电力系统饱和负荷预测研究综述

何 淼,叶 鹏,何宁宁,李 山

(1.沈阳工程学院 电力学院，辽宁 沈阳 110136; 2.国网辽阳供电公司，辽宁 辽阳 111000)

电力系统饱和负荷预测研究综述

何 淼1,叶 鹏1,何宁宁2,李 山1

(1.沈阳工程学院 电力学院，辽宁 沈阳 110136; 2.国网辽阳供电公司，辽宁 辽阳 111000)

随着我国城镇化及工业化水平地不断提高，基于电网远景规划的饱和负荷预测越来越受到人们的重视。做好电力系统饱和负荷的预测对城市电网架构、电网规模的规划和发展具有重要的指导意义。该文综述了电力系统饱和负荷预测研究的最新进展，从电力系统负荷特性及常用负荷预测方法、饱和负荷的含义及判断依据和电力系统饱和负荷预测方法等方面进行了总结研究，分析了城市电力系统饱和负荷预测常用的方法，并对电力系统负荷预测技术发展趋势进行总结和展望，为城市电力系统饱和负荷预测的研究、推广提供参考。

饱和负荷预测；电网规划；负荷特性；负荷预测方法

电力工业是社会经济发展的基石。随着社会改革的深入以及城市化建设的加快，城市用电负荷与经济发展密切相关且城市电网的规模也呈现快速增长的趋势。根据过去发达国家的发展经验，在发展的初期阶段，城市用电负荷可能迅速发展，当经济发展到一定阶段，受经济、人口、资源、政策等因素的影响，电力负荷增长会慢慢停止，总体上保持相对稳定，呈现饱和趋势[1-2]。

随着中国的城市化水平的不断提高，同时也出现了市区的繁华地区获得电网建设用地的困难，城市电网的布线空间限制问题更加突出，通过饱和负荷预测确定长期规划目标，可以规划输变电工程和城市中心区配电网建设项目等工作，化解城市电力线路建设与城市面貌建设之间的矛盾[3]。

近年来，在电网远景规划中提出了饱和负荷的概念，它不同于短期负荷预测和中长期负荷预测的预测方法，预测时间相对较长，考虑的因素较多，这与地理环境、发展水平、人口规模、自然资源等方面有关。城市饱和负荷的研究对于城市电力工业的规划和发展，特别是电网结构和电网规模的研究具有重要的意义[4]。

1 电力系统负荷特性及常用负荷预测方法

1.1 电力系统负荷特性

负荷特性是指电力负荷从电力系统的电源吸取的有功功率和无功功率随负荷端点的电压及系统频率变化而改变的规律。

中国现阶段负荷特点：90年代以来，我国各地区负荷增长很快，负荷特性变化较大，而且差异较大。总体来看，我国现阶段负荷特性的主要特点包括以下几个方面：

1)自上世纪90年代以来，随着电网网架结构的不断完善以及供电供需矛盾的逐渐缓解，全国大部分地区负荷率水平下降，峰谷差增大，是现阶段的发展趋势；

2)大部分地区年最大负荷增长速度高于用电量的增速，这将是未来我国处于发展时期负荷增长的主要特点；

3)受地理位置及经济发展程度的影响，全国不同地区的负荷特性呈现显著的不平衡性。

电力负荷是电力系统的重要组成部分，作为电力系统用户对于电力系统分析、设计和控制具有重要的影响。多年以来，学者们已经提出了大量的负荷模型，包括静态负荷模型、动态负荷模型和非机理动态负荷模型。同时，也陆续积累了很多测量参数。建立负荷特性数据库，易于历史数据的各种查询和调用，对于整体远程负荷特性的比较、分析、综合和应用开拓了思路。

1.2 电力系统常用负荷预测方法

按照时间的长短划分，电力负荷预测可以分为长期、中期、短期和超短期四种预测。其中，中长期负荷预测是以年为单位，进行中长期负荷预测可以为电网规划及建设提供数据参考，例如中长期负荷预测能够为电网扩容和装机容量提供基本数据，制定年度检修计划，确定运维等方式，也为区域或电网的发展速度、电力建设规模、电力工业布局、能源平衡等提供充足的依据；短期负荷预测通常可用月、周、日、小时为单位，主要对区域之间的权力平衡的调整，电网和人力资源需求的平衡，电力部门的日常运作，月检修计划的合理安排，运维方式及发电计划起到调度、规划等作用；超短期负荷预测通常以分钟为单位，主要用于电网的实时调度，满足运维规范的安全分析、控制和节省发电成本[6,7]。

