电力负荷预测方法研究111

《电力负荷预测方法研究111》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

电力负荷预测方法研究摘要负荷预测对电力系统规划和运行极其重要。准确的负荷预测是实现规划方案科学性、正确性的依据和保证，也是保证电网供电可靠性和优质经济运行的一项前瞻性工作。负荷预测的方法很多，例如经典方法：指数平滑法、趋势外推法、时间序列法、回归分析法等。20世纪80年代后，一些新兴学科理论开始逐渐应用到负荷预测中，例如灰色数学理论、模糊数学、专家系统、人工神经网络、粗糙集理论、数据挖掘技术、小波分析理论、混沌理论等等。本文主要论述了电力负荷预测与分类、负荷预测的基本过程和常用方法的基本原理。关键词：负荷预测,电力系统,方法 AbstractLoadforecastingisextremelyimportantforpowersystemplanningandoperation.Theaccuracyoftheloadforecastingensurestheplanningschemetobescientific.Itisalsoaprospectiveworktoguaranteethereliabilityandeconomicoperationofpowersystem.Therearemanymethodsfortheloadforecastingsuchasclassicmethodincludingexponentialsmoothing,trendprojection,timeseriesmethod,regressionanalysismethodetal.Afterthe80’softhe20thcentury,somenewdisciplinetheoryaregraduallyappliedintheloadforecasting,suchasgreymaththeory，fuzzymathematics，expertssystem,artificialneuralnetwork,roughsetstheory,dataminingtechnology,waveletanalysistheory,chaostheoryetal.Thispaperdetailstheprinciplesandvariousforcastingtechniquesforloadforcasting,andthenintroducesthebasicforcastingprocess.Keywords:loadforecasting,powersystem，method 目录1．引言.............................................51.1问题的提出及研究的目的..............................51.2电力负荷预测研究的意义.............................51.3国内外电力负荷预测研究的现状.......................61.4本论文内容.........................................72.电力负荷预测的基本概念..........................82.1负荷预测的背景......................................82.2负荷预测概述........................................82.2.1负荷预测的特点....................................82.2.2负荷预测的基本原理................................92.3电力负荷预测的程序..................................102.3.1准备阶段..........................................102.3.2实施预测阶段......................................112.3.3评价预测阶段......................................112.3.4题出预测报告阶段..................................123.电力负荷预测方法与应用...........................133.1经典预测方法........................................133.1.1单耗法............................................133.1.2电力弹性系数法....................................14 3.1.3负荷密度法.........................................173.1.4分类负荷预测法.....................................223.1.5人均电量法.........................................223.2传统预测方法.........................................233.2.1增长曲线方法.......................................233.2.2回归分析法.........................................233.2.3时间序列分析法.....................................243.3智能预测方法.........................................243.3.1专家系统法.........................................253.3.2人工神经网络法.....................................253.3.3模糊预测法.........................................253.3.4灰色理论预测法.....................................273.3.5综合预测模型法.....................................283.4基于最小二乘法的预测研究及算例分析..................293.5基于指数平滑法的预测研究及算例分析...................344.