设计（论文）题目： 电力系统中长期负荷预测方法的研究
2019年12月15日
- 课题研究的目的和意义
近年来，伴随我国电力事业迅猛上升、电力市场交易稳步推进、厂网分开及智能电网蓬勃发展，电力系统的运行也越来越复杂，电力负荷的变化更加多元，各种突发政治经济事件对用电负荷造成影响，这些因素都增加电力系统中长期负荷预测工作的难度，更加精确的电力负荷预测已成为电力工作者的一项紧迫而重要的任务。准确的负荷预测事关系统的规划及设计、安全可靠和经济运行以及市场公平交易等诸多事情，所以其已成为21世纪系统运行控制中不可或缺的研究方向。同时，负荷预测是电力行业规划发展的重要依据，电力负荷预测的结果，决定了发电厂未来新发电机组的装机容量的布局和大小，以及发电机组安装时间，同时为输配电网的新建、改造和调整提供科学的依据。供电企业的任务是提供安全、可靠、优质、经济和生态友好的电能，而电能应时刻保持负荷供需关系的动态平衡，从而满足用户对用电量和电能质量的要求。在进行电力规划设计以及运行管理时，均须设法保证科学合理的负荷预测，为此，众多专家学者对电力系统负荷预测进行了坚持不懈研究。
由于中长期负荷预测受到多种复杂因素的交互影响，例如政治、经济、气候等,而且时间跨度较长,预测精度始终不理想。对长期电力需求的高估将导致多余的电力设施建设投资的大量浪费,不利于社会经济绿色低碳发展,而需求的低估将导致生产不足和需求未满足,限制国民经济发展。Hobbs的报告指出通过负荷预测算法,把电力负荷预测的平均绝对百分误差降低1.5%,每年可提高收益760万USD。电网规划部门应该充分认识中长期负荷预测的重要性及其指导意义。做到既不高估也不低估，实现电网的合理绿色发展,进而恰到好处地支撑社会经济发展。
负荷预测涉及众多部门，并且作用非常关键。比如，预测五到十年的中长期负荷是电力规划的条件依据，预测短期负荷为制定当前日发电计划工作起着至关重要的作用。准确的负荷预测事关系统的合理规划及设计、安全可靠和经济运行、市场公平交易等诸多事情，所以其已成为21世纪系统运行控制中不可或缺的研究方向。供电公司的任务是提供安全、可靠、优质、经济和生态友好的电能，时刻保持负荷供需关系的动态平衡，满足用户对用电量和电能质量的要求。为此，在进行电力规划设计以及运行管理时，对负荷的科学预测也正是研究人员孜孜以求的重要原因。
- 课题研究的方法归纳综述
负荷预测是根据负荷的历史数据及其相关影响因素, 使用一定的预测模型和方法, 以未来经济形势、社会发展、气候条件、气象因素等预测结果为依据, 估计未来某时段的负荷数值的过程。其主要工作是预测未来电力负荷的时间和空间分布。就负荷预测内容而言, 首先应该区分总量预测和空间分布预测。总量负荷预测包括对未来的电力需求量的预测、对未来用电量的预测以及负荷曲线的预测。其主要研究方法综述如下：
1.经典预测方法
严格地说，经典预测方法主要依据专家的丰富经验以及并不复杂的变量间的关系，对未知负荷作出定性推测，因此预测的精度往往不高，所以在实际预测中往往需要与工作人员的经验相结合，对预测结果进行验证，基本包括以下几种常见方法:
(1)单耗法
单耗法也就是创造单位产品所需耗电量法，用某产品的总产量与该产品平均用电量的乘积，来计算创造该产品所需的总耗电量。这种方法要求做繁琐的统计及收集数据任务，而且对远期的预测效果不太好。况且在现实生产中难以准确地得到产品的单耗，导致预测任务太多而不经济。
(2)弹性系数法
电力弹性系数为社会总用电量年增速和GDP的增速之比,它是反映GDP和电力发展关系的一个宏观指标。对于发展速度较快的地区，因为电力行业要适度超前的发展的原因，以及对第一产业和第二产业较发达的地区，电力弹性系数基本应该大于1,对于第三产业则普遍小于1。由于地区的产业结构和发展模式不一，导致弹性系数也不同，所以要充分利用历史数据做出判断而不能套用其他地区的弹性系数进行预测。
(3)负荷密度法
负荷密度预测法是将预测地区划分为各个功能小区，调查预测未来各功能小区单位土地面积的平均负荷，再将它们相乘再相加得到总的负荷。分区负荷密度法是考虑到近年的经济增长状况与目标、电力发展目标将预测地区分为各个功能空间，对这些功能空间分别用负荷密度法预测，之后把预测的各区电量求和统计出该地区的总用电量。
(4)人均用电量指标换算法
这种方法是基于相似的人文环境和经济发展情况以及用电结构的地区，人均用电量差别不大。基于此，可以挑选和本区域这几方面类似的区域作为参考,分析对比这几个区域当前和历史的人均用电量指标，接着预测该地区的人均用电量，再根据人口统计数据分析计算出总用电量。
(5)分类负荷预测法
用电负荷除了包括生活用电和农业用电外，还包括工业用电和其他用电四大类。分类负荷预测法就是对各种类的负荷分别进行预测，最后求和得到。分类负荷预测的缺点主要表现在数据收集难度大且复杂，优点是可能发现某种分类中存在的反常情况，同时因为对不同种类的负荷都要进行预测，所以总预测值很直观因此总的负荷预测结果很明确。
2.传统预测方法
传统预测方法包括趋势分析方法、回归分析法及时间序列分析法等。
(1)趋势分析方法
