短期电力负荷预测影响因素分析与研究

摘 要 电力负荷预测是电力系统经济调度、实时控制、运行计划和发展规划的前提，是电网调度机构和规划部门所必须具有的基本信息。提高负荷预测准确率对保证电网安全、稳定和经济运行都起着很重要的作用。随着电力系统各项工作精细化程度的加深，对负荷预测工作提出了更多、更高的要求。

关键词 电力系统;短期;负荷预测

中图分类号：F407 文献标识码：A 文章编号：1671-7597（2014）21-0220-01

电力负荷的大小随时间变化而变化，因此在某个统计周期内电网、区域、用户出现的最大（小）负荷值，称为该统计周期的最大（小）负荷。最大负荷也就是最高负荷，最小负荷也就是最低负荷。根据统计周期的不同，最大负荷又可以分为日、月、年周期最大负荷。最小负荷又可以分为日、月、年周期最小负荷。

平均负荷是指电网、区域、用户负荷在某个统计周期内的均值。与日负荷曲线对应的日最大负荷、最小负荷和平均负荷。

电力负荷随时间波动的规律，通常用负荷曲线来反映。负荷曲线是描述的是某个时间段内负荷随时间波动规律的曲线，横轴表示时间，纵轴表示负荷的绝对值。负荷预测的过程中可能会考虑影响负荷预测结果的很多有关因素，一是能够在模型建立的过程中提供更多有用的信息;二是产生样本空间维数的增加。

1 负荷分类

1）商业负荷。商业负荷是指商业部门为从事商业服务而消耗的电能。商业部门的用电量虽然大部分时间是平稳的，但是同样具有季节性变动的特性。商业负荷在总的负荷中所占比重虽然不及工业和民用负荷，但是近些年来随着经济地快速增长具有明显上升的趋势。由于节假日增加营业时间的原因，从而成为影响节假日期间负荷预测准确度的因子之一。

2）工业负荷。工业负荷是指为了满足国家工业生产的要求所消费的电能。整体而言，工业负荷比重在总的用电负荷重占首位。工业负荷受气候影响较小，也具有季节性的特点，相对其他负荷而言，工业负荷要稳定的多。

3）居民用电负荷。居民用电负荷只占全国用电量的1/10，但是居民用电是电网公司第一客户，居民用电呈现出季节性以及周期性。夏天空调耗电量大，居民用电负荷就多，晚上7-10点，居民都集中在家，负荷用电量大。

2 负荷的特性分析

时间因素：

电力负荷会随着时间的不断推移而发生变化，主要表现为连续性和周期性。

①连续性。电力系统的安全稳定性决定了负荷不会出现跳变的情况，负荷变化具有连续性。当需求侧负荷突然投入，电网负荷会出现波动，但是若波动过大超过系统旋转备用容量的话，就会导致系统频率下降电动机无功需求增加，系统电压降低，影响系统安全。同理，当需求侧突然切除较大负荷时，会使系统提供的无功超过负荷消耗的无功，致使系统接点电压升高，威胁设备的安全运行。因此，电力系统对投切负荷的大小是有严格要求的，这就决定了负荷变化的连续性。

②周期性。负荷的周期性是电力负荷最重要的特性之一。电力负荷以年为周期表现出来的性质称之为年周期性，这主要是由于一年之中，四季周期替所引起的。具体来说：在冬季，由于天气寒冷，人们要开空调或者使用其他取暖设备取暖，这使得供暖负荷急剧上升;在夏季，炎热高温是最主要的表现，人们为了防暑降温，大量使用空调等制冷设备，这会使得空调负荷大幅增加;然而在春、秋两个季节，由于气候比较适宜，取暖负荷和空调负荷基本上不存在;这种四季负荷变化的情况就呈现出年周期的性质。

3 负荷影响因素分析

1）气候影响分析。天气情况的随机变化会对用电负荷产生很大的影响。例如，阴天下雨时，白天的照明用电负荷增加，高温炎热天气时，空调、电扇的用电负荷上升。随着空调、冰箱等制温设备的逐渐普及，气温的随机变化将成为影响用电负荷的一个比较敏感的因素。我国城市与乡村用电负荷差明显，农村地区由于空调负荷比较小，所以气温对负荷和负荷特性起不到显著的影响。目前在大中城市气温对负荷和负荷特性影响较明显。在电力系统中，气温主要影响最大负荷和日用电量。

2）电价政策的影响分析。电价政策对负荷特性的影响，主要表现峰谷电价政策。峰谷电价的实行，不仅有利于抑制高峰时间段内负荷的增长，而且能明显的抬高负荷率。同时，可以增加尖峰负荷在一整年内的持续小时数，缓和年持续负荷曲线的首端变化程度，一定程度上提高了电网设备利用率。

3）电力供应能力的影响分析。当电力供应不足时，必须实行大规模的有序用电和拉闸限电，以保证电网安全和重要用户供电。这些人为改变负荷变化趋势的措施，在一定程度上改变了电网负荷的特性。

4）城乡变化影响分析。我国的城市和农村用电负荷差异明显，农村地区由于空调负荷比较小，所以气温对负荷和负荷特性没有明显的影响。目前，在大城市气温对负荷和负荷特性的影响是很明显的。在电力系统中，温度对最大负荷和日用电量的影响最大。

5）降雨量也是影响负荷预测的一个重要因素，但是这个因素具有很大的随机性。一般来讲，雨过之后气温会有所下降，继而影响负荷的变化。尤其是在夏季，降雨前由于天气闷热，湿度较大，人们会使用空调来降温，雨后，气温会有所降低，人们一般就会关闭空调、电扇等电器。由于环境和地理条件的差异，每个地区每年、每季的降雨量也会有很大的不同，降雨前后会使负荷有一定程度的波动。

6）随机因素。一个完整的电力系统是由许多独立的用户组成的，不同用户选择用电的时间和方式千差万别，这就致使负荷的应用是不确定的，是随机的。比如工厂里机器的启停、居民家中家用电器的启停等一般都是不可预知的，具有很大的随机性。另外，一些特殊事件的发生如台风、地震等自然灾害，也会对负荷产生较大的影响。这些随机因素导致整个电力系统的负荷变化具有一定的随机性。

4 结论

在当代，随着社会的进步和国民经济的高速发展，电力系统负负荷预测在电力市场中的地位日益凸显。负荷预测结果的精确程度不但会对电力企业的发展产生影响，同时也直接关系到电力用户的切身利益。

参考文献

[1]李慧，王来云.基于混沌蚁群算法的电力短期负荷预测[J].北京信息科技大学学报，2011，26（4）：40-43.

[2]浦星材，沈晓风.基于偏最小二乘法的支持向量机短期负荷预测[J].电网与清洁能源，2011，27（10）：32-35.

[3]杨韬，刘崇新.基于神经网络与混沌理论的电力系统短期负荷预测[J].陕西电力，2008（06）：6-9.

[4]马轶东，何怡刚.运用BP神经网络的电力负荷混沌多步预测[J].电力系统及其自动化学报，2010，22（4）：81-84.

[5]高彩亮.基于奇异值分解和支持向量机的负荷预测新方法[J].科技广场，2012（03）：105-108.