电力负荷特征分析与短期电力负荷预测研究

顾海超

宁夏众合智源电力工程咨询有限公司 宁夏 银川 750001

引言

电力负荷又称为“用电负荷”，是指电能用户的用电设备在某一时刻向电力系统取用的电功率的总和。面对日益庞大的用电压力，为了实现电能的最优分配，需围绕短期用电负荷进行精确预测，进而为所有用户提供优质、稳定的电能。

1 短期电力负荷预测的特点分析

1.1 周期性

短期电力负荷的周期性预测可作如下理解：一个地区的电力负荷特征曲线在很多周期框架下均会显示出“重复性”。以城市民用住宅社区为例。

1.1.1 以“日”为周期单位。①每日夜晚11时～次日清晨7时是全小区用电“低谷期”，原因在于，除了极个别人外，全小区几乎所与人都处于睡眠状态，除了冰箱等少数电气设备处于运转状态之外，其他设备均处于待机或完全关闭状态。②上午7时～下午6时，小区的电力负荷会有所升高，但升高幅度不会较大。原因在于，很多人出门上班，只有留在家中的老人和孩子才有可能使用电脑、电视、洗衣机等设备，用电需求量不大。③下午6时～夜晚11时。当忙碌了一天的人们下班回家之后，小区会整体进入“热闹”状态。此时，所有住户家中的用电需求（电力负荷）会集中升高，小区整体的电能消耗量会在短时间内迅速攀升至顶峰。④到了夜晚11时左右，电力负荷曲线又会重复上述的情况。

1.1.2 以“周”为单位。①每周一到周四，小区每日的电力负荷曲线大致相当，波峰及波谷出现的时间段几乎完全一致。②周五白天的电力负荷情况也不会出现明显变动。但到了周五夜晚，由于次日即进入双休日，故很多小区居民周五夜间休息时间相较于工作日会有所延后。到了此种时刻，小区一周整体的电力负荷变化情况将会局部出现新的“周期性”。总之，从周日夜间到周五夜间是一个小周期变化趋势，周五夜间到周日夜间是另外一个小周期变化趋势，两者组合到一起便形成一个以“周”为单位的整体性周期变化趋势。

1.1.3 以“年”为单位。每年的春秋两季，小区的电力负荷整体处于较低水平，原因在于：春秋两季的气温相对适中，空调、电暖气等大功率电器设备的使用频率整体处于较低水平；而到了夏冬两季，高温和严寒便会“促进”空调等设备启动。因此，以“年”为单位时，小区电力负荷按季节会呈现出十分明显的周期性。

1.2 非线性

电力负荷的周期性尽管能够体现一定的“规律性”，但此种规律不适用现行分析模型，即电力负荷很容易受到其他因素的影响，只能在“大概”范围内呈现规律性，很难按照线性规律加以描述。如果僵硬地使用线性模型进行分析，必然导致预测精度大幅度降低。因此，进行短期电力负荷预测时一般使用非线性模型。

1.3 连续性

我国电网的电力负荷是一个动态、连续变化的过程，由人们的生活习惯直接决定。事实上，现代社会生活完全离不开电能，故电力负荷不可能出现断电和“跳跃点”。对未来某个短周期内的电力负荷情况进行预测实际上使现时（近期）电力负荷变化的延续。

2 影响电力负荷的因素分析

2.1 气候因素

人类使用电能的一个目的在于调节室内气候，使生活质量更高。如上文所述，在严寒时节，人们会通过空调、电暖气等设备避免室内温度降低；在盛夏时节，人们会通过空调进行降温，避免大汗淋漓；或是通过冰箱存放食物，延缓食物变质的速度。综合而言，人类使用电器设备时需求的电力负荷在一定程度上确实受气候因素的影响，在日常生活、工农业生产中均有所体现。

2.2 时间因素

“周期性”即为“时间性”。四季交替变换、一周七天的循环往复，在特定的时间段，电力负荷处于何种状态具备一定的规律。比如在节假日期间，夜间电力负荷需求量必然超过工作日。

