提高孝感地區(qū)負(fù)荷預(yù)測(cè)準(zhǔn)確率方法

劉 恒 湯海霞

?

提高孝感地區(qū)負(fù)荷預(yù)測(cè)準(zhǔn)確率方法

劉 恒1湯海霞2

1.國(guó)網(wǎng)孝感供電公司，湖北 孝感 432100 2.國(guó)網(wǎng)隨州供電公司，湖北 隨州 443100

深層次剖析影響孝感電網(wǎng)負(fù)荷的因子，針對(duì)這些因子提出了相應(yīng)的解決辦法。采用新辦法后將極大地提高孝感地區(qū)負(fù)荷預(yù)測(cè)準(zhǔn)確率，保證負(fù)荷預(yù)測(cè)各項(xiàng)考核指標(biāo)的順利完成。

負(fù)荷預(yù)測(cè)；日均負(fù)荷預(yù)測(cè)準(zhǔn)確率；影響因子；預(yù)測(cè)算法

長(zhǎng)期以來，國(guó)內(nèi)外行業(yè)專家學(xué)者和電力系統(tǒng)負(fù)荷預(yù)測(cè)相關(guān)人員不斷探索，形成了一系列行之有效的預(yù)測(cè)方法。湖北省電力公司2007年開始將“負(fù)荷預(yù)測(cè)準(zhǔn)確率”作為電網(wǎng)調(diào)度運(yùn)行的考核指標(biāo)之一，同時(shí)也納入同業(yè)對(duì)標(biāo)范疇。與此同時(shí)，我們也在不斷地思考提高負(fù)荷預(yù)測(cè)準(zhǔn)確率的問題，盡管目前負(fù)荷預(yù)測(cè)的研究已傾向“數(shù)學(xué)化”，所用的模型與方法也較先進(jìn)，但筆者作為生產(chǎn)一線的工人，預(yù)測(cè)的是實(shí)際的地方負(fù)荷，如果把負(fù)荷數(shù)據(jù)當(dāng)成一系列“純粹”的數(shù)據(jù)看待，這就失去了電力系統(tǒng)的特色以及不同地區(qū)的特點(diǎn)。因此，筆者立足地方負(fù)荷特點(diǎn)，從負(fù)荷構(gòu)成的物理機(jī)理入手，研究其變化規(guī)律，不斷總結(jié)經(jīng)驗(yàn)，再選用適合地區(qū)負(fù)荷預(yù)測(cè)的模型、計(jì)算算法綜合提高預(yù)測(cè)準(zhǔn)確率。

1 負(fù)荷預(yù)測(cè)指標(biāo)描述

1.1 準(zhǔn)確率指標(biāo)

負(fù)荷預(yù)測(cè)準(zhǔn)確率分為日負(fù)荷預(yù)測(cè)準(zhǔn)確率、日最高負(fù)荷預(yù)測(cè)準(zhǔn)確率、日最低負(fù)荷預(yù)測(cè)準(zhǔn)確率。

1.2 準(zhǔn)確率計(jì)算原理及公式

1.3 準(zhǔn)確率考核指標(biāo)

2015年考核指標(biāo)為≥95%，2016年考核指標(biāo)為≥95%。

2 孝感地區(qū)現(xiàn)有負(fù)荷預(yù)測(cè)流程及步驟

說明：地調(diào)調(diào)度負(fù)荷預(yù)測(cè)專責(zé)根據(jù)地區(qū)氣象信息、次日檢修情況和近日用電負(fù)荷特性進(jìn)行負(fù)荷預(yù)測(cè)，并與16：00以前上報(bào)省調(diào)。省調(diào)主要考核每15分鐘的負(fù)荷預(yù)測(cè)的準(zhǔn)確性，一天共計(jì)96點(diǎn)。目前還沒有專門的預(yù)測(cè)軟件來預(yù)測(cè)，基本是依自動(dòng)化PAS系統(tǒng)高級(jí)應(yīng)用模塊來完成初始數(shù)據(jù)預(yù)測(cè)，再依靠預(yù)測(cè)專責(zé)根據(jù)實(shí)際情況手工修改完成。

