电力系统负荷预测方法在配电网规划中的实践探析

王伟华

(国网新疆电力公司吐鲁番供电公司 新疆吐鲁番 838000)

摘要: 在现代化建设过程中，提高负荷预测技术，对于合理计划用电以及对供电系统进行检修和维护有着至关重要的作用。特别是针对以重工业为发展导向的二、三线城市而言，电力资源的分配情况以及电力使用收费标准将在一定程度上影响社会收支平衡。因此，在配电网规划工作中合理应用电力系统负荷预测方法十分必要。在电力资源管理工作中，应根据城市实际发展需要，合理选择计算模型，有针对性的对区域内电力使用的数据进行分析和整理，为今后的配电网规划工作提供理论参考。

引言

电力负荷预测的结果直接影响电力市场中部门之间的决策和方案，尤其是对发电和供电部门影响最大。电力负荷预测可以准确有效的帮助发电部门安排合理的发电和检修任务，同时也是对各个部门系统制定合理用电价格的重要依据。供电部分可以根据负荷预测制定合理的购电计划，以确保电网可以经济可靠的稳定运行。因此，电力负荷预测对于电网规划的发展是非常重要的。

1电力系统负荷预测方法的基本概念

负荷预测是电力调度的重要环节，也是我国社会电力贸易的重要参考依据，因此电力预测对于整个电力系统的规划和运行有着至关重要的作用。电力负荷预测方法的实质是，利用电力系统的实时数据和历史使用依据对未来的电力系统运行状况预测，进行预测的电力系统负荷一般是系统总有功负荷及系统中各节点的有功负荷与无功负荷。电力系统负荷预测的最终目的是提高电力系统负荷预测水平，同时确定各个供电区域的负荷发展水平，从而确定各规划年用电负荷构成。在实际的工作过程中，电力系统负荷预测方法可以分为确定性负荷预测方法和非确定性负荷预测方法。确定性负荷预测方法是通过方程的方式将历史电力负荷数据描述出来，电力负荷与时间变量之间有明确的函数关系。但是，随着用电系统的不断完善，电力负荷与时间变量之间的关系越来越复杂，在一定程度上限制了学者对其研究，有时不能用方程的方式来表现电力负荷与时间变量之间的关系。因此相关的专家和学者开始尝试将新的理论和方法应用到电力负荷预测工作中来，从而产生了通过类比对应关系进行推理预测的非确定性预测方法。

2配电网规划中电力系统负荷预测方法的应用

2.1电力系统负荷预测回归分析法

回归分析法是配电网规划中电力系统负荷预测方法中的首要方法。配电网规划中回归分析法预测电力系统负荷的主要原理为，回归分析法通过对以往电力历史负荷的数据进行分析和归纳，将电力负荷变化所产生的规律和相应的影响要素作为分析的主要依据，用以明确回归分析过程中所能够用到的回归方程式的参数，从而创建分析式的自变量和因变量之间的参数和模型，进而实现对电力系统负荷的有效预测。例如在某大型电力厂中对于配电网的规划便使用了回归分析法，通过电力工作人员对回归分析方程和自变量等的探究，对电力系统负荷的预测达到了较为精准的程度。

2.2电力系统负荷预测人工神经网络法

人工神经网络法是配电网规划中电力系统负荷预测方法中的根本方法。在对电力系统负荷预测过程中，由于电力系统负荷可能会受到多种外界因素的影响，使电力负荷系统含有大部分的随机性和非线性关系，该类因素将对电力系统负荷预测的精准度产生极大的影响，因此，人工神经网络法在新的形势下被研发出来。人工神经网络法是通过将人工神经网络模型引入到电力系统负荷的预测中，使电力系统负荷预测方法形成全新的预测方法。在配电网规划中人工神经网络预测法的主要原理为，利用人工神经网络，采取电力系统负荷中的历史作为样本，根据样本和神经网络创建相应的神经网络结构，随后采用训练式算法对其进行训练，在满足一定程度上的精准度要求后，使用人工神经网络法对配电网规划中电力系统的负荷进行预算。

