摘要：在电力企业中，电能的生产、输送、分配和消费是组成一个体系的，并且其实同时进行的，因此，其整体的每一个环节都是难以储存的，所以，必须在电力市场环境下注重对负荷预测的研究。本文针对电力市场环境下的负荷预测探析，以供参考。
关键词：电力市场环境；负荷预测
1负荷预测的含义及意义
伴随社会的不断发展，电力工业作为国民经济支柱产业，直接影响生产生活。而要想确保电力市场需求的有效满足，奠定电力系统规划建设的良好基础，负荷预测是根本，负荷预测直接决定电力投资、网络布局及运行的合理性稳定性。做好负荷预测研究是城市发展规划的重要内容。就电力系统而言，负荷指的是电力需求量，是能量对比时间的变化率，负荷预测有两方面的解读。既是对未来电力用量的预测也是对未来电力需求量的预测，奠定电力系统安全运行的前提。随着经济的持续稳定发展，电力需求旺盛，提供高质量、稳定的电力供应已经成为电力系统关注的首要问题，因此该背景下做好电力负荷的预测分析具有重要意义。而负荷预测的研究关注重点在于负荷预测方法的创新改进及当前市场环境下的电力需求满足。
2负荷预测在工作中起关键作用
随着经济的不断发展，电力工业也发生了很大的变化，其不再有以前那么紧张，但是其作为一种商品，融入市场因素是必然的。电力局作为营销电力的主要部门，其需要完成3个指标，即网供电量、负荷预测及低谷电量比。而负荷预测又是最为关键的因素，做好负荷预测可以使电力局以较低的价格购电。所以，负荷预测在电力局整个运营过程中起举足重轻的作用。①电力系统的生产运行就是以负荷预测为基础的。工作人员为了做到对发电厂的电力提前预测，就必须估测好发电机组的出力情况。这些都是以负荷预测为基础的。②电力系统安全经济也要以负荷预测为基础。偌大的电网，如果要确保既节约又合理地安排好各发电机组的工作，那么，负荷预测是必不可少的环节。③模拟电力市场的运营也要以负荷预测为基础。负荷预测准确与否关系重大，它不光会影响电能的质量，还会给用户和电力局造成巨大的损失。但是，准确的预测却是很难做到的，因为在实际操作的过程中往往会发生各种各样的变数，使得预测偏离预定的方向，这就需要预测人员多年的经验和准确的判断。
3负荷预测的影响因素
3.1原始数据不准确
在预测下一天的用电量时，前一两天的数据最为关键。那么，我们现在使用的计量系统，本身就存在弊端，其使用调度自动化系统的数据，本身就有误差。主要原因在于：①调度自动化统计电量主要按照每分钟的累积为标准，我们所使用的计量系统则是按照每分钟具体电量的累加。②网供电量在调度自动化系统中也存在误差。主要是因为地调无法做到绝对地掌握实时潮流情况。③调度自动化自身的缺陷。例如通讯的中断、设备精确度低等，另外还有就是人工抄电表的误差等。这些都严重影响了负荷预测的准确性。
3.2电力市场信息反馈不及时
电力市场预测的主要依据是电力市场信息，如何获得完整、准确、有效的信息，是负荷预测最关键的问题，但是由于电力市场才刚刚开始，所以相关信息还不够完善。
3.3无法预测大用户的用电量
由于大用户的用电量在整个电量中占据较大比例，所以，电力局通常邀请大用户加入到负荷预测工作中，即便如此，负荷预测的误差仍然存在，主要是因为：①负荷预测工作于大用户没有实行奖惩制度。负荷预测即使不准确，电力局依然按平价售电给大用户，而电力局却要高价从市场买。那么，大用户对负荷预测的是否准确，完全依靠大用户的责任心，这就导致预测工作常常失误。②现在某些大用户自身也无法预测用电量。电力局要想真正做到预测电量，那就要对电价实行改革，把电价和大用户的利益联系在一起。
期刊文章分类查询,尽在期刊图书馆让电价也随着市场关系的变化而变化，只有这样才能准确预测负荷。
3.4气象因素的干扰
我国当前经济不景气，导致工业用电量下降，生活用电量增加。而天气对负荷预测的影响，主要是在降温负荷和取暖负荷的情况下。因为我国天气预报的水平有限，所以天气预报的准确率也只能达到百分之八十，并且要在当日的十六小时后才能预测出第二天的天气状况，而负荷预测则要在当日的十一小时后预测第二天的用电量。因此，这种情况往往会造成误差。
4电力市场环境下的负荷预测的操作过程
4.1积极收集电力市场信息
依据经验，工作人员只要能够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。
4.2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。
4.3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。所以，以上模型只和系统的历史数据及干扰信息有关系。我们考虑到负荷波动的时变性，预测模型要及时维护，一般使用带自适应性的模型或者使用递推算法的模型。另外，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。
4.4把预测负荷与实际负荷进行对比，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。
结语
近些年来，由于经济的发展，电力市场环境的改善，以及最新节约用电技术的发明，再加上老百姓用电方式的改变，诸多因素的综合，从而使得用电高峰期出现的频率减少，保证了电网运行的平安。随着电力市场改革的推行，以前的负荷预测的误差逐渐加大，以至于开始影响整个区域的配网规划。所以，电力局必须联合电力市场及用户的用电情况来做出相应的调整。从而得到相对符合实际情况的计算结果和规划方案。
参考文献
[1]杨科,谭伦农.电力市场环境下中长期负荷预测的应用分析[J].电力系统及其自动化学报,2011,23(3).
[2]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,2012(23).
[3]刘威,薛婧然,鲁萍.电力系统中长期负荷预测模型研究及应用[J].中国工程咨询,2012(10):36-38.
李瑾（1984.01.14），女，满，辽宁省朝阳市，单位：朝阳供电公司营业及电费室，硕士，市场及能效管理， 邮编122000，
论文作者:李瑾
论文发表刊物:《电力设备》2017年第9期
论文发表时间:2017/8/2
标签：负荷论文; 电力论文; 电力局论文; 模型论文; 用电量论文; 数据论文; 市场环境论文; 《电力设备》2017年第9期论文;