提高电力调度负荷预测的准确性策略

提高电力调度负荷预测的准确性策略

王旭升

国网山西省电力公司运城供电公司 山西省运城市 044000

摘要：电力调度负荷预测是保证电网安全稳定运行、合理编制电网运行方式、做好电网供需平衡的关键性工作。在我们电网管理实际工作中，还存在着电力调度负荷的准确率不高的问题，对电网的安全、稳定、优质、经济运行产生了一定的影响。本文提出了针对电力调度负荷预测准确率的一些建议和措施。

关键词：电力调度；负荷预测；准确率

负荷预测是电力调度部门的一项重要工作，提高负荷预测准确率能有效提高电网运行的安全性和经济性。

1提高电力调度负荷预测准确性的管理措施

良好的基础数据是实现负荷预测的前提条件，尤其是停送电信息、电网运行方式信息、大工业用户的用电信息、小水电和新能源场站的发电信息等基础数据信息更是对负荷预测结果影响巨大。因此，为了获取高质量的基础数据，强化了对负荷预测专业相关的内外部单位的联络、管控。

一是建立内部沟通联络机制，及时掌握电网运行方式变化和停电计划情况。负荷预测内部沟通联络机制的构建强化了负荷预测小组与方式计划组及调度运行班之间的联系，及时掌握电网运行方式的改变，密切关注月检修计划及电网重要方式变更以及影响负荷预测的设备计划检修及临时故障检修，滚动分析电网负荷变化，及时调整母线负荷预测结果。

二是强化内部考核，提高停电计划执行率。确立了调控中心负责对地区电网停电计划执行情况进行监督检查和统计考评的制度，制定了《农配网设备停电计划管理工作规范》，以最小停电时间间隔和平均停电时间间隔两项指标为抓手，建立停电计划执行情况月通报制度，确保停电计划刚性执行，提高停电计划执行率，保证计划停电信息准确有效。

三是加强外部小电源管控，获取准确有效的发电信息。进一步加强小水火电的管理，掌握汛期水电出力情况；以两个细则为根据，强化新能源场站功率预测管理。

四是强化外部大用户管控，获取准确有效的用电信息。通过电营销部，与大工业企业用户建立了有效的沟通机制，通过定期召开地区大用户用电碰头会，获取有价值的大用户用电信息。并且为了随时了解大用户负荷开停情况，制定了《大工业企业典型日负荷曲线及月度电量需求申报制度》等规章制度。

2提高负荷预测精度的技术措施

（1）从信息化管理角度出发，构建负荷分析预测管理系统。

为了适应电力公司电网商业化运营的需要，适应电网管理现代化、科学化的要求；为了准确地预测市场对电力这一商品的需求，减轻负荷预测人员经常进行的繁杂的数据整理和加工工作，也为了保证历史数据的可继承性和做到信息共享，公司在上级单位的支持和指导下，第三方软件公司开发研制了面向电力市场环境的新一代网络化的负荷分析预测管理系统。

该系统是以电力市场需求分析与预测理论为核心，基于计算机、网络通信、信息处理技术及安全管理模式的综合信息系统。它实现了网络化数据管理与科学计算的高度一体化，为电力系统各部门进行详尽的数据分析和高质量的需求预测提供了灵活的操作平台。该系统不仅建立了完备的预测方法库，而且在预测理论方面也有一定的创新，有些方法是本系统所特有的，从而使本系统在理论性和实用性方面达到国内先进水平。

（2）分类管控的思路，实现对不同特性负荷的差异化预测。

对于电力系统的短期负荷预测，由于影响负荷变化的因素的复杂性，使得建立负荷预测模型时，不可能考虑所有的影响因素，各种预测方法所考虑的因素也各异。因此，进行负荷预测时，应从负荷构成的物理机理入手，即本地区负荷主要由哪些性质负荷构成，逐一进行研究。考虑该问题，借用分类管理的思想，将地区负荷进行分类，实现其分类管理。

负荷分类管理的思想为：根据地区负荷构成及表现的负荷特点，将地区总的负荷曲线进行物理分解成几类典型的负荷曲线的叠加，并针各类典型负荷曲线进行分别运行适合各自特点预测方法进行预测，最后将各类预测曲线进行叠加形成一条总的地区负荷预测曲线。

（3）大数据的管理思想，破解天气因素对负荷预测结果的影响。

天气是非常重要的负荷影响因素之一，尤其是空调类负荷占比不断增加的条件下，天气对负荷的影响更加显著，现有负荷预测管理系统一般仅根据历史负荷数据采用时间序列方法进行负荷预测,忽略了天气对负荷的影响规律，导致其负荷预测准确率不高。为了弥补负荷预测管理系统的不足，从大数据的角度出发，借助已有负荷分析预测管理系统平台，并引入数值天气预报数据信息，采用数据挖掘技术来自动修正天气突变情况下的负荷分析预测管理系统的结果，并将该方法的思想嵌入原有负荷分析预测管理系统平台，进一步延伸和丰富了该系统平台的功能。

