基于用電結(jié)構(gòu)變動的省級電網(wǎng)長期負(fù)荷特性預(yù)測

王　寶，葉　彬，石雪梅，牛振振

(1.國網(wǎng)安徽省電力公司經(jīng)濟(jì)技術(shù)研究院,安徽合肥　230022；2.國網(wǎng)浙江省電力公司嵊泗縣供電公司,浙江嵊泗　202450)

Long-term Load Characteristic Forecast of Provincial Power Grid Based onElectricity Structure ChangesWANG Bao1, YE Bin1, SHI Xuemei1, NIU Zhenzhen2

(1.State Grid Anhui Electric Power Company Economic & Technical Research Institute, Hefei 230022, China;

2.State Grid Zhejiang Electric Power Company Shengsi Electric Power Supply Company, Shengsi 202450, China)

?

基于用電結(jié)構(gòu)變動的省級電網(wǎng)長期負(fù)荷特性預(yù)測

王寶1，葉彬1，石雪梅1，牛振振2

(1.國網(wǎng)安徽省電力公司經(jīng)濟(jì)技術(shù)研究院,安徽合肥230022；2.國網(wǎng)浙江省電力公司嵊泗縣供電公司,浙江嵊泗202450)

0引言

負(fù)荷特性分析預(yù)測是電力市場分析預(yù)測工作的一項(xiàng)重要內(nèi)容[1]，負(fù)荷特性預(yù)測水平高低已成為衡量電網(wǎng)企業(yè)現(xiàn)代化管理水平高低的標(biāo)志之一[2]。

相關(guān)學(xué)者對負(fù)荷特性分析預(yù)測的相關(guān)研究主要集中在：分析地區(qū)電網(wǎng)負(fù)荷特性以服務(wù)于地區(qū)負(fù)荷預(yù)測[3-6]、中短期負(fù)荷特性預(yù)測[7-8]。電網(wǎng)規(guī)劃應(yīng)具備前瞻性和超前性，因而對長期負(fù)荷特性預(yù)測的準(zhǔn)確把握對于省級電網(wǎng)而言顯得尤為重要，但長期負(fù)荷特性定量預(yù)測的相關(guān)研究甚少，本文探討省級電網(wǎng)長期負(fù)荷特性預(yù)測。

省級電網(wǎng)負(fù)荷特性變化受諸如電力供需形勢[1]、氣候條件、需求側(cè)管理以及經(jīng)濟(jì)與用電結(jié)構(gòu)[1-2]等多種因素影響，但從長期來看，經(jīng)濟(jì)與用電結(jié)構(gòu)因素是省級電網(wǎng)負(fù)荷特性變化的關(guān)鍵影響因素。基于此，本文探討了基于用電結(jié)構(gòu)變動的省級電網(wǎng)長期負(fù)荷特性預(yù)測模型，重點(diǎn)闡述了省級電網(wǎng)典型日負(fù)荷特性主要指標(biāo)的預(yù)測過程及其預(yù)測結(jié)果校核方法，并以安徽電網(wǎng)為例，對預(yù)測過程及預(yù)測結(jié)果合理性校核加以分析說明。

1負(fù)荷特性變動主要影響因素分析

負(fù)荷特性變動一般受地區(qū)電力供需形勢、氣候條件、電力需求側(cè)管理以及地區(qū)經(jīng)濟(jì)與用電結(jié)構(gòu)等主要因素影響。

1.1電力供需形勢

電力供需形勢主要表現(xiàn)為供應(yīng)緊張或充裕，當(dāng)電力供應(yīng)緊張時(shí)，電網(wǎng)高峰負(fù)荷期間電力供需存在不平衡現(xiàn)象，為保證電網(wǎng)供電的安全可靠性，一般通過拉限電等手段削平電網(wǎng)高峰負(fù)荷。由于最大負(fù)荷受到人為限制，日負(fù)荷率將高于正常年份水平，負(fù)荷特性表現(xiàn)為較常年份有所改善。

