深圳国能环保节能科技有限公司 518000
摘要：国家经济和社会的不断进步与发展离不开一个有着合理结构电力系统稳定、安全的运行。这就是为什么电力行业被认为是国民经济发展中最重要的基础能源行业之一，“发展经济，电力先行”。目前，中国电网建设仍存在电网规划不合理，资源供应不受限，区域供电不平衡等问题，极大地制约了国民经济的发展。要想很好地解决上述问题，做好电力负荷预测工作是关键。本文详细介绍电力负荷组合预测的意义及方法。
关键词：短期；电力负荷组合；预测分析方法
引言
短期电力负荷预测是电力系统运行管理的重要组成部分之一。电力系统负荷预测是根据电网建设规划，经济合理地制定电力调度方案，有效地保持电网稳定运行。这在有效保证发电机组计划经济优化和生活用电等方面都有非常重要的归纳意义。提高电力系统运行的前期预测对于提高电力系统运行的可靠性和电能质量具有积极的作用。随着AI技术的发展，出现了大量的智能短期负荷预测方法，预测的准确性有了一定的提高。本文将对此进行说明。
一、短期电力负荷预测意义
短期电力负荷预测主要指对未来短至不足一小时，长至一周的负荷预测。短期电力负荷预测在整个电力系统尤其是电力调度中的作用不容忽视。为未来发电规划，计算机电网控制，电力系统安全分析，根据实际应用分配和调度电力资源提供重要的基础数据，一定程度上提高了发电效率。在目前的经济环境下，电力市场正在逐步开放，电力市场的效率需要尽可能提高，以提高电力生产企业的经济效益，这种现实情况进一步发展了对电力负荷预测准确预测的需求。提高短期电力预测精度[1]，可以在一定程度上保障电力系统的运行可靠些。同时，它也可以提高电力能源生产和经济效率。短期电力负荷预测的意义及重要性主要表现在以下几个方面：
（1）是电力系统正常运行的基础。精确的短期电力负载提醒员工执行相应的行动，是帮助工作人员实时发现系统问题并确保电力系统的安全运行的重要条件。
（2）为负荷管理提供基础数据信息。预测结果的精确度决定了系统中发电设备和传输设备的运行率能否被提升，而且根据预测结果部分可以通过降低电源的张力使局部电力紧张状态得以缓解，从而提高整个系统的负载率。
（3）利于电力公司降低成本。精确的电力负荷短期预测可以通过提供有效的数字信息的方式，在电力公司的供发电计划，授权计划等方面，帮助降低电力公司的运营成本。电力企业可以在确保系统不受影响的基本下减少设备的多余电力，降低建筑物的成本。
（4）为投标竞价提供数字依据[2]。随着电力市场的日益普及，电力企业的竞标需要更为准确的预估，精确的电力负荷预测可以做到使预购协议尽可能的接近真实交易合同，避免电力生产商和电网公司之间由于合同变更导致不必要的交易成本。
（5）是电力运转的基础。精确的短期预测在电力的供给、运输、使用三方方面的协调上有着重大意义，可以给电力企业带来巨大的利益。
（6）是谈判的依据。有利于双方基于现实的基础上实现双赢，实现利益最大化。
二、电力负荷预测常用方法
短期电力负荷的精确预测需要不同方法结合进行[3]，才能更大程度的适应电力系统的不同情况。其常用方法如下：
（一）弹性系数法
电力弹性系数ε是该地区的总用电量与年用电量的比值与工业生产、农业生产总值的平均增长率的比值。
期刊文章分类查询,尽在期刊图书馆ε可以反映国家经济电力发展在一定条件下的关系，可以用来比较电力需求和国民经济发展。一般情况下，ε<1表明电力行业的发展比国民经济的发展要落后。为了确定电力的弹性系数，有必要计算地区面积的负荷结构和性能，并仔细考虑过去的负荷数据以及各种功耗的发展趋势。当ε达到0.8时，表明电力工业可以稳定地保障人民的生活质量和国民经济，而如果ε在0.8和1之间，该区域将可以被视为进步[4]。因此，功率弹性系数法通常用于中长期宏观负荷预测，可以预测区域的发展趋势，但预测结果并不精确。弹性系数法的好处是理解和计算简单，但由于其是在大量数据的基础上得出结果的，前期工作量十分巨大，且结果并不准确。
