电力系统负荷预测方法研究
摘要：电力系统负荷预测在电力系统规划和运行方面发挥的重要作用，具有明显的经济效益。

本文系统地介绍和分析了各种负荷预测的方法及特点，并提出加强电力系统负荷预测精度的措施和方法。

关键词：电力系统；负荷预测；方法研究
中图分类号：f407.61 文献标识码：a 文章编号：
负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提，是一个电网调度部门和规划部门所必须具有的基本信息。

提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。

二、影响电力负荷预测的因素
湖南地区电网负荷特性的主要影响因素有各产业结构性影响、水电机组发电效力、气候条件、高耗能产业结构与政策、电网规划与建设等。

在湖南境内，水电占电网电力供应的比重较大，而水力发电受气象因素的影响又很大，尤其是持续性的干旱少雨和夏季高温，水力发电减少，加剧用电紧张的状态。

单就湖南地区而言，电网负荷特性具有以下特点：①受季节性气候影响，冬夏两季由于生产性用电以及居民用电达到全年高峰。

②受年降雨量的气候影响较为明显。

由于湖南水力发电占据比重较
大，年降雨量是否充沛对于水电发电有着重要影响，也直接影响电网负荷。

③易受多种气象因素影响。

气温与电力负荷呈显著的正相关关系，气温是影响电力负荷的主要因子；夏季以气温和风速、气温和相对湿度组合的变化对负荷的影响较大。

④随着产能结构的调整以及冶炼业的产业转移，地区电网负荷受产业结构与政策的影响越发显著。

三、负荷预测的方法及优劣势比较
负荷预测的目的就是提供负荷发展及水平，同时确定各供电区、各规划年供用电量、供用电最大负荷和规划地区总的负荷发展水平，确定各规划年用电负荷构成。

负荷预测的方法主要有一下几种：
1、灰色模型法
普通灰色预测模型是一种指数增长模型，当电力负荷严格按指数规律持续增长时，此法有预测精度高、所需样本数据少、计算简便、可检验等优点。

而最优化灰色模型可以把有起伏的原始数据序列变换成规律性增强的成指数递增变化的序列，大大提高预测精度和灰色模型法的适用范围，适用于短期负荷预测。

2、德尔菲法
德尔菲法的优点是：①可以加快预测速度和节约预测费用；②可以获得各种不同但有价值的观点和意见；③适用于长期预测，在历史资料不足或不可预测因素较多尤为适用。

缺点是：①对于分地区的负荷预测则可能不可靠；②专家的意见有时可能不完整或不切实际。

3、单耗法
单耗法其方法简单，对短期负荷预测效果较好。

缺点是：需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。

4、趋势外推法
选择合适的趋势模型是应用趋势外推法的重要环节，图形识别法和差分法是选择趋势模型的两种基本方法。

趋势外推法只需要历史数据、所需的数据量较少。

缺点是：如果负荷出现变动，会引起较大的误差。

5、时间序列法
就是根据负荷的历史资料，设法建立一个数学模型，用这个数学模型一方面来描述电力负荷这个随机变量变化过程的统计规律性；另一方面在该数学模型的基础上再确立负荷预测的数学表达式，对未来的负荷进行预测。

6、回归分析法
用数理统计中的回归分析方法对变量的观测数据统计分析，从而实现对未来的负荷进行预测。

回归模型有一元线性回归、多元线性回归、非线性回归等回归预测模型。

7、弹性系数法
弹性系数是电量平均增长率与国内生产总值之间的比值，根据国内生产总值的增长速度结合弹性系数得到规划期末的总用电量，方法简单，易于计算。

缺点是：需做大量细致的调研工作。

8、专家系统法
专家系统预测法是对数据库里存放的过去几年甚至几十年的，每小时的负荷和天气数据进行分析，从而汇集有经验的负荷预测人员的知识，提取有关规则，按照一定的规则进行负荷预测。

