研20（XJEDU2010116）研究与开发2011年第10期 21据已有的资料和经验，运用一定的方法和模型，分析负荷本身及其有关因素的相互关系，编制负荷预测曲线。

在预测过程中，由于受经济，政治，气象，时间等多种随机性因素的影响，短期负荷具有随机性和不确定性。

总的来说，短期负荷预测具有以下明显特点：1）不确定性电力负荷受多种复杂因素的影响，且这些影响因素有时难以准确确定，这就会导致负荷预测结果的不准确。

2）条件性负荷未来发展的不确定性，导致条件无法确定，因此就需要一些假设条件，在此基础上对负荷进行预测。

3）时间性科学的负荷预测，要求有比较确切的数量关系和概念，因此，要指明预测的起止时间和历史样本的起止时间。

4）多方案性[4]不同地区的负荷情况所采用的预测方案是不一样的，我们需要对各种情况下可能的负荷发展状况进行预测，这样短期负荷预测就具有多方案性。

5）周期性由于人们在长期的社会活动过程中形成了特定的生产和生活方式，使负荷变化具有了一定的规律性，其中最典型的是年周期性、周周期性、日周期性，其中日周期性是日短期负荷预测和超短期负荷预测的依据和基础。

6）连续性短期电力负荷是连续的，在负荷变化过程中，无论是负荷增加还是减少都要求负荷变化量在一定的范围之内，其外在表现就是负荷的连续性。

7）非线性短期负荷的变化与其影响因素基本上不存在正比关系，这样在短期负荷预测中应用线性模型进行预测效果就会比较差。

8）相似性在实际的负荷预测过程中，负荷预测结果在相对应的阶段呈现相近的情况，事实上，我们在负荷预测过程中使用类推法和历史类比法，就是基于这个特点。

1.2 影响负荷预测精度的因素精度是负荷预测最重要的指标。

在电力系统短期负荷预测中，影响短期负荷预测精度的因素是多方面的，但主要是以下几方面：1）历史数据历史负荷数据在很大程度上决定了未来预测负荷的水平，然而负荷预测所需的大量历史资料并不能保证其绝对准确可靠，在一定程度上必然会带来一些预测误差。

2）经济因素经济环境的好坏和经济发展状况对负荷预测是有重要影响的。

一般来说，经济发展比较好的情况下，负荷水平就提升的比较快；反之，负荷水平就会下降。

3）政治因素例如军事冲突等，此类事件出现的概率很小，但是一旦出现就会对负荷造成重大影响。

4）气象因素影响负荷的天气因素很多，在进行负荷预测时，往往预测模型只考虑研究对象的主要因素，而忽略了许多次要的因素，另外，再加上气象预报本身的不准确，会造成双重误差。

5）时间因素时间的周期性和季节性变化、节假日等时间因素使负荷曲线在不同的时间范围内呈现出不同的特征。

6）样本因素影响短期电力负荷预测的样本因素包括样本数量、样本质量和样本范围。

在进行短期电力负荷预测时，不能仅仅考虑时间、历史数据因素，应该综合考虑影响负荷的各种因素，同时对各个因素进行定量和定性的分析，进而选择最佳样本，使预测更加准确。

7）预测模型不同负荷预测模型所得出来的预测结果有时是有较大差别的，我们应根据地区实际和特点，选择精确的负荷预测模型。

8）其他因素在确保电力市场经济性的的情况下，执行峰谷分时电价，在一定程度上对负荷曲线产生了影响；难以确定反映负荷周期性、趋势性以及与影响因素之间关系的样本数；有些突发事件，如拉闸限电、冲击负荷、停电检修和重大活动等都可能会对系统负荷产生很大的影响；大电网（网、省级）负荷变化一般都有较强的统计规律性，预测结果比较准确，研222 2.1 2.2 2.32011年第10期 23程图。

