基于用户侧需求响应的主动配电网短期负荷预测

广东电网公司佛山供电局 于浩祺

本文针对主动配电网下新型负荷的特性，提出了一种基于用户侧需求响应的主动配电网短期负荷预测方法。从用户侧需求响应出发，根据主动配电网中新型负荷的特性，将其按照用户响应类型分别提出相应负荷模型及其负荷预测方法。实例应用证明了该方法预测效果好、精度高。

随着分布式电源在配电网大规模并网，新型负荷用户侧陆续接入，促使现有配电网寻找全新的配电网优化解决方案，主动配电网(active distribution network，ADN)应运而生。

被动配电网的负荷预测方法不再适用于主动配电网，需结合主动配电网的新型负荷等影响因素，研究适用于ADN的负荷预测方法（Sustainable Energy Reviews,2013,18:64-72）。文献（钟清,孙闻,余南华,等.主动配电网规划中的负荷预测与发电预测[J].中国电机工程学报,201,19:3050-3056）提出了考虑不同类型用户参与比例提出了动态电价机制下的负荷预测思路；文献（Paoletti S,Casini M,Giannitrapani A,et al.Load forecasting for active distribution networks[C].2nd IEEE PES International Conference and Exhibition on Innovative Smart Grid Techno logies,Manchester,UK,2011:1-6）提出将ADN的负荷按照负荷参与电网调度程度进行分类的中长期负荷预测方法思路。以上文献均未对ADN短期负荷预测提出明确而有效的方法。

针对以上研究情况，可从用户侧需求响应出发，根据主动配电网中新型负荷的特性，将其按照用户响应类型分别提出相应负荷模型。

1 主动配电网负荷特点

与传统的被动配电网相比，主动配电网最大的特点在于具备组合控制各种分布式能源（DG）、可控负荷、储能、需求侧管理等能力，即ADN中部分负荷可以根据系统的某些动态指标调整自己的消费模式以响应电网的某些调节机制，在一定程度上参与电网调度发挥用户侧的积极作用。

2 主动配电网负荷预测思路

在主动配电网中，用户侧需求响应是由激励或价格信号引起的，因此ADN中负荷不再仅仅是天气、节假日等因素的函数，还取决于电价和用户侧需求响应。根据用户侧对电价的需求响应行为而进行的ADN负荷预测需要基于用户与电力公司签订的合同类型而进行。

根据现有国内外的用户侧需求响应的电力市场的情况，本文将用户与电力公司签订的合同类型分为三种类型：固定电价合同、分时电价合同和实时电价合同。

（1）固定电价合同

在传统的统一电价的电价机制条件下，用户往往忽略消费电能时间和电价的因素按照统一的预先确定的电价来支付电费。这类负荷属于非友好负荷，该类电价合同的用户需求响应度为0。这类负荷属于需求较固定的非友好负荷，该类电价合同的用户需求响应度为0。

（2）分时电价合同

签订TOU合同的用户将会基于某日事先确定的峰谷电价的时间段来调整其消费电能的时间。这些用户可能会为了低价电费而将他们原计划在用电高峰期的电能消费行为转到用电低谷期来进行。

（3）实时电价合同

签订RTP合同的用户根据实时变化的电价来调整其用电时间。假设实时节点边际价格（LMP）信号被RTP用户接收后将成为他们的消费电能行为的直接引导因素。因此，签订RTP合同的用户的用电负荷表示为关于实时节点边际价格LMPh的向下滑动曲线。

分时电价合同与实时电价合同的用户负荷都采用两部分求和计算，其中，一部分表示响应分时电价合同用户的用电负荷，另二部分表示不响应分时电价合同用户的用电负荷。

根据对应类型的电价合同的用电负荷公式、其所属负荷种类和各自比例，可加权求和得到负荷预测结果。

对于夏天典型日的基准日负荷，本文采用文献（姜勇,卢毅.基于相似日的神经网络短期负荷预测方法[J].电力系统及其自动化学报,2001,13(6):35-40）中的神经网络短期负荷预测算法进行典型日的基准日负荷预测。

3 实例

本文利用MATLAB模拟负荷按需求主动响应配电网，并将其仿真结果与传统配电网的日负荷数据相加得到主动配电网的日负荷数据，选用平均相对误差MAPE和日负荷预测准确率FIT作为预测精度的评判指标。根据仿真结果，采用本文基于用户侧需求响应的ADN短期负荷预测方法的平均相对误差MAPE和日负荷预测准确率FIT结果均优于基于时间序列法的ADN短期负荷预测方法，且预测准确度高。

4 结论

针对主动配电网新型负荷不能用传统负荷预测方法研究的情况，本文提出一种考虑用户侧需求响应的短期负荷预测方法。该方法充分考虑负荷的用户侧需求响应特点，根据用电行为的响应情况和比例，得到负荷的负荷预测结果。算例预测结果表明，该方法可对主动配电网进行负荷预测，且预测精度高，对主动配电网负荷预测有很大的实用价值。