摘要：电力系统负荷预测是系统发电计划的主要组成部分，是电力系统能够正常运行的重要保证。准确的电力系统负荷预测能够对各规划年每个供电区的供用电量予以确定，完善每一规划年用电负荷构成以及整体负荷发展水平。可见，负荷预测在电力系统供电、规划以及调度等部门中有着重要的基础性意义，负荷预测的准确与否直接关系到电网内部机组的正常启停以及电网能否安全稳定运行，以便对检修计划合理安排。本文对电力系统负荷预测方法分析及应用进行探讨。
关键词：电力系统；负荷预测；方法分析；应用
1电力系统负荷预测概述
负荷预测就是在现有的电力需求基础上，对以往的电力数据进行处理。并综合外部环境的影响对未来用电量进行科学推测。负荷预测工作主要包括：对未来的用电需求量进行推测，预测结果对后期电力发展汁划有着直接影响，用电量的大小也决定了发电设备的类型，同时，负荷预测工作为电力系统运行管理提供了参考依据。该工作的进行在一定程度上保证电网内部机组的启停、电网运行稳定，并且可以避免储备容量的浪费，也可以此为依据制定科学的检修计划。
2电力系统负荷预测原理
建立负荷模型是电力系统负荷预测最为直接和有效的方法，这一模型包括两方面涵义：①频率特性和负荷电压；②负荷的时空特性。所谓负荷时空特性，主要是指负荷分布会伴随空间和时间变化而不同。基于负荷模型的复杂性，所以研究人员对这种特性进行描述通常采用的是负荷时间曲线。以时间作为依据，负荷曲线可以分为日负荷、周负荷、季负荷和年负荷。但若是划分依据定为时空角度，则该负荷曲线又有系统、用户和节点三种之分。除此之外，负荷曲线按照负荷性质划分还包括生活负荷、市政负荷、农业负荷以及工业负荷等。
负荷模型在正常的安全运行中主要是指未来的时空特性，所以这也可视为负荷预测的模型。系统运行过程中负荷预测模型的内容十分广泛，既可在电力系统规划时进行长期预测，同时也可涉及到短期或实时负荷预测。概率统计是通常负荷预测所采用的方法，时间序列分析是工具，考虑到是对未来负荷的预测，因此误差的存在不可避免。比如自然灾害引起的断电就会导致事故时段负荷曲线的变化，诸如此类不确定因素以及负荷变化规律的影响，就是未来负荷预测误差产生的主要原因。因为人为干预存在，负荷预测模型所得到的结果就不可完全依靠。但需要注意，对负荷预测模型所计算而得的结果不能全盘否定，通常情况下这些结果的准确度还是较高的。
3电力系统负荷预测方法分析
3.1单耗法
这是一种依据计划产品数量和用电单耗量来推算年用电量的一种方法，这种方法比较适用于有单号指标的工业或者是部分农业负荷。在测试时可以根据城市的经济发展状况的发展目标，将过去的国民经济各部门生产产品时各产品的单位耗电量做出统计，并结合经济产业结构调整的规律，综合计算出各种产品和产值的综合单耗，并依据相关的经济发展规划制定的产品指标或者是经济指标，按照单耗来进行预测。这种预测方法的优势是方法比较简单，并且在短期内效果比较好，但是需要做好长期的调研工作，这些调研工作需要参考的数据众多，计算的数据也相对较多，因此往往也不够准确。
3.2趋势外推法
伴随时间变化电力负荷会呈现出上升或是下降的趋势，但这一趋势并没有明显的季节性波动，倘若可以寻找到波动函数曲线，便可完成趋势模型的建立，这个我们用函数y=f（t）表示，其中y是时序数值因变量，而t是时间自变量，如若随着时间变化电力负荷会呈现出上升或是下降的趋势，而这种趋势的延伸又可适用未来情况，那给出一个所属值t时，便可以得到这一时间的序列未来值，我们称这一方法为趋势外推法。趋势外推法的种类很多，常用的有生长曲线趋势、二次曲线趋势、指数曲线趋势和线性趋势等。预测过程只需历史数据便可，这是趋势外推法的优点，但这一方法也有缺点，那就是负荷一旦发生变动便会出现较大的误差。
3.3弹性系数法
弹性系数的分析方法，主要是针对电力弹性系数作为衡量的宏观指标，能够较为准确的反映出电力消费年平均增长率与国民经济年平均增长两者之间的相互关系。关于电力弹性系数的方法，具体表示如下：
E=Ky/Kx
其中E表示电力弹性系数的内容，其中Ky表示的是电力消费年平均增长率，Kx表示的则是国民经济年平均增长率。
弹性系数的电力系统负荷预测方法的应用，具体内容表现在两个方面。
期刊文章分类查询,尽在期刊图书馆一方面是电力弹性系数法可以站在宏观的角度上确定电力发展同国民经济发展的相对速度。在另一个方面，还可以作为一个重要的衡量参数衡量国民经济发展与用电需求之间的关系。
