能源系統(tǒng)中電、氣、冷、熱負(fù)荷預(yù)測綜述

國網(wǎng)江蘇省電力公司徐州供電公司 沈興來

能源系統(tǒng)中電、氣、冷、熱負(fù)荷預(yù)測綜述

國網(wǎng)江蘇省電力公司徐州供電公司 沈興來

負(fù)荷預(yù)測一直是能源系統(tǒng)規(guī)劃和運(yùn)營的重要組成部分。隨著技術(shù)的進(jìn)步，經(jīng)濟(jì)條件的變化和許多其他因素的影響，負(fù)荷預(yù)測變得越來越重要。負(fù)載預(yù)測所影響的因素和其自身的影響因素及其變化規(guī)律受到不同時(shí)間跨度的影響，由于其隨機(jī)性和不確定性的特點(diǎn)，各能源系統(tǒng)準(zhǔn)確地預(yù)測未來的負(fù)荷需求一直是一個(gè)具有挑戰(zhàn)性的問題。本文主要概述了目前各能源系統(tǒng)中電、氣、冷、熱負(fù)荷預(yù)測的研究狀況和模型方法，提出提高各負(fù)荷預(yù)測的精度不僅重視歷史數(shù)據(jù)的積累，更應(yīng)注重選擇合適的預(yù)測模型，綜合預(yù)測模型是未來能源系統(tǒng)負(fù)荷預(yù)測方法的發(fā)展方向。

電力系統(tǒng)負(fù)荷預(yù)測；冷負(fù)荷預(yù)測；熱負(fù)荷預(yù)測；氣負(fù)荷預(yù)測；能源管理系統(tǒng)

0 引言

能源系統(tǒng)負(fù)荷預(yù)測即是依照各系統(tǒng)負(fù)荷的內(nèi)在變化律，兼顧隨機(jī)因素對負(fù)荷變化帶來的種種影響，以此發(fā)現(xiàn)影響負(fù)荷變化的歷史變化律，尋找出與各因素的內(nèi)在聯(lián)系，進(jìn)一步準(zhǔn)確地預(yù)測出在將來某段時(shí)間內(nèi)系統(tǒng)負(fù)荷的變化情況[1]。

能源系統(tǒng)負(fù)荷的變化規(guī)律一般為周期性，然后又兼有隨機(jī)性與不確定性等。故負(fù)荷的預(yù)測除受到自身的影響，一般還受外界諸多不確定因素的局限。目前，有大量的模型和方法被應(yīng)用到其中。通常劃分為以下兩種類型[2-3]：

表1 能源系統(tǒng)負(fù)荷預(yù)測發(fā)展的兩個(gè)階段

1 電力系統(tǒng)負(fù)荷預(yù)測

電力系統(tǒng)是一個(gè)不斷運(yùn)動(dòng)的、極其繁瑣的能量轉(zhuǎn)換系統(tǒng)，是由三個(gè)相輔相成的組成：發(fā)電、輸電和配電。發(fā)電廠產(chǎn)生的電能經(jīng)輸電網(wǎng)及配電網(wǎng)被傳送給不同的用戶，最終被用電設(shè)備所消耗。在電力系統(tǒng)中，這些用電設(shè)備簡稱為負(fù)荷。由于這些負(fù)荷是不停的改變的，同時(shí)存在這規(guī)律性和隨機(jī)性。因此在電力系統(tǒng)負(fù)荷預(yù)測時(shí)既要考慮內(nèi)部規(guī)律性，又要兼顧不確定性因素的影響。

