用电负荷预测

工厂用电负荷预测对工厂的生产调度及发展都有着至关重要的意义，它包括需用电量和用电负荷功率两方面的预测。第三节用电负荷预测一、需用电量计算工矿企业需用电量取决于生产规模、用电负荷特性和生产增长情况等因素，同时还受国家不同时期的经济政策、资源、市场需要等因素的影响。因此，在进行需用电量测算时需收集和研究有关资料。国家电网(―)收集研究资料(1)各种产品产量及相应的单位产品耗电量。(2)各种产品的工艺特点及生产方式。(3)新建工业企业的设计生产能力、产品种类及生产计划。(4)工厂企业扩建计划及主要产品产量自然增长趋势。国家电网(二)计算需用电量主要根据各种产品的单位产品耗电定额和产品产量进行计算，计算公式为式中A──工厂需用电量，kWh；q──某种工业产品单位产品耗电量，kWh；m──某种工业产品产量。国家电网4.回归分析法3.电力弹性系数法2.经验统计法1.用电单耗法

二、需用电量预测工厂需用电量的预测按预测的期限不同而方法不同，

其常用的方法有以下几类。用电单耗法一般用于年度计划或近期需用电量预测，其预测公式为国家电网(一)用电单耗法──i产品的产量。式中──工厂t年需用电量，kWh；q──t年度i产品的用电单耗，kWh；──t年度不包括在i主要产品中的其他用电量，kWh；m(二)经验统计法1.简单平均数法国家电网这种方法是根据过去实际用电量统计资料予以平均化，排除某些偶然性、波动性因素，预测其发展趋势，适用于短期预测，其预测公式为式中──预测期需用电量，kWh；n──所取实际需用电量期数；──第i期实际需用电量，kWh。例：某工厂1991〜1995年逐年实际用电量为83800、87600、92410、97270、102720kWh,试预测1996年度需用电量。解：=92760(kWh)国家电网2.加权平均数法简单平均数法以各期数据参与平均的权数相等进行平均。实际上，后期数据更能反映变化趋势。加权平均数法就是对各期数据以不同的权数(后期权数大，前期权数小)参与平均，可使预测结果更为准确。这种预测法一般适用于近期预测，其预测计算公式为式中──第i期的权数，一般取国家电网例：某工厂1991〜1995年逐年实际用电量为83800、87600、92410、97270、102720kWh,用加权平均法预测1996年度需用电量。解：=95927(kWh)国家电网3.平均增长率法这种方法用历史数据先计算出一段时间(n年)内总的发展进度，再求出这n期的平均发展速度，以此作为预测的依据，这种方法对稳定发展时期的预测有参考价值，但预测期不宜过长，其预测计算式为或式中An+i──基年(初期第一年)后第n+i年的预测需用电量，kWh；A0──基年实际用电量，kWh；An──基年后第n年实际用电量，kWh；C──从基年到n年期间的平均增长速度(平均增长率)。国家电网国家电网例：已知某工厂1991年和1995年的实际用电量分别为83800kWh和102720kWh,该厂经济发展稳步增长，试预测1996、1997、1998年的需用电量。解：(1)1991〜1995年期间的平均增长率由式(2-31)取i=0，得An=A0(1+C)n，则将A0=83800，An=102720代入上式，得国家电网(2)预测1996、1997、1998年需用电量我们在第一篇第一章概述中曾提到电力弹性系数(电能消费增长系数)的概念，它反映了用电量和国民经济总产值之间的发展规律。在用电量的预测中，利用电力弹性系数法进行预测也是常用的方法之一。其预测公式为国家电网(三)电力弹性系数法(电能消费增长系数)其中式中An──预测需用电量，kWh；A0──基期实际用电量，kWh；Kt──计划期电力弹性系数，一般Kt>l；γy──预测期国民经济总产值年平均增长率；C──计划期用电量年平均增长率；γ──计划期国民经济总产值年平均增长率；t──预测期数。(四)回归分析法这种方法是应用数理统计学中的回归原理，在需用电量和工厂生产总产值之间建立回归模型，然后根据此回归模型对工厂需用电量进行预测。其中，线性回归法是常用的一种预测法。国家电网1.一元线性回归模型将两组随机变量x和y(x──生产总产值，y——需用电量)在直角坐标中表示出来就得到散点图，如图所示。国家电网y=a+bx

