负荷预报中负荷规律性评价方法的研究
电力系统负荷预测研究综述与发展方向的探讨
电力系统负荷预测研究综述与发展方向的探讨电力系统负荷预测是指通过对历史数据进行统计分析和建立数学模型，预测未来一段时间内电力系统的负荷变化情况。
准确的负荷预测对于电力系统的运行和规划具有重要意义，可以帮助电力系统管理者合理安排发电计划、优化能源利用、提高电力系统的可靠性和经济性。
电力系统负荷预测方法主要可以分为定性方法和定量方法两类。
定性方法主要是基于专家经验和系统的知识来进行预测，如主观法、逻辑推理法等。
定量方法是基于历史数据和统计分析，通过建立数学模型来预测负荷变化，如时间序列分析法、回归分析法、神经网络法等。
随着电力系统的发展和信息技术的进步，负荷预测研究也不断提出了新的方法和技术。
以下是一些常见的电力系统负荷预测方法及其发展方向的探讨：1. 时间序列分析法：时间序列分析是一种基于历史数据的预测方法，可以通过分析负荷历史数据的趋势、周期性和随机性等特征来预测未来的负荷变化。
时间序列分析方法包括移动平均法、指数平滑法、季节性模型等。
未来的研究方向可以考虑引入更多的影响因素，如气象数据、经济数据等，将时间序列分析方法与其他预测方法相结合，提高预测准确性。
2. 回归分析法：回归分析是一种用于建立负荷与影响因素之间关系的统计方法，包括简单回归和多元回归分析等。
回归分析方法可以通过分析历史负荷和影响因素数据之间的关系来预测未来负荷。
未来的研究方向可以考虑引入更多的影响因素和非线性关系，提高回归模型的拟合度和预测精度。
3. 神经网络法：神经网络是一种模拟人脑神经系统的数学模型，可以通过对历史数据的学习和训练来建立负荷预测模型。
神经网络具有较强的非线性映射能力和适应能力，可以处理复杂的负荷预测问题。
未来的研究方向可以考虑研究神经网络的结构和参数设置，提高神经网络模型的泛化能力和鲁棒性。
4. 混合预测方法：混合预测方法是将多种预测方法进行组合和集成，以提高预测准确性和稳定性。
常见的混合预测方法包括加权平均法、模型组合法、神经网络与时间序列分析的结合等。
电力负荷预测方法
x （2-3）为循环式，有了新数据 后，下期（t+1 期）预测值可由新数据及原预 t
测值 xt 的加权平均得到。
一次滑动平均预测法
实现“重近轻远的预测原则，通过对数据加以不等权，近期数据给予较大的权数，
远期数据给予较小的权数，一次滑动平均法对近 N 期加上等权 1 ,N 为跨度。一 N
次滑动平均序列为
1.负荷预测分类和基础数据处理
负荷预测及其分类
负荷预测概念
负荷预测是根据负荷的历史数据及其相关影响因素，分析负荷的变化规律， 综合考虑影响负荷变化的原因，使用一定的预测模型和方法，以未来经济形势、 社会发展、气候条件、气象因素等预测结果为依据，估计未来某时段的负荷数值 过程。
负荷预测的分类
按照预测方法的参考体系，工程上的负荷预测方法可分为确定性预测方法、 不确定预测方法、空间负荷预测法。
[(6
5
)
s (1) t
2(5
4 )st(2)
(4
3 )st(3) ]
（2-13） （2-14）
c t
2 2(1 )2
[st(1)
2st(2)
st(3) ]
（2-15）
增长趋势外推 指数曲线模型
x x 建立预测模型 aebt ，只需确定参数 a，b。对两边取对数得 In Ina bt ，
t
t
'
主观概率发
请若干专家来估计某特定时间发生的主观概率，然后综合得出该时间的概率。
经典技术预测方法
单耗法
通过某一工业产品的平均单位产皮用电量以及该产品的产量，得到生产这种 产品的总用电量。
用电量 A=国民生产总之或工农业总产值 b*产值单耗 g