在1920年時(shí)，已經(jīng)有不少專家展開了電力負(fù)荷預(yù)測的相關(guān)研究,因?yàn)楫?dāng)時(shí)的條件受限和電力系統(tǒng)的規(guī)模比較小，變化的波多小，比較穩(wěn)定,所以其在當(dāng)時(shí)沒有并不是一個(gè)熱點(diǎn)問題。然而隨著電力系統(tǒng)的市場化運(yùn)行速度加快，國家對能源的相重視程度的加強(qiáng)，這讓負(fù)荷預(yù)測受到學(xué)者們廣泛的關(guān)注。現(xiàn)階段，國內(nèi)外的專家學(xué)者進(jìn)行了大量的研究之后,已經(jīng)取得了較多的成果。但是多集中于短期負(fù)荷預(yù)測，其他類型，諸如短期負(fù)荷預(yù)測和長期負(fù)荷預(yù)測的研究則相對較少。依照預(yù)測的方式分類，大概歷經(jīng)四個(gè)階段[6-7]。

表2 電力系統(tǒng)負(fù)荷預(yù)測發(fā)展四個(gè)階段

以上負(fù)荷預(yù)測研究中,國外研究起步早而且較為深入,而國內(nèi)雖然起步晚,但目前己經(jīng)接近于國外的先進(jìn)水平。

2 冷熱負(fù)荷預(yù)測

從目前來看，關(guān)于冷負(fù)荷預(yù)測的研究并不是特別多，這些研究主要集中在日本，因?yàn)槟Ｐ痛嬖诤芏嗳毕?，這使預(yù)測的精度沒有說服力。而且，對新建工程沒有相關(guān)的方法進(jìn)行預(yù)測。目前，關(guān)于冷負(fù)荷的神經(jīng)網(wǎng)絡(luò)預(yù)測研究我國仍在起步階段，和國外先進(jìn)水平存在這較大距離。

熱負(fù)荷預(yù)測是為供暖系統(tǒng)的服務(wù)，獲取精確的數(shù)據(jù)，它對于集中供暖系統(tǒng)的良好經(jīng)濟(jì)運(yùn)行起著相當(dāng)關(guān)鍵的作用。近年來，國內(nèi)外的諸多專家主要研究了熱負(fù)荷的特性、變化規(guī)律、影響因素等，使預(yù)測負(fù)荷實(shí)際，為社會(huì)所利用，達(dá)到節(jié)能減排目的。

理論上講，供熱過程是關(guān)于能量和物質(zhì)的動(dòng)力學(xué)系統(tǒng)。其中二者的傳輸關(guān)系呈非線性特點(diǎn)，因此大部分的預(yù)測是以依據(jù)歷史數(shù)據(jù)為基礎(chǔ)。Mattias B O Ohlsson[8]采用人工神經(jīng)網(wǎng)絡(luò)的方法對美國某大型建筑的熱負(fù)荷進(jìn)行了預(yù)測；Pinson[9]采用有限脈沖響應(yīng)法對系統(tǒng)關(guān)鍵點(diǎn)的溫度預(yù)測。

就目前而言，國內(nèi)學(xué)者對熱負(fù)荷預(yù)測研究也獲得了一些成果。朱學(xué)莉等[10]提出了一種用時(shí)間序列法建立AR-MA模型來表示熱負(fù)荷預(yù)測的過程。黎展求，朱棟華等[11]結(jié)合小波分析和支持向量回歸（SVR）兩種方法，預(yù)測了室內(nèi)平均溫度，為跟蹤調(diào)節(jié)控制提供參考。

3 燃?xì)庳?fù)荷預(yù)測

在燃?xì)夤?yīng)系統(tǒng)中，燃?xì)庳?fù)荷數(shù)據(jù)對燃?xì)夤編碛辛Φ臄?shù)據(jù)支持，對其規(guī)劃設(shè)計(jì)、良好經(jīng)濟(jì)運(yùn)行起著至關(guān)重要的作用。

近年來，一些發(fā)達(dá)國家的天然氣的使用率已相當(dāng)高，天然氣作為一次能源，占其略為33%，市場化程度高，不少學(xué)者已深入研究了其負(fù)荷特性分析和預(yù)測模型。除此之外，針對市場變化律，國外一些有實(shí)力的公司已經(jīng)研發(fā)出了天然氣的負(fù)荷預(yù)測模型和軟件。這些預(yù)測模型一般選取經(jīng)濟(jì)因素、能源發(fā)展?fàn)顩r、用戶數(shù)量和類型、氣象數(shù)據(jù)、日歷信息等參數(shù)作為軟件的輸入?yún)?shù)進(jìn)行在線預(yù)測。

