本文系统的介绍和分析了各种电力负荷预测方法，并指出为提高负荷预测精度应合理选择和使用负荷预测方法。
　　关键词：电力系统；电力负荷预测；规划；方法
　　1.引言
　　电力负荷预测就是在正确的理论指导下，在调查研究掌握大量翔实资料的基础上，从已知的用电需求出发，考虑影响电力负荷的各种因素，运用可靠的方法和手段预测未来的用电需求，对电力负荷的发展趋势做出科学合理的判断。电力负荷预测是电力系统运行、控制和规划不可缺少的重要组成部分，也是电力规划的基础。电力负荷预测的内容主要是对最大有功负荷及其分布、无功负荷及其分布、需电量和电力负荷曲线及其特征值等重要参数的测算。
　　2.电力负荷预测方法
　　2.1.弹性系数法
　　电力负荷年均增长率和国民经济年均增长率之比称为电力弹性系数，它是衡量国民经济发展和用电需求的重要参数，也是确定电力发展同国民经济发展相对速度的宏观指标。电力弹性系数又可分为电力生产弹性系数和电力消费弹性系数。若已知弹性系数的预测值，则结合国内生产总值的年均增长率就可预测出规划期所需的电力和电量。
　　应用弹性系数法预测电力负荷的前提条件，是必须预先知道预测期（或规划期）内国民经济的发展目标及其年平均增长速度。弹性系数法的关键及核心问题是确定预测（规划）期的电力弹性系数值[1]。所以该方法虽然简单、易于计算，但需做大量的统计调研工作。
　　影响电力弹性系数值的因素很多，主要有经济发展水平、产业结构、科技及工艺水平、生活水平、电价水平及节电政策和措施等。
　　2.2.单耗法
　　单耗是反映国民经济及各部门用电特性的重要指标。单耗法就是通过对过去单耗的统计分析，结合国民经济和社会发展规划的指标，按单耗来预测需电量。单耗法可分为“产值单耗法”和“产量单耗法”，产值单耗法既可用于近期预测，也可用于长期预测，产量单耗法
　　仅适用于近期预测。
　　单耗法虽然方法简单，但需做大量细致的统计分析工作，且由于政治经济等因素的影响，对中、远期预测的准确性难以确定。
　　影响单耗的因素主要有产品结构、产业结构、节电措施、产品价格，以及产品生产的条件等。
　　2.3.时间序列法
　　时间序列预测方法就是根据到目前为止的历史资料数据，即时间序列所呈现出来的发展趋势和规律，设法建立一个数学模型，在该数学模型的基础上用数学方法进行延伸、外推，预测出今后各时期的指标值。时间序列法主要有移动平均法、指数平滑法等，其中指数平滑法是一种较为重要的方法，该方法是采取渐消记忆的方式，利用逐步衰减的不等权平均办法，用以往的历史数据的指数加权组合来直接预报时间序列的将来值。
　　时间序列预测，不需要考虑指标与各影响因素的横向联系，不需要利用其他任何数据和外部情况资料，计算简单，是一种简便易行、经济有效的预测方法[1]，但该方法没有考虑负荷变化的因素，对规律性的处理不足，只适用于负荷变化比较均匀的短期预测的情况。
　　2.4.趋势外推法
　　趋势外推法是根据已知的历史资料来拟合一条曲线，使得这条曲线能反映负荷本身的增长趋势，然后按照这个增长趋势曲线，对要求的未来某一点估计出该时刻的负荷预测值。应用趋势外推法有两个假设条件[2]：首先假设负荷没有跳跃式变化，其次假设负荷的发展因素也决定负荷未来的发展。选择合适的趋势模型时应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。常用的趋势模型有线性趋势模型、多项式趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂模型和龚伯茨模型等[3]，不同的模型得出的结果相差会很大，使用的关键是根据地区发展情况选择适当的模型。
　　趋势外推法只需要历史数据，所需的数据量较少，但如果负荷出现变动，会引起较大的误差。
　　2.5.回归分析法
　　回归分析法就是通过对历史数据的分析、研究，并考虑和电力负荷有关的各种影响因素，建立起适当的回归预测模型，用数理统计中的回归分析方法对变量的观测数据统计分析，从而预测未来的电力负荷。回归预测模型可以是线性的也可以是非线性的，可以是一元的也可以是多元的，其中一元线性回归预测是最基本的、最简单的预测方法。
　　回归分析法适用于中、短期预测，它的预测精度依赖于模型的准确性和影响因子（如国民生产总值、工农业生产总值、人口、气候等）预测值的准确度，该方法只能预测出综合用电负荷的发展水平，无法预测出各供电区的负荷发展水平，无法进行具体的电网建设规划。
　　2.6.灰色模型法
　　部分信息已知，部分信息未知的系统称为灰色系统，灰色系统理论是用来解决含有不确定因素，信息不完备系统的数学方法。基于灰色系统理论的模型的预测称为灰色预测，灰色预测技术可在数据不多的情况下找出某个时期内起作用的规律，建立负荷预测的模型。