表1 孝感地區(qū)2015年負(fù)荷預(yù)測(cè)準(zhǔn)確率匯總

表2 孝感地區(qū)2015年、2016年負(fù)荷預(yù)測(cè)準(zhǔn)確率對(duì)比

3 分析影響孝感地區(qū)負(fù)荷預(yù)測(cè)準(zhǔn)確率因子

2015年日均負(fù)荷預(yù)測(cè)準(zhǔn)確率指標(biāo)完成了94.94%，剛好完成省公司下達(dá)的95%的指標(biāo)要求，2016年開始我們開展專題分析研究，找出影響這個(gè)指標(biāo)的因子，具體如下：（1）孝感電網(wǎng)負(fù)荷基數(shù)小，任意負(fù)荷非計(jì)劃切除都對(duì)準(zhǔn)確率造成較大影響。2015年孝感電網(wǎng)日最大負(fù)荷179.3萬千瓦，最小負(fù)荷43.85萬千瓦，日均負(fù)荷92.64萬千瓦，據(jù)2015年用電情況統(tǒng)計(jì)，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(nóng)業(yè)生產(chǎn)占比為1.7%；農(nóng)業(yè)排灌占比為4.5%；城鎮(zhèn)工商業(yè)占比為5.8%。正常情況下，電網(wǎng)無對(duì)用戶停電的檢修、無事故跳閘，且天氣變化不大，負(fù)荷基本具有一慣性，即與之前同樣天氣條件下的實(shí)際負(fù)荷基本一致，因此對(duì)每日的天氣、檢修損失負(fù)荷情況以及當(dāng)日的曲線均要做記錄備查，同時(shí)對(duì)以后同等情況下的預(yù)測(cè)有一個(gè)參照作用。這樣做出來的準(zhǔn)確率有94%以上，有時(shí)甚至超過96%，在同業(yè)對(duì)標(biāo)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(fù)荷變化不大的季節(jié)。（2）大用戶非計(jì)劃停運(yùn)對(duì)負(fù)荷預(yù)測(cè)準(zhǔn)確率的影響尤其突出。以某鋼廠為例，鋼廠滿負(fù)荷運(yùn)行時(shí)，平均負(fù)荷1.2萬千瓦，其生產(chǎn)特點(diǎn)是每4小時(shí)煉好一爐鋼水，倒出后再煉下一爐，倒鋼水時(shí)，負(fù)荷基本跳變至0.2萬千瓦，從而負(fù)荷曲線形成規(guī)律性跳變。該跳變對(duì)日均負(fù)荷預(yù)測(cè)準(zhǔn)確率、日最低負(fù)荷預(yù)測(cè)準(zhǔn)確率，日最大負(fù)荷預(yù)測(cè)準(zhǔn)確率影響巨大[1]。（3）夏、冬兩季負(fù)荷規(guī)律性小，變化大，不易預(yù)測(cè)。夏季雷雨天氣較多，氣溫驟降，且饋線線路跳閘時(shí)有發(fā)生，使得負(fù)荷驟降2萬多，這種情況下的日均負(fù)荷預(yù)測(cè)準(zhǔn)確率一般只有80%，因此夏季天氣對(duì)負(fù)荷預(yù)測(cè)準(zhǔn)確率影響尤為明顯，雖然通過天氣預(yù)報(bào)可以了解次日天氣，但天氣預(yù)報(bào)的準(zhǔn)確性及精確性都不是很高，特別是預(yù)測(cè)有雷雨，但不知道雷雨具體時(shí)間，這些給次日負(fù)荷準(zhǔn)確預(yù)測(cè)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(fēng)、冰雪、外力破壞引起線路跳閘、倒桿大量減負(fù)荷，使得預(yù)測(cè)準(zhǔn)確率大大降低，從而影響整體的預(yù)測(cè)準(zhǔn)確率。（5）預(yù)測(cè)工具落后。截至目前，孝感地區(qū)還沒有專門的負(fù)荷預(yù)測(cè)系統(tǒng)軟件，基本是依自動(dòng)化PAS系統(tǒng)附帶的高級(jí)應(yīng)用模塊來完成初始數(shù)據(jù)預(yù)測(cè)，再依靠預(yù)測(cè)專責(zé)根據(jù)實(shí)際情況手工修改完成。對(duì)于與預(yù)測(cè)相關(guān)的基礎(chǔ)數(shù)據(jù)的獲取基本上是靠人工收集，憑經(jīng)驗(yàn)取舍，從而修正預(yù)測(cè)數(shù)據(jù)，系統(tǒng)也沒有考慮到氣象數(shù)據(jù)的影響。

4 針對(duì)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(wǎng)負(fù)荷預(yù)測(cè)準(zhǔn)確率的主要因子，要解決負(fù)荷預(yù)測(cè)準(zhǔn)確率的辦法只有使用一個(gè)能綜合考慮這些影響因子的專業(yè)預(yù)測(cè)系統(tǒng)來預(yù)測(cè)。計(jì)算軟件原理。在實(shí)際應(yīng)用中，對(duì)負(fù)荷實(shí)際變化規(guī)律及影響因素做細(xì)致的分析。其基本模型可將負(fù)荷分成四個(gè)分量：Pl（t）=B（t）+W（t）+S（t）+V（t）。其中，Pl（t）：時(shí)刻t的總負(fù)荷；B（t）：時(shí)刻t的基本負(fù)荷分量；W（t）：時(shí)刻t的天氣敏感負(fù)荷分量；S（t）：時(shí)刻t的特別事件負(fù)荷分量；V（t）：時(shí)刻t的隨機(jī)負(fù)荷。基本正常負(fù)荷分量是指負(fù)荷變化有規(guī)律并排除天氣影響的分量，一般包含趨勢(shì)項(xiàng)和周期項(xiàng)，可用線性變化模型和周期變化模型來描述，特別事件負(fù)荷分量是指特別的電視節(jié)目、重大政治活動(dòng)等對(duì)負(fù)荷造成的影響，其特點(diǎn)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(xiàn)對(duì)負(fù)荷的影響程度，從而作出修正的規(guī)則。一般借助因子模型采用簡(jiǎn)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(fù)荷預(yù)測(cè)的效果比較

見表2。

5 結(jié)束語

本文采用新的預(yù)測(cè)系統(tǒng)，用適合孝感地區(qū)的計(jì)算模型對(duì)孝感電網(wǎng)負(fù)荷預(yù)測(cè)進(jìn)行預(yù)測(cè)。改進(jìn)后的預(yù)測(cè)準(zhǔn)確率大大提高，保證了考核指標(biāo)的完成，也提高了同業(yè)對(duì)標(biāo)名次。

[1]王利軍.電力建設(shè)中電網(wǎng)規(guī)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(jí)工程師，主要從事電網(wǎng)調(diào)控運(yùn)行方面的研究。