摘要：负荷预测在电力系统规划和运行方面发挥的重要作用，具有明显的效益，负荷预测实质上是对电力市场需求的预测。所以电力系统负荷预测的方法是非常重要的。
关键词：电力系统；负荷预测；方法
一、电力系统负荷预测的概述
电力负荷预测是从已知的用电需求出发，考虑经济、气候等相关因素，对未来的用电需求做出的预测。负荷预测包括对未来需求量（功率）的预测和未来用电量（能量）的预测。电力需求量的预测决定发电、输电、配电系统新增容量的大小；电能预测决定发电设备的类型。电力负荷预测包括两方面的含义，既指安装在国家机关、企业、居民等用户处的各种用电设备，也可描述上述用电设备所消耗的电力电量的数值。从预测对象来看，电力负荷预测包括对未来电力需求量的预测和对未来用电量的预测以及对负荷曲线的预测。其主要工作是预测未来电力负荷的时间分布和空间分布，为电力系统规划和运行提供可靠的决策依据。电力系统负荷预测是在充分考虑一些重要的系统运行特性、增容决策与自然条件的情况下，利用一套系统处理过去与现在负荷的方法，在一定精度意义上，决定未来某特定时刻或某些特定时刻的负荷值。根据计划期内预测的需电量及电力负荷可以确定相应的发电量及燃料需要量，可以安排发电机组、输变电设备的检修，可以制定电网在计划期内需要增加的变电设备容量。准确的负荷预测，可以经济合理的安排电网内部机组的启停，保持电网运行的安全稳定，减少不必要的旋转储备容量，合理安排机组检修计划，保证社会的正常生活和生产活动，从而提高经济效益和社会效益。
二、电力系统负荷预测方法
电力系统负荷预测包括最大负荷功率、负荷电量、负荷曲线预测。在电力系统预测中，预测的方法为：第一，趋势外推法。就是根据负荷的变化趋势对未来负荷情况做出预测。电力负荷虽然具有随机性和不确定性，但在一定条件下，仍存在着明显的变化趋势。这种变化趋势可为线性或非线性、周期性或非周期性，等等。第二，时间序列法。时间序列法是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。第三，回归分析法。回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测。第四，灰色数学理论。灰色数学理论是把负荷序列看作一真实的系统输出，它是众多影响因子的综合作用结果。灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。第五，专家系统方法。专家系统方法是对于数据库里存放的过去几年的负荷数据和天气数据等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则。借助专家系统，负荷预测人员能识别预测日所属的类型，考虑天气因素对负荷预测的影响，按照一定的推理进行负荷预测。第六，神经网络理论。神经网络理论是利用神经网络的学习功能，让计算机学习包含在历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场，但其缺点是学习收敛速度慢，可能收敛到局部最小点，并且知识表达困难，难以充分利用调度人员经验中存在的模糊知识。
三、电力系统负荷预测的特点
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。电力系统负荷预测的特点是：城市民用负荷主要来自城市居民家用电器的用电负荷，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。从以上分析可知电力负荷的特点是经常变化的，不但按小时变、按日变，而且按周变、按年变，同时负荷又是以天为单位不断起伏的，具有较大的周期性、负荷变化是连续的过程，一般不会出现大的跃变，但电力负荷对季节、温度、天气等是敏感的，不同的季节、不同地区的气候以及温度的变化都会对负荷造成明显的影响。
四、结束语
随着电力市场的发展，负荷预测的重要性日益显现，对负荷预测精度的要求越来越高。随着现代科学技术的不断进步，理论研究的逐步深入，相信负荷预测的理论会越来越成熟，预测的精度也会越来越高。
参考文献：
1、张伯明.电力系统负荷预测研究综述与发展方向的探讨[J].电力系统自动化,2004(17).
2、庄媛媛.基于粒子群的电力系统短期负荷预测[J].微计算机信息,2007(9).
3、王健.负荷预测系统的研究与实现[D].湖南大学,2009.
（作者单位：石河子天富农电有限责任公司143供电营业所）
推荐访问： 负荷 电力系统 预测 方法
