论文部分内容阅读
摘要：随着我国的电力企业及电力系统的不断发展，以及电力市场化改革的不断深入，对于电网的管理日益现代化，体现在能量管理系统 EMS（调度自动化系统）的应用越来越普遍，而负荷预测作为 EMS的一个重要组成，不仅仅对EMS的发展具有重要的作用，同时也是电力市场技术支持系统不可或缺的组成，如果进行负荷预测以及采用何种算法已成为十分重要的课题。本文针对短期负荷预测的特点，采用了基于趋势预测法，对某电力企业进行了实际操作，提出了基于资源分配网络的预测模型。
关键词：电力企业；短期；负荷预测
【分类号】TM715
0 前言
对于电力系统而言，它主要由电网和电力用户组成，它的作用是在满足企业负荷要求的情况下，采用最经济、最安全的方式为各类用户提供满足其不同要求、不同标准的电能。但由于电能的一些特性，尤其是电能的生产、输送、分配和消费的同步性，难以大量储存性，这都要求发电系统能够随着用户用量的变化而将自身的负荷调整，从而实现用户需求与供电量之间达到一个动态的平衡，这种平衡一方面能降低企业的损耗，给企业带来更大收益，同时也能保证用电环境的安全性与稳定性，因此，采用合适的方法进行电力系统负荷预测，既是电力系统中的一项重要任务，同时也是电力企业自动化领域中的一项关键内容。
电力系统负荷预测的基础和前提是电力系统安全经济调度、规划、设计研究，获得准确的负荷预测结果不仅可以最大程度地利用电力系统建设资金，获得更大的收益，同时也意味着电力系统运行的安全与稳定，在此情况下，人们对电力负荷预测工作越来越重视，尤其是短期电力负荷预测，因为电能具有较短的时效性，所以长期电力负荷预测一方面不满足电力系统的基本情况，也会产生较大误差。同时，由于电力市场化在电力工业内部引入了竞争机制，使各电力企业在竞争的环境中有了更高的要求，这需要相关数据的支撑，尤其是负荷预测的数据，更是成为电力交易中重要的数据源，通过这些数据，可以为电力企业制定最佳的发电计划、最少的检修计划、最精确的电价报价以及最优的电网规划提供依据，由此也对电力企业的短期负荷预测提出了更高的科学性和准确性要求，如何使预测手段及预测结果满足电力市场经济化的发展要求，为电力企业的管理人员提出了新的课题。
1 电力企业负荷预测现状
我国负荷预测研究起步较晚。在我国电力系统发展初期，由于电网覆盖面小，装机容量少等原因，负荷预测通常由调度人员根据过去地负荷历史数据和未来可能发生的负荷变化情况，由人工进行决策。这种情况一直持续到八十年代。八十年代后，由于电网的不断扩大和计算机技术的快速发展，网调和部分省调、县调的负荷预测开始采用人工预测和计算机预测相结合的办法。这种情况一直持续到现在。但在2003年，随着我国经济的迅猛发展，出现了罕见的缺电现象，在市场机制下，对负荷预测的重要性和迫切性提到了新的高度，同时也对负荷预测的精度提出了更高的要求[1]。发展至今，随着电力市场的开放，电力系统逐步在全国实现的总的联网，这就导致短期电力负荷预测与计算机技术、网络技术的不断融合，其智能化的程度也在不断提高。
负荷预测方法从简单到复杂，从单一模型到多模型的组合预测，从只考虑历史负荷到考虑各种影响负荷变化的因素，从传统的统计学和时间序列法发展到现代的人工智能预测技术，预测技术得到了长足的发展和进步，预测精度也有大幅度的提高，但总的看来，目前尚无一个固定的方法可以适用于一切负荷预测问题，并保证优于其它方法。在实际应用中，要对负荷实际变化规律及影响因素做细致的分析。可以采用试验比较的方法，利用某一电网的历史数据确定该电网最有效的算法。在电力工业发达的英国、法国等都是应用了上百种方法来解决负荷预测问题的[2]。
2 基于趋势比率法对某电力企业进行短期负荷预测
（1）建立趋势预测模型
根据各时段的实际用电量用最小二乘法求参数a、b，建立线性预测 趋势模型。
将计算结果填入表2第五列中。
（4）计算时段系数。把2第五列各比率填入表3的前六行中，然后计算周期趋势时段比率的平均值。修正后的时段系数填入最后一行中。
3 总结
本文首先对电力企业短期负荷预测的现状及相关理论进行了分析，然后选择了趋势预测法对某案例进行了实际操作，与实际情况相对比，表明预测方法可行，预测结果具有较强的准确性，对于其他电力企业进行短期电力负荷预测具有一定的参考性。
参考文献
[1]汪馥英（电力工程系）.交直流电力系统的潮流计算[J].华中理工大学学报，1993，21（1）.
