電力負荷預測方法研究綜述

電力負荷預測方法研究綜述摘要：負荷預測是電力系統(tǒng)經(jīng)濟運行的基礎(chǔ)，根據(jù)負荷預測原理的不同，將負荷預測方法分為傳統(tǒng)預測法和現(xiàn)代預測法兩種。本文對負荷預測方法進行了全面的綜述研究，分析各種預測方法的基本原理及優(yōu)缺點，合理的選擇負荷預測方法，可以有效的提高負荷預測準確率。

關(guān)鍵詞：負荷預測電力負荷預測模型

0引言

負荷預測是基于電力系統(tǒng)所處的社會、經(jīng)濟、氣候等外部環(huán)境下，對電力負荷歷史數(shù)據(jù)進行研究，結(jié)合社會經(jīng)濟學、統(tǒng)計學以及工程技術(shù)等學科知識進行定性定量分析，探索同類事物之間存在的內(nèi)部聯(lián)系和發(fā)展規(guī)律，對未來某特定時刻的負荷情況做出預先估計和預測。

電力負荷的變化受到政治、經(jīng)濟、氣象等多種不斷變化的因素影響，為滿足不同場合的負荷預測精度要求，通常會采用不同的負荷預測方法。近年來，隨著人們對負荷預測技術(shù)研究的不斷深入，負荷預測的準確度也在不斷地提高。

1負荷預測分類

按時間分類；長期負荷預測（未來3~5年甚至更長時間）、中期負荷預測（未來幾個月至一年時間）、短期負荷預測（日負荷預測和周負荷預測）以及超短期負荷預測（未來幾天內(nèi)）。

按行業(yè)分類；城市民用負荷預測、商業(yè)負荷預測、工業(yè)負荷預測、農(nóng)村負荷預測和其他負荷預測。

按特性分類；高負荷及最低負荷預測、平均負荷預測、全網(wǎng)負荷預測、負荷峰谷差預測、母線負荷預測。

2負荷預測方法

2.1傳統(tǒng)負荷預測法

（1）趨勢外推法

趨勢外推法又稱曲線擬合法、曲線回歸法。分析負荷的歷史數(shù)據(jù)，擬合出一條曲線（包括直線、指數(shù)曲線、冪函數(shù)曲線、S型曲線等）來反應(yīng)負荷變化趨勢，從而實現(xiàn)負荷預測。

優(yōu)點：原理簡單，數(shù)據(jù)需求量小，使用方便。

缺點：由于負荷的多樣性和隨機性，很難找到合適的曲線來準確表達負荷變化規(guī)律。適用于負荷變化較平穩(wěn)的時間段和區(qū)域內(nèi)，常作為短期城市電網(wǎng)的規(guī)劃預測。

（2）時間序列法

時間序列法是對負荷的歷史數(shù)據(jù)時間序列進行分析，確定其變化規(guī)律和基本特征，并建立模型，以此來實現(xiàn)對未來負荷的預測。

優(yōu)點：數(shù)據(jù)需求量小，程序簡便，計算速度快，工作量小。技術(shù)較成熟，實際生產(chǎn)中已得到廣泛應(yīng)用。

缺點：分析建模過程復雜，模型對原始時間序列平穩(wěn)性要求較高，對負荷波動較大的地區(qū)，預測難度較大。適用于負荷變化較均勻地區(qū)的短期負荷預測。

（3）回歸分析法

回歸分析法又稱統(tǒng)計分析法，根據(jù)負荷的歷史記錄以及其它對負荷有影響的相關(guān)因素，建立因變量和自變量之間的數(shù)學模型，進行數(shù)學分析，從而實現(xiàn)預測未來負荷的目的。

優(yōu)點：原理簡單易懂，數(shù)據(jù)需求量小，計算速度快，預測精度相對時間序列法要高一些。

缺點：對于較為復雜的情況時，無法詳細考慮各種影響負荷的因素，難以建立精確的模型，對于具有沖擊性負荷的地區(qū)誤差較大，一般適用于長期負荷預測。

（4）灰色預測法

灰色預測法一般用于數(shù)據(jù)中存在未知項的系統(tǒng)，是以灰色理論為基礎(chǔ)的一種預測方法?；疑碚撌菍⒁磺须S機變量看作變化的灰色量，通過數(shù)學運算，將毫無規(guī)律可循的原始數(shù)據(jù)整理成整齊的數(shù)據(jù)，列寫微分方程并解出響應(yīng)函數(shù)，作為灰色預測模型，從而實現(xiàn)負荷預測。

