基于柔性負(fù)荷的負(fù)荷特性分析和短期負(fù)荷預(yù)測新技術(shù)

丁小葉

?

基于柔性負(fù)荷的負(fù)荷特性分析和短期負(fù)荷預(yù)測新技術(shù)

丁小葉

（國網(wǎng)江蘇省電力有限公司南通供電分公司，江蘇 南通 226006）

根據(jù)電力需求的價格彈性分析了智能電網(wǎng)下負(fù)荷與電價之間的相關(guān)性。同時，將總負(fù)荷按照各影響因素進行分解，提出預(yù)測柔性負(fù)荷容量大小的方法：在傳統(tǒng)負(fù)荷預(yù)測因素的基礎(chǔ)上，考慮實時電價因素，提出基于電價敏感性負(fù)荷建模的短期負(fù)荷預(yù)測新技術(shù)；對美國PJM市場下的某地區(qū)負(fù)荷進行算例分析。

柔性負(fù)荷；負(fù)荷特性分析；短期負(fù)荷預(yù)測；智能電網(wǎng)

智能電網(wǎng)的負(fù)荷預(yù)測需要站在市場的角度看待用戶的需求，綜合考慮電價、風(fēng)險、輸電能力等[1]，傳統(tǒng)的負(fù)荷特性分析和單值負(fù)荷預(yù)測已無法滿足這類要求。文獻(xiàn)[2]對江蘇省部分地區(qū)的負(fù)荷特性進行分析，在負(fù)荷特性分析的基礎(chǔ)上對有關(guān)需求側(cè)管理措施的成本效益進行分析計算，比較了不同的用電設(shè)備參與需求側(cè)管理項目的規(guī)模大小及節(jié)電效果。

1 電價對負(fù)荷的影響分析

隨著電價升高，負(fù)荷需求隨之減小，負(fù)荷需求量與電價成反比，通常將其在某一均衡點附近線性化，定義為彈性系數(shù)，公式為：

式（1）中：為彈性系數(shù)；△為負(fù)荷變化量；△為電價變化量。

由不同時刻的彈性系數(shù)組成的矩陣稱為彈性矩陣，比如每日24 h的需求實時電價彈性，其矩陣為：

在矩陣中，對角線上的彈性系數(shù)為負(fù)值，表示單個時段負(fù)荷隨電價變化的彈性；其余的彈性系數(shù)為非負(fù)值，表示跨時段負(fù)荷電價彈性。不同電力用戶價格彈性矩陣也不同，比如大用戶（工業(yè)）可通過多種形式參與市場，彈性系數(shù)較大；而中小用戶（商業(yè)、居民等）跟蹤市場能力相對較弱，彈性系數(shù)較小。此外，價格彈性矩陣還與用戶用電行為模式有關(guān)，不同用電習(xí)慣和用電目的下價格彈性矩陣各異。

為了將負(fù)荷需求電價彈性關(guān)系計入電力負(fù)荷預(yù)測模型中，可采用圖1中的反饋模型。通過反饋修正預(yù)測值，當(dāng)△小于某一設(shè)定的精確度值時輸出，神經(jīng)網(wǎng)絡(luò)預(yù)測模型能較好滿足這一要求。此外，由于電價與氣候以及日類型之間的關(guān)系并沒有非常強的相關(guān)性，所以符合BP神經(jīng)網(wǎng)絡(luò)的初始條件。

圖1 反饋模型示意圖

2 負(fù)荷分解模型

根據(jù)地區(qū)負(fù)荷與電價的現(xiàn)實規(guī)律，從總負(fù)荷中分解出對電價不敏感的基礎(chǔ)負(fù)荷和受電價因素影響的電價敏感性負(fù)荷2部分，從而建立負(fù)荷分解模型：

=basic+price+random. （3）

式（3）中：為總負(fù)荷；basic為基礎(chǔ)負(fù)荷，反映負(fù)荷在較長持續(xù)時間內(nèi)某種總的發(fā)展趨勢，具有一定的穩(wěn)定性、周期性和季節(jié)性；price為電價敏感性負(fù)荷，反映電價因素對負(fù)荷變化的影響，是隨電價因素變化上下波動的負(fù)荷分量；random為誤差分量，包括由隨機因素而造成的負(fù)荷變化量和預(yù)測前2個負(fù)荷分量時所產(chǎn)生的誤差。

其中，基礎(chǔ)負(fù)荷包括趨勢分量和周期分量2部分。趨勢分量表征了一段時間內(nèi)負(fù)荷的某種持續(xù)發(fā)展趨向，一般受經(jīng)濟等因素的影響而不用考慮天氣、節(jié)假日和隨機因素，在短期負(fù)荷預(yù)測中可視趨勢分量為常數(shù)處理；周期分量則反映了負(fù)荷的季節(jié)性和周期性方面的循環(huán)變化。本文在電力公司常規(guī)負(fù)荷預(yù)測和某地區(qū)電力需求價格彈性研究的基礎(chǔ)上，對需求價格彈性曲線采用線性擬合后，運用公式（4）和（5）即可得到預(yù)測日的基礎(chǔ)負(fù)荷：

basic=－price. （4）

pric=×+. （5）

式（4）（5）中：為一日負(fù)荷，由實時負(fù)荷構(gòu)成24×1的矩陣=[1，2，…，24]；為一日電價，由實時電價構(gòu)成24×1的矩陣=[1，2，…，24]；和為線性擬合后的需求價格曲線參數(shù)矩陣，不同的用戶中和的數(shù)值也不同。

