摘要：电力负荷预测是供电部门的重要工作之一，通过对玉溪市用电负荷的特性、经济发展的特点、气候变化、预测技术等影响负荷预测的因素进行分析，提出提高电网负荷预测精度的管理措施：加强大用户的生产负荷计划管理；强化部门间协作，掌握多渠道信息；细化检修导致的负荷波动分析；加强枯汛交替期间小电出力的预测；总结负荷预测算法特点，提高预测软件运用水平。这些措施在玉溪电网中应用效果显著。
关键词：管理措施；计划管理；负荷波动分析
前言
负荷预测是指从负荷本身的变化情况和经济、气象等因素的影响的规律出发，通过对历史数据的研究和分析，探索事物之间的内在联系和发展变化的规律，对电力需求做出预先的估计和预测。目前负荷预测的研究较多集中在数学模型和算法[1，2，3]上，不同的预测方法都是在一定条件下建立的预测模型，因此都存在一定的适用范围和局限性。本文分析了玉溪电网负荷的组成特点，找出了影响负荷变化的主要因素，通过制定有针对性的管理措施，并结合自动化系统的预测模型，对提高负荷预测的准确性起到了良好的作用。
1 玉溪电网负荷结构及对负荷预测的影响
玉溪电网具有典型的负荷型终端电网特点，电网内负荷所需电力主要由省网提供，局部地区有小水电作为补充。地区电网装机容量共计48万千瓦，具有小、散、多的特点，电站107座，机组201台，机组最大容量25MW，均属于径流式电站，小电无可调节水库，发电出力基本按来水发电，出力波动受降水影响大；黄磷、钢铁、水泥、化肥、矿业、烟草等行业占总负荷的约70%，其中黄磷、钢铁、水泥等企业生产情况受市场影响大；玉溪地区气候四季如春，空调负荷很小，夏冬负荷变化不大，气侯变化对负荷影响小。
因此玉溪电网的负荷季节性较弱，与黄磷、钢铁、水泥等大企业的生产情况及降水量的情况关联性强。
2 提高负荷预测准确率的措施
为提高负荷预测的准确率，根据玉溪电网负荷特点，采取加强大用户生产安排管理、增进部门间负荷信息沟通、细化计划停电检修导致的负荷变化分析、加强小水电在枯汛转换期间发电预测、提高负荷预测程序运用水平五个方面措施，侧重从管理方面加强对负荷变化的掌握。
2.1建立大用户生产情况汇报制度
黄磷或钢铁用户主要用电设备由高炉组成，一台高炉的用电能力往往在20MW左右，若其中一台高炉启停，与其它负荷的随机波动叠加在一起，将会造成负荷发生较大波动，从而严重影响负荷预测的准确性。因此准确掌握大用户的生产情况安排则显得非常重要。根据大用户生产安排对玉溪电网的负荷预测影响十分大的特点，为提高对大用户生产情况的掌握，要求生产用电负荷较大的企业按调度协议中关于用户负荷变动需向调度机构汇报的规定，通过文件的形式固定下来，使之制度化，常态化，增强了用户生产安排及用电负荷掌握。
为此，我们整理了玉溪电网内与地调签署调度协议且用电负荷大于10MW的20家专线用户，共计用电负荷500MW，要求他们在每周五上报下周生产用电需求计划，即大用户在下周是否有安排有工厂计划检修或者部分停产、放假等，预计下周的该企业生产电力需求值。遇有节假时，则将节假日的生产安排汇同节假前一周的安排一起上报。对县公司直供用户，只要用电负荷大于5MW，则由县公司调度汇总其管辖范围内这类用户下周生产情况安排，按上述时间并将汇总结果报送地调。这样，我们在每周五对玉溪电网的较大用户的生产情况进行汇总和分析，从而对下周用户负荷波动有了较准确的判断，作为下周每天负荷预测依据之一，提高了负荷预测的准确性。
期刊文章分类查询,尽在期刊图书馆
2.2加强部门间协作，全方位掌握用户用电信息
