电力系统负荷预测方法的探讨:基于神经网络的电力系统负荷预测
时间：2019-05-17 03:14:13 来源：雅意学习网 本文已影响 人 
摘?要 电力系统负荷预测是指在考虑电力系统的运行特点、增容的决策、自然的条件和社会的影响条件下，研究出的一套可用于系统处理过去和未来负荷的数学的方法，它在满足一定的精度要求前提条件下，确定将来某个特定时刻的负荷的值。本文介绍了负荷预测的特点以及几种较为普遍的预测方法。
关键词 负荷预测；电力系统；方法探讨
中图分类号 TM715 文献标识码 A 文章编号 1673-9671-(2012)052-0174-02
1 电力系统负荷预测的特点
电力系统中的负荷一般分为城市的民用负荷、商业的负荷、农村的负荷、工业的负荷和其他的负荷等，不同类型的电力系统负荷会具有不同特点及规律。
城市的民用负荷大多来自城市的居民家用电器的用电负荷，它有年年不断增长的趋势，并且随着季节的变化而变化，但民用的负荷还是和居民日常的生活及工作规律相关较为紧密。
商业的负荷，主要是指商业用电中的用电负荷，它覆盖的面积大，而且用电量增加的速度的平稳，商业的负荷同样也具有根据季节变化的波动特性。即使它在电力的负荷中占的比重不如工业负荷及民用负荷，但是商业负荷中的照明类的负荷占用了电力系统用电高峰时段。除此以外，商业部门因为商业行为会在节假日里会增加营业时间，因此成为节假日里影响电力负荷重要的因素之一。
工业负荷是指用在工业生产的用电负荷，一般的工业负荷比重在用电负荷里构成中居于第一位，它不仅仅由工业里负荷端的使用情况决定（也包括负荷的利用情况、企业工作班制度等），而且它和各个行业的特性及季节里的因素都有非常密切的联系，一般的负荷还是比较稳定的。
农村的负荷是指农村里居民用电及农业里生产的用电。这类负荷和工业里的负荷相比较，受到季节等其他自然环境的影响非常大，它是由于农业生产特点来定性的，农业的用电负荷同时也受到农产品的品种、耕种特点的影响，但是就电网系统而言，因为农业的用电负荷的集中时间和城市的工业的负荷使用高峰时间有很大差别，所以对于提高电网的负荷率很有好处。
从以上的分析可以发现电力的负荷特点是常常变化的，不仅按照小时变化、按日变化，而且还按周变化，按年变化，同时电力负荷又是以小时作为基本单位不断发生变化的，它具有很大的周期性，负荷的变化是个连续发展变化的过程，在正常的情况下，它不会产生大的跳跃，但是电力的负荷对于季节等因素是十分敏感的，在不同的季节，不同的地区的气候和温度的变化都将会对电力负荷造成十分重要的影响。
负荷预测目的是根据电力负荷的发展状况和水平，同时也确定各个供电公司计划的年供用总值，供用最大的电力负荷与规划的地区的总共负荷的发展水平，是由各规划的年用电负荷构成。它将为经济合理准确地安排各个电网内部的机组启停和检修，保持电网的运行安全和稳定性，电网发展的速度，电力的建设规模，电力工业的布局，能源资源的平衡，电力余缺的调剂和电网的资金以及人力资源需求和平衡等各个方面提供十分可靠的依据。
2 电力系统负荷预测的方法
2.1 负荷预测单耗法
第i年，第j企业的产值的单耗是Qi，并且第i年的用电总量是Ki，如果知道第j企业在将来第i年的企业产值是G(i)的时候，那么这个产业在第i年的总的用电量是E(i)=G(i)*Q(i)。同样，如果第i年的总共的人口预测是P(i)时，城乡居民的生活里的用电量E(i)=P(i)*K(i)。
根据计划的产品数量及用电单耗来进行推算年用电量，这比较适用于有关的单耗指标的工业及部分的农业负荷，它是预测有单耗指标的工业及部分农业用电量一种十分直接有效的方法。负荷预测时，可以依据规划的城市的经济社会发展状况来规划负荷预测目标，并且利用规划期中各个年份的工业和农业产值指标及主要的工业产量来规划指标，并通过对过去的国民经济中各个部门在各种商品生产的过程中的单位产品的耗电量、亿元产值的耗电量经过准确的统计，并且根据电力产业结构的调整，找出一定的内在规律，并得出各种商品和商品产值的综合电力单耗。最后按照国民经济中各部门编制的电力发展规划中的产品的产量指标和经济指标，按照单耗的方法进行预测。负荷预测单耗法的优点是：该方法简单，对于短期的负荷预测效果很好。缺点是：需要做大量的细致调研工作，同时也不够准确。
电力负荷性质主要是高耗能、扬水的负荷、电气化铁路的负荷、建材的负荷、造纸负荷及日常工农业用电的负荷组成。采用负荷预测单耗法的行业一般是高耗能企业、建材和造纸业，这种方法推算出来的年用电量基本和该行业实际负荷相吻合。
负荷预测单耗法适用于电力系统的近中期规划的负荷预测，它与经济实际的发展情况非常相似，预测结果也非常精确。
2.2 负荷预测弹性系数法
电力弹性系数是当地总电能用量的平均年增长率和工农业总产值的平均增长率比值，它是反映电力的发展和国民经济发展之间的关系一个宏观的指标。
K=E%/G%；E=e(1+K )
式中K为电力弹性系数，E%为全社会用电量的增长率，G%为国内生产总值增长率，E为当年用电量，e为上年用电量。
