几种负荷预测方法及其应用
摘要:在电力改革进一步深入、电力市场逐步形成、电力企业自主经营、自负盈亏的今天,电力负荷预测工作开始越来越重要。科技发展为预测提供了各种理论和方法,通过对珠海市电力负荷预测,对预测方法及其应用进行初步探讨。
关键词:电力负荷 预测 方法 应用
1 趋势分析法
趋势分析法称之趋势曲线分析、曲线拟合或曲线回归,它是迄今为止研究最多,也最为流行的定量预测方法。它是根据已知的历史资料来拟合一条曲线,使得这条曲线能反映负荷本身的增长趋势,然后按照这个增长趋势曲线,对要求的未来某一点估计出该时刻的负荷预测值。常用的趋势模型有线性趋势模型、多项式趋势模型、线性趋势模型、对数趋势模型、幂函数趋势模型、指数趋势模型、逻辑斯蒂(Logistic)模型、龚伯茨(Gompertz)模型等,寻求趋势模型的过程是比较简单的,这种方法本身是一种确定的外推,在处理历史资料、拟合曲线,得到模拟曲线的过程,都不考虑随机误差。采用趋势分析拟合的曲线,其精确度原则上是对拟合的全区间都一致的。在很多情况下,选择合适的趋势曲线,确实也能给出较好的预测结果。但不同的模型给出的结果相差会很大,使用的关键是根据地区发展情况,选择适当的模型。分析珠海市1995年以来的用电量历史数据,发现具有比较明显的二项式增长趋势,模型曲线为y=0.229565x2-914.8523x+911472.65,利用该模型曲线得到2005年到2010年的用电量水平分别为52.78亿kWh和85.08亿kWh。拟合曲线如图1所示。
2 回归分析法
回归分析法(又称统计分析法),也是目前广泛应用的定量预测方法。其任务是确定预测值和影响因子之间的关系。电力负荷回归分析法是通过对影响因子值(比如国民生产总值、工农业总产值、人口、气候等)和用电的历史资料进行统计分析,确定用电量和影响因子之间的函数关系,从而实现预测。但由于回归分析中,选用何种因子和该因子系用何种表达式有时只是一种推测,而且影响用电因子的多样性和某些因子的不可测性,使得回归分析在某些情况下受到限制。
对珠海市历年用电量和国内生产总值GDP、人口popu等数据进行分析,求得回归方程为:y=-3.9848+0.0727GDP+0.10307popu,用该模型预测2005年和2010年的用电量水平分别为47.11亿kWh和70.98亿kWh。
回归分析预测方法是要通过对历史数据的分析研究,探索经济、社会各有关因素与电力负荷的内在联系和发展变化规律,并根据对规划期内本地区经济、社会发展情况的预测来推算未来的负荷。可见该方法不仅依赖于模型的准确性,更依赖于影响因子其本身预测值的准确度。
3 指数平滑法
趋势分析和回归分析都是根据时间序列的实际值建立模型,再利用模型来进行预测计算的。指数平滑法是用以往的历史数据的指数加权组合,来直接预报时间序列的将来值。
图1 拟合曲线图
其中衰减因子0<α<1,体现"重近轻远",即近期数据对预测影响大,远期数据影响小的基本原则。α越大时,由近期到远期数据的加权系数由大变小就越快,是强调新近数据的作用。例如当α=0.9时,各加权系数分别为0.9,0.09,0.009等。在极端情形下,α=1,则以往数据对预报没有任何影响。
对于电力系统负荷预测,重要的是曲线越接近目前时刻,就应当越准确,而对于过去很久的数据,不必要作很精确的拟合。类似惯性作用。
从对珠海市的实例计算可以看出,预测效果比较好。实例计算表明该方法能较好地模拟珠海市的实际并进行预测。但其不宜用于过长时期的预测。
4 单耗法
单耗法是根据第一、二、三产业每单位用电量创造的经济价值,从预测经济指标推算用电需求量,加上居民生活用电量,构成全社会用电量。预测时,通过对过去的单位产值耗电量进行统计分析,并结合产业结构调整,找出一定的规律,预测规划期的一、二、三产业的综合单耗,然后按国民经济和社会发展规划的指标,按单耗进行预测。
单耗法需要做大量细致
相关新闻:
-
无相关信息