CN101976841A - 电力系统各级负荷预测指标的均衡匹配方法 - Google Patents

Abstract

本发明涉及一种电力系统各级负荷预测指标的均衡匹配方法，其步骤如下：(1)对负荷进行负荷特性分析；(2)根据上述负荷特性分析结果进行一次预测；(3)一次预测结束后，比对各级负荷之间是否满足客观自然规律，如满足，则无需进行调整，如不满足，则需进入下述第(4)步，对预测结果进行二次修正；(4)在所述二次修正过程中，根据不同需要，可提供两种均衡方式，一种均衡方式为从上到下的均衡方式，另一种均衡方式为从下到上的均衡方式。本发明的优点是建立了多种备选方案对各级负荷预测值进行均衡、调整、修正，使之满足客观自然规律。

Description

电力系统各级负荷预测指标的均衡匹配方法

技术领域

本发明涉及一种电力系统各级负荷预测指标的均衡匹配方法。

背景技术

电力市场预测是电力公司适应市场经济要求，保证公司投资回报和提高经营效益的基础工作，是电网运行、规划、计划、营销、乃至财务预算的基础。从规划的角度来讲，如果负荷预测结果偏低，将会导致系统的规划装机容量、输电规划等不足，无法满足社会的用电需求；而如果负荷预测结果偏高，则会导致一些发电、输电设备投入系统后的运行效率不高，从而引起投资的浪费。因此，电力需求预测结果准确与否，不仅影响到电网安全可靠供电，而且影响到电网经营企业的生产经营决策及经营效益。

目前国内外对负荷预测的研究都非常重视，但是主要关注于预测算法的研究，例如一些新兴的算法：人工神经网络、径向基函数等智能算法的研究，却往往忽略了在实际应用过程中，各类负荷预测结果均衡匹配的研究。所谓负荷预测结果的均衡匹配是指实际应用的各类负荷预测结果应满足客观自然规律。它的原理如下：

由于负荷的分类方式不同，负荷预测的分类方式也随之不同，可按照时间维度划分成年度预测和月度预测；可按照结构划分成总量预测和分类预测；可按照级别划分成上级电网预测和下级电网预测。在各类负荷预测过程中，其过程相对独立，采用的负荷预测方法、手段各异，均根据不同类型的负荷采用与之相适应的方法。其预测的独立性，带来的问题就是各类负荷预测结果之间，缺乏自然规律的联系，例如预测结果往往不能满足如下逻辑关系：年度预测为全年12个月月度预测结果之和、总量预测为各分类预测之和及上级电网预测为各下级电网预测之和。这类不匹配的预测结果将给规划方案的制定带来一定的盲目性和不准确性，导致预测结果可信度差，进而影响到电网规划结果的实用性和可行性等。

发明内容

本发明所要解决的技术问题是提供一种电力系统各级负荷预测指标的均衡匹配方法。

本发明解决其技术问题所采用的技术方案：

本发明的步骤如下：

(1)对负荷进行负荷特性分析：

a.对于协调上级电网与下级电网预测结果，所述负荷特性分析包括分析不同地区、不同行业的负荷特性、用电负荷自然增长率，以及分析经济增长率和气候影响因素；

b.对于协调年度预测与月度预测结果，所述负荷特征分析包括分析全网年负荷特性和月负荷特性，以及分析经济增长率和气候影响因素；

c.对于协调总量负荷与分量负荷预测结果，所述负荷特性分析包括分析全网年负荷特性及分产业年负荷特性，以及分析经济增长率和气候影响因素；

(2)根据上述负荷特性分析结果，选择一种以上的下述预测方法进行一次预测：

线性模型法、动平均法、指数平滑法、人工神经网络模型法、灰色预测模型法；

(3)一次预测结束后，比对各级负荷之间是否满足客观自然规律，如满足，则无需进行调整，如不满足，则需进入下述第(4)步，对预测结果进行二次修正；

所述满足客观自然规律是指：年度预测为全年12个月月度预测结果之和、总量预测为各分类预测之和及上级电网预测为各下级电网预测之和；

(4)在所述二次修正过程中，根据不同需要，可提供两种均衡方式，一种均衡方式为从上到下的均衡方式，另一种均衡方式为从下到上的均衡方式；当选择从上到下的均衡方式时，将进入下述第(5)步，当选择从下到上的均衡方式时，将进入下述第(6)步；

