电力调度主变夏季最高负荷预测方法研究

电力调度主变夏季最高负荷预测方法研究

吴唐艳

国网湖南省电力有限公司炎陵县供电分公司 湖南株洲炎陵 412500

摘 要：电能作为人们日常生活和工作的重要能源，确保其持续稳定供应具有十分重要的现实意义。在炎热的夏季，由于空调的大量使用，这就会导致电网负荷的大大增加，进而会对供电质量造成不利影响。本文对主变夏季的负荷特性进行了比较深入的分析，在此基础上，结合夏季温度较高的特点，提出了具有一定针对性的主变夏季最高负荷预测方法，能够在一定程度上提高负荷预测的精度，进而为各项预防措施的有效制定提供科学合理的依据，对于从事相关工作的技术人员具有一定的借鉴意义。

关键词：主变；夏季；负荷

1 前言

负荷预测作为电力调度和规划工作顺利进行的重要基础参考数据，根据预测时间的不同可以划分为：长期、中期、短期以及超短期等预测方式。其中，长期和中期预测数据能够为电源和电网的规划工作提供基础数据，进而编制年度和月度检修计划以及电网的运行方式等；短期预测数据主要用于日常开停机和发电计划的编制工作中；超短期预测数据被广泛的应用于实时安全分析和经济调度工作中。

在传统的负荷预测研究过程中，所有预测工作都是建立在系统级的基础上，而对于主变负荷预测的研究工作相对较少。相较于系统级负荷而言，主变负荷涉及范围内的区域容量较小，并且还会受到多种因素的影响，导致负荷会出现较大的随机性。因此，用于预测系统级负荷的方法并不适用于主变负荷的预测。在气温较高的夏季，空调的使用量大大增加，这就会带来负荷的增加，一旦其超过主变的最大负荷，就会影响电能的安全供应。为了保障电能的持续稳定供应，就要对夏季主变负荷进行科学合理的预测，并采取有针对性的预防措施，避免主变过载而引起停电故障。

2 主变夏季负荷特性

2.1 气温对主变负荷的影响

在正常的情况下，日负荷曲线表现出一定的周期性，不同日的日负荷曲线整体规律相似，主变负荷也具有类似的规律性。同时，由于受到空调使用量增加的影响，夏季主变负荷与气温之间具有非常密切的关系，如下式所示：

式中， －当日主变j的最高负荷；

T₀－当日最高气温；

F_j－主变最高负荷与当日最高气温之间的相关函数。

通常来说，在夏季高温持续的第一天，主变的最高负荷一般低于持续高温条件下的最高负荷。这主要是因为，室内的温度变化滞后于环境温度，在高温起始时，室内温度并不高，相应的空调使用也较少，随着高温天气的持续进行，室内外的温度逐渐趋同，空调的使用量也就呈现出逐渐增多的趋势。同时，当温度逐渐降低，空调负荷也具有一定的滞后现象。因此，为了对主变最高负荷进行准确的预测，当气温介于28~38℃的范围内，需要对当天和3天内的最高气温进行综合性的分析。

2.2 主变负荷的不确定性

在对主变负荷进行预测的过程中，由于其总体的电力负荷并不高，系统中用电量较大的用户会对主变负荷产生非常大的影响，这就会大大增加主变负荷的不确定性，其最高负荷的预测准确率也会受到严重影响。为了确保主变能够始终处于良好的工作状态，这就需要对其最高负荷进行准确的预测，可以通过采用一定的预测区间替换最高负荷的预测值，即预测出最高气温条件下主变负荷的波动区间。

3 主变夏季最高负荷预测方法

为了对夏季主变的最高负荷进行准确的预测，首先需要对主变运行过程中的负荷变化数据进行系统全面的收集整理和筛选；其次，分别计算出主变负荷系数、累计效应系数以及夏季等效气温偏移量；最后，对主变最高负荷的波动范围进行科学合理的分析。