電力供需形勢緊張往往由電網(wǎng)建設(shè)相對滯后和薄弱引起，通過合理投資建設(shè)地區(qū)電網(wǎng)、完善網(wǎng)架結(jié)構(gòu)，地區(qū)電力供應(yīng)緊張的情況將會得到很大緩解甚至消除。短期內(nèi)電力供需形勢因素往往對地區(qū)負(fù)荷特性變動產(chǎn)生一定影響，但長期來看，該因素對地區(qū)負(fù)荷特性的影響將趨于弱化。

1.2氣候條件

人民生活水平不斷提高為居民空調(diào)負(fù)荷增長提供有利基礎(chǔ)，而居民空調(diào)(降溫或采暖)負(fù)荷變動主要受氣候條件影響。

表1給出了2008年以來安徽電網(wǎng)氣候條件和負(fù)荷特性實(shí)際情況，夏季35℃及以上高溫天數(shù)對空調(diào)負(fù)荷比重影響較大，二者相關(guān)系數(shù)高達(dá)0.977；統(tǒng)調(diào)最大負(fù)荷利用小時(shí)數(shù)(年負(fù)荷特性指標(biāo))與高溫天數(shù)呈現(xiàn)明顯反向變動關(guān)系，二者相關(guān)系數(shù)為-0.725。

年份35℃及以上高溫天數(shù)空調(diào)降溫負(fù)荷比重/%統(tǒng)調(diào)最大負(fù)荷利用小時(shí)數(shù)/h2008227.1583320091033.4535220101335.252312011929.3557920121435.1544920133345.15233

氣候條件對負(fù)荷特性變動的影響較大，由于氣候條件預(yù)測較為困難，規(guī)劃人員預(yù)測長期負(fù)荷特性時(shí)，一般可按照常年份考慮，通過幾年平均來削弱單個(gè)年份氣候條件對負(fù)荷特性的影響。

1.3電力需求側(cè)管理

電力需求側(cè)管理包含的措施手段多樣，如：行政手段下的企業(yè)輪休及錯(cuò)避峰方案等、經(jīng)濟(jì)手段下的峰谷電價(jià)和可中斷電價(jià)等、技術(shù)手段下的蓄冷蓄熱技術(shù)推廣等。

電力需求側(cè)管理對地區(qū)中短期和長期負(fù)荷特性均產(chǎn)生一定積極影響，對規(guī)劃人員而言，長期負(fù)荷特性預(yù)測時(shí)可以現(xiàn)有需求側(cè)管理力度為參考依據(jù)，若預(yù)期長期,力度明顯加大，則需對預(yù)測結(jié)果作調(diào)整。

1.4經(jīng)濟(jì)與用電結(jié)構(gòu)

地區(qū)經(jīng)濟(jì)結(jié)構(gòu)變動直接影響用電結(jié)構(gòu)變動，如：地區(qū)處于快速工業(yè)化發(fā)展階段，第二產(chǎn)業(yè)在經(jīng)濟(jì)結(jié)構(gòu)中比重不斷提升，則第二產(chǎn)業(yè)用電比重也將明顯提高。

地區(qū)負(fù)荷特性可看成由分產(chǎn)業(yè)(第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)和城鄉(xiāng)居民生活)負(fù)荷特性按一定比重合成，分產(chǎn)業(yè)負(fù)荷特性主要受生產(chǎn)、生活習(xí)慣影響而相對穩(wěn)定，當(dāng)經(jīng)濟(jì)結(jié)構(gòu)變化后，各產(chǎn)業(yè)用電比重發(fā)生變化，導(dǎo)致分產(chǎn)業(yè)負(fù)荷特性對地區(qū)負(fù)荷特性發(fā)揮作用比重發(fā)生變化，從而帶動地區(qū)負(fù)荷特性發(fā)生變化，如：第二產(chǎn)業(yè)用電比重明顯提高后，負(fù)荷率高的第二產(chǎn)業(yè)用電對地區(qū)負(fù)荷特性發(fā)揮的作用將增強(qiáng)，地區(qū)負(fù)荷特性將得到改善。

經(jīng)濟(jì)與用電結(jié)構(gòu)因素對地區(qū)負(fù)荷特性變動起著重要作用，尤其對長期負(fù)荷特性。短期內(nèi)電力供需形勢等其他因素發(fā)揮的作用相對要高于經(jīng)濟(jì)與用電結(jié)構(gòu)因素；但從長期來看，地區(qū)負(fù)荷特性變動與地區(qū)經(jīng)濟(jì)與用電結(jié)構(gòu)變動密切相關(guān)。

