陈霞山东科技年夜学(271000)
安伯义陈广林新汶矿团体华丰煤矿(271000)
摘要：负荷猜想对电力系统计划和运行极为重要，本文论述了电力负荷猜想与分类、负荷猜想的基本进程，对负荷猜想方式进行了综述，同时介绍了新兴交叉学科理论现代猜想方式。
要害词：电力负荷 负荷猜想 猜想方式
电力系统负荷猜想是电力系统发电计划的重要组成部门，也是电力系统经济运行的根蒂根基。在当前电力成长迅速和供给严重的情况下，合理地进行电力系统计划和运行极为重要。
1 电力负荷的组成与特点
电力系统负荷一般可以分为城市平易近用负荷、商负荷、农村负荷、工负荷和其他负荷等，分歧类型的负荷具有分歧的特点和纪律。
城市平易近用负荷主要是城市居平易近的家用电器，它具有年年增加的趋向，和较着的季节性波动特点，而且平易近用负荷的特点还与居平易近的日常生活和工作的纪律慎密相关。
商负荷，主要是指商部门的照明、空调、动力等用电负荷，笼盖面积年夜，且用电增加平稳，商负荷一样具有季节性波动的特征。虽然商负荷在电力负荷中所占比重不及工负荷和平易近用负荷，但商负荷中的照明类负荷占用电力系统高峰时段。此外，商部门由于商行为在节沐日会增加营时间，从而成为节沐日中影响电力负荷的重要身分。
工负荷是指用于工生产的用电，一般工负荷的比重在用电组成中居于首位，它不仅取决于工用户的工作方式(包括装备哄骗情况、企的工作班制等)，而且与各行的行特点、季节身分都有慎密的联系，一般负荷是比力恒定的。
农村负荷则是指农村居平易近用电和农生产用电。此类负荷与工负荷相比，受天气、季节等自然条件的影响很年夜，这是由农生产的特点所决议的。农用电负荷也受农作物种类、耕作习惯的影响，但就电网而言，由于农用电负荷集中的时间与城市工负荷高峰时间有差异，所以对提高电网负荷率有益处。
从以上分析可知电力负荷的特点是经常变化的，不单按小时变、按日变，而且按周变，按年变，同时负荷又是以天为单元不竭升沉的，具有较年夜的周期性，负荷变化是接连的进程，一般不会泛起年夜的跃变，但电力负荷对季节、温度、天气等是敏感的，分歧的季节，分歧地域的天气，和温度的变化城市对负荷造成较着的影响。
电力负荷的特点决议了电力总负荷由以下四部门组成：基本正常负荷份、天气敏感负荷份、非凡事务负荷份和随机负荷份。
2 负荷猜想的内容与分类
电力系统负荷猜想包括年夜负荷功率、负荷电及负荷曲线的猜想。年夜负荷功率猜想对于肯定电力系统发电装备及输变电装备的容长短常重要的。为了选择适当的机组类型和合理的电源结构和肯定燃料计划等，还必需猜想负荷及电。负荷曲线的猜想可为研究电力系统的峰值、抽水蓄能电站的容和发输电装备的协调运行提供数据支持。
负荷猜想凭据目的的分歧可以分为超短时间、短时间、中期和持久：①超短时间负荷猜想是指未来1h之内的负荷猜想，在平安监视状态下，需要5～10s或1～5min的猜想值，预防性控制和紧急状态处置需要10min至1h的猜想值。②短时间负荷猜想是指日负荷猜想和周负荷猜想，划分用于放置日调剂计划和周调剂计划，包括肯定机组起停、水火电协调、联络线交换功率、负荷经济分配、水库调剂和装备检修等，对短时间猜想，需充实研究电网负荷变化纪律，分析负荷变化相关因子，非凡是天气身分、日类型等和短时间负荷变化的关系。③中期负荷猜想是指月至年的负荷猜想，主要是肯定机组运行方式和装备年夜修计划等。④持久负荷猜想是指未来3～5年甚至更长时间段内的负荷猜想，主要是电网计划部门凭据国平易近经济的成长和对电力负荷的需求，所作的电网改造和扩建工作的前景计划。对中、持久负荷猜想，要非凡研究国平易近经济成长、国家政策等的影响。
3 负荷猜想的基本进程
负荷猜想工作的要害在于收集年夜的历史数据，建立科学有用的猜想模子，采用有用的算法，以历史数据为根蒂根基，进行年夜实验性研究，总结经验，不竭批改模子和算法，以真正反映负荷变化纪律。其基本进程以下。