图2 短期负荷预测基本流程图3.2 提高短期负荷预测精度的几条措施根据短期负荷预测的特点以及影响负荷预测精度的因素，结合短期负荷预测的基本流程图，我们应在以下几个方面来提高短期负荷预测的精度。

1）历史数据的正确与否在一定程度上决定了预测结果的精确度，有效的利用高质量的样本数据既是非常基础也是非常重要的工作。

2）加强对运行人员的培训力度，增强运行人员的理论修养和经验知识的积累。

3）加强与气象预报部门的沟通，提高天气预测的准确率，它是提高负荷预测准确率的前提和基础。

4）预测部门工作人员要加强与非统调之外电厂（站）的沟通与协调，掌握准确的负荷信息，对提高负荷预测精度将产生重要意义。

5）建立电力负荷的大用户中心，实时掌握大客户的负荷调整信息，这样就能缓解在特殊情况下对负荷预测造成的不利影响，提高预测精度。

6）针对预测地区的负荷特性分析和负荷特点，选择精确的预测模型。

7）加大对负荷预测研究工作的资金投入力度，不断尝试用新理论和新技术对负荷进行预测，建立完整的负荷预测体系。

8）加强各地区电网的管理和协调，实现信息共享，建立特殊情况下的应急体系，及时调整负荷预测的工作进度和工作方法等。

4 结论短期负荷预测是电力系统调度运营部门一项重要的基础工作，预测精度的高低直接影响到电网运行的安全性、经济性以及电能质量。

随着电力市场条件下对供电安全性，可靠性和经济性的更高要求，提高短期负荷预测的质量势在必行。

本文分析了短期负荷预测的特点，总结了影响负荷预测精度的因素，对负荷预测的一些方法进行了阐述和探讨，提出了提高负荷预测精度的措施，希望能给负荷预测工作者带来一些新的工作思路。

作者认为未来的负荷预测工作，在加强对基础数据进行处理的同时，要运用科学的技术手段不断完善负荷预测模型，并积极探索负荷预测的新思路和新方法，在实际中，有针对性的对特定地区和特定情况选用特定的负荷预测模型，建立全面的和不断更新的负荷预测数据库，不断提高负荷预测精度和负荷预测工作水平。

参考文献[1] Damitha.K.Ranaweera, George. G.Karady, Richard.G.Farmer.Economic impact analysis of load Forecast-ing [J].IEEE Transon Power Sysems, 1997,12(3):1388-1392. [2] 康重庆,夏清,刘梅.电力系统负荷预测[M].北京:中国电力出版社,2007.[3] 周平,杨岚,周家启.电力系统负荷灰色预测的新方法[J].电力系统及其自动化学报,1998,10(3):45-50. [4] 牛东晓,曹树华,赵磊,等. 电力负荷预测技术及其应用[M]. 北京:中国电力出版社,1998.[5] 张涛,赵登福,周琳等.基于RBF 神经网络和专家系统的短期负荷预测方法[J].西安交通大学学报,2001, 35(4):331-334.[6] Rahman S,Bhatangar R. An expert system basedalgorithm for short-term load forecast[J]. IEEE Trans on Power Systems,1998,3(2):392-399.[7] 安淑芝.数据仓库和数据挖掘.北京:清华大学出版社, 2005. [8] 高山,单渊达.基于径向基函数网络的短期负荷预测[J].电力系统自动化,1999,23(5):31-34.[9] 彭建春,江荣汉.电力系统短期负荷预报的动态神经网络方法[J].湖南大学学报,1997,21(1):83-86. [10] 李世昌.用前向神经元网络进行短期负荷预测的方法[J].福建电力与电工,1996.[11] 瓦普尼克著,张学工译．统计学习理论[M].北京:电子工业出版社,2004.[12] 谢敬东,唐国庆.组合预测方法在电力负荷预测中的应用[J].中国电力,1998,31(6):3-5.[13] 史永,王鹏,张粒子.一种实用的短期负荷组合预测方法[J].现代电力,2000,17(1):35-40.（下转第51页）2011年第10期 51其递减率为海拔每升高100m ，气温降低足够补偿由海拔升高对电器温升的影响。