2地區(qū)長期經(jīng)濟(jì)與用電結(jié)構(gòu)預(yù)測

如上分析，經(jīng)濟(jì)與用電結(jié)構(gòu)因素是省級電網(wǎng)長期負(fù)荷特性變動的關(guān)鍵影響因素，因而長期負(fù)荷特性預(yù)測的基礎(chǔ)是地區(qū)長期經(jīng)濟(jì)與用電結(jié)構(gòu)的預(yù)測。

2.1地區(qū)長期經(jīng)濟(jì)結(jié)構(gòu)預(yù)測

地區(qū)長期經(jīng)濟(jì)結(jié)構(gòu)由于時(shí)間跨度長、且受地區(qū)經(jīng)濟(jì)發(fā)展規(guī)劃等政策因素影響較大，諸如回歸預(yù)測等傳統(tǒng)定量預(yù)測模型很難預(yù)測出合理的結(jié)果。因而對于地區(qū)長期經(jīng)濟(jì)結(jié)構(gòu)的預(yù)測可采用以地區(qū)經(jīng)濟(jì)發(fā)展規(guī)劃以及地區(qū)經(jīng)濟(jì)發(fā)展階段等定性判斷為基礎(chǔ)，以先前學(xué)者對全國長期經(jīng)濟(jì)結(jié)構(gòu)預(yù)測結(jié)果為參考量，再以傳統(tǒng)定量預(yù)測模型為輔助工具，合理預(yù)測未來地區(qū)經(jīng)濟(jì)結(jié)構(gòu)發(fā)展趨勢。長期經(jīng)濟(jì)結(jié)構(gòu)合理預(yù)測可依靠省級經(jīng)濟(jì)研究機(jī)構(gòu)的專業(yè)判斷及其預(yù)測技術(shù)。

2.2地區(qū)長期用電結(jié)構(gòu)預(yù)測

地區(qū)長期用電結(jié)構(gòu)預(yù)測可采用構(gòu)建地區(qū)LEAP模型(long-range energy alternatives planning system，長期能源可替代規(guī)劃系統(tǒng))[9]，依據(jù)長期地區(qū)經(jīng)濟(jì)社會發(fā)展預(yù)測，從終端用能角度出發(fā)，分主要產(chǎn)業(yè)部門(如：城鄉(xiāng)居民生活、交通運(yùn)輸、服務(wù)業(yè)、高耗能行業(yè)等)設(shè)計(jì)終端用能載體并根據(jù)技術(shù)進(jìn)步等因素預(yù)測其能耗強(qiáng)度，進(jìn)一步設(shè)計(jì)地區(qū)發(fā)電、煤炭開采等能源轉(zhuǎn)換模塊，最終構(gòu)建地區(qū)未來能源需求預(yù)測的LEAP模型(“自下而上”模型)，根據(jù)地區(qū)LEAP模型能夠很好地預(yù)測未來地區(qū)用電量及其用電結(jié)構(gòu)。

2.3安徽長期經(jīng)濟(jì)與用電結(jié)構(gòu)預(yù)測結(jié)果

以安徽省為例，圖1和圖2分別給出了2020和2030年全省經(jīng)濟(jì)與用電結(jié)構(gòu)預(yù)測結(jié)果。目前全省經(jīng)濟(jì)和用電結(jié)構(gòu)以第二產(chǎn)業(yè)為主導(dǎo)，2014—2020年間全省仍處于快速工業(yè)化發(fā)展階段，第二產(chǎn)業(yè)比重相對穩(wěn)定；到2030年全省將進(jìn)入后工業(yè)化發(fā)展階段，第二產(chǎn)業(yè)在經(jīng)濟(jì)和用電結(jié)構(gòu)中比重顯著下降。

