论文部分内容阅读
【摘要】电力工业对人类社会的进步有着极大的推动意义,它完善扭转了人类社会的生产以及生活模式,因此电力行业的发展是社会普遍关注的重要问题。由于电能的生产、传输以及消费环节基本上是同一时间进行的,因此在电能生产和消费的时候,对未来短时期内用户侧电力负荷的变化情况作出预测是十分必要的。
【关键词】电力负荷;预测;方法;概念
中图分类号】:TM715
一、电力负荷预测的相关概念
电力系统的负荷预测指的主要是根据精确的统计数据与调查材料,把用电量作为出发点,采取科学的方法对未来的电力负荷的发展状况与发展规律进行预测的一门科学。电力系统负荷预测的重要性在电力系统的正常运行、准确控制及设计与研究中都有所体现,而我国当前的电力市场状况对于电力系统的负荷预测则提出了更为严格的要求。
负荷这个名词在电力系统中指的是电力的需求量或者用电量,而需求量指的是能量的时间变化率,也就是功率。电力系统的负荷预测有两个方面的内涵:(1)对未来电力需求量或功率的预测;(2)对未来电力用电量或能量的预测。对电力需求量的预测可以决定电力设备的容量,及输电与配电的容量。而对电力能量的预测会决定应安装什么种类的发电容量。
二、负荷预测的主要分类
1、按照预测的内容分类
通常可以分为系统型负荷预测、母线型负荷预测这两大类。(1)系统型负荷预测指的是对电力系统的未来负荷需求进行的预测。(2)母线型负荷预测指的则是由负荷预测获取某个时刻的电力系统负荷值,再将这个负荷值分配到每條母线上。
2、按照预测的周期分类
通常可以分为超短期、短期、中期以及长期负荷预测这几类。(1)超短期电力系统负荷预测如果是应用在质量控制方面,负荷值通常需要5-10s,如果应用于安全监视中,则需要l-5min的负荷值,应用在预防控制与紧急状态的处理方面则需要10-60min的负荷值,其使用的主要对象是电力调度员。通常,在正常状况下不需要考虑气象条件,这是因为最重要的影响因素温度已经存在于负荷预测的历史数据当中了。(2)短期电力系统负荷预测通常应用在火电分配、机组经济组合以及功率交换计划当中,其负荷值通常需要1日-1周,其使用的对象则是调度计划的编制工程师。此类负荷预测主要考虑的是负荷的变化规律与天气的影响因素。(3)中期电力系统负荷预测主要使用在交换计划与燃料计划、水库的调度以及机组的检修中,负荷值需1月-1年,其主要的预测性指标包括日用电量、月平均最大负荷以及月最大负荷等,使用对象则是中长期电力运行计划的编制工程师。此类负荷预测需考虑的因素多于短期的负荷预测,尤其是未来性的因素和气候条件等。(4)长期电力系统负荷预测应用于电源与网络发展的中,负荷值需要数年甚至数十年,其使用的对象通常是规划工程师。此类负荷预测会受到地区性的经济、气候、人口等因素的影响,牵扯到一些不确定性的问题。
3、按照系统负荷的构成分类
通常可以分为城市民用型负荷、农村型负荷、商业型负荷、工业型负荷以及其他型负荷这几种类型,不同种类电力负荷的发展变化规律也不尽相同。(1)随着居民家用电器的不断普及,城市居民的电力负荷增长率日益提高、季节性的波动也日益增大,并且电力系统负荷受气温的影响也越来越大。(2)农村型负荷的季节性变化比较强,并且与降水之间的关系十分密切。(3)商业型负荷会影响到晚尖峰,且随着季节的变化而变化。(4)工业型负荷基本不受气象的影响,但是大型企业的成份下降,会造成夜间的低谷增长减缓。总之,分析研究电力负荷的构成及影响因素对于提高电力系统负荷预测的准确性是非常重要的,特别是突发性的重大事件。
三、负荷预测的常用方法
1、弹性系数法。弹性系数,指的是电量的平均增长率和国内生产总值两者的比值,依据国内生产总值增长的速度,结合弹性系数可以获得规划期末的用电总量。这个方法是从宏观方面确定电力的发展相对国民经济发展的速度,是衡量国民经济发展及用电需求的重要参数之一。此种方法的主要优点包括:方法简单,容易计算。而缺点则是:需要进行大量细致的调查研究工作。
2、趋势外推法。当负荷随着时间的变化呈现出上升或者下降的趋势,且没有明显地季节性波动,又能够找到恰当的函数曲线来反映此种变化趋势的时候,就可把时间t作为自变量,把时序数值Y作为因变量,从而建立起趋势模型Y=f(t)。如果有理由认为这种趋势会延伸到将来的话,赋予自变量t需要的数值,就能够获得相应的时间序列未来值,这种方法就称为趋势外推法。此种方法的主要优点有:只需历史数据、需要的数据量少。而缺点有:若负荷发生变动,会造成比较大的误差。
3、单耗法。根据国家规定的产品产量、用电单耗以及产值计划来确定电力系统的需电量,此种方法可以细分为产品单耗法与产值单耗法两种。采用这种方法预测负荷的关键是需要确定恰当的产品或产值单耗。从当前我国的具体情况来说,通常的规律是产品的单耗在逐步提高,产值的单耗则在逐步降低。此方法的优点有:方法简单,短期型负荷预测的效果比较好。而缺点有:需要进行大量细致的调查研究,且较为笼统。
4、时间序列法。指的是按照电力负荷的历史材料,构建数学模型,使用此模型来分析负荷这个变量的变化过程与规律,并在此模型的基础上确定负荷预测的表达式,以进行未来负荷的预测。此方法的优点:需要的历史数据少、工作量不大。而缺点是:未考虑到负荷的变化因素,缺乏规律性处理。
5、遗传算法。遗传算法是一类借鉴生物界的进化规律演化而来的随机化搜索方法。其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力:采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。遗传算法以一种群体中的所有个体为对象,并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中,选择、交又和变异构成了遗传算法的遗传操作;参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。遗传算法作为一种利用基因进化原理提出的优化算法被广泛使用,并在效率上得到了很好的证实。
四、电力负荷预测的发展方向
1、随着当前科技与行业水平的日益发展,尤其是在电力市场条件的支持下,我们需要不断探究新型的预测方法,以克服传统预测方式的缺点,在预测的方法上寻求新思路、新突破,不断满足未来电力系统发展对于负荷预测的要求。
2、吸收借鉴西方发达国家的优秀经验,不断改良预测软件的技术。当前,虽然我国拥有的负荷预测软件种类很多,但努力寻找最适合我国电力市场发展的预测软件,对于提高电力系统的负荷预测水平有十分重要的意义。
3、随着电力系统预测内容的不断扩大,为更好地应对诸多预测问题,相关部门不仅要进行负荷预测,还应组建一个有权威性、专业性、涉及多个行业的预测机构。
五、结束语
随着我国电力市场的持续发展,负荷预测的重要性也是逐渐凸显,且社会对预测精确度的要求也日益提高,相信随着科学技术的不断进步,理论研究的不断深入,负荷预测理论必定会逐步成熟,预测的精确度也会不断提高。
参考文献:
[1]朱陶业,李应求,张颖,张学庄,何朝阳. 提高时间序列气象适应性的短期电力负荷预测算法[J]. 中国电机工程学报,2006,23:14-19.
[2]李翔,高山,陈昊. 基于变结构协整理论的中长期电力负荷预测模型[J]. 电网技术,2007,09:48-52.
[3]黄湘君. 基于主成分分析的BP神经网络在电力系统负荷预测中的应用[J]. 科技信息(科学教研),2008,16:313-314.