中长期负荷预测方法包括单耗法、电力弹性系数法、趋势外推法、回归分析法和人工神经网络法等，其负荷预测的优缺点如表1所示。

表1 中长期预测方法优缺点

短期负荷预测方法包括时间序列法、灰色预测法、模糊逻辑法、小波分析法和综合模型预测法等，其负荷预测的优缺点如表2所示。

表2 中长期预测方法优缺点

2 饱和负荷

2.1 饱和负荷的涵义

当一个区域处于高度发达阶段时，其电力负荷将呈现出饱和态势，即为所说的饱和负荷[23]。影响饱和负荷的因素不仅包括用电负荷的规模及时空特性，还应考虑自然因素以及社会因素等[24]。因此，开展研究饱和负荷预测的研究，对城市电网架构、电网规模的规划和发展具有重要的指导意义。

2.2 负荷达到饱和的依据

随着城市基础设施的不断完善，当城市用电负荷达到饱和状态时应满足以下特征[25-27]：

1)城市电力负荷连续5年年增幅不超过4%；

2)城市经济处于缓慢或者停滞增长状态，城市化进程接近理想状态[28]；

3)城市用地类型基本不会发生变化，城市三种产业结构趋于平稳且合理的状态。

3 电力系统饱和负荷预测方法

常用的电力系统饱和负荷预测方法主要包括：Logistic曲线预测模型、基于人均电量的饱和负荷预测方法、基于多维度的饱和负荷预测方法、基于空间饱和负荷密度的预测方法。

3.1 Logistic曲线预测模型

在城市建设初期，由于城市建设的各种设施不完善，电力系统负荷的消耗处于缓慢的增长阶段；随着城市化建设的加快以及城市基础设施的不断完善，电力系统负荷的消耗处于快速增长阶段；当城市化建设处于高度饱和阶段，即城市发展水平达到高度发达程度，则电力系统负荷的消耗将处于饱和状态，即处于饱和增长阶段。在城市建设的进程中，电力负荷的消耗满足S型曲线的增长方式，因此，可以用基于S型曲线的Logistic数学模型进行电力系统负荷预测。

Logistic曲线是一种常见的“S”型曲线模型。该模型最初源自对生物种群的研究，经过大量的科学实验研究，发现经济、社会、人口以及其他领域中很多事物的发展过程中的某个或某些定量化特性也符合生物发展过程中的曲线规律。该曲线模型的方程如下：

(1)

图1 Logistic模型S型曲线

3.2 基于人均电量的饱和负荷预测方法

人均用电量法的优点是计算简单、易操作。然而，计算中需要的数据量庞大，预测工作十分繁琐，目前适用于中小型负荷预测。

参照城市经济社会的发展计划与国外发达国家数据，首先确定了基于环境和资源的该城市最大人口规模数，以人均用电量法计算出城市负荷达到饱和的数值，并预测出未来城市电力达到饱和的时间。采用人均用电量法预测饱和负荷的思想是，饱和年的总人口乘以人均饱和用电量，即得出全社会的饱和用电量及其规模，如式(2)所示， 最大负荷的饱和规模则可根据式(3)求得。

Qs=Ns*Qa

(2)

Ps=Qs/Tmax

(3)

式中，Qs为全社会用电量饱和规模；Qa为人均用电量饱和规模；Ps为最大负荷饱和规模；Ns为人口饱和规模；Tmax为最大负荷利用小时数。

式(2)、式(3)为人均电量法的传统预测模型，全社会用电量的负荷预测模型为

Ps=Ns*Pa

(4)

式中，Pa为人均用电负荷饱和规模[33,34]。

3.3 基于多维度的饱和负荷预测方法

许多事物的变化常会受到影响因素的干扰，若要确定影响因素对事物影响的深度，通过基于多维度的饱和负荷预测方法可以实现。分别以影响因素和研究对象作自变量与因变量来建立数学模型，其数学模型为

y=f(x1,x2,…,xn)

(5)