圖1　2020和2030年安徽省經(jīng)濟(jì)結(jié)構(gòu)預(yù)測結(jié)果

圖2　2020和2030年安徽省用電結(jié)構(gòu)預(yù)測結(jié)果

3省級電網(wǎng)長期負(fù)荷特性預(yù)測模型

省級電網(wǎng)長期負(fù)荷特性預(yù)測的基礎(chǔ)參數(shù)主要包括：省級電網(wǎng)長期用電量及其用電結(jié)構(gòu)預(yù)測結(jié)果、近年省級電網(wǎng)各季典型日負(fù)荷特性以及分產(chǎn)業(yè)用電負(fù)荷特性。

3.1典型日負(fù)荷率預(yù)測模型

典型日負(fù)荷率預(yù)測分以下4步。

3.1.1確定預(yù)測年f各產(chǎn)業(yè)四季用電量

以3、4、5月為春季，6、7、8為夏季，9、10、11為秋季，其余月為冬季。同一產(chǎn)業(yè)相同季節(jié)生產(chǎn)、生活規(guī)律一致性高，因而同一產(chǎn)業(yè)相同季節(jié)用電占比基本穩(wěn)定。為剔除單一年份波動性，采用近幾年平均占比反映預(yù)測年f各產(chǎn)業(yè)各季用電占比，如式(1)所示。

(1)

式中：i=1,2,3,4，分別表示一產(chǎn)、二產(chǎn)、三產(chǎn)和城鄉(xiāng)居民生活用電；j=1,2,3,4，分別表示春、夏、秋、冬；t和(t+N)分別表示近幾年的開始年和結(jié)束年；rf,i,j表示預(yù)測年f產(chǎn)業(yè)i的j季用電量占四季比重；Wl,i,j表示歷史年l產(chǎn)業(yè)i的j季用電量。

綜合省級電網(wǎng)預(yù)測年f用電量Wf及其分產(chǎn)業(yè)用電結(jié)構(gòu)αf,i以及各產(chǎn)業(yè)各季用電占比預(yù)測結(jié)果rf,i,j，得到預(yù)測年f各產(chǎn)業(yè)四季用電量Wf,i,j，如式(2)所示:

(2)

3.1.2確定預(yù)測年f分產(chǎn)業(yè)典型日平均及最大負(fù)荷

根據(jù)式(3)確定預(yù)測年f分產(chǎn)業(yè)各季平均負(fù)荷，各季全社會平均負(fù)荷等于分產(chǎn)業(yè)平均負(fù)荷之和(如式(4))。

(3)

(4)

各產(chǎn)業(yè)同一季節(jié)用電負(fù)荷特性主要受生產(chǎn)、生活習(xí)慣影響，基本認(rèn)為保持相對穩(wěn)定。根據(jù)近年分產(chǎn)業(yè)各季負(fù)荷特性分析結(jié)果取平均作為預(yù)測年f分產(chǎn)業(yè)用電負(fù)荷率βf,i,j。進(jìn)一步根據(jù)式(5)計(jì)算得到預(yù)測年f分產(chǎn)業(yè)用電各季最大負(fù)荷Pf,i,j，max。

(5)

3.1.3確定各季典型日分產(chǎn)業(yè)用電最大負(fù)荷同時(shí)率

由于日內(nèi)各產(chǎn)業(yè)發(fā)生最大負(fù)荷的時(shí)點(diǎn)不盡相同，因而典型日最大負(fù)荷不是各產(chǎn)業(yè)最大負(fù)荷的直接累加，而需先確定各產(chǎn)業(yè)最大負(fù)荷發(fā)生同時(shí)率。

根據(jù)歷史負(fù)荷數(shù)據(jù)先計(jì)算省級電網(wǎng)各季典型日負(fù)荷率βl,j，再根據(jù)式(6)確定歷史期(l年)四季典型日各產(chǎn)業(yè)用電最大負(fù)荷發(fā)生同時(shí)率λl,j。

(6)

為消除單一年份同時(shí)率波動性，通過取歷史期各年同時(shí)率平均值作為預(yù)測年f各季同時(shí)率λf,j。

(7)