弹性系数法
电力负荷预测的理论和方法
广东科技2012.10.第19期（下转第116页）浅谈电力负荷预测的理论和方法方红梅（重庆市黔江区供电有限责任公司）引言电力系统负荷预测是电力系统发电计划的重要组成部分，也是电力系统经济运行的基础。
在当前电力发展迅速和供应紧张的情况下，合理地进行电力系统规划和运行极其重要。
电力系统负荷预测是实现电力系统安全、经济运行的基础，对一个电力系统而言，提高电网运行的安全性和经济性，改善电能质量，都依赖于准确的负荷预测。
因此，负荷预测的关键是提高准确度。
此外，从发展来看，负荷预测也是我国实现电力市场的必备条件，具有重要的理论意义和实用价值。
1电力负荷的构成与特点电力系统负荷一般可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷等，不同类型的负荷具有不同的特点和规律。
城市民用负荷主要是城市居民的家用电器，它具有年年增长的趋势，以及明显的季节性波动特点，而且民用负荷的特点还与居民的日常生活和工作的规律紧密相关。
商业负荷，主要是指商业部门的照明、空调、动力等用电负荷，覆盖面积大，且用电增长平稳，商业负荷同样具有季节性波动的特性。
虽然商业负荷在电力负荷中所占比重不及工业负荷和民用负荷，但商业负荷中的照明类负荷占用电力系统高峰时段。
此外，商业部门由于商业行为在节假日会增加营业时间，从而成为节假日中影响电力负荷的重要因素之一。
工业负荷是指用于工业生产的用电，一般工业负荷的比重在用电构成中居于首位，它不仅取决于工业用户的工作方式（包括设备利用情况、企业的工作班制等），而且与各行业的行业特点、季节因素都有紧密的联系，一般负荷是比较恒定的。
农村负荷则是指农村居民用电和农业生产用电。
此类负荷与工业负荷相比，受气候、季节等自然条件的影响很大，这是由农业生产的特点所决定的。
农业用电负荷也受农作物种类、耕作习惯的影响，但就电网而言，由于农业用电负荷集中的时间与城市工业负荷高峰时间有差别，所以对提高电网负荷率有好处。
功率记录仪电流记录仪电压记录仪。
负荷预测
������������ − ������ + ������������������
������ =1 ������
2
=0
������������ − ������ + ������������������
������ =1
2
=0
������ = [
������ =1
未来负荷预测的发展方向大概有以下三方面： 一是要加强对历史数据的预处理， 尽可能 的挖掘负荷变化的规律性； 二是要不断研究改进负荷预测模型的参数估计方法， 找到最优的 数学算法，以提高负荷预测的精度和速度；三是在实践中，根据不同地区短期负荷的不同特 征及影响因素，灵活选用预测模型，并开发一套成熟、可靠、全面的负荷预测软件，建立基 于负荷预测的电力系统调度平台，使其在现代智能电网条件下安全、可靠、经济运行。
超短期预测 预测时间 1h 以内
短期预测 一天到一周
中期预测 月至年 确定机组运行方 式和设备大修计 划
长期预测 未来 3~5 年 及以上 电网改造和扩建 工作的远景规划
主要作用
安全监视、 预防性 制定发电计划： 安 控制和紧急状态 排日调度和周调 处理 度计划