3 提高电网日负荷预测准确率案例

3.1事件简述

负荷预测准确率是“同业对标”中一项重要指标，要求日负荷预测准确率大于95%。某地区电网日负荷预测准确率长期在95%以下，无法满足电力市场运营对负荷计划细度和精度的要求。

调查1：开展活动前负荷预测准确率情况

对2020年4月份—2020年8月份的日负荷预测准确率进行了调查统计：

现状：电网日负荷预测率最高96.35%，最低86.45%，月均92.73%，低于95%的考核标准。

调查2：电网负荷构成及变化规律

该地区电网用电负荷随气温变化显著，温度在30摄氏度以下基本呈线性关系，30至38摄氏度之间呈非线性急速增长；春秋季工业负荷占总负荷比重相对较大，且农业负荷也有显著增加；夏冬季降温取暖负荷增长较大，约占总负荷的25%以上。

调查3：该地区电网网供日负荷预测采用的手段

对负荷预测技术手段进行了调查，现在使用的负荷预测软件软件使用不够灵活，调节手段单一。

3.2原因分析

我们从人员、方法和环境等方面查找影响电网日负荷预测率低的主要原因：1）负荷预报人员责任不明确。2）对地区负荷特性研究不够，不能充分掌握负荷变化规律。3）管理制度不健全，考核不到位。4）负荷预测软件开发应用性不够，实用性较差。

次要原因有：１）天气情况引起负荷变化。２）对地方电厂监控调整不力。3）预测数据历史样本少。4）负荷预报与申报系统管理平台不统一。

3.3采取的对策

实施一、完善软件功能，解决负荷预测软件实用化问题

1）将负荷预测软件人为干预手段由分时段修改为按数据点修改，每个数据点均可由人工置入；2）负荷预测样本日期、天数及加权值改为由预报员人为灵活设定，预报人员可根据具体情况增加或减少负荷样本，选择样本日期做参考；3）负荷预测值同时保存为SCADA计划值并自动生成曲线与实际曲线比较，自动得出误差。

实施二、制定管理规定，建立绩效考核制度

小组从组织结构、人员素质和责任制度三方面入手，制定修编了《该地区电网负荷管理办法》、《该地区电网负荷预测工作准则及考核办法》，经中心领导批准后实施。

实施三、建立大中工业用户信息互联制度

小组负责拟订了《该地区供电区县调和大中工业用户信息互联制度》，明确了对县调和大中用户的检修申报和负荷管理等有关规定，并定期进行信息披露。

实施四、建立完善的数据库

小组成员每天把次日的天气情况、地方电厂发电出力、电网方式安排、系统限电、节假日等各种影响负荷变化的情况都详细的记录在案，建立详细的数据库，提高软件的人工智能性。

实施五、建立气象联动，研究天气变化对负荷影响

为保证负荷预报人员能及时掌握天气情况，在局域网不能访问互联网情况下，安排专用电脑通过互联网随时掌握天气情况，预测人员可以及时掌握该地区地区的气候、温度、湿度等方面的最新数据。

实施六、贴近用户，跟踪市场变化，调整预测偏差

小组对该地区市内大工业用进行了走访，了解其生产性质、负荷特点，并在平时加强与用户联系，掌握用户生产动态和用电情况，在进行负荷预测时统筹考虑。

实施七、进一步开展负荷特性分析，研究负荷变化规律

小组每月定期进行负荷特性分析，调查统计大中工业用户负荷变化，分析负荷增长趋势、找出大工业用户生产规律，突变因素对网供负荷的影响程度。

3.4效果检查

自对策实施后，小组成员严格按照制定措施及管理要求进行负荷预测工作，地区网供日负荷预测准确率不断提高，该地区供电公司月均负荷预测准确率明显提高，月均负荷预测准确率均达到96%以上。

4结束语

我们将定期开展负荷特性分析，研究气温变化对日负荷的影响，减少因客观因素造成的负荷预测准确率低的情况，确保负荷预测工作的可控、在控、能控，进一步提高负荷预测准确率。

参考文献：

[1]康重庆，夏清，张伯明．电力系统负荷预测研究综述与发展方向的探讨，电力系统自动化，2004，28（17）：1-11．

[2]王鹏，邰能灵，王波，等．针对气象因素的短期负荷预测修正方法，电力系统自动化，2008，32（13）：92-96．