（1.国网湖北省电力公司阳新县供电公司；2.国网湖北省电力公司黄石供电公司）
摘要：电力系统负荷预测是电力系统规划工作的主要组成部分，也是保证电力系统运行稳定和经济效益的前提所在，需根据当前的用电数据对政治、经济、气候等多种因素进行考量，对未来的用电量进行科学预测。负荷预测工作包括未来需求量（功率）的预测以及未来用电量（能量）的预测。电力需求量的预测对于电力网络运行的容量数值有着直接影响，如发电、输电、配电系统新增容量数值大小；可以根据电能预测值选择适宜的设备类型。
关键词：电力负荷预测；智能电网；应用
近些年随着电力企业的迅速发展，我国智能电网也得到了非常迅速的发展，并且取得了非常好的成绩，而在智能电网的使用过程中，通过科学的负荷预测能够为智能电网的顺利开展提供更加可靠的保障。故在本文中我们主要对电力负荷预测在智能电网中的应用进行了简单的分析。
1我国智能电网发展现状
而经过多年的研究与建设，我国电力系统已经完成了以光纤通信为主、微波与载波等多种通信方式并存的电网通信主干网络；在发电、输电、配电等环节广泛应用先进的信息通信技术、传感与量测技术、电力电子技术，从而使我国的电力生产运行指标已接近国际的先进水平；而在特高压输电，大电网安全稳定控制，电网频率质量控制，稳态、暂态、动态三位一体安全防御和自动电压控制技术等领域均跨入了世界先进行列。
我国在电网建设实践中，先后完成了110kV智能变电站，即通过全面应用智能变电站相关技术，建立了实时、可靠、完整的信息共享平台，既实现了变电站信息采集的数字化，也提升了现有设备的技术水平；配网自动化工程，即电力公司在利用变、配电站保证电力供应的同时，通过光纤和电力线载波的形式构建可靠的数据传输网络，以实现对配电网设备信息的实时采集、分析、处理；特高压交流输电工程，即我国在晋东南-南阳-荆门之间建立了1000kV的特高压交流试验工程，利用试点的方式推广智能电网技术；新能源接入研究，即一些发电站利用新能源接入，建立风电场以及光伏电站发电出力预测系统，以实现对智能电网的综合控制。
2.关于电力负荷预测内容
做好电力负荷预测工作，首先要建立电力负荷模型，模型的建设中，其最主要的内容包括很多，电力负荷时空的特性、电网系统负荷电压、电力频率的特性等诸多内容。其中电力负荷时空特性指的是随着空间的位置变化以及时间不断变动，电网的负荷也会出现一定的改变，并且通常造成这种改变的因素十分复杂，需经过分析负荷的时间曲线来体现时空特性，因此要按照时间区别，可以将负荷曲线划分为日负荷、月负荷、季负荷、年负荷；按照用电性质又能够划分为农业、生活、工业以及市政四个主要研究领域等。对于电力负荷预测模型的监理，不仅需要对短期进行电力负荷做好预测分析，同时还应当充分发挥电网规划、电力发展等方面长期预测作用，通常情况下，通过概率统计能够评估负荷状况。需要注意的是，预测电网的长期负荷情况过程中，有很多客观误差，导致此类误差出现的因素包括电网的运行不稳定、负荷的变化不确定等。不过从总体上言，负荷预测的准确度还是比较高的。
期刊文章分类查询,尽在期刊图书馆
3.电力负荷预测的应用
3.1负荷密度法
所谓负荷密度指的就是每平方千米的负荷值，该方法的缺陷在于不能对整个城市的负荷密度进行推测，但是可以将城市划分成不同的区块，然后再进行区域负荷密度的预测工作，具体工作流程为：先计算出区域内以往以及现在的负荷密度，再按照地区发展趋势以及负荷发展特征对每个区域内目标年限的负荷密度预测值进行计算。但是有分区中很少有用电量较大的用户，可以将大用户单独罗列进行负荷计算。在应用该方法时需要注意地区整体经济社会和电力负荷因为外部环境变化而表现出跳跃式的发展特性。由上述内容可知，采用负荷密度法时需要注重直观性。
3.2回归分析法
