基于多元線性回歸模型的中長期電力負荷預測

徐州樹人中學 魏天琪

基于多元線性回歸模型的中長期電力負荷預測

徐州樹人中學 魏天琪

電力系統中長期負荷預測是電力生產部門的重要工作之一，對電力系統安全穩(wěn)定運行具有重要意義。本文采用多元線性回歸算法，建立了中長期電力負荷預測模型，并以江蘇省年度電力負荷數據為例進行仿真計算，結果顯示預測精度較為準確，證明模型的有效性，

電力系統；中長期負荷預測；多元線性回歸

1.電力負荷

1.1 電力負荷的分類

1.1.1 按物理性能劃分

電力負荷按物理性能可以分為兩種：有功負荷和無功負荷。有功負荷是真實消耗掉的能量；無功負荷則是在電能輸送和轉換過程中建立磁場而消耗的功率，它并不做功。

1.1.2 按電能的劃分

電力負荷根據電能的生產過程分為發(fā)電負荷、供電負荷和用電負荷。發(fā)電負荷指電網或發(fā)電廠的實際發(fā)電出力；供電負荷指的是某地區(qū)內部發(fā)電負荷減去廠用電負荷再加上從地區(qū)外輸入的負荷，再減去向地區(qū)外輸出的負荷。用電負荷指地區(qū)供電負荷減去線路和變壓器的損耗后的負荷值。

1.1.3 按供電可靠性劃分

供電可靠性能夠將電力負荷劃分為幾個級別：一級負荷、二級負荷、三級負荷等。一級負荷如果中斷供電將造成人身傷亡，或造成大型設備不可逆損壞，或對國民經濟帶來巨大損失。二級負荷如果中斷供電將造成較大經濟損失、影響重要單位的正常工作或公共場所秩序混亂。三級負荷指除一、二級負荷外的其他負荷，如果中斷供電造成影響較小。

1.1.4 按用途分類

按照電能的用途，電力負荷可以分為城市居民負荷、商業(yè)負荷、工業(yè)負荷、農業(yè)負荷、其他負荷等。城市居民負荷指居民的家用生活負荷；商業(yè)負荷指用于商業(yè)的生產、照明等負荷；工業(yè)用電負荷指企業(yè)等用于工業(yè)生產的負荷；農業(yè)負荷指從事農業(yè)活動需要的電力負荷。

1.2 電力負荷的特點

電力工業(yè)的產品即電能無法長期大量儲存，電力的生產和消費必須同時進行。電力負荷主要有以下特點：

（1）電力負荷具有連續(xù)性。電力負荷不能突變，無論增長或降低必須漸變，表現為負荷曲線連續(xù)變化、沒有奇點。

（2）電力負荷具有實時變化性。負荷數據不是恒定不變的，由于各種因素能夠對負荷造成影響，所以其隨時處在變化之中。

（3）電力負荷具有周期性。電力負荷對于季節(jié)、溫度、天氣是十分敏感的，會根據它們的變化而變化，所以從某種程度上體現出連續(xù)的相同的變化，呈現成一種周期性。

2.中長期電力負荷預測

2.1 中長期電力負荷預測的概念

負荷預測指的是在充分考慮某些重要的系統運行特性、增容決策、自然條件與社會影響的條件下，研究或使用一套處理過去與未來負荷的數學方法，在滿足精度要求的前提下，確定未來某一特定時刻的負荷數值的過程[1]。

根據預測周期的不同，電力負荷預測可以分為長期電力負荷預測、中期電力負荷預測、短期電力負荷預測和超短期電力負荷預測：

長期電力負荷對應年度預測。它能提供電源、電網規(guī)劃的基礎數據，確定電力設備年度檢修計劃、運行方式等。影響它的眾多因素有國民經濟發(fā)展情況、人口、產值單耗、產業(yè)結構調整情況、電價政策等。

中期電力負荷對應月度預測。它可以安排月度檢修計劃、運行方式、水庫調度計劃、電煤計劃。其影響因素為大用戶生產計劃、氣象條件、產業(yè)結構調整情況、電價政策等。

短期電力負荷對應日預測。它可以安排日開停機計劃、發(fā)電計劃等。主要影響因素有氣象因素（溫度、濕度、降雨等）、電價等。

超短期電力負荷預測對應小時預測。它可以用于實時安全分析、實施經濟調度等。變化波動一般較大。

2.2 中長期電力負荷預測的意義

電力系統能夠為各種用戶盡可能地提供可靠性高、質量良好和持續(xù)的電能?？墒窍到y的發(fā)電和負荷必須保持實時動態(tài)平衡，否則輕則供電質量下降，重則危及系統的安全穩(wěn)定。所以，準確預測電力負荷的變化，才能正確地安排機組啟停和檢修、制定發(fā)電計劃、合理分配電量。

（1）電力負荷預測能夠為電力規(guī)劃提供數據，幫助制定電網發(fā)展計劃，還能夠為電網投資提供參考依據。電力負荷預測是電力系統規(guī)劃、調度、運行的基本工作，準確的負荷預測能夠為電力短期調度以及長期規(guī)劃提供有效的依據。

（2）電力系統在運營過程中難免會出現機器損壞、報廢的現象，運用電力負荷預測就可以對其進行一定的提前判斷，并能夠有序的有層次性的安排檢修、調整。電力負荷預測則是電力系統中安排檢修計劃的基礎。

（3）由于電力負荷預測具有一定提前性，能夠對電力系統的負荷進行事前預估，所以電力負荷預測能夠極大程度上對電力生產、備用起到有效的協調，這種協調能夠節(jié)省備用容量、有效降低電力生產成本。

