符昆

摘要：在城市電網(wǎng)規(guī)劃中，電力部門對電力負荷的預(yù)測是基礎(chǔ)工作，能夠為電網(wǎng)規(guī)劃提供必要的基礎(chǔ)性數(shù)據(jù)。基于此，文章將電力負荷預(yù)測作為主要研究對象，重點闡述相關(guān)的預(yù)測技術(shù)，希望有所幫助。

關(guān)鍵詞：電力負荷;預(yù)測;技術(shù)

近年來，科技水平發(fā)展速度加快，負荷預(yù)測技術(shù)研究也更深入，多種負荷預(yù)測方法也隨之形成。負荷預(yù)測對于電力系統(tǒng)的規(guī)劃與運行產(chǎn)生了極大影響。在社會經(jīng)濟發(fā)展與電力信息化進步的背景下，負荷預(yù)測準確性也需不斷提高。只有保證負荷預(yù)測的準確性，才能夠更好地指導(dǎo)發(fā)電、輸電以及電能的分配。由此可見，深入研究并分析電力負荷預(yù)測技術(shù)十分有必要。

一、負荷預(yù)測概述

（一）概念與分類

所謂電力負荷預(yù)測，即對重要系統(tǒng)運行特性、社會影響、自然條件以及增容決策綜合考慮的基礎(chǔ)上，借助對過去和未來負荷進行處理的數(shù)學(xué)方法，在滿足精度需求的情況下，對特定時刻負荷值加以確定。通常情況下，根據(jù)預(yù)測期限差異，可將電力系統(tǒng)負荷預(yù)測細化成長期預(yù)測、中期預(yù)測與短期預(yù)測三種類型[1]。其中，短期負荷預(yù)測具體指的就是日負荷與周負荷的預(yù)測，在設(shè)備檢修、水火電協(xié)調(diào)、交換功率計劃以及負荷經(jīng)濟分配中最常應(yīng)用。在短期負荷預(yù)測中，要求深入研究電網(wǎng)負荷的變化規(guī)律，對影響負荷變化的因素加以分析，特別是天氣的變化等等。而中期負荷預(yù)測指的則是預(yù)測月到年的負荷，一般在機組運行方式確定、機組檢修以及水庫調(diào)度等方面運用。而所謂的長期負荷預(yù)測，即在未來3-5年或者是更長時間段的負荷預(yù)測，進而為電力規(guī)劃部門改造電網(wǎng)以及電網(wǎng)的擴建規(guī)劃制定提供必要參考依據(jù)[2]。

（二）基本特點

因負荷預(yù)測主要是結(jié)合電力負荷當(dāng)前與過去數(shù)值對其未來數(shù)值進行推測，因而負荷預(yù)測所研究的對象屬于不確定事件。為此，負荷預(yù)測的特點可體現(xiàn)在以下幾個方面：

1）預(yù)測結(jié)果不確定;

2）短期負荷預(yù)測有時間范圍要求，時間性明顯;

3）所有負荷預(yù)測均需滿足特定條件，條件性顯著;

4）預(yù)測結(jié)果存在不準確性，因而具備多個方案型。

二、電力負荷預(yù)測準確率影響因素闡釋

由于負荷始終變化，所以負荷的預(yù)測精準度也將受到對其變化產(chǎn)生影響的因素影響。在實踐過程中發(fā)現(xiàn)，負荷預(yù)測的總負荷變化有一定規(guī)律可循。其中，各個分量和總負荷之間的關(guān)系可表示為： 。

三、電力系統(tǒng)的負荷預(yù)測技術(shù)

（一）經(jīng)典預(yù)測技術(shù)

其一，回歸分析法。此方法主要是統(tǒng)計分析變量觀測資料，對變量間關(guān)系加以確定，最終達到預(yù)測目標。此預(yù)測技術(shù)可在中長期電力負荷預(yù)測中運用，原理相對簡單而且可以在短時間內(nèi)預(yù)測，但模型的初始化很難，難以對負荷影響因素做出深入考慮。

其二，時間序列法。此預(yù)測方法就是針對過去特定時間段的歷史負荷記錄提出基本的負荷分量、天氣敏感負荷分量以及特別事件負荷分量，將剩余殘差作為不同時刻的隨機負荷分量，將其當(dāng)成隨機時間序列。此方式無需過多數(shù)據(jù)，工作量不大，而且計算速度快，能夠?qū)⒇摵傻淖罱B續(xù)性變化真實地反映出來，但此方法的建模相對復(fù)雜[3]。

（二）傳統(tǒng)預(yù)測技術(shù)

其一，相似日法。相似日法指的就是修正類似于待預(yù)測日的某日負荷，進而對預(yù)測日負荷做出預(yù)測。此預(yù)測技術(shù)選擇某種差異評價函數(shù)，探尋和預(yù)測日負荷最為接近的某些日，并結(jié)合待測負荷日參數(shù)完成修正。此預(yù)測方法的原理簡單而且運用十分方便，但很難創(chuàng)建最佳評價函數(shù)，實際的預(yù)測精準度不高。