一般来讲，电力工业要适度超前经济发展，就是电力弹性的系数应该大于1，但是，因为电力弹性的系数是根据当地的负荷结构、性质来计算的，并且对历史的资料和各类的用电比重发展趋势加以分析后谨慎确定的。所以弹性系数法一般用于校核中长期的宏观负荷预测。
负荷预测弹性系数法适用于电力系统中远期的规划预测，并且其计算的方法十分简单。
2.3 负荷预测趋势外推法
当电力负荷根据时间变化呈现出某种上涨或者下跌的趋势，并没有显著的跟随季节发生，还能找到一个合适的规律来反映这种变化趋势时，那么就可以使用时间t作为自变量，时序数值y作为因变量，建立趋势的模型y=f（t）。我们认为，这种发展变化的趋势可以扩展到未来，赋予变量t所应当具有的值，那么就可以得到未来某个时间点的负荷值。这也是负荷预测趋势的外推法。 负荷预测外推法具有线性趋势的预测法、对数趋势的预测法、二次曲线趋势的预测法、指数曲线趋势的预测法、生长曲线趋势的预测法。负荷预测趋势外推法的优点是：只是需要历史的数据，所需数据量比较少。缺点是：假如负荷出现变动，将引起较大的误差。
负荷预测外推法远期粗略计算， 不适用于近中期规划预测。
2.4 负荷预测负荷密度法
负荷预测负荷密度是在每平方千米的平均的负荷数值。它一般并不是直接预测整个城市的电力负荷密度，而是按照城市区域的功能分区。首先要计算现状及历史分区的负荷密度，然后根据本地区发展规划和对各个分区负荷发展的相关特点，来推算出各个分区的各目标年的负荷密度的预测值；对于分区中的少量集中用电的大的用户，在分析预测时可以另外做点负荷的单独计算。在采用负荷的密度法时，必须要考虑到预测地区经济社会及电力负荷常有的随着某种因素而不是连续（跳跃式）发展特点。因此，负荷的密度法是一种非常直观的方法，在使用时必须谨慎。
负荷密度法一般用于城市用电负荷预测，计算准确，但程序编写较为复杂。
2.5 负荷预测神经网络法
负荷预测神经网络是由大量的简单的神经元组成的非线性的系统，其中每个神经元的结构及功能都十分简单，但大量神经元在组合产生系统行为时却非常的复杂；负荷预测神经网络法具有很强学习的能力、计算的能力、变结构适应的能力、复杂映射的能力、记忆的能力、容错的能力和各种智能的处理能力。当前，研究及应用最多的则是以下四个基本模型及它们的改进模型，即Hopfield 的神经网络、多层的感知器、自组织的神经网络和概率神经的网络。
在电力系统的负荷预报中，使用最多的就是带有隐层的前馈型的神经网络，它常常由输入接口层、输出接口层和若干隐型接口层组成。对多层的感知器，误差反传训练的算法（BP 算法）则是目前最简单、最实用的一种，实质是一种梯度的算法。它将各种有关的负荷数据作为输入项，通过历史的样本进行训练收敛后就可以进行负荷预测了。
它的优点是：1）可以模仿人脑进行智能化处理；2）对于大量非结构性、非精确性的规律具有自适应的功能；3）它具有信息的记忆、自主的学习、知识的推理和优化的计算等特点。它的缺点是：1）初始值确定将无法使用已有的系统信息，容易陷于局部极小的状态；2）神经网络学习过程常常会较慢，这会造成对突发事件的适应性差。
负荷预测神经网络一般应用于大规模的电力系统，可以处理庞大的信息量，程序编写完成后的适用性好。
3 问题的解决及影响的因素
3.1 问题的解决
1）我们在进行相关数据处理的分析和建立负荷预测模型的过程中，必须充分地考虑外界环境因素（经济，政策）的变化，和相关因素的不确定性对于中长期的负荷预测结果造成的影响。
2）要注意负荷模型的参数随着环境和相关因数改变将出现趋势的适应问题，并且在负荷模型使用的过程中，对于预测的专家经验和意见要加以有效利用。
3）对受影响的中长期的负荷变化多方面因数综合考虑，必须运用不同的方法来组合开展研究的工作。
3.2 影响的因素
影响的因素主要有以下几方面。
1）气候的变化及自然灾害影响。
2）国家的政策、工农业等其他宏观产业的结构调整造成的影响。
3）能源市场的经济变化对负荷影响。而且，因为上述负荷预测方法自身就存在着一定的不确定性，所以，我们必须把负荷预测的结果来相互的验证及补充。
4 结束语
电力系统负荷的预测是电网的调度、信息管理等方面的前提，他是一个电力系统调度部门及规划部门必须具备的基本的信息。提高电力系统负荷预测的技术水平，十分有利于计划用电的管理，十分有利于合理的安排电力系统的运行方式及机组的检修计划，十分有利于节约煤、节约油和降低发电的成本，十分有利于制定经济合理的电源的建设规划，十分有利于提高我们电力系统的经济效益及社会效益。所以，电力系统负荷预测将成为实现现代电力系统管理的重要内容。
参考文献
[1]牛东晓.电力负荷预测技术及其应用[M].北京:中国电力出版社,2006.
[2]吴熳红,杨继旺.几种电力负荷预测方法及其比较[J].广东电力,2004,17(1):
17-21.
[3]周小谦.电力弹性系数浅议——一个很有魅力的课题[J].中国电力企业管理,2000,10:6-8.