（二）回归预测分析方法
回归预测分析是指通过收集和分析历史负荷数据，根据数据特征构建数学模型，预测未来负荷数据的方法。是定量预测方法。在诸多领域被广泛应用。在预测中，回归预测分析算法首先提取历史数据的特征，寻找其中的规则，找出自变量与因变量之间的关系，进而找出二者之间的回归方程。根据对过去数据的分析，按照“近期数据的权重因子越大，长期数据对预测结果影响越小”的基本规则进行区别归类。该方法适用于中短期负荷预测。目前，回归预测方法发展到比较成熟的水平，该方法的优点是预测过程简单。但是当分析线性时间序列时，预测精度较低，并且在分析非线性时间序列时，计算过程复杂度增加，成本增加。
（三）灰色系统预测方法
如果系统的所有元素都是已知的，则这样的系统被称为白色系统，但相反如果系统的所有元素都是未知的，则这样的系统被称为黑色系统。灰色系统顾名思义就是介于黑色系统和白色系统中间的一种少数元素是已知的系统状态。也就是说，部分公开，部分隐藏。电力负荷的预测中，未知因素如天气状况和经济状况可以当作不确定信息并通过灰色系统进行分析。灰色系统预测方法的优势在于对数据类型和相互间的联系不需要事先规定模式，因而有着更为广阔的操作空间。
（四）神经网络方法
在实际情况中，负荷数据受很多不确定因素的影响，因此隐藏了很多随机和非线性关系，对预测结果有一定影响。常规预测方法因其局限性不能满足现有电力系统的精度要求。而随着神经网络智能算法的应用越来越广泛，越来越多的国内外研究人员和组织将神经网络相关知识应用于预测电力负荷和电价的实际应用中。人工神经网络是一种抽象，简化和模拟人类大脑结构的计算模型，由多个含有传递函数的神经元层组成。可以处理线性非线性甚至更为复杂的数据，预测结果逼近真实数据。神经网络的优点有自主学习，存储数据大，可不断优化等。同样的，神经网络也是基于大数据诞生的，数据量大，计算复杂，多于其他算法进行配合使用，应用于短期电力预测。
（五）模糊预测方法
模糊推理方法也称为模糊逻辑方法，主要基于应用数学的方法来处理实际负荷数据的不确定性。与灰色预测方法相比，模糊预测方法通过使用模糊矩阵将数据不确定性转换为确定性数据。目前最常用的电力负荷模糊预测方法有模糊聚类法，模糊相似优先法，模糊最大贴近度法。模糊预测算法有较好的处理负荷数据序列变化不确定性能力，预测精度较高。但是需要大量的数据集作为学习样本，学习能力较低，计算复杂，实际应用中执行难度较大。
（六）专家系统方法
专家系统是智能计算机系统。其数据库中存放了过去的电力负荷数据，汇集了该领域的经验丰富的专家，利用专家的一系列知识和经验，开发出一套预测规则存入电脑，允许计算机系统模拟人类专家思维来分析问题，然后使用该规则进行预测。在一定条件下，专家系统甚至可以取代专家的角色。其优点有：结合了众多专家的经验，可以多方位进行考虑不同因素影响。缺点是不具备学习能力，对变化较大的情况适应性不强。
三、结束语
综上所述，短期电力负荷组合预测作为电力系统重要组成部分，负荷预测的准确性与电力系统的稳健运行密切相关。因此，做好预测分析，提高负荷预测的准确性对于电力企业有着重要的意义。
参考文献：
[1]段晶晶.基于神经网络的短期电力负荷组合预测方法研究[D].兰州大学，2017.
[2]杨晓晶.基于EMD和高斯过程回归组合模型的短期电力负荷预测方法研究[D].昆明理工大学，2010.
[3]刘奎.基于混沌和小波神经网络的短期电力负荷预测方法研究[D].西南交通大学，2012.
[4]牛东晓，魏亚楠.基于FHNN相似日聚类自适应权重的短期电力负荷组合预测[J].电力系统自动化，2013，3703：54-57.
论文作者:吴文芳
论文发表刊物:《基层建设》2018年第19期
论文发表时间:2018/8/8
标签：电力论文; 负荷论文; 方法论文; 数据论文; 电力系统论文; 系统论文; 神经网络论文; 《基层建设》2018年第19期论文;