负荷预测误差分析..................................405.结论与展望........................................416.参考文献..........................................42 正文1．引言1.1问题的提出及研究的目的近年来,我国经济快速增长,电力需求大幅增加,而新增装机容量尚未跟上发展需求,导致全国电力供需形势紧张。电力不足严重影响电网运行的安全性和经济性,因此提高电网运行的安全性,提高电力企业经济效益和社会效益,保证社会的正常生产和生活,有赖于准确的电力负荷预测。电力负荷预测的目的就是提供负荷的发展状况及水平，为电力生产部门及管理部门制定生产计划和发展规划提供依据。确定各供电区各规划年供用电量、供用电最大负荷和规划地区总的发展水平，确定各规划年用电负荷构成。短期负荷预测的准确与否将直接关系到电力系统的安全运行和经济调度，便于更合理地安排电网设备调度及检修计划，还能提高电力系统运行的稳定性，减少电网的发电成本。中长期负荷预测是配电网规划的前提和基础，其准确性直接关系到规划方案的质量和配电网的安全经济运行，也是实现电力系统管理现代化的重要内容之一。1.2电力负荷预测研究的意义电力负荷有两方面的含义[1]：一方面是指电力工业的服务对象，包括使用电力的部门、机关、企事业单位、工厂、农村、车间、学校以及各种各样的用电设备。另一方面是指上述各用电单位、用电部门或用电设备使用电力和电量的具体数量[2]。电力负荷预测中的负荷概念是指国民经济整体或部门或地区对电力和电量消费的历史情况及未来的变化发展趋势。 电力负荷预测就是在正确的理论指导下，在调查研究掌握大量翔实资料的基础上，运用可靠的方法和手段对电力负荷的发展趋势作出科学合理的推断。本文中基于神经网络的电力短期负荷预测就是在大量有关电力短期负荷研究和神经网络理论的指导下，在充分调查研究处理了某市某年某月一个月700多组数据后，应用了神经网络理论与MATLAB的实现方式，进行了编程仿真，得出了月底某工作日和某休息日两天的各小时点的具体负荷[3]。较高的预测精度充分表明了它的科学合理性。电力用户是电力工业的服务对象，电力负荷的不断增长是电力工业发展的根据。正确地预测电力负荷，既是为了保证无条件供应国民经济各部门及人民生活以充足的电力的需要，也是电力工业自身健康发展的需要。电力负荷预测工作既是电力规划工作的重要组成部分，也是电力规划的基础。全国性的电力负荷预测，为编制全国电力规划提供依据，它规定了全国电力工业的发展水平、发展速度、源动力资源的需求量，电力工业发展的资金需求量，以及电力工业发展对人力资源的需求量。本文对某地区进行电力负荷的中、短期预测，它为这一地区电力规划奠定了一定的基础，同时也为这一地区电力工业布局、能源资源平衡、电力余缺调剂，以及电网资金和人力资源的需求与平衡提供可靠的依据。因此，电力负荷预测是一项十分重要的工作，它对于保证电力工业的健康发展，乃至对于整个国民经济的发展均有着十分重要的意义。1.3国内外负荷预测的研究现状长期以来，国内外对电力的预测工作进行了长期研究。产生了许多电力负荷预测的理论和方法。一类是电力弹性系数、综合电耗法、产值单耗法和增长速度法。另一类是一元相关法、多元相关法、回归分析法和灰色系统法等。如果使用前一类方法，则需要先预测出产值、产量和增长速度等数据。目前我国经济正处于转型时期，很多数据无法测出或无法侧准。而且已有的用电系数、用电定额等如今也会发生变化，用两种准确度不高的数据来计算，得到的预测值也不会很准确。如果使用后一类方法，首先要用统计分析方法找出用电量、负荷与时间、各行业总产值、国内生产总值等数值之间的关系和变化的规律，从而建立数学模型，然后用数学模型来进行预测。整个预测的过程也是对数学模型不断的进行校验和调整的过程。这个过程一般来说也不是短时间就可以完成的。 有些学者已开始将各种智能化算法，如遗传算法、最小绝对值滤波算法等用于在受到诸如气息变化、经济变化等随机因素干扰情况下的电力系统负荷准确预测。由于电力系统的负荷受众多不确定因素的影响，是典型的灰色系统，运用灰色系统来分析众多不确定因素与电力负荷预测的关联度已经运用广泛，但如何准确定量描述，以何种准则来进行不确定因素的人工修正仍是较为困难。同时，科学家们正在研究新的预测方法，最有代表性的方法有：模糊预测技术和利用人工神经网络的预测方法。国内外关于发表的论文很多。但对这些方法人们还尚未获得统一认识，还没形成公认的预测数学模型，所以，在生产实际中推广应用还有一定的距离。然而，它们的发展前景却是不可估量的.1.4本论文内容本设计主要是学习负荷预测的一般方法，在此基础上，结合某地区的实际负荷，将所研究方法应用到负荷预测上，完成相应的负荷预测计算和分析。通过这一段时间的学习和研究主要工作为以下几个方面的内容和要求：(1)广泛阅读有关电力系统负荷预测方面的书籍和文献资料，分析并整理有关资料。(2)学习有关负荷预测的基础知识。(3)深入研究最小二乘法、指数平滑法和人工神经网络法的预测方法(4)建立电力负荷预测的模型，对预测某地区的发电量。(5)建立人工神经网络算法程序,得出MATLAB的图形。(6)完成毕业设计论文的撰写和毕业答辩任务。 2电力负荷预测的基本概念2.1负荷预测的背景电力系统的作用是为各类用户尽可能经济地提供可靠而合乎标准要求的电能，随时满足各类用户的要求，也就是满足负荷要求。由于电力的生产和使用具有特殊性，即电能是不能储存的，这样就要求系统发电出力随时和系统负荷的变化动态平衡，否则，就会影响供用电的质量，重则危及系统的安全与稳定。