2.3电力系统负荷专家预测法

专家预测法是配电网规划中电力系统负荷预测方法中的关键方法。专家系统预测法的原理为，从现实生活中提取电力专家在实际工作中对于电力系统事物处理过程中所得的感性认识，通过创建相应的电力数据库，在电力系统运行的同时对该数据库进行及时的更新和维护，从而使其能够与电力系统或事物发展的变化轨迹同步，进而达到模拟专家的效果。电力系统负荷专家预测法由于其自身的特性，在使用过程中犹如拥有大量具有专门知识的电力学专家一样。例如在某市大型发电厂预测电力系统负荷过程中，该电厂对配电网规划中电力系统负荷进行预测时采取了专家预测法，专家预测法的应用使该大型发电厂犹如诸多专家帮忙预测，使其预测出的电力系统负荷较为精准。

2.4电力系统负荷预测指数平滑法

指数平滑法是配电网规划中电力系统负荷预测方法中的重要方法。指数平滑法的原理主要表现为对配电网规划中电力系统历史数据的相关指数进行组合，由此逐渐实现直接预测电力系统负荷时间顺序的未来值。指数平滑法中的衰减能够体现远期数据对预测的影响大小原则，若衰减因子数值大，则电力系统近期到远期数据的系数变化速度也明显加快。在极端情况下，电力系统历史数据对电力系统负荷预测结果不会产生任何影响。在采用指数平滑法对配电网电力系统负荷进行预测时，主要对新电力数据进行探讨和分析，新电力数据越精准的情况下对电力系统负荷预测的越准。指数平滑法对于配电网电力系统负荷的预测精准度具有重要的影响。

2.5人工神经网络法

人工神经网络对非结构性、非精确性具有很强的自适应功能。同时，它的先进性还体现于可以自主学习信息记忆以及优化计算的特点。因此，现如今很多学者热衷于将人工神经网络理论应用在负荷预测中，尤其是短期负荷预测，并且在国际上也得到了广泛的认可。当前多数采用前馈神经网络模型，通过BP(Back Propagation)算法或者以其为基础的变种改进算法作为训练方法凭经验选取预测模型结构(神经元个数和网络层数)。以神经网络所特有的功能和自身特点，使其极其适用于短期负荷预测。由于长期负荷预测，相对而言历史数据获得较少，故少用于长期负荷预测。

2.6时间序列法

该方法将某种现象按照时间的顺序进行排列，进而挖掘出这种现象与时间的规律或关联性，从而通过这种随时间变化的规律预测出待预测未来这一现象的变化，这种方法又可称为历史延伸预测法。如果各种影响负荷变化的因素没有发生突发性剧烈变化，电网仍以固定模式工作的情况下，应用时间序列法进行预测会得到精度较高的预测结果。若影响负荷变化的因素剧烈变化，比如气候和以往相比突然出现较大变动，则预测结果的精度将极其不理想。

结束语

随着经济的发展和用电量的逐年增长以及电力改革的逐渐深入使得负荷预测结果的准确性受到多方面的影响。这些因素的影响使得获得准确的预测结果较为困难。若电力负荷预测值偏小，规划的电网容量则不能满足实际发展的需要;若电力负荷预测值偏大，则又会造成设备的利用率降低，从而引起资金浪费的问题，严重影响了电网运行的经济性。因此，负荷预测结果的准确性的对正确的电网规划显得极其重要。

参考文献:

[1]王惠中，刘轲，周佳，王岳锋.电力系统短期负荷预测建模仿真研究[J].计算机仿真，2016，02:175-179.

[2]郑幸.组合预测方法在电力系统负荷预测中的应用研究[J].电子测试，2016(12).

[3]潘超，鲁宝春，孙丽颖，关维国.电力系统负荷预测方法综述辽宁工业大学学报(自然科学版)，2016，05:296-299.

[4]贾辛淼.基于小波分析的电力系统短期负荷预测的应用研究[D].沈阳工业大学，2016.

[5]杨海燕.电力系统负荷预测方法及应用[J].通讯世界，2016，23:248-249.