3.1 查询拜访和选择历史负荷数据资料
多方面查询拜访收集资料，包括电力企内部资料和外部资料，从众多的资料中挑选出有用的一小部门，即把资料浓缩到小。挑选资料时的尺度要直接、靠得住而且是新的资料。假设资料的收集和选择得欠好，会直接影响负荷猜想的。
3.2 历史资料的整理
一般来说，由于猜想的不会跨越所用资料的，所以要对所收集的与负荷有关的统计资料进行审核和需要的加工整理，来保证资料的，从而为保证猜想打下根蒂根基，即要注重资料的完整无缺，数字准确无误，反映的都是正常状态下的水平，资料中没有异常的"分手项"，还要注重资料的补缺，并对不成靠的资料加以核实调整。
3.3 对负荷数据的预处置
在经过初步整理以后，还要对所用资料进行数据分析预处置，即对历史资料中的异常值的平稳化和缺失数据的补遗，针对异常数据，主要采用水平处置、垂直处置方式。
数据的水平处置即在进行分析数据时，将前后两个时间的负荷数据作为基准，设定待处置数据的年夜变更范围，当待处置数据跨越这个范围，就视为不良数据，采用平均值的方式平稳其变化；数据的垂直处置即在负荷数据预处置时斟酌其24h的小周期，即认为分歧日期的统一时刻的负荷应当具有相似性，同时刻的负荷值应维持在一定的范围内，对于超越范围的不良数据批改，为待处置数据的比来几天该时刻的负荷平均值。
3.4 建立负荷猜想模子
负荷猜想模子是统计资料轨迹的归纳综合，猜想模子是多种多样的，是以，对于具体资料要选择恰当的猜想模子，这是负荷猜想进程中相当重要的一步。当由于模子选择不妥而造成猜想误差过年夜时，就需要更换模子，需要时，还可同时采用几种数学模子进行运算，以便对比、选择。
在选择适当的猜想技术后，建立负荷猜想数学模子，进行猜想工作。由于从已掌控的成长变化纪律，其实不能代表未来的变化纪律，所以要对影响猜想对象的新身分进行分析，对猜想模子进行恰当的批改后肯定猜想值。
4 电力负荷猜想方式简介
电力负荷猜想分为经典猜想方式和现代猜想方式。
4.1 经典猜想方式
4.1.1 指数平滑法
该方式是经常使用的猜想方式，指数平滑法的基本思想是加权平均，拔取一组时间上有序的历史数据，X1、X2、X3……Xt，一次指数平滑猜想的迭代公式为：
式中Lt 1—t 1时刻的负荷值
n—所有数据记实的个数
对越近期的数据加权越年夜，这反映了近期数据对未来负荷影响更年夜这一现实情况，同时能经由过程平滑作用消除序列中的随机波动。
4.1.2 趋向外推法
就是凭据负荷的变化趋向对未来负荷情况作出猜想。电力负荷虽然具有随机性和不肯定性，但在一定条件下，仍存在着较着的变化趋向，例如农用电，在天气条件变化较小的冬季，日用电相对稳定，浮现为较平稳的变化趋向。这类变化趋向可为线性或非线性，周期性或非周期性等等。
4.1.3 时间序列法
时间序列法是一种为常见的短时间负荷猜想方式，它是针对整个观测序列显现出的某种随机进程的特征，往建立和估发生现实序列的随机进程的模子，然后用这些模子往进行猜想。它哄骗了电力负荷变更的惯性特征和时间上的延续性，经由过程对历史数据时间序列的分析处置，肯定其基本特征和变化纪律，猜想未来负荷。
时间序列猜想方式可分为肯定型和随机性两类，肯定型时间序列作为模子残差用于估猜想区间的年夜小。随机型时间序列猜想模子可以看做一个线性滤波器。凭据线性滤波器的特征，时间序列可划为自回回(AR)、动平均(MA)、自回回-动平均(ARMA)、累计式自回回-动平均(ARIMA)、传递函数(TF)几类模子，其负荷猜想进程一般分为模子识别、模子参数估、模子检验、负荷猜想、精度检验猜想值批改5个阶段。
4.1.4 回回分析法
回回分析法就是凭据负荷曩昔的历史资料，建立可以分析的数学模子，对未来的负荷进行猜想。哄骗数理统计中的回回分析方式，经由过程对变的观测数据进行分析，肯定变之间的相互关系，从而实现猜想。
4.2 现代负荷猜想方式