电力系统负荷预测因此而发展起来，电力系统负荷预测是实现电力系统安全、经济运行的基础，尤其是在电力市场条件下，负荷预测不仅对电力系统操作人员、电力市场规划者、供电者有着重要的作用，而且对其他的电力市场参与者也很重要。当负荷预测的差额造成大量运行成本和利润损失时，高精度和快速的负荷预测就成为电力系统可靠运行和电力市场供求平衡的保证，因此对先进的智能预测方法进行研究是很有必要的。近几年，我国极其严重的电力紧张，说明了电力建设必须具有前瞻性，而对符合的预测就是其中一个关键环节。目前电力系统负荷预测已成为工程科学中重要的研究领域，是电力系统自动化中一项重要内容。短期负荷预测在电网运行实时控制和发电规划中具有重要地位，提高负荷预测精度对于合理安排电网运方式、制定机组检修和进行电力需求管理意义重大。且随着电力系统的逐步发展和完善，负荷预测己成为能量管理系统((EMS)中一项独立的内容⋯。而且，在当前电力系统市场化的必然趋势下，负荷预测己成为电力市场交易管理系统中必不可少的一部分。2.2负荷预测概述2.2.1负荷预测的特点由于负荷预测是根据电力负荷的过去推测它的未来数值，所以负荷预测工作所研究的对象是不确定事件。只有不确定事件、随机事件，才需要人们采用适当的预测技术，推知负荷的发展趋势和可能达到的状况。这就是负荷预测具有以下明显的特点[4][9]： 1、准确性：因为电力负荷未来的发展是不确定的，它要受到多种多样复杂因素的影响，而且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计，有些却很难事先预见到，加上一些临时变化的影响，因此就决定了预测结果的不准确性或不完全准确性；2、条件性：各种负荷预测都是在一定的条件下做出的，对于条件而言，又可分为必然条件和假设条件两种；3、时间性：各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴，因此，要求有比较确切的数量概念，往往需要指明预测的时间；4、多方案性：由于预测的不准确性和条件性，所以有时要对负荷在各种可能的发展情况下进行预测，就会得到各种条件下不同的负荷预测方案。2.2.2负荷预测的基本原理电力负荷预测是根据现在和过去时刻的用电负荷情况，估计未来时刻用电负荷的大小。因此它的研究对象是不确定事件、随机事件。而电力负荷预测要预知负荷的发展趋势和可能达到的状况，以下介绍负荷预测的一些基本原理，用于指导负荷预测工作。1、可知性原理也就是说预测对象的发展规律、其未来的发展趋势和状况是可以为人们所知道的，这是人们在进行预测活动的基本依据。2、可能性原理因为事物的发展变化是在内因和外因共同作用下进行的，内因的变化及外因作用大小不同，因此事物的发展变化会有很多种可能。对某一具体指标的预测，往往是按照某发展变化的多种可能性，进行多方案预测的。3、连续性原理又称惯性原理，连续性原理是指预测对象的发展是一个连续统一的过程，其未来发展是这个过程的继续。该原理认为事物发展变化过程中会将某些原有的特征保持下来，延续下去。电力系统负荷的发展变化同样存在着惯性，这种惯性正是进行负荷预测的主要依据。4、相似性原理在很多情况下，作为预测对象的一个事物，其现在的发展过程和发展状况可能与过去一定阶段的发展过程和发展状况相类似，因此可以根据已知发展过程和状况来预测所预测对象的未来发展过程和状况，这就是相似性原理。目前，预测技术中使用的类推法或类比法，就是这个原理的预测方法。 5、反馈性原理反馈就是利用输出返回都输入端，再调节输出结果。人们在预测活动实践中发现，当预测的结果和经过一段实践所得到的实际值存在差异时，可利用这个差距，对远期预测值进行反馈调节，以提高预测的准确性。在进行反馈调节时，实质上就是将预测的理论值也实际相结合，首先认真分析预测值和实际值之间的差距及产生差距的原因。然后根据查明的原因，适当改变输入数据及参数，进行反馈调整，使预测质量进一步提高。6、系统性原理系统性原理认为预测对象是一个完整的系统，它本身有内在的系统，又因与外界事物的联系形成它的外在系统。预测对象的未来发展是系统整体的动态发展，而整个系统的动态发展与它的各个组成部分和影响因素之间的相互作用相互影响密切相关。系统性原理强调整体最佳，只有系统整体最佳的预测，才是高质量的预测，才能为决策者提供最佳的预测方案。2.3电力负荷预测的程序电力负荷预测是一个过程，其一般程序可划分为准备、实施、评价与提交预测报告四个阶段。2.3.1准备阶段准备阶段的工作是由确定预测目标、落实组织工作、搜集资料、分析资料和选择方法等工作组成。（1）确定预测目标。确定目标就是要在明确预测目的前提下，规定预测对象的范围、内容和预测期限。一般而言，预测范围视研究问题所涉及的范围而定，编制全国电力规划，就要预测全国范围内的电力、电量需求量；编制大区网局或地方（省、地、县）电力局的发展规划，就要预测大区电网或地方电力局范围内的电力、电量需求量。预测内容是指包括电力、电量、电力负荷的地区分布，电力负荷随时间的变化规律，以及电力负荷曲线特征及负荷曲线等。（2） 搜集与整理资料。资料是预测的基本依据，占有的资料的充裕程度及资料的可信度，对预测结果的可信度是至关重要的。一般在做电力负荷预测时需要搜集与整理的资料主要有：电力系统历年用电负荷、用电量、用电构成；经济发展目标（如国民生产总值、国民收入等）；国民经济结构的历史、现状及可能的变化发展趋势；人口预测资料及人均收入水平；能源利用效率及用电比重的变化；工业布局及用户的用电水平指标；以及国外参考国家的上述类似历史资料。这些资料的主要来源有两种途径：一是各国政府、研究机构等定期或不定期发表的报刊、资料、文献、和其他出版物；二是预测人员通过调查所获得的资料。资料的来源统计计算口径及调查方法不同，都有对资料的可信度产生不同的影响。因此，在调查搜集资料的过程中对搜集得到的资料应进行鉴别，去粗取精，去伪存真，以保证预测中使用的资料翔实可靠。（3）分析资料，选择预测方法。对经过鉴别整理后的资料要进行分析，以寻求其规律。在预测中常用的分析方法有多种，如时间序列分析、因果关系分析等方法。