电力负荷特点精品(七篇)

序论：写作是一种深度的自我表达。它要求我们深入探索自己的思想和情感，挖掘那些隐藏在内心深处的真相，好投稿为您带来了七篇电力负荷特点范文，愿它们成为您写作过程中的灵感催化剂，助力您的创作。

篇(1)

中图分类号：TM715文献标识码：A文章编号：

Abstract：The power system load will change with the time, it will be effected by many factors, and features continuous and periodicity performance. Grab the power load performance and change regular, it will be very beneficial for the power system, for the power supply and the users, it is rather beneficial.

引言：电力用户负荷分类对于我们的电价定制以及对电力系统的经济分析、运行和规划都具有重要意义，但是目前的电力用户负荷分类仍然存在许多问题，所以需要对其进行进一步的研究，找到分类的更好方法。

本文研究的主要问题有：电力用户负荷的组成和分类，负荷特性及要描述和区分各种不同类型用户负荷的特性时需要使用的负荷特性指标，电力负荷分类的应用方向，现阶段电力用户负荷分类中存在的问题；

一、电力负荷的特点

电力负荷一般可以分为居民用电负荷，商业用电负荷、农、林、牧、渔用电负荷，工业用电负荷以及其它用电负荷等。不同类型的负荷具有不同的特点和规律。但受电力特点（即电能无法大量储存，电力的生产和消费必须在同一瞬间进行）的影响，电力负荷呈现出如下的共同特点：

1) 电力系统的负荷是经常变化的，不但按小时变、按日变，而且按周变，按年变。但对电力系统的负荷曲线从每周来分析，负荷的变化是具有周期规律的，如图1.1所示。

图1.1以天为周期的负荷曲线

从图中可以看出；负荷每隔几小时不断起伏，具有较大的周期性，即负荷的变化周期为几小时（一天）。但电力负荷并非简单的重复前一个周期，而是存在一个随机分量使每个周期的数值发生改变。正如上面所提到的，电力负荷不但具有天周期，还具有周周期、月周期和年周期。

2) 电力负荷同时又是连续的，这是指在负荷曲线上任意相邻两点之间的变化是连续的，不存在奇点，从电力系统的稳定性要求可以找出负荷的连续性的原因。为了保证系统稳定运行，必须避免对系统造成大的冲击，无论是增加或是切除负荷时都要求负荷的变化大小在一定的范围之内。由于这个限制，负荷总量就表现为一个连续变化的过程，负荷曲线一般不会出现大的跃变。

另外，由电力负荷的构成分析中可以看出电力负荷还具有非常明显的季节性特点。在比较温和的春、秋季节，由于温度、天气状况适合人们的工作和生活，这两季的负荷受天气影响程度较低。除了温度这个最主要的影响因素以外，电力负荷还受到降水量、湿度、风向等诸多因素的影响。

总而言之，从长时间观察，电力负荷具有周期性的特点；负荷变化是连续的，一般不会出现大的跃变；同时电力负荷对季节、温度、天气等是敏感的，不同的季节，不同地区的气候，以及温度的变化都会对负荷造成明显的影响。除此以外，随着电力市场的逐步深入，电力负荷会有新的特点出现，如需求侧管理方法的使用（如峰谷分时电价、可中断负荷等），高耗能企业的搬迁都会对负荷特性产生一定的影响，必须在进行分析时对其充分考虑。

二、电力负荷的分类

1、按用电的部门属性来划分： 1）工业用电。 点是用电量大，用电比较稳定，一般冶炼工业的用电量大，而且负荷稳定，负荷率高，一般在0.95以上；而机械制造行业和食品加工业的用电量就小些，且负荷率也较低，一般在0.70以下。但是，无论是重工业还是轻工业，或者是冶炼业、加工业，电力负荷在月内、季度内和年度内的变化是不大的，是比较均衡的。 2）农业用电。 全部电力消耗中的比重较小，即使象我国这样的农业大国，其农业用电量在全国电力消耗中的比重仍然很低。农业用电的一个突出的特点，就是季节性很强，从负荷特性上看农业用电在日内的变化相对较小，但在月内，特别季度内和年度内，负荷变化很大，呈现出不均衡的特点。 3）交通运输用电。 目前我国的交通运输用电比重较小，而且除电气化铁路的负荷比较稳定，今后随着电气化铁路运输及其它运输事业的发展，交通运输用电量也会有较大的增长，但交通运输用电比重不会有多大变化。 4）市政生活用电。 目前我国的市政生活用电还不太高，远小于工业化国家，但今后随着事业的日益发展，生活设施的日益现代化及居民生活水平的提高，市政生活用电的比重会有所上升。

2、负荷的大小可以划分为：最大负荷、平均负荷、最小负荷。 最大负荷也就是最高负荷或尖峰负荷，最大负荷又分为日最大负荷、月最大负荷、年最大负荷。 最小负荷又称为最低负荷或低谷负荷，又可分为：日最小负荷、月最小负荷、年最小负荷。平均负荷就是在一定观察统计时段内出现的负荷的平均值称为平均负荷，根据观察统计期的不同，一般可划分为日平均负荷、月平均负荷、年平均负荷。

3、使用电力的目的划分：可分为动力用电、照明用电、电热用电、各种电气设备仪器的操作控制用电及通讯用电。

4、用电用户的重要性划分： 1）Ⅰ类负荷(Ⅰ级负荷)：它关系到国民经济的命脉及人民生命财产的安全，由于停电或突然停电造成的损失太大，故而这类用户是必须保证高度供电的可靠性。 2）Ⅱ类负荷(Ⅱ级负荷)：它在国民经济中的地位相比之下，不如一类用户重要，计划停电或事故停电虽然会造成较大的损失，但是这种损失是可以挽回的，一般情况下，电力系统至少要对这类用户提供中等程度的供电可靠性。 3）Ⅲ类负荷(Ⅲ级负荷)：这类负荷在国民经济中地位很低，与人民的生命财产安全并无关系，中断这类负荷的供电，带来的损失最小，因此，这类用户的供电可靠性是最低的。

5、负荷预测期的时间长短，一般划分为近期负荷、中期负荷和长期负荷。 电力规划中的负荷预测一般是指对年最大负荷的预测，5年以内为近期，10―15年为中期，15―30年为长期，与此相对应的负荷水平称为短期负荷、中期负荷和长期负荷。

6、力负荷按电能的生产和销售过程分类可以分为发电负荷、供电负荷、用电负荷。

7、力负荷按所属行业分类可以分为城乡居民生活用电和国民经济行业用电。国民经济行业用电分

三、电力用户的负荷特性及其分类的研究

负荷水平与负荷特性是评价电网负荷状况的两个主要特征指标，从负荷水平可以看出电网用电负荷高低的现状以及增长的趋势；负荷特性则体现出电网用电结构、用电模式等状况的优劣。进入“九五”以来，随着电力供需矛盾的缓解及用电结构的变化，全国各大电网的负荷特性发生了很大变化，负荷特性受发电出力制约的因素已经基本消除，负荷特性趋于正常的用电负荷特性。但是，各地区电网的最大负荷持续较快增长，峰谷差增大，负荷率下降，高峰时段和枯水期电力供应紧张，电网调峰困难，给电网的安全运行带来一定的威胁，同时，“十五”以来，由于近年来经济的飞速发展，以03年夏冬两季全国很多地区的拉闸限电为代表的电荒，负荷特性又呈现新的变化。为了进一步加深对现阶段电力负荷特性的现状的了解，必须把握负荷的变化规律和发展趋势。因此可以用以下方程来描述负荷：