3.1.4確定預(yù)測年f各季典型日負(fù)荷率

3.2典型日峰谷差率預(yù)測模型

典型日峰谷差率和負(fù)荷率指標(biāo)屬于反向指標(biāo)，因而在合理預(yù)測出典型日負(fù)荷率基礎(chǔ)上，采用對歷史期典型日峰谷差率和負(fù)荷率構(gòu)建線性回歸方程來預(yù)測相應(yīng)年份典型日峰谷差率。

回歸方程可考慮分季節(jié)構(gòu)建4個(gè)方程或不分季節(jié)構(gòu)建單一方程，最終選用哪種方式主要基于模型擬合效果即：R2高低。如：構(gòu)建不分季節(jié)的單一回歸方程，如式(9)所示，則根據(jù)預(yù)測年f各季典型日負(fù)荷率βf,j，運(yùn)用該回歸方程得到相應(yīng)典型日峰谷差率γf,j。

(9)

3.3預(yù)測結(jié)果校核

預(yù)測出的省級電網(wǎng)長期負(fù)荷特性還需要校核其合理性。由于長期負(fù)荷特性變動主要受地區(qū)經(jīng)濟(jì)與用電結(jié)構(gòu)影響，而用電結(jié)構(gòu)歸根到底由經(jīng)濟(jì)結(jié)構(gòu)決定，經(jīng)濟(jì)結(jié)構(gòu)相似的地區(qū)或國家，其負(fù)荷特性理論上應(yīng)大體接近。

因而可采用國內(nèi)外參考比較法，選擇歷史年份與該地區(qū)長期經(jīng)濟(jì)結(jié)構(gòu)相似的國內(nèi)外地區(qū)或國家，通過比較二者負(fù)荷特性，來驗(yàn)證預(yù)測結(jié)果的合理性。

4實(shí)例分析

以下以安徽省2020和2030年典型日負(fù)荷特性預(yù)測為例，重點(diǎn)分析2030年預(yù)測過程。

2030年全省將進(jìn)入后工業(yè)化發(fā)展階段，經(jīng)濟(jì)結(jié)構(gòu)比重預(yù)測為6.1∶42.3∶51.6，LEAP模型預(yù)測全年全社會用電量達(dá)4 380億kWh，用電結(jié)構(gòu)為0.6∶52.8∶20.7∶26.0。

通過歷史數(shù)據(jù)分析，2010—2013年全省四季典型日負(fù)荷特性以及分產(chǎn)業(yè)負(fù)荷特性均保持相對穩(wěn)定，表2和表3分別給出了全省負(fù)荷特性以及分產(chǎn)業(yè)負(fù)荷特性的各年平均水平。

表2　2010—2013年全省各季典型日負(fù)荷特性指標(biāo)平均水平

表3　2010—2013年全省分產(chǎn)業(yè)四季典型日平均負(fù)荷率

根據(jù)2010-2013年分產(chǎn)業(yè)各季用電占比平均水平、2030年全社會用電量及其用電結(jié)構(gòu)預(yù)測結(jié)果，得到2030年分產(chǎn)業(yè)各季用電量(如表4所示)。

表4　2030年分產(chǎn)業(yè)各季用電量預(yù)測結(jié)果　　億kWh

據(jù)式(5)和(6)計(jì)算得到2030年分產(chǎn)業(yè)和全社會各季典型日平均負(fù)荷，如表5所示，并據(jù)式(7)得到2030年分產(chǎn)業(yè)用電各季典型日最大負(fù)荷，如表6所示。

表5　2030年全社會用電典型日平均負(fù)荷　　萬kW

表6　2030年分產(chǎn)業(yè)用電典型日最大負(fù)荷　　萬kW

根據(jù)式(8)計(jì)算歷史年份分產(chǎn)業(yè)用電最大負(fù)荷發(fā)生同時(shí)率(如表7所示)，分析發(fā)現(xiàn)，同時(shí)率隨經(jīng)濟(jì)結(jié)構(gòu)變化而存在一定的波動性，為更好地平抑同時(shí)率波動性，考慮按2007—2013年平均同時(shí)率作為2030年同時(shí)率。

