负荷预测读书报告

1、负荷预测电力系统负荷预测是指利用电力系统实时信息和历史数据对未来电力系统负荷进行的预测。需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。电力负荷预测是电力系统规划的重要组成部分，也是电力系统经济运行的基础，其对电力系统规划和运行都极其重要。一、 电力负荷预测的分类电力负荷预测是电力规划的基础，按照电力需求的周期可以将其分为调度预测、短期预测、中期预测和长期预测。（1）短期电力负荷预测周期为15年，主要是为5年以内的项目计划实施和规划滚动调整提供依据。（2）中期电力负荷预测周期为515年，主要是为对应时期内电力系统规划的编制提供依据。（3）长期电力负荷预测周期为1

2、520年以上，主要用于制定电力工业的战略规划。二、 电力负荷预测的主要内容1、 经济社会发展现状及趋势分析（1） 收集数年规划区域社会经济发展的有关历史数据资料。（2） 收集预测期内规划区域社会经济发展的有关规划数据资料。（3） 对天气等环境因素与电力需求的变化进行相关性分析。（4） 对社会经济发展的现状进行分析。（5） 对预测期内社会经济发展的趋势及规划数据资料进行分析。2、 电力供需现状分析（1） 电量数据，全社会用电量、分行业用电量、各分区用电量预测、电网统调及发购电量、售电量、高耗电行业用电量等。（2） 电力负荷数据及负荷特性分析。（3） 各类电源在建项目和预计投产时间。（4） 区域内

3、输配电电网现状。3、 电力需求量预测（1） 电量预测。1） 全社会用电量和增长率预测。2） 分行业用电量预测。3） 各分区用电量预测。4） 售电量预测。（2） 电力负荷预测1） 分年度最大负荷及增长率预测。2） 负荷特性分析预测。3） 典型日负荷曲线预测。4、 供需平衡分析按照电力电量平衡的有关原则，进行各年的电力电量平衡计算，并提供相应的平衡计算结果。对逐年电力电量平衡结果进行分析和评价，说明电源和电网存在即可能出现的问题。三、 电力负荷预测的方法1、 确定性电力负荷预测方法（1） 经济模型预测法。根据经济发展趋势对电力需求进行预测，常用的预测模型有线性趋势模型、对数线性趋势模型等。（2）

4、时间序列负荷预测法。时间序列法并不考虑负荷与其它因素间的因果关系，仅把电力需求看做是一组随时间变化的数列，常用的预测模型有一阶自回归、n阶自回归、自回归（AR）模型、动回归（MR）模型等。（3） 相关系数预测法。此方法假定电力需求的增长与某一可预测因素的变化规律相近，通过寻求电力需求历史数据与该因素历史值之间的关系，同时以该因素的预测值来求得电力需求的预测值，其主要方法有电力弹性系数法、GDP综合电耗法等。2、 不确定电力负荷预测方法（1） 模糊预测法。与常规预测方法不同，模糊预测方法不是通过对历史数据的分析去直接建立负荷与其它因素的函数关系式，而是考虑了电力需求与多因素的相关性，将负荷与对应

5、环境作为一个数据整体进行加工，得出负荷变化模式及对应环境特征，从而将待测年环境因素与各历史环境特征进行比较，得出所求的负荷增长率。其主要有模糊聚类预测法、模糊相似优先比法、模糊最大贴近度法等。（2） 灰色预测方法。灰色系统理论用于处理信息不完全的系统，它为不确定因素的处理提供了一个新的有力工具。该理论是系统控制理论发展的产物，通常把已知的信息称为“白色”信息，完全未知的信息称为“黑色”信息，把介于两者之间的信息称为“灰色”信息。（3） 人工神经网络法。该方法模拟人脑信息处理、储存的检索机制而构造，是由大量人工神经元密集连接而成的网络。其主要有Kohonon自组织神经网络、多层前馈神经网络等。3

6、、 空间电力负荷预测方法空间电力负荷预测方法是近20年来新发展起来的预测方法，它不仅能够预测未来负荷的发展规律，而且对未来负荷的地理分布情况也作出了相应的预测。空间电力负荷预测方法基本可以分为以下几个步骤。（1）对需要进行负荷预测的区域按照一定的规则细分为一个个的小区，例如可以按照功能划分。（2）向政府有关部门和开发单位收集各预测小区的规划方案。（3）根据各小区的规划方案，对各小区进行电力负荷以及负荷特性进行预测。（4）将各小区的负荷特性曲线进行啮合和采用同时率等方法，得出某一地区的电力负荷预测值。四、 实际负荷预测实际负荷预测如表1.1所示。表1.1 按用途分负荷用电量的预测方法用途预测方法

