摘要：負(fù)荷預(yù)測(cè)在電力系統(tǒng)規(guī)劃和運(yùn)行方面發(fā)揮的重要作用，具有明顯的經(jīng)濟(jì)效益，負(fù)荷預(yù)測(cè)實(shí)質(zhì)上是對(duì)電力市場(chǎng)需求的預(yù)測(cè)。該文系統(tǒng)地介紹和分析了各種負(fù)荷預(yù)測(cè)的方法及特點(diǎn)，并指出做好負(fù)荷預(yù)測(cè)已成為實(shí)現(xiàn)電力系統(tǒng)管理現(xiàn)代化的重要手段。

關(guān)鍵詞：電力系統(tǒng)　負(fù)荷預(yù)測(cè)　電力市場(chǎng)　建設(shè)規(guī)劃
 

1　引言

　　負(fù)荷預(yù)測(cè)是從已知的用電需求出發(fā)，考慮政治、經(jīng)濟(jì)、氣候等相關(guān)因素，對(duì)未來(lái)的用電需求做出的預(yù)測(cè)。負(fù)荷預(yù)測(cè)包括兩方面的含義：對(duì)未來(lái)需求量(功率)的預(yù)測(cè)和未來(lái)用電量(能量)的預(yù)測(cè)。電力需求量的預(yù)測(cè)決定發(fā)電、輸電、配電系統(tǒng)新增容量的大小；電能預(yù)測(cè)決定發(fā)電設(shè)備的類(lèi)型(如調(diào)峰機(jī)組、基荷機(jī)組等)。

負(fù)荷預(yù)測(cè)的目的就是提供負(fù)荷發(fā)展?fàn)顩r及水平，同時(shí)確定各供電區(qū)、各規(guī)劃年供用電量、供用電最大負(fù)荷和規(guī)劃地區(qū)總的負(fù)荷發(fā)展水平，確定各規(guī)劃年用電負(fù)荷構(gòu)成。

2　負(fù)荷預(yù)測(cè)的方法及特點(diǎn)

2.1　單耗法

　　按照國(guó)家安排的產(chǎn)品產(chǎn)量、產(chǎn)值計(jì)劃和用電單耗確定需電量。單耗法分"產(chǎn)品單耗法"和"產(chǎn)值單耗法"兩種。采用"單耗法"預(yù)測(cè)負(fù)荷前的關(guān)鍵是確定適當(dāng)?shù)漠a(chǎn)品單耗或產(chǎn)值單耗。從我國(guó)的實(shí)際情況來(lái)看，一般規(guī)律是產(chǎn)品單耗逐年上升，產(chǎn)值單耗逐年下降。單耗法的優(yōu)點(diǎn)是：方法簡(jiǎn)單，對(duì)短期負(fù)荷預(yù)測(cè)效果較好。缺點(diǎn)是：需做大量細(xì)致的調(diào)研工作，比較籠統(tǒng)，很難反映現(xiàn)代經(jīng)濟(jì)、政治、氣候等條件的影響。

2.2　趨勢(shì)外推法

　　當(dāng)電力負(fù)荷依時(shí)間變化呈現(xiàn)某種上升或下降的趨勢(shì)，并且無(wú)明顯的季節(jié)波動(dòng)，又能找到一條合適的函數(shù)曲線反映這種變化趨勢(shì)時(shí)，就可以用時(shí)間t為自變量，時(shí)序數(shù)值y為因變量，建立趨勢(shì)模型y＝f(t)。當(dāng)有理由相信這種趨勢(shì)能夠延伸到未來(lái)時(shí)，賦予變量t所需要的值，可以得到相應(yīng)時(shí)刻的時(shí)間序列未來(lái)值。這就是趨勢(shì)外推法。

　　應(yīng)用趨勢(shì)外推法有兩個(gè)假設(shè)條件：

①假設(shè)負(fù)荷沒(méi)有跳躍式變化；

②假定負(fù)荷的發(fā)展因素也決定負(fù)荷未來(lái)的發(fā)展，其條件是不變或變化不大。

選擇合適的趨勢(shì)模型是應(yīng)用趨勢(shì)外推法的重要環(huán)節(jié)，圖形識(shí)別法和差分法是選擇趨勢(shì)模型的兩種基本方法。