其二，灰色預(yù)測法。此預(yù)測方法主要是針對蘊含不確定因素的系統(tǒng)展開預(yù)測，借助灰色模型微分方程，將其當(dāng)成電力系統(tǒng)的單一指標進行預(yù)測，對微分方程時間響應(yīng)函數(shù)表達式進行求解，這就是灰色預(yù)測模型。在校驗并且修正模型精度以及可信度的情況下，就能夠利用此模型對未來負荷加以預(yù)測，一般可在貧信息條件下運用。此預(yù)測技術(shù)具有良好的短期預(yù)測性能，且檢驗方便，然而數(shù)據(jù)的灰度越大，實際的預(yù)測精準度就會越低，在預(yù)測長期負荷中盡量不使用[4]。

（三）智能預(yù)測技術(shù)

第一，專家系統(tǒng)法。該預(yù)測技術(shù)以知識程序設(shè)計方法為基礎(chǔ)構(gòu)建計算機系統(tǒng)，蘊含了某領(lǐng)域?qū)＜抑R以及經(jīng)驗，可以向?qū)＜乙粯屿`活運用，在推理的過程中預(yù)測未來負荷。此系統(tǒng)預(yù)測的優(yōu)勢就是可對諸多影響因素進行綜合考慮，建模方便且判斷速度快，而且擁有更多經(jīng)驗與知識，借助計算機能夠保證工作的準確性，且可靠性良好，工作效率高。但此系統(tǒng)仍存在一定的缺陷，即預(yù)測期間會有人為差錯產(chǎn)生，而且數(shù)據(jù)庫的構(gòu)建難度較大。另外，因不同地區(qū)負荷特征不同，專家系統(tǒng)僅針對某具體系統(tǒng)，無法在其他的系統(tǒng)中直接運用。

第二，人工神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)這一信息處理系統(tǒng)，是對生物腦結(jié)構(gòu)加以模仿的功能，自適應(yīng)性、容錯性與自組織性十分明顯。而神經(jīng)網(wǎng)絡(luò)理論則通過對神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)功能的運用，使計算機掌握歷史負荷數(shù)據(jù)當(dāng)中存在的映射關(guān)系，并以此為基礎(chǔ)對未來負荷做出預(yù)測[5]。人工神經(jīng)網(wǎng)絡(luò)是當(dāng)前最常使用的負荷預(yù)測技術(shù)，可充分利用自身非線性結(jié)構(gòu)對輸入量、輸出量關(guān)系進行描述，通過非線性自適應(yīng)能力與并行處理能力的運用，參考訓(xùn)練歷史數(shù)據(jù)信息得出系統(tǒng)輸入、輸出之間存在的函數(shù)關(guān)系。也正是因為人工神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)能力以及非線性函數(shù)擬合能力較強，所以在預(yù)測電力負荷方面的優(yōu)勢明顯，使得預(yù)測性能以及準確程度均明顯提高。但此預(yù)測技術(shù)的不足就在于神經(jīng)網(wǎng)絡(luò)層數(shù)以及神經(jīng)元的數(shù)量一般需要根據(jù)主觀經(jīng)驗加以確定，無法保證網(wǎng)絡(luò)結(jié)構(gòu)的科學(xué)性，而且學(xué)習(xí)速度較慢，局部有極小點存在。

結(jié)束語：

綜上所述，負荷預(yù)測在電力市場發(fā)展中的重要性逐漸凸顯出來，且對于預(yù)測的精準度提出了更高要求。為此，必須高度重視負荷管理工作，以不斷提高負荷預(yù)測的精準性。

參考文獻

[1] 陳卓， 孫龍祥. 基于深度學(xué)習(xí)LSTM網(wǎng)絡(luò)的短期電力負荷預(yù)測方法[J]. 電子技術(shù)， 2018， 047（001）：39-41.

[2] 孟軍， 黎燕， 夏哲輝，等. 基于云模型的電力負荷預(yù)測[J]. 計算技術(shù)與自動化， 2018， 37（02）：122-126.

[3] 劉南艷， 賀敏， 趙建文. 基于大數(shù)據(jù)平臺的電力負荷預(yù)測[J]. 現(xiàn)代電子技術(shù)， 2018， 41（20）：161-164.

[4] 賈夢青， 周燕， 趙雷宇，等. 電力負荷預(yù)測方法在配電網(wǎng)規(guī)劃中的實踐應(yīng)用[J]. 建筑工程技術(shù)與設(shè)計， 2018， 000（036）：3180.

[5] 宋占黨， 李湘華， 王海賓， et al. 大數(shù)據(jù)環(huán)境下的電力負荷預(yù)測研究[J]. 電子測量技術(shù)， 2019（12）.