因此，低压电器的额定电流值可以保持不变，对于连续工作的大发热量电器，可适当降低电源等级使用。

（5）太阳辐射强度对电气设备的影响及防护[6] 随着海拔的升高，空气密度也随之降低，太阳光透过度愈大,到达地面的辐射越强。

太阳辐射的数据一般是是统计夏季6～8月内，太阳直接辐射最大强度值，表7为不同海拔要求太阳直接辐射照度值。

表7 不同海拔要求太阳直接辐射照度海拔/m 2000 3000 4000 5000最大太阳直接辐射照度/(W/m 2)1060 1120 1180 1250由上表7可知，海拔高度增加1000m,太阳直接辐射强度增加约60W/m 2，对机舱、塔筒和叶片等暴露于外的部分，图层应选用耐强烈太阳辐射的材料，如耐候性塑料、粉末涂料等。

6 结论控制系统是风电机组的关键部分，是风电机组运行的“大脑”，是整个机组实现安全正常运行及实现最佳运行的保证；对于高原环境区域，控制系统的设计有其特殊性，由于空气密度、温度降低，对于风电机组电气控制系统的设计，主要考虑低压电器设备设计选型问题，其中主要包括空气密度的降低导致的电气设备的散热能力降低、电气设备的绝缘强度降低、电气设备的容量等电气性能的降低。

因此，对于控制系统来说，高海拔问题关键是解决电气设备的容量、动作特性、散热、绝缘等问题。

另外，高海拔环境的太阳辐射也应有一定的考虑。

充分考虑到上述问题，并采取相应的措施，保证电气设备的正常运行，才能保障机组的安全稳定工作。

参考文献[1] 叶杭冶.风力发电机组的控制技术[M]. 2版.北京:机械工业出版社,2006.[2] 王富,王杰,徐学渊.高原风力发电机组的设计及改进.[J]电站辅机,2009(3):(19-22).[3] 正之.关于低压电器耐压试验的海拔修正问题的探讨[Z].上海:上海电器科学研究所,1984 .[4] GBT 22580-2008 特殊环境条件,高原电气设备技术要求低压成套开关设备和控制设备.[5] GB/T20626.2-2006 特殊环境条件,高原电工电子产品第二部分:选型和检验规范.[6] Global wind energy council,GWEC: Global wind 2008report[EB/OL]. http://, 2009 - 02-18.作者简介王 东（1976-），男，工学硕士，河北保定人，保定天威风电科技有限公司技术部工程师，研究方向为风力发电机组的运行与控制。

（上接第23页）[14] 招海丹,余得伟.模糊专家系统用于短期负荷预测修正的初步探讨[J].华东电力,2000(5):24-27.[15] 邰能灵,侯志俭,李涛等.基于小波分析的电力系统短期负荷预测方法[J].中国电机工程学报,2003,23(1): 45-50.[16] 甘文泉,王朝晖,胡保生.结合神经元网络和模糊专家系统进行电力短期负荷预测[J].西安交通大学学报, 1998, 32(3):28-32.[17] 卢建昌,王柳. 基于时序分析的神经网络短期负荷预测模型研究[J]. 中国电力,2005,38(7):11-14. [18] 李广,邹德忠,谈顺涛. 基于混沌神经网络理论的小电网短期电力负荷预测[J].电力自动化设备,2006, 26(2): 50-52.[19] 梁海峰,涂光瑜,唐红卫. 遗传神经网络在电力系统短期负荷预测中的应用[J].电网技术,2001,25(1): 49-53.[20] 蔡金锭,付中云. 粒子群神经网络混合算法在负荷预测中的应用[J]. 高电压技术,2007,33(5):90-93.作者简介郭华安（1986-），男，汉族，河南镇平县人，硕士研究生，现就读于新疆大学电气工程学院。