短期電力負荷預測淺析

國網湖北省宜昌市供電公司　易思超　趙劍楠　蔣何為宜昌昌耀電業集團有限公司　張　鑫國網湖北省宜昌市供電公司　羅宇航　姜鳴瞻

短期電力負荷預測淺析

國網湖北省宜昌市供電公司易思超趙劍楠蔣何為
宜昌昌耀電業集團有限公司張鑫
國網湖北省宜昌市供電公司羅宇航姜鳴瞻

簡述了當前電力改革新形勢下短期負荷預測的重要意義，分析了配電網短期負荷預測的特點及影響預測精度的因素，并綜合分析了經典傳統方法、智能預測法兩類預測方法的基本原理，描述了配電網負荷預測發展的趨勢。

配電網；短期負荷預測；電力改革；回歸分析；BP神經網絡

0　引言

從當前的電力改革形勢可以明確看出，配售電業務將逐步脫離國家電網，而如何控制配售電業務的成本、提高運營利潤的關鍵是提高配電網短期負荷的預測精度。負荷預測可以有效地指導運營單位準確地調度負荷、交易電能、合理供電，控制成本。因此，負荷預測是當前電力新形勢下的一大重要研究領域。影響短期負荷的因素呈現出多樣性、隨機性、突變性［1］，不少預測方法已無法滿足當前電力發展的精度需求。因此，本文針對當前常見的預測方法做了綜合比對，分析了各種方法的原理、優缺點，并指出了配電網短期負荷預測理論的研究方向，為當前配網短期負荷預測提供借鑒之用。

1　配電網中短期負荷預測的特點和影響因素

1.1與配電網短期負荷預測相關的特點

根據配電網的基本構造和功能機構，配電網基本的特點有：（1）負荷分布范圍差異大。配網地理覆蓋面積不等，負荷分布特性差異明顯。（2）負荷種類多樣。配網中多種性質負荷并存，負荷變化趨勢復雜度高。（3）負荷具有很大不確定性。配網負荷易受天氣、日照、濕度等環境因素影響，因此配網負荷預測具有一定的不確定性、時間性。

1.2影響負荷預測精度的因素

負荷預測是由目標區域的歷史負荷數據運算而來。根據目標區域負荷資料的特點，選擇相應的算法并確定合適的數學模型對目標區域未來的負荷情況進行預測。因此，影響預測精度因素為：（1）歷史數據；（2）時間區間；（3）數學算法；（4）氣象條件；（5）社會突發活動等。

2　短期負荷預測方法簡述

2.1經典傳統方法

2.1.1指數平滑法

指數平滑法是外推法中的一種重要類型，是用過去某段同類型時間區間的歷史數據組成一組有序數組并將其加權組合起來直接預測時間序列的將來值［2］。其基本公式為：

從公式可以看出這種方法的基本原理就是加權平均，通過由a組成的加權系數來實現“厚近薄遠”的原則，強調新近數據對預測的重要性，以體現負荷預測的時變性。指數平滑法具備模型簡單、存儲數據量小的優點，可由新進數據快速運算出新的預測負荷值。但無法準確的考慮到當前經濟發展、天氣情況等隨機影響因素。

2.1.2回歸分析法

回歸分析是研究變量之間關系的一種數學方法。此方法中，自變量是影響負荷變化的隨機變量因素，而因變量是預測用電量。回歸分析負荷預測法通過歷史數據，研究各自變量和因變量之間的相關關系及回歸方程，求解出數學模型參數，再借助模型推測將來負荷。在負荷預測實際工作中，為確定回歸方程有效性，多采用相關系數法來做檢驗，檢驗因變量w和自變量z相關性，其相關系數定義為：

2.2智能預測法

2.2.1小波分析法

各類電力負荷信號都是連續頻譜，常見的小波分析預測方法［4］是對原始負荷數據進行小波分解，將混合數據分解為不同頻帶的子數據鏈，這樣既能清楚的描述負荷的周期性也能分析不同頻域的子數據鏈的變化趨勢，分解后對各子數據鏈分別建立合理的模型并進行預測，最后將各個模型預測的結果合成得出總的負荷預測數據。

這種方法的優勢是無需用復雜的數學形式去表達負荷變化，模型建立較為簡單，并且預測精度一般也可以滿足要求。美中不足是無法準確的考慮諸多環境因素對負荷的影響。

2.2.2BP神經網絡法

BP神經網絡方法運用在受到天氣和波動用電等因素變化的短期負荷預測上具有非常大的優勢，成功運用的例子也很多［5］。BP神經網絡將過去的歷史負荷數據作為試驗樣本，構建與負荷預測相適應的網絡結構，通過多次訓練和學習來優選網絡的權值和結構，具有良好的容錯性、并行性。BP神經網絡作為負荷預測模型具有很強的自適應能力。

此方法的不足是，人工神經網絡的層數和神經元確定沒有一個科學的依據，僅憑設計者的經驗主觀意識。當神經網絡的初始權值和初始閥值選取不當時，網絡在進行訓練過程中極易陷入局部極小點，并出現網絡收斂慢的缺點。

2.2.3綜合模型預測法

實際上，負荷變化具有很強的無規律變化性。單一的負荷預測方法因其自身的約束性，很難準確地進行預測工作。因此，在實際工作中，會結合電力系統自身情況選取相應方法有機結合起來，形成綜合預測模型，以減小預測誤差。例如：人工神經網絡和時間序列，人工神經網和模糊理論，人工神經網絡和小波分析［6］等，通過將幾個預測方法優選組合，可以更好的克服彼此的缺點，提高運算速度，提高運算效率，優化算法模型。

3　結語

在當前電力新形勢下，短期負荷預測不僅影響配網運行的安全性、可靠性、經濟性，更是社會資本運營配售電業務的基礎。通過本文對各種預測方法的綜合分析、比對，可以發現短期負荷預測的重心依然是對歷史負荷數據的處理和預測模型的選擇運用，未來研究方向是探索綜合預測模型的新方法、新思路，以滿足不同地區、不同負荷特性的不同要求，以及社會發展條件下對負荷預測提出的新需求。

［1］申小玲.電力系統短期負荷預測影響因素分析［J］.電力與能源，2011，5：773-774.

［2］陳娟，吉培榮，盧峰.指數平滑法及其在負荷預測中的應用［J］.三峽大學學報（自然科學版），2010，32（3）：37-41.

［3］袁柏秋.電力系統負荷預測方法分析及應用［J］.電力技術，2011，31：113-114.

［4］冷建偉，傅祥廉.小波分析在低壓負荷預測數據處理中的應用［J］.電源學報，2014，1：110-113.

［5］Piras A et al.Heterogeneous Artificial Neural Network For Short Term Electrical Load Forecasting［J］.IEEE Trans on Power Systems，1996，11（1）：397-402.

［6］周巍.基于小波及人工神經網絡的短期負荷預測研究［D］.南京：東南大學，2005.