智能电网环境下电力负荷预测应用探析.doc

智能电网环境下电力负荷预测应用探析
国网陕丙省电力公司汉中供电公司陕丙汉中723000
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。木文在负荷预测相关知识阐述的基础上,对智能电M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M 发展的必然趋势和要求。
2负荷预测概念与方法

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異有重要影响,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,乂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。

传统负荷预测方法主要包括以下几种:
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,虽然电力负荷每吋每刻都在变化,具冇较人的随机性,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。
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、小吋变化的吋间序列, 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。
冋归模型负荷预测法。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。其模型的一元线性冋归方程可以表示为y=a+bx,艽中a、b为冋归系数。其模型的多元线性回归方程可以表示为y=a0+aixl+a2x2+- +anxno对于非线性冋归方程,则通过数学方法转换成线性冋归方程。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。
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:
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, 从冇经验的负荷预测专家的知识中提取规则