二、短期负荷预测的方法 其中短期负荷预测是负荷预测的重要组成部分, 它主要用于预报未来几小时、 1 天至几 天的电力负荷,对于调度部门的机组最优组合、 经济调度、 最优潮流而言, 尤其是对现在与将 来的电力市场有着重要的意义。负荷预测精度越高, 越有利于提高发电设备的利用率和经济 调度的有效性。 因电能发输配送设备的故障或者是负荷的随机变化， 使能源供应和需求情况 不断变化，电力成本也随之变化。短期负荷预测的意义不仅在于：为了使用户能够提前了解 到用电高峰和低谷的出现时间，合理安排用电；电网系统要求的安全范围内，经济合理安排 本电网中个发电机组的启动和停止，确保必需的旋转备用容量为最小成本；而且，当电力市 场打破垄断后， 电价是市场化竞争的最重要的体现， 而电价必须基于短期电力负荷预测才能 科学合理制定。 短期负荷预测的研究已有很长历史, 国内外的许多专家、学者在预测理论和方法方面做 了大量的研究工作, 取得了很多卓有成效的进展。由于负荷的随机因素太多, 非线性极强, 而有些传统方法理论依据尚存在局限性等问题, 因此, 新理论和新技术的发展一直推动着短 期负荷预测的不断发展, 新的预测方法层出不穷。短期负荷预测的方法大致可分为两类：一 类是以时间序列法为代表的传统方法， 另一类是以人工神经网络法为代表的新型人工智能方 法。 传统方法中主要有时间序列法、 多元线性回归法及傅立叶展开法等。 传统方法比较成熟， 算法简单，速度快。然而，传统方法都是线性模型方法，因此在遇到本质非线性问题时就显
电力系统负荷预测方案分析及解决方案
２ ， 负荷 预 测
结 语 测。 负荷 功率预测对 于确定 电力系统发电设备及输变电设备的容量是非 负荷预 测的结 果是 电力系统 运行 的基础数 据 ， 其精度直 接影 响运 常重要 的。 行的安全 性和经济性 。 因此， 提高其精 度也是每 个负荷预测人 员追求的
容量， 提 高经济效益和社会效益。 本文就现 阶段我 国的负 荷现状 ， 根据 实 故、 检修变 化等情况 ， 尽量缩短 其持续 时间， 降 低负荷变化对 预测 的影 际工作经验对 负 荷预测程序 的提供的预测方法进行 了 初 步的探 索， 以 得到 响。 对 节假 日 负荷变化较大 的情 况， 分析历史五年节假 日 负荷曲线 ， 进行 最 终 采 用的 预测 方 法 。 统 计分析， 按不同节假 日 制定不 同的预测对 策。 对恶劣天气影 响因素 ， 【 关键 词】电力系 统； 负 荷预测； 方案分析； 解决方案 与气象部 门联系 ， 签订协 议， 按 时获取详 细的天 气预报信息 ， 及时对 预 测 曲线进行修正 。 对 大用户负荷 波动影 响因素的对 策， 建立联 系机制 ，
统基 础数据 准确率 ， 密切关注 主变、 线端遥测 量等信息 的变化， 同时在 Ｓ Ｃ ＡＤ Ａ 系统 中开发 “ 长治地 区分类负荷 曲线汇总 表” ， 对所有变电站 的 用户出线遥测量 ， 按负荷性 质进行分类 汇总。 深入挖 掘相关辅助系统如 随着 近年来 经济的 高速发 展， 产业结 构 的不断 调整和 地方 招商引 Ａ ＶＣ 系统 、 状态 估计、 调度 员潮 流对 负荷 预测 的作用和影 响， 为负荷预 同时开发 “ 负荷 预测辅 助软件 ” ， 在软件 系 资政策 的不断 完善 ， 我国的 负荷 结构发 生了巨大 的变化 ， 分为 ： 墓础 负 测 提供 多方面的 技术 支撑 。 荷， 它呈由城市民用 负荷 、 农业负荷、 商业负荷和 其他负荷组 成 ； 工业负 统分析生成 数据的基础上 ， 通过人工的综合分析对数据进行 修正补充， 进 一步确保了预测 精准水平。 荷， 它是 由大工业负荷和 高耗能负荷组 成。 根据用 电构成 ， 负荷分为不动 的负荷 和变动 的负荷， 基础 负荷 和大 负荷预测 模型是统计资 料轨迹 的概 括， 选择恰 当的预测模 型， 是负 工业负荷 是不动 负荷 ， 高耗能 负荷是变动 负荷。 高耗 能负荷 则属于变动 荷 预测 过程中至关重要 的一步。 目 前， 用于电力系统负荷预报 的算法 很 在预 测程序 中所用 的方法 有时间序列 法、 指数平滑法 、 线 形回归法 负荷， 存 在相对 的不稳 定性 。 因此 ， 在预测 过程 中需要进行必要 的人工 多，
