您好, 访客   登录/注册

浅析配电网负荷预测的应用需求及方法

来源:用户上传      作者:

  摘  要:现阶段,配电网线路越来越智能化,人们在平时工作、生活中也逐渐增加了对电气设备的需要,使得不同线路的运行过程应强化检测和维护,避免因线路故障影响人们平时的工作与生活。基于此,该文将从配电网中主要的负荷预测应用需求出发,对配电网中具体的负荷预测方法进行分析与探究,希望为相关人员提供一些帮助和建议,更好地开展负荷预测工作。
  关键词:应用需求  负荷预测  配电网
  中图分类号:TM714                                文献标识码:A                         文章编号:1672-3791(2019)04(a)-0033-02
  经济的不断发展使得我国产业结构陆续调整,并逐渐完善不同地区招商引资的有关政策,在这一背景下,供電企业配电网中的负荷结构出现较大变化,包括商业负荷、农业负荷、民用负荷、其他负荷构成的基础负荷,以及高耗能负荷、大工业负荷构成的工业负荷。因此,研究配电网中主要的负荷预测应用需求与方法具有一定现实意义。
  1  在配电网中主要的负荷预测应用需求
  要想有效预测配电网的不同电力负荷,就应减少预测传输线路出现错误的几率,对不同负荷预测方式进行熟练把握,从这个角度来讲,配电网有较大的负荷预测方法应用需求。电力负荷预测是电力部门的重要工作之一,准确的负荷预测,可以经济合理地安排电网内部发电机组的启停,保持电网运行的安全稳定性,减少不必要的旋转储备容量,合理安排机组检修计划,保障社会的正常生产和生活,有效地降低发电成本,提高经济效益和社会效益。此外,对于配电网来讲,负荷预测可用于发电机组方面的工作。
  2  在配电网中具体的负荷预测方法
  2.1 回归分析方法
  针对配电网负荷的回归分析方法主要是分析、统计用电历史资料与影响因子值,并对影响因子与用电量两者函数关系进行确定来达到预测的目的。但是,在回归分析中因子表达式的选取与因子的选取通常为一种推测,而且部分因子具有不可测性,用电因子影响的多样性让部分情况下的回归分析受限。此方法不仅对准确的模型有一定要求,还对影响因子的准确预测值有一定要求。回归模型主要包括非线性回归、多元的线性回归、一元的线性回归等不同回归预测的模型。这些模型之中,线性回归可以应用到中期的负荷预测中,主要优势为具有较高预测精度,对短期预测、中期预测十分适合;主要缺陷为只可以对用电负荷的综合发展水平进行测算,不能对不同供电区单独发展水平展开测算,这样不利于电网实际的建设与规划。
  2.2 单耗方法
  主要是按照第一、第二与第三产业的不同单位用电量带来的经济价值方面,由经济指标的预测进行用电需求量的推算,与平时居民的用电量相加,就能变为整个社会的用电量。此方法适合具备单耗指标的农业与工业负荷使用,能够有效、直接地对具备单耗指标的农业、工业实际用电量进行测量的一种方法。例如,对某地区2018年的用电量进行预测,第一产业预计电耗是0.6~0.7kW/h元之间,第二产业预计电耗是0.21~0.23kW/h/元之间,第三产业预计电耗是0.10~0.12kW/h/元之间,日常居民用电是110~160kW/h/元之间,按照以上生活用电、产业用电进行单耗方法的预测,可以得出该地区在2018年整个社会的用电量是27.38亿kW/h,详细地分析来看,就是第一产业用电:0.6~0.7kW/h/元;第二产业用电:0.21~0.23kW/h/元;第三产业用电0.10~0.12kW/h/元;日常居民用电110~160kW/h/元;全社会用电:27.38亿kW/h。现阶段,国内乡镇企业、城市企业具有相对较大的工业用电占比,对其可借助单耗方法进行中期规划与近期规划的相关负荷预测工作。
  2.3 负荷密度方法