要根据资料的掌握情况及资料样式，选择相应的预测方法，寻求预测量的演变规律或趋势，建立预测模型。没有一种方法在任何预测场合下均可以保证获得满意的结果。因此，必须根据对资料的占有情况，以及预测目标、预测期限，预测环境、预测结果的精确度，同时考虑预测本身的效益成本分析等进行权衡，以便作出合理的选择。2.3.2实施预测阶段在进行预测时，要依据选择的预测方法来进行预测。如果是采用定量预测方法来进行预测，就要根据建立的定量预测模型，带入预测期的自变量目标值，就可以获得预测期所要的预测变量值。如果是采用定性预测方法来进行预测，就应根据掌握的客观资料进行科学的逻辑推理，推断出预测期的预测值。由于影响预测对象的诸因素可能会发生变化，从而可能使未来的实际结果与预测依据的历史资料呈现的规律不相吻合，预测人员必须适时的对预测模型及预测结果加以修正。这种情况下，预测人员的经验、理论素养及分析判断能力起重要的作用。2.3.3评价预测阶段预测的主要成果是得到预测结果。预测结果应该是明确的，可以被检验的。因此，在得到预测结果后必须对预测结果的准确度和可靠性进行评价。务使预测误差处于可接受的范围内。若误差太大，就失去了预测的意义，并从而导致电力规划的失误。 2.3.4题出预测报告阶段预测报告是预测结果的文字表述。预测报告一般包括题目、摘要、正文、结论、建议、和附录等部分。预测题目主要反映预测目标、预测对象、预测范围和预测时限。摘要通常说明预测中的主要发现、预测的结果及提出的主要建议和意见。摘要与题目配合，可以引起有关方面的重视。正文包括分析及预测过程、预测模型及说明、有关计算方法、必要的图表、预测的主要结论及对主要结论的评价。结论与建议是扼要地列出预测的主要结果，提出有关建议和意见。附录主要包括说明正文的附表、资料，预测中采用的计算方法的推导和说明，以及正文中未列出的有价值的其他资料[10]。 3电力负荷预测方法与应用综合国内外对电力系统中长期负荷预测方面的研究，采用的预测方法及达到的预测精度各有不同，但主要有：经典方法、传统方法、智能方法等三大类3.1经典预测方法经典预测方法通常是依靠专家的经验或一些简单变量之间的相互关系对未来负荷值做出一个方向性的结论。主要有分单耗法、电力弹性系数法、负荷密度法、分类负荷预测法和人均电量法等。3.1.1单耗法这个方法是根据预测期的产品产量（或产值）和用电单耗计算需要的用电量，即Ah＝QiUi式中Ah—某行业预测期的需电量；Ui—各种产品（产值）用电单耗；Qi—各种产品产量（或产值）。当分别算出各行业的需用电量之后，把它们相加，就可以得到全部行业的需用电量。这个方法适用于工业比重大的系统。对于中近期负荷预测（中期负荷预测的前5年），此时，用户已有生产或建设计划，根据我国的多年经验，用单耗法是有效的。在已知某规划年的需电量后，可用年最大负荷利用小时数来预测年最大负荷，即Pn·max=式中Pn·max—年最大负荷（MW）；An—年需用电量（kW·h）； Tmax—年最大负荷利用小时数（h）。各电力系统的年最大负荷利用小时数，可根据历史统计资料及今后用电结构变化情况分析确定。单耗法分产品单耗法和产值单耗法。采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。单耗法可用于计算工业用户的负荷预测。单耗法可根据第一、第二、第三产业单位用电量创造的经济价值，从预测经济指标推算用电需求量，加上居民生活用电量，构成全社会用电量。预测时，通过对过去的单位产值耗电量(以下简称“单耗”)进行统计分析，并结合产业结构调整，找出一定的规律，预测规划第一、第二、第三产业的综合单耗，然后根据国民经济和社会发展规划指标，按单耗进行预测。单耗法需要做大量细致的统计、分析工作，近期预测效果较佳。单耗法的优点是方法简单，对短期负荷预测效果较好。缺点是需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。3.1.2电力弹性系数法电力弹性系数kt是指年用电量（或年最大负荷）的年平均增长率kzch（%）与（%）国内生产总值（GDP）年平均增长率kgzch（%）的比值，即kt=电力弹性系数是一个宏观指标，可用作远期规划粗线条的负荷预测。 采用这个方法首先要掌握今后国内生产总值的年平均增长速度，然后根据过去各阶段的电力弹性系数值，分析其变化趋势，选用适当的电力弹性系数（一般大于1）。由于电力弹性系数与各省、各地区的国民经济结构及发展有关，各省及地区需对本省、本地区的电力弹性系数资料进行统计分析，找出适合于本省、本地区的电力弹性系数发展趋势。有了弹性系数及国内生产总值的年平均增长率，就可以计算规划年份所需用的电量，即Am=A0(l＋ktkgzch)n式中Am—预测期末的需用电量（或年最大负荷）；A0—预测期初的需用电量（或年最大负荷）；kt—电力弹性系数；kgzch—国内生产总值的年平均增长率；n—计算期的年数。电力弹性系数也分为电力生产弹性系数和电力消费弹性系数，前者与装机容量或发电量的增长速度有关，后者与用电量的增长速度有关。电力弹性系数，一般是指以电量为基础来计算的，即用发电量或用电量的发展速度（增长率）除以国民经济增长速度得出的。国民经济增长速度过去常采用工农业总产值或国民收入的增长速度来计算，后为了与国际接轨，采用国民生产总值的增长速度来计算，近年来又采用国民生产总值的增长速度来计算。由于电力不能储备，因此不仅要满足电量的要求，还要满足容量的要求，所以应当有以发供电设备容量为基础计算的电力弹性系数。在不缺电的情况下，这两个弹性系数应当是一致的，但是在缺电特别是严重缺电和的条件下，这两个弹性系数是不一致的。在缺电的条件下，计算以容量为基础的电力弹性系数比计算以电量为基础的电力弹性系数更为重要。另一方面，以容量为基础的电力弹性系数所要考虑的因素也要比以电量计算考虑得多一些，一是要考虑还欠账，以保证电力系统有足够的备用容量；二是要考虑降低过高的发供电设备利用小时数；三是要考虑国民经济计划超额和提前完成的因素。因此，在缺电的条件下，以容量计算的电力弹性系数要大于以电量计算的电力弹性系数。根据现代经济学原理分析，不同地区在不同的经济发展阶段。其电力弹性系数有不同的数值。