负荷预测(Load Forecasting)
目录 |
负荷预测是指从已知的经济、社会发展和电力系统需求出发，考虑政治、经济、气候等相关因素，通过对历史数据的分析和研究，探索事物之间的内在联系和发展规律，以未来经济和社会发展情况的预测结果为依据，对未来的电力需求做出估计和预测。
①近期负荷预测
预测1～2天内的负荷。主要供电力调度部门安排日调度计划，决定一天内每一时段（一般是每小时，有时是每半小时）需要将哪些台投入运行，以满足用户用电的需要。要考虑必要的旋转备用容量并使整个电力系统的发电成本最低。因此，近期负荷预测是预测每小时的负荷，也就是。这样既知道了每天的最大负荷和最小负荷，也知道了全天所需发电量。
②短期负荷预测
预测1～2年内的负荷。主要供电力部门制订发电成本最低的运行计划、发电机组的检修计划、燃料计划及评估水库和河流的流量情况。因此需预测每个月（或旬）的最大负荷及用电量。
③中期负荷预测
预测今后4～6年甚至8年的负荷。电力规划和设计部门用以制定电力系统的，决定在什么时间需要新建或扩建发电机，安装多大容量机组及什么类型机组。因此长期负荷预测需要预测各年（或季）的最大负荷及用电量。根据最大负荷决定该增加多大容量的机组；根据所需用电量决定装什么类型的机组。一般带固定基荷运行的机组（利用小时数高）单位容量的造价高，但运行费用低；而带尖峰负荷运行的机组（利用小时数低）单位容量的造价低，但运行费用高。中期负荷预测的精度直接影响电力系统电源规划的好坏。一个合理的电源发展规划可以大量节省电力基本建设的投资或推迟基本建设投资的期限，有很大的经济效果。
④长期负荷预测
预测10～30年的负荷发展。用来规划协调发展战略，包括燃料需求量与一次能源储量的平衡，确定最终发展目标以及实现该目标所需的技术发展规划和科研项目的安排等。
①外推法
其基本思想是未来的负荷变化规律是历史的负荷变化规律的延续。根据历史的负荷资料可以推算出未来的负荷变化情况。其中最简单的是写出趋势曲线的解析函数。解析函数可以是线性的、抛物线的、指数曲线的等。由趋势曲线与历史数据的曲线进行拟合，用最小二乘法求出趋势曲线解析函数的各个系数。由确定了的趋势曲线即可求得未来的负荷。进一步的方法可以用时间序列分析方法，如指数平滑法等。取一段历史数据推算未来的负荷数值，愈近的历史数据在计算中权重愈大，愈远的历史数据在计算中权重愈小。还有其他一些方法。所有这些方法都有共同的特点，对于近期预测有较高的精度，但随着预测时间的加长，误差则愈来愈大。
②相关法
其基本思想是找出影响负荷大小的几个主要因素，例如国民经济总产值、人口、产业结构、气象条件等（对工业发达国家来说，由于空调及加热设备的大量应用，气象条件与用电负荷之间的关系十分密切，必须着重考虑），将这些因素作为自变量，负荷变化作为因变量，写出回归分析法的数学模型。这个模型可以是线性的或者是非线性的；可以是一元的（只有一个自变量）或是多元的（有多个自变量）。回归系数则由历史数据求出。根据这些因素的未来数值即可推算出未来的负荷数值。这种预测方法的精度很大程度上决定于这些相关因素的估计精度。
负荷预测的主要困难是影响负荷变动的因素很多，又比较复杂。主要的因素有人口增长、国民经济发展速度、产业结构的变化、气象条件等，还有很多不易估计的因素。由于人们的生产和生活安排等社会因素及自然季节性的影响，又使电力系统负荷的变化具有日、周、月、年的周期性变化规律。此外，气象因素、节假日等其他众多复杂因素的影响，使电力系统负荷变化带有很大的随机性。人们开始研究负荷预测方法已有60多年的历史,提出了很多的预测方法,有的已经成功地运用到实际的电力系统中。但由于各个电力系统具有不同的具体条件与负荷特性，很难有一种通用的预测模型适合所有的电力系统并具有理想的预测精度。负荷预测精度除了依靠可靠的分析方法外，往往还取决于预测者的判断能力，因为任何一种预测方法都不可能将所有的因素都考虑进去。