(2.1)

为了研究负荷特性，建立统一的负荷特性指标体系，1989年由原能源部颁布的《电力工业生产统计指标解释》，其中设计负荷特性的指标有最高负荷、最低负荷、平均负荷、负荷曲线、负荷率、平均日负荷率、最小负荷率、月生产均衡率、年生产均衡率、最高负荷利用小时、同时率、不同时率、尖峰负荷率等14项指标。2000年国家电力公司对《电力工业生产统计指标解释》进行了补充修改，增加了峰谷差率指标。

四、国内外研究现状

电力负荷是一个周期性和随机性都较强的系统，它与社会、经济、政治、气象等众多的因素有着极为复杂的关系。一方面，电力负荷按一定趋势有规律地发展变化；另一方面，负荷受众多因素的影响，随时都可能发生一定的波动。作为评价电网负荷状况的主要指标之一，与时间有关的静态负荷特性研究一直是电力科研人员的重要课题，在国内外受到普遍重视。

1952年，日本成立了由日本九大电力公司、电源开发公司等企业联合组成的“日本电力调查委员会”，负责定期对日本电力负荷进行调查，对负荷特性进行分析，对电力需求进行预测。主要采用最大负荷、最大3日平均负荷、平均电力负荷、负荷率、负荷曲线等指标对负荷特性进行分析。

我国也很早就开展了对电力负荷特性的研究。早在1989年就由原能源部颁布了《电力工业生产统计指标解释》，其中对电力负荷特性分析的指标进行了规定。2000年国家电力公司开展了负荷特性调研及分析预测，对重点地区采用的主要负荷特性指标和负荷特性曲线进行了汇总。

目前负荷特性分析的主要方法有：

1) 负荷曲线分析：通过绘制图表来分析负荷特性，包括年、月、日的负荷指标分析等等；

2) 相关性分析：主要包括分析时间因素、气象因素、经济因素等与负荷之间的关系：比如夏季、冬季典型日的负荷特性分析，敏感负荷分析等等；

3) 回归分析：是根据历史数据及一些影响负荷变化的外部因素建立不同的回归模型来分析及预测负荷特性。

由于各地电力用电特性存在差异，针对不同的地区，必须根据自己的具体情况来进行需求侧管理，通过研究、了解地区负荷特性来指导需求侧管理。

六、负荷特性分析的意义

近年来,随着国民经济的发展和人民生活水平的提高,降温及取暖电器的拥有率及使用率逐年上升，而且这种增长趋势还会加快。统计资料表明，现在江苏省南京市居民每百户拥有空调超过70台。再加上商场、宾馆、写字楼、娱乐场所、机关学校及企事业单位的空调容量，降温取暖负荷在总用电负荷中所占的比重越来越大。由于这些负荷一般构成用电峰荷,气温已成为影响电力负荷的一个敏感因素，因此必须研究负荷随温度变化的规律，为提高电力负荷的预测精度打下基础，以确保电力系统的安全、经济运行。同时从上面的分析可以看出进行负荷特性分析的重要性，而且负荷特性分析是进行需求侧管理的必要准备工作，因此做好负荷特性分析工作有以下意义：

1、 对电力系统有利：

1) 节约国家对电力工业的基建投资；

2) 提高发电设备的热效率，降低燃料消耗，降低发电成本；

3) 充分利用水利资源，使之不发生弃水状况；

4) 增加电力系统运行的安全稳定性和提高供电质量；

5) 有利于电力设备的检修工作。

2、 对广大用户有利：

1) 可节省国家对用户设备的投资；

2) 由于削峰填谷，将高峰时段用电改在低谷时段用电，减少了电费支出，从而也降低了生产成本；

3) 对城乡居民生活有利。由于采取调整负荷的措施，各工厂企业职工轮休，并错开上下班时间，从而使地方交通运输、供水供煤气等服务性行业、文化娱乐场所等的负荷都能实现均衡化

结论：论文对现有的一些电力用户负荷特性及分类作了研究，总结了目前供电部门所采取的负荷分类方法在实际应用中所存在的一些问题。目前，供电部门对电力系统用户负荷进行分类，大多数依据的是用户负荷所属的行业以及用户的经济活动特点，但是同一行业内的用户可能具有不同的负荷特性。现有分类方法不能反映出电网的变化和差异。分类结果不准确，影响了相应分类方法的进一步应用。电力用户负荷分类已经成为一项十分重要的基础性工作，负荷定价、负荷预测、系统规划、负荷建模等工作都需要对负荷类型有一个科学准确的分类。深入研究电力负荷分类的方法及应用，有利于及时掌握用电负荷的变化规律和发展趋势，有利于用电负荷的科学管理，有利于计划用电工作的开展。

参 考 文 献

[1] 胥威汀，刘俊勇，刘永波. 基于SOM和ID3算法综合分析的负荷特性研究[A]. 见：中国农业大学编. 中国高等学校电力系统及其自动化专业第二十四届学术年会论文集[C]. 北京：中国农业大学，2008：1732-1737．

[3] 黄永皓，康重庆，夏清，等. 用电分类电价决策方法的研究[J]. 中国电力，2004，37(1)：24-28.

[4] 孙天祥，孙薇. 电力营销市场[M]. 北京：中国电力出版社，2003.

[5] 张忠华. 电力系统负荷分类研究[D]. 天津：天津大学，2007.

[10] 赵希正，周小谦，姜绍俊. 中国电力负荷特性分析与预测[M]. 北京：中国电力出版社，2001.

篇(2)

关键词：负荷预测季节型负荷灰色模型组合预测模型

1引言

根据电力市场中电力负荷的特点，电网短期电力负荷同时具有增长性和季节波动性的二重趋势，因此使得负荷的变化呈现出复杂的非线性组合特征。目前的电力负荷预测方法很多[1,2]，但是，这些方法往往只着重考虑其中的一种趋势性变化，称为单一固定式模型，例如，只考虑随时间增长的预测模型，这样的模型有：线性回归模型（AR模型）、随机时间序列模型（MA模型及ARMA模型）和反映指数增长的灰色预测模型，这几种模型的缺点是只考虑了一种增长趋势，不能较好地反映短期负荷的季节性趋势。由于电力负荷是受多种因素影响的复杂非线性系统，尤其对季节的变化比较敏感，因此只考虑一种增长趋势是不够的。而有些模型，如比例波动模型、ANN模型等，仅仅考虑季节性也是不够的，电力受国民经济增长影响比较大，电力负荷的发展有较强的增长趋势规律，忽视了增长性的特点，同样不能搞好负荷预测工作。针对这一问题，本文综合考虑了电力负荷的二重趋势性特征，首先建立灰色预测模型，反映负荷的增长性特点。其次，利用季节变动指数（SVI）模型反映负荷的季节性特点，并对季节型灰色预测的残差建立时间序列的AR（p）模型，形成非线性季节型电力负荷灰色组合预测模型，较好地提高了季节型电力负荷的预测精度。