电力弹性系数的变化不仅与电力工业的发展水平直接有关，还与科学 技术水平、经济结构、资源状况、产品结构、装备和管理水平以及人民生活水平等因素有关。从“一五”到“十五”期间，我国有6个五年计划期电力弹性系数大于1，大部分集中在前期；有3个五年计划期弹性系数小于1，多集中在近期，这似乎反映了用电增长速度最终将趋向于低于经济的增长速度这样一种发展态势（见表）。我国各个五年计划经济增长与用电增长的关系计划期年份GDP增速（%）用电量增速（%）电力弹性系数三年恢复期1950-195221.116.90.90“一五”计划期1953-19579.219.92.15“二五”计划期1958-1962-2.018.5三年调整期1963-196515.113.50.90“三五”计划期1966-19706.911.61.67“四五”计划期1971-19755.910.11.71“五五”计划期1976-19806.59.81.50“六五”计划期1981-198510.76.50.61“七五”计划期1986-19907.98.61.10“八五”计划期1991-199512.310.00.84“九五”计划期1996-20008.66.40.77“十五”计划期2001-20059.612.91.35电力弹性系数的数值大小及其变化隐含了许多相对数量关系，对应了许多不同的电力及经济发展状况。相同的电力弹性系数，有可能对应了完全不同的电力及经济发展状况。因此，分析电力弹性系数，重点应分析电力及经济增长速度的内在相关性，通过电力弹性系数本身的数值变化来分析经济发展中的优势及隐形问题，通过宏观调控、政策引导，达到经济可持续发展的目标。弹性系数法是从宏观上确定电力发展同国民经济发展的相对速度，是衡量国民经济发展和用电需求的重要参数。在市场经济条件下，电力弹性系数已经变得捉摸不定，并且随着科学技术的迅猛发展，“节能降耗”政策、 节电技术和电力需求侧管理、新经济(如和识经济、信息经济)的不断产生和发展，以电能替代其他非电能源的范围不断扩大，电力与经济的关系急剧变化，电力需求与经济发展的变化步伐严重失调，使弹性系数难以捉摸，使用弹性系数法预测电力需求难以得到满足的效果，应逐步淡化。该方法的优点是方法简单、易于计算，缺点是需做大量细致的调研工作需要经济发展预测必须准确，人为主观影响过大。。3.1.3负荷密度法所谓负荷密度是指单位面积的用电负荷数（kW/km2）。城市平均负荷密度是一个反映城市和人民生活水平的综合指数。负荷密度法是根据对不同规模城市的调查，参照城市发展规划、人口规划、居民收入水平增长情况等，用每平方公里面积用电负荷，来测算城镇负荷水平。由于城市的经济和电力负荷常有随同某种因素而不连续（跳跃式）发展的特点，因此应用负荷密度法是一种比较直观的方法。下表是昆明市中心区的负荷密度变化情况。昆明市中心区平均负荷密度表（kW/km2）区域年份市中心区（二环路以内）（面积：44km2）一环路以内(面积：14.1km2）一环路与二环路之间(面积：29.9km2）备注19902434322720741995433971633007200053087951406220057256100006000国内省外一些城市的负荷密度：①深圳特区：1998年深圳特区的负荷密度为1.12万kW/km2，特区外为0.67万kW/km2，特区内福田区、罗湖区、南山区和盐田区负荷密度值分别为1.12万kW/km2、1.46万kW/km2、0.88万kW/km2和1.73万kW/km2。②上海市上海市中心城区（外环路以内）2003年的负荷密度为1.22万kW/km2。④苏州新区1996年建设的苏州新区规划为52km2，首期为6.8km2，基本上已完成开发，2002年最高负荷为7万kW，负荷密度为1.03万kW/km2。 按规划用地性质计算负荷也可认为是负荷密度法。按规划用地性质计算的负荷密度表序号用地性质(kW/ha)《城市电力规划规范》上海浦东中山市树涌工业园深圳市蒙自城市选用)1居住用地和商住用地100～400300250200～5002002公共设施用地300～1200400150～2501503工业用地200～800400400～500200～5003004仓储用地5020～40205市政设施用地300300～7003006特殊用地150～250507绿地101010～15108道路广场用地201515～3015按规划的各地块各类建筑面积计算负荷：这种方法主要用于法定图则和详细蓝图规划阶段的负荷预测。按规划的各地块各类建筑面积计算负荷的计算公式是：P=M×V式中：M—建筑面积；V—单位建筑面积负荷取值；P—最大负荷。而M=S×R×D式中：S—占地面积；R—容积率，即一定地块内，总建筑面积与建筑用地面积的比例；D—建筑密度，即一定地块内所有建筑物的基底总面积与占用地面积的比例。 这种方法的关键是单位建筑面积负荷取值，其指标是根据不同性质建筑的用电负荷特点进行分类取值，该指标为规划区内同一类建筑用电归算至10kV电源侧的用电指标，而非某一建筑单体的单位建筑面积负荷指标。在计算总计算负荷时，应首先计算各地块内各类建筑用电负荷，该负荷值需考虑各类型建筑用电的需用系数，然后将各地块负荷相加，并考虑总同时系数，总同时系数取值宜为0.7～0.9。在负荷指标选取时，应根据建筑类别、规模、功能和等级等因素综合考虑，在特殊情况下，如超高层建筑、大型高科技工业厂房、研发设施和大型空调仓储建筑等，以及上述指标中未包括的建筑类型，应根据具体项目情况确定具体指标。单位建筑面积负荷指标的选取，既要考虑当前的经济发展水平，又要适应远期负荷增长的用电需要。在采用单位建筑面积用电负荷指标时，应明确所用指标值的含义，并应考虑各级同时系数。按《城市电力规划规范》（GB/50293-1999）及其它参考文献，规划单位建筑面积负荷指标（W/m2）见下表。