對于總數(shù)為的用戶群，有=[1，2，…，n]，=[1，2，…，n]，運用蒙特卡洛仿真方法，在其電力需求價格彈性的變化區(qū)間內(nèi)抽樣取出一隨機變量[n，n]，代入公式（5）即可求出函數(shù)值price.當(dāng)獨立模擬的次數(shù)相當(dāng)多時，就可以通過計算出的price1，price2，，pricen，確定出函數(shù)price的概率分布和數(shù)學(xué)期望等多種統(tǒng)計參數(shù)。在price數(shù)學(xué)期望值的基礎(chǔ)上應(yīng)用公式（4）即可計算得到basic.另外，由于對需求價格彈性曲線線性化處理后，其中的乘法運算使得數(shù)據(jù)誤差被進一步放大，需要對所得數(shù)據(jù)進行平滑處理，才能使基礎(chǔ)負(fù)荷的計算結(jié)果更符合基礎(chǔ)負(fù)荷的一般性特征。

3 短期負(fù)荷預(yù)測模型

3.1 輸入輸出變量的選擇

根據(jù)上述對短期電力負(fù)荷特性的分析，本模型中采用帶有15個輸入變量和1個輸出變量的負(fù)荷預(yù)測模型，連續(xù)建模24次即可預(yù)測未來1 d每小時的負(fù)荷水平。模型的輸入和輸出變量如表1所示。

表1 BP神經(jīng)網(wǎng)絡(luò)的輸入輸出描述

類別編號描述 輸入變量負(fù)荷數(shù)據(jù)1～2預(yù)測點前1時刻和前2時刻負(fù)荷值 3～5前1 d的同一預(yù)測時刻點、同一預(yù)測點前1時刻和后1時刻負(fù)荷值 6～8前1周的同一預(yù)測時刻點、同一預(yù)測點前1時刻和后1時刻負(fù)荷值 電價數(shù)據(jù)9～12預(yù)測點電價、預(yù)測點前1時刻、預(yù)測點前兩時刻和后1時刻電價 13前1 d的同一預(yù)測時刻點電價 其他數(shù)據(jù)14預(yù)測日日類型 15預(yù)測日平均溫度 輸入變量1未來1 d每小時的負(fù)荷預(yù)測值

3.2 BP神經(jīng)網(wǎng)絡(luò)進行負(fù)荷預(yù)測輸出

在上述提出的負(fù)荷分離方法和神經(jīng)網(wǎng)絡(luò)基本建模思路基礎(chǔ)上，本文構(gòu)造了分離基礎(chǔ)負(fù)荷的BP神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測模型，其工作流程如圖2所示。

4 算例分析

利用上述方法，對美國PJM市場中的某地區(qū)2017-05-14進行未來1 d每小時的負(fù)荷預(yù)測，訓(xùn)練數(shù)據(jù)取2017-03—2017-04的歷史負(fù)荷數(shù)據(jù)。圖3為各種方法的負(fù)荷預(yù)測結(jié)果對比曲線。對于相同的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型，從對比數(shù)據(jù)及曲線中分析可知，不考慮電價因素的負(fù)荷預(yù)測時的誤差比較大，其平均絕對值百分誤差（）為2.869 2%；考慮了電價因素以后為1.560 8%.將負(fù)荷中的基礎(chǔ)負(fù)荷部分分離后得到的預(yù)測結(jié)果精度更為精確，達(dá)到了1.368 9%，可見在電力市場環(huán)境下，實時電價與負(fù)荷需求間存在著密切聯(lián)系，特別是當(dāng)總負(fù)荷中分離出不受電價影響的基礎(chǔ)負(fù)荷后，考慮電價因素后的負(fù)荷預(yù)測結(jié)果也更精確。

圖2 分離基礎(chǔ)負(fù)荷的BP神經(jīng)網(wǎng)絡(luò)負(fù)荷預(yù)測模型

圖3 實際負(fù)荷與不同方法負(fù)荷預(yù)測結(jié)果

5 結(jié)束語

綜上所述，本文提出的短期負(fù)荷預(yù)測模型有助于評估柔性負(fù)荷的可調(diào)能力和可控容量，進一步提高分析預(yù)測質(zhì)量和準(zhǔn)確性水平，充分挖掘智能電網(wǎng)環(huán)境下負(fù)荷側(cè)資源，優(yōu)化電力資源配置，為電力系統(tǒng)運行的經(jīng)濟性和安全性提供有力的保證。

［1］康重慶，夏清，胡左浩，等.電力市場中預(yù)測問題的新內(nèi)涵［J］.電力系統(tǒng)自動化，2004（18）.

［2］顧明宏.揚州市電力負(fù)荷特性及DSM潛力分析［D］.廣州：東南大學(xué)，2005.

［3］林海英，李建榮，宣菊琴，等.鋼鐵行業(yè)負(fù)荷特性及需求側(cè)管理潛力分析［J］.華東電力，2005（11）.

2095－6835（2018）21－0039－02

U223

A

10.15913/j.cnki.kjycx.2018.21.039

〔編輯：張思楠〕