2灰色预测GM（1,1）模型

GM(1,1)模型是常用的灰色预测模型[3,4]。

设有原始数据序列

构造一阶线性微分方程为

式中

这种模型的优点是不需要大的样本量，也不需要考虑数据是否服从正态分布。通过累加技术，使数据形成指数律，从而建立统一的微分方程，求得拟合曲线后对对象的将来发展值进行预测。灰色预测可以较好地对非线性系统进行预测。

3季节型电力负荷预测模型

为了反映电力负荷的非线性特征，本文中应用了灰色预测模型，从而可以将线性趋势的乘积模型发展为季节型灰色预测模型

式中Ij为季节变动指数（SVI）[5]，j=1,2,3,4。

在考虑长期趋势的条件下

从而可以得出一个季节变动指数列I1,I2,I3,I4，为了尽可能消除得出的季节变动指数中存在的不规则变动，可以将不同年份的同一季节的变动指数进行平均，，n为历史数据所跨越的年份。计算出的4个季节指数之和应为4，若和不等于4，可以将季节指数乘以一个因子，以便其和为4。最终得到的季节指数为

4自回归模型

如果一个线性随机过程可表达为[5]

式中Фi是回归参数，i=1,…，P；μt是白噪声过程。这个线性过程xt称为p阶自回归过程，用AR(p)表示。它是由xt的p个滞后变量的加权和，再加当期的随机扰动项μt构成的。

式(5)还可表示为

式中Ф(L)称为自回归算子。自回归过程可能是平稳的，也可能是不平稳的。其平稳的条件是特征方程Ф(L)＝0的全部根必须在单位圆之外。

对AR（p）模型的参数估计方法很多，如最小二乘估计。假设式(5)中的参数估计值已经得到，即有

根据最小二乘原理，所要求的参数估计值应使得式(6)达到极小，所以它们应该是下列方程组的解

解该方程组，就可得到待估参数的估计值。

对灰色季节型预测的残差建立自回归AR（p）模型，设预测值为zk，则非线性季节型电力负荷灰色组合预测模型为

5非线性季节型灰色组合预测模型的应用

为了验证非线性季节型灰色组合预测模型对电力负荷预测的可行性和先进性，对京津唐电网售电量进行了预测。京津唐电网1994年第一季度至2001年第四季度的售电量数据如表1所示。图1反映了该地区电力负荷的波动趋势。从图1可以看出，电力负荷具有明显的两重趋势性特征。

通过编程对数据进行处理，得到灰色预测的GM(1,1)模型为

经过后验差检验，此模型为一级模型。

利用上式，得到该地区电力负荷的灰色预测值。此预测序列反映的是该地区电力负荷的长期增长趋势。

如果仅仅使用灰色模型对短期负荷进行预测，误差较大。灰色预测值与真实负荷值之间的差额是由季节因素、不规则波动等因素引起的。为了拟合电力负荷的季节性趋势，计算出季节变化指数，将季节变化指数代入式(4)中，得出季节调整后的预测值。从表2可以看出，预测精度有了提高。为了进一步改进预测，对季节调整后的预测残差建立时间序列AR(p)模型，对多个自回归模型进行估计后，认为p的最佳取值为15，由AR(15)模型得出残差的估计值，代入式(8)，得到该地区电力负荷的组合预测。预测结果比较如表2和图1所示。

通过分析这些计算结果，可以明显地看到，只考虑增长性趋势还是只考虑季节性趋势都是不行的，都会对短期电力负荷的预测精度造成影响。只有综合考虑，才能提高短期电力负荷的预测精度。根据预测模型，编制出的季节型负荷预测软件，可以使预测方法更具有实用性。

6结论

（1）尽管灰色预测模型在处理非线性问题上具有两重趋势性特征，灰色模型只能预测出负荷的长期增长趋势值。它与实际值之间存在着较大误差。

（2）提出了季节型灰色乘积模型，既可以反映出负荷的长期增长趋势值，又可以反映负荷的季节性趋势。

（3）对季节型灰色预测的残差建立了自回归模型，提出了非线性季节型电力负荷灰色组合预测模型。与季节型灰色模型结合，将进一步提高预测精度，得出更精确的结果。

参考文献

[1]牛东晓，等（NiuDongxiaoetal）．电力负荷预测技术及其应用（Powerloadforecastingtechnologyanditsapplication）[M]．北京：中国电力出版社（Beijin：ChinaElectricPowerPress），1998．

[2]史德明，李林川，宋建文（ShiDeming,LiLinchuan,SongJianwen）.基于灰色预测和神经网络的电力系统负荷预测（Powersystemloadforecastingbaseduponcombinationofgreyforecastandartificialneuralnetwork）[J]．电网技术（PowerSystemTechnology），2001，25(12)：14-17．

[3]邓聚龙（DengJulong）．灰色预测与决策（Grayforecastanddecision-making）[M]．武汉：华中理工大学出版社（Wuhan：PressofHuazhongUniversityofScienceandTechnology），1992．

[4]范习辉，张勇传（FanXihui,ZhangYongchuan）．短期电力负荷预测的GM(1,1)模型群方法及应用（PowerloadforecastingusingGM(1,1)modelcluster）[J]．水电能源科学（InternationalJournalHydroelectricEnergy），2002，(3)：77-80．

篇(3)

【关键词】负荷预测方法

一、电力负荷的构成与特点

电力系统负荷一般可以为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷等，不同类型的负荷具有不同的特点和规律。

可知电力负荷的特点是经常变化的，不但按小时变、按日变，而且按周变，按年变，负荷又以天为单位不断起伏的，具有较大的周期性，负荷变化是连续的过程，一般不会出现大的跃变，但电力负荷对季节、温度、天气等是敏感的，不同的季节，不同地区的气候，以及温度的变化都会对负荷造成显著的影响。

电力负荷的特点决定了电力总负荷由以下四部分组成：基本正常负荷分量、天气敏感负荷分量、特别事件负荷分量和随机负荷分量。

二、负荷预测影响因素

通过实践证明影响负荷变化的因素有很多，所以负荷是时刻变化的，相关实验证明负荷预测总负荷（由各个单个负荷组成）一般具有一定的变化规律，其各分量与总负y（t）的关系可写为：

Y（t）=N（t）+W（t）+T（t）+S（t）+R（t）

其中字母的具体含义如下所示。

N（t）表示典型负荷分量，其主要的特点在于具有线性变化和周期变化；W（t）表示天气条件温度情况，通过分析各种因素的负荷影响程度，得到温度往往是最重要的气候影响变量；T（t）表示时间变化的影响，可以大致的归纳为如下三点，即人们作息时间，法定及传统节，日季节变化；S（t）表示特殊事件，比如：自然灾害、拉闸限电、系统故障等等。这类事件具有很强的随机性，难以预测，只能依靠调度人员的经验判断；R（t）表示随机产生的因素，考虑到负荷序列本质上就是一个随机序列，负荷的随机分量是负荷中的不遵循规律的部分，是不能准确预测的，可以通过模型或算法来考虑这些分量。