（4）我國正在逐步實現電力市場化。在電力進入市場化運行后，電力負荷預測的本質實際上是對電力市場需求的預測。在市場的供需下，任何拉閘限電等違反用電合同的行為都必須支付經濟賠償，因此在電力企業(yè)減少成本，提高盈利，走向市場的廣闊背景下，電力負荷預測成為關鍵。

2.3 中長期電力負荷預測的影響因素

根據經驗總結及相關研究結果，中長期電力負荷預測的因素主要包括：

（1）氣候因素。電力系統中具有很多氣候敏感負荷，氣候條件的影響對符合模式變化起到十分顯著的作用。最重要的因素是氣溫，氣溫的波動能夠明顯引起負荷的變化。另一重要氣候因素是濕度，尤其處于高溫或是濕度極大的區(qū)域內，負荷變化十分明顯。其他影響因素還有風速、降雨量、云遮或是日照強度等。

（2）經濟因素。電力系統內的供電區(qū)域內的經濟社會發(fā)展水平、區(qū)域人口數量、第一、二、三產業(yè)發(fā)展水平和構成、電力系統的運行方式、電器設備數量變化、政策發(fā)展的趨勢變化等等宏觀因素對電力負荷的影響時間較長，并且要更加顯著。這些影響因素是對負荷預測的數據進行修改的基礎。

（3）隨機因素。大量分散的單獨需求相互組合成系統負荷，則系統負荷不斷受到隨機干擾的影響，而發(fā)生的這些干擾是不可預計的，對電力負荷產生的影響也是完全未知的。

3.多元線性回歸預測模型

3.1 多元線性回歸算法理論

多元線性回歸是對未來的電力負荷進行定量預測的一種方法。當預測對象y受到多個因素影響時，若是各個影響因素對于y的相關關系可以近似的線性表示，這時則可以建立多元線性回歸模型來進行分析和預測[2]。假定因變量y與自變量之間的關系可表示為：

方差和：

根據最小二乘法原理，要滿足條件：

而對于各變量的樣本平均值，其誤差平方和為：

3.2 誤差評價指標

誤差評價指標是衡量模型預測結果好壞的標準，常用相對誤差對結果進行評價：

4.實例分析

4.1 數據概況

收集江蘇省全社會用電量、地區(qū)生產總值、人口數據，見表4-1所示，數據來源于江蘇省統計年鑒2016[3]。

表4-1 江蘇省全社會用電量、地區(qū)生產總值、人口數據

將上述數據繪制成折線圖，橫坐標是年份，縱坐標是數據歸一化后的標準值，見圖4-1?？梢钥闯?，地區(qū)生產總值與全社會用電量具有明顯的正相關關系，人口與全社會用電量也具有明顯的正相關關系。

4.2 預測步驟

（1）收集數據：收集2005年到2016年的全社會用電量、地區(qū)生產總值、人口數據。

（2）處理數據：查看有無缺失數據、有無明顯特異數據，如果有的話進行數據修正。

（3）進行預測：本文利用SPSS軟件對江蘇省基礎數據進行多元線性回歸分析，并預測未來全社會用電量。

（4）誤差分析：得到預測結果后，分析誤差是否在允許范圍內。

圖4-1 江蘇省全社會用電量、地區(qū)生產總值、人口數據

4.3 結果分析

SPSS是專業(yè)的通用統計軟件包，具有數據管理、統計分析、統計繪圖和統計報表功能，廣泛用于教育、心理、醫(yī)學、商業(yè)、科研等領域，是科學界公認的優(yōu)秀的統計軟件[4]。采用SPSS軟件相關分析模塊進行數據處理，采用2005至2015年的全社會用電量進行多元回歸分析，結果如下：

表4-2 多元回歸分析結果

由上表數據，得到多元回歸曲線表達式為：

式中，y代表全社會用電量，x1地區(qū)生產總值，x2代表人口。預測2016年全社會用電量，結果如表4-3所示：

表4-3 預測結果及誤差

2016年預測用電量5533.39億千瓦時，實際用電量5458.95億千瓦時，相對誤差1.36%。所測結果與實際值比較接近，預測精度符合要求，驗證了預測模型的有效性。

5.總結與展望

電力系統中長期負荷預測的過程中，必須結合負荷特點、選取合理的預測模型進行短期負荷預測。本文采用多元線性回歸模型，以地區(qū)生產總值和人口作為影響因素進行年度負荷預測，預測誤差滿足要求，證明模型的有效性，可以用于中長期負荷預測。

[1]康重慶,夏清,劉梅.電力系統負荷預測[M].北京:中國電力出版社,2007.

[2]何云輝.電力需求預測的實用方法研究[D].四川大學,2005.

[3]中國統計年鑒[EB/OL].http://www.tongjinianjian.com/701.html,2017.

[4]朱紅兵,席凱強.SPSS17.0中的正交試驗設計與數據分析[J].首都體育學院學報,2013,25(03):283-288.

[5]潘淑珍.包頭區(qū)域電力負荷預測研究[D].華北電力大學,2012.

[6]張毅.中長期電力負荷預測[D].四川大學,2003.

[7]楊中華.一元線性回歸模型在電力系統負荷預測中的應用與MATLAB實現[J].科技信息,2012(12):113-114.

[8]彭鵬,彭佳紅.基于多元線性回歸模型的電力負荷預測研究[J].中國安全生產科學技術,2011,7(09):158-161.

[9]陳濤,徐學偉,莊雷明,胡向峰,周超.基于粗糙集和多元線性回歸的電力系統中長期負荷預測[J].山東電力技術,2012(04):32-36.

[10]宋曉茹,李莉,張來青.中長期電力負荷預測研究[J].計算機仿真,2014,31(09):132-135.

魏天琪（2000—），男，江蘇省徐州市樹人中學高二在讀學生，研究方向：電力系統及其自動化。