萧山区中长期负荷预测_开题报告

一、文献综述

1、电力负荷预测的分类

（1）按时间分的负荷预测

电力负荷预测中经常按时间期限进行分类，通常分为超短期、短期、中期和长期负荷预测。由于工作性质的差异，电网调度部门与电力系统规划设计部门对负荷预测时间跨度的分类差别较大，因此电力负荷预测往往按照电网调度和电网规划两种方式分别进行分类。

超短期负荷预测是指未来lh、未来0.5h甚至未来10min的预测。超短期负荷预测的结果用于编制发电机的运行计划，确定旋转备用容量，控制检修计划，估计收入，计算燃料及购入电量的数量和费用。超短期负荷预测的使用对象是调度员。

短期负荷预测是指一年之内以月为单位的负荷预测，还指以周、天、小时为单位的负荷预测，通常预测未来一个月度、未来一周、未来一天的负荷指标，也预测未来一天24h中的负荷值。其意义在于帮助确定火电分配、水火电协调、机组经济组合、交换功率计划、确定燃料供应计划、合理安排机组的检修计划、对运行中的电厂出力要求提出预告，使对发电机组出力变化事先得以估计。短期负荷预测的使用对象是编制调度计划的工程师。

中期负荷预测是指5—10年左右，并以年为单位的预测。主要用于水库调度、机组检修、交换计划和选料计划，帮助决定新的发电机组的安装(包括装机容量大小、型式、地点和时间)与电网的规划、增容和改建，是电力规划部门的重要工作之一。中期负荷预测的使用对象是编制中期规划和运行计划的工程师。

长期负荷预测一般是指10—30年并以年为单位的预测。主要用于战略规划，包括对发电能源资源的长远需求的估计，确定电力工业的战略目标、电力新科技发展和科技开发规划，以及长远电力发展对资金总量的需求估计等，均需要从长期电力负荷预测的结果出发来做出分析和判断。长期负荷预测的使用对象是规划工程师。长期负荷预测受地区的社会经济、人口、气候等因素影响，涉及许多不确定性问题。

（2）按行业分类的负荷预测

一般来说，按行业可以分为城市民用负荷预测、商业负荷预测、农村负荷预测、工业负荷预测等。不同类型的负荷有不同的变化规律。随着家用电器的普及，城市居民负荷增长率提高、季节波动增大，且系统峰荷受气温影响越来越大；商业负荷影响晚尖峰，而且随季节而变化；工业负荷受气象影响较小，但大企业成分下降，使夜间低谷增长缓慢；农村负荷季节性变化强，且与排灌等情况密切相关。 

虽然负荷可以大致这样分类预测，但并不严格，对于按某负荷进行预测时，可能因存在交叉而发生某些实际负荷归类的多种选择。此时，需要由电力企业按各自更具体的负荷预测分类细目具体确定。

（3）按特性分的负荷预测

根据负荷预测表示的不同特性，可分为最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、低谷负荷平均、平峰负荷平均、全网负荷、母线负荷、负荷率等类型的负荷预测，以满足供电、用电部门的管理工作的需要。

2、负荷预测的特点

由于负荷预测是根据电力负荷的过去和现在推测它的未来数值，所以负荷预测工作研究的对象是不肯定时间、随机时间，需要采用适当的预测技术和模型，推出负荷的发展趋势和可能达到的状况。因此其特点如下：

（1）不准确性或不完全准确性

由于电力负荷受到多种多样的复杂因素的影响，而且各种影响因素又是千变万化的，所以电力负荷未来的发展是不肯定的。人们对负荷的影响因素有些能够预先估计，有些却很难预见到，再加上一些临时情况和突发事件的影响，预测不准或不完全准确的情况也是经常发生的。这也说明预测工作尚需不断加以完善，掌握多种预测方法，采用先进的预测技术，使预测结果尽可能准确。

（2）条件性

负荷预测的过程是一个由历史向未来递推的过程，是在一定条件下做出的。条件可以分为必然条件和假设条件两种。如果真正掌握了电力负荷的本质规律，那么预测条件就是必然条件，所做出的预测往往是比较可靠的。而在很多情况下，由于负荷未来发展的随机性，需要一些假设条件，给出的负荷预测结果就是基于这种假设的前提。这些假设条件不能毫无根据的凭空假设，而应根据研究分析，综合各种情况而得来，在这种情况下做出的预测往往是不准确的。

（3）负荷预测的地区效应

在不同的负荷预测范围内，负荷的构成比重不同，影响负荷的因素也有所不同。一般说来，大电网负荷变化有较强的统计规律性，预测结果较准确，而地区级电网负荷变化规律并不是十分明显，其预测精度也相对低一些。

（4）负荷预测的时间性

各种负荷预测都有一定的时间范围，因为负荷预测属于科学预测的范畴，因此要求有比较确切的数量概念，往往需要确切的指明预测的时间。

（5）负荷预测的多方案性

 由于预测的不准确性和条件性，所以有时要对负荷在各种情况下可能的发展状况进行预测，就会得到各种条件下不同的负荷预测方案。

3、负荷预测的步骤

明确负荷预测的内容和要求

当对电力系统的负荷进行预测时，首先要了解负荷预测的内容和要求，进而确定属于哪类预测、应满足哪些标准、是定性预测还是定量预测及应满足的预测精度等。根据不同地区、不同时期的具体情况，确定合理的预测内容和预测指标。