电网一次调频能力的在线估计
中 国 电 机 工 程 学 Proceedings of the CSEE 中图分类号：TK2；TM761
报 文献标识码：A
Vol.24 No.3 Mar. 2004 ©2004 Chin.Soc.for Elec.Eng. 学科分类号：470⋅4054
1 引言
电力系统频率是电力系统运行参数中最重要的 参数之一，电力系统频率变化会对发电机和系统的 安全运行带来严重影响。因此，把电力系统频率控
制在很小的变化范围内是电力系统安全稳定运行的 主要目标。不同的控制手段都可以使电力系统频率 的变化减小，例如：电网规模的增大、电网负荷变 化的减小、二次调频的作用、一次调频的作用等。 但是，不同的控制手段下的电网对于突发性的事故 会有不同的响应结果，例如，如果不重视一次调频 在突发性事故中的应急作用，就会出现频率大幅度 波动甚至发生系统崩溃的恶性事故[1]。文[2]中通过 比较电网在不同的一、二次调频状态的控制性能指 标 CPS1、CF1（北美电力系统可靠性委员会 NERC 于 1997 年制定的新的控制性能标准[3]） ，表明不同 的控制方法虽然能够得到同样的频率方差，但是整 个电网的控制性能是有差异的。目前用于评价电网 运行性能的指标很多，例如，ACE，A1，A2，CPS1， CPS2[3]等，但是这些指标均是衡量电网总体运行性 能的标准，不能用来评价电网在发生突发性事故时 的快速调节能力。 电网的一次调频能力对电网的安全运行有重要 意义，电网的一次调频能力是否满足要求，直接反 映电网在负荷快速爬升时保证安全运行的能力。现 在电网的发展趋势是日益大型化，而其中发电容量 的日益增长基本上是依靠投产大机组实现的。因此， 大机组参与调节节日和周负荷曲线的能力就变成决 定统一电力系统进行可靠和经济运行条件的重要因 素。如果大机组完全打开调节阀门（滑压运行）时， 就会导致整个电力系统 “自调整” 特性变坏很多 （ “频 率−有功功率”静态特性的总调差率增大） ，并在发 生大量功率缺额或余额时，会出现事故危险发展的 可能。因此，原苏联在 20 世纪 70 年代时就明文规 定大型机组不允许在闭锁汽轮机时的一次调频[4]。
电力电网负荷分析报告
电力电网负荷分析报告一、引言电力电网负荷分析是对电网负荷状况进行详细研究和分析的过程，能够为电力系统运营管理提供重要参考依据。
本报告旨在对某城市的电力电网负荷进行全面分析和评估，并提出相应的建议和措施，为电网运营提供技术支持和决策依据。
二、负荷分析方法为了准确分析电力电网负荷情况，本次研究采用了以下方法和工具：1. 数据采集：从电网供电站点、变电站、用电站点等关键节点采集电能消耗数据，包括负荷量、负荷曲线等信息。
2. 统计分析：利用历史数据和目标期间的实时数据进行统计分析，得出不同时间段的负荷状况以及负荷的波动情况。
3. 负荷预测：基于历史数据和影响负荷的关键因素，利用相关的预测模型和算法来进行负荷预测，以便更好地规划和调度电力资源。
三、负荷分析结果通过对电力电网的负荷进行分析，得出以下结论：1. 日负荷分析：根据历史数据和负荷预测结果，我们可以看到该城市的日负荷呈现出明显的波峰波谷特征，主要集中在早晚高峰时段。
2. 季节性负荷变化：随着季节变化，该城市的负荷也发生相应变化。
夏季由于空调负荷的增加，负荷峰值较高；冬季取暖负荷的增加导致负荷处于相对较高水平。
3. 特殊负荷情况：受电力负荷需求的影响，节假日和特殊活动日的负荷也会发生变化。
四、负荷预测与控制措施根据负荷分析结果，为了合理规划和控制电力电网负荷，我们建议采取以下措施：1. 负荷预测：进一步提升负荷预测的准确性，结合天气预报、节假日等因素进行精细化负荷预测，以便更好地调度电力资源。
2. 负荷平衡：积极推广能源利用技术，如新能源和分布式能源系统，以实现负荷的平衡和优化，降低能源浪费。
3. 负荷调控：根据负荷情况制定合理的电价政策，引导用户在峰谷时段合理使用电力，避免负荷过大或过低。
五、结论本报告通过对电力电网负荷的全面分析和评估，为电网运营提供了重要的决策支持。
同时，通过负荷预测和控制措施的提出，可以有效应对负荷波动和能源浪费的问题，提高电力系统的运行效率和可持续发展能力。
电力系统负荷预测方法及特点
电力系统负荷预测方法及特点摘要：负荷预测在电力系统规划和运行中起着重要的作用，优势极其明显。
从根本上来讲，电力市场需求的预测就是负荷预测。
因此，电力系统负荷预测方法十分重要。
本文系统地介绍和分析了负荷的分类以及影响电力负荷的主要因素，最后总结了电力负荷预测的方法和特点，望对电力行业起到一定的促进作用。
关键词：电力系统；负荷预测；方法；特点负荷预测是基于已知的电力需求，并考虑到政治、经济、气候和其他相关因素来预测未来的电力需求。
负荷预测包括两个方面：预测未来的需求（电力）和预测未来的电力消耗（能源）。
电力需求的预测决定了发电、输配电系统的新容量和发电设备的类型（例如，峰值负载调制器、基本负载单元等）。
它的作用是记录符合发展状况和水平，如此同时确定计划年用电量、供电面积、最大供电负负荷和计划总负荷发展水平面积，并确定计划年度负荷。
1电力负荷分类电力负荷主要分为以下四类：1.1城市民用负荷城市民用负荷主要是城市居民的家庭负荷，它具有年均增长频繁，季节波动明显等特点。
在许多情况下，房屋负荷的季节变化直接影响系统峰值负荷的变化。
影响程度取决于城市居民的负荷对系统总负荷的比例。
1.2商业负荷商业负荷指的是商业部门电力使用中所产生的电力负荷。
它虽然要小于民用和工业负荷，但是对日负荷峰值高低也有极为明显影响。
1.3农村负荷农村负荷指的是农民民用、农业生产以及工商用电所产生的负荷。
因为农业的生产是随着季节而变化的，因此农村负荷的季节性比较明显。
电力负荷也会随着农业生产的增大而变大。
1.4工业负荷工业负荷通常被视为基本负荷，对气候影响不大，除少数地区外。
工业负荷在电力构成中的比重居首位，对确定电力总负荷起着重要作用。
不同国家的工业电力负荷占总负荷的比例是不同的。
工业化国家工业电力负荷的比例很小（例如，美国的1/3和日本的1/2），但发展中国家工业电力负荷的比例很大。
总的来说，工业负载比其他类型的负载更稳定，不受天气和其他因素的影响。
电力系统中的电力负荷预测技术
电力系统中的电力负荷预测技术在现代社会，电力作为至关重要的能源形式，支撑着各行各业的运转以及人们的日常生活。
而电力负荷预测技术在电力系统的规划、运行和管理中发挥着举足轻重的作用。
它就像是电力系统的“天气预报员”，能够帮助电力部门提前做好准备，确保电力的稳定供应和高效利用。
电力负荷预测，简单来说，就是根据历史的电力使用数据、经济发展状况、气候条件等多种因素，对未来某一时间段内的电力需求量进行预估。
这可不是一项简单的任务，它需要综合考虑众多复杂且相互关联的因素。
首先，让我们来了解一下电力负荷的特性。
电力负荷具有明显的周期性，比如日周期性、周周期性和年周期性。