3.1 收集、筛选主变负荷数据

为了尽可能提高预测精度，减少影响因素，本文只对晴好天气工作日的主变负荷变化情况进行研究。对预测日前若干天的负荷变化情况和最高气温数据进行系统全面的收集整理，并且还要注意将其中的法定节假日和主变供电区域出现较大变化时负荷数据进行有效的剔除。同时，阴雨天气也会造成气温的降低，进而带来体感温度的下降，相应的空调使用率也会降低，这就需要将其负荷数据去除，并且还要将其前后天数的数据进行有效的分开。其中，为了提高三次函数曲线拟合的准确性，阴雨天之前的温度数据需要尽可能多，进而为拟合提供充足的基础数据。

3.2 确定主变负荷系数与累积效应系数

本文需要分别求取主变负荷系数和累积效应系数，其具体的计算方式如下所示：

（1）采用MATLAB软件中所提供的最小二乘法计算当日最高温度与其前M日主变负荷之间的相关函数关系f(P,T)。

（2）对不同温度条件下的累计效用系数k进行系统全面的离散化处理，并将当日等效最高气温带入到函数关系式f(P,T)中，就能进一步得到转换后的函数关系式f(k_i,T)。通过采用最小二乘计算方法，求出f(k_i,T)残差函数取得最小值所对应的累计效用系数k，进而就能计算出最高气温前M日的等效最高气温和相应的主变负荷系数。

3.3 求取夏季等效气温偏移量

在最高气温出现之后的一段时间内，由于室内温度的提升相对滞后，空调的开启数量也就少。当高温天气连续出现之后，室内外的温差逐渐降低，空调的开启数量就会逐渐增加。因此，在夏季的不同阶段，即便是计算出的等效最高气温相当，但是其对应的主变最高负荷往往不尽相同，这就会导致误差的引入。为了尽可能对该误差进行量化分析，本文需要引入等效气温偏差量，其能够采用温度变化表征夏季不同阶段之间的负荷差异性。由于不同主变的负荷性质不同，各主变的等效气温偏移量也不相等。当主变j后N日在等效最高气温T_eqj条件下的负荷与其前M日等效最高气温(T_eqj+dT_j)条件下的负荷相当，那么主变j的等效气温偏移量就能采用dT_j进行表示。等效气温偏移量的计算过程如下所示：

（1）将T=T+dT带入到f(P，T)中进行计算，就能得到函数f(P，T+dT)；

（2）对dT值进行科学合理的调整，确保其能够使得f(P，T+dT)的残差函数取得最小值，此时所对应的dT值，即为所要求得的主变等效气温偏移量。

3.4 分析主变最高负荷波动范围

由于最高气温后N日和计算预测日之间相距较近，这就可以通过对后N日的预测值误差进行系统全面的分析，进而明确主变最高负荷的取值范围。其中，预测值误差需要满足期望为0的正态分布，这在计算过程中需要予以充分的重视。后N日主变最高负荷预测值的误差标准差采用s_Nj表示，在α置信度的水平条件下，其相应的等效最高气温T_eqj条件下所对应的主变最高负荷的变化区间为[F_j(T_eqj)-m_αs_Nj，F_j(T_eqj)+m_αs_Nj]，其中，根据正态分布的基本特性就能计算出m_α的取值范围。最后，结合主变历史时间内的负荷变化情况，对个别等效最高气温条件下的负荷预测值进行科学合理的修正，确保其能够对实际情况进行客观真实地反馈。

4 结语

总而言之，为了确保电网系统的安全平稳运行，就要结合其运行特点，制定相应的应对措施。通过主变夏季的负荷特性进行系统全面的分析，并结合夏季主变的负荷特点，制定了具有一定针对性的电力调度主变夏季最高负荷预测方法，有助于促进主变最高负荷预测工作水平的不断提高，进而为应对措施的制定提供重要的基础数据，从而确保电能的持续稳定供应，为电用户提供充足的电能。

参考文献：

[1] 沈沉, 秦建, 盛万兴, 等. 基于小波聚类的配变短期负荷预测方法研究[J]. