導語：電力系統負荷預測研究論文一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

論文關鍵詞：電力系統負荷預測數據

論文摘要：目前短期負荷預測方法通過利用最新的歷史負荷數據，可以預測當日當前時刻以后若干小時的未知負荷，其預測精度明顯高于常規的短期負荷預測。為滿足電力市場實時交易對負荷預測的新要求，將這種方法應用于修改歷史負荷壞數據和補足當日未知負荷數據，以協助提高短期負荷預測的準確度。

短期負荷預測是電力市場運營中不可少的計算。短期負荷預測結果準確與否，對系統運行的經濟性、安全性有很大影響。

對于任何負荷預測系統，要提高預測的準確度，需要具備兩個條件：第一，良好的預測基礎；第二，充足的參考信息。在電力領域，對于常規的短期負荷預測系統，這兩個條件體現為：首先，給負荷預測系統提供充足的、完整而且準確的歷史數據樣本；其次，在預測過程中充分的引入最新的負荷相關信息。

一短期負荷預測的方法

短期預測的基本思想是：利用預測時刻以前的歷史負荷數據，用幾種不同的方法做預預測，可以預測該時刻以前的系統負荷，根據各方法的預測精度確定這些方法在綜合模型中的權重；利用這一權重，使用昨天及以前的歷史負荷數據，做今天預測時刻后的全日未知負荷的預測。由于利用了預測時刻以前的最新的負荷信息，因此，用這種方法大大提高了負荷預測的精度。

短期負荷預測方法的關鍵是：以當日已經發生的負荷的變化模式作為全日未知負荷變化規律的參考，在此基礎上預測出未知的負荷值。其隱含的原理是：對于同一日，在一天內的天氣等負荷敏感因素不發生突變的情況下，其全日負荷的變化模式不會發生突變。

下面用這個方法解決限制短期負荷預測準確度提高的兩個問題。

二修正歷史負荷壞數據

歷史實況負荷數據是負荷預測系統建立算法模型的基礎，其數據質量的好壞直接影響負荷預測準確度。歷史負荷中的壞數據需要處理。

傳統的短期負荷預測方法一般憑靠人工經驗完成這些壞數據的修正，或采用簡單的辨識、平滑方式處理壞數據，這些方式均有很大的局限性，其效果也不理想。

采用短期負荷預測方法對歷史壞數據點進行修正，具有簡單有效、適應性好、準確度高的特點。

負荷預測應用中的歷史負荷壞數據有兩類。一是數據采集系統（SCADA）采集設備或傳輸設備質量不高，造成一些瞬時丟失的壞負荷數據點（稱為通道壞數據）；二是電力系統中，一些人為或非人為的突發事件影響用電負荷，造成持續時間較長的畸變負荷數據點，這是不可預見的負荷變化。

這些壞數據點（包括通道壞數據、畸變壞數據，）若不作處理，直接作為數據樣本參與預測，必然降低負荷預測的準確度。

采用短期負荷預測方法對壞數據點進行修正的原理是：辨識出歷史日中的正常數據點和可疑數據點；以正常數據點為已知條件，采用短期負荷預測方法完成對可疑數據點的預測，用預測結果修正這些可疑數據點。其修正步驟如下：

（1）辨識可疑數據點

壞數據點往往具有數值突變的特征。通過這個特征可以辨識出歷史負荷數據中的可疑壞數據點。實現辨識的方案并不唯一，筆者采用的方案為負荷數據突變辨識。

對于不同的電力系統，其負荷數據中存在的正常的隨機變化量幅度不同，通過提高或降低判斷標準，即可收緊或放寬對可疑數據點的認定。任何一種可疑數據判斷機制都可能造成一定的誤差（誤判或漏判），但是，在采用短期負荷預測進行壞數據修正時，由于依據的是有規律的預測結果完成修正，所以所認定的可疑數據點多幾個點或少幾個點并不會對修正結果造成太大的影響。這正是這種修正方案獨特的優勢所在。