在一天当中，白天的用电负荷通常高于夜晚；在一周内，工作日的负荷与周末的负荷可能有所不同；而在一年里，夏季和冬季由于空调和取暖设备的使用，负荷往往会高于春秋季节。
此外，电力负荷还受到季节、节假日、天气等因素的显著影响。
例如，在炎热的夏季，空调的大量使用会导致电力负荷急剧上升；在寒冷的冬季，取暖设备的启用也会使负荷增加。
同时，一些特殊的节日或活动，如春节期间，由于工厂停工和居民集中用电，负荷也会出现特殊的变化。
那么，为什么要进行电力负荷预测呢？这主要是出于以下几个重要原因。
其一，它有助于电力系统的规划和建设。
通过准确预测未来的电力负荷增长趋势，电力部门可以提前规划和建设新的发电站、变电站和输电线路，以满足不断增长的电力需求，避免出现电力供应不足的情况。
其二，优化电力系统的运行。
根据负荷预测结果，电力调度部门可以合理安排发电计划，优化机组的组合和运行方式，提高电力系统的运行效率和经济性。
其三，保障电力系统的稳定性和可靠性。
准确的负荷预测可以帮助电力系统提前做好应对突发情况的准备，如设备故障、自然灾害等，从而保障电力系统的稳定运行，减少停电事故的发生。
接下来，我们看看电力负荷预测的主要方法。
目前，常用的电力负荷预测方法可以大致分为传统方法和现代方法两大类。
电力系统中的动态负荷预测
电力系统中的动态负荷预测在当今社会，电力如同血液一般在现代工业和生活的脉络中流淌，为我们的日常活动提供着源源不断的动力。
而在电力系统的运行和管理中，有一个关键的环节——动态负荷预测。
它就像是电力系统的“天气预报员”，对电力系统的稳定运行和规划发展起着至关重要的作用。
那么，什么是电力系统中的动态负荷预测呢？简单来说，它是根据电力用户的历史用电数据、气象信息、经济活动等多种因素，对未来一段时间内电力负荷的变化进行预估。
这个“未来一段时间”可以是几分钟、几小时、几天甚至更长。
通过准确的动态负荷预测，电力公司能够提前做好发电、输电和配电的规划，确保电力的供需平衡，避免出现电力短缺或过剩的情况。
要理解动态负荷预测的重要性，我们不妨先想象一下没有它的场景。
如果电力公司无法准确预测负荷的变化，可能会出现两种极端情况。
一种是准备的发电容量不足，导致在用电高峰时出现拉闸限电，影响工厂的生产、居民的生活，甚至可能会引发社会的不稳定。
另一种则是过度建设发电设施和输电线路，造成资源的浪费和成本的增加，最终这些成本还是会转嫁到用户身上。
动态负荷预测可不是一件简单的事情。
它面临着诸多的挑战和不确定性。
首先，电力负荷的变化受到众多因素的影响。
比如季节的更替，夏天空调用电的大幅增加，冬天取暖设备的大量使用；工作日和节假日的用电差异，工作日工厂、写字楼用电量大，节假日则居民用电相对增多；还有突发的天气变化，比如高温、严寒、暴雨等极端天气，都会导致用电量的突然上升或下降。
其次，随着社会的发展和技术的进步，新的用电设备和用电模式不断涌现。
例如，电动汽车的普及、大数据中心的建设，这些都给负荷预测带来了新的变量。
而且，用户的用电行为也越来越复杂和多样化，难以用传统的模型和方法进行准确预测。
为了应对这些挑战，电力系统的研究人员和工程师们采用了各种各样的方法和技术。
其中，基于统计分析的方法是较为常见的一种。
通过对历史负荷数据进行分析，找出负荷变化的规律和趋势，然后利用数学模型进行预测。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
第21卷第10期2001年10月 中 国 电 机 工 程 学 报ProceedingsoftheCSEE
Vol.21No.10Oct.2001
c2001Chin.Soc.forElec.Eng.
