王偉華

(國網新疆電力公司吐魯番供電公司 新疆吐魯番 838000)

摘要: 在現代化建設過程中，提高負荷預測技術，對于合理計劃用電以及對供電系統進行檢修和維護有著至關重要的作用。特別是針對以重工業為發展導向的二、三線城市而言，電力資源的分配情況以及電力使用收費標準將在一定程度上影響社會收支平衡。因此，在配電網規劃工作中合理應用電力系統負荷預測方法十分必要。在電力資源管理工作中，應根據城市實際發展需要，合理選擇計算模型，有針對性的對區域內電力使用的數據進行分析和整理，為今后的配電網規劃工作提供理論參考。

引言

電力負荷預測的結果直接影響電力市場中部門之間的決策和方案，尤其是對發電和供電部門影響最大。電力負荷預測可以準確有效的幫助發電部門安排合理的發電和檢修任務，同時也是對各個部門系統制定合理用電價格的重要依據。供電部分可以根據負荷預測制定合理的購電計劃，以確保電網可以經濟可靠的穩定運行。因此，電力負荷預測對于電網規劃的發展是非常重要的。

1電力系統負荷預測方法的基本概念

負荷預測是電力調度的重要環節，也是我國社會電力貿易的重要參考依據，因此電力預測對于整個電力系統的規劃和運行有著至關重要的作用。電力負荷預測方法的實質是，利用電力系統的實時數據和歷史使用依據對未來的電力系統運行狀況預測，進行預測的電力系統負荷一般是系統總有功負荷及系統中各節點的有功負荷與無功負荷。電力系統負荷預測的最終目的是提高電力系統負荷預測水平，同時確定各個供電區域的負荷發展水平，從而確定各規劃年用電負荷構成。在實際的工作過程中，電力系統負荷預測方法可以分為確定性負荷預測方法和非確定性負荷預測方法。確定性負荷預測方法是通過方程的方式將歷史電力負荷數據描述出來，電力負荷與時間變量之間有明確的函數關系。但是，隨著用電系統的不斷完善，電力負荷與時間變量之間的關系越來越復雜，在一定程度上限制了學者對其研究，有時不能用方程的方式來表現電力負荷與時間變量之間的關系。因此相關的專家和學者開始嘗試將新的理論和方法應用到電力負荷預測工作中來，從而產生了通過類比對應關系進行推理預測的非確定性預測方法。

2配電網規劃中電力系統負荷預測方法的應用

2.1電力系統負荷預測回歸分析法

回歸分析法是配電網規劃中電力系統負荷預測方法中的首要方法。配電網規劃中回歸分析法預測電力系統負荷的主要原理為，回歸分析法通過對以往電力歷史負荷的數據進行分析和歸納，將電力負荷變化所產生的規律和相應的影響要素作為分析的主要依據，用以明確回歸分析過程中所能夠用到的回歸方程式的參數，從而創建分析式的自變量和因變量之間的參數和模型，進而實現對電力系統負荷的有效預測。例如在某大型電力廠中對于配電網的規劃便使用了回歸分析法，通過電力工作人員對回歸分析方程和自變量等的探究，對電力系統負荷的預測達到了較為精準的程度。

2.2電力系統負荷預測人工神經網絡法

人工神經網絡法是配電網規劃中電力系統負荷預測方法中的根本方法。在對電力系統負荷預測過程中，由于電力系統負荷可能會受到多種外界因素的影響，使電力負荷系統含有大部分的隨機性和非線性關系，該類因素將對電力系統負荷預測的精準度產生極大的影響，因此，人工神經網絡法在新的形勢下被研發出來。人工神經網絡法是通過將人工神經網絡模型引入到電力系統負荷的預測中，使電力系統負荷預測方法形成全新的預測方法。在配電網規劃中人工神經網絡預測法的主要原理為，利用人工神經網絡，采取電力系統負荷中的歷史作為樣本，根據樣本和神經網絡創建相應的神經網絡結構，隨后采用訓練式算法對其進行訓練，在滿足一定程度上的精準度要求后，使用人工神經網絡法對配電網規劃中電力系統的負荷進行預算。

