短期電力負荷預測淺析

國網(wǎng)湖北省宜昌市供電公司　易思超　趙劍楠　蔣何為宜昌昌耀電業(yè)集團有限公司　張　鑫國網(wǎng)湖北省宜昌市供電公司　羅宇航　姜鳴瞻

短期電力負荷預測淺析

國網(wǎng)湖北省宜昌市供電公司易思超趙劍楠蔣何為
宜昌昌耀電業(yè)集團有限公司張鑫
國網(wǎng)湖北省宜昌市供電公司羅宇航姜鳴瞻

簡述了當前電力改革新形勢下短期負荷預測的重要意義，分析了配電網(wǎng)短期負荷預測的特點及影響預測精度的因素，并綜合分析了經(jīng)典傳統(tǒng)方法、智能預測法兩類預測方法的基本原理，描述了配電網(wǎng)負荷預測發(fā)展的趨勢。

配電網(wǎng)；短期負荷預測；電力改革；回歸分析；BP神經(jīng)網(wǎng)絡

0　引言

從當前的電力改革形勢可以明確看出，配售電業(yè)務將逐步脫離國家電網(wǎng)，而如何控制配售電業(yè)務的成本、提高運營利潤的關(guān)鍵是提高配電網(wǎng)短期負荷的預測精度。負荷預測可以有效地指導運營單位準確地調(diào)度負荷、交易電能、合理供電，控制成本。因此，負荷預測是當前電力新形勢下的一大重要研究領(lǐng)域。影響短期負荷的因素呈現(xiàn)出多樣性、隨機性、突變性［1］，不少預測方法已無法滿足當前電力發(fā)展的精度需求。因此，本文針對當前常見的預測方法做了綜合比對，分析了各種方法的原理、優(yōu)缺點，并指出了配電網(wǎng)短期負荷預測理論的研究方向，為當前配網(wǎng)短期負荷預測提供借鑒之用。

1　配電網(wǎng)中短期負荷預測的特點和影響因素

1.1與配電網(wǎng)短期負荷預測相關(guān)的特點

根據(jù)配電網(wǎng)的基本構(gòu)造和功能機構(gòu)，配電網(wǎng)基本的特點有：（1）負荷分布范圍差異大。配網(wǎng)地理覆蓋面積不等，負荷分布特性差異明顯。（2）負荷種類多樣。配網(wǎng)中多種性質(zhì)負荷并存，負荷變化趨勢復雜度高。（3）負荷具有很大不確定性。配網(wǎng)負荷易受天氣、日照、濕度等環(huán)境因素影響，因此配網(wǎng)負荷預測具有一定的不確定性、時間性。

1.2影響負荷預測精度的因素

負荷預測是由目標區(qū)域的歷史負荷數(shù)據(jù)運算而來。根據(jù)目標區(qū)域負荷資料的特點，選擇相應的算法并確定合適的數(shù)學模型對目標區(qū)域未來的負荷情況進行預測。因此，影響預測精度因素為：（1）歷史數(shù)據(jù)；（2）時間區(qū)間；（3）數(shù)學算法；（4）氣象條件；（5）社會突發(fā)活動等。

2　短期負荷預測方法簡述

2.1經(jīng)典傳統(tǒng)方法

2.1.1指數(shù)平滑法

指數(shù)平滑法是外推法中的一種重要類型，是用過去某段同類型時間區(qū)間的歷史數(shù)據(jù)組成一組有序數(shù)組并將其加權(quán)組合起來直接預測時間序列的將來值［2］。其基本公式為：

從公式可以看出這種方法的基本原理就是加權(quán)平均，通過由a組成的加權(quán)系數(shù)來實現(xiàn)“厚近薄遠”的原則，強調(diào)新近數(shù)據(jù)對預測的重要性，以體現(xiàn)負荷預測的時變性。指數(shù)平滑法具備模型簡單、存儲數(shù)據(jù)量小的優(yōu)點，可由新進數(shù)據(jù)快速運算出新的預測負荷值。但無法準確的考慮到當前經(jīng)濟發(fā)展、天氣情況等隨機影響因素。

2.1.2回歸分析法

回歸分析是研究變量之間關(guān)系的一種數(shù)學方法。此方法中，自變量是影響負荷變化的隨機變量因素，而因變量是預測用電量。回歸分析負荷預測法通過歷史數(shù)據(jù)，研究各自變量和因變量之間的相關(guān)關(guān)系及回歸方程，求解出數(shù)學模型參數(shù)，再借助模型推測將來負荷。在負荷預測實際工作中，為確定回歸方程有效性，多采用相關(guān)系數(shù)法來做檢驗，檢驗因變量w和自變量z相關(guān)性，其相關(guān)系數(shù)定義為：