　　外推法有線性趨勢(shì)預(yù)測(cè)法、對(duì)數(shù)趨勢(shì)預(yù)測(cè)法、二次曲線趨勢(shì)預(yù)測(cè)法、指數(shù)曲線趨勢(shì)預(yù)測(cè)法、生長(zhǎng)曲線趨勢(shì)預(yù)測(cè)法。趨勢(shì)外推法的優(yōu)點(diǎn)是：只需要?dú)v史數(shù)據(jù)、所需的數(shù)據(jù)量較少。缺點(diǎn)是：如果負(fù)荷出現(xiàn)變動(dòng)，會(huì)引起較大的誤差。

2.3　彈性系數(shù)法

　　彈性系數(shù)是電量平均增長(zhǎng)率與國(guó)內(nèi)生產(chǎn)總值之間的比值，根據(jù)國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)速度結(jié)合彈性系數(shù)得到規(guī)劃期末的總用電量。彈性系數(shù)法是從宏觀上確定電力發(fā)展同國(guó)民經(jīng)濟(jì)發(fā)展的相對(duì)速度，它是衡量國(guó)民經(jīng)濟(jì)發(fā)展和用電需求的重要參數(shù)。

該方法的優(yōu)點(diǎn)是：方法簡(jiǎn)單，易于計(jì)算。

缺點(diǎn)是：需做大量細(xì)致的調(diào)研工作。

2.4　回歸分析法

　　回歸預(yù)測(cè)是根據(jù)負(fù)荷過(guò)去的歷史資料，建立可以進(jìn)行數(shù)學(xué)分析的數(shù)學(xué)模型。用數(shù)理統(tǒng)計(jì)中的回歸分析方法對(duì)變量的觀測(cè)數(shù)據(jù)統(tǒng)計(jì)分析，從而實(shí)現(xiàn)對(duì)未來(lái)的負(fù)荷進(jìn)行預(yù)測(cè)。回歸模型有一元線性回歸、多元線性回歸、非線性回歸等回歸預(yù)測(cè)模型。其中，線性回歸用于中期負(fù)荷預(yù)測(cè)。

優(yōu)點(diǎn)是：預(yù)測(cè)精度較高，適用于在中、短期預(yù)測(cè)使用。

缺點(diǎn)是：

①規(guī)劃水平年的工農(nóng)業(yè)總產(chǎn)值很難詳細(xì)統(tǒng)計(jì)；

②用回歸分析法只能測(cè)算出綜合用電負(fù)荷的發(fā)展水平，無(wú)法測(cè)算出各供電區(qū)的負(fù)荷發(fā)展水平，也就無(wú)法進(jìn)行具體的電網(wǎng)建設(shè)規(guī)劃。

2.5　時(shí)間序列法

　　就是根據(jù)負(fù)荷的歷史資料，設(shè)法建立一個(gè)數(shù)學(xué)模型，用這個(gè)數(shù)學(xué)模型一方面來(lái)描述電力負(fù)荷這個(gè)隨機(jī)變量變化過(guò)程的統(tǒng)計(jì)規(guī)律性；另一方面在該數(shù)學(xué)模型的基礎(chǔ)上再確立負(fù)荷預(yù)測(cè)的數(shù)學(xué)表達(dá)式，對(duì)未來(lái)的負(fù)荷進(jìn)行預(yù)測(cè)。時(shí)間序列法主要有自回歸AR(p)、滑動(dòng)平均MA(q)和自回歸與滑動(dòng)平均ARMA(p，q)等。這些方法的優(yōu)點(diǎn)是：所需歷史數(shù)據(jù)少、工作量少。缺點(diǎn)是：沒(méi)有考慮負(fù)荷變化的因素，只致力于數(shù)據(jù)的擬合，對(duì)規(guī)律性的處理不足，只適用于負(fù)荷變化比較均勻的短期預(yù)測(cè)的情況。