当这些散点在坐标中的分布近似直线时，就可以用一个线性方程来描述这条近似直线，又因只有一个自变量，所以是一元线性回归方程，即(a)(b)(c)式中：y──需用电量，单元；x──工厂生产总产值，单元；a、b──回归系数；n──相关数据对数。当求得上述方程的两个乘数a和b,就得到可预测需用电量的一元线性回归模型，系数a和b的计算式（数学推导略）为例:某工厂生产总产值与用电量之间存有以下7对相关数据，见下表。试求工厂生产总产值为2.5单元时的需用电量。工厂生产总产值与用电量发展间的关系（单元）Xi1.001.141.211.281.461.531.87yi1.001.221.481.662.122.483.52解：(1）将x、y值画在直角坐标中得到散点图，如图所示。由图可看出散点分布趋势呈近似直线，故用一元线性回归方程y=a+bx求解。(2）由公式求回归系数所以回归模型为y=-2.09+2.96x(3)工厂生产总产值为2.5单元时的需用电量y为y=a+bx=-2.09+2.96×2.5=5.31(单元)国家电网2.相关系数及其检验从上面的分析可看出，对任何n组统计数据，都可求出其回归模型。但它们有无实用价值，即x和y之间是否线性相关还要研究。如图所示的三个散点分布图，图(a)的散点分布最接近直线；图(b)大体是直线；图(c)散点最不规则。

这三种散点分布情况求出的回归模型，其实际应用价值相差甚远。为此，可用一个数量指标r来描述x和y之间线性关系的密切程度，此r称为相关系数。其计算式为(a)(b)(c)国家电网相关系数的取值范围为-1<r<1（1）当r=1时，变量x和完成线性相关，这时散点分布都严格分布在一条直线上，且当变量x的值增大时，变量y也随之相应增大，这称完全正相关，如图(a)所示。（2）当r=-1时，变量x和y完全线性关系，散点严格分布在一条直线上，只是x和y呈相反趋势变化，称为完全负相关，如图(b)所示。（3）当r=0时，变量x和y完全没有线性相关，称完全线性不相关，如图(c)所示。（4）大部分情况为0<|r|<1，这时通过查相关系数检验表(见下表)，判断x和y是否线性相关。国家电网相关系数检验表fa0.050.01fa0.050.01fa0.050.0110.9971.000150.4820.606290.3550.45620.950.99160.4680.59300.3490.44930.8780.959170.4560.575350.3250.41840.8110.917180.4440.561400.3040.39350.7540.874190.4330.549450.2880.37260.7070.834200.4230.537500.2730.35470.6660.798210.4130.526600.250.32580.6320.765220.4040.515700.2320.30290.6020.735230.3960.505800.2170.283100.5760.708240.3880.496900.2050.267110.5530.684250.3810.4871000.1950.254120.5320.661260.3740.4782000.1330.181130.5140.641270.3670.4673000.1130.148140.4970.623280.3610.46310000.0620.081国家电网──对应自变量为xi时的预测值；yi──对应自变量为xi时的统计（实测）值；K──为回归模型系数的个数，一元回归k=2，二元回归k=3等。3.置信区间的确定利用数学模型预测时，可估算出一个值，但对实际工作中有意义的不一定是一个值，而往往是一个范围或区间，这个区间称置信区间。国家电网

置信区间是由回归标准偏差σ来确定的，其标准偏差计算公式为式中：国家电网三、用电负荷功率预测用电负荷预测和需用电量预测有密切联系。需用电量预测的许多方法包括单耗法、经验统计法、回归分析法对用电负荷预测在相应的条件下都可使用。工厂用电负荷功率的预测按下式计算式中：P──工厂的最高负荷，kW；A──用户的需用电量，kWh；Tmax──最大负荷利用小时数h这种预测方法的基础是需用电量的精确预测。