式中，xi(i=1,2,…,n)为影响因素变量；y为因变量。

多维度负荷预测模型的创新源于计量经济学，在计量经济学中建模和分析主要基于线性模型，但有时却与事物的实际发展轨迹相差很大。与之相比，多维度饱和负荷预测模型相对灵活，从事物本身的特性出发进行建模，考虑的因素更全面，结果也往往更准确。此外，该模型可以更准确地分析影响因素变化的敏感度，从而弥补了将时间序列数据拟合和预测的传统方法直接适用于敏感性分析的缺点[34-35]。

3.4 基于空间饱和负荷密度的预测方法

空间负荷密度同城市的经济增长、人口密度、环境发展等制约因素，息息相关。因此，建立以空间负荷密度为核心的负荷预测的数学模型为

(6)

式中，P为城市负荷；kp为负荷同时率；Sij为第i片区第j类土地的使用面积；Cij为第i片区第j类土地的负荷密度。

空间饱和负荷密度模型充分反映了城市的长期规划和施工要求，考虑到用户的性质和地块容积率。

该模型通过整合各方面城市发展规划信息，分成多个小块进行分析预测，估算出城市负荷达到饱和的时间[37]。

4 饱和负荷预测的应用

城市电力规划作为城市规划的一个整体，必须对城市电网进行合理安排，确定城市规划建设的能源设施和网络结构，设计划分高压线走廊宽度、方向和位置，合理分配电力规划用地，以实现整体城市规划[38]。在分析城市饱和负荷的基础上，可以对未来城市整体的电网布局、电网协调性和电网优化提供参考依据。

文献[39]从天津经济社会发展现状入手，按照城市发展规划，参照发达国家或城市的主要经济指标，文章采用人均用电量和城市负荷密度的预测方法，通过模型预测了天津中心城区负荷达到饱和的时间。在此基础上，结合城市功能区不同性质的负荷研究，对城市饱和负荷空间分布进行了深入的研究，为城市电网规划中确定变电站站址和线路走廊提供借鉴和参考。

文献[40]以大连市经济社会发展现状为基础,结合城市发展定位和发展规划,参照国外发达国家或城市的主要经济指标,分别采用基于人均用电量的特征参数类比法、饱和负荷密度特征参数类比法以及空间负荷预测法,预测大连中心地区的饱和负荷，进一步研究城市中心地带饱和负荷的空间分布,为城市电网规划中确定变电站站址和线路走廊提供借鉴。

文献[41]根据苏州工业园湖西城市商务中心(CBD)的详细控规,调整传统的空间负荷预测方法，在湖西CBD区进行详细负荷预测，并将预测结果与相似商业中心的相关负荷指标进行比较。

文献[42]基于青岛经济社会发展现状，分别采用基于人口发展和城市发展规划的特征参数类比法、饱和负荷密度特征参数模拟法和空间负荷预测方法进行预测，以确定城市电网的最终规模，并在核心城区土地上为电力的可持续发展提供必要的空间提供依据。

文献[43]结合西安市的负荷变化规律和趋势,分析了西安市未来饱和负荷值及负荷密度。根据饱和负荷预测的结果,提出西安市饱和年330 kV变电站需要变电容量、台数,并对各电压等级之间的协调配合问题进行了讨论,为西安电网未来的规划提供参考。

文献[44]基于济南经济发展分析，参考城市发展规划和国内外主要城市用电指标，分别采用基于人口容量的特征参数类比法、饱和负荷密度特征参数类比法以及空间负荷预测法，对济南市中心城区饱和负荷进行预测，为确定中心城区电网最终规模提供依据，促进电力建设和城市发展建设的协调发展。

文献[45]从世界发达国家(地区)的经济发展与用电增长历程,分析其电力负荷趋于饱和的发展规律和特征,结合福建省经济发展及资源状况,提出电力负荷趋于饱和状态时的用电规模及其电源布局和目标网架格局。

5 结 语

随着电力系统智能化程度的不断提高，电力负荷预测技术研究也在不断深入，从以前的经典方法不断涌现到目前的智能化优化方法，给电力负荷预测提供了强大的工具。负荷预测技术的发展在不断的改进，实现并成熟运用智能化、精细化负荷预测技术是当前和未来电力负荷预测技术发展的趋势和方向。

未来的饱和负荷研究工作中，应注重以下几点：

1)注重与经济社会发展的相辅相成，全面研究经济发展在负荷达到饱和阶段与社会因素、人口因素、地理因素和环境因素等的关系，找出其指标体系和量化特征；

2)注重更加深入的研究电力负荷达到饱和的依据，为未来重点城市的空间饱和负荷研究打下基础；

3)注重各类模型在饱和负荷中研究中的应用，找出最优化模型，提高研究的精度和效率；

4)注重微电网、智能电网的背景下，新能源技术的应用对饱和负荷预测研究的深刻影响。

[1] 崔 凯，李敬如，刘海波，等.城市负荷饱和阶段电力规划方法及其在济南电网中的应用[J].电网技术，2007，31(S2)：131-134.