分类建筑综合用电指标表单位：W/m2用地分类建筑分类用电指标需用系数备注低中高居住用地R一类：高级住宅、别墅6070800.35～0.5装设全空调、电热、电灶等家电，家庭全电气化二类：中级住宅506070客厅、卧室均装空调，家电较多，家庭基本电气化三类：普通住宅304050部分房间有空调，有主要家电的一般家庭行政、办公5065800.7～0.8党政、企事业机关办公楼和一般写字楼 公共设施用地C商业、金融、服务业60～7080～100120～1500.8～0.9商业、金融业、服务业、旅馆业、高级市场、高级写字楼文化、娱乐50701000.7～0.8新闻、出版、文艺、影剧院、广播、电视楼、书展、娱乐设施等体育3050800.6～0.7体育场、馆和体育训练基地医疗卫生5065800.5～0.65医疗、卫生、保健、康复中心、急救中心、防疫站等科教4565800.8～0.9高校、中专、技校、科研机构、科技园、勘测设计机构文物古迹2030400.6～0.7 其他公共建筑1020300.6～0.7宗教活动场所和社会福利院等工业用地M一类工业3040500.3～0.4无干扰、无污染的高科技工业如电子、制衣和工艺制品等二类工业4050600.3～0.45有一定干扰和污染的工业如食品、医药、纺织及标准厂房等三类工业5060700.35～0.5机械、电器、冶金等及其他中型、重型工业仓储用地W普通仓储5810危险品仓储5812堆场1.522.5铁路、公路站房2535500.7～0.8 对外交通用地T港口10～50万t（kW）10030050～100万t（kW）5001500100～500万t(kW)20003500机场、航站4060800.8～0.9道路广场S道路(kW/km2)101520kW/km2为开发区、新区按用地面积计算的负荷密度广场(kW/km2)50100150公共停车场(kW/km2)305080市政设施U水、电、燃气、公交设施、电信、邮政设施环卫、消防及其他设施(kW/km2)800(30)(kW/km2)1500(45)(kW/km2)2000(60)(0.6～0.7)同上。但括号内的数据仍按建筑面积计算注：1、除S、U类按用地面积计，其余均按建筑面积计，且计入了空调用电。无空调用电可扣减40%～50%。 2、计算负荷时，应分类计入需用系数和计入总同时系数。3、住宅也可按户计算，普通3～4kW/户、中级5～6kW/户、高级和别墅7～10kW/户。3.1.4分类负荷预测法分类负荷预测法一般将负荷划分为：工业用电、农业用电、生活用电和其它用电四大类，将各类负荷分别进行预测，然后相加后乘同时系数得到。分类负荷预测的优点在于：在某一类负荷中，其增长趋势的不正常情况有可能被发现，并且由于各类负荷都得预测，因此总的负荷结果是比较明确的，缺点是统计信息的搜集工作较大较复杂。3.1.5人均电量法人均电量是考察一个国家、一个城市经济发达程度的一个重要参数。按《城市电力规划规范》，规划人均综合用电量指标如下表。城市规划人均综合用电量表指标分级城市用电水平分类人均综合用电量（kW·h/人·a）现状规划I用电水平较高城市3500～25018000～6001II用电水平中上城市2500～15016000～4001III用电水平中等城市1500～7014000～2501IV用电水平较低城市700～2502500～1000全国1990～2001年间的人均用电量统计表如下表所示，人均用电量平均增长率为7.2%。全国1990～2001年人均用电量统计表单位：kW·h年份人均用电量增长率1990543.30　1991584.907.66%1992643.7010.05% 1993706.609.77%1994774.109.55%1995831.407.40%1996881.906.07%1997917.404.03%1998927.601.11%1999979.405.58%20001081.1010.38%20011162.707.55%平均增长率　7.20%3.2传统预测方法传统预测方法包括增长曲线方法、回归分析法及时间序列分析法。其中回归分析法和时间序列法基本上都是属于概率统计的方法。3.2.1增长曲线方法增长曲线（又称为生长曲线）方法是对事物的生长、发展过程的定量描述模型。按照地区负荷变化的不同，可以选择不同的增长曲线，如指数增长曲线、修正指数增长曲线、逻辑增长曲线、龚玻兹增长曲线等。3.2.2回归分析法回归分析法是利用数理统计原理，对大量的统计数据进行数学处理，并确定用电量或用电负荷与某些自变量例如人口、国民经济产值等之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用来预测今后的用电量。回归分析包括一元线性、多元线性和非线性回归法。一元线性回归方程以y=a＋bx表示，其中x为自变量，x为因变量；a，b为回归系数。多元线性回归方程为y=a0＋a1x1十a2x2＋…十anxn。非线性回归方程因变量与自变量不是线性关系，如y=aebx等，但许多经过变换后仍可转换为线性回归方程。 根据历史数据，选择最接近的曲线函数，然后用最小二乘法使其间的偏差之平方和为最小，求解出回归系数，并建立回归方程。回归方程求得以后，把待求的未来点代入方程，就可以得到预测值。此外还可测出置信区间。从理论上讲，任何回归方程的适用范围一般只限于原来观测数据的变化范围内，不允许外推，然而实际上总是将回归方程在适当范围内外推。应用回归分析方法必须预先人为给定回归线类型，若给定的不合适将直接影响预测精度。同时对不同的系统由于负荷特点不尽相同，也很难建立起具有通用性的负荷预测模型。根据实际计算的结果，选定的模型为以下六种：直线、抛物线、指数曲线、反指数曲线、一型双曲线、几何曲线。在计算处理中，程序将逐个利用上述的几种模型进行最小二乘拟合，直到找到一个剩余均方和最小的模型。根据实际计算的情况，模型并非越多越好。有的模型虽对历史数据拟合得很好，但并不适宜用作预测，如高次多项式。用回归法预测负荷时，若取用过去若干年的历史资料正处于发展上涨快的时期，则预测未来越来越快，反之，若取用下降时，则预测未来越来越慢。3.2.3时间序列分析法时间序列分析法是一种依据负荷过去的统计数据，找到其随时间变化的规律，建立时序模型，以推断未来负荷数值的方法。按照处理方法不同，时间序列法分为确定时间序列分析法和随机时间序列分析法。常用的确定时间序列分析法有指数平滑法和Census-H分解法。