摘要：
　　電力負荷的不斷增長是電力工業發展的根據，電力負荷預測在電力系統規劃和運行方面的作用越來越重要。隨著現代科學技術的快速發展，負荷預測技術的研究也在不斷深化，各種各樣的負荷預測方法不斷涌現，本文系統的介紹和分析了各種電力負荷預測方法，并指出為提高負荷預測精度應合理選擇和使用負荷預測方法。
　　關鍵詞：電力系統；電力負荷預測；規劃；方法
　　1.引言
　　電力負荷預測就是在正確的理論指導下，在調查研究掌握大量翔實資料的基礎上，從已知的用電需求出發，考慮影響電力負荷的各種因素，運用可靠的方法和手段預測未來的用電需求，對電力負荷的發展趨勢做出科學合理的判斷。電力負荷預測是電力系統運行、控制和規劃不可缺少的重要組成部分，也是電力規劃的基礎。電力負荷預測的內容主要是對最大有功負荷及其分布、無功負荷及其分布、需電量和電力負荷曲線及其特征值等重要參數的測算。
　　2.電力負荷預測方法
　　2.1.彈性系數法
　　電力負荷年均增長率和國民經濟年均增長率之比稱為電力彈性系數，它是衡量國民經濟發展和用電需求的重要參數，也是確定電力發展同國民經濟發展相對速度的宏觀指標。電力彈性系數又可分為電力生產彈性系數和電力消費彈性系數。若已知彈性系數的預測值，則結合國內生產總值的年均增長率就可預測出規劃期所需的電力和電量。
　　應用彈性系數法預測電力負荷的前提條件，是必須預先知道預測期（或規劃期）內國民經濟的發展目標及其年平均增長速度。彈性系數法的關鍵及核心問題是確定預測（規劃）期的電力彈性系數值[1]。所以該方法雖然簡單、易于計算，但需做大量的統計調研工作。
　　影響電力彈性系數值的因素很多，主要有經濟發展水平、產業結構、科技及工藝水平、生活水平、電價水平及節電政策和措施等。
　　2.2.單耗法
　　單耗是反映國民經濟及各部門用電特性的重要指標。單耗法就是通過對過去單耗的統計分析，結合國民經濟和社會發展規劃的指標，按單耗來預測需電量。單耗法可分為“產值單耗法”和“產量單耗法”，產值單耗法既可用于近期預測，也可用于長期預測，產量單耗法
　　僅適用于近期預測。
　　單耗法雖然方法簡單，但需做大量細致的統計分析工作，且由于政治經濟等因素的影響，對中、遠期預測的準確性難以確定。
　　影響單耗的因素主要有產品結構、產業結構、節電措施、產品價格，以及產品生產的條件等。
　　2.3.時間序列法
　　時間序列預測方法就是根據到目前為止的歷史資料數據，即時間序列所呈現出來的發展趨勢和規律，設法建立一個數學模型，在該數學模型的基礎上用數學方法進行延伸、外推，預測出今后各時期的指標值。時間序列法主要有移動平均法、指數平滑法等，其中指數平滑法是一種較為重要的方法，該方法是采取漸消記憶的方式，利用逐步衰減的不等權平均辦法，用以往的歷史數據的指數加權組合來直接預報時間序列的將來值。
　　時間序列預測，不需要考慮指標與各影響因素的橫向聯系，不需要利用其他任何數據和外部情況資料，計算簡單，是一種簡便易行、經濟有效的預測方法[1]，但該方法沒有考慮負荷變化的因素，對規律性的處理不足，只適用于負荷變化比較均勻的短期預測的情況。
　　2.4.趨勢外推法
　　趨勢外推法是根據已知的歷史資料來擬合一條曲線，使得這條曲線能反映負荷本身的增長趨勢，然后按照這個增長趨勢曲線，對要求的未來某一點估計出該時刻的負荷預測值。應用趨勢外推法有兩個假設條件[2]：首先假設負荷沒有跳躍式變化，其次假設負荷的發展因素也決定負荷未來的發展。選擇合適的趨勢模型時應用趨勢外推法的重要環節，圖形識別法和差分法是選擇趨勢模型的兩種基本方法。常用的趨勢模型有線性趨勢模型、多項式趨勢模型、對數趨勢模型、冪函數趨勢模型、指數趨勢模型、邏輯斯蒂模型和龔伯茨模型等[3]，不同的模型得出的結果相差會很大，使用的關鍵是根據地區發展情況選擇適當的模型。
　　趨勢外推法只需要歷史數據，所需的數據量較少，但如果負荷出現變動，會引起較大的誤差。
　　2.5.回歸分析法
　　回歸分析法就是通過對歷史數據的分析、研究，并考慮和電力負荷有關的各種影響因素，建立起適當的回歸預測模型，用數理統計中的回歸分析方法對變量的觀測數據統計分析，從而預測未來的電力負荷。回歸預測模型可以是線性的也可以是非線性的，可以是一元的也可以是多元的，其中一元線性回歸預測是最基本的、最簡單的預測方法。
　　回歸分析法適用于中、短期預測，它的預測精度依賴于模型的準確性和影響因子（如國民生產總值、工農業生產總值、人口、氣候等）預測值的準確度，該方法只能預測出綜合用電負荷的發展水平，無法預測出各供電區的負荷發展水平，無法進行具體的電網建設規劃。
　　2.6.灰色模型法
　　部分信息已知，部分信息未知的系統稱為灰色系統，灰色系統理論是用來解決含有不確定因素，信息不完備系統的數學方法。基于灰色系統理論的模型的預測稱為灰色預測，灰色預測技術可在數據不多的情況下找出某個時期內起作用的規律，建立負荷預測的模型。
