国网陕西省电力公司汉中供电公司 陕西 汉中 723000
摘要：在智能电网环境下，准确的电力负荷预测能为电力系统的发展提供良好的助力。本文在负荷预测相关知识阐述的基础上，对智能电网环境下负荷预测应用进行了分析，以供参考。
关键词：电力负荷；负荷预测；智能电网
1 引言
我国智能电网发展快速，ICT技术也得到了广泛的推广和应用。同时，随着智能终端设备的不断被投入使用，对负荷预测的精度、密度也提出了更高的要求。与传统负荷预测相比，现代负荷预测已经向精细化转变，这也是智能电网发展的必然趋势和要求。
2 负荷预测概念与方法
2.1 负荷预测的基本概念
电力系统负荷预测指的是，将电力系统运行特性、增容以及自然情况考虑进来，用一套系统利用过去的数据对未来的负荷进行预测，在允许的精度下，确定未来一段时间内的负荷值。电力负荷预测对于电力系统规划和运行具有重要作用，是进行发展规划以及实时控制的重要依据。负荷预测的准确性对电网的投资、布局以及运营的科学性具有重要影响，如何提高电力负荷预测精度是电力系统需要研究的核心课题之一。电力负荷预测的类型众多，根据负荷预测的内容可以分为电量预测与电力预测；根据负荷预测时间的不同，又可以分为超短期预测、短期预测、中期预测以及长期预测。电力负荷预测是一项复杂的活动，需要保证其准确性与科学性。负荷预测方案的执行必须遵循可知性原则、可能性原则、可控制原则、连续性原则、相似性原则、系统性原则、概率推断原则、反馈原则等，并建立完整的电力负荷预测模型，最终得出电力需求的发展趋势。
2.2 电力负荷预测的方法
（1）传统负荷预测方法主要包括以下几种：
① 趋势外推负荷预测法。这种方法是利用负荷此前的变化趋势进行推测，虽然电力负荷每时每刻都在变化，具有较大的随机性，但通过一定的算法处理还是能够发现负荷具有较为明显的变化趋势。根据历史数据可以发现，变化趋势可以呈现为线性、非线性、周期性或者非周期性，可以使用最小拟合曲线进行方程的计算。这种方式对于短时间内的负荷预测比较适用，但不能随负荷变化进行动态调整，误差会较大。
② 时间序列负荷预测法。这种方法就是根据负荷的历史数据，通过统计电力负荷在随机变化过程中所呈现的规律性，用数学模型将其描述出来，进而确定负荷预测的数学表达式。这种方法按照季节、周、天、小时变化的时间序列，对负荷数据的实际值与预测值的差值进行分析和处理。其过程分为模型识别、模型参数估计、模型检验、负荷预测、精度检验预测值修正等几个阶段。这种方法计算量小，但不能将负荷数据变化的因素全部考虑进去，主要适用于负荷变化比较均匀情况下的短期预测。
③ 回归模型负荷预测法。这种方法利用数理统计方法建立数学模型，对各项变量数据进行处理。其模型的一元线性回归方程可以表示为y=a+bx，其中a、b为回归系数。其模型的多元线性回归方程可以表示为y=a0+a1x1+a2x2+…+anxn。对于非线性回归方程，则通过数学方法转换成线性回归方程。这种预测方法适用于负荷的中期预测，精度较高，但对于比较复杂的情况则不能准确预测综合用电负荷情况。
（2）现代负荷预测方法
近年来，一些新兴预测方法得到较好的应用，主要包括以下几种：
① 专家系统负荷预测法。这种方法利用过去几年的数据建成数据库，从有经验的负荷预测专家的知识中提取规则进行预测分析。专家系统预测能将工作人员的经验转化为预测方法，包含丰富的资料，考虑到的各项因素也比较全，对于得到准确的预测结果很有帮助。这种方法的缺点是，对于一些复杂因素，很难定量分析其对负荷的影响，同时该系统也没有自我学习的能力，对于突发性事件适应性不强。
