一、研究背景

　　中国的电力系统市场化进入21世纪后突飞猛进发展，在发展的过程中，不断的自我完善。就是在这样的历史背景下，人们开发了能量管理系统，而负荷预测必然成为能量管理系统中重要的核心。特别是在人员精简化信息科技化、资源共享化的情况下，负荷预测是21世纪电力市场交易管理系统中必不可少的部分。而在现实应用中，不仅电力的安全生产离不开负荷做依据，更重要的是营销体系，由于电力不可储存的特殊性，负荷在营销体系中衡量电力企业不仅是重要经济手段，而且还是体现出电力企业的效益。

　　 二、研究目的

　　本文在现有的对短期负荷预测的研究中，针对负荷特性和未来的发展趋势，根据气候特点，建立合理的负荷预测模型，以实现负荷和气象数据采集，短期电力负荷定时自动预测，负荷预报数据自动上传上级部门等多种功能为目标，可以减轻负荷预测工程师经常进行的繁杂的数据整理和加工工作，保证历史数据的可继承性和信息共享，实现信息自动化、科学化和敏捷化，为电网安全、可靠、经济运行提供重要的技术支持，具有较强的现实意义。

　　 三、国内外研究现状、发展动态

　　负荷预测的研究大致经历了三个阶段：第一个阶段是没有理论和数学模型做支撑的预测，这个时期的短期负荷预测完全依赖于调度员的个人主观判断，要求调度员拥有较长时间的电力运行调度工作经验，一般运行人员无法胜任。预测结果也会因预测人员的不同而存在比较大的差异。

　　 四、电网短期负荷预测研究

　　（一）短期负荷预测的概念

　　短期负荷预测一般指一周以内或一天以内的负荷预测；预测对象为日内每个时刻（例如 24、48、96 或 288 点）的负荷，或日用电量，本文采用 96 电负荷预测；主要用于电力系统的调度。像发电机组的开停机计划以及设备的检修计划等，以保证电力设备的可靠运行；短期负荷预测的预测特点为，在年、月、周、日不同期限上均具有明显的周期性；其主要影响因素有：星期类型、气象因素（温度、湿度、降雨等）、电价。

　　（二）电力负荷预测特点

　　电力系统负荷一般可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷等，不同类型的负荷具有不同的特点和规律。总的来说，电力负荷的特点是经常变化的，如按小时变、日变、周变和年变，同时负荷又是以天为单位不断起伏的，具有较大的周期性，负荷变化是一个连续的过程，一般不会出现大的跃变，但电力负荷对季节、温度、天气、作息时间等是敏感的，不同的季节，不同地区的气候，以及温度的变化都会对负荷造成明显的影响。因此，电力负荷的特点决定了电力总负荷由以下四部分组成：基本正常负荷分量、天气敏感负荷分量、特别事件负荷分量和随机负荷分量。因此，根据电力负荷的影响因素和变化规律，负荷的预测特点有以下几个方面：

　　1、不准确性

　　电力负荷的发展是不确定的，会受到电力市场、天气状况等因素的影响，而且各种影响因素也是发展变化的。人们对于这些发展变化有些能够预先估计，有些却很难事先预见到，加上一些临时发生变化的影响，就决定了预测结果的不准确性或不完全准确性。

　　2、条件性

　　如果负荷人员真正掌握了电力负荷的本质规律，其预测条件就是必然条件，所做出的预测往往是比较可靠的。然而很多情况下负荷的发展是不确定的，常采用一些假设条件。因此，各种负荷预测都是在一定条件下做出的。

　　3、时间性

　　负荷预测属于科学预测的范畴，要求有比较确切的数量概念，这就需要确切地指明预测的时间。因此，负荷预测都有一定的时间范围。

　　4、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。

　　（三）电网短期负荷预测的主要模型

　　1、多元回归分析预测模型，回归分析法根据以往负荷的历史资料，用数理统计中的回归分析方法对负荷的观测数据做统计分析，确定变量之间的相关关系，从而实现负荷预测的目的。

　　2、 指数平滑模型

　　对于电力系统负荷预报，重要的是曲线越接近目前时刻，就应当越准确，而对于过去很久的数据，不必要作很精确的拟合，指数平滑模型就是这样的一种曲线拟合法。给定一组观测数据戈，凡X1，X2......可以定义为一个N阶动平均，这里，N是时刻t所考虑的数据观测数目。

　　3、实用预测模型

　　电网受天气的影响比较大，因此建立一种可以反应天气变化导致负荷变化的预测模型更具实际意义。本系统建立了一种针对电网负荷预测的实用模型，其基本思想就是根据影响因素的变化预测出相应的负荷变化，气象条件的变化与负荷的变化之间存在着一种映射关系，从而最终确定预测日的负荷。

　　4、 基于相似日的变权重组合预测模型

　　传统的组合预测模型都是对各日的虚拟预测误差同等对待，如果能够形成以相似程度为加权的综合模型，则其物理意义十分明确：在所有进行虚拟预测的N天中，与待预测日的特征量相似程度较高的那些虚拟预测日的预测误差应该在总体的虚拟预测残差平方和中占据较大的权重。基于这种各模型对相似日的预测效果具有一致性的理念，本文建立了基于相似日的变权重组合预测模型.

　　（四）关键技术

　　本文对负荷预测模型库中的模型加以介绍，提出了一种新的选择相似日的方法，把证据理论运用到短期负荷预测相似日选择中来，利用了证据理论从不确定推理的角度，能将客观问题中的不确定知识形式化后进行推理和判断的优势，定量考察选取相似日，提高相似日选择的准确度。

　　此外，还对组合预测模型加以改进，建立了基于相似日的变权重组合预测模型，首先寻找与待预测日特征量相似程度较高的已知日，然后以该己知日为基础数据判断各单一预测模型的优劣从而建立组合预测模型，充分利用模型库中的多种模型提高预测精度。

　　 五、结论

　　短期电力负荷通常是指未来日负荷预测和周负荷曲线预测，本文的预期目标是给电厂安排开停机及发电计划，它是机组优化组合、经济调度、水火电协调的基础。对于经济合理地安排电网内部发电机组的开停，保证电网安全稳定地运行，合理安排机组检修，编制发、供电计划，减少不必要的发电机备用容量，有效降低发电成本，提高电力企业效益等都有很重要的意义。根据负荷预测结果，还可以采取技术措施，比如对负荷侧进行管理，增加系统蓄能水平，对电力负荷曲线进行削峰填谷，提升电力容量的利用效率，以此提高系统运行的经济性和可靠性。