地区电网电力负荷预测分析

陈 智 倪 山

（国网成都供电公司电力调度控制中心，四川 成都610041）

0 引言

近年来，随着我国经济的不断发展，用户对于电力的需求也在不断增大，在某些地区出现了电力资源供不应求的局面。由于电能生产—输送—消耗均在同时完成，不能大量储存，只有根据不同地区的负荷情况进行合理规划，才能实现电力的供需平衡，从而降低发电成本，保证可靠供电，提高电力系统的经济性。

1 负荷预测概述

负荷表征着电力系统中电力的需求量，而需求量指的是电能的时间变化率，即功率。电力系统的负荷预测有2个方面的内容：对未来功率的预测、对未来用电量的预测。对功率的预测可以决定输电与配电设备的容量，而对用电量的预测将决定应安装什么种类的发电机组。

2 负荷预测的分类及影响因素

2．1 时间电力负荷预测

时间电力负荷预测可分为超短期负荷预测、短期负荷预测、中期负荷预测、长期负荷预测这4种类型。

2．2 空间电力负荷预测

空间电力负荷预测是对供电范围内将来电力负荷的地理位置、大小的预测，以及对固定范围内电力负荷时间、地域分布的预测。空间电力负荷预测是电网规划的基本依据，依据结果来确定电力设备的容量及分布，可提高电网建设的经济性。空间负荷预测不光能预测未来负荷的大小，还能得出其具体的地域分布，可满足电网管理由粗放型向精益化转变的需求。空间负荷预测所需基础数据和信息来源很广，门类性质不同，但都会不同程度地影响着目标的确定、预测模型的建立、预测方法的提出或选用、预测结果的精度评判。

3 典型负荷类型

典型负荷类型包括城市民用型负荷、农村型负荷、商业型负荷、工业型负荷等，不同负荷类型的发展变化规律也不尽相同。具体如下：

（1）随着居民家用电器的不断增多，城市居民的电力负荷不再以照明负荷为主。

（2）农村型负荷的季节性变化比较强。

（3）商业型负荷会影响到晚高峰。

（4）工业负荷受气象因素影响较小，但由于夜间大型工业负荷减少，其间负荷增长率会降低。

分析研究影响电力负荷构成的因素对于提高电力负荷预测的准确性是非常重要的，尤其是能提高电力系统应对突发情况的能力。

4 地区电力负荷预测

根据多年积累的数据及其分析，A地区丰水期主要受温度影响，同时也受湿度及降水影响。通常夏季温度在25～36℃之间，湿度在50%～95%之间，高温天气一般出现在7月下旬至9月上旬近2个月，在此期间高温、高湿天气持续时间比较长，并伴有降水过程，甚至会引发洪涝灾害。

4．1 丰水期A地区负荷特点

（1）负荷主要受温度影响，同时受降雨影响。A地区夏季降温负荷对温度的敏感点为27℃，进入27℃后最高温度每上升1℃，便会导致最高负荷增加10万kW。30℃时降温负荷对温度进入高敏感区，此时若发生大的降水，则温度骤降，在小水电大发和降温负荷骤减的影响下，系统负荷迅速下降。

（2）温度升高造成峰、谷差明显增大，负荷率随之下降。

（3）最高温度对日电量影响明显。最高温度每上升1℃，日电量增加约163万kW·h。

4．2 丰水期A地区负荷预测

4．2．1 最高负荷预测

目前，我们所采取的方法仍为增幅法，并以最高负荷与持续高温天数的规律图进行校验。用平均增幅法预测2014年丰水期最高负荷，公式如下：

式中，Pmax为今夏最高负荷；Pmax′为去夏最高负荷（初步还原值）；K为主网最高负荷年增长率。

由于历年最高负荷增幅较为离散，因此取用历年来丰水期电量的平均增幅14．8%作为今年最高负荷增幅，取2013年丰水期还原后最高负荷262万kW作为基准，得出2014年丰水期的最高负荷为：（1＋14．8%）×262＝300万kW。

4．2．2 最高负荷校验

4．2．2．1 基准负荷

基准的选取遵循以下2个原则：温度在27℃以下，水情应与7—9月相当。2010—2013年最高负荷表如表1所示。

表1 2010—2013年最高负荷表

平均增幅为：（26．86%＋4．68%＋6．23%）／3＝12．59%。

2014年基准负荷为：（1＋12．59%）×199．6＝225万kW。

4．2．2．2 与高温持续天数对应的最高负荷

图1为最高负荷与持续高温天数的规律图，从图中可以看出，A地区夏季高温一般持续5～9天，即灰色柱状区域，因此2014年丰水期最高网供负荷出现在265～305万kW之间的几率最高。

图1 最高负荷与持续高温天数的规律图

2014年丰水期最高负荷预测值为300万kW，既是计算结果，也符合调度部门迎峰度夏的分析着眼点——系统安全，因为选取较高负荷值作为迎峰度夏的目标进行分析，能更充分地暴露系统的不足。

5 结语

本文首先对电力负荷预测进行了概述，对电力系统负荷预测进行了系统的分类，并详细说明了影响负荷预测的关键因素，然后结合我国A地区丰水期负荷特性和影响因素对其进行负荷预测，预测结果与校验值相符。

［1］韦钢，贺静，张一尘．中长期电力负荷预测的盲数回归方法［J］．高电压技术，2005（2）

［2］张博．地区电网电力需求预测方法研究及应用［J］．电源技术应用，2013（8）

［3］康重庆，夏清，张伯明．电力系统负荷预测研究综述与发展方向的探讨［J］．电力系统自化，2004（17）