摘要：近几年，我国电力企业发展迅速。电力负荷管理是电力企业实际发展的重点内容，电力负荷预测结果的精度直接影响电力系统运行的安全性、稳定性和经济性，因此选择恰当的电力负荷预测方法尤其重要。通过分析电力规划与负荷预测分析工作，提升电网运行的经济性，助力电力事业发展。
关键词：电网规划；电力负荷；预测方法
引言
在电力工程的发展过程中，电网负荷的预测可以满足电气系统发展过程中的需求，并且在电力工程中电网负荷的预测工作也是基本工作之一，占据很重要的位置。电网负荷的预测工作也随着社会的发展受到越来越多的关注，在科学技术不断发展的过程中，电网负荷的预测方式的技术水平也在不断地提高，使电网的规划更加规范。
1我国电力负荷预测现状
电力负荷预测对于电力系统的安全运行起着重要的作用，是智能电网安全控制的基础工作，也是电力系统自动化的重要研究方向。在市场经济的环境下，无论是居民用电，还是企业用电，做好电力负荷预测都是具有巨大实际的应用价值的。近年来，电力系统一直在推进智能电网的建设，电网智能化的标志技术之一就是要电力负荷的预测技术。伴随着大数据技术在电子商务中的运用，传统行业尤其电力系统开始重视大数据带来的机遇与挑战。如何充分发挥大数据技术的优势，结合电力系统的特点，确保对电力客户的优质服务，降低电力系统的管理成本，为提供有效的决策依据成为当前电力系统研究的一大方向。
2预测负荷原理
2.1可能性原理
内外因素都会对电荷的变化产生影响，并且各种因素对电荷变化影响也各不相同，在内外因素的共同作用下，使电荷具有更高的可能性。
2.2连续性原则
连续性的主要内容为事物发展过程中所产生的一系列变化，也正是根据此类变化，才可以对事物的旧工作状态以及未来的工作状态进行研究。
2.3相似原则
任何事物在发展过程中，都具有一定的相似性，因此在电荷预测工作中，也可以应用此原则，找到其中相似的地方，然后利用相似点进行电荷的预测工作。
2.4系统性原则
电网可以看作系统，在系统内电荷的预测工作便是需要对整个电网进行研究，可以更加精确地对电荷进行预测工作。
3电力负荷预测的分类
电力负荷预测按行业可分为商业负荷、工业负荷、农用负荷、民用负荷以及其他负荷预测等;按特性可分为最低负荷、最高负荷、平均负荷、负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均预测;按时空特性可分为基于时间序列的负荷预测和基于空间范围的负荷预测;按预测时间周期可分为超短期负荷预测(VeryShort-TermLoadForecasting，VSTLF)、短期负荷预测(Short-TermLoadForecasting，STLF)、中期负荷预测(Medium-Term，MTLF)、长期负荷预测(Long-TermLoadForecasting，LTLF)四类。
超短期负荷预测的预测时间从几秒或几分钟到几个小时。超短期负荷预测模型主要用于安全监控、预防性控制、控制潮流、紧急状态处理。
短期负荷预测的预测时间从小时到周。短期负荷预测主要用于安排日调度计划和周调度计划，包括确定机组起停、水火电协调、联络线交换功率、负荷经济分配、水库调度和设备检修等。对短期预测，需充分研究电网负荷变化规律，分析负荷变化相关因子，特别是天气因素等短期负荷变化的关系。短期用电负荷中预测日负荷峰值在线路安全和用户使用中有较重要的意义，保证高准确度的预测结果才能制定合理的电网调度策略，保证电力系统可靠、安全、经济地运行。
期刊文章分类查询,尽在期刊图书馆
中期负荷预测和长期负荷预测的预测时间从月到年，甚至更长年限。中、长期负荷预测模型通常用于辅助部门或地区新的发电、变电机组的安装与电网的规划、增容与扩建。根据国民经济的发展和对电力负荷的需求，帮助制定电网规划、改造、增容和扩建工作的远景规划，是电力规划部门的重要工作之一。对中、长期负荷预测，要特别研究国民经济发展、国家政策等的影响。