不断发展的科学技术、用电管理、知识经济等急剧改变了电力与经济发展之间的关系，这就使得弹性系数的确定不再简单。在这样的环境下，电力弹性系数法的使用就很难真正预测到现实的电力需求。此方法在应用的过程中，方法简单快捷，便于计算。但缺点则是受到国民经济与电力需求变化的影响。
3.4负荷密度法
所谓负荷密度指的就是每平方千米的负荷值，该方法的缺陷在于不能对整个城市的负荷密度进行推测，但是可以将城市划分成不同的区块，然后再进行区域负荷密度的预测工作，具体工作流程为：先计算出区域内以往以及现在的负荷密度，再按照地区发展趋势以及负荷发展特征对每个区域内目标年限的负荷密度预测值进行计算。但是有分区中很少有用电量较大的用户，可以将大用户单独罗列进行负荷计算。在应用该方法时需要注意地区整体经济社会和电力负荷因为外部环境变化而表现出跳跃式的发展特性。由上述内容可知，采用负荷密度法时需要注重直观性。
3.5灰色模型法
灰色预测技术是以灰色理论作为基础，所谓灰色系统理论主要是对灰色系统建模、预测以及决策控制等理论的系统化研究，这一方法被广泛应用在农业、气象等领域。影响电力负荷预测的因素有可确定的和不可确定的，这就可以视为一个灰色系统，这一系统在电力负荷预测中应用效果较好，不仅实用性强，且精确度高、计算简单。该防范可以使用在长、中、短三个时期的负荷预测当中，任何非线性变化负荷指标预测均可适用。灰色预测无需对变化趋势和分布规律加以考虑，且短期预测数据少，更加易于检验。但是，一旦数据灰度变化较大时就会降低预测的精度。
3.6回归分析法
借助回归法对负荷进行推测，需要依据往年的生产数据建立相应的数学模型，在对模型进行数学分析。可以使用统计学的相关方法对于数据中的变量进行分析，以得出未来发展结果的预测值。通常回归模型主要包含一元线性、多元线性、非线性等一般在对中期符合进行预测时大多采用线性回归法，主要原因是预测结果比较可靠，但是该方法也存在缺陷，例如，不能对规划水平年的工农业生产总值进行分析计算，同时该方法的计算结果适用于综合用电负荷预测，但是不具有区域借鉴意义。
4电力系统负荷预测方法具体应用
针对某地区的原始电量数据作为分析的基础，运用不同的方法进行算法的应用。某地区2011～2015实用电量分别为，2011年2.29亿kWh，2012年2.57亿kWh，2013年2.96亿kWh，2014年3.37亿kWh，2015年3.83亿kWh日。根据历年的用电量分析可以看出，该地区的用电量保持一个持续增长的状态，数值以及增长结构符合指数型曲线。这一基本状况的产生，符合现代工农总产值以及稳定增长向前发展的基本趋势与要求。下面采取弹性系数法、回归分析法以及灰色模型法，对该地区的电力系统负荷进行预测，分析2016～2018年该地区的用电量预测，其各项基本的预测值为：
弹性系数的预测值：2016年实用电量4.37亿kWh，2017年实用电量5.12亿kWh，2018年实用电量5.9亿kWh。
回归方法的预测值：2016年实用电量4.34亿kWh，2017年实用电量5.12亿kWh，2018年实用电量5.56亿kwh。
灰色模型法的预测值：2016年实用电量4.45亿kwh，2017年实用电量5.15亿kWh，2018年实用电量5.97亿kWh。
针对上述的预测数据分析可以发现，弹性系数的预测误差较大，受到国民经济生产总值的影响。弹性系数的方法，适用于短期的负荷预测方法。而对于回归分析法以及灰色模型法，所产生的误差指较小，灰色模型法的预测准确精度较高。
5结语
随着我国经济的发展，人们生活中也越来越离不开电，只有做好电力系统的负荷预测，才能稳定、持续、安全的供电，也是实现我国电力资源合理配置的重要基础。计算机科学技术的发展，让人们看到人工智能的巨大潜力，在未来，可以考虑将电力系统变为一个数字化、信息化、自动化的系统，并依据人工智能技术进行相关的电力系统负荷预测，推动我国电力系统负荷预测技术的进一步发展。
参考文献：
[1]浅析负荷预测精度对电力系统经济运行的影响[J].江学琴.科技与企业.2016（05）
[2]一种改进的指数平滑负荷预测方法研究[J].谭风雷，张兆军，朱超，张军.电力需求侧管理.2016（06）
论文作者:高林
论文发表刊物:《电力设备》2018年第11期
论文发表时间:2018/8/2
标签：负荷论文; 方法论文; 电力系统论文; 电力论文; 电量论文; 系数论文; 模型论文; 《电力设备》2018年第11期论文;