優(yōu)點：負荷呈現(xiàn)指數(shù)變化時，預測精度高，數(shù)據(jù)需求量較小，不需要考慮數(shù)據(jù)本身變化趨勢，操作方便，易于檢查，能夠有效避免相關(guān)因素的干擾。

缺點：具有一定的局限性，對于非指數(shù)變化的負荷，預測精度低，不適合長期負荷預測，在生產(chǎn)中實際應(yīng)用較少。

（5）空間負荷預測法

空間負荷預測法是根據(jù)電網(wǎng)電壓等級的不同，將預測規(guī)劃區(qū)按照一定原則劃分為相應(yīng)大小的網(wǎng)格或不規(guī)則大小的小區(qū)，然后分別預測每個小區(qū)中電力用戶負荷的數(shù)量和產(chǎn)生時間[1]。

優(yōu)點：方法簡便，數(shù)據(jù)采集容易，預測精度高，適用于長期負荷預測。

缺點：小區(qū)不能太小，數(shù)據(jù)采樣區(qū)域大小不同，會存在誤差，對歷史負荷為零的空地負荷預測難度大。

（6）相似日法

相似日法是通過對與待預測日相似的某些日（即相似日）的負荷進行修正，從而實現(xiàn)負荷預測的一種方法。該法采用某一特定差異評價函數(shù)，來尋找相似日，根據(jù)待預測日相關(guān)參數(shù)進行修正。

優(yōu)點：原理簡單，應(yīng)用方便。

缺點：特定差異評價函數(shù)較難建立，相似日修正工作較困難，預測精度不高。

（7）單耗法

單耗法是根據(jù)不同產(chǎn)業(yè)的產(chǎn)量或產(chǎn)值所需耗用的電量和預測期所生產(chǎn)的產(chǎn)品產(chǎn)量或產(chǎn)值來預測電力負荷的方法。

優(yōu)點：方法簡單，效果明顯，短期負荷預測準確度高。

缺點：需做大量的統(tǒng)計分析工作，工作量大，易受政治經(jīng)濟、環(huán)境氣候等外界因素影響。

（8）相關(guān)分析法

相關(guān)分析法是通過測定電力負荷與相關(guān)因素之間對應(yīng)關(guān)系，建立相關(guān)分析模型對電力負荷進行預測和控制的一種方法。

優(yōu)點：原理簡單，預測精度高。

缺點：需要對各相關(guān)因素進行詳盡分析，所需數(shù)據(jù)量較大。

（9）指數(shù)平滑法

指數(shù)平滑法是一種特殊的加權(quán)移動平均法，其加權(quán)法的特點是對離預測期近的歷史數(shù)據(jù)給予較大的權(quán)數(shù)，對離預測期遠的數(shù)據(jù)給予較小的權(quán)數(shù)，權(quán)數(shù)由近到遠按指數(shù)規(guī)律遞減[2]。

優(yōu)點：根據(jù)波動的曲線進行負荷預測，預測精度較高

缺點：計算量大，需進行比對，對負荷曲線轉(zhuǎn)折點的分辨能力低，加權(quán)存在局限性。

（10）卡爾曼濾波法

卡爾曼濾波法又稱狀態(tài)空間法，它將電力負荷分解為確定分量和隨機分量，確定分量利用一階線性模型進行描述來進行預測[3]，隨機分量則利用狀態(tài)變量來表示，建立狀態(tài)空間模型來進行負荷預測，常用于短期負荷預測中。

優(yōu)點：它們組合可以提高預測值的準確度

缺點：單獨進行預測準確度較低，實際應(yīng)用中難以估計出噪音的統(tǒng)計特性。

2.2現(xiàn)代負荷預測法

（1）專家系統(tǒng)法

專家系統(tǒng)是利用電網(wǎng)負荷歷史數(shù)據(jù)，并獲取相關(guān)領(lǐng)域?qū)＜业闹R和經(jīng)驗建立起來的一個智能化系統(tǒng)。專家系統(tǒng)法對負荷歷史數(shù)據(jù)進行分析、推理和判斷，實現(xiàn)負荷預測的目的。

