基于云计算的扩展短期负荷预测方法的研究

李真

【摘 要】随着国家基础设施建设的不断完善，人们的生活环境有了很大的改善。为了提升社会各环节、各领域的节能效益，各行业都积极进行了相关的改革。在这种情况下，我国电力系统也面着在保证系统稳定性的前提下节能降耗运行等实际问题。从实践过程来看，我国电网管理环节针对电力系统的总体负荷特性以及预测技术对负荷预测的影响的研究较为深入，且在当前的技术水平下，将云计算模式引入到该电网项目之中。本文就基于云计算的扩展短期负荷预测方法及其实际的应用过程进行阐述，探究在该方法影响下电网环境的改善效果，以期为实践工作带来启示。

【关键词】云计算；扩展短期负荷预测方法；研究

0 前言

国家电力系统安全稳定运行是老百姓维系正常生活的重要前提，而电网环境中完善的负荷预测对于整个电网系统运作的稳定性有着直接的影响。在现实生活中，电力系统的运转优劣直接影响着社会当中各个环节的运行秩序。为了防止电力系统出现异常状况，给居民用电带来影响，有关部门对电力系统的扩展短期负荷预测方法等问题进行深入探究，并提出在云计算模式下的扩展短期负荷预测方法，将其付诸于实践进行效能验证。

1 浅析电力负荷预测工作的背景及其操作要点

1.1 电力负荷预测工作背景概述

电力负荷预测的开展始于20世纪80年代初。从最初的工作状况来看，早期的电力负荷预测工作完全依靠预测人员的运行经验来进行，缺乏科学的理论做指导，因此，所预测出来数据的误差往往较大，对实际工作的順利开展带来了不小的障碍[1]。随着电力行业的不断发展，尽管行业技术水平有所提升，但同时，我国各地方的电力系统环境也日趋复杂，如若单纯地依靠人工预测己经远远不能满足预测的要求。在这种情形之下，电力负荷预测工作的推进需要更高级的技术来为其做支撑，促使电力负荷预测结果更科学、更准确。

1.2 浅析实际工作中的电网负荷预测要点

从以往的实际工作经验可知，负荷特性、气象变化、节假日等因素对负荷预测的影响较大。在以往，对于短期负荷预测系统来说，多采用的是综合模型预测方法，在该策略的导向下，能够较为准确的测定出短期内的实际历史负荷数值，但也存在着一定的弊端，即采用同样的算法对下一个预测日进行预测时，既往的预测结果就发生了调整。因此，在目前的电网负荷预测技术的支撑下，需要采取有效措施来扩展短期负荷预测方案的实效性。当然，除了以上所提及的几点关键因素以外，预测技术方法的实际应用效果的优劣对于短期负荷预测结果也有着一定的影响。

2 基于云计算的扩展短期负荷预测方法

现阶段，在执行符合预测工作时，往往需要借助多种技术的整合应用，才能提升负荷预测的精度。近几年来，智能电网理论及其实践给电力工业注入了新的发展活力。从总体来看，短期负荷预测效果的优劣与电力系统预测精度息息相关，实质上，采用高效的方法来提高预测精度是探索电力网络稳定运行策略的最佳途径。

2.1 浅析云计算模式本身及其功用

云计算是一种基于互联网平台管理的新型网络化服务模式，可以实现资源的储存以及资源的共享等职能，具备一定权限的用户可以顺利到云计算服务平台上去下载所需要信息资源，极为方便快捷。在目前，很多行业以及领域当中，都运用了云计算技术来提升产业能效与强化沟通，并取得了一定的实效，云计算技术的发展日益成熟起来。从狭义概念来看，云计算指的是电子信息产品及其应用模式，通过网络平台进行资源交互利用，其特点在于传输速率快、平台储存量大等方面；从广义来看，云计算模式是一种基于互联网平台的多元化管理应用模式，为诸多领域提供信息传递、储存等服务[2]。

2.2 云计算对扩展短期负荷预测所起到的作用分析

智能电网环境有赖于相关产业技术的不断升级，而且，构建并维系智能电网环境所需的通信中间件技术具备极其明显的特征，且在各项核心技术支撑下的电网系统功能有一定的优势，因其是各个功能模块的集中运作。从总体来看，云计算模式对于扩展短期负荷预测所起到的作用主要体现在如下两个方面：一方面，弱化了在传统方案作用下的负荷预测数据所受到的非同类型日数据的干扰性，从而将整个负荷预测过程简化处理；另一方面，构建了气象负荷数据源为参数指标预测模型，从而令短期负荷预测结果更为精准，有利于实践工作的顺利执行[3]。

图1 基于云计算架构的负荷预测系统示意图

从图1中可以清楚的看到，作为云计算框架下的负荷预测系统的核心，起到了维系整个电网系统正常运作的关键作用，无论是电网环境中信息的采集还是负荷预测结果的呈现，都有赖于当前计算机技术水平下的云服务模式的总体运作规程。从我国南方某供电网络系统的长期运转过程来看，目前所采用的在云计算框架下的扩展短期负荷预测方法具备一定的可行性。

2.3 在云计算模式支撑下的扩展短期负荷预测方法的实效

实质上，扩展短期负荷预测方案的基本原理很简单，如若能够遵循该方案原理来推进实际工作，则更加有利于电网环境中系统稳定性的维护与管理。从具体来看，在云计算模式支撑下的扩展短期负荷预测方法是以当日及日前的信息数据为测算前提，而将这些基础数据节点进行科学化估算，以此来弥补当日所缺失的负荷数值[4]。在云计算模式下，更能够将短期负荷预测的信息采集及其处理过程系统化，从而满足整个电网系统的智能化操作与管理。此外，从目前我国智能电网所具备的特征来看，电网运作环境的高质高效是其突出优势，要想在国内各地区布设优质的智能电网系统，则要从各项核心技术上着手来发展。总而言之，在现代社会环境中，电力需求量的增长速度较快，传统的供电设备、送电线路已经不适应当前人们的大规模用电[5]。因此，构建一套新型电力负荷预测模式极为重要，基于智能电网建设的通信中间件关键技术不仅能够实现配电侧的智能化需求，而且可以凭借配电自动化系统技术以及配电管理系统等模块来维系整个供电网络的智能化电力配比，从而满足不同时段用户的用电需求。

3 结束语

通过研究云计算架构下的短期负荷预测模型，可以预见到该策略的应用前景较为广阔。现阶段，由于供电网络的分布较为复杂，电力系统的服务区域广阔，且整个体系的运转程序较为复杂，因此，电网如若发生故障，则会对诸多领域造成影响。云计算架构下的短期负荷预测方案的实际操作能够满足当前所有用户的用电需求，并且在保证用电安全的前提下，实现供电过程的经济性，以此来提升我国供电单位的整体效益。

【参考文献】

[1]先秀丽.分析负荷特性构筑的多小水电地区短期负荷预测思路[J].中国新技术新产品，2014，12（12）：52-53.

[2]张玲玲，杨明玉，张华彬.基于PSO和曲线重迭算法的扩展短期负荷预测[J].电力科学与工程，2014，07（07）：35-36.

[3]赵冬梅，魏娟，王舶仲，等.基于相似日的超短期母线负荷概率性区间预测[J].电气应用，2013，11（11）：39-40.

[4]柴熠，罗锐利，孙大帅.智能电网用户端环境下短期负荷预测方法的研究[J].低压电器，2012，09（17）：10-12.

[5]魏少岩，吴俊勇.基于灰色模型和Kalman平滑器的多母线短期负荷预测[J].电工技术学报，2010，02（02）：159-160.

[责任编辑：许丽]