（2）修正可疑數據點

修正歷史數據中的可疑數據是短期負荷預測系統的要點和難點之一。準確的修正可疑數據點的數據要比辨識它難得多。因此，傳統的負荷預測系統無法很好地處理壞數據修正問題，只能依靠預測人員的人工經驗來解決。采用短期負荷預測方案進行壞數據修正則可代替人工修正方式，減少預測人員的工作量，同時減少由于人工修正帶來的人的主觀因素影響。

統計表明，實際電力系統中每日壞數據點數一般不超過10點，即：n<10，正常數據點m≥86。則上述修正方案相當于，在以已知的（多于）86點數據為優化目標的情況下，對該日96點數據進行短期負荷預測，統計表明，這樣條件下的預測準確度高達98.42%以上。可見，修正效果非常理想。

實際應用中，由于錯判或漏判幾個壞數據點對修正結果無太大影響，因此，該方案尤其適用于正常負荷曲線比較平滑，而系統突發事件又比較頻繁的電力系統。三補足當日未知多點負荷值

短期負荷預測主要應用于提前一天完成用電計劃的制定。傳統的負荷預測系統往往只是依賴昨日以前的歷史數據樣本，及相關的負荷影響因素數據，完成明日用電計劃負荷的預測。這種預測方案沒有利用最新的、含信息量非常豐富的當日的已知負荷信息，使得預測準確度難以進一步提高。

如何利用最新獲得的當日的負荷信息參與明日的用電預測，是提高短期負荷預測的預測精度的關鍵之一。采用短期負荷預測對當日未知的負荷數據進行虛擬補足，并利用這些數據和當日已發生的負荷數據一起作為已知數據參與預測，可以提高第二日負荷的預測精度。其應用背景及實現方法如下所述。

目前，國內適用的短期負荷預測系統絕大多數采用的是綜合模型預測方案。該方案的實現原理是：尋找出與預測日各種影響因素相似的歷史日期；采用不同的預測算法對其進行虛擬預測；比較該日實際歷史負荷與虛擬預測結果的擬合準確度以確定各種算法的權重分配；應用所得到的各算法的權重做第2日負荷預測。

在這樣的預測機制下，有一個矛盾需要解決，即在對尋找到的相似日（歷史日）進行虛擬預測時，該日前1日的負荷已經知道，而且參與了對相似日負荷結果的預測；然而，采用同樣的算法對預測日（明日）進行預測時，其前一日（當日）的負荷不全，例如。只有11時之前的負荷數據，缺少11時之后到24:00這段時間的負荷。因此，只能取昨天的負荷做預測，影響預測精度。為此，必須盡可能準確的補足這些缺失負荷，并用它們參與預測。采用短期負荷預測實現對當日負荷數據的補足是一個有效、合理的方案。

該方案原理是：以當日及以前已知的實況信息為已知條件，采用短期負荷預測對當日未知負荷點的數據進行預測，并用預測結果作為這些點的數據的合理估計值，從而“彌補”上當日缺失的負荷值。

對國內某電力系統利用近幾年的負荷數據進行預測，按上述方案補足當日負荷數據，并應用它參與次日的短期負荷預測，與傳統的短期負荷預測方法相比，其預測準確度可提高約2%。而且，由于短期負荷預測充分應用了當日最新的負荷信息和氣象信息，對日負荷變化跟蹤迅速，因此，它尤其適用于負荷變化幅度大、日負荷影響因素多的電力系統。

四結論

要想提高短期負荷預測的準確度，就要確保預測系統積累有足夠的、準確的歷史參考樣本信息，并盡可能的利用最新的負荷（相關）信息。短期負荷預測方法為這兩種需求提供了理想的實現方案。實際應用表明，該方法對提高短期負荷預測準確度的作用是明顯的。

參考文獻：

[1]莫維仁，孫宏斌，張伯明．面向電力市場的短期負荷預測系統設計及實現[J]．電力系統自動化，2001，25(23)：41-44．

[2]王民量，張伯明，夏清，等．能量管理系統TH-2000中的短期負荷預測[J]．電力系統及其自動化學報．1999，(4)：15-20．

[3]康重慶，夏清，沈瑜，等，電力系統負荷預測的綜合模型[J]，清華大學學報，1999，39(1)：8-11