優(yōu)點：建模簡單，響應(yīng)速度快，可靠性高，計算機為載體，能匯集多個專家的知識，經(jīng)驗、資料豐富，能綜合考慮多個影響因素。

缺點：專家知識庫構(gòu)建困難，容易受人為因素影響，針對性強，適用于某一固定系統(tǒng)，不具廣泛性，缺乏自適應(yīng)能力，需要不斷更新。

（2）小波分析法

小波分析法是一種時頻域分析方法，將時域信號分解為分布在不同頻段的頻率信號，每個頻率信號都對應(yīng)不同序列的負荷信號。對不同頻率子信號的分步預測，進行信號重組就可得到準確的負荷預測結(jié)果。

優(yōu)點：精確度高，適用于短期負荷預測。

缺點：耗時長，不能考慮外界因素影響，并且小波基的選擇直接影響預測結(jié)果。

（3）人工神經(jīng)網(wǎng)絡(luò)法

人工神經(jīng)網(wǎng)絡(luò)法是搭建一個合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，選取歷史數(shù)據(jù)作為訓練樣本，對神經(jīng)網(wǎng)絡(luò)進行訓練直到其精度滿足要求，此神經(jīng)網(wǎng)絡(luò)就可以作負荷預測模型。

優(yōu)點：考慮負荷的各種影響因素，預測精度非常高。

缺點：神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)的確定人為因素占主要，學習速度慢、存在局部極小點。

（4）模糊預測法

模糊預測法是建立在模糊數(shù)學理論基礎(chǔ)上的一種新的負荷預測方法，利用有限規(guī)則推理出一個隸屬函數(shù)，反映負荷歷史數(shù)據(jù)和外界環(huán)境的一個非線性函數(shù)關(guān)系。對比歷史負荷和待測負荷的環(huán)境差異，實現(xiàn)負荷預測。

優(yōu)點：將模糊對象具體化分析，適用中長期負荷預測。

缺點：精確度受外界條件限制、歷史數(shù)據(jù)要求多，實際應(yīng)用困難。

（5）支持向量機法

支持向量機法是基于統(tǒng)計學原理上的一種負荷預測方法，它是建立在VC維理論和結(jié)構(gòu)風險最小化原則的基礎(chǔ)上，專門研究有限樣本預測的一種學習方法[4]。對小樣本、非線性負荷預測效果較理想。

優(yōu)點：擬合精度高、計算速度快，充分考慮外界因素影響，精確度較高。

缺點：需要依賴經(jīng)驗確定初值及核心函數(shù)，人為因素影響大，編程困難，實際應(yīng)用較少。

（6）混沌理論法

混沌理論法是近年來才被廣泛應(yīng)用到負荷預測中的，它將負荷整體視為一個非線性系統(tǒng)模型，找出它與混沌系統(tǒng)的共同點，并從一維歷史數(shù)據(jù)中構(gòu)造系統(tǒng)的重構(gòu)相空間來描述負荷，實現(xiàn)負荷預測。

優(yōu)點：預測精度和速度上有很大提高，應(yīng)用前景較好。

缺點：需要保留數(shù)據(jù)時間較長，及時修改。

（7）數(shù)據(jù)挖掘法

數(shù)據(jù)挖掘法是通過從大量的歷史負荷數(shù)據(jù)中挖掘出隱藏的、對負荷預測有價值的重要信息，找出負荷變化規(guī)律，實現(xiàn)負荷預測。

優(yōu)點：在復雜環(huán)境下，能準確提取有效負荷數(shù)據(jù)，預測精度高，適用于短期負荷預測。

缺點：方法繁瑣，數(shù)據(jù)需求量大。

（8）綜合模型預測法

面對復雜的負荷歷史數(shù)據(jù)，單一的模型預測通常難以滿足預測精度的要求，綜合模型預測法就是利用歷史數(shù)據(jù)建立多個模型來實現(xiàn)負荷預測的一種方法。

優(yōu)點：克服了單一模型的不足，精度較高。

缺點：計算速度降低，增加建模難度，實際應(yīng)用困難。

3結(jié)語

本文對負荷預測方法進行了詳細分析，傳統(tǒng)預測方法比較成熟，但受外界環(huán)境影響較大，預測精度相對不高；現(xiàn)代預測法相對于傳統(tǒng)預測法來說，預測精度有了很大提高，方法更加智能，受外界環(huán)境影響小，但是技術(shù)方面還存在一些不足，需要不斷的更新和改進。如何將幾種不同的智能算法有機結(jié)合起來，不斷完善和提高現(xiàn)代預測方法的精度，將是今后的一個研究方向。

參考文獻

[1]王宗耀，許惠君.空間負荷預測方法相關(guān)問題的探討[J].科技廣場，2014(01).

[