市场营销部门定期开展中期负荷预测，对市场行情变化对用户用电影响及新用户的接入信息掌握较准确，通过此类情况的了解为调度的短期负荷预测提供了更多的参考信息，同时对电网负荷的长期变化趋势及由相应趋势波动随之带来的运行问题提前思考；受市场行情影响的大用户的生产变压器的报停和启用均需向营销相关部门提出申请，对用户变压器停、启时间的掌握可更准确的了解用户的生产用电情况。为此与市场营销部门建立用户负荷变化信息共享机制，实现负荷信息的跨部门共用，全方位掌握用户用电信息。
2.3细化计划检修，判断出检修导致的负荷波动
停电检修工作是调度部门的日常工作之一，部分检修工作导致用户供电中断，进行日负荷预测前对预测日的所有计划检修申请进行全面了解和分析，根据检修申请上的方式安排对由于检修造成的用电负荷减少量进行准确的预计，利用SCADA系统的历史数据对负荷预测数据进行修正。
2.4加强枯汛交替期间小电出力的预测
虽然接入玉溪各县公司的小水电装机容量均较小，但总装机容量不小，枯汛交替期间，突然的一场大雨会导致网负荷“消失”很多。利用已掌握的月度天气情况及次日天气预报，再结合历史时间突降大雨对小电机组的发电出力影响，对预测日的小电出力进行大致估计，减少小电出力波动对网供负荷影响。
2.5总结负荷预测算法特点，提高预测软件运用水平
负荷预测软件是对最近工作日或相似工作日的负荷曲线用数学方法进行一定处理，从而得到预测日的负荷曲线，预测的准确性要求预测人员要能完全掌握预测日的负荷波动及预测样本空间的准确选择，在掌握影响负荷波动的前提下，利用负荷预测软件对相关波动进行处理，再选择合适的预测方法，可提高负荷预测软件的运用水平。因此要把负荷预测软件的强大数据处理功能和预测人员的负荷预测经验相结合才能发挥负荷预测的应用的作用。
根据负荷预测软件的使用情况，在负荷波动较少，没有大用户停产、检修停负荷及小水电发电出力较稳定情况下，使用时间序列和线性回归性具有较高的预测准确率，而在负荷波大较大情况下使用指数平滑法具有较高的预测准确率。
3 负荷预测成效与不足
按上述方法开展负荷预测的管理工作以来，2009年全年预测准确率达到95.45%，最高负荷预测准确率96.96%，最低负荷预测准确96.26%；较2008年全年预测准确率94.04%，最高负荷预测准确率94.16%，最低负荷预测准确94.62%，分别上升了1.41%、2.8%、1.64%。
当然还存在一些不足。大用户生产对负荷预测影响大，但大用户生产也受到自身一些突发事故及故障的影响。大用户由于对电气设备和加工设备的维护检修不够重视，大用户因自身电气设备事故从而突然性的减负荷情况时有发生，针对这种情况的大的负荷波动在负荷预测时无法考虑。其次，玉溪电网内的小水电装机容量逐年增加，小水电基本无调节能力，受降雨影响大，在枯、枯汛交替期间发电能力变化大。而具体的降雨量发生时间及大小难以精确掌握，且对发电能力影响到底有多少，尚难定量预计，目前只能进行粗略的估计，离精细化预测还有一定距离。
参考文献：
[1]王奔，冷北雪，张喜海等.支持向量机在短期负荷预测中的应用概况[J].电力系统及其自动化学报，2011，23（4）：115-121
[2]李响，黎灿兵，曹一家等.短期负荷预测的解耦决策树新算法[J].电力系统及其自动化学报，2013，25（3）：13-19
[3]谢宏，陈志业，牛东晓等.基于小波分解与气象因素影响的电力系统日负荷预测模型研究[J].中国电机工程学报，2001，21（5）：5-10
作者简介：
张碧华 1981.5 男 云南电网有限责任公司玉溪供电局
论文作者:张碧华
论文发表刊物:《电力设备》2018年第34期
论文发表时间:2019/5/24
标签：负荷论文; 玉溪论文; 用户论文; 电网论文; 准确率论文; 情况论文; 准确论文; 《电力设备》2018年第34期论文;