三、预测电力电量负荷的常用方法

3.1弹性系数法

电力弹性系数的基本定义是电力负荷年均增长率和国民经济年均增长率之比，其主要作用在于可以用来衡量国民经济发展和用电需求。该系数可以大致的分为两大类，既电力生产弹性系数和电力消费弹性系数。使用该种预测方法的前提在于必须预先知道预测期内国民经济的发展目标及其年平均增长速度，如果已经事先知道了弹性系数的预测值，便可以利用国内生产总值的年均增长率来预测出规划期所需的电力和电量。该方法的主要缺陷在于需要进行大量统计调研工作。

3.2时间序列法

该方法的原理在于利用负荷的历史资料，设法建立一个数学模型，用以描述电力负荷这个随机变量变化过程的统计规律性；同时利用该模型建立一定的负荷预测数学表达式，进而对未来的负荷进行预测。

3.3灰色预测法

该方法的基本原理在于利用关联空间、光滑离散函数等概念定义灰导数与灰微分方程，进而用离散数据列建立微分方程形式的动态模型。利用该方法可以建立GM（1，1）这样的灰微分方程。还模型是利用离散随机变量数经过生成变为随机性被显著削弱而且较有规律的生成数，建立起的微分方程，这样便于对其变化过程进行研究和描述。

3.5回归分析法

回归分析法就是通过对历史数据的分析、研究，并考虑和电力负荷有关的各种影响因素，建立起适当的回归预测模型，用数理统计中的回归分析方法对变量的观测数据统计分析，从而预测未来的电力负荷。回归预测模型可以是线性的也可以是非线性的，可以是一元的也可以是多元的，其中一元线性回归预测是最基本的、最简单的预测方法。回归分析法适用于中、短期预测，它的预测精度依赖于模型的准确性和影响因子（如国民生产总值、工农业生产总值、人口、气候等）预测值的准确度，该方法只能预测出综合用电负荷的发展水平，无法预测出各供电区的负荷发展水平，无法进行具体的电网建设规划。

四、结果分析

负荷变化具有规律性和随机性，规律性是负荷预测的基础，随机性影响到负荷预测精度。负荷预测的任务就是尽可能地充分发掘负荷历史数据中的规律性来预测未来负荷趋势。但负荷变化中的随机因素是客观存在的，不同地区、不同时段负荷规律性的差异都会对负荷预测结果产生很大的影响。因此，分析历史负荷的稳定度，才能全面地评价各相关因素的作用，了解预测误差的构成，进而使预测人员可以清晰地把握预测过程。

历史负荷规律性和稳定度辨识又可以归结为：对历史负荷进行频域分析并分解，最后用量化指标给出某地区某时间区间内的历史负荷规律性的稳定程度。本文采用分析工具为谱分析，对怀化地区和对比地区（常德地区）特定时段负荷的内在规律性和稳定度进行分析，并得到量化的指标。

值得指出的是，历史负荷的规律性和稳定度必然在某种程度上影响预测精度，但是，稳定度估计的上、下限只能作为预测的一个参考，不能将稳定度和预测精度完全等同起来。

这里先取怀化地区和常德地区的2011年3月1日～3月14日系统负荷数据进行频域分析比较。以下曲线图左列是怀化局的，右列是常德局的。

从图1可以看出怀化局负荷日周期分量和周周期分量占的系统负荷比重相对常德局来说要小些。而怀化局负荷的高频分量部分波动比常德局剧烈的多，这说明怀化局负荷中随机成分比重比常德局大，而且随机变化更加剧烈，更不容易把握，这主要是因为怀化地区的电铁负荷比重大。另外常德局负荷低频分量比重比怀化局大，这说明前者负荷受气候等缓慢变化因素影响较大；而怀化地区小水电丰富，但市区居民负荷不由怀化局供电，空调负荷占怀化地区系统负荷比重小，因此其低频分量主要是反映降水的影响。由此看出两地负荷的地区性差异较大。

五、结语

电力负荷预测有多种预测方法，每一种预测方法都代表了一种发展规律。各种算法均有一定的适用场合，各种预测方法都具有其各自的优缺点，没有一个方法适用于各种负荷预测模型而精度比其他各种方法都高。所以在做负荷预测时，必须结合实际情况，着重从预测目标、期限、精确度和预测耗费等诸多方面，灵活选用较为合适的预测方法，并使用多种不同的方法进行预测，将所得预测结果互为比较，再进行合理的综合分析与预测，最终得到符合所需精度的预测结果。

篇(4)

[关键词] 电力需求侧管理；协调性；科学评估；激励机制

电力需求侧管理(Demand Side Management，DSM)在协调电力供应和需求侧资源、提高能源利用效率等方面发挥重要作用，并且可以节约能源、保护环境，确保了电力工业的可持续发展。但在实施DSM的过程中还是存在很多的问题。

一、DSM的内容和现状

电力系统传统的思维模式就是靠增加能源供应来满足需求增长的，DSM打破了这一传统，建立了把需方节约的能源作为供方的一种可替代资源的新概念。站在经济效益角度分析，短期内DSM可以避免开启成本高昂的备用机组、降低运行成本，从长远看则可以减缓电网扩建和新机组的投产；从系统运行的角度分析，DSM可以提高高峰负荷时系统的可靠性储备，对于系统安全、稳定有重要作用；从用户角度分析，实施DSM可以大大改善其用电方式，提高用电效率、节约电能、降低成本；从环保角度分析，DSM所提倡的节能技术、激励措施提高了一次能源的利用效率，减少了CO2气体排放，有利于环境保护。

我国于20世纪90年代引入DSM，2004年国家发展改革委员会、国家电监会了关于《加强电力需求侧管理工作的指导意见》。DSM实施主要有以下几个方面：

第一，应用经济杠杆来调节供求之间的关系。充分运用执行分时电价、差别电价和对可中断负荷、蓄冷蓄热进行补贴等经济激励政策引导用户移峰填谷。

第二，进一步强化技术措施、提升管理水平，提高电网运行的安全性和经济性。

第三，多渠道、多种方式(包括新闻媒体等)宣传电力需求侧管理知识，引导科学用电，合理节约用电。

第四，在用电高峰到来之前，制定有序用电方案和应急预案。

二、在实施中DSM存在的主要问题

DSM进人我国的时间不长，各地区情况差别很大，DSM的实施和相关研究不够深入。在我国目前的新形势下，为能够科学有序地推进DSM的实施，充分发挥DSM合理引导用电等方面的作用，DSM的研究与实施面临新的挑战和机遇，借鉴其他国家发展DSM的经验是非常有益的。在今后的工作中，我国在DSM的实施过程中应当着重注意以下几方面的问题。

(一)深化负荷特性研究

DSM的重要手段之一就是负荷控制，负荷特性的研究是实施负荷管理的基础和依据。因为各地区经济发展的特点不同，不同区域、地区之间负荷特性也不尽相同。而且伴随着经济增长方式的转变以及产业结构的逐步调整，负荷特性也在不断地发生变化。在DSM的实施过程中，最先必须要对本地区的负荷特性进行全面、深入、细致的了解，并且要根据产业政策、经济结构调整的引导和要求以及地域、地理、季节差别，对负荷特性的发展、变化作出科学的预测和研究。要想为实施DSM提供科学的依据和保证，就必须做到对负荷特性的现状、变化特点及发展趋势都了如指掌。