[2] 赵会茹，周 佳，李娜娜，等.滚动多维度城市饱和负荷预测研究[J].中国电力，2015，48(03)：21-26.

[3] 杜柏均.城市电网规划辅助决策系统负荷预测子系统的开发和改进[D].天津：天津大学，2011.

[4] 崔 凯，李敬如，赵 應，等.城市饱和负荷及其预测方法研究[J].电力技术经济，2008，20(06)：34-38.

[5] 霍成军.电力系统负荷特性分析研究[D].天津：天津大学电气与自动化工程学院，2007.

[6] 刘晨晖.电力系统负荷预测理论与方法[M].哈尔滨：哈尔滨工业大学出版社，1987.

[7] 姚建刚，章 建.电力市场分析[M].北京：高等教育出版社，1999.

[8] 杨双吉，董青峰.产值单耗法在负荷预测中的应用[J].华北水利水电学院学报，2009,30(06)：73-76.

[9] 钱 纹.采用电力弹性系数法预测负荷[J].云南电力技术，2001，29(01):41-44.

[10]张建平，刘杰峰,陈屹东，等.基于人均用电量和人均用电负荷的饱和负荷预测[J].华东电力，2014,42(04)：0661-0664.

[11]Barakat E E，Al Rasher S A.Long Range Peak Demand Forecasting Under Conditions of High Growth[J].IEEE Transactions on Power Systems，1992，7(4)：1483-1486.

[12]Kandil M S，El Debeiky S M，Hasanien N E.Overview and Comparison of Long term Forecasting Techniques for a Fast Developing[J].Electric Power Systems Reserch，2001，58(1)：11-17.

[13]尚金成，黄永皓，夏 清.电力市场理论研究与应用[M].北京：中国电力出版社，2002.

[14]贺 静，韦 钢,熊玲玲，等.负荷预测线性回归分析法的模糊改进[J].华东电力，2003(11)：21-23.

[15]李 龙，魏 靖,黎灿兵，等.基于人工神经网络的负荷模型[J].电工技术学报，2015，30(8)：225-230.

[16]马文晓，白晓民,沐连顺，等.基于人工神经网络和模糊推理的短期负荷预测方法[J].电网技术，2003，27(5)：29-32.

[17]徐军华，刘天琪.基于小波分解和人工神经网络的短期负荷预测[J].电网技术，2004,28(8)：30-33.

[18]王秋梅.时间序列法负荷预测的原理和应用[J].华东电力，1993(4)：37-39.

[19]尚芳屹，杨宗麟,程浩忠，等.改进Verhulst 模型在饱和负荷预测中的应用[J].电力系统及其自动化学报，2015，27(1)：64-68.

[20]吴 捷，严 华.基于自适应最优模糊逻辑系统的短期负荷预测方法[J].电力系统自动化，1999，23(17)：35-37.

[21]邰能灵，侯志俭,李 涛，等.基于小波分析的电力系统短期负荷预测方法[J].中国电机工程学报，2003，23(1)：45-50.

[22]程 旭，康重庆，夏 清，等.短期负荷预测的综合模型[J].电力系统自动化，2000(9)：42-44.

[23]左向红.大型工业区高压配电网分析与规划研究[D].北京：华北电力大学，2005.

[24]王芳东，林 韩，温步瀛，等.基于地理区位因素和经济曲线饱和态势分析的饱和负荷预测研究[C]//中国高等学校电力系统及其自动化专业第二十六届学术年会，2010 年年会论文集.上海：中国电机工程学会，2010：1-6.

[25]江新琴，李喜兰.基于空间饱和负荷密度的城市远景饱和负荷预测[J].福州大学学报：自然科学版，2008，36(4)：532-536.

[26]崔 凯，李敬如，赵 彪，等.城市饱和负荷及其预测方法研究[J].电力技术经济，2008，20(6)：34-38.

[27]何 淼，叶 鹏，何宁宁，等.基于多维度的城市饱和负荷预测方法研究[J].沈阳工程学院学报：自然科学版,2017,13(2): 164-168.