[4]郭华安,加玛力汗·库马什,常喜强,姚秀萍. 电力系统短期负荷预测精度研究[J]. 科技资讯,2011,21:132-133.
【关键词】电力负荷;预测;方法;概念
中图分类号】:TM715
一、电力负荷预测的相关概念
电力系统的负荷预测指的主要是根据精确的统计数据与调查材料,把用电量作为出发点,采取科学的方法对未来的电力负荷的发展状况与发展规律进行预测的一门科学。电力系统负荷预测的重要性在电力系统的正常运行、准确控制及设计与研究中都有所体现,而我国当前的电力市场状况对于电力系统的负荷预测则提出了更为严格的要求。
负荷这个名词在电力系统中指的是电力的需求量或者用电量,而需求量指的是能量的时间变化率,也就是功率。电力系统的负荷预测有两个方面的内涵:(1)对未来电力需求量或功率的预测;(2)对未来电力用电量或能量的预测。对电力需求量的预测可以决定电力设备的容量,及输电与配电的容量。而对电力能量的预测会决定应安装什么种类的发电容量。
二、负荷预测的主要分类
1、按照预测的内容分类
通常可以分为系统型负荷预测、母线型负荷预测这两大类。(1)系统型负荷预测指的是对电力系统的未来负荷需求进行的预测。(2)母线型负荷预测指的则是由负荷预测获取某个时刻的电力系统负荷值,再将这个负荷值分配到每條母线上。
2、按照预测的周期分类
通常可以分为超短期、短期、中期以及长期负荷预测这几类。(1)超短期电力系统负荷预测如果是应用在质量控制方面,负荷值通常需要5-10s,如果应用于安全监视中,则需要l-5min的负荷值,应用在预防控制与紧急状态的处理方面则需要10-60min的负荷值,其使用的主要对象是电力调度员。通常,在正常状况下不需要考虑气象条件,这是因为最重要的影响因素温度已经存在于负荷预测的历史数据当中了。(2)短期电力系统负荷预测通常应用在火电分配、机组经济组合以及功率交换计划当中,其负荷值通常需要1日-1周,其使用的对象则是调度计划的编制工程师。此类负荷预测主要考虑的是负荷的变化规律与天气的影响因素。(3)中期电力系统负荷预测主要使用在交换计划与燃料计划、水库的调度以及机组的检修中,负荷值需1月-1年,其主要的预测性指标包括日用电量、月平均最大负荷以及月最大负荷等,使用对象则是中长期电力运行计划的编制工程师。此类负荷预测需考虑的因素多于短期的负荷预测,尤其是未来性的因素和气候条件等。(4)长期电力系统负荷预测应用于电源与网络发展的中,负荷值需要数年甚至数十年,其使用的对象通常是规划工程师。此类负荷预测会受到地区性的经济、气候、人口等因素的影响,牵扯到一些不确定性的问题。
3、按照系统负荷的构成分类
通常可以分为城市民用型负荷、农村型负荷、商业型负荷、工业型负荷以及其他型负荷这几种类型,不同种类电力负荷的发展变化规律也不尽相同。(1)随着居民家用电器的不断普及,城市居民的电力负荷增长率日益提高、季节性的波动也日益增大,并且电力系统负荷受气温的影响也越来越大。(2)农村型负荷的季节性变化比较强,并且与降水之间的关系十分密切。(3)商业型负荷会影响到晚尖峰,且随着季节的变化而变化。(4)工业型负荷基本不受气象的影响,但是大型企业的成份下降,会造成夜间的低谷增长减缓。总之,分析研究电力负荷的构成及影响因素对于提高电力系统负荷预测的准确性是非常重要的,特别是突发性的重大事件。
三、负荷预测的常用方法
1、弹性系数法。弹性系数,指的是电量的平均增长率和国内生产总值两者的比值,依据国内生产总值增长的速度,结合弹性系数可以获得规划期末的用电总量。这个方法是从宏观方面确定电力的发展相对国民经济发展的速度,是衡量国民经济发展及用电需求的重要参数之一。此种方法的主要优点包括:方法简单,容易计算。而缺点则是:需要进行大量细致的调查研究工作。