电力负荷预测通过已有的历史负荷数据，分析对负荷波动有影响的各类数据，研究电力负荷数据的变化规律，从而对未来负荷进行预测。电力负荷预测的结果对于电力调度、应急保障、电网规划等电网运营工作具有重要意义。精确的电力负荷预测有利于提高电网运行的安全稳定性，有效地降低发电成本，保证用电需求，增强供电可靠性，从而提高电力系统的经济效益和社会效益。
4电网规划中电网负荷的检测方式
4.1回归分析法
此方式指的是在配电网的策划过程中，预测电力负荷，对旧时的电力负荷数据进行整体分析，通过分析数据得到电力负荷变化趋势，明确电力负荷中的变化，然后以此为依据，明确其中所需要的参数，通过搭建模型，分析自变量以及因变量的关系，保证计算结果的准确性。
4.2时间序列法
时间序列法是一种最为常见的负荷预测方法，该方法根据整个观测序列呈现出的某种随机过程的特性，建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。利用电力负荷的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律来预测未来负荷。在实际运用中把电力负荷序列看作时间序列，再进一步分解成4类变化趋势不一致的分量，包括周期性分量、非周期性分量、随机变化分量和季节性变化分量。其中，电力负荷的自然变化趋势体现为非周期性分量，电力负荷因季节性气温气候的不同而变化的特点体现为季节性变化分量，由于某些偶然因素(如政治动乱、重大自然灾害)引起的负荷不确定性变动则体现为随机变化分量。
4.3负荷密度法
功能不同，其用电量也会存在较大的差异，不同的产业中的用电量也有着较大的差别，为电网负荷预测工作增加难度，因此为有效保证电力负荷预测工作的有效性，可以将预测区域分为3种，商业区、工业区以及住宅区，然后分别对每个区域进行用电情况的预测以及分析工作。所以负荷密度法也因此得到越来越多的应用，通过计算电密度系数以及土地面积，得到区域内总用电量。若区域中存在异常的使用区域，则需要进行针对性的计算，保证数据的准确性。
4.4灰色预测法
灰色预测法是将历史负荷序列视为在一定范围内变化的灰色量，再经过数据生成(均值、累加、累减和级比)的方法，把混乱不明的原始数据处理成有序排列的生成数据列，并建立灰色模型，最后得出负荷预测值。灰色预测方法的特点是适用性较强，可以考虑到更为全面的变量因素，而且不需要大量的数据去进行推测，从而节省了人力、物力，快速得到数据分析结果。但是这种预测方法有着十分明显的缺点，当数据离散程度较大时，即电网负荷波动没有呈现出规律性波动时就会使预测精度出现下降。
通过给出需求响应约束，提出一种基于灰色预测模型的电力负荷预测模型的改进方法。
4.5人工神经网络法
在预测电力负荷的过程中，所受到外界的影响因素较大，而且负荷的随机性以及非线性较强，也会影响数据的准确度。人工神经网络法则可以有效解决此类问题，可以提供数据的准确度。
结语
为有效保证电网的正常运行，需要加强社会各界的供电服务，可以为社会提供稳定的发展基础，在落实电力运行设备的保养工作中，可以使用合适的方式开展保养工作，提高设备的使用寿命，减少故障发生概率，为电力企业的正常运行提供稳定的基础。
参考文献:
［1］张成俊.电力规划及负荷预测分析［J］．中国科技博览，2015，(05):73.
［2］翟纯恒，刘文安.关于新老城区电网规划中负荷预测分析［J］．工程技术(全文版)，2017，(02):167.
论文作者:王明哲
论文发表刊物:《电力设备》2019年第13期
论文发表时间:2019/11/8
标签：负荷论文; 电网论文; 电力论文; 工作论文; 数据论文; 电荷论文; 电力系统论文; 《电力设备》2019年第13期论文;