常用的随机时间序列分析法有Box-Jenkins法、状态空间法、Markov法等。时间序列法虽然在解决影响负荷因素错综复杂方面较之前的方法有所进步，但它的缺点是该预测方法有个基本假定，即负荷过去的变化规律会持续到将来，所以当研究对象在所选时间序列内有特殊变化段，无适应性规律可言时该预测方法不成立。如我国电力工业发展历程中的“十五”时期不同于以往发展规律，无延续性可言，所以其规律纳入历史数据用时间序列分析法对未来形势变化进行预测将出现难以预料的结果。3.3智能预测方法 智能预测方法不需要事先知道过程模型的结构和参数的相关先验知识，也不必通过复杂的系统辨识来建立过程的数学模型，较适合应用于存在非线性、多变量、时变、不确定性的电力负荷预测。智能预测方法主要包括专家系统法、人工神经网络法、模糊预测法、灰色理论预测法和综合预测模型法。3.3.1专家系统法专家系统是一个应用基于知识的程序设计方案建立起来的计算机系统，它拥有某个特殊领域专家的知识和经验，并能像专家那样运用这些知识，通过推理，在该领域内做出智能决策。专家系统技术用于中长期负荷预测时，能对所收集整理的常规的预测模型逐一进行评估决策，快速地做出最佳预测结果，避免了人工推理的繁琐和人为差错的出现，克服以往用单一模型进行预测的片面性缺陷，但是对其提取有关规则较为困难，另外必须对多年的数据进行调查、分析、提取，将花费大量的人力、物力和财力。3.3.2人工神经网络法人工神经网络是源于人脑神经系统的一种模型，具有模拟人的部分形象思维能力，它是由大量的人工神经元密集连接而成的网络。人工神经网络法是一种不依赖于模型的方法，它比较适合那些具有不确定性或高度非线性的对象，具有较强的适应和学习功能。用于负荷预测时，人工神经网络法利用神经网络可以任意逼进非线性系统的特性，对历史的负荷曲线进行拟合。负荷预测中常用的模型有Kohonen模型、BP模型、改进的BP模型、RBF神经网络等。人工神经网络具有大规模分布式并行处理、非线性、自组织、自学习、联想记忆等优良特性，其在电力领域的应用虽然解决了负荷预测中传统方法未能解决的问题，但有时应用现有神经网络模型进行实际负荷预测时，预测精度还是难以达到要求，尤其是在中长期负荷预测的应用中。因为神经网络模型的输入、输出原始数据必须以精确为前提，而实际预测时，因统计存在着误差（尤其是年度统计数据需经过多次修改才尽可能接近实际值），使得数据同实际值有一定的误差，由此神经网络所拟合的输入、输出关系必然同实际有一定差别，导致预测不准。且针对不同地区的特点，对输入输出关系的选择和样本集的构成进行较大的调整，这就增加了推广的难度。3.3.3模糊预测法模糊算法用模糊理论去研究和处理具有“模糊” 特性的对象时，其效果将显而易见。模糊理论最早由美国教授查德(L.A.Zandeh)首先提出，国内外学者对模糊数学在电力系统中的应用研究较多，如用于网架规划、电厂选址、运行最优化、负荷预测等等。用于电力系统负荷预测的模糊方法有模糊分行业用电模型、模糊线性回归、模糊指数平滑、模糊聚类、模糊时间序列模型等，这些模糊负荷预测模型是在原有模型的基础上结合模糊理论形成新的预测模型，能够很好的处理带有模糊性的变量，解决了在负荷预测中存在大量的模糊信息的难题，提高了电力系统中长期负荷预测的精度。但是同样由于模糊算法要求提供大量的历史数据，且由于我国统计工作的不完善造成使用上的困难及精度的不精确性。模糊预测方法不是依据历史数据的分析，而是考虑电力负荷与多因素的相关，将负荷与对应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因素特征。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。1）模糊聚类法此方法采用电力负荷增长率作为被测量，调研后采取国内生产总值（GDP）、人口、农业总产值、工业总产值、人均国民收入、人均电力等因素的增长率作为影响电力负荷增长的环境因素，构成一个总体环境。通过对历史环境与历史电力负荷总体的分类和及分类特征、环境特征的建立，进一步由未来待测年份的环境因素对各历史类的环境特征的识别，来选出与之最为接近的那类环境，得出所求电力负荷增长率。2）模糊线性回归法该方法认为观察值和估计值之间的偏差是由系统的模糊性引起的。回归系数是模糊数预测的结果是带有一定模糊幅度的模糊数。3）模糊指数平滑法是指在指数平滑模型的基础上，将平滑系数模糊化，用指数平滑进行预测。这种方法具有算法简单、计算速度快、预测精度高、预测误差小，尤其在原始数据存在不确定性和模糊性时，更具有优越性。4）模糊相似优先比法 该方法是用相似优先比来判断哪种环境因素发展特征与电力负荷的发展特征最为相似，选出优势因素后，通过待测年某因素与历史年相同因素的贴近度选出与待测年贴近度最大的历史年，并认为这样选中的历史年电力负荷特征与待测年的电力负荷特征相同，从而得出预测负荷值与模糊聚类方法相比，该方法把影响电力负荷的多种因素“简化”为一种主要因素，适用于某种特殊功能占主导地位的供电区域。1）模糊最大贴近度法该方法的核心在于选定某种影响因素(如经济增长速度等)，通过比较所研究地区与各参考地区该因素接近的程度，选中与其最为贴近的参考地区，认为该地区相应的电力负荷发展规律与所研究地区对应的电力负荷发展规律相同。该方法与前两种模糊方法相比，不需要待测地区的历史数据，也不必通过识别历史负荷数据的发展模式来进行预测所以不必进行历史数据修正就可以直接完成预测工作同时，数据的收集和整理也远比前两者方便。3.3.4灰色理论预测法所谓灰色系统是指信息部分明确、部分不明确的系统。灰色系统理论就是利用了部分明确的信息，通过形成必要的有限序列和微分方程，寻求各参数间的规律，从而推出不明确信息发展趋势的分析方法。灰色系统理论自上个世纪80年代由我国学者邓聚龙教授提出后，己经在各个方面得到广泛的应用。用于预测时首先把负荷数据当作灰数，通过数据生成（累加、累减、均值和级比生成）得到新的数据列，从而减少数据的随机性，用此数据建立灰色模型进行预测，最后将预测值还原得到最终的负荷预测值。应用灰色理论进行负荷预测，具有样本少、计算简单、精度高和实用性好的优点。