（二)进一步完善负荷管理

在我国电力体制改革之前电力行业属于垄断经营，负荷控制方式就是“拉闸限电”，不关心用户的生产实际。负荷管理(Load Management，LM)也是先进的负荷管理理念，更是DSM的重要手段。LM就是通过改变电力用户用电行为而达到改变、优化负荷曲线形状的。面向DSM的负荷管理大大区别于传统的负荷控制或负荷管理，它不仅仅由供方(电力公司)来管理负荷，而且还能大大的调动需方(用户)的积极性，双方密切配合，共同实现负荷管理的目标。

削峰、填谷、负荷转移、策略性节电、策略性增长以及柔性负荷等这些就是面向DSM的负荷管理的目标。

负荷管理目标示意图

其中前三者是负荷管理的传统目标，而后三者则是面向DSM负荷管理的增加目标，在可中断负荷管理中，电力公司和用户签订可以中断合约。可中断合约作为一种电力可靠性资源在电力市场中发挥着越来越重要的作用。可中断电价是合约中的重要组成部分。因为市场环境下的信息不对称，使得电力公司无法了解用户真正的缺电成本。因此，在确定中断负荷的补偿支付机制时，一定要充分考虑机制对用户披露自己真实缺电成本信息的激励作用。一旦用户披露真实缺电成本信息时会获得最大的期望利润，即中断补偿支付机制具有激励相容特性。

(三)DSB与DSM

需求侧竞价(Demand Side Bidding，DSB)是一种基于市场条件下的短期负荷响应行为，DSB的一大显著特点就是市场利益驱动，用户分散短期行为，用户在电力市场上的赢利手段具有潜在的节能环保效益。DSM的特点则是政府引导为主导，持续永久改变负荷特性，对环保、能源、电力企业、用户都提供长期的效益，降低用户用电成本。DSM与DSB的共同点显而易见，就是共用控制、监视、通信等技术手段，以用户效率的用电方式转变和提高市场环境下相互收益为出发点。

在我国实施DSM过程，毕竟还是起步阶段，必须要充分借鉴其他国家的经验，结合我国的实际，建立需求侧竞价机制，推动DSB和DSM的发展。

(四)DSM的实施

DSM的顺利实施，可以使政府、供电商、发电商、用户等多方受益。因此在DSM的具体实施中，要大大发挥政府的作用，以政府为主导，在市场环境引导下，各个方面都积极参与进来，共同推动DSM的发展。

三、DSM的评估体系和激励机制

(一)建立科学的评估体系

当前对于DSM的评价主要还是以经济效益为标准的，即通过各种模型、算法来比较为了满足相同容量的电力需求，是新建电厂经济还是实施DSM更经济。有关的具体评价指标主要有：可避免电量(成本)、可避免峰荷电量(成本)，或换算成单位节电成本等。这些具体的经济指标都是站在供电方(电力公司、发电商)的角度对DSM进行评价的。在DSM的实际实施中，不只涉及到用这些静态的统计数据表征的供方供电成本和经济效益，DSM还对提高系统可靠性、缓解输电阻塞、负荷特性的优化、提高负荷管理效率和用电效率、节能环保等方面都有不同程度的贡献。因此，提醒我们应该从系统运行、供电部门、用户、政府规划、能源的合理利用、环境保护等多角度对DSM进行综合评估，逐步地建立、完善相应的分析方法和科学的评估体系。

（二)形成有效的激励机制

我国电力体制改革刚刚经历不太长的时间，政府机构、电网公司、发电集团、监管部门各自的职能分工正在进一步协调完善之中，还没有形成相对合理的电价机制，建设、激励DSM实行的资金渠道没有保证。因此，探索在政府的合理引导、适当资金扶持和市场驱动下的激励机制，来健全DSM的实施与市场运行是适合目前新形势的有效途径。主要有逐步建立相对完善的电价体制，如现有的两部制电价、峰谷电价、丰枯电价、可中断电价，进一步建立实施可靠性电价、绿色电价乃至实时电价等；建立有效的风险防范体系等。还应当考虑通过合理的渠道来筹集和建立电力DSM公益基金，支持DSM的发展。

篇(5)

关键词：电力 负荷预测 程序

中图分类号：F406文献标识码： A 文章编号：

前言：在电力系统中每一项的安全技术的具体措施就是电力负荷预测。电力负荷预测是和稳定计算以及继电保护还有短路计算是一样的，这些对于电力系统的安全运行等起着非常重要的作用。进入新世纪以我国的市场经济在不的确立，特别是电力市场在不断的改革，准确的负荷预测这样才能够合理的做出更好的机组运行容量，进而就能更好的合理安排运行相应的容量，极大的降低了能源上的消耗，一定要确保电能的质量，这样就会极大的降低了发电的成本以及还能够提高社会的经济效益以及社会的效益。另外，从发展的眼光出发，负荷预测还是会决定着未来发电机组的安装，这也就决定装机容量的大小以及地点，同时也还会决定国家电网的建设以及相应的改造，还是我国实现电力市场的特有条件，还能在理论上也是有着重要的理论意义。

1.电力负荷预测

1.1电力负荷预测的意义

我们的电力工业所服务的对象就是电力用户，电力工业的发展根据就是电力负荷。只有正确的电力负荷预测是保证无条件供应国民经济各个部门以及人民生活水平，还是电力工业本身健康发展的重要标志，在电力规划中起到着基础性的作用。电力负荷预测作为全国电力工业发展水平一个象征。所以，电力负荷预测是一项非常重要的意义工作，这还是会有利于保证电力工业的健康发展，还有整个国民经济的发展有着十分重要的意义。

1.2电力负荷预测的含义

我们所说的电力负荷通常是指一下两个方面，一种是所服务的对象是电力工业，这里所说的服务对象主要是指一些电力部门、机关、学校、企事业单位等等所使用的每一项电力设备。还有一种就是指以上所说的所有用电单位、用电部门以及用的电力设备所消耗的一些具体的数量。在电力预测中所说的负荷是指国民经济的整体以及还有部门地区对电力以及电量所消费的历史情况来进行未来的变化趋势。电力负荷预测就是在正确的理论指导下，经过调查以及研究来掌握出大量翔实资料的基础上，运用可靠有效的方法还有手段来对电力负荷的发展趋势作出科学合理的推断。

2.电力负荷分析

在城市的居民家用电器就是城市民用负荷的主要来源，它的增长量每年在不断的呈现出上升的趋势，一般是表现在非常明显的季节性活动中，并且民用负荷的最大的特点就是和居民的日常生活还有工作的规律是有着紧密的关系。所谓商业负荷就是指商业部门所用的一些照明还有空调等用电负荷，覆盖的面积是也是非常大的，并且用电量是在每年的用电量也是比较平稳的，同时它也是有着季节性的波动，也是很明显。虽然商业负荷在电力负荷中所占比重不及工业负荷和民用负荷，但商业负荷中的照明类负荷占用电力系统高峰时段。此外，商业部门由于商业行为在节假日会增加营业时间，从而成为节假日中影响电力负荷的重要因素之一。