2.6　灰色模型法

　　灰色預(yù)測(cè)是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行預(yù)測(cè)的方法。以灰色系統(tǒng)理論為基礎(chǔ)的灰色預(yù)測(cè)技術(shù)，可在數(shù)據(jù)不多的情況下找出某個(gè)時(shí)期內(nèi)起作用的規(guī)律，建立負(fù)荷預(yù)測(cè)的模型。分為普通灰色系統(tǒng)模型和最優(yōu)化灰色模型兩種。

　　普通灰色預(yù)測(cè)模型是一種指數(shù)增長(zhǎng)模型，當(dāng)電力負(fù)荷嚴(yán)格按指數(shù)規(guī)律持續(xù)增長(zhǎng)時(shí)，此法有預(yù)測(cè)精度高、所需樣本數(shù)據(jù)少、計(jì)算簡(jiǎn)便、可檢驗(yàn)等優(yōu)點(diǎn)；缺點(diǎn)是對(duì)于具有波動(dòng)性變化的電力負(fù)荷，其預(yù)測(cè)誤差較大，不符合實(shí)際需要。而最優(yōu)化灰色模型可以把有起伏的原始數(shù)據(jù)序列變換成規(guī)律性增強(qiáng)的成指數(shù)遞增變化的序列，大大提高預(yù)測(cè)精度和灰色模型法的適用范圍。灰色模型法適用于短期負(fù)荷預(yù)測(cè)。灰色預(yù)測(cè)的優(yōu)點(diǎn)：要求負(fù)荷數(shù)據(jù)少、不考慮分布規(guī)律、不考慮變化趨勢(shì)、運(yùn)算方便、短期預(yù)測(cè)精度高、易于檢驗(yàn)。缺點(diǎn)：一是當(dāng)數(shù)據(jù)離散程度越大，即數(shù)據(jù)灰度越大，預(yù)測(cè)精度越差；二是不太適合于電力系統(tǒng)的長(zhǎng)期后推若干年的預(yù)測(cè)。

2.7　德?tīng)柗品?/p>

2.8　專(zhuān)家系統(tǒng)法

　　專(zhuān)家系統(tǒng)預(yù)測(cè)法是對(duì)數(shù)據(jù)庫(kù)里存放的過(guò)去幾年甚至幾十年的，每小時(shí)的負(fù)荷和天氣數(shù)據(jù)進(jìn)行分析，從而匯集有經(jīng)驗(yàn)的負(fù)荷預(yù)測(cè)人員的知識(shí)，提取有關(guān)規(guī)則，按照一定的規(guī)則進(jìn)行負(fù)荷預(yù)測(cè)。實(shí)踐證明，精確的負(fù)荷預(yù)測(cè)不僅需要高新技術(shù)的支撐，同時(shí)也需要融合人類(lèi)自身的經(jīng)驗(yàn)和智慧。因此，就會(huì)需要專(zhuān)家系統(tǒng)這樣的技術(shù)。專(zhuān)家系統(tǒng)法，是對(duì)人類(lèi)的不可量化的經(jīng)驗(yàn)進(jìn)行轉(zhuǎn)化的一種較好的方法。但專(zhuān)家系統(tǒng)分析本身就是一個(gè)耗時(shí)的過(guò)程，并且某些復(fù)雜的因素(如天氣因素)，即使知道其對(duì)負(fù)荷的影響，但要準(zhǔn)確定量地確定他們對(duì)負(fù)荷地區(qū)的影響也是很難的。專(zhuān)家系統(tǒng)預(yù)測(cè)法適用于中、長(zhǎng)期負(fù)荷預(yù)測(cè)。

此法的優(yōu)點(diǎn)是：

①能匯集多個(gè)專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，最大限度地利用專(zhuān)家的能力；