7、经济指标以人口、GNP、IIP总和及各业种的IIP等作为负荷预测前提的各项指标，制成政府计划供参考。家庭用电按用户家数和每户用电量来预测，用户人口、每户使用量与家电的普及和发展有关。业务用电量按用户数和每户KW使用量（单位使用量）来预测，用户数与第三产业的粗资本总额（KP3）有关，每KW使用量按实际发展情况预测，使其反应地区特点。用电小户分为低压用户和高压甲类用户。低压用户按用户户数及单位使用量分别预测。高压甲类用户与IIP有关，与用电大户有关，或者分为制造业与非制造业。制造业与IIP有关，非制造业与GNP有关。单位使用量按实际发展预测，以反映地区特点。用电大户按业种分别预测累计，对主要业种，

8、用生产物数量乘上功率单位使用量来预测。其它业种与IIP有关。非制造业中的铁道业，按每条线路累计，与GNP等有关。其它业种都与GNP有关。其他用电按用途分，依照时间发展趋势、单位使用量分别累计的方法预测。注：GNP：国民生产总值IIP：工业生产指数KP3：第三产业（批发、零售、服务业等）的生产资本累计量实际负荷预测时贯彻的原则实际预测时一般贯彻“近大远小”的原则，即物理量未来的变化趋势更多地取决于历史时段中近期的发展规律，远期的历史数据与未来发展趋势的相关性较弱。在常规预测中，实际上采用了“各时段拟合残差同等对待”的做法。在考虑“近大远小”原则的情况下，其处理思路应该是：区别对待各时段的拟合残差

9、，近期的发展规划应该得到更好的拟合，远期历史数据的拟合程度可以稍低。在中长期预测中，“近大远小”的原则是比较容易实现的，所采用的方法主要是加权参数估计，其优点是可以更好地体现负荷预测的惯性规律。但是在短期预测中，由于突出强调和体现负荷发展的周期性，“近大远小”的原则不容易得到贯彻。五、 当前的研究现状传统的预测结果一般是确定性的。常规的负荷预测只是给出一个确定的数值，其缺点是无法确定预测结果可能的波动范围。实际上由于预测问题的超前性，实现概率性的预测更符合客观需求，例如应用于风险分析、可靠性评估等。在传统的电力系统规划中，要求给出电力系统发展的高、中、低水平，实际上就是进行敏感性分析、风险分析

10、的需要，从某种意义上讲，这也是一种概率预测的结果。此外，某些传统的预测方法中，从概率论中置信区间分析的角度，可以给出一个喇叭形伸展的带状区域，使得未来数据的预测有一个大致的变化范围，这些都是概率型预测的雏形。在电力系统目前的研究中，预测方法应与实际相结合，尤其注重气候条件、电价弹性、市场环境、负荷构成等对预测具有重要影响的因素的细致研究。考虑到电力系统是一个多因素共同作用的系统，与相关因素分析相配合，可以尝试对历史数据进行数据挖掘，从中找出影响预测精度的主要相关因素（或者称为主导因素），这是一个有价值的发展方向。各种预测方法如何根据其所应用的地区或者最新的实际数据，进行模拟参数的自动调整，达到

11、更好的预测效果，这就提出了自适应与自学习的问题，好的预测方法应根据预测的偏差不断调整模型的结构与参数，这实际上构成了一个闭环反馈。自适应预测是电力系统发展的基本要求，正得到越来越多的关注。负荷发展的历史规律性如何，从某种程度上决定并限制了预测所能达到的最佳效果。因此，不能针对任何数据都盲目地提出无限制、高精度的预测要求。由此产生了预测模型的预评估问题，其目标是：在预测量未发生之前，衡量（估算）某个模型用于某个环境的预测后所能达到的预测精度。由于预测精度同时取决于预测模型的好坏和历史数据的规律性，因此，可以采用“虚拟预测”的策略进行探索，根据若干误差特性分析指标和拟合精度分析指标，作为预测评价的依据。这个思路