2.3 经济因素

电能是一种常用能源，使用电能便意味着“消费”。在经济发达地区，电能的整体使用量远远高于经济欠发达地区。比如，在一个城市中，市中心商业广场的电力负荷在所有时间段都会超过城郊接合部商业广场的电力负荷。原因在于：尽管在作用性质方面，两个商业广场无显著差异，但在建筑的设计精度、周围人群的消费能力方面，两者不可同日而语。因此，经济因素也是决定短期电力负荷预测的重要影响因素。

3 短期电力负荷预测误差产生原因分析

3.1 误差成因分析

导致短期电力负荷预测出现误差的原因主要集中在以下几个方面：

3.1.1 天气的突然变化。比如在夏季，在燥热的天气下，人们普遍会通过空调进行降温。但若突然出现阴雨刮风天气，则温度必然明显下降。此时，人们无须使用空调。如果按照一般性的“夏季日”周期进行预测，相关结果必然出现较大的误差。

3.1.2 技术人员在收集电力负荷预测影响因素的过程中，很多因素是人力无法获取的。具体而言，“预测”的过程建立在“模型”的基础上，而“模拟”的过程与实际情况不可能完全一致。尽管技术人员会尽可能地合理取舍诸多因素，但最终结果只会限定在一个范围，产生误差是难免的。

3.1.3 突发因素和不可抗力。在看似正常、大致沿着“规律性”消耗电能的过程趋势中，受一些不可抗力和突发因素的影响，也会导致短期电力负荷预测出现误差。比如电力企业突然接到上级主管部门发布的检修测试通知，可能选取某个特定的时间段进行停电维护。此种突发情况是预测过程中无法预想的，故会影响预测的准确性。

3.2 围绕预测误差指标的相关分析

尽管短期电力负荷需求预测分析的误差不可避免，但合理运用“误差”，对误差进行深度分析，反而可以提高预测的准确度。常用的误差分析过程及相关指标如下：

3.2.1 绝对误差和相对误差。前者指代电力负荷预测准确值与实际测量值之间的差值；后者指代绝对误差与被测量具体指之间的比值，通常以百分数的形式呈现[1]。一般而言，绝对误差以AE表示，相对误差以RE表示，以公式的形式表示：

上述两公式中的（t）表示函数形式，可作时间理解，也可不指代任何含义。

3.2.2 平均绝对误差与平均相对误差。事实上，“预测”工作不可能只开展一次。原因在于：单一预测过程中容易受很多因素（包含常规因素和突发因素）的影响，如果重复该过程时，一些因素不一定再次出现。因此，为了将“偶然因素”对预测结果造成的影响降至最低，一般需要进行多次预测，最终进行平均值计算，得出最后的预测结果。具体公式如下：

公式（4）中的εi指代“X-X*/X”，使预测值和实际值在第i点的相对误差，经过平均计算后，得出的结果更加准确。

3.2.3 均方误差。此种误差分析方式是衡量平均误差的一种更加方便的方式，能够更加深入地评估数据的变化程度。但使用此种方式必须建立在“等精度测量”的前提下，即上文提到的“多次测量的限定条件必须维持一致”。比如在第一次预测时，如果技术人员考虑了突然停电的因素（设定停电时间的长短和停电期间电能消耗减少具体值），则后续进行的所有预测均需考虑停电因素。一旦该条件发生变化，则均方误差计算过程便失去意义，最终结果即使与实际结果更加接近，则预测过程也应视为“失败”。此种计算方式的公式如下：

3.2.4 标准误差。即为均方根误差，对均方误差的具体值进行开放计算，能够使误差数值较大的术在指标中的作用大幅度提高。通过此种方式，可进一步提高预测的灵敏度。

上述提到的四种误差分析方式实际上并不难理解，核心思路在于：为了降低短期电力负荷预测过程中受到的偶然因素影响，需在限制条件下进行多次预测，通过标准差、均方根误差等计算，最大化利用误差的价值，从而使预测结果的准确性更高。

4 结束语

综上所述，电力负荷能够客观反映一个地区在一个时间段内的电力需求情况，如果电力部门能够精准预测，进而合理制定电能输送方案，能够提高电能资源的利用率。