  在采取负荷密度方法时,通常需要把预测地区分成多个功能区,比如文教区、居住区、工业区、商业区等,随后按照区域居民收入、人口规划、经济规划等多种负荷发展特征,展开历史和现在的功能区负荷密度计算,根据当前地区或是相似地区具体用电水平,对适宜负荷密度指标进行选取,并进行该功能区与预测区整体负荷密度值的推测。采用的计算公式为:A=S·D,D为用电的密度,S为土地的面积。这个方法对具有明确土地规划的城市地区较为适用,对于分区内部分大用户用电集中的情况,预测过程中应单独计算其负荷[1]。除此之外,部分城市的电力负荷与社会经济有时会伴随特定因素表现出跳跃式发展特征,使用负荷密度方法会较为直观,并且要谨慎地使用。
  2.4 趋势分析方法
  所谓趋势分析方法,又称作曲线回归、曲线拟合、趋势曲线分析等,是定量预测方面截止到现在最流行、研究最多的一个方法。很多趋势模型都比较常用,在对趋势模型进行寻找时较为容易,该方法属于确定的一种外推,并通过拟合曲线与历史资料的处理来获得模拟曲线,无需对随机误差进行考虑。借助趋势分析进行曲线的拟合,从精准度上看具有一致的拟合区间。大部分情况下,适当选取趋势曲线能够获得理想预测结果,不过模型不同会使结果有很大差异,因此在使用时需要因地制宜地进行模型的选取。
  采取趋势外推方法需要具备两个条件,一是负荷不存在跳跃变化的假设;二是负荷发展因素影响其未来发展的假设,基本条件为变化不大或者不变。对于趋势外推方法来讲,趋势模型的适当选取是一个关键环节,并且差分法与识别图形法是趋势模型两种不同的基本选取方法[2]。数据量需求小、仅需历史数据是趋势外推方法最主要的优势,当负荷变动时误差较大则是其最主要的缺点。   2.5 指数平滑方法
  指数平滑方法主要通过对历史数据进行指数加权,把将来的时间序列值直接预报出来。若衰减因子0<m<1,说明预测会在较大程度上受近期数据所影响,而受远期数据较小的影响。如果m越大,那么从近期至远期的数据加权系数就会越快地从大变小,能够发挥对新近数据的强调功能。例如,如果m=0.7,那么不同加权系数分别是0.7、0.07、0.007等,若处于m=1这一极端的情况,那么预报完全不会受到历史数据的影响。对配电网中负荷预测来讲,曲线和当前时刻越近就需要越准确,这一点十分重要,而数据较为久远时,无需注重拟合的精确性,如同惯性作用的机理。
  2.6 灰色模型方法
  使用灰色预测,能够用于预测包含非确定性因素的系统。将灰色系统原理当作基础的该预测方法,即使数据较少,也能够对特定阶段发挥作用的内在规律进行查找,进行负荷预测对应模型的构建,主要包括最优化与普通这两种灰色模型。例如,针对某地区借助一阶的灰色模型预测分析整个社会用电量,预测出的2018年整个社会的用电量结果较为理想[3]。使用多种方法处理原始的数据并生成6种不同的方案,预测2018年整个社会有大约39亿kW/h的用电量,接近于其他方法的最终预测结果。6个方案之中,只有方案二经检测为不合格,其他方案均合格。然而,借助长数据列获得的结果和其他的进行比较并没有优势,数据列比较长,存在较多干扰系统的成分和较大不稳定的因素,大大降低了模型的精度,也让其结果可信程度降低。
  3  结语
  总而言之,研究配电网中主要的负荷预测应用需求与方法具有十分重要的意义。相关人员应对配电网中主要的负荷预测应用需求有一个全面了解,能够根据实际情况科学使用回归分析方法、单耗方法、负荷密度方法、趋势分析方法、指数平滑方法、灰色模型方法等方法展开负荷预测,从而实现配电网现代化管理。
  参考文献
  [1] 黄宇腾,韩翊,赖尚栋.深度神经网络在配电网公变短期负荷预测中的应用研究[J].浙江电力,2018,37(5):1-6.
  [2] 张兆广,白恺,张征,等.考虑分散接入配电网的光伏系统对母线负荷预测影响的功率预测技术研究[J].华北电力技术,2017(10):38-43,56.
  [3] 廖奉怡,歐阳璇,梁自维,等.电力负荷总量预测与电力负荷空间预测在配电网规划中的应用[J].机电工程技术,2016,45(12):66-69.
转载注明来源:https://www.xzbu.com/8/view-14900670.htm