我國天然氣負(fù)荷預(yù)測研究目前處在起步階段，國內(nèi)許多學(xué)者已經(jīng)取得了一些研究成果。其中，周偉國采用了基于混沌理論的加權(quán)一階局域法、最大李亞普諾夫指數(shù)等方法對城市燃?xì)馊肇?fù)荷進(jìn)行了預(yù)測[12]。結(jié)合目前的文獻(xiàn)資料總結(jié)得到我國對于天然氣負(fù)荷預(yù)測的研究主要采用了三類方法：

表3 我國燃?xì)庳?fù)荷預(yù)測三種方法

4 結(jié)語

負(fù)荷預(yù)測精度對各系統(tǒng)的安全經(jīng)濟(jì)運(yùn)行以及供能質(zhì)量起著不可替代的作用，簡單概述和比較了現(xiàn)階段的各種負(fù)荷預(yù)測研究狀況，對將來的負(fù)荷預(yù)測工作重點(diǎn)提供了依據(jù)，需要加強(qiáng)對歷史數(shù)據(jù)的統(tǒng)計(jì)分析，比較精確計(jì)算出各模型的參數(shù)，并且加強(qiáng)對預(yù)測模型新思路和新方法的研究，以滿足不斷發(fā)展能源市場的要求。

[1]康重慶,夏清,徐瑋．電力系統(tǒng)不確定性分析[J]．北京科學(xué)出版社,2011．

[2]H．K．Alfares,M．Nazeeruddin．Electric load forecasting:literature survey and classification of methods[J]．International Journal of Systems Science,2002,33:23-34．

[3]E．Almeshaiei,H．Saltan．A methodology for forecasting[J]．Alexandria Engineering Journal 2011,power load 5:137-144．

[4]M．Kelkinnama,S．M．Taheri．Fuzzy least-absolutes regression using shape preserving operations[J]．Information Sciences,2012,214:105-120．

[5]S．F．Liu,YLin．information[M]．New York:Springer,2006．

[6]張素香,趙丙鎮(zhèn),王風(fēng)雨,張東,等,海量數(shù)據(jù)下的電力負(fù)荷短期預(yù)測[J]．中國電機(jī)工程學(xué)報(bào),2015,35(1):37-42．

[7]趙峰,孫波,張承慧,等,基于多變量相空間重構(gòu)和卡爾曼濾波的冷熱電聯(lián)供系統(tǒng)負(fù)荷預(yù)測方法[J]．中國電機(jī)工程學(xué)報(bào),36(2):399-406．

[8]Ohlsson MB,Peterson CO,Pi H,et al．Predicting System Loads with Artificial Neural Networks--Methods and Results from”The Great Energy Predictor Shootout”[J]．ASHRAE Transactions-American Society of Heating Refrigerating Airconditioning Engin,1994,100(2):1063-1074．

[9]Pinson P,Nielsen TS,Nielsen HA,et al．Temperature prediction at critical points in district heating systems[J]．European Journal of Operational Research,2009,194(1):163-176．

[10]朱學(xué)莉,齊維貴．建筑供熱負(fù)荷預(yù)防與預(yù)測控制策略研究[J]．控制與決策,2002,17(B11):703-706．

[11]黎展求,朱棟華．小波分析和SVR在供熱負(fù)荷預(yù)測中的應(yīng)用[J]．科技咨詢導(dǎo)報(bào),2007(02):57-58

[12]周偉國．城市燃?xì)庳?fù)荷的混沌特性與預(yù)測[J]．同濟(jì)大學(xué)學(xué)報(bào),2010,38(10):1511-1515．