（国网湖南省电力有限公司长沙供电分公司 湖南长沙 410000）
摘要：随着社会经济的发展，通过对当前电力市场常用的电力负荷预测方法进行了分析，并且提出了适用于电网负荷预测的方法。从当前电网负荷的复杂程度分析，预测方法往往需要多种结合才能确保得到更准确的预测准确率。供电企业要根据当地电网的具体电力系统负荷分析，找出适合的负荷预测方法是电网规划中必不可少的部分。
关键词：电力市场；负荷预测；方法措施
背景
电力市场负荷预测是影响电力系统负荷预测的因素众多、预测指标各异、变化趋势随机性强，因此难以确定统一的数学模型。迄今为止，还没有一种适用于不同条件的通用方法。因此，在电力市场环境下，如何根据预测地区的负荷特性及负荷构成来选择综合哪几种预测方法就显得尤为关键。
1.电力负荷预测的常见方法
1.1回归模型预测分析法
回归模型预测分析法是传统预测法的一种。具体又分为一元回归分析和多元回归分析，主要通过给定的多组自变量和因变量资料分析研究两者之间的关联，总结归纳成回归方程，回归方程因变量为电力系统的负荷，自变量则是影响系统负荷的各种因素。无论是回归变量的选取还是变量因素的量化处理都涉及到经济学知识，要想成功预测必须具备经济学的专业分析知识，而其预测过程也相对繁琐。
1.2时间序列预测分析法
时间序列预测分析法是一种比较成熟的负荷预测法，其将负荷数据看做是单位时间，可以是年﹑季度﹑周﹑天﹑小时。根据周期性变化的时间序列，在总结负荷历史资料的基础上建立数学模型来描述呈现负荷变化的统计性规律。在时间序列法中符合预测中具有回归分析不可比拟的优势。但对应建模过程更为复杂，也更容易受天气变化的影响。节假日的电力负荷预测并不准确，存在较大误差。
1.3人工神经网络预测法
人工神经网络技术预测系统负荷是一种更为新型的负荷研究方法，针对非结构性﹑非精确性的规律具有较好的适应性，并且该方法相较于传统的负荷预测，不需要搭建负荷模型，具备很好的函数逼近能力，可以有效解决天气及温度等因素对负荷影响的数据捕捉。其弊端是人工神经网络需要较长的训练，而网络结构确定﹑变量输入选取操作执行比较困难，目前该电力负荷预测还不够成熟完善，还有较大的改进空间。
1.4专家系统电力负荷预测
除了人工神经网络电力预测，专家系统也是当前比较常见的电力负荷预测法，其主要由知识库﹑用户界面﹑推理机等几个模块组成，通过整合电力系统负荷预测领域内专家学者的丰富知识与经验，借助启发式知识推理自动得出决策结论。对于节假日的电力负荷预测及重大社会活动突发事件的电力预测，起具有明显优势。其弊端是难以迅速高效地预测知识规则并建立知识库，因为是参考专家经验，知识更新相对缓慢，在后期知识库的维护上也需要耗费大量精力，成本较高。
1.5电力负荷小波分析法
对于现代电力负荷预测来说，小波分析法也是不错的选择。小波分析法更多地吸收了分析学中多个分支领域的精华部分，目前不仅仅在电力预测在多个科学领域得到有效运用。
期刊文章分类查询,尽在期刊图书馆在负荷预测中，其选取合适的母小波函对负荷进行分类，针对不同性质的负荷会选择相应的预测方法，在此基础上对分解的序列进行预测，预测得到的序列重构从而获得更为精确的负荷预测结果。但该方法也并不是尽善尽美的，其弊端在于重构带来的误差风险，使得误差累加，这也意味着对小波的预测精度要求更高，整个模型的预测也更加复杂。
1.6综合电力负荷预测法
综合法其实更多地是整合上述预测分析法的优势整合后的预测方法。重点参考的是模型法和人工智能法。吸收两者的优势，带来预测的高精度。目前综合法又有多种分类，比较常见的有松散性结合﹑并联型结合﹑串联型结合﹑网络学习型结合及结构等价性结合。
2.电力市场环境下的负荷预测的操作过程
2.1积极收集电力市场信息
在电力市场环境下，电力企业的员工需要积极地开展市场调查，并收集有效信息，就能够找出关于负荷预测的规律，为负荷预测提供帮助。