　　運用灰色系統理論時，對原始數據段的不同選取和對原始數據序列進行不同的處理，對建模的精度和預測的結果都會產生影響。灰色模型法所需負荷數據少，計算簡單，短期預測精度高，結果可信，但當數據灰度較大時預測精度較差，并且不太適合于電力系統的長期預測。
　　2.7.專家經驗法
　　專家經驗是一種定性預測方法，它由專家意見法、特爾菲法、主觀概率法等組成。
　　專家意見法的基本方法是，當對某一項目進行預測時，邀請這方面的專家，請他們根據自己的知識和經驗，對過去發生和現在正在發生的情況做出直觀的預測。這種方法所得預測結果的準確性，完全依賴于專家的知識的豐富程度和預測經驗的多少。
　　專家意見法包括專家個人意見法和專家會議法。專家個人意見法的優點是可以充分發揮專家的知識和才能，積極性和創造性，預測專家可以綜合運用自身的經驗和知識來進行預測工作，而且意見也比較集中，缺點是受專家占有資料，個人興趣，認識程度和知識面等的限制，可能使專家個人的預測結果帶有一定的主觀片面性。專家會議法的優點是信息量大，能集思廣益，充分考慮多方面的意見，缺點是會議上容易出現屈從多數人或權威人士意見，但多數人或權威人士錯誤時，必然導致預測結果的失誤；另一缺點是少數專家發表了不正確的意見后，礙于面子不愿在會上修正自己的意見，從而造成意見難以集中[1]。
　　特爾菲法是一種函詢調查法，它根據有專門知識的人的直接經驗，對研究的問題進行判斷、預測。特爾菲法具有匿名性、反饋性、統計性的特點。特爾菲法是一個改進了的專家意見法，更科學、更有利于達到準確預測的目的。特爾菲法的優點是可以加快預測速度和節約預測費用，可以獲得各種不同有價值的觀點和意見，適用于長期預測。缺點是對于地區的負荷預測可能不可靠，專家意見有時可能不完整或不切實際。
　　主觀概率是人們對未來事件發生的可能性程度的一種主觀度量，是一種根據多次經驗結果所做的主觀判斷。應用主觀概率法進行預測，就是先由預測者對預測問題進行主觀估計，然后運用主觀概率加以判定。主觀概率法實際應用時，常采用三點估算公式進行計算和預測。
　　2.8.負荷密度法
　　負荷密度是指每平方公里面積上用戶消耗電力的多少。不同功能的地區，負荷密度的大小是不同的，經濟發展水平不同的地區的同樣的功能區，其負荷密度也是不同的。負荷密度法是將預測地區劃分為若干功能區，如將城市劃分為商業區、工業區、居民區、文教區等，對每一功能區選擇一個合適的負荷密度指標，推算功能區和整個預測區的用電負荷。
　　應用負荷密度法的關鍵有兩點，一是功能區劃分要合理，有代表性；二是各功能區負荷密度指標的選取要合理，能反映預測期的實際情況和用電水平。該方法主要適用于負荷相對集中，各功能區也相對比較易于確定的城市用電負荷預測。
　　2.9.國際比較法
　　國際比較法是拿本國的經濟發展情況及用電需求情況做對比分析，并參照國外的電力消費資料確定本國的電力需求量。國際比較的關鍵是選擇適宜的對比國家。一般選經濟發達，且經濟結構與本國有某種相似的國家作比較對象。國際比較法一般用于進行全國范圍的電力負荷預測。
　　2.10.擴展短期負荷預測法[5]
　　擴展短期負荷預測是利用預測時刻以前的歷史負荷數據，用幾種不同的方法做預測，可以預測該時刻以前的系統負荷，根據各方法的預測精度確定這些方法在綜合模型中的權重，利用這一權重。使用昨天及以前的歷史負荷數據，做今天預測時刻后代的全日未知負荷的預測。由于利用了預測時刻以前的最新的負荷信息，因此，用這種方法大大提高了負荷預測的精度。
　　擴展短期負荷預測的關鍵是：以當日已經發生的負荷的變化模式作為全日未知負荷變化規律的參考，在此基礎上預測出未知的負荷值。其隱含的原理是：對于同一日，在一天內的
　　
　　天氣等負荷敏感因素不發生突變的情況下，其全日負荷的變化模式不會發生突變。
　　這種方法主要用于修改歷史負荷壞數據和補足當日未知負荷數據，以協助提高短期負荷預測的準確度。
　　3.結論
　　電力負荷預測有多種預測方法，每一種預測方法都代表了一種發展規律。各種算法均有一定的適用場合，各種預測方法都具有其各自的優缺點，沒有一個方法適用于各種負荷預測模型而精度比其他各種方法都高。所以在做負荷預測時，必須結合實際情況，著重從預測目標、期限、精確度和預測耗費等諸多方面，靈活選用較為合適的預測方法，并使用多種不同的方法進行預測，將所得預測結果互為比較，再進行合理的綜合分析與預測，最終得到符合所需精度的預測結果。
　　
　　參考文獻：
　　[1]肖國泉,王春,張福偉，電力負荷預測，中國電力出版社，2001.7
　　[2]王吉權,趙玉林，電力系統負荷預測方法及特點，東北農業大學（150030）
　　[3]WUManhong,YangJiwang，Analysisandcomparisonofseveralelectricloadforecastingmethods,hc360,2004.10
　　[4]閻承山，劉軍，短期負荷預測方法探究及提高精度之展望，華北電業管理局
　　[5]莫維仁，張伯明等，擴展短期負荷預測方法的應用，清華大學