电力系统负荷预测研究综述与发展方向的探讨

来源:用户上传      作者:

　　【摘 要】在本次研究中，我们对电力系统采取负荷预测，规划用电以及电力调度等进行创新分析，针对电力系统和用电系统稳定性起着关键的作用。在本研究中我们对年度，月度，短期负荷预测使用的方法进行深入分析，针对其特点，建议模式进行探讨，希望能够给相关工作人员提供帮助。
　　【关键词】电力系统；负荷预测；发展方向
　　负荷预测对于确保电力系统实现安全稳定运行起着十分重要的作用，同时也能够为电力系统负荷预测提供决策依据。电力系统的负荷预测是指对已知电力系统，社会，经济等数据进行综合鉴定，并深入分析探究，能够探索不同事物间存在的联系以及相应的变化规律，进而能够对电力系统的负荷数据做出预测。负荷预测能够对电力系统的用电调度，规划用电等部门起到关键的作用。针对国内外研究学者对于电力系统负荷预测方法进行了多年的研究，目前电力系统的预测领域也越发广泛，出现了更多复杂的理论。在本次研究中，我们针对目前存在的问题进行分析针对于年度月度以及短期负荷预测对于电力系统负荷预测的特点，使用方法以及存在的问题和解决方案进行探索，除此之外，能够结合国内外电力系统负荷预测的多种分析方法对于负荷预测提供了专业性的建议。
　　一、负荷预测的作用分析
　　能够不断提高负荷预测的准确度，是确保电力系统长运行的要求，这对于电力系统各部门来说是十分重要的，比如企业需要制定中长期的负荷预测，是系统实施燃料计划的重要前提。而对于短期和预测来说能够为企业制定发电计划，通过负荷预测更加准确分析系统的经济性，同时还能够预测电力系统目前在运行过程中存在的安全风险，除此之外能够提升和预测准确度，进而为实现电力系统的安全性和经济性提供保障。
　　二、年度负荷预测
　　在本次研究中年度负荷预测是指年度用电需求指标中的电力运行情况以及用电量，將其作为预测内容是确保电力系统时间稳定运行的关键，也是能够推动电网建设，电源发展，对于促进国民经济以及提升人们生活质量起着十分重要作用的。通常年度负荷预测包括多种方法，比如产值单耗法，专家调查，弹性系数，年最大负荷可利用小时数等一些传统的预测方法，此外还有序列预测法，这种方法是一种具有较强实用性的方法，同时也是短期和月度负荷规划的重要基础，利用这种序列预测的方法模型，其抽象表达公式如下所示，
　　其中x是m种相关因素构成的向量，时间消耗为t，预测量为y，预测模型的参数总量为s，如果忽略其他因素影响可以构建线性预测模型，提供某一时刻便可以获得相应的数值，可在某一时段从系统以外其他部门获取相应的数据。通过对该时段中向量和待预测量对于相应的参数总量还是进行估测。经过预测之后其公式如下，
　　因此在对预测时段后获得的拟合残差平方和，可以用下列公式表示 最小为目标，这也就是常见的最小2乘法公式测量法。
　　在利用函数公式进行年度预测过程中，我们需要选的时间段内的数据进行计算，进而能够提高和预测的准确性。同时选用近年来的数据也具有较高的参考意义，如果仅依靠系统自身规律完成数据预测，由于系统在运行中存在单调性，或者会使预测数据与实际数据存在一定误差，因此可以将上述预测方法以及灰色预测方法，数学曲线回归方程模型等综合使用，能够从一定程度上提升最终预测结果的准确度。除此之外，在预测电力系统过程中还能够使用传统弹性系数法线，能够对国民经济发展进行准确把握。从整体上来看年度预测目前不适用于人工神经网络检测，主要是由于年度预测，存在的数据序列值比较少，而利用人工神经网络这种方法是需要采取大量的样本数值信息。
　　二、月度负荷的预测