②占有的資料、信息多，考慮的因素也比較全面，有利于得出較為正確的結(jié)論。

缺點(diǎn)是：

①不具有自學(xué)習(xí)能力，受數(shù)據(jù)庫(kù)里存放的知識(shí)總量的限制；

②對(duì)突發(fā)性事件和不斷變化的條件適應(yīng)性差。

2.9　神經(jīng)網(wǎng)絡(luò)法

　　神經(jīng)網(wǎng)絡(luò)(ANN，Artificial Neural Network)預(yù)測(cè)技術(shù)，可以模仿人腦做智能化處理，對(duì)大量非結(jié)構(gòu)性、非確定性規(guī)律具有自適應(yīng)功能。ANN應(yīng)用于短期負(fù)荷預(yù)測(cè)比應(yīng)用于中長(zhǎng)期負(fù)荷預(yù)測(cè)更為適宜。因?yàn)椋唐谪?fù)荷變化可以認(rèn)為是一個(gè)平穩(wěn)隨機(jī)過(guò)程。而長(zhǎng)期負(fù)荷預(yù)測(cè)可能會(huì)因政治、經(jīng)濟(jì)等大的轉(zhuǎn)折導(dǎo)致其模型的數(shù)學(xué)基礎(chǔ)的破壞。

優(yōu)點(diǎn)是：

①可以模仿人腦的智能化處理；

②對(duì)大量非結(jié)構(gòu)性、非精確性規(guī)律具有自適應(yīng)功能；

③具有信息記憶、自主學(xué)習(xí)、知識(shí)推理和優(yōu)化計(jì)算的特點(diǎn)。

缺點(diǎn)是：

①初始值的確定無(wú)法利用已有的系統(tǒng)信息，易陷于局部極小的狀態(tài)；

②神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程通常較慢，對(duì)突發(fā)事件的適應(yīng)性差。

2.10　優(yōu)選組合預(yù)測(cè)法

　　優(yōu)選組合有兩層含義：一是從幾種預(yù)測(cè)方法得到的結(jié)果中選取適當(dāng)?shù)臋?quán)重加權(quán)平均；二是指在幾種預(yù)測(cè)方法中進(jìn)行比較，選擇擬和度最佳或標(biāo)準(zhǔn)偏差最小的預(yù)測(cè)模型進(jìn)行預(yù)測(cè)。對(duì)于組合預(yù)測(cè)方法也必需注意到，組合預(yù)測(cè)是在單個(gè)預(yù)測(cè)模型不能完全正確地描述預(yù)測(cè)量的變化規(guī)律時(shí)發(fā)揮作用。一個(gè)能夠完全反映實(shí)際發(fā)展規(guī)律的模型進(jìn)行預(yù)測(cè)完全可能比用組合預(yù)測(cè)方法預(yù)測(cè)效果好。

該方法的優(yōu)點(diǎn)是：優(yōu)選組合了多種單一預(yù)測(cè)模型的信息，考慮的影響信息也比較全面，因而能夠有效地改善預(yù)測(cè)效果。

缺點(diǎn)是：

①權(quán)重的確定比較困難；

②不可能將所有在未來(lái)起作用的因素全包含在模型中，在一定程度上限制了預(yù)測(cè)精度的提高。

2.11　小波分析預(yù)測(cè)技術(shù)

　　小波分析是一種時(shí)域-頻域分析法，它在時(shí)域和頻域上同時(shí)具有良好的局部化性質(zhì)，并且能根據(jù)信號(hào)頻率高低自動(dòng)調(diào)節(jié)采樣的疏密，它容易捕捉和分析微弱信號(hào)以及信號(hào)、圖像的任意細(xì)小部分。其優(yōu)點(diǎn)是：能對(duì)不同的頻率成分采用逐漸精細(xì)的采樣步長(zhǎng)，從而可以聚集到信號(hào)的任意細(xì)節(jié)，尤其是對(duì)奇異信號(hào)很敏感，能很好的處理微弱或突變的信號(hào)，其目標(biāo)是將一個(gè)信號(hào)的信息轉(zhuǎn)化成小波系數(shù)，從而能夠方便地加以處理、儲(chǔ)存、傳遞、分析或被用于重建原始信號(hào)。這些優(yōu)點(diǎn)決定了小波分析可以有效地應(yīng)用于負(fù)荷預(yù)測(cè)問(wèn)題的研究。