[28]陈彦光，罗 静.城市化水平与城市化速度的关系探讨——中国城市化速度和城市化水平饱和值的初步推断[J].地理研究，2006，25(6)：1063-1072.

[29]申超群.基于负荷密度法与Logistic模型法的饱和负荷预测研究[D].郑州:郑州大学，2016.

[30]鲍正杰，李生虎，赵 锋，等.饱和负荷预测中的改进Logistic算法[J].电力系统及其自动化学报，2014，26(11)：7-11.

[31]林 勇，邹品晶，左郑敏，等.基于改进PSO算法的Logistic模型在饱和负荷预测中的应用[J].电力需求侧管理，2009，17(5)：5-10.

[32]张 帆，刘杰锋，李 冰，等.基于改进Logistic模型阶段划分理论的饱和负荷预测[J].电力建设，2015，36(10)：105-110.

[33]张建平，刘杰峰,陈屹东，等.基于人均用电量和人均用电负荷的饱和负荷预测[J].华东电力，2014，42(04)：0661-0664.

[34]王 伟，房婷婷.人均用电量法在区域饱和负荷预测中的应用研究[J].电力需求侧管理，2012，14(1)：21-23.

[35]赵会茹，周 佳，李娜娜，等.滚动多维度城市饱和负荷预测研究[J].中国电力，2015，48(3)：21-26.

[36]刘杰锋，程浩忠，韩新阳，等.多维度饱和负荷预测方法及其应用[J].电为系统及其自动化学报，2015，27(02)：44-50.

[37]江新琴，李喜兰.基于空间饱和负荷密度的城市远景饱和负荷预测[J].福州大学学报:自然科学版，2008，36(04)：533-536.

[38]杨卫红，李敬如，刘海波，等.适应和谐社会的城市电力规划[J].电力技术经济，2007，19(5)：10-13.

[39]崔 凯，张丽娟，李敬如，等.天津市中心城区饱和负荷分析与预测[J].电力技术经济，2008，20(5)：32-36.

[40]薛 琪.基于饱和负荷密度指标约束下的大连市中心区电网负荷预测[J].东北电力技术，2016，37(6)：53-56.

[41]陈正方，李飞科，周 瑜.苏州工业园区城市商务中心(CBD)饱和负荷预测[J].华东电力，2013，41(12)：2657-2659.

[42]段忠峰，杨朋朋，朱子钊.青岛核心城区饱和负荷预测研究[J].中国勘察设计，2014(10)：80-83.

[43]姜 山，魏 磊，胡晓箐，等.西安市饱和负荷下的330 kV电网发展研究[J].电网与清洁能源，2015，31(11)：63-66.

[44]白茂金，王 艳，杨明明.济南市中心城区饱和负荷预测[J].中国工程咨询，2015(12)：46-49.

[45]林 峰.基于电力负荷趋于饱和的电源布局和电网目标网架研究[J].能源与环境，2016(6)：34-36.

ResearchReviewontheSaturatedLoadForecastingofPowerSystem

HEMiao1,YEPeng1,HENing-ning2,LIShan1

(1.SchoolofElectricPowerEngineering,ShenyangInstituteofEngineering,Shenyang110136;2.StateGridLiaoyangPowerSupplyCompany,Liaoyang111000,LiaoningProvince)

With the continuous improvement of urbanization and industrialization in China,more and more attention has been paid to the prediction of saturated load based on power grid planning. It is important to predict the saturation load of power grid for the planning and development of urban power grid structure and power grid scale. This article reviewed the latest progress in the research of power system saturation load forecasting,summarized the power system load characteristics and common load prediction method,the meaning of saturated load,judgment and power system saturated load forecasting method,analyzed the common urban power system saturation load forecasting methods and outlook the power system load forecasting technology development trend to provide reference for the research and promotion of city electric power system saturation load forecasting.

Saturated load forecasting;Power grid planning;Load characteristic;Load forecasting method

TM743

A

1673-1603(2017)04-0340-07

(责任编辑魏静敏校对张凯)

2017-08-28

何 淼(1992-)，男，辽宁辽阳人，硕士研究生。

叶 鹏(1974-)，男，吉林吉林人，教授，博士，硕士生导师，主要从事电力系统运行与控制方面的研究。

10.13888/j.cnki.jsie(ns).2017.04.009