电力系统短期负荷预测方法综述
本文主要是针对电力系统的短期负荷预测的概念和意义
进行综述，就短期负荷预测的一些特点及其影响预测精度的各方面原因进行总体的分析。

在目前的预测方法里，主要有经典的预测方法和传统的预测方法以及智能预测方法和预测新方法。

从这些预测方法入手进行综合的应用原理分析，比较其不同预测方法的优点及不足的地方。

并且提出了短期负荷预测的精度提升了，不仅在历史的数据上重视了其积累，还应重视在预测的模型选择上要合适，综合型预测模型在未来电力负荷预测方法的必然性。

标签：电力系统短期负荷预测
电力负荷预测在能量的管理系统组成中是极为重要的部分，而短期电力负荷预测则是对几个小时后或是一天、几天的电力负荷值上进行预报。

短期电力负荷预测不仅在电力系统安全以及经济的运作下提供了相关保障，还为市场的环境编排高度计划等打下了基础。

不过在这个电力生产与消费的日趋市场化下，针对负荷预测的准确及可靠性上也有了更为高的要求，而且就电力系统管理与运行来讲其负荷预测逐渐成为了一个主要的研究领域。

预测精度是决定短期负荷预测的作用大小的，所以在短期负荷预测方法研究的重点上是如何对预测精度进行提高。

虽然短期负荷预测的研究历史已經很长远了，国内外的学者也对其在方法还有理论方面对于预测模型进行研究工作。

当短期负荷出现因素太多的情况下，从而限制了预测方法的范围以及精度。

下文针对短期的预测方法展开一个综合性的探析。

在研究未来发展方向的同时也为实际情况下短期负荷的预测提供了一个基础。

1 基于短期负荷的预测特点
对于短期电力负荷来讲其预测便是基于在电力负荷以及相关的历史数据对模型进行全面的建立，从而使得新世纪型的电力负荷更具备科学性和全面性。

对于短期负荷所面临的事件不确定性以及其随机性，包含了各种特点：①在预测的结果上其短期的负荷存在着一定的不确定性。

②不同的负荷预测方法存在相应的条件性。

③短期负荷预测在时间上各有不同。

④预测的结果包含多方案性。

短期负荷预测精度的影响因素：①以往历史数据。

②自然天气情况。

③其日期类型。

④负荷预测模型。

⑤相关社会事件等。

2 简述短期负荷预测方法
短期负荷由于受到来自不同方向的因素影响，面临时间序列问题上其随机的过程表现的很不平稳，就算面临的影响因素包罗万象，不过在这些因素中都存在一个特点那就是有规律性。

能够为实际预测打下基础，其短期负荷预测的方法大致分为四类。

2.1 经典性负荷预测法
2.1.1 回归类分析法。

将相关的历史数据在变化上的规律同负荷在影响上的相关变化因素，来对自变量还有因变量在二者之间所出现的共同的关系作一个寻找还有它回归的方式。

从而对其模型参数作一个确定，能够推测出在未来时刻的相关负荷值。

对于该方法存在着计算原理和结构形式简单其预测的速度较快的优点，在缺点上存在着针对历史数据要求高，其复杂的问题是通过线性的方法来进行描述，所以其精度低结构简单。

就这些缺点来看，对于在负荷在预测中的影响是做不了详细的描述的，而且在描述的过程中，只有基于丰富的经验以及技巧下其难度才不会很高。

2.1.2 时间序列法。

利用不同时间段之间的间隔来对电力负荷进行历史数据的采集上，对于这个方法将其叫做时间序列。

在现代电力系统的短期负荷预测来讲，其时间序列法在算法中与其它方法相比较要成熟的多。

在这个方法下可以对电力负荷的历史数据来进行电力负荷数学模型建立，其特点是可以随时间变化。

这个模型主要是预测未来负荷的。

这个方法的优点在于在历史数据的需求量上较少，其工作量比较小而且在计算的速度是比较快的，能够将在近期里负荷的变化连续性反映出来。

不过对于建模的过程中其程序的建设是极为复杂的，在过程中需要高的知识理论进行模型的建设。

而且就原始时间序列来说，在其平衡性上必须具备高性能。

综上所述，针对时间序列法就只能在那种各方面来讲都比较均匀的短期负荷中进行预测。

可是在对负荷的考虑因素中没有考虑的很合理的以及自然天气变化等不确定的因素下，就会导致其预测的误差会很大。

2.2 传统方法
2.2.1 负荷求导法。

其负荷序列为P（i）（i=1，2，3…），其负荷求导法的预测公式为：
p（i+1）fore=p（i）re+Δp（i）fore
其中Δp（i）fore里i点对于负荷变化率的预测值是：
Δp（i）fore=■Kj·Δp j（i）re
就这个方法的优点来讲，在对原理的表达上清楚且又方便。

在电力的负荷变化率上必须达到规律及稳定性的高要求，在预测的误差上具有累计的效应。

2.2.2 类似日法。

对于类似日法而言，是把即将预测的日类似的负荷进行一个修改，然后得到预测日的负荷。

这个方法用的是某种差异的评价函数，也就是在进行与预测日负荷最为类似的类似日的寻找时，则即将预测的负荷日的参数所进行的修正。

2.2.3 卡尔曼滤法。

在电力负荷中又把它叫作状态空间法，是一个把负荷分
解成能够确定的分量以及随机分量的原理。

在反映未来系统的状态上可以利用对于预报的方法来获得新的相关数据，在组合的过程中就会得到新的预测模型信息，提升预测值的准确性。

2.2.4 指数平滑法。

指数平滑法是利用电力系统负荷趋势外推测技术。

为了达到平均的效果可以对其利用加权的形式，再加计算过程里的新数据其相关的权系数进行加大，也可以将陈旧的数据的权系数进行减小。

在时变性的体现过程上，能够将近期的数据反映到影响未来负荷的程度值上，这个方法的作用主要是采用其平滑来对存在序列里的随机波动进行消除。

2.2.5 灰色预测方法。

灰色预测这个方法主要是对系统中存在着不确定的因素进行的一个专门预测，是利用灰色模型里的微分方程中的单一指标来对电力系统进行预测。

可以根据模型预测未来的负荷，这种方法适合在贫信息的条件下进行分析与预测。