借助回归法对负荷进行推测，需要依据往年的生产数据建立相应的数学模型，在对模型进行数学分析。可以使用统计学的相关方法对于数据中的变量进行分析，以得出未来发展结果的预测值。通常回归模型主要包含一元线性、多元线性、非线性等。一般在对中期符合进行预测时大多采用线性回归法，主要原因是预测结果比较可靠，但是该方法也存在缺陷，例如，不能对规划水平年的工农业生产总值进行分析计算，同时该方法的计算结果适用于综合用电负荷预测，但是不具有区域借鉴意义。
比如在某市国民生产总值和用电量以及人口已知情况下，可以计算该市用电量，其回归方程式表示为：
W=-0.984+0.0727V+0.103N（V=当年国民生产总值；N=人口）
以该公式为预测模型，该市在2016年用电量是278.23亿千瓦时。
3.3专家系统预测法
该方法是收集大量的已有数据构建数据库，从具有丰富负荷预测经验的专家的知识中获取规律进行预测解析。其主要预测思想是利用工作人员的经验以及丰富的资料进行电力负荷预测，能够顾全所有的各项因素，有助于获得精准的预测结果。此方法的不足之处是在遇到十分繁杂的影响电力负荷预测的因素时定量分析非常困难，与此同时，该系统的自学能力为零，无法应对一些突发性事件。
3.4神经网络预测法
它是借鉴动物的神经网络的行为特点，构建的数学模型算法为分布式并行信息处理算法。其优点是具有优化计算能力和自学能力，对于负荷变化的各种规律能够完全的考虑到位，有非常高的准确性。其不足之处为对原始数据的要求很高，对现有系统的初始值无法应用，具有较慢的收敛速度，因此该方法不能应用在突发事件的电力负荷预测中。
3.5趋势分析法
这一方法又称为曲线回归法或者曲线拟合法。这种预测方法的应用最为常见，且研究成果在行业内较多。所谓趋势分析就是将之前收集的各种资料为依据，整合成为一条直线，同时以曲线趋势为依据对某个阶段电力的负荷值进行确定。这种方法经常用到的研究模型包括多项式、线性、冥函数、对数、指数、龚波茨等趋势模型。但是尽管选择模型相对简便，要求较高的地方是进行曲线拟合必须保证精度与拟合区是一致的，进而保证电力负荷的预测结果。当然，每种曲线模型都有误差，因此进行电力负荷预测时一定要把模型和当地的区域电网规划发展情况进行结合，最终确定科学的、合理的模型。
3.6灰色模拟法
灰色模拟法是我国学者邓聚龙最先提出的预测理论，在一些掌握信息不全的情况下应用的一种电力负荷预测方法。所谓的灰色系统就是指未知信息，显而易见灰色模拟法采用的是模糊思想，然后通过运筹学以及自动控制知识进行分析和预测。但是这里使用到的历史电力数据以及数据处理等方面的差异都会影响到最终负荷预测的结果。不过这一方式操作简单，而且在样本容量下精确度高。
结束语：
负荷预测是电力系统运行以及科学规划的主要参考标准，一般负荷预测可以为决策和发展计划的制定提供数据依据。因此，若负荷预测结果的可靠性较高，则可以促进用电管理，节省发电成本，提高电力工程的经济效益和社会效益。
参考文献：
[1]张素香，赵丙镇，王风雨，张东.海量数据下的电力负荷短期预测[J].中国电机工程学报，2015，01：37-42.
[2]崔和瑞，彭旭.基于ARIMAX模型的夏季短期电力负荷预测[J].电力系统保护与控制，2015，04：108-114.
[3]郎坤，张明媛，袁永博.基于迭代误差补偿的核极端学习机模型在短期电力负荷预测中的应用[J].计算机应用，2015，07：2083-2087.
[4]张淑清，师荣艳，董玉兰，李盼，任爽，姜万录.双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用[J].中国电机工程学报，2015，22：5723-5730.
[5]谷云东，张素杰，冯君淑.大用户电力负荷的多模型模糊综合预测[J].电工技术学报，2015，23：110-115.
论文作者:王扬波 何笛
论文发表刊物:《电力设备》2016年第22期
论文发表时间:2017/1/20
标签：负荷论文; 电力论文; 电网论文; 模型论文; 智能论文; 方法论文; 用电量论文; 《电力设备》2016年第22期论文;