　　月度预则是以月为单位作为主要的预测手段，能够对电力系统进行负荷预测，其内容包括每个月用户的用电需求指标，比如月度的电量以及电力运行情况。月度预测是电力部门以及用电营销部门的重要工作内容，通过合理的预测方法能够确保定电力系统实现正常运行，减少投资成本，并能够提高供电质量以及实现电力系统的可靠性运行。如果按照年度预测的思路并且通过使用时间序列的方法完成月度预测，虽然也能够提升其准确值，但由于数据存在一定的多样性以及在规律上还表现为复杂性，使得月度预测相比年度预测来说还存在一些特殊的地方，应当根据其他特殊的物理量变化规律，构造相应的预测方法。比如在绘制月度负荷测量图表过程中，我们可以将年份作为x轴，y轴为月份，z轴则表示月度负荷物理量值，这样能够直观展示每个月的耗电量数据以及相应的发电量，可看到月度负荷类数据，通过观察月度电量的年度发展序列点，进一步能够反映国民经济的发展水平，并且能够呈现一定的用电规律性，然而利用这种方法也存在很多不足，比如在总体程度上进行数据指导更新，如果当前是月份为1月份，那么从对两年内至今获取了相关的数据，如果对今年进行预测时所使用的数据只有前几年的数据，但却没有近一、二个月的最新数据。此外，利用周期性预测时能够利用最新的数据，在进行月度负荷预测过程时，最好使用五到十年内的数据，相比序列预测方法来说具有一定的单调性，因此也可以配合使用回归分析方法以及灰色预测等不同方法，对于一些影响因素较大的数据可以对特殊值进行特殊处理。
　　三、短期负荷预测
　　短期负荷预测主要用于对未来几天或几小时的电力运行情况，进行负荷预测能够对电力系统起到资源优化配置的重要性，同时还能够对当前电力市场发展起到一定的积极作用。目前，我国已经开展了多年短期负荷的相关预测研究，并且在预测上也获得了很多的理论成果。通过对负荷预测精度进行调整，能够从一定程度上提高发电设备的利用率以及实现电力调度的有效性。除此之外，由于受到多种非线性因素的影响，会不断促进新理论的研发，使短期负荷预测表现为一定的周期性，短期负荷预测呈现的规律和周边的环境因素之间存在一定的联系。短期预测中常用的方法是ANN法，该方法主要是能够对非结构性，非准确性规律具有较强适应性，能够突出自主学习以及理论知识推理的特点，利用非线性函数数据进行拟合，能够对预测模型进行准确的测试。在采用短期负荷预测过程中，尤其对于一些非节假日的样本预测来说，更能够反应季节更迭，可以利用ANN的预测方法对于一些很容易受到质量影响的负荷变化进行准确预测，并建立有效的模型。
　　除此之外，在对电力负荷数值执行预测计算时，工作人员需要对导致的负荷问题原因进行分析，避免将负荷数据仅作为单独数据进行使用，而应当将这些数据至于电力系统中，对负荷产生原因进行深入分析。比如我们以小型水电系统作为研究对象，由于小水电数量较多，而单机容量较少，因此在调度过程中很难将分散分布的小水电纳入到调度范围中，同时这些系统还很容易受到周边因素的影响，出现负荷变化。因而在预测负荷过程中会出现较大偏差，相关工作人员需要强化对于负荷原因的把握力度，进一步能够准确进行电力负荷预测。
　　小结
　　总而言之，随着电力市场在研究过程中条件的多样化以及相关理论不断拓展，针对负荷预测本身的规律研究，更能够体现电力系统的特点。而我们不能强调教学方法的使用价值，因此电力负荷预测需要结合社会，经济，气象等多种因素来综合考虑，因此我们可以从电力系统预测角度上高度重视电力负荷发展存在的规律性，可以采用多种统计和管理方法，进而能够对负荷数值进行准确预测。
　　参考文献：
　　[1]杨博宇，陈仕军.电力负荷预测研究综述及预测分析[J].四川电力技术，2018，v.41；No.255（03）：60-64+95.
　　[2]于秋波.基于智能方法的电力系统负荷预测模型研究[J].中国科技投资，2017（6）.
　　[3]何淼，叶鹏，何宁宁.饱和负荷预测方法研究综述[J].山东工业技术，2017（23）：224.
　　（作者单位：贵州电网有限责任公司都匀福泉供电局）
转载注明来源:https://www.xzbu.com/1/view-14816149.htm