3.电力负荷预测的内容

最大有功负荷及其分布。最大有功负荷的大小是确定电力系统装机规模的基础数据，换句话说是电源规划的依据。有功负荷，加上电网中损失的有功和发电厂自用有功量，再加上适量的备用容量，就等于电力系统的装机容量。有功负荷的分布是输电线路设计的基础，也是变电所配置的基础，即有功负荷的地区分布特点是输变电规划和配电规划的主要依据。无功负荷及其分布。无功负荷的大小及分布是确定电力系统无功电源规划的基础，也是影响电力系统安全经济运行的重要因素。电力负荷曲线及其特征值。电力负荷大小及其在时间上的分布特征，对电力规划及电力系统运行是至关重要的。它是确定电力系统中电源结构、调峰容量需求、运行方式及能源平衡的主要依据。

4.电力负荷预测的程序

4.1准备阶段

准备阶段的工作是由确定预测目标、落实组织工作、搜集资料、分析资料和选择方法等工作组成。确定预测目标。确定目标就是要在明确预测目的前提下，规定预测对象的范围、内容和预测期限。预测内容是指包括电力、电量、电力负荷的地区分布，电力负荷随时间的变化规律，以及电力负荷曲线特征及负荷曲线等。搜集与整理资料。资料是预测的基本依据，占有的资料的充裕程度及资料的可信度，对预测结果的可信度是至关重要的。在调查搜集资料的过程中对搜集得到的资料应进行鉴别，去粗取精，去伪存真，以保证预测中使用的资料翔实可靠。分析资料，选择预测方法。对经过鉴别整理后的资料要进行分析，以寻求其规律。在预测中常用的分析方法有多种，如时间序列分析、因果关系分析等方法。要根据资料的掌因此，必须根据对资料的占有情况，以及预测目标、预测期限，预测环境、预测结果的精确度，同时考虑预测本身的效益成本分析等进行权衡，以便作出合理的选择。

4.2实施预测阶段

在进行预测时，要依据选择的预测方法来进行预测。如果是采用定量预测方法来进行预测，就要根据建立的定量预测模型，带入预测期的自变量目标值，就可以获得预测期所要的预测变量值。如果是采用定性预测方法来进行预测，就应根据掌握的客观资料进行科学的逻辑推理，推断出预测期的预测值。

4.3评价预测阶段

预测的主要成果是得到预测结果。预测结果应该是明确的，可以被检验的。因此，在得到预测结果后必须对预测结果的准确度和可靠性进行评价。务使预测误差处于可接受的范围内。若误差太大，就失去了预测的意义，并从而导致电力规划的失误。

4.4题出预测报告阶段

预测报告是预测结果的文字表述。预测报告一般包括题目、摘要、正文、结论、建议、和附录等部分。预测题目主要反映预测目标、预测对象、预测范围和预测时限。摘要通常说明预测中的主要发现、预测的结果及提出的主要建议和意见

参考文献：

[1] 梁海峰 涂光瑜.遗传神经网络在电力系统短期负荷预测中的应用[J].电网技术.2010.02.

[2] 谢宏 陈志业 牛东晓.基于小波分解与气象因素影响的电力系统日负荷预测模型研究[J]. 中国电机工程学报.2010.12.

[3] 牛东晓 曹树华 赵磊等编著.电力负荷预测技术及其应用[M].中国电力出版社1998.

篇(6)

关键词：削峰填谷 措施 供需平衡

中图分类号:TN915 文献标识码:A 文章编号:1672-3791(2012)06(b)-0131-01

用电时间和用电量的相对集中性，造成发供电设施在用电高峰期超载运行，在用电低谷期大量被闲置，采取积极措施，实施需求侧管理，进行削峰填谷，对减少电力建设投资，充分利用电力资源，实现电力供需平衡，具有明显效果，我们应充分认识削峰填谷的重要意义，积极采取各项措施，加大实施力度。

1 电力需求侧管理意义

进行需求侧管理工作有利于供用电平衡和电网的安全，实现经济运行，对社会、用户、和电力企业都有明显的经济效益和社会效益。

(1)可有效减缓国家对电力建设的投资，提高发、供电设备的利用率。(2)可减少发电机、炉等设备的开停次数，提高发电设备的热效率，降低燃料消耗，进而降低发电成本。(3)可在汛期充分利用水力发电，减少弃水电量的损失。(4)增强电力系统的安全稳定性，提高供电质量。(5)用户充分合理使用电气设备，减少设备投资和电费支出。(6)调整用电负荷，使工矿企业之间错开生产时间，缓解城市交通、自来水和煤气等市政供应的压力(7)有利于环境保护和提高能源利用率。

2 管理措施

通过政府的法律法规、标准、政策等，规范电力消费和电力市场，开展电力需求侧管理工作，实现削峰填谷。

2.1 认真制定错峰、避峰方案

制定详尽的、可操作的错峰、避峰方案，凡是能够在低谷进行生产的企业，都要参加错峰，凡是能够在用电高峰季节和时段停产检修的企业，都要进行避峰检修。在制定错峰、避峰方案时，对于每个企业的用电负荷进行认真排查，可停的是多少，不可停的是多少，明确移峰负荷数，保证在用电高峰时能够按方案要求把负荷限下来。

2.2 挖掘潜力，增加峰段发电量

我国的发电构成较为单一，煤电占大多数，致使调峰能力差，我们要做好计划、合理调度、制定措施，确保发电机组峰段的出力，充分发挥蓄能电站的作用，进行电网峰谷负荷的调节，削峰填谷。政府应制定优惠政策，给予相应的补贴，鼓励自备电厂在用电高峰期间为电网输送电量，挖掘自备电厂发电潜力。

3 经济措施

利用价格、税收、补贴等经济机制，激励用户主动参与电力需求侧管理。包括电价优惠、低息贷款、折让销售、借款、免费安装、特别奖励等。

3.1 峰谷分时电价

实施峰谷分时电价是削峰填谷最主要的经济手段，可有效地改善电网的负荷特性。加大峰谷分时电价研究和推广的力度，研究实行高可靠性电价、可中断负荷电价、季节性电价的可行性和实施步骤，增加峰谷分时电价执行范围，如居民用电、农村用电等，充分发挥经济杠杆的作用，有效地转移高峰负荷。

一些一班制、二班制的企业，由于不愿意增加在低谷时间生产时的人员工资、后勤保障等方面的投入，没有安排在低谷时间生产，适当拉大峰谷分时电价的差距，让企业确实得到实惠，鼓励这些企业参与削峰填谷。

3.2 阶梯电价

阶梯电价按照电力消费量分段定价，居民用电越多，支付的电价水平呈阶梯状逐级递增定价机制，兼顾不同收入水平居民的承受能力，使电价逐步反映合理的供电成本，以促进资源节约和环境保护。

3.3 可中断电价

可中断电价是指对某些实施避峰中断用电的用户实行的优惠电价，当电力系统负荷高峰时，由于电力供应不足，电力企业可按照预先签订的避峰合同，暂时中断部分负荷，从而减少高峰时段电力需求。

4 技术措施

使用负荷管理技术，改进生产工艺、材料、设备及技术，以这些技术措施实现削峰填谷调整负荷，达到控制高峰电力需求的目的。

4.1 负荷监控

充分发挥负荷管理系统灵活迅速、操作方便、信息反馈快的特点，对用户负荷分类、分片、分时间进行调控，及时将负荷降到限额以内，特别是对没有蓄能功能的中央空调，要进行轮流启停控制，通过开关状态和室内温度信息的反馈，随时掌控空调的运行情况。为确保功能的实现，要加强负荷管理系统的管理，经常对遥控、遥信、遥测回路进行维护、检查。