文章编号:0258-8013(2001)10-0096-06负荷预报中负荷规律性评价方法的研究
穆 钢1,侯凯元1,杨右虹2,惠永杰2,姜克志2(1.东北电力学院,吉林吉林132012; 2.吉林市供电公司,吉林吉林132001)STUDIESONLOADREGULARITYEVALUATINGMETHODFORLOADFORECASTING
MUGang1,HOUKai-yuan1,YANGYou-hong2,HUIYong-jie2,JIANGKe-zhi2(1.NortheastChinaInstituteofElectricPowerEngineeringJilin132012,China;2.JilinCityElectricPowerCompanyJilin132001,China)
ABSTRACT:Asanunflaggingresearchproject,loadforecastresearchhasbemainlyconcentratedondevelopmentofnewforecastmethods,butrarelyontheeffectofloadregularityit-self.Itisevidentthatdifferentloadsindifferentregionorevenatdifferenttimeperiodmeanvariantmode.Loadvarieswithregularity,soitcanbeforecasted.Loadisnotexactlyregular,andthentheforecasterrorcannotbeentirelyavoided.Disre-gardingtheeffectofloadregularityresultsinnotonlythediffi-cultytofairlyevaluateforecastmethodsbutalsothescarcitiesofobjectiveevidencetodeterminetherequestofforecastingpreci-sion.Inthispaper,thenecessityofloadregularityevaluationhasbeenclarified,andanevaluationmethodhasbeenproposed.Byusingstatisticstheory,theevaluationofloadregularityisbasedontheinvestigationofrelationshipsamonghistoricalloaddata,loadforecastmathematicsmodelandforecasterrors.Theanalysisofforecasterrorconstitutioncanleadtoestimationofthelowerlimitofloadforecasterror.Byevaluatingloadregu-larity,loadforecastmethodscanbeobjectivelyevaluatedandafeasiblerequestofforecastingprecisioncanbedeterminedac-cordingtoindividualloaddata.Someexamplesincludingloadsinthreedifferentregionsillustratetheeffectivenessoftheloadregularityevaluationmethod.KEYWORDS:loadforecast;evaluatonofloadregularity;fore-casterroranalysis摘要:负荷预报是一个历久不衰的研究课题,以往的研究主要集中于预报方法,而缺乏对负荷自身变化规律的分析和评价。这不仅导致了难以公允地评价负荷预报方法,也使运行部门对负荷预报所提出的精度要求缺乏客观依据。该文阐述了评价负荷规律性的必要性,并建立了相应的评价方法。文中分析了负荷历史数据,负荷预报模型以及预报误差之间的关系,构建了一种基于统计分析的负荷规律性评价方法。在此基础上,建立了预估负荷预报误差极限的分析方法。运用所提出的方法对负荷变化的规律性进行评价,不仅可以客观地评价负荷预报方法的优劣,还可以根据不同负荷的规律性确定切实可行的负荷预报精度要求。文中给出的算例说明了方法的有效性。
关键词:负荷预报;负荷变化规律评价;预报误差分析中图分类号:TM715 文献标识码:A