(5)所述从上到下的均衡方式包含三种途径，第一种途径为仅考虑历史的负荷构成情况进行均衡；第二种途径为仅考虑预测结果的负荷构成情况进行均衡；第三种途径为同时考虑历史负荷构成与预测结果，以加权分布因子方式对预测数据进行微调，直至满足要求为止；

(6)所述从下到上的均衡方式为以分量负荷预测结果为准，向上累加汇总构成总量负荷预测结果；

(7)得到预测均衡结果后，分别保存调整前和调整后的负荷预测数据，以便查询与验证。

本发明的有益效果是由于本方法充分借鉴了各级负荷历史数据的规律性，根据当地负荷构成特性，建立了多种备选方案对各级负荷预测值进行均衡、调整、修正，使之满足客观自然规律，各级指标之间匹配关系明确，更能有效的应用于实际，为电网规划人员制定规划方案提供更实用的参考依据。

附图说明

图1为本发明的流程图。

具体实施方式

实施例1(协调上级电网与下级电网预测结果)：

具体步骤如下：

1、分析不同地区、不同行业的负荷特性、用电负荷自然增长率等指标，分析经济增长率和气候等影响因素。例如衡水地区农业排灌负荷所占比例相对较大，电量增长受气候影响较其他地区大，衡水的电量预测应结合气候变化因素，负荷预测结果应符合这一规律。

2、选择一种或多种预测方法预测用电量，例如选择1997-2009历史数据为基础，选取线性模型、指数模型1和指数模型2预测法(即指数平滑法)综合得到2010年河北南网统调口径预测结果1339亿kWh。根据各下级电网综合用电量预测结果，得到2010年河北南网统调口径预测结果1466亿kWh。

3、由于上级电网预测结果与下级电网预测结果之和不相等，所以跳至下述第4步。

4、选择由上到下的均衡方式或由下至上的均衡方式进行均衡：

(1)采用由上到下的均衡方式进行均衡，对各下级电网的预测结果重新修正。

可采用如下三种途径：

a.参考历史负荷构成情况进行均衡

各下级电网历史电量结构值为：石家庄27.5％、保定16.4％、衡水6.2％、沧州11.7％、邢台13.1％、邯郸25.1％。

根据历史电量结构值将河北南网总量1339亿kWh在各下级电网间分配，得到石家庄368亿kWh、保定220亿kWh、衡水83亿kWh、沧州157亿kWh、邢台176亿kWh、邯郸338亿kWh。

b.参考预测结果进行均衡

各下级电网分别预测的电量结构值为：石家庄27.5％、保定15.1％、衡水6.2％、沧州12.3％、邢台12.4％、邯郸26.5％。

根据该预测结果结构将河北南网总量1339亿kWh在各下级电网间分配，得到石家庄368亿kWh、保定202亿kWh、衡水83亿kWh、沧州165亿kWh、邢台166亿kWh、邯郸355亿kWh。

c.同时考虑历史负荷构成与预测结果，根据两种分布因子进行分配的结果进行加权平均

根据加权平均后的电量结构：石家庄27.5％、保定15.8％、衡水6.2％、沧州12.0％、邢台12.8％、邯郸25.8％，将河北南网总量1339亿kWh在各下级电网间分配，得到2010年各下级电网统调口径用电量预测结果，石家庄368亿kWh、保定211亿kWh、衡水83亿kWh、沧州161亿kWh、邢台171亿kWh、邯郸346亿kWh。

(2)当各下级电网预测准确时，采用由下到上的均衡方式进行均衡，对上级电网的预测结果重新修正。

将全省的预测结果1339亿kWh调整至1466亿kWh，各下级电网预测结果不变，得到石家庄403亿kWh、保定221亿kWh、衡水91亿kWh、沧州180亿kWh、邢台182亿kWh、邯郸388亿kWh。

