大數據環境下電力規劃中負荷預測方法研究及其優化

何瑤

摘要：電力系統負荷預測不但是電力系統規劃工作的主要組成部分，也是保證電力系統運行穩定和經濟效益的前提，需根據當前的用電數據，結合政治、經濟、氣候等多種因素進行測算。負荷預測工作包括未來負荷需求量的預測以及未來用電量的預測。電力負荷需求量預測對于電力網絡運行的容量數值有著直接影響，決定未來發電、輸電、配電系統新增容量數值大小。

關鍵詞：電力規劃;負荷預測;優化

1大數據環境下電力負荷預測現狀分析

負荷是在某一地域的某段時間所需總電力資源量，綜合性是負荷預測的最大特點。若想確保電力負荷預測數據的精準性，還需要結合地域經濟及社會因素等，準確分析實際的用電情況，在對大量數據進行分析之后，才能夠對電力負荷做出合理預測。電力預測不同的依據，其劃分種類也存在很大的差異。

2負荷預測與其作用簡析

2.1負荷預測簡述

負荷預測是電力系統規劃不可缺少的一部分，預測結果的準確性能夠直接影響到整個的電網投入、網絡布局和運行的可靠性與經濟性。隨著經濟的發展和用電量的逐年增長以及電力改革的逐漸深入，使得負荷預測結果的準確性受到多方面的影響。這些因素的影響使得獲得準確的預測結果較為困難。若電力負荷預測值偏小，規劃的電網容量則不能滿足實際發展的需要;若電力負荷預測值偏大，則又會造成設備的利用率降低，從而引起資金浪費的問題，嚴重影響了電網運行的經濟性。在大數據環境下，只有對電力負荷做出科學合理的預測，才能夠結合測試數據劃分電力，保障人們和工廠正常生活和施工，同時也能使得國家實現長治久安，提升我國社會經濟，構建和諧社會。

2.2作用

負荷預測在電力運營過程中起到關鍵作用，主要體現為以下幾方面：電力系統的生產運行就是以負荷預測為基礎的。工作人員為了做到對發電廠的電力提前預測，就必須估測好發電機組的出力情況。這些都是以負荷預測為基礎的;電力系統安全經濟也要以負荷預測為基礎;負荷預測準確與否關系重大，不僅會影響電能的質量，還會給用戶和電網造成巨大的損失。

3電力規劃中負荷預測原理

建立負荷模型是電力系統負荷預測最為直接和有效的方法，這一模型包括兩方面涵義：頻率特性和負荷電壓、負荷的時空特性。所謂負荷時空特性，主要是指負荷分布會伴隨空間和時間變化而不同。基于負荷模型的復雜性，所以研究人員對這種特性進行描述通常采用的是負荷時間曲線。以時間作為依據，負荷曲線可以分為日負荷、周負荷、季負荷和年負荷。但若是劃分依據定為時空角度，則該負荷曲線又有系統、用戶和節點三種之分。

4電力規劃中采用主要負荷預測優化方法分析

4.1負荷密度法

所謂負荷密度指的就是每平方千米的負荷值，該方法注重直觀性。該方法的缺點在于不能對整個城市的負荷密度進行推測，但是可以將城市劃分成不同的區塊，然后再進行區域負荷密度的預測工作。

4.2組合預測法

由于電力負荷數據具有復雜性與隨機性，并且每種預測方法都有其適用范圍，單一的預測模型往往難以實現準確地預測。組合模型預測法在中長期和短期負荷預測中應用都較為廣泛，其優點是克服了單一模型的不足，綜合了多種預測模型的有利方面，使各種方法的優勢得到互補，較好地改善了負荷預測的質量。

4.3回歸分析法

借助回歸法對負荷進行推測，需要依據往年的生產數據建立相應的數學模型，再對模型進行數學分析。可以使用統計學的相關方法對于數據中的變量進行分析，得出未來發展結果的預測值。通常回歸模型主要包含一元線性、多元線性、非線性等。一般在對中期負荷進行預測時大多采用線性回歸法，該方法預測結果比較可靠。回歸分析法主要缺點是不能對規劃水平年的工農業生產總值進行分析計算，同時該方法的計算結果適用于綜合用電負荷預測，但是不具有區域借鑒意義。

4.4單耗法

單耗法就是通過測定電力負荷量的單耗進而分析預測全面用電量的方法，一般情況下適用于農業與工業電力單耗指標的負荷預測，預測效果較好。而實施單耗指標進行電力負荷預測時，要注意區分不同地區的經濟發展狀況以及發展目標，同時根據電力規劃期間單耗指標開展全面分析，結合之前單位的耗電量，根據當地產業發展規律預測最終單耗值。此方法特點是操作較為簡單，在短時間內預測效果好，缺點是精度低成本高。

4.5彈性系數法

電力彈性系數指的是地區總用量年平均增長率和工農業總產值的平均增長率之比，其所反映的是電力發展和國民經濟發展的宏觀指標。具體表達式如下所示：k=Vw/VWh-=（1+Kv）nWo式中：Wo—計算期初的用電量;Wh—計算期末的用電量;k—電力彈性系數;Vw—國民經濟生產總值平均增長的速度;n—所規劃的年限。

4.6趨勢外推法

趨勢外推法主要依照已有的歷史負荷數據擬合一條函數曲線，使得這條曲線能夠反映負荷本身的增長趨勢，預測時則按照此增長曲線，估計出未來某時刻的負荷水平。趨勢外推預測法一般適用于中長期負荷預測，在短期特別在超短期預測中也有應用。其優點是所需數據量少，工作量小。

結語

綜上所述，電力負荷預測和我國電力資源輸送與規劃有著密不可分的聯系，同時電力負荷預測也是我國電力系統的重要組成部分。在大數據環境下，我國有很多種電力負荷測試方式，并且每一種負荷測試方式都有著其自身獨特的特點、及應用范圍，若想為電力負荷預測提供較高的精準性，還需要工作人員對各種電力負荷預測方式作出全面了解。在實際開展預測的過程中，要結合實際情況科學合理的選擇預測方式，在必要的情況下，也可以利用綜合集中方式，對電力負荷同時進行預測。總而言之，我國仍然要不斷的完善與優化現有預測技術，為我國電力系統提供參考依據，促進我國電力系統的持續運行。

參考文獻

[1]鄭建寧. 用電大數據環境下的電力負荷預測研究[J]. 信息技術，2019，43（01）：84-87+92.

[2]李重春，祝安琪，王爍罡，劉宇麗，周定均，劉昌新，云卿. 電力大數據下的短期電力負荷預測[J]. 電力大數據，2019，22（01）：66-70.DB31CCE4-A48E-42FB-88B2-AEB3F0E4F37E