（1）资料的搜集和整理

资料是进行预测的依据，应根据负荷预测的内容和要求，搜集进行负荷预测时所需用到的各种资料。尽量使搜集的资料系统而全面，避免用遐想的数据去填补负荷预测数学模型中所缺少的资料。同时，对搜集来的各种资料进行分析、加工整理，并对搜集的资料去伪存真，提高资料的可信度。对于尚缺的必要资料，则应想方设法加以搜集。

（2）对资料进行分析

在经过整理之后，还要对所用资料进行初步分析，包括以下方面：

① 画出动态折线图或散点图，从图形中观察资料中数据变动的轨迹，特别离群的数值和转折点，研究它是由偶然的，还是其他什么确定的原因所致。

② 查明异常值的原因后，加以处理，从而使历史数据序列趋于平稳。

③ 计算一些统计量，以进一步辨明资料轨迹的性质，为建立模型做准备。

（3）选择预测模型

负荷预测模型是统计资料轨迹的概括，它反映的是经验资料内部结构的一般特征，与该资料的具体结构并不完全吻合。模型的具体化就是负荷预测公式，由公式可以得出与观察值有相似结构的数值，这就是预测值。负荷预测的模型是多种多样的，以适应于不同的负荷变化规律。因此，正确选择预测模型是负荷预测中最关键的一步，如果模型选择不当，造成预测误差过大，就需要改换模型。必要时，可同时采用几种数学模型进行运算，以便对比、选择。

在预测中常用的预测方法有多种，如组合预测法、人工神经网络预测法等多种方法。各种预测方法均有其不同的特点和适用范围。实践证明，没有一种方法在任何预测场合下均可以保证获得满意的预测结果。因此，必须根据对资料的占有情况，以及预测目标、预测期限、预测环境、预测结果的准确度、预测模型的特点、预测模型的适用范围和负荷历史数据的散点图或折线图所反应的历史数据的变化规律等进行权衡，以便做出合理的选择。

模型的选择对预测精度有很大的影响。在选择预测模型时，应考虑三个主要的问题：即合适性、费用和精确性。任何一种预测模型都是建立在一定的假定条件之上的，而任何一种假定条件都无法囊括影响负荷预测的所有因素，因此，必须考虑模型的适用条件。在精确性和费用问题上，要权衡两者的轻重，要依靠自己的判断能力去断定应该用多大的力量，从而决定使用哪一种模型。

（4）负荷预测

随着科学技术的发展，预测理论有了很大的进步，各种预测方法层出不穷，使得预测手段对计算机的依赖性越来越强。依据选择的预测模型，根据所掌握的历史数据，运用负荷预测软件进行预测，可以获得比人工方法更高的预测精度，更好的满足电力部门对预测精度的要求。

（5）分析预测结果

根据预测模型得到的预测结果并不一定与实际情况完全相符，这是由于所建立的预测模型是对实际情况的近似模拟，在计算和推测过程中难免会产生误差。因此，需要对预测结果进行分析和评价，以确定预测结果是否可信。如果超出了误差的允许范围，就要分析产生误差的原因，决定是否需要对预测模型和预测结果加以修正，使之更接近于实际。 

^范文提纲

1电力负荷预测的目的和意义

1.1电力负荷预测的目的

1.2电力负荷预测的意义

1.3国内外研究动态和趋势

2电力负荷预测概论

2.1电力负荷预测的分类

2.1.1按时间分的负荷预测

2.1.2按行业分类的负荷预测

2.1.3按特性分的负荷预测

2.2负荷预测的特点

2.2.1不准确性或不完全准确性

2.2.2条件性

2.2.3负荷预测的地区效应

2.2.4负荷预测的时间性

2.2.5负荷预测的多方案性

2.3负荷预测的步骤

2.3.1明确负荷预测的内容和要求

2.3.2资料的搜集和整理

2.3.3对资料进行分析

2.3.4选择预测模型

2.3.5负荷预测

2.3.6分析预测结果

2.4负荷预测的含义

2.5负荷预测方法简要分析

2.5.1单耗法

2.5.2趋势外推法

2.5.3弹性系数法

2.5.4回归分析法

2.5.5时间序列分析法

2.6各种预测方法的适用范围

2.6.1超短期负荷预测

2.6.2短期负荷预测

2.6.3中期负荷预测

2.6.4长期负荷预测

2.7影响负荷预测的主要因素

3电力弹性系数法

3.1电力弹性系数法的概述

3.2电力弹性系数法的基本原理

3.3采用弹性系数法预测萧山区2011—2013年全社会用电量

4结论与展望

三、参考文献

[1]张金宝.对几种预测方法的评价[J].农村电气化，1992，(3)：20-20

[2]刘晨辉.电力系统负荷预报理论和方法[M].哈尔滨：哈尔滨工业大学出版社，1987：45-120

[3]周佃民，赖菲，刘亚安等.电力系统负荷预测与电价预测明[J].继电器,2002，

28(10)：31-33

[4]魏伟，牛东晓，常征.负荷预测技术的新进展[J].华北电力大学学报.2002，29(l)：

10-15

[5]徐国祥主编.统计预测和决策[M].上海：上海财经大学出版社，2002：80-109

[6]杜松怀.电力系统负荷预测技术[J].华东电力.2000,28(9)：50-52

[7]陈耀武，汪乐宇，龙洪玉.基于组合式神经网络的短期电力负荷预测模型[J].中国电机工程学报.2001,21(4)：79-82

[8]戴文进，付小科.电力系统负荷预测[J].世界科技研究与发展.2002,24(3)：40-43

[9]陈浩忠主编.电力系统规划[M].北京：中国电力出版社,2008

[10]康重庆，夏清，刘梅.电力系统负荷预测.北京：中国电力出版社，2007