5、调整前和调整后的预测结果分别进行保存。

实施例2(协调年度预测与月度预测结果)：

具体步骤如下：

1、分析全网年负荷特性及月负荷特性，如年最大负荷、年平均负荷、年负荷率、年最大峰谷差及月最大负荷、月平均负荷、月负荷率、月最大峰谷差等指标，分析经济增长率和气候等影响因素。例如由河北南网的年度负荷曲线可以分析，年最大负荷通常发生在空调降温负荷与农业排灌负荷叠加的6、7月份，当月电量相应较大，负荷预测结果应符合这一规律。

2、选择一种或多种预测方法预测用电量，例如选择1997-2009历史数据为基础，选取线性模型、指数模型1和指数模型2预测法综合得到2010年统调口径预测结果1339亿kWh。根据各月度用电量预测结果，得到2010年河北南网统调口径预测结果1325亿kWh。

3、由于电网年度电量预测结果与电网月度电量预测结果之和不相等，跳至下述第4步。

4、选择由上到下的均衡方式或由下至上的均衡方式进行均衡。

(1)采用由上到下的均衡方式进行均衡，对电网的预测预测结果重新修正。

可采用如下三种途径：

a.参考历史电量结构进行均衡

分月历史的电量结构值为：一月8.9％、二月7.1％、三月8.1％、四月7.7％、五月8.5％、六月8.8％、七月9.2％、八月8.9％、九月7.9％、十月7.7％、十一月8.2％、十二月9.0％。

根据历史电量结构将河北南网总量1339亿kWh在各下级电网间分配，得到一月119亿kWh、二月95亿kWh、三月108亿kWh、四月103亿kWh、五月114亿kWh、六月118亿kWh、七月123亿kWh、八月119亿kWh、九月106亿kWh、十月103亿kWh、十一月110亿kWh、十二月121亿kWh。

b.参考预测结果进行均衡

分月预测的电量结构为：一月9.1％、二月6.7％、三月8.2％、四月7.6％、五月8.3％、六月8.9％、七月9.2％、八月8.8％、九月7.9％、十月7.8％、十一月8.3％、十二月9.1％。

根据该预测结果结构将河北南网总量1339亿kWh在各月间分配，得到一月122亿kWh、二月90亿kWh、三月109亿kWh、四月102亿kWh、五月111亿kWh、六月119亿kWh、七月123亿kWh、八月118亿kWh、九月106亿kWh、十月105亿kWh、十一月111亿kWh、十二月121亿kWh。

c.同时考虑历史负荷构成与预测结果，根据两种分布因子进行分配的结果进行加权平均

根据两种分布因子进行分配的结果进行加权平均，加权平均后电量结构为：一月9.0％、二月6.9％、三月8.2％、四月7.79％、五月8.4％、六月8.9％、七月9.2％、八月8.9％、九月7.9％、十月7.8％、十一月8.3％、十二月9.1％，得到2010年各月用电量预测结果，一月121亿kWh、二月93亿kWh、三月109亿kWh、四月103亿kWh、五月112亿kWh、六月119亿kWh、七月123亿kWh、八月119亿kWh、九月106亿kWh、十月104亿kWh、十一月110亿kWh、十二月121亿kWh。

(2)当月度电量预测准确时，采用由下到上的均衡方式进行均衡，对电网年度电量的预测结果重新修正。

将年度电量的预测结果1339亿kWh调整至1325亿kWh，电网月度电量预测结果不变，得到一月121亿kWh、二月89亿kWh、三月108亿kWh、四月101亿kWh、五月110亿kWh、六月118亿kWh、七月122亿kWh、八月117亿kWh、九月105亿kWh、十月104亿kWh、十一月110亿kWh、十二月120亿kWh。

5、调整前和调整后的预测结果分别进行保存。

实施例3(协调总量负荷与分量负荷预测结果)：

具体步骤如下：

1、分析全网年负荷特性及分产业年负荷特性，如年最大负荷、年平均负荷、年负荷率、年最大峰谷差等指标，分析经济增长率和气候等影响因素。例如第一产业受气候影响大，第二、第三产业则受经济增长率影响大，负荷预测结果应符合这一规律。

2、选择一种或多种预测方法预测用电量，例如选择1997-2009历史数据为基础，选取线性模型、指数模型1和指数模型2预测法(或者选取动平衡法或人工神经网络模型法或灰色预测模型法)综合得到2010年统调口径预测结果1339亿kWh。根据各产业综合用电量预测结果，得到2010年河北南网统调口径预测结果1329亿kWh。

