电力负荷预测方法研究综述

《电力负荷预测方法研究综述》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、电力负荷预测方法研究综述（1、2国网池州供电公司池州247000；3合肥城市轨道交通有限公司合肥230000）摘要：负荷预测是电力系统经济运行的基础，根据负荷预测原理的不同，将负荷预测方法分为传统预测法和现代预测法两种。木文对负荷预测方法进行了全面的综述研究，分析各种预测方法的基木原理及优缺点，合理的选择负荷预测方法，可以有效的提高负荷预测准确率。关键词：负荷预测电力负荷预测模型0引言负荷预测是基于电力系统所处的社会、经济、气候等外部环境下，对电力负荷历史数据进行研究，结合社会经济学、统计学以及工程技术等学科知识进行定性定量分

2、析，探索同类事物之间存在的内部联系和发展规律，对未来某特定时刻的负荷情况做出预先估计和预测。电力负荷的变化受到政治、经济、气象等多种不断变化的因素影响，为满足不同场合的负荷预测精度要求，通常会采用不同的负荷预测方法。近年来,随着人们对负荷预测技术研究的不断深入，负荷预测的准确度也在不断地提高。1负荷预测分类按时间分类；长期负荷预测（未来3〜5年甚至更讼时间）、中期负荷预测（未来几个月至一年时间）、短期负荷预测（日负荷预测和周负荷预测）以及超短期负荷预测（未来几天内）。按行业分类；城市民用负荷预测、商业负荷预测、工业负荷预测、农

3、村负荷预测和其他负荷预测。按特性分类；高负荷及最低负荷预测、平均负荷预测、全网负荷预测、负荷峰谷差预测、母线负荷预测。2负荷预测方法2.1传统负荷预测法(1)趋势外推法趋势外推法又称曲线拟合法、曲线回归法。分析负荷的历史数据，拟合出一条曲线(包括直线、指数曲线、幂函数曲线、S型曲线等)来反应负荷变化趋势，从而实现负荷预测。优点：原理简单，数据需求量小，使用方便。缺点：由于负荷的多样性和随机性，很难找到合适的曲线来准确表达负荷变化规律。适用于负荷变化较平稳的时间段和区域内，常作为短期城市电网的规划预测。(2)吋间序列法吋间序列法

4、是对负荷的历史数据吋间序列进行分析，确定其变化规律和基本特征，并建立模型，以此来实现对未来负荷的预测。优点：数据需求量小，程序简便，计算速度快，工作量小。技术较成熟，实际生产中己得到广泛应用。缺点：分析建模过程复杂，模型对原始吋间序列平稳性要求较高，对负荷波动较大的地区，预测难度较大。适用于负荷变化较均匀地区的短期负荷预测。(3)冋归分析法冋归分析法又称统计分析法，根据负荷的历史记录以及苏它对负荷有影响的相关因素，建立因变量和自变量之间的数学模型，进行数学分析，从而实现预测未来负荷的目的。优点：原理简单易懂，数据需求量小，计算

5、速度快，预测精度相对吋间序列法要高一些。缺点：对于较为复杂的情况吋，无法详细考虑各种影响负荷的因素，难以建立精确的模型，对于具有冲击性负荷的地区误差较大，一般适用于长期负荷预测。(4)灰色预测法灰色预测法一般用于数据中存在未知项的系统，是以灰色理论为基础的一种预测方法。灰色理论是将一切随机变量看作变化的灰色量，通过数学运算，将毫无规律可循的原始数据整理成整齐的数据，列写微分方程并解出响应函数,作为灰色预测模型，从而实现负荷预测。优点：负荷呈现指数变化吋，预测精度高，数据需求量较小，不需要考虑数据本身变化趋势，操作方便，易于检査

6、，能够有效避免相关因素的干扰。缺点：具有一定的局限性，对于非指数变化的负荷，预测精度低，不适合长期负荷预测，在生产中实际应用较少。(5)空间负荷预测法空间负荷预测法是根据电网电压等级的不同，将预测规划区按照一定原则划分为相应大小的网格或不规则大小的小区，然后分别预测每个小区中电力用户负荷的数量和产生时间［1】。优点：方法简便，数据采集容易，预测精度高，适用于长期负荷预测。缺点：小区不能太小，数据采样区域大小不同，会存在误差，对历史负荷为零的空地负荷预测难度大。(6)相似日法相似日法是通过对与待预测日相似的某些日(即相似日)的负

7、荷进行修正，从而实现负荷预测的一种方法。该法采用某一特定差异评价函数，来寻找相似日，根据待预测日相关参数进行修正。优点：原理简单，应用方便。缺点：特定差异评价函数较难建立，相似日修正工作较困难，预测精度小高。(7)单耗法单耗法是根据不同产业的产量或产值所需耗用的电量和预测期所生产的产品产量或产值来预测电力负荷的方法。优点：方法简单，效果明显，短期负荷预测准确度高。缺点：需做大量的统计分析工作，工作量大，易受政治经济、环境气候等外界因素影响。(8)相关分析法相关分析法是通过测定电力负荷与相关因素之间对应关系，建立相关分析模型对电

8、力负荷进行预测和控制的一种方法。优点：原理简单，预测精度高。缺点：需要对各相关因素进行详尽分析，所需数据量较大。(9)指数平滑法指数平滑法是一种特殊的加权移动平均法，艽加权法的特点是对离预测期近的历史数据给予较大的权数，对离预测期远的数据给予较小的权数，权数由近到远按指数规律