电力负荷预测方法概述-北极星电力市场网

投稿

我要投稿

现货市场就要来了，所有人都在关注电力负荷预测。那么负荷预测有哪些算法，哪种算法最合适?

负荷预测概述

1.1 负荷预测的重要性

目前，国内的电改正在如火如荼的开展，据称目前国内的售电公司数量已经突破了两万家。而各省也在积极的准备现货市场的改革，在2019年以及2020年，广东、浙江等地的现货市场就要真正落地实施。届时，负荷预测能力的强弱，将成为售电公司洗牌的一大关键。在现货市场来临的背景下，签约策略、报价策略、交易策略、单个用户经济测算等等售电公司逃不开的行为，都是以负荷预测的结果作为基础。没有准确的负荷预测结果，售电公司甚至无法在现货市场进行报价，这样的后果便是高额的偏差费用，这是售电公司无法承担的。因此，负荷预测的能力对如今中国的售电公司来说，是至关重要的。

1.2 负荷预测概念简述

所谓预测，就是指通过对事物进行分析及研究，并运用合理的方法探索事物的发展变化规律，对其未来发展做出预先估计和判断。电力系统负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求的意义下，确定未来特定时刻的负荷数值。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设规划，有利于提高电力系统的经济效益和社会效益。对于售电公司来说，有利于售电公司决定自己的中长期合约签约策略，现货市场报价、交易策略，单个用户的经济测算等行为。因此，负荷预测已成为实现电力系统管理现代化、售电公司向现货市场转型的重要内容之一。

短期(两周以内)负荷预测在整个电力调度、售电公司参与现货市场的工作中起关键作用，它为基本发电计划、计算机在线电网控制、系统安全分析、日前市场报价、日内(实时)市场交易等提供基础数据，从而使得电力调度工作更贴合实际，发电效率更高，使得售电公司减小自己上报电量与真实用电量的偏差。

在规模上，负荷预测可以分为电网层级的负荷预测以及用户层级的负荷预测。电网公司主要采用的是电网层级的负荷预测，这对整个电力系统的稳定、安全运行，改善系统运行经济型有着决定性的意义。对于售电公司来说，用户层级的负荷预测是更相关的。售电公司需要对自己的用户组合以及单一用户做电力负荷预测，基于这个预测的结果再开展其他的行为。

从下图就可以看出，相比电网层级，用户层级的负荷预测是更加困难的。下图中，上面的Grid level即电网层级，它的负荷曲线较为平缓，且相同条件下(如日期、天气等)负荷曲线差距不大，较为容易预测;而下方的Household level，即用户层级，可以看出它的负荷曲线波动剧烈，且具有很大的随机性，不易预测。

不同层级的负荷曲线

虽然用户层级的负荷预测更加困难，但是它确是所有售电公司、虚拟电厂公司等无法回避的，尤其是短期(一天以上两周以内)以及超短期(一天以内)的用户层级负荷预测。下文便是重点介绍短期以及超短期的负荷预测方法。

负荷预测的基本方法

(超)短期负荷由于受天气变化、社会活动和节日类型等各种因素的影响，在时间序列上表现为非平稳的随机过程，但是影响系统负荷的各因素中大部分具有规律性，从而为实现有效的预测奠定了基础。目前用于短期负荷预测的方法很多，较为新的算法主要有神经网络法、时间序列法、回归分析法、支持向量机法、模糊预测法等。电力负荷预测研究的核心问题是如何利用现有的历史数据，建立预测模型，对未来时刻或时间段内的负荷值进行预测，因此，历史数据信息的可靠性和预测模型是影响短期负荷预测精度的主要因素。随着现在电力系统管理信息系统的逐步建立，以及天气预测水平的提高，准确获取各种历史数据已不再困难，因此，短期负荷预测的核心问题是预测模型的水平高低，以下是各种负荷预测方法的简述：

2.1 神经网络法(人工智能)

神经网络法是目前最先进的负荷预测方法。作为人工智能算法的一种，神经网络已经在图像识别、自然语言处理、机器翻译、自动驾驶等方面有了大量成熟的使用。谷歌、百度、阿里、科大讯飞等国内外知名的人工智能企业最主要的人工智能算法都是神经网络。同样的，神经网络在能源领域也有很广泛的应用，不止在电力负荷预测，也包括电力现货市场价格预测、风电发电预测等领域。

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

国家电网：对接一带一路建设推动双方务实合作

电力负荷查看更多>电网负荷查看更多>电力体制改革查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

电力负荷预测方法概述

国家电网：对接一带一路建设推动双方务实合作

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~