2、趋势外推法。当负荷随着时间的变化呈现出上升或者下降的趋势,且没有明显地季节性波动,又能够找到恰当的函数曲线来反映此种变化趋势的时候,就可把时间t作为自变量,把时序数值Y作为因变量,从而建立起趋势模型Y=f(t)。如果有理由认为这种趋势会延伸到将来的话,赋予自变量t需要的数值,就能够获得相应的时间序列未来值,这种方法就称为趋势外推法。此种方法的主要优点有:只需历史数据、需要的数据量少。而缺点有:若负荷发生变动,会造成比较大的误差。
3、单耗法。根据国家规定的产品产量、用电单耗以及产值计划来确定电力系统的需电量,此种方法可以细分为产品单耗法与产值单耗法两种。采用这种方法预测负荷的关键是需要确定恰当的产品或产值单耗。从当前我国的具体情况来说,通常的规律是产品的单耗在逐步提高,产值的单耗则在逐步降低。此方法的优点有:方法简单,短期型负荷预测的效果比较好。而缺点有:需要进行大量细致的调查研究,且较为笼统。
4、时间序列法。指的是按照电力负荷的历史材料,构建数学模型,使用此模型来分析负荷这个变量的变化过程与规律,并在此模型的基础上确定负荷预测的表达式,以进行未来负荷的预测。此方法的优点:需要的历史数据少、工作量不大。而缺点是:未考虑到负荷的变化因素,缺乏规律性处理。
5、遗传算法。遗传算法是一类借鉴生物界的进化规律演化而来的随机化搜索方法。其主要特点是直接对结构对象进行操作,不存在求导和函数连续性的限定;具有内在的隐并行性和更好的全局寻优能力:采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。遗传算法以一种群体中的所有个体为对象,并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中,选择、交又和变异构成了遗传算法的遗传操作;参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定五个要素组成了遗传算法的核心内容。遗传算法作为一种利用基因进化原理提出的优化算法被广泛使用,并在效率上得到了很好的证实。
四、电力负荷预测的发展方向
1、随着当前科技与行业水平的日益发展,尤其是在电力市场条件的支持下,我们需要不断探究新型的预测方法,以克服传统预测方式的缺点,在预测的方法上寻求新思路、新突破,不断满足未来电力系统发展对于负荷预测的要求。
2、吸收借鉴西方发达国家的优秀经验,不断改良预测软件的技术。当前,虽然我国拥有的负荷预测软件种类很多,但努力寻找最适合我国电力市场发展的预测软件,对于提高电力系统的负荷预测水平有十分重要的意义。
3、随着电力系统预测内容的不断扩大,为更好地应对诸多预测问题,相关部门不仅要进行负荷预测,还应组建一个有权威性、专业性、涉及多个行业的预测机构。
五、结束语
随着我国电力市场的持续发展,负荷预测的重要性也是逐渐凸显,且社会对预测精确度的要求也日益提高,相信随着科学技术的不断进步,理论研究的不断深入,负荷预测理论必定会逐步成熟,预测的精确度也会不断提高。
参考文献:
[1]朱陶业,李应求,张颖,张学庄,何朝阳. 提高时间序列气象适应性的短期电力负荷预测算法[J]. 中国电机工程学报,2006,23:14-19.
[2]李翔,高山,陈昊. 基于变结构协整理论的中长期电力负荷预测模型[J]. 电网技术,2007,09:48-52.
[3]黄湘君. 基于主成分分析的BP神经网络在电力系统负荷预测中的应用[J]. 科技信息(科学教研),2008,16:313-314.
[4]郭华安,加玛力汗·库马什,常喜强,姚秀萍. 电力系统短期负荷预测精度研究[J]. 科技资讯,2011,21:132-133.