表7　分產(chǎn)業(yè)用電最大負(fù)荷發(fā)生同時(shí)率

根據(jù)式(10)最終確定2030年各季典型日負(fù)荷率預(yù)測結(jié)果，如表8所示。

表8　2030年各季典型日負(fù)荷率預(yù)測結(jié)果

采用相同方法，對2020年全省各季典型日負(fù)荷率進(jìn)行預(yù)測，2020和2030年預(yù)測結(jié)果如圖3所示。

圖3　2020和2030年全省各季典型日負(fù)荷率預(yù)測結(jié)果

2010—2013年四季典型日峰谷差率和負(fù)荷率形成的兩個(gè)對應(yīng)數(shù)據(jù)列相關(guān)系數(shù)高達(dá)-0.97，因而可構(gòu)建2010—2013年不分季節(jié)的單一回歸方程，如式(12)，方程總體顯著，且擬合效果較好(R2接近1)。根據(jù)典型日負(fù)荷率預(yù)測結(jié)果得到峰谷差率預(yù)測結(jié)果，如表9所示。

(12)

預(yù)測結(jié)果校核：①從2020和2030年全省經(jīng)濟(jì)結(jié)構(gòu)變化看，2020年第二產(chǎn)業(yè)比重呈基本穩(wěn)定略有下降趨勢，2030年該比重明顯下降；從負(fù)荷特性看，2020年全省負(fù)荷特性略有變差，2030年明顯變差，經(jīng)濟(jì)結(jié)構(gòu)變化與負(fù)荷特性變動具有很高的一致性。②20世紀(jì)70年代歐美主要發(fā)達(dá)國家第二產(chǎn)業(yè)比重基本下降到40%以下，第三產(chǎn)業(yè)比重均超過50%，與2030年安徽省經(jīng)濟(jì)結(jié)構(gòu)接近；IEEE-RTS算例(IEEE1978年發(fā)布)[10]中使用的典型日負(fù)荷曲線能反映該時(shí)期主要發(fā)達(dá)國家的負(fù)荷特性水平，各季典型日負(fù)荷率基本維持在0.83的水平，與2030年安徽省負(fù)荷特性較為一致。③上海市2007—2012年第二產(chǎn)業(yè)比重基本維持在40%左右，第三產(chǎn)業(yè)比重超過50%，與2030年安徽省經(jīng)濟(jì)結(jié)構(gòu)接近；2007—2012年上海市夏季典型日負(fù)荷率基本維持在0.84左右，與2030年安徽省夏季典型日負(fù)荷率基本接近。校核結(jié)果表明：安徽省負(fù)荷特性預(yù)測結(jié)果具有較高的合理性。

5結(jié)束語

本文基于長期經(jīng)濟(jì)與用電結(jié)構(gòu)變動，提出省級電網(wǎng)長期典型日負(fù)荷特性預(yù)測與校核方法，并以安徽電網(wǎng)2020和2030年各季典型日負(fù)荷特性預(yù)測為例，加以分析說明。本文提出的預(yù)測方法基于經(jīng)濟(jì)-電力關(guān)系視角，比傳統(tǒng)不考慮經(jīng)濟(jì)結(jié)構(gòu)變動下的趨勢外推以及定性判斷方法得出的預(yù)測結(jié)果更具可信度。本文研究工作能夠?yàn)殡娏κ袌龇治黾半娋W(wǎng)規(guī)劃人員合理預(yù)測地區(qū)長期負(fù)荷特性變動規(guī)律，為滿足電網(wǎng)合理前瞻性規(guī)劃需要提供一定的參考。

參考文獻(xiàn)

[1]陳偉，周峰，韓新陽，等.國家電網(wǎng)負(fù)荷特性分析研究[J].電力技術(shù)經(jīng)濟(jì)，2008，20(4)：25-29.

[2]王海燕，任志超，杜新偉，等.四川電網(wǎng)負(fù)荷特性分析預(yù)測[J].四川電力技術(shù)，2013，36(5)：37-40.

[3]黎祚，周步祥，林楠.基于模糊聚類與改進(jìn)BP算法的日負(fù)荷特性曲線分類與短期負(fù)荷預(yù)測[J].電力系統(tǒng)保護(hù)與控制，2012，40(3)：56-60.