2.3電力系統負荷專家預測法

專家預測法是配電網規劃中電力系統負荷預測方法中的關鍵方法。專家系統預測法的原理為，從現實生活中提取電力專家在實際工作中對于電力系統事物處理過程中所得的感性認識，通過創建相應的電力數據庫，在電力系統運行的同時對該數據庫進行及時的更新和維護，從而使其能夠與電力系統或事物發展的變化軌跡同步，進而達到模擬專家的效果。電力系統負荷專家預測法由于其自身的特性，在使用過程中猶如擁有大量具有專門知識的電力學專家一樣。例如在某市大型發電廠預測電力系統負荷過程中，該電廠對配電網規劃中電力系統負荷進行預測時采取了專家預測法，專家預測法的應用使該大型發電廠猶如諸多專家幫忙預測，使其預測出的電力系統負荷較為精準。

2.4電力系統負荷預測指數平滑法

指數平滑法是配電網規劃中電力系統負荷預測方法中的重要方法。指數平滑法的原理主要表現為對配電網規劃中電力系統歷史數據的相關指數進行組合，由此逐漸實現直接預測電力系統負荷時間順序的未來值。指數平滑法中的衰減能夠體現遠期數據對預測的影響大小原則，若衰減因子數值大，則電力系統近期到遠期數據的系數變化速度也明顯加快。在極端情況下，電力系統歷史數據對電力系統負荷預測結果不會產生任何影響。在采用指數平滑法對配電網電力系統負荷進行預測時，主要對新電力數據進行探討和分析，新電力數據越精準的情況下對電力系統負荷預測的越準。指數平滑法對于配電網電力系統負荷的預測精準度具有重要的影響。

2.5人工神經網絡法

人工神經網絡對非結構性、非精確性具有很強的自適應功能。同時，它的先進性還體現于可以自主學習信息記憶以及優化計算的特點。因此，現如今很多學者熱衷于將人工神經網絡理論應用在負荷預測中，尤其是短期負荷預測，并且在國際上也得到了廣泛的認可。當前多數采用前饋神經網絡模型，通過BP(Back Propagation)算法或者以其為基礎的變種改進算法作為訓練方法憑經驗選取預測模型結構(神經元個數和網絡層數)。以神經網絡所特有的功能和自身特點，使其極其適用于短期負荷預測。由于長期負荷預測，相對而言歷史數據獲得較少，故少用于長期負荷預測。

2.6時間序列法

該方法將某種現象按照時間的順序進行排列，進而挖掘出這種現象與時間的規律或關聯性，從而通過這種隨時間變化的規律預測出待預測未來這一現象的變化，這種方法又可稱為歷史延伸預測法。如果各種影響負荷變化的因素沒有發生突發性劇烈變化，電網仍以固定模式工作的情況下，應用時間序列法進行預測會得到精度較高的預測結果。若影響負荷變化的因素劇烈變化，比如氣候和以往相比突然出現較大變動，則預測結果的精度將極其不理想。

結束語

隨著經濟的發展和用電量的逐年增長以及電力改革的逐漸深入使得負荷預測結果的準確性受到多方面的影響。這些因素的影響使得獲得準確的預測結果較為困難。若電力負荷預測值偏小，規劃的電網容量則不能滿足實際發展的需要;若電力負荷預測值偏大，則又會造成設備的利用率降低，從而引起資金浪費的問題，嚴重影響了電網運行的經濟性。因此，負荷預測結果的準確性的對正確的電網規劃顯得極其重要。

參考文獻:

[1]王惠中，劉軻，周佳，王岳鋒.電力系統短期負荷預測建模仿真研究[J].計算機仿真，2016，02:175-179.

[2]鄭幸.組合預測方法在電力系統負荷預測中的應用研究[J].電子測試，2016(12).

[3]潘超，魯寶春，孫麗穎，關維國.電力系統負荷預測方法綜述遼寧工業大學學報(自然科學版)，2016，05:296-299.

[4]賈辛淼.基于小波分析的電力系統短期負荷預測的應用研究[D].沈陽工業大學，2016.

[5]楊海燕.電力系統負荷預測方法及應用[J].通訊世界，2016，23:248-249.