饱和负荷预测方法研究综述

《饱和负荷预测方法研究综述》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、饱和负荷预测方法研究综述何淼叶鹏何宁宁沈阳工程学院电力学院国家电网辽阳供电公司摘要：随着我国城镇化及工业化水平不断提高，基于电网远景规划的饱和负荷预测越来越受到人们的重视。做好电力系统饱和负荷的预测对城市电网架构、电网规模的规划和发展具有重要的指导意义。本文综述了电力系统饱和负荷预测研究的最新进展，介绍了饱和负荷的定义，分析了城市电力系统饱和负荷预测常用的方法，并对电力系统负荷预测技术发展趋势进行总结和展望，为城市电力系统饱和负荷预测的研究推广提供参考。关键词：饱和负荷预测;电网规划;负荷特性;负荷

2、预测方法;总结展望;0引言饱和负荷与社会经济联系最为紧密，与人U、环境、产业结构和当地政府的相关政策密切相关。分析经济发展阶段特征及其负荷需求，预测城市电网饱和负荷，指导相关电网阶段性规划建议，提高电网安全、经济运营能力，有利于促进电力产业与社会经济和谐发展。因此，幵展经济发展与饱和负荷之间的内在联系及发展趋势的研宄工作，必将对城市地区乃至全国的电网发展产生深远的影响［1-2］。1饱和负荷定义区域充分发展后电力负荷将稳定在一定的范围内波动，这就是该区域的饱和负荷位1。饱和负荷分析不仅耍预测饱和负荷的

3、规模，还耍分析其出现的时间和空间分布。影响电力饱和负荷的自然因素主要有地形、气候、地理位置;社会因素主要包括人口流动、交通条件和政治因素［4］。2饱和负荷预测方法2.1Logistic曲线预测模型在城市建设初期，由于城市建设的各种设施不完善，电力系统负荷的消耗处于缓慢的增长阶段;随着城市化建设的加快以及基础设施的不断完善，电力系统负荷的消耗处于快速增长阶段;当城市化建设处于高度饱和阶段，电力系统负荷的消耗将处于饱和状态，即处于饱和增长阶段。在城市建设的进程屮，电力负荷的消耗满足S型曲线的增长方式，因

4、此，可以用基于S型曲线的Logistic数学模型进行电力系统负荷预测。Logistic曲线是一种常见的“S”型曲线模型。该模型最初源自对生物种群的研宄，经过大量的科学实验研宄，发现经济、社会、人U以及其他领域中很多事物的发展过程屮的某个或某些定量化特性也符合生物发展过程屮的曲线规律。该曲线模型的方程如下：1k+aehl其中k〉0,a>0,b〈0。通过定性分析，该曲线基本可以分为3个阶段，第一阶段是缓慢增长阶段;第二阶段是快速增长阶段;第三阶段为饱和增长阶段。曲线稳定的极限水平渐近线是1iut=kl[

5、5]o2.2基于人均电量的饱和负荷预测方法人均用电量法的优点是计算简单，易操作。然而，计算屮需要的数据量庞大，预测工作十分繁琐，H前适用于中小型负荷预测。参照城市经济社会的发展计划与W外发达W家数据，首先确定了基于环境和资源的该城市最大人U规模数，以人均用电量法计算出城市负荷达到饱和的数值，并预测出未来城市电力达到饱和的时间。采用人均用电量法预测饱和负荷的思想是，饱和年的总人门乘以人均饱和用电量，即得出全社会的饱和用电量及其规模，如式（2）所示;最大负荷的饱和规模则可根据式（3）求得。Q，N,Qa（

6、2）P，QJT匾⑶式中a—一全社会用电量饱和规模;Q。一一人均用电量饱和规模;ps—一最大负荷饱和规模;Ns—一人门饱和规模;TLX—一最大负荷利用小时数。式（2）、式（3）为人均电量法的传统预测模型。而全社会用电量的负荷预测模型为：PX=H(4)式中—一人均用电负荷饱和规模m。2.3基于多维度的饱和负荷预测方法许多事物的变化常会受到影响因素的干扰，那么我们想知道这些影响因素对事物影响的深度，从而定量评估，通过基于多维度的饱和负荷预测方法可以实现。分别以影响因素和研宄对象作自变量与因变量来建立数学模

7、型，其数学模型为:y二/(W.xJ式中(i=l,2,(43),n)为影响因素变量;y为因变量。这样可以通过所建立的数学模型对各影响因素变量求偏导，即可对相应影响因素变动带来的灵敏dy，度进行分析，比如通过数学模型表达式对影响因素变量Xi求偏导，可以对在具体的影响因素&处相应的变动对目标研宄对象的影响或者“冲击”的大小进行评价与评估。多维度负荷预测模型的创新源于计量经济学，在计量经济学中建模和分析主要基于线性模型，但有时却与事物的实际发展轨迹相差很大。与之相比，多维度饱和负荷预测模型相对灵活，从事物本

8、身的特性出发进行建模，考虑的因素更全面，结果也往往更准确。此外，该模型可以更准确地分析影响因素变化的敏感度,从且弥补了将时间序列数据拟合和预测的传统方法直接适用于敏感性分析的缺点［7］。3总结和展望综上所述，随着电力系统智能化程度的不断提高，电力负荷预测技术研宄也在不断深入，从以前的经典方法不断涌现到目前的智能化优化方法，给电力负荷预测提供了强大的工具。可以说，负荷预测技术的发展在不断的改进，实现并成熟运用智能化、精细化负荷预测技术是当前和未来电力负荷预测技术发展的趋