20世纪80年月后期，一些基于新兴学科理论的现代猜想方式逐渐获得了成功运用。这其中主要有灰色数学理论、家系统方式、神经网络理论、模糊猜想理论等。
4.2.1 灰色数学理论
灰色数学理论是把负荷序列看做一真实的系统输出，它是众多影响因子的综合作用成效。这些众多因子的未知性和不肯定性，成为系统的灰色特征。灰色系统理论把负荷序列经由过程生成变换，使其变化为有纪律的生成数列再建模，用于负荷猜想。
4.2.2 家系统方式
家系统方式是对于数据库里寄存的曩昔几年的负荷数据和天气数据等进行细致的分析，聚集有经验的负荷猜想人员的常识，提取有关划定规矩。借助家系统，负荷猜想人员能识别猜想日所属的类型，斟酌天气身分对负荷猜想的影响，依照一定的推理进行负荷猜想。
4.2.3 神经网络理论
神经网络理论是哄骗神经网络的学习功能，让计较机学习包括在历史负荷数据中的映照关系，再哄骗这类映照关系猜想未来负荷。由于该方式具有很强的鲁棒性、记忆能力、非线性映照能力和壮大的自学习能力，是以有很年夜的运用市场，但其错误谬误是学习收敛速度慢，可能收敛到局部小点；而且常识表达坚苦，难以充实哄骗调剂人员经验中存在的模糊常识。
4.2.4 模糊负荷猜想
模糊负荷猜想是近几年比力热门的研究标的目的。
模糊控制是在所采用的控制方式上运用了模糊数学理论，使其进行肯定性的工作，对一些没法机关数学模子的被控进程进行有用控制。模糊系统不管其是若何进行计较的，从输进输出的角度讲它是一个非线性函数。模糊系统对于肆意一个非线性接连函数，就是找出一类隶属函数，一种推理划定规矩，一个解模糊方式，使得设计出的模糊系统能够肆意迫近这个非线性函数。
下面介绍模糊猜想的一些基本方式。
(1)表格查寻法：
表格法是一种相对简单了然的算法。这个方式的基本思想是从已知输进--输出数据对中发生模糊划定规矩，形成一个模糊划定规矩库，终的模糊逻辑系统将从组合模糊划定规矩库中发生。
这是一种简单易行的易于理解的算法，由于它是个顺序生成进程，无需频频学习，是以，这个方式一样具有模糊系统于神经网络系统的一年夜点，即机关起来既简单又快速。
(2)基于神经网络集成的高木-关野模糊猜想算法：
它是哄骗神经网络来求得条件部输进变的联合隶属函数。结论部的函数f(X)也能够用神经网络来暗示。神经网络均采用前向型的BP网络。
(3)改良的模糊神经网络模子的算法：
模糊神经网络即全局迫近器。模糊系统与神经网络似乎有着自然的联系，模糊神经网络在本上是模糊系统的实现，就是将常规的神经网络(如前向反馈神经网络，HoPfield神经网络)赋予模糊输进旌旗灯号和模糊权。
对于复杂的系统建模，已有了许多方式，并已取得秀的运用效果。但主要错误谬误是模子精度不高，操练时间太长。此种方式的模子物理意义较着，精度高，收敛快，属于改良型算法。
(4)反向传布学习算法：
模糊逻辑系统运用主要在于它能够作为非线性系统的模子，包括含有人工操作员的非线性系统的模子。是以，从函数迫近意义上斟酌，研究模糊逻辑系统的非线性映照能力显得很是重要。函数迫近就是模糊逻辑系统可以在肆意精度上，一致迫近任何界说在一个致密集上的非线性函数，其势在于它有能够系统而有用地哄骗语言信息的能力。迫近定理讲明一定存在这样一个可以在肆意精度迫近肆意给定函数的高斯型模糊逻辑系统。反向传布BP学习算法用来肯定高斯型模糊逻辑系统的参数，经过辨识的模子能够很好的迫近真实系统，进而到达提高猜想精度的目的。
5 竣事语
随着电力市场的成长，负荷猜想的重要性日益显现，而且对负荷猜想精度的要求越来越高。传统的猜想方式比力成熟，猜想成效具有一定的参考价值，但要进一步提高猜想精度，就需要对传统方式进行一些改良，同时随着现代科学技术的不竭前进，理论研究的慢慢深进，以灰色理论、家系统理论、模糊数学等为代表的新兴交叉学科理论的泛起，也为负荷猜想的飞速成长提供了坚实的理论依据和数学根蒂根基。相信负荷猜想的理论会越来越成熟，猜想的精度越来越高。