1 引言负荷预报(这里主要指短期负荷预报)是电力系统运行必不可少的计算。负荷预报结果是系统安排发电计划、确定备用容量的基础,负荷预报结果的准确与否,对系统运行的安全性、经济性都有影响。因而,过去的几十年间人们对负荷预报进行了大量的研究。这些研究主要集中于预报方法,其中包括统计分析法、时间序列法[1]、人工智能法[2]等。负荷的变化主要取决于人们生产和生活的规律性,并受到一些相关因素(诸如温度、阴晴雨雪等)的影响。因此,负荷的变化既有规律性又有随机性。而负荷预报的任务就是尽可能充分发掘负荷历史数据中的规律性,从而降低预报的误差。但是,负荷变化中的随机因素是客观存在的,因而,任何高妙的负荷预报方法也不能保证没有误差。若负荷变化只有规律性没有随机性,则可以实现精确的负荷预报(无差预报);若负荷变化只有随机性而无规律性,则只能在随机规律的范畴内做出预报,要使预报结果的精度超越随机规律所限定的精度是不可能的。电力系统中的实际负荷介于上述两种情况之间,但其规律性因时因地而异。负荷规律性的强弱必定对负荷预报的精度产生支配性的影响,因而有必要研究评价负荷自身规律性的方法。
2 负荷规律性与预报误差的关系系统的未来日负荷之所以可以预报,是因为负荷的变化是有一定规律的。这种规律是通过对一定窗宽的历史数据进行建模来反映的。设用于建模的负荷数据所在的时间域为D-,预报的负荷数据所
在时间域为D+。
一般而言,对于一定窗宽的负荷历史数据P(t)(t∈D-),若经由任何方法得到可预测的负荷模型,其在D-内的响应为M(t),则建模误差(或窗内误差)为 εI(t)=P(t)-M(t)t∈D-(1)当用M(t)预报次日负荷时,若预报日的负荷模式与D-内的负荷模式相同,则与εI(t)有相同统计特性的误差分量将延续到D+内,同时还可能出现一个外推误差εE(t),故负荷预报的总误差可表示为ε(t)=εI(t)+εE(t)t∈D+(2)本文将重点分析建模误差εI(t)的构成及其对负荷预报精度的影响。如果用于建模的历史数据(共Nd日)中各日的负荷曲线完全相同,则可取任一日的负荷曲线重复Nd次作为负荷模型的响应M(t),此时建模误差εI(t)≡0。如果在此基础上预报(Nd+1)日的负荷,则可能有2种情况,如果预报日的负荷还与建模时域中的负荷曲线完全相同,则外推误差εE(t)≡0,从而有总预报误差ε(t)≡0;如果预报日的负荷
与建模时域中的日负荷曲线不完全相同,其偏差为ΔP(t),则有ε(t)=0+εE(t)=ΔP(t)≠0 t∈D
+
即此时没有建模误差,预报的总误差就等于外推误差。上面分析的特例只说明了各种误差之间的关系,并不能直接用于实际负荷预报的误差分析。事实上,根据任意一种(或不同的)负荷建模方法,总可以将一组用于建模的负荷数据P(t)分解为P(t)=∑kmi=1Mi(t)+∑kui=1Ui(t)=M(t)+U(t)t∈D-(3)式中 Mi(t)为某种规律负荷模型的响应,它将导致对未来负荷相应分量的预报;Ui(t)为对未来负荷预报精度无实质性贡献的负荷分量。对比式(1)和式(3)可知,建模误差 εI(t)=U(t)t∈D-(4)由以上分析可见,建模误差的大小既与P(t)的规律性强弱有关,又与所采用的建模方法有关。若方法既定,规律性差的负荷对应于较大的建模误差;若负荷既定,好的建模方法对应于较小的建模误差。在负荷预报的实践中,预报误差占相应时刻负荷值的百分数———相对误差也是一个重要指标,于是可定义相对建模误差 ε＊I(t)=U(t)/P(t)t∈D-(5)相对建模误差的统计特征是关系到负荷预报精度的重要因素。对于给定的实际负荷数据P(t),就算竭尽全力来改进负荷建模的方法,也不能使建模误差无限减小。因为电力负荷本身有一定的随机性,当描述负荷的模型精细到一定程度之后,再改进模型对预报精度不会有实质性的改善。因此,在改善预报方法的过程中,相对建模误差通常会有一个非零的下限,这个下限主要反映了负荷内在的非规律性。对某种负荷数据,定量地分析其建模误差进而估计预报准确度的上限是有意义的。3 一种基于频域分解的负荷规律性评价方法3.1 负荷序列的频域分解电力负荷是具有较强周期性的时间序列。对指定建模时域D-的负荷时间序列Xt可做如下有限傅里叶分解[3]Xt=a0+∑N/2-1i=1[aicos(2πit/N)+bisin(2πit/N)]+aN/2cos(πt)=a0+∑N/2i=1Ricos(ωit+Υi)(6)上式中各余弦项是互相正交的。用这种方法可把负荷P(t)的变化分解成角频率分别为2π/N,4π/N,…,π的分量。通过适当的组合可将P(t)重构成式(3)的形式。依据负荷变化周期性的特点,并按角频率ωi和幅值Ri的大小,将式(6)中的各分量重新组合为5个分量,有
97 第10期 穆 钢等: 负荷预报中负荷规律性评价方法的研究