发挥负荷管理系统采集、储存、分析、预测功能强的优势，利用负荷管理系统对用电信息进行分析研究，对用电需求情况进行预测，通过网络将结果及时传送到领导和有关部门，以便尽早做好调荷限电的准备工作。

4.2 蓄冷蓄热蓄能

利用低谷电力制冷，以冰的形式将冷量储存起来，在用电高峰期释冷，或利用低谷电力制热，以水或相关材料将热量储存起来，在用电高峰期释热，将用电高峰期的空调负荷转移至电网低谷期，不仅对削峰填谷有显著效果，还由于利用了低谷时段的廉价电力，大大节省了用户的空调运行费用。

4.3 开发推广新技术

以高效的照明产品替代传统的以白炽灯为主的低效照明产品，对减少高峰电量具有投入少、见效快、易操作的特点，这在宾馆、商店、写字楼的使用已取得显著效果。如使用节能灯等措施的示范工程投入约135万元，削峰1670万元，用户减少电费支出263万元，半年收回投资。

随着人民生活水平的提高，家用电器用电比例逐年增高，特别是在夏季用电高峰时期，空调负荷大幅上升。进行家用电器（特别是电冰箱、空调）增加蓄电功能的可行性研究，给蓄电池充电器增加定时功能，低谷期蓄电，高峰期用电，电动车的蓄电固定在夜间低谷期。

4.4 建设特高压电网，提高电力资源利用率

特高压电网的建设有利于在更大范围内优化配置电力资源，实现远距离、大容量、低损耗输电和跨区域、跨流域调剂，由于我国地域宽广，东西方存在时差，南北方存在温差，通过特高压电网输电，就可错开各区域不同的用电高峰期，调解峰谷电量平衡，有效地缓解用电高峰期压力，提高了电力资源利用率。

4.5 注意天气变化，做好负荷预测

由于夏、董季用电高峰期间，调温负荷占总负荷的很大比例，并随着温度的变化值而增加，天气的变化对高峰负荷影响很大，及时和气象部门联系，密切注意天气变化情况和发展趋势，研究用电量天气之间的规律，结合其它因素对用电负荷进行预测，提前采取应对措施。

5 引导措施

普及负荷及管理知识，传播削峰填谷信息，通过咨询服务、政策讲解、技术示范、产品展示、项目培训等引导措施，提高用户主动参与削峰填谷的积极性，使削峰填谷得到全社会的共识和参与。

篇(7)

关键词：电力负荷、负荷预测、预测方法、

中图分类号：F407文献标识码： A

1电力负荷的构成与特点

电力系统负荷一般可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷等，不同类型的负荷具有不同的特点和规律。

城市民用负荷主要是城市居民的家用电器，它具有年年增长的趋势，以及明显的季节性波动特点，而且民用负荷的特点还与居民的日常生活和工作的规律紧密相关。

商业负荷，主要是指商业部门的照明、空调、动力等用电负荷，覆盖面积大，且用电增长平稳，商业负荷同样具有季节性波动的特性。虽然商业负荷在电力负荷中所占比重不及工业负荷和民用负荷，但商业负荷中的照明类负荷占用电力系统高峰时段。此外，商业部门由于商业行为在节假日会增加营业时间，从而成为节假日中影响电力负荷的重要因素之一。

工业负荷是指用于工业生产的用电，一般工业负荷的比重在用电构成中居于首位，它不仅取决于工业用户的工作方式(包括设备利用情况、企业的工作班制等)，而且与各行业的行业特点、季节因素都有紧密的联系，一般负荷是比较恒定的。

农村负荷则是指农村居民用电和农业生产用电。此类负荷与工业负荷相比，受气候、季节等自然条件的影响很大，这是由农业生产的特点所决定的。农业用电负荷也受农作物种类、耕作习惯的影响，但就电网而言，由于农业用电负荷集中的时间与城市工业负荷高峰时间有差别，所以对提高电网负荷率有好处。

从以上分析可知电力负荷的特点是经常变化的，不但按小时变、按日变，而且按周变，按年变，同时负荷又是以天为单位不断起伏的，具有较大的周期性，负荷变化是连续的过程，一般不会出现大的跃变，但电力负荷对季节、温度、天气等是敏感的，不同的季节，不同地区的气候，以及温度的变化都会对负荷造成明显的影响。

电力负荷的特点决定了电力总负荷由以下四部分组成：基本正常负荷分量、天气敏感负荷分量、特别事件负荷分量和随机负荷分量。

2负荷预测的内容与分类

电力系统负荷预测包括最大负荷功率、负荷电量及负荷曲线的预测。最大负荷功率预测对于确定电力系统发电设备及输变电设备的容量是非常重要的。为了选择适当的机组类型和合理的电源结构以及确定燃料计划等，还必须预测负荷及电量。负荷曲线的预测可为研究电力系统的峰值、抽水蓄能电站的容量以及发输电设备的协调运行提供数据支持。

负荷预测根据目的的不同可以分为超短期、短期、中期和长期：①超短期负荷预测是指未来1h以内的负荷预测，在安全监视状态下，需要5～10s或1～5min的预测值，预防性控制和紧急状态处理需要10min至1h的预测值。②短期负荷预测是指日负荷预测和周负荷预测，分别用于安排日调度计划和周调度计划，包括确定机组起停、水火电协调、联络线交换功率、负荷经济分配、水库调度和设备检修等，对短期预测，需充分研究电网负荷变化规律，分析负荷变化相关因子，特别是天气因素、日类型等和短期负荷变化的关系。③中期负荷预测是指月至年的负荷预测，主要是确定机组运行方式和设备大修计划等。④长期负荷预测是指未来3～5年甚至更长时间段内的负荷预测，主要是电网规划部门根据国民经济的发展和对电力负荷的需求，所作的电网改造和扩建工作的远景规划。对中、长期负荷预测，要特别研究国民经济发展、国家政策等的影响。

3负荷预测的基本过程

负荷预测工作的关键在于收集大量的历史数据，建立科学有效的预测模型，采用有效的算法，以历史数据为基础，进行大量试验性研究，总结经验，不断修正模型和算法，以真正反映负荷变化规律。其基本过程如下。

3.1调查和选择历史负荷数据资料

多方面调查收集资料，包括电力企业内部资料和外部资料，从众多的资料中挑选出有用的一小部分，即把资料浓缩到最小量。挑选资料时的标准要直接、可靠并且是最新的资料。如果资料的收集和选择得不好，会直接影响负荷预测的质量。

3.2历史资料的整理

一般来说，由于预测的质量不会超过所用资料的质量，所以要对所收集的与负荷有关的统计资料进行审核和必要的加工整理，来保证资料的质量，从而为保证预测质量打下基础，即要注意资料的完整无缺，数字准确无误，反映的都是正常状态下的水平，资料中没有异常的"分离项"，还要注意资料的补缺，并对不可靠的资料加以核实调整。