2.2选取有效数据进行预测
进行预测负荷离不开数据的使用和整理，但是在使用相关的数据之前，务必要对以前的数据做详细的分析和调查，一定要保证这些数据的真实、有效。在运用这些数据的同时，还要对这些数据做出具体的分析，以此得出电力负荷的变化规律。
2.3选取合适的预测模型及方法
选取合适的预测模型，主要是指预测模型可以体现现在负荷和以前负荷及干扰三者的关系，同时满足一定指标。以上模型只和系统的历史数据及干扰信息有关系。在选用建模数据长度上，要想能够完整体现负荷变化的周期性，必须确保数据长度是七天的倍数。在模型辨识与参数估计中，为了达到模型结构简单的目的，模型对数据的非平稳变化容易适应，可将日负荷预测改变成用一组数学模型表示，而这些模型精度较高，速度也快。考虑节假日负荷的不同，我们可以把预测模型分成正常日和节假日预测模型。在如何选取预测模型时，第一考虑的是精度，第二考虑的是预测方法的理论成熟与否，第三考虑的是实践经验丰富与否。总而言之，时间序列法是一种非常有效的方法。对能够预见的突变负荷，实际预测要允许负荷预测专责依据电力市场信息与自身经验对自动预测结果进行人工修正，以此提高精度。以此来改进预测模式，如何改进负荷预测模型，唯一的方法就是把预测值与实际值放在一起，进行详细的对比，并认真分析造成误差的原因，从而实现校正预测模式的目的。
2.4需电量预测方法综合分析
根据产品用电单耗和产品产量来推算电量，是预测有单耗指标的工业和部分农业用电量的一种直接有效的方法，适用于已有生产或建设计划的中近期负荷预测。对在某一时期内用电量的平均年增长率与同时期国内生产总值平均年增长率的比值。要计算负荷密度是指每平方公里土地面积上的平均负荷数值。参照城市发展规划、人口规划、居民收入水平增长情况，来测算城乡负荷水平。按照预测的人口数及每人平均耗电量来预测居民总用电量。在人均电量指标换算法，选取一个与本地区人文地理条件、经济发展等各方面相似的国内外地区作为比较对象，通过分析比较两地过去和现在的人均电量指标得到本地区的人均电量预测值，再结合人口分析得到总用电量的预测值。分别对生活用电和产业用电进行预测，二者相加得到总需求电量的预测。利用数理统计原理，对大量的统计数据进行数学处理，并确定用电量与某些自变量之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用以预测今后的用电量。根据历史统计资料，总结出电力负荷发展水平与时间先后顺序的关系，即把时间序列作为一个随机变量序列，用概率统计的方法，尽可能减少偶然因素的影响，得出电力负荷随时间序列所反映出来的发展方向与趋势，并进行外推以预测未来负荷发展的水平。简单平均法、加权平均法和移动平均法等都属于时间序列法。
3.结束语
随着负荷预测的重要性日益显现，并且对负荷预测精度的要求越来越高。传统的预测方法比较成熟，预测结果具有一定的参考价值，但要进一步提高预测精度，就需要对传统方法进行一些改进，同时随着现代科学技术的不断进步，理论研究的逐步深入，以灰色理论、专家系统理论、模糊数学等为代表的新兴交叉学科理论的出现，也为负荷预测的飞速发展提供了坚实的理论依据和数学基础。相信负荷预测的理论会越来越成熟，预测的精度越来越高。
参考文献：
[1]李峰，曹晏宁，郑日红。电力市场环境下的负荷预测分析与展望[J].内蒙古科技与经济，2015，3.
[2]马立新，彭华坤，李渊。电力市场下负荷分析与预测优化方法的研究[J].信息技术，2016，9.
[3]魏伟.负荷预测技术的新进展[ J] .华北电力大学学报，2015，6.
论文作者:刘骁,肖瑶,屈璐
论文发表刊物:《河南电力》2018年21期
论文发表时间:2019/5/21
标签：负荷论文; 电力论文; 方法论文; 模型论文; 序列论文; 用电量论文; 数据论文; 《河南电力》2018年21期论文;