缺点是当数据离散程度较大时，由于数据灰度较大预测精度会较差，所以应用于电力系统中长期负荷预测中，仅仅是最近的几个数据精度较高，其它较远的数据只反映趋势值和规划值。灰色系统是指部分信息已知，部分信息未知的系统。在灰色模型中，最具一般意义的模型是由个变量的阶微分方程描述的模型，称为模型，作为一种特例的模型可用下式表示： 式中，表示原始数据经累加后生成的新数列；称为模型的发展参数，反映及原始数列的发展趋势；称为模型的协调系数，反映数据间的变化关系。解上述微分方程，可以求得的预测模型为:以时间为序列的原始数据列是一个随机过程，有时未必平稳，所以要用数据累加，得到新的数据序列。经过处理后的新序列，其随机性被弱化了。该方法首先建立白化形式的微分方程，根据历史统计数据用最小二乘原理解得参数后，得到预测模型，按此模型就可进行预测。3.3.5综合预测模型法由于各预测方法的特点不同以及电力负荷的复杂性，各方法的预测结果往往“时好时坏”，所以可以通过组合预测来提高预测精度。组合预测综合利用了各种预测方法的预测结果，用适当的权系数加权平均进行预测。这种方法的关键在于求出各种预测方法的权系数。电力系统负荷预测领域的综合预测一般有两种含义：一是指将几种预测模型各自的预测结果通过选取适当的权重进行加权平均得到最终预测结果的一种预测方法，该类方法的实质是各预测模型权重的优化确定；另一种含义则是指在几种预测模型中进行比较，按某种准则选择（拟合优度最佳或标准离差最小）其中某个预测模型作为最优模型进行预测。目前常用的综合预测模型有：等权平均模型、方差-协方差综合预测模型等，它们的主要区别在于确定权重采用的方法不同。起初这些综合预测模型都是采用了固定不变的权重，但是随着时间的推移各单一预测模型受不同因素影响的程度也将发生变化，从而影响该综合预测模型的可信度。在此基础上进而发展了权重可变（即动态变化）的电力系统负荷综合优化预测模型，以更好的反映电力负荷变化的规律。虽然 综合预测模型算法的选取相较于所取的单一模型的精度有再次改进，但是预测模型的可信度高低关键在于各单一模型权重的选取。其中，固定不变的权值由于各模型受不同因素的影响而发生变化，对事实的反映程度有所受损，而针对固定不变权值的这一缺点而发展的可变权值理论中由于可变权值会出现负值导致该方法可行性的认可程度。分析比较上述的几种智能预测方法，较经典预测方法和传统预测方法在预测精度上都有所改进。但是智能预测模型在应用中由于参数选取的不确定性影响了它的预测精度，如人工神经网络模型中的学习率（η）和惯性因子（α）、模糊算法模型中的模糊隶属度（a）和综合模型中的权重因子。另一方面，虽然智能预测方法针对提高历史数据的拟合精度方面进行了很多改进，但是随着社会经济（尤其在市场经济的影响下）的快速发展，统计方法对于不确定因素考虑不够的缺陷日益显著，其中历史负荷数据的真实性就有待修正；同时，由于中长期电力负荷具有非线性和时变性，要通过清晰的数学方程来表达输入（历史年负荷值、负荷影响因素值）与输出（规划年负荷值）之间的关系存在着种种困难，所以至今没有一个很合适的方法及模型能准确地对中长期负荷进行有效预测。综上所述，电力负荷预测的实质就是利用以往的数据资料找出负荷变化的规律，从而对未来负荷的变化及状态做出预测。进行电力负荷预测时，如果仅以某种简单的函数关系去反映电力负荷与其影响因素（如气象、环境、经济等）之间的关系，会使得到的预测结果与实际偏离较远，而如果建立复杂模型，又由于各自模型本身因含有不定因素而导致其存在大小不同的误差，另外由于对电力负荷的影响因素（如国民经济增长率、宏观经济形势、产业结构和能源结构等）又是非可测的，所以对于电力中长期负荷预测来说，无论预测模型的精度如何改进，一旦上述任何一个非可测因素的实质性改变都将导致电力中长期负荷预测出现较大失误。用前述几种方法预测负荷（电量）的结果不应只看作是一个固定的数，而应看作范围。在规划设计中一般考虑高、低及一般可能出现的负荷水平。对近期负荷预测水平，常用近期电源的可能发展速度来检验实现的可能性，即从供电的可能性来预测所需的负荷水平。同样对中长期负荷预测水平，也可根据能源的可能发展速度来检验。 3.4基于最小二乘法的预测研究及算例分析在实践中，我们往往需要从一组实测数据（）（i=1，2，……，n）中寻找变量x与y间函数关系的某种近似表达式。例如，我国某地区发电量的历年历史数据如表3.1所示。表3.1我国某地区发电量的增长情况序号123456789101年份19831984198519861987198819891990199119921983发电量11.061.151.21.261.361.461.581.741.941在表中，发电量取的是标么值，以1983年的发电量为基准。在预测时为方便起见，我们用标中的序号作为自变量。为了用外推法预测今后的发电量，我们需要寻求y=f(x)的一个近似表达式。从几何上讲，就是希望根据表中所列的一组离散点（1，1.0），（2，1.07），……，（10，1.95）求函数y=f(x)图像的一条拟合曲线。假定我们选定函数来逼近f(x)，则两者之间的误差应越小越好。现在用表示近似函数在点的误差（i=1，2，……，n）在一般情况下使用（i=1，2，……，n）全都为零是不可能的。因此通常归结为要求在各点的误差和为最小。即（3-1）这种根据误差平方和最小的原则选择f(x)的近似函数的方法就叫曲线拟合的最小二乘法。利用最小二乘法进行曲线拟合时，首先要选定一个函数的类型。从负荷预测问题来看，通常选择的函数或者趋势曲线有以下几种：1直线；2抛物线； 3三阶曲线；4指数曲线；5几何曲线6增长曲线7Compertz曲线。前三种曲线都属于多项式类型，比较简单。当某一量的增长率接近常数时，其增长趋势常用指数曲线来拟合。选择合适的曲线类型主要是根据经验，或把离散点画在坐标纸上，进行观察分析，找到一个比较接近的曲线类型。例如将表3.1的离散点画标在坐标纸上可看出这些离散点用抛物线开拟合,即可选择（3-2）当选定了函数类型之后，就要确定其中的常数。这就是最小二乘法的核心。以下我们从一般的基础上进行讨论。设有一个具有n对值的函数及一个m次多项式（3-3）其中m