3.3对负荷数据的预处理

在经过初步整理之后，还要对所用资料进行数据分析预处理，即对历史资料中的异常值的平稳化以及缺失数据的补遗，针对异常数据，主要采用水平处理、垂直处理方法。

数据的水平处理即在进行分析数据时，将前后两个时间的负荷数据作为基准，设定待处理数据的最大变动范围，当待处理数据超过这个范围，就视为不良数据，采用平均值的方法平稳其变化；数据的垂直处理即在负荷数据预处理时考虑其24h的小周期，即认为不同日期的同一时刻的负荷应该具有相似性，同时刻的负荷值应维持在一定的范围内，对于超出范围的不良数据修正，为待处理数据的最近几天该时刻的负荷平均值。

3.4建立负荷预测模型

负荷预测模型是统计资料轨迹的概括，预测模型是多种多样的，因此，对于具体资料要选择恰当的预测模型，这是负荷预测过程中至关重要的一步。当由于模型选择不当而造成预测误差过大时，就需要改换模型，必要时，还可同时采用几种数学模型进行运算，以便对比、选择。

在选择适当的预测技术后，建立负荷预测数学模型，进行预测工作。由于从已掌握的发展变化规律，并不能代表将来的变化规律，所以要对影响预测对象的新因素进行分析，对预测模型进行恰当的修正后确定预测值。

4电力负荷预测方法简介

电力负荷预测分为经典预测方法和现代预测方法。

4.1经典预测方法

4.1.1指数平滑法

该方法是常用的预测方法之一，指数平滑法的基本思想是加权平均，选取一组时间上有序的历史数据，x1、x2、x3……xt，一次指数平滑预测的迭代公式为： 式中lt+1―t+1时刻的负荷值

n―所有数据记录的个数

对越近期的数据加权越大，这反映了近期数据对未来负荷影响更大这一实际情况，同时能通过平滑作用消除序列中的随机波动。

4.1.2趋势外推法

就是根据负荷的变化趋势对未来负荷情况作出预测。电力负荷虽然具有随机性和不确定性，但在一定条件下，仍存在着明显的变化趋势，例如农业用电，在气候条件变化较小的冬季，日用电量相对稳定，表现为较平稳的变化趋势。这种变化趋势可为线性或非线性，周期性或非周期性等等。

4.1.3时间序列法

时间序列法是一种最为常见的短期负荷预测方法，它是针对整个观测序列呈现出的某种随机过程的特性，去建立和估计产生实际序列的随机过程的模型，然后用这些模型去进行预测。它利用了电力负荷变动的惯性特征和时间上的延续性，通过对历史数据时间序列的分析处理，确定其基本特征和变化规律，预测未来负荷。

时间序列预测方法可分为确定型和随机性两类，确定型时间序列作为模型残差用于估计预测区间的大小。随机型时间序列预测模型可以看作一个线性滤波器。根据线性滤波器的特性，时间序列可划为自回归(ar)、动平均(ma)、自回归-动平均(arma)、累计式自回归-动平均(arima)、传递函数(tf)几类模型，其负荷预测过程一般分为模型识别、模型参数估计、模型检验、负荷预测、精度检验预测值修正5个阶段。

4.1.4回归分析法

回归分析法就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测。利用数理统计中的回归分析方法，通过对变量的观测数据进行分析，确定变量之间的相互关系，从而实现预测。

4.2现代负荷预测方法

20世纪80年代后期，一些基于新兴学科理论的现代预测方法逐渐得到了成功应用。这其中主要有灰色数学理论、专家系统方法、神经网络理论、模糊预测理论等。

4.2.1灰色数学理论

灰色数学理论是把负荷序列看作一真实的系统输出，它是众多影响因子的综合作用结果。这些众多因子的未知性和不确定性，成为系统的灰色特性。灰色系统理论把负荷序列通过生成变换，使其变化为有规律的生成数列再建模，用于负荷预测。

4.2.2专家系统方法

专家系统方法是对于数据库里存放的过去几年的负荷数据和天气数据等进行细致的分析，汇集有经验的负荷预测人员的知识，提取有关规则。借助专家系统，负荷预测人员能识别预测日所属的类型，考虑天气因素对负荷预测的影响，按照一定的推理进行负荷预测。

4.2.3神经网络理论

神经网络理论是利用神经网络的学习功能，让计算机学习包含在历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷。由于该方法具有很强的鲁棒性、记忆能力、非线性映射能力以及强大的自学习能力，因此有很大的应用市场，但其缺点是学习收敛速度慢，可能收敛到局部最小点；并且知识表达困难，难以充分利用调度人员经验中存在的模糊知识。

4.2.4模糊负荷预测

模糊负荷预测是近几年比较热门的研究方向。

模糊控制是在所采用的控制方法上应用了模糊数学理论，使其进行确定性的工作，对一些无法构造数学模型的被控过程进行有效控制。模糊系统不管其是如何进行计算的，从输入输出的角度讲它是一个非线性函数。模糊系统对于任意一个非线性连续函数，就是找出一类隶属函数，一种推理规则，一个解模糊方法，使得设计出的模糊系统能够任意逼近这个非线性函数。

下面介绍模糊预测的一些基本方法。

(1)表格查寻法：

表格法是一种相对简单明了的算法。这个方法的基本思想是从已知输入--输出数据对中产生模糊规则，形成一个模糊规则库，最终的模糊逻辑系统将从组合模糊规则库中产生。

这是一种简单易行的易于理解的算法，因为它是个顺序生成过程，无需反复学习，因此，这个方法同样具有模糊系统优于神经网络系统的一大优点，即构造起来既简单又快速。

(2)基于神经网络集成的高木-关野模糊预测算法：

它是利用神经网络来求得条件部输入变量的联合隶属函数。结论部的函数f(x)也可以用神经网络来表示。神经网络均采用前向型的bp网络。

(3)改进的模糊神经网络模型的算法：

模糊神经网络即全局逼近器。模糊系统与神经网络似乎有着天然的联系，模糊神经网络在本质上是模糊系统的实现，就是将常规的神经网络(如前向反馈神经网络，hopfield神经网络)赋予模糊输入信号和模糊权。

对于复杂的系统建模，已经有了许多方法，并已取得良好的应用效果。但主要缺点是模型精度不高，训练时间太长。此种方法的模型物理意义明显，精度高，收敛快，属于改进型算法。

(4)反向传播学习算法：

模糊逻辑系统应用主要在于它能够作为非线性系统的模型，包括含有人工操作员的非线性系统的模型。因此，从函数逼近意义上考虑，研究模糊逻辑系统的非线性映射能力显得非常重要。函数逼近就是模糊逻辑系统可以在任意精度上，一致逼近任何定义在一个致密集上的非线性函数，其优势在于它有能够系统而有效地利用语言信息的能力。万能逼近定理表明一定存在这样一个可以在任意精度逼近任意给定函数的高斯型模糊逻辑系统。反向传播bp学习算法用来确定高斯型模糊逻辑系统的参数，经过辨识的模型能够很好的逼近真实系统，进而达到提高预测精度的目的。

5结束语

随着电力市场的发展，负荷预测的重要性日益显现，并且对负荷预测精度的要求越来越高。传统的预测方法比较成熟，预测结果具有一定的参考价值，但要进一步提高预测精度，就需要对传统方法进行一些改进，同时随着现代科学技术的不断进步，理论研究的逐步深入，以灰色理论、专家系统理论、模糊数学等为代表的新兴交叉学科理论的出现，也为负荷预测的飞速发展提供了坚实的理论依据和数学基础。相信负荷预测的理论会越来越成熟，预测的精度越来越高。