实践证明，精确的负荷预测不仅需要高新技术的支撑，同时也需要融合人类自身的经验和智慧。

9、神经网络法
神经网络预测技术，可以模仿人脑做智能化处理，对大量非结构性、非确定性规律具有自适应功能。

ann应用于短期负荷预测比应用于中长期负荷预测更为适宜。

因为，短期负荷变化可以认为是一个平稳随机过程。

而长期负荷预测可能会因政治、经济等大的转折导致其模型的数学基础的破坏。

10、优选组合预测法
优选组合有两层含义：一是从几种预测方法得到的结果中选取适当的权重加权平均；二是指在几种预测方法中进行比较，选择拟和度最佳或标准偏差最小的预测模型进行预测。

11、小波分析预测技术
小波分析能对不同的频率成分采用逐渐精细的采样步长，从而可以聚集到信号的任意细节，尤其是对奇异信号很敏感，能很好的处理微弱或突变的信号，其目标是将一个信号的信息转化成小波系数，从而能够方便地加以处理、储存、传递、分析或被用于重建原始信号。

这些优点决定了小波分析可以有效地应用于负荷预测问题
的研究。

四、如何提高负荷预测的精度
由于影响地区电网负荷预测的因素太多，依靠单一的预测方法难以取得良好的效果，因此需要针对项目实际应用情况正确的结合多种单项预测方法，降低预测结果对某个较差预测方法的敏感程度，进而可以提高地区电网负荷预测的精度和准确度。

但是在桂林电网和柳州电网的地区电网短期负荷预测中，采用现有组合预测方法大都与实际的预测情况不相符合，特别是在回溯预测试验结果时出现较大的线性误差。

由此，也有部分学者提出了以基于诱导有序加权平均算子的最优组合短期负荷预测方法，采用以下一些措施提高电网短期负荷预测精度：①建立和完善典型日负荷样本数据库；
②特殊事件造成负荷较大变化时进行人工干预；③合理做好负荷日的类型分析；④采用扩展短期负荷预测方法进行明日负荷预测；⑤建立气象负荷数据源预测模型；⑥引入国网以及高校开发的地区电网负荷预测模型软件，并针对地区电网情况进行调整。

五、负荷预测的发展前景
系统全面地对现有电网负荷预测的各种方法进行研究、分析和评价的基础上，结合地区电网负荷预测特点，部分地区电网负荷预测确立了基于人工免疫系统对电网负荷预测进行研究的新方向，并进行了实地调研和具体实践。

以负荷预测为出发点对城区电网设备优化进行优化设计，提出设计一个特别的免疫系统来提高蚂蚁算法在局部搜索时的效率，将免疫思想引入到蚂蚁算法中，构成改进人
工免疫优化算法，这种算法综合了蚂蚁和免疫系统的优点。

蚂蚁算法是相互协同工作来寻找良好的解，同时能完成全局的搜索并避免局部的最优化，为eta问题提供了合理求解的途径。

六、结束语
随着互联网的发展以及新兴科学理论的延展，要进一步提高预测精度，就需要采用计算机系统集成模式对传统的预测方法进行改进和优化。

在电力系统负荷预测方法研究中，使用高效率的考核手段，建立起完备的计算机网络自动化管理系统，才能实施对影响地区负荷曲线趋势的有关供电局、地方及企业自备电厂的负荷预测考核和发电、上网计划管理，最大限度地降低电网的经济损失，提高电网的经济效益。

在这种机制下，以多种电网负荷预测方法结合的计算机负荷预测程序已经研发成功并逐步得到推广应用。

参考文献：
[1]孙志超.城市电网负荷预测[j]中国科技财富.2011(03).
[2]李江涛.浅析电网负荷预测方法及其实现[j]科技
风.2011(03).
[3]张丽芳.地区电网负荷预测软件的研究与应用[d].太原理工大学.2010.
[4]刘思青.地区电网在线短期负荷预测[c].2011年青年通信国际会议论文集.2011.
个人简介：何志鹃，女，湖南郴州，学士学位，从事电力工程建设管理。