[4]江宇飛，徐瑞林，羅欣，等.基于多層次氣象指標(biāo)體系的電力負(fù)荷特性和負(fù)荷預(yù)測研究[J].電氣應(yīng)用，2011，30(17)：46-50.

[5]周瀅露，余華興，李霜.考慮負(fù)荷特性的實(shí)用化負(fù)荷預(yù)測方法[J].華東電力，2010，38(9)：1309-1312.

[6]姜勇.南京地區(qū)春節(jié)負(fù)荷特性分析及其預(yù)測方法[J].電網(wǎng)技術(shù)，2003，27(5)：72-74.

[7]楊宗麟.華東電網(wǎng)負(fù)荷特性分析預(yù)測[J].華東電力，2008，36(5)：50-52.

[8]朱堅(jiān)強(qiáng)，徐謙，武鵬，等.電力負(fù)荷特性預(yù)測軟件及其在浙江電網(wǎng)中的應(yīng)用[J].華東電力，2008，36(9)：47-50.

[9]高虎，梁志鵬，莊幸.LEAP模型在可再生能源規(guī)劃中的應(yīng)用[J].中國能源，2004，26(10)：40-43.

[10]Subcommittee P M. IEEE reliability test system [J].IEEE Transactions on Power Apparatus and Systems，1979，PAS-98(6)：2047-2054.

(責(zé)任編輯：楊秋霞)

Long-term Load Characteristic Forecast of Provincial Power Grid Based onElectricity Structure ChangesWANG Bao1, YE Bin1, SHI Xuemei1, NIU Zhenzhen2

(1.State Grid Anhui Electric Power Company Economic & Technical Research Institute, Hefei 230022, China;

2.State Grid Zhejiang Electric Power Company Shengsi Electric Power Supply Company, Shengsi 202450, China)

摘要：準(zhǔn)確把握省級電網(wǎng)長期負(fù)荷特性發(fā)展趨勢，可使電網(wǎng)規(guī)劃更具前瞻性和合理性。通過充分分析地區(qū)負(fù)荷特性變動主要影響因素，識別出經(jīng)濟(jì)與用電結(jié)構(gòu)因素是長期負(fù)荷特性變動的關(guān)鍵影響因素，據(jù)此構(gòu)建了基于用電結(jié)構(gòu)變動的省級電網(wǎng)長期負(fù)荷特性預(yù)測模型及其校核方法，以安徽省為例，對2020和2030年全省四季典型日負(fù)荷率和峰谷差率進(jìn)行了預(yù)測，并以歐美發(fā)達(dá)國家和上海市為參考對預(yù)測結(jié)果進(jìn)行了校核。結(jié)果表明該長期負(fù)荷特性預(yù)測模型的合理性和有效性，為電力市場分析與電網(wǎng)規(guī)劃人員準(zhǔn)確掌握地區(qū)長期負(fù)荷特性變動趨勢提供了一定的參考。

關(guān)鍵詞：經(jīng)濟(jì)結(jié)構(gòu)；用電結(jié)構(gòu)；長期負(fù)荷特性；預(yù)測

Abstract：Accurately mastering the development trend on long-term load characteristic of provincial power grid can effectively guide the prospect and rationality of power grid planning. It is identified through the fully analyzing on main influencing factors of the change in regional load characteristic that economic and electricity structures are the key factors influencing the change in regional long-term load characteristic. Then a forecasting model and its check method for long-term load characteristic of provincial power grid based on the change in electricity structure are built. By taking Anhui province as an instance, the load ratio and peak-valley ratio of each typical day at all seasons in 2020 and 2030 are predicted, and the forecast results are verified by taking that of European and American developed countries and Shanghai municipality as the reference. Results verify the rationality and effectiveness of this long-term load characteristic forecasting model, which can provide certain reference value for electricity market analysts and operators to master the variation trend of long-term load characteristic accurately.

Keywords：economic structure; electricity structure; long-term load characteristic; forecast

作者簡介：王寶(1986—)，男，碩士，主要從事電力市場分析預(yù)測方面的工作，E-mail:kevinwong1010tg@163.com。

收稿日期：2014-07-27

文章編號：1007-2322(2015)03-0054-06

文獻(xiàn)標(biāo)志碼：A

中圖分類號：TM714; TM715