　　运用灰色系统理论时，对原始数据段的不同选取和对原始数据序列进行不同的处理，对建模的精度和预测的结果都会产生影响。灰色模型法所需负荷数据少，计算简单，短期预测精度高，结果可信，但当数据灰度较大时预测精度较差，并且不太适合于电力系统的长期预测。
　　2.7.专家经验法
　　专家经验是一种定性预测方法，它由专家意见法、特尔菲法、主观概率法等组成。
　　专家意见法的基本方法是，当对某一项目进行预测时，邀请这方面的专家，请他们根据自己的知识和经验，对过去发生和现在正在发生的情况做出直观的预测。这种方法所得预测结果的准确性，完全依赖于专家的知识的丰富程度和预测经验的多少。
　　专家意见法包括专家个人意见法和专家会议法。专家个人意见法的优点是可以充分发挥专家的知识和才能，积极性和创造性，预测专家可以综合运用自身的经验和知识来进行预测工作，而且意见也比较集中，缺点是受专家占有资料，个人兴趣，认识程度和知识面等的限制，可能使专家个人的预测结果带有一定的主观片面性。专家会议法的优点是信息量大，能集思广益，充分考虑多方面的意见，缺点是会议上容易出现屈从多数人或权威人士意见，但多数人或权威人士错误时，必然导致预测结果的失误；另一缺点是少数专家发表了不正确的意见后，碍于面子不愿在会上修正自己的意见，从而造成意见难以集中[1]。
　　特尔菲法是一种函询调查法，它根据有专门知识的人的直接经验，对研究的问题进行判断、预测。特尔菲法具有匿名性、反馈性、统计性的特点。特尔菲法是一个改进了的专家意见法，更科学、更有利于达到准确预测的目的。特尔菲法的优点是可以加快预测速度和节约预测费用，可以获得各种不同有价值的观点和意见，适用于长期预测。缺点是对于地区的负荷预测可能不可靠，专家意见有时可能不完整或不切实际。
　　主观概率是人们对未来事件发生的可能性程度的一种主观度量，是一种根据多次经验结果所做的主观判断。应用主观概率法进行预测，就是先由预测者对预测问题进行主观估计，然后运用主观概率加以判定。主观概率法实际应用时，常采用三点估算公式进行计算和预测。
　　2.8.负荷密度法
　　负荷密度是指每平方公里面积上用户消耗电力的多少。不同功能的地区，负荷密度的大小是不同的，经济发展水平不同的地区的同样的功能区，其负荷密度也是不同的。负荷密度法是将预测地区划分为若干功能区，如将城市划分为商业区、工业区、居民区、文教区等，对每一功能区选择一个合适的负荷密度指标，推算功能区和整个预测区的用电负荷。
　　应用负荷密度法的关键有两点，一是功能区划分要合理，有代表性；二是各功能区负荷密度指标的选取要合理，能反映预测期的实际情况和用电水平。该方法主要适用于负荷相对集中，各功能区也相对比较易于确定的城市用电负荷预测。
　　2.9.国际比较法
　　国际比较法是拿本国的经济发展情况及用电需求情况做对比分析，并参照国外的电力消费资料确定本国的电力需求量。国际比较的关键是选择适宜的对比国家。一般选经济发达，且经济结构与本国有某种相似的国家作比较对象。国际比较法一般用于进行全国范围的电力负荷预测。
　　2.10.扩展短期负荷预测法[5]
　　扩展短期负荷预测是利用预测时刻以前的历史负荷数据，用几种不同的方法做预测，可以预测该时刻以前的系统负荷，根据各方法的预测精度确定这些方法在综合模型中的权重，利用这一权重。使用昨天及以前的历史负荷数据，做今天预测时刻后代的全日未知负荷的预测。由于利用了预测时刻以前的最新的负荷信息，因此，用这种方法大大提高了负荷预测的精度。
　　扩展短期负荷预测的关键是：以当日已经发生的负荷的变化模式作为全日未知负荷变化规律的参考，在此基础上预测出未知的负荷值。其隐含的原理是：对于同一日，在一天内的
　　
　　天气等负荷敏感因素不发生突变的情况下，其全日负荷的变化模式不会发生突变。
　　这种方法主要用于修改历史负荷坏数据和补足当日未知负荷数据，以协助提高短期负荷预测的准确度。
　　3.结论
　　电力负荷预测有多种预测方法，每一种预测方法都代表了一种发展规律。各种算法均有一定的适用场合，各种预测方法都具有其各自的优缺点，没有一个方法适用于各种负荷预测模型而精度比其他各种方法都高。所以在做负荷预测时，必须结合实际情况，着重从预测目标、期限、精确度和预测耗费等诸多方面，灵活选用较为合适的预测方法，并使用多种不同的方法进行预测，将所得预测结果互为比较，再进行合理的综合分析与预测，最终得到符合所需精度的预测结果。
　　
　　参考文献：
　　[1]肖国泉,王春,张福伟，电力负荷预测，中国电力出版社，2001.7
　　[2]王吉权,赵玉林，电力系统负荷预测方法及特点，东北农业大学（150030）
　　[3]WUManhong,YangJiwang，Analysisandcomparisonofseveralelectricloadforecastingmethods,hc360,2004.10
　　[4]阎承山，刘军，短期负荷预测方法探究及提高精度之展望，华北电业管理局
　　[5]莫维仁，张伯明等，扩展短期负荷预测方法的应用，清华大学