② 神经网络负荷预测法。这种方法模拟动物神经网络的行为特性，建立了分布式并行信息处理的算法数学模型。该方法具有自主学习能力和优化计算能力，能够将负荷变换规律充分考虑进去，具有较高精确度。其缺点是对历史数据要求较高，不能使用现有系统信息初始值，收敛速度慢，不适应于突发事件。
③ 其他负荷预测法，一是负荷密度法，即根据电力负荷数值在单位面积上平均值来得出某地区的电力负荷，该方法较为直观易于计算；二是GDP产值电耗法，指通过观察GDP产值与地区电耗的变化规律来预测某地区的未来电力需求;三是分产业产值电耗法，在负荷预测中分别计算第一、第二、第三产业的电耗，并根据一定时期内综合电耗的变化规律预测电力负荷;四是人均用电量法，该方法以地区人均用电量为基础，通过人均用电量的变化趋势及人口增长速度来进行电力负荷预测。这些方法各有优缺点，单一的模型较难达到准确和可靠的要求，通过将几种算法结合起来提高预测精度是未来的发展方向。
3 电力负荷预测在智能电网的应用
3.1 智能电网环境下的负荷分析
近年来，国内外开展了具有灵活、清洁、安全等性能的智能电网的研究，智能电网改变了传统电网中各个电源点以及负荷点的概念，新能源的引进对负荷行为具有较大影响。新能源既包括集中式发电也包括小型分布式发电。传统的电力用户只是吸收电能，功率的流向只能为电网流向用户，但对于具有分布式电源的智能电网，电力用户既可以吸收电能，也可以向电网输送电能，电力用户不再是绝对的用电负荷，因此传统的负荷预测技术遇到了新的挑战。
3.2 储能技术对负荷预测的影响
智能电网的特点之一，就是电网中接入了储能装置用以平滑风能、太阳能等间歇式能源的出力曲线。通过接入储能装置，在电力充沛时将电能储存起来，到了负荷高峰期再将电能释放出来，起到了削峰填谷的作用。因此，储能装置既是负荷又是电源，在智能电网环境下的负荷预测需要将该特点考虑进来。
3.3 基于AMI的电力负荷预测
智能电网下的测量体系（AMI）是一个用于测量、收集、储存以及分析用户用电信息的系统，其主要由智能电表、通信、测量数据管理系统以及用户网络构成，系统功能示意图如图1所示。
图1 AMI功能示意图
一个地区的总负荷是由该地区千千万万个不同种类的负荷汇聚而成，各个负荷所受到的影响因素都不一样，不同类型的负荷其运行特性也不一样。如果能对各个不同的负荷分别进行预测，将大大提高总负荷的预测精确度。传统电网没有完善统一的数据平台，对各个负荷不能做到深入了解，而随着智能电网的发展，建立起AMI测量体系，则可以建立完善的负荷预测平台。利用智能电表采集负荷数据，根据负荷自身特性量身定制负荷预测方法，再将预测结果综合起来得到整体的预测结果，将得到很高的负荷预测精度。
4 结语
负荷预测就是通过历史负荷数据，使用正确的数据处理方法对未来某段时间的负荷值进行估计。随着智能电网的发展，对各项负荷数据的采集已经比较完善，而正确的预测方法决定了预测能力的水平。对于智能电网，AMI能够提供一个完善的负荷预测平台，通过精确掌握各个负荷点的特性、分类并分别预测，来大大提高负荷预测的准确性。
参考文献
[1]王德文,孙志伟. 电力用户侧大数据分析与并行负荷预测[J]. 中国电机工程学报,2015,03:527-537.
[2]马苏文,张大顺. 电力负荷预测组合模型在北疆电网的应用研究[J]. 新疆水利,2015,04:21-24.
[3]黄金浩. 电力负荷预测在配网规划中的具体应用探究[J]. 技术与市场,2015,12:72-73.
论文作者:李晶
论文发表刊物:《电力技术》2016年第6期
论文发表时间:2016/10/16
标签：负荷论文; 电网论文; 电力论文; 智能论文; 方法论文; 电耗论文; 模型论文; 《电力技术》2016年第6期论文;