提高孝感地區負荷預測準確率方法

劉 恒 湯海霞

?

提高孝感地區負荷預測準確率方法

劉 恒1湯海霞2

1.國網孝感供電公司，湖北 孝感 432100 2.國網隨州供電公司，湖北 隨州 443100

深層次剖析影響孝感電網負荷的因子，針對這些因子提出了相應的解決辦法。采用新辦法后將極大地提高孝感地區負荷預測準確率，保證負荷預測各項考核指標的順利完成。

負荷預測；日均負荷預測準確率；影響因子；預測算法

長期以來，國內外行業專家學者和電力系統負荷預測相關人員不斷探索，形成了一系列行之有效的預測方法。湖北省電力公司2007年開始將“負荷預測準確率”作為電網調度運行的考核指標之一，同時也納入同業對標范疇。與此同時，我們也在不斷地思考提高負荷預測準確率的問題，盡管目前負荷預測的研究已傾向“數學化”，所用的模型與方法也較先進，但筆者作為生產一線的工人，預測的是實際的地方負荷，如果把負荷數據當成一系列“純粹”的數據看待，這就失去了電力系統的特色以及不同地區的特點。因此，筆者立足地方負荷特點，從負荷構成的物理機理入手，研究其變化規律，不斷總結經驗，再選用適合地區負荷預測的模型、計算算法綜合提高預測準確率。

1 負荷預測指標描述

1.1 準確率指標

負荷預測準確率分為日負荷預測準確率、日最高負荷預測準確率、日最低負荷預測準確率。

1.2 準確率計算原理及公式

1.3 準確率考核指標

2015年考核指標為≥95%，2016年考核指標為≥95%。

2 孝感地區現有負荷預測流程及步驟

說明：地調調度負荷預測專責根據地區氣象信息、次日檢修情況和近日用電負荷特性進行負荷預測，并與16：00以前上報省調。省調主要考核每15分鐘的負荷預測的準確性，一天共計96點。目前還沒有專門的預測軟件來預測，基本是依自動化PAS系統高級應用模塊來完成初始數據預測，再依靠預測專責根據實際情況手工修改完成。

表1 孝感地區2015年負荷預測準確率匯總

表2 孝感地區2015年、2016年負荷預測準確率對比

3 分析影響孝感地區負荷預測準確率因子

2015年日均負荷預測準確率指標完成了94.94%，剛好完成省公司下達的95%的指標要求，2016年開始我們開展專題分析研究，找出影響這個指標的因子，具體如下：（1）孝感電網負荷基數小，任意負荷非計劃切除都對準確率造成較大影響。2015年孝感電網日最大負荷179.3萬千瓦，最小負荷43.85萬千瓦，日均負荷92.64萬千瓦，據2015年用電情況統計，大用戶用電量占比為33%；居民生活用電占比為34%；非居民用電占比為3%；非普用電占比為14%；農業生產占比為1.7%；農業排灌占比為4.5%；城鎮工商業占比為5.8%。正常情況下，電網無對用戶停電的檢修、無事故跳閘，且天氣變化不大，負荷基本具有一慣性，即與之前同樣天氣條件下的實際負荷基本一致，因此對每日的天氣、檢修損失負荷情況以及當日的曲線均要做記錄備查，同時對以后同等情況下的預測有一個參照作用。這樣做出來的準確率有94%以上，有時甚至超過96%，在同業對標前五名之列。但是這種同等條件僅限于春秋天氣變化較為平緩，負荷變化不大的季節。（2）大用戶非計劃停運對負荷預測準確率的影響尤其突出。以某鋼廠為例，鋼廠滿負荷運行時，平均負荷1.2萬千瓦，其生產特點是每4小時煉好一爐鋼水，倒出后再煉下一爐，倒鋼水時，負荷基本跳變至0.2萬千瓦，從而負荷曲線形成規律性跳變。該跳變對日均負荷預測準確率、日最低負荷預測準確率，日最大負荷預測準確率影響巨大[1]。（3）夏、冬兩季負荷規律性小，變化大，不易預測。夏季雷雨天氣較多，氣溫驟降，且饋線線路跳閘時有發生，使得負荷驟降2萬多，這種情況下的日均負荷預測準確率一般只有80%，因此夏季天氣對負荷預測準確率影響尤為明顯，雖然通過天氣預報可以了解次日天氣，但天氣預報的準確性及精確性都不是很高，特別是預測有雷雨，但不知道雷雨具體時間，這些給次日負荷準確預測帶來難度。冬季里雨雪天氣同樣造成相同的影響。（4）不可抗拒因素。雷雨、大風、冰雪、外力破壞引起線路跳閘、倒桿大量減負荷，使得預測準確率大大降低，從而影響整體的預測準確率。（5）預測工具落后。截至目前，孝感地區還沒有專門的負荷預測系統軟件，基本是依自動化PAS系統附帶的高級應用模塊來完成初始數據預測，再依靠預測專責根據實際情況手工修改完成。對于與預測相關的基礎數據的獲取基本上是靠人工收集，憑經驗取舍，從而修正預測數據，系統也沒有考慮到氣象數據的影響。

4 針對不同影響因子的解決辦法

通過上述分析，得出了影響孝感電網負荷預測準確率的主要因子，要解決負荷預測準確率的辦法只有使用一個能綜合考慮這些影響因子的專業預測系統來預測。計算軟件原理。在實際應用中，對負荷實際變化規律及影響因素做細致的分析。其基本模型可將負荷分成四個分量：Pl（t）=B（t）+W（t）+S（t）+V（t）。其中，Pl（t）：時刻t的總負荷；B（t）：時刻t的基本負荷分量；W（t）：時刻t的天氣敏感負荷分量；S（t）：時刻t的特別事件負荷分量；V（t）：時刻t的隨機負荷。基本正常負荷分量是指負荷變化有規律并排除天氣影響的分量，一般包含趨勢項和周期項，可用線性變化模型和周期變化模型來描述，特別事件負荷分量是指特別的電視節目、重大政治活動等對負荷造成的影響，其特點是，只有積累了大量的事件記錄，才能從中分析出某些事件的出現對負荷的影響程度，從而作出修正的規則。一般借助因子模型采用簡單的人工修正。因子模型可以分為乘子模型和疊加模型兩種。

4.2 負荷預測的效果比較

見表2。

5 結束語

本文采用新的預測系統，用適合孝感地區的計算模型對孝感電網負荷預測進行預測。改進后的預測準確率大大提高，保證了考核指標的完成，也提高了同業對標名次。

[1]王利軍.電力建設中電網規劃的分析[J].大科技：科技天地，2011（18）：199-200.

Enhances along with Xiaogan area load forecast rateof accuracy method

Huang Jianjun

.Xiaogan Power Supply Company，Hubei Xiaogan 432100

The deep level analysis influence along with the state electrical network load's factor， proposed the corresponding solution in view of these factors. After using the new means that will enhance greatly along with the state area load forecast rate of accuracy， guaranteed that the load forecasts each inspection target smooth completion.

load forecast；daily average load forecast rate of accuracy；influence factor；forecasts the algorithm

TM715

A

1009-6434(2016)09-0127-02

劉恒（1980—），男，高級工程師，主要從事電網調控運行方面的研究。