2.2智能預測法

2.2.1小波分析法

各類電力負荷信號都是連續(xù)頻譜，常見的小波分析預測方法［4］是對原始負荷數(shù)據(jù)進行小波分解，將混合數(shù)據(jù)分解為不同頻帶的子數(shù)據(jù)鏈，這樣既能清楚的描述負荷的周期性也能分析不同頻域的子數(shù)據(jù)鏈的變化趨勢，分解后對各子數(shù)據(jù)鏈分別建立合理的模型并進行預測，最后將各個模型預測的結(jié)果合成得出總的負荷預測數(shù)據(jù)。

這種方法的優(yōu)勢是無需用復雜的數(shù)學形式去表達負荷變化，模型建立較為簡單，并且預測精度一般也可以滿足要求。美中不足是無法準確的考慮諸多環(huán)境因素對負荷的影響。

2.2.2BP神經(jīng)網(wǎng)絡法

BP神經(jīng)網(wǎng)絡方法運用在受到天氣和波動用電等因素變化的短期負荷預測上具有非常大的優(yōu)勢，成功運用的例子也很多［5］。BP神經(jīng)網(wǎng)絡將過去的歷史負荷數(shù)據(jù)作為試驗樣本，構(gòu)建與負荷預測相適應的網(wǎng)絡結(jié)構(gòu)，通過多次訓練和學習來優(yōu)選網(wǎng)絡的權(quán)值和結(jié)構(gòu)，具有良好的容錯性、并行性。BP神經(jīng)網(wǎng)絡作為負荷預測模型具有很強的自適應能力。

此方法的不足是，人工神經(jīng)網(wǎng)絡的層數(shù)和神經(jīng)元確定沒有一個科學的依據(jù)，僅憑設計者的經(jīng)驗主觀意識。當神經(jīng)網(wǎng)絡的初始權(quán)值和初始閥值選取不當時，網(wǎng)絡在進行訓練過程中極易陷入局部極小點，并出現(xiàn)網(wǎng)絡收斂慢的缺點。

2.2.3綜合模型預測法

實際上，負荷變化具有很強的無規(guī)律變化性。單一的負荷預測方法因其自身的約束性，很難準確地進行預測工作。因此，在實際工作中，會結(jié)合電力系統(tǒng)自身情況選取相應方法有機結(jié)合起來，形成綜合預測模型，以減小預測誤差。例如：人工神經(jīng)網(wǎng)絡和時間序列，人工神經(jīng)網(wǎng)和模糊理論，人工神經(jīng)網(wǎng)絡和小波分析［6］等，通過將幾個預測方法優(yōu)選組合，可以更好的克服彼此的缺點，提高運算速度，提高運算效率，優(yōu)化算法模型。

3　結(jié)語

在當前電力新形勢下，短期負荷預測不僅影響配網(wǎng)運行的安全性、可靠性、經(jīng)濟性，更是社會資本運營配售電業(yè)務的基礎。通過本文對各種預測方法的綜合分析、比對，可以發(fā)現(xiàn)短期負荷預測的重心依然是對歷史負荷數(shù)據(jù)的處理和預測模型的選擇運用，未來研究方向是探索綜合預測模型的新方法、新思路，以滿足不同地區(qū)、不同負荷特性的不同要求，以及社會發(fā)展條件下對負荷預測提出的新需求。

［1］申小玲.電力系統(tǒng)短期負荷預測影響因素分析［J］.電力與能源，2011，5：773-774.

［2］陳娟，吉培榮，盧峰.指數(shù)平滑法及其在負荷預測中的應用［J］.三峽大學學報（自然科學版），2010，32（3）：37-41.

［3］袁柏秋.電力系統(tǒng)負荷預測方法分析及應用［J］.電力技術(shù)，2011，31：113-114.

［4］冷建偉，傅祥廉.小波分析在低壓負荷預測數(shù)據(jù)處理中的應用［J］.電源學報，2014，1：110-113.

［5］Piras A et al.Heterogeneous Artificial Neural Network For Short Term Electrical Load Forecasting［J］.IEEE Trans on Power Systems，1996，11（1）：397-402.

［6］周巍.基于小波及人工神經(jīng)網(wǎng)絡的短期負荷預測研究［D］.南京：東南大學，2005.