[2]吴国炎.交直流电力系统潮流的快速解耦算法[C].全国高等学校电力系统及其自动化专业第三届学术年会论文集，l987.l0：4l～46.
关键词：电力企业；短期；负荷预测
【分类号】TM715
0 前言
对于电力系统而言，它主要由电网和电力用户组成，它的作用是在满足企业负荷要求的情况下，采用最经济、最安全的方式为各类用户提供满足其不同要求、不同标准的电能。但由于电能的一些特性，尤其是电能的生产、输送、分配和消费的同步性，难以大量储存性，这都要求发电系统能够随着用户用量的变化而将自身的负荷调整，从而实现用户需求与供电量之间达到一个动态的平衡，这种平衡一方面能降低企业的损耗，给企业带来更大收益，同时也能保证用电环境的安全性与稳定性，因此，采用合适的方法进行电力系统负荷预测，既是电力系统中的一项重要任务，同时也是电力企业自动化领域中的一项关键内容。
电力系统负荷预测的基础和前提是电力系统安全经济调度、规划、设计研究，获得准确的负荷预测结果不仅可以最大程度地利用电力系统建设资金，获得更大的收益，同时也意味着电力系统运行的安全与稳定，在此情况下，人们对电力负荷预测工作越来越重视，尤其是短期电力负荷预测，因为电能具有较短的时效性，所以长期电力负荷预测一方面不满足电力系统的基本情况，也会产生较大误差。同时，由于电力市场化在电力工业内部引入了竞争机制，使各电力企业在竞争的环境中有了更高的要求，这需要相关数据的支撑，尤其是负荷预测的数据，更是成为电力交易中重要的数据源，通过这些数据，可以为电力企业制定最佳的发电计划、最少的检修计划、最精确的电价报价以及最优的电网规划提供依据，由此也对电力企业的短期负荷预测提出了更高的科学性和准确性要求，如何使预测手段及预测结果满足电力市场经济化的发展要求，为电力企业的管理人员提出了新的课题。
1 电力企业负荷预测现状
我国负荷预测研究起步较晚。在我国电力系统发展初期，由于电网覆盖面小，装机容量少等原因，负荷预测通常由调度人员根据过去地负荷历史数据和未来可能发生的负荷变化情况，由人工进行决策。这种情况一直持续到八十年代。八十年代后，由于电网的不断扩大和计算机技术的快速发展，网调和部分省调、县调的负荷预测开始采用人工预测和计算机预测相结合的办法。这种情况一直持续到现在。但在2003年，随着我国经济的迅猛发展，出现了罕见的缺电现象，在市场机制下，对负荷预测的重要性和迫切性提到了新的高度，同时也对负荷预测的精度提出了更高的要求[1]。发展至今，随着电力市场的开放，电力系统逐步在全国实现的总的联网，这就导致短期电力负荷预测与计算机技术、网络技术的不断融合，其智能化的程度也在不断提高。
负荷预测方法从简单到复杂，从单一模型到多模型的组合预测，从只考虑历史负荷到考虑各种影响负荷变化的因素，从传统的统计学和时间序列法发展到现代的人工智能预测技术，预测技术得到了长足的发展和进步，预测精度也有大幅度的提高，但总的看来，目前尚无一个固定的方法可以适用于一切负荷预测问题，并保证优于其它方法。在实际应用中，要对负荷实际变化规律及影响因素做细致的分析。可以采用试验比较的方法，利用某一电网的历史数据确定该电网最有效的算法。在电力工业发达的英国、法国等都是应用了上百种方法来解决负荷预测问题的[2]。
2 基于趋势比率法对某电力企业进行短期负荷预测
（1）建立趋势预测模型
根据各时段的实际用电量用最小二乘法求参数a、b，建立线性预测 趋势模型。
将计算结果填入表2第五列中。
（4）计算时段系数。把2第五列各比率填入表3的前六行中，然后计算周期趋势时段比率的平均值。修正后的时段系数填入最后一行中。
3 总结
本文首先对电力企业短期负荷预测的现状及相关理论进行了分析，然后选择了趋势预测法对某案例进行了实际操作，与实际情况相对比，表明预测方法可行，预测结果具有较强的准确性，对于其他电力企业进行短期电力负荷预测具有一定的参考性。
参考文献
[1]汪馥英（电力工程系）.交直流电力系统的潮流计算[J].华中理工大学学报，1993，21（1）.
[2]吴国炎.交直流电力系统潮流的快速解耦算法[C].全国高等学校电力系统及其自动化专业第三届学术年会论文集，l987.l0：4l～46.