基于趋势类推的实用化节假日负荷预测方法研究
2018-12-03卫鹏杰王海滨
卫鹏杰，王海滨，边 江
（国网山西省电力公司电力调度控制中心，山西 太原 030001）
0 引言
每日负荷预测曲线是编制日前发电计划的基础，用电负荷最大值、最小值预测是否准确制约机组启停安排，影响发电计划编制经济性,关系到电网安全、经济运行。随着山西电力市场改革的不断推进，调频市场化运行[1]、调峰市场即将开展，负荷预测准确性一定程度上影响到发电企业的经济效益。正常日负荷预测相对有成熟的预测方法，比如趋势分析法，时间序列法等等[2]。节假日（“五一”、“清明”、“端午”、“中秋”、“春节”、“国庆”） 期间的负荷预测，尤其是春节期间负荷预测，涉及因素点多面广，目前没有一种普适性、规范化的预测方法，以利于负荷预测人员分析。
1 预测基本原理介绍
遵循“历史总是惊人相似”原则，基于趋势类推的原理，提出了适用于节假日负荷预测的方法，包括最大负荷、最小负荷预测以及每日96点用电负荷曲线预测。基于趋势类推的原理，采用“找基准、算趋势、做预测、加权求和、结合气象微调整、历史数据印证”的思路进行节日期间负荷最大值、最小值预测及修正；遵循“历史总是惊人相似”原则，结合节日期间气象信息，进行每日96点用电负荷曲线预测及修正。
2 春节期间最大、最小负荷预测
春节期间负荷预测需要考虑阴历节气、近年经济波动情况、节日期间天气变化、大用户生产计划（煤炭生产）等诸多因素，同时需理清影响最高负荷、最低负荷的主要因素并予以区别对待，进而影响日96点曲线预测。本文以预测2018年春节期间负荷预测为例，介绍春节期间最大、最小值以及96点曲线预测方法；其他节假日预测方法类似，不考虑阴历节气影响代以历史同期负荷，不再赘述。
2.1 找基准
2.1.1 找基准年
2013年下半年因经济疲软，山西省内用电负荷持续回落，直到2016年下半年经济形势好转，省内用电负荷逐步回升。因此，综合考虑经济因素以及阴历节气因素，选取2015年—2017年春节期间负荷变化趋势作为2018年春节负荷变化趋势样本。
2.1.2 找负荷基准值
在计算用电负荷变化趋势时，需选取计算基准值。从腊月二十三起，负荷开始大幅回落，考虑一定负荷波动，采用小年前1周/4天数据的平均值作为计算基准值。算法中采用腊月十六至腊月十九4天最大负荷平均值、最小负荷的平均值作为计算负荷变化趋势的最大基准值、最小基准值。2015年—2017年负荷回落前平均值如表1所示。
表1 春节负荷预测基准值计算 MW
2.2 算趋势
2015年—2017年除夕至初七春节期间负荷预测实际值如表2所示，可以计算出相对于本年度基准值负荷变化趋势，如表3所示。
表2 2015年—2017年春节期间逐日最大、最小负荷 MW
表3 2015年—2017年春节期间负荷变化趋势计算
由表3可知，春节期间，负荷呈现降后升趋势。最大负荷最小值一般发生在大年初一，之后最大负荷逐步回升；最小负荷最小值一般发生在大年初二，之后最小负荷逐步回升。
2.3 综合预测
以2015年—2017年春节期间负荷变化趋势为样本分别预测2018年春节最大、最小负荷，如表4所示。2018年除夕是2月15日，2017年除夕为1月27日，2016年除夕为2月7日，2015年除夕为2月18日，2014年除夕为1月30日，2013年除夕为2月9日。考虑2015年除夕与2018年除夕最为接近，建议在进行预测值加权平均时，加权因子2015年选取0.5、2016年选取0.3、2017年选取0.2。
表4 以2015年—2017年春节期间负荷变化趋势为基础预测18年春节最大、最小负荷 MW
2.4 依据气象信息微调整
针对综合预测结果，结合春节期间气象预测，对最大负荷、最小负荷值进行修正、调整。2018年春节前几日负荷预测准确率在99%以上，就未进行调整。
2.5 预测印证
分析2015年—2017年春节期间最大负荷、最小负荷变化趋势，以负荷基准值为基础，预计2018年最大负荷、最小负荷降落5300、3800 MW，最大负荷最小值、最小负荷最小值分别为21360、16660 MW。与综合预测结果相比，说明综合预测结果可信度高。
表5 2015年—2018年春节最大、最小负荷下降趋势验证 MW
2.6 预测准确性考核
2018年春节期间负荷预测准确率见表6，数据表明最小负荷预测准确率接近99%，即与实际值相差低于20万kW；最高负荷因受天气影响较大（主要是），预测准确相对较低，平均偏差约30万kW。说明根据预测负荷开机偏差1台30万kW机组容量，能够很好地平衡高峰用电与低谷清洁能源消纳的矛盾。
表6 2018年春节期间负荷预测准确率 MW
3 春节期间每日96点曲线预测
剔除气象因素的影响，节假日期间负荷变化趋势一般来说是具有很高相似性。遵循“历史总是惊人相似”原则，进行春节期间每日96点用电负荷曲线预测；结合春节期间气象信息，进行滚动修正。实践结果表明，将2017年阴历同期负荷曲线提升220万kW，基本与2018年同期历史曲线走势吻合。因2018年春节期间天气回暖，白天南部四地区“煤改电”负荷及空调采暖负荷回落，负荷平均偏差50万kW左右；晚间低谷时段负荷曲线吻合度很高。同时说明天气变化是影响春节期间96点负荷预测曲线准确性的主要因素，连续多日96点曲线预测，受误差累积效应的影响，预测时间尺度越长，偏差会越大，应每日根据最新气象信息及时滚动更新，方能保证准确性。
4 结论
本文基于趋势类推的原理，遵循“历史总是惊人相似”原则，以预测2018年春节期间负荷预测为例，介绍了实用化的节假日期间最大负荷、最小负荷预测方法及每日96点用电负荷曲线预测方法。其他节假日负荷预测方法类似，不考虑阴历节气影响，代以历史同期负荷即可。实践证明，本方法原理简单、操作性强，准确率高，但实际操作中仍需细化气象因素对预测值的影响。
