提高孝感地区负荷预测准确率方法

刘 恒 汤海霞



提高孝感地区负荷预测准确率方法

刘 恒1汤海霞2

1.国网孝感供电公司，湖北 孝感 432100 2.国网随州供电公司，湖北 随州 443100

深层次剖析影响孝感电网负荷的因子，针对这些因子提出了相应的解决办法。采用新办法后将极大地提高孝感地区负荷预测准确率，保证负荷预测各项考核指标的顺利完成。

负荷预测；日均负荷预测准确率；影响因子；预测算法

长期以来，国内外行业专家学者和电力系统负荷预测相关人员不断探索，形成了一系列行之有效的预测方法。湖北省电力公司2007年开始将“负荷预测准确率”作为电网调度运行的考核指标之一，同时也纳入同业对标范畴。与此同时，我们也在不断地思考提高负荷预测准确率的问题，尽管目前负荷预测的研究已倾向“数学化”，所用的模型与方法也较先进，但笔者作为生产一线的工人，预测的是实际的地方负荷，如果把负荷数据当成一系列“纯粹”的数据看待，这就失去了电力系统的特色以及不同地区的特点。因此，笔者立足地方负荷特点，从负荷构成的物理机理入手，研究其变化规律，不断总结经验，再选用适合地区负荷预测的模型、计算算法综合提高预测准确率。

1 负荷预测指标描述

1.1 准确率指标

负荷预测准确率分为日负荷预测准确率、日最高负荷预测准确率、日最低负荷预测准确率。

1.2 准确率计算原理及公式

1.3 准确率考核指标

2015年考核指标为≥95%，2016年考核指标为≥95%。

2 孝感地区现有负荷预测流程及步骤

说明：地调调度负荷预测专责根据地区气象信息、次日检修情况和近日用电负荷特性进行负荷预测，并与16：00以前上报省调。省调主要考核每15分钟的负荷预测的准确性，一天共计96点。目前还没有专门的预测软件来预测，基本是依自动化PAS系统高级应用模块来完成初始数据预测，再依靠预测专责根据实际情况手工修改完成。

表1 孝感地区2015年负荷预测准确率汇总

表2 孝感地区2015年、2016年负荷预测准确率对比

3 分析影响孝感地区负荷预测准确率因子

2015年日均负荷预测准确率指标完成了94.94%，刚好完成省公司下达的95%的指标要求，2016年开始我们开展专题分析研究，找出影响这个指标的因子，具体如下：（1）孝感电网负荷基数小，任意负荷非计划切除都对准确率造成较大影响。2015年孝感电网日最大负荷179.3万千瓦，最小负荷43.85万千瓦，日均负荷92.64万千瓦，据2015年用电情况统计，大用户用电量占比为33%；居民生活用电占比为34%；非居民用电占比为3%；非普用电占比为14%；农业生产占比为1.7%；农业排灌占比为4.5%；城镇工商业占比为5.8%。正常情况下，电网无对用户停电的检修、无事故跳闸，且天气变化不大，负荷基本具有一惯性，即与之前同样天气条件下的实际负荷基本一致，因此对每日的天气、检修损失负荷情况以及当日的曲线均要做记录备查，同时对以后同等情况下的预测有一个参照作用。这样做出来的准确率有94%以上，有时甚至超过96%，在同业对标前五名之列。但是这种同等条件仅限于春秋天气变化较为平缓，负荷变化不大的季节。（2）大用户非计划停运对负荷预测准确率的影响尤其突出。以某钢厂为例，钢厂满负荷运行时，平均负荷1.2万千瓦，其生产特点是每4小时炼好一炉钢水，倒出后再炼下一炉，倒钢水时，负荷基本跳变至0.2万千瓦，从而负荷曲线形成规律性跳变。该跳变对日均负荷预测准确率、日最低负荷预测准确率，日最大负荷预测准确率影响巨大[1]。（3）夏、冬两季负荷规律性小，变化大，不易预测。夏季雷雨天气较多，气温骤降，且馈线线路跳闸时有发生，使得负荷骤降2万多，这种情况下的日均负荷预测准确率一般只有80%，因此夏季天气对负荷预测准确率影响尤为明显，虽然通过天气预报可以了解次日天气，但天气预报的准确性及精确性都不是很高，特别是预测有雷雨，但不知道雷雨具体时间，这些给次日负荷准确预测带来难度。冬季里雨雪天气同样造成相同的影响。（4）不可抗拒因素。雷雨、大风、冰雪、外力破坏引起线路跳闸、倒杆大量减负荷，使得预测准确率大大降低，从而影响整体的预测准确率。（5）预测工具落后。截至目前，孝感地区还没有专门的负荷预测系统软件，基本是依自动化PAS系统附带的高级应用模块来完成初始数据预测，再依靠预测专责根据实际情况手工修改完成。对于与预测相关的基础数据的获取基本上是靠人工收集，凭经验取舍，从而修正预测数据，系统也没有考虑到气象数据的影响。

4 针对不同影响因子的解决办法

通过上述分析，得出了影响孝感电网负荷预测准确率的主要因子，要解决负荷预测准确率的办法只有使用一个能综合考虑这些影响因子的专业预测系统来预测。计算软件原理。在实际应用中，对负荷实际变化规律及影响因素做细致的分析。其基本模型可将负荷分成四个分量：Pl（t）=B（t）+W（t）+S（t）+V（t）。其中，Pl（t）：时刻t的总负荷；B（t）：时刻t的基本负荷分量；W（t）：时刻t的天气敏感负荷分量；S（t）：时刻t的特别事件负荷分量；V（t）：时刻t的随机负荷。基本正常负荷分量是指负荷变化有规律并排除天气影响的分量，一般包含趋势项和周期项，可用线性变化模型和周期变化模型来描述，特别事件负荷分量是指特别的电视节目、重大政治活动等对负荷造成的影响，其特点是，只有积累了大量的事件记录，才能从中分析出某些事件的出现对负荷的影响程度，从而作出修正的规则。一般借助因子模型采用简单的人工修正。因子模型可以分为乘子模型和叠加模型两种。

4.2 负荷预测的效果比较

见表2。

5 结束语

本文采用新的预测系统，用适合孝感地区的计算模型对孝感电网负荷预测进行预测。改进后的预测准确率大大提高，保证了考核指标的完成，也提高了同业对标名次。

[1]王利军.电力建设中电网规划的分析[J].大科技：科技天地，2011（18）：199-200.

Enhances along with Xiaogan area load forecast rateof accuracy method

Huang Jianjun

.Xiaogan Power Supply Company，Hubei Xiaogan 432100

The deep level analysis influence along with the state electrical network load's factor， proposed the corresponding solution in view of these factors. After using the new means that will enhance greatly along with the state area load forecast rate of accuracy， guaranteed that the load forecasts each inspection target smooth completion.

load forecast；daily average load forecast rate of accuracy；influence factor；forecasts the algorithm

TM715

A

1009-6434(2016)09-0127-02

刘恒（1980—），男，高级工程师，主要从事电网调控运行方面的研究。