3、由于总电量预测结果与分产业电量预测结果之和相等，跳至第5步，否则跳至下述第4步。

4、选择由上到下的均衡方式或由下至上的均衡方式进行均衡。

(1)采用由上到下的均衡方式进行均衡，对电网的预测预测结果重新修正。

可采用如下三种途径：

a.参考历史电量结构进行均衡

分产业历史的电量结构值为：一产11.0％、二产70.0％、三产5.5％、居民生活13.5％。

根据该预测结果结构将南网总量1339亿kWh在各部门间分配，得到一产147亿kWh、二产937亿kWh、三产74亿kWh、居民生活181亿kWh。

b.参考预测结果进行均衡

各产业预测的电量结构为：一产11.4％、二产68.8％、三产5.9％、居民生活13.9％。

根据该预测结果结构将河北南网总量1339亿kWh在各部门间分配，得到一产152亿kWh、二产921亿kWh、三产80亿kWh、居民生活186亿kWh。

c.同时考虑历史负荷构成与预测结果，加权平均后电量结构为：一产11.2％、二产69.4％、三产5.7％、居民生活13.7％，根据两种分布因子进行分配的结果进行加权平均。

根据两种分布因子进行分配的结果进行加权平均，得到2010年各月用电量预测结果，一产150亿kWh、二产929亿kWh、三产77亿kWh、居民生活184亿kWh。

(2)当分产业电量预测准确时，采用由下到上的均衡方式进行均衡，对电网总电量的预测结果重新修正。

将总电量的预测结果1339亿kWh调整至1329亿kWh，分产业电量预测结果不变，得到第一产业151亿kWh、第二产业914亿kWh、第三产业79亿kWh、居民生活用电量185亿kWh。

5、调整前和调整后的预测结果分别进行保存。

本发明只需在传统任意负荷预测软件中，采集由预测软件得到的对应的各级负荷预测结果，按照前述步骤，提供多种备选方案，用户可根据自身特性和需要，选择合适的方案进行演算，实现各级负荷预测结果的均衡匹配。

Claims (1)

1.一种电力系统各级负荷预测指标的均衡匹配方法，其特征在于其步骤如下：

(1)对负荷进行负荷特性分析：

a.对于协调上级电网与下级电网预测结果，所述负荷特性分析包括分析不同地区、不同行业的负荷特性、用电负荷自然增长率，以及分析经济增长率和气候影响因素；

b.对于协调年度预测与月度预测结果，所述负荷特征分析包括分析全网年负荷特性和月负荷特性，以及分析经济增长率和气候影响因素；

c.对于协调总量负荷与分量负荷预测结果，所述负荷特性分析包括分析全网年负荷特性及分产业年负荷特性，以及分析经济增长率和气候影响因素；

(2)根据上述负荷特性分析结果，选择一种以上的下述预测方法进行一次预测：

线性模型法、动平均法、指数平滑法、人工神经网络模型法、灰色预测模型法；

(3)一次预测结束后，比对各级负荷之间是否满足客观自然规律，如满足，则无需进行调整，如不满足，则需进入下述第(4)步，对预测结果进行二次修正；

所述满足客观自然规律是指：年度预测为全年12个月月度预测结果之和、总量预测为各分类预测之和及上级电网预测为各下级电网预测之和；

(4)在所述二次修正过程中，根据不同需要，可提供两种均衡方式，一种均衡方式为从上到下的均衡方式，另一种均衡方式为从下到上的均衡方式；当选择从上到下的均衡方式时，将进入下述第(5)步，当选择从下到上的均衡方式时，将进入下述第(6)步；

(5)所述从上到下的均衡方式包含三种途径，第一种途径为仅考虑历史的负荷构成情况进行均衡；第二种途径为仅考虑预测结果的负荷构成情况进行均衡；第三种途径为同时考虑历史负荷构成与预测结果，以加权分布因子方式对预测数据进行微调，直至满足要求为止；

(6)所述从下到上的均衡方式为以分量负荷预测结果为准，向上累加汇总构成总量负荷预测结果；

(7)得到预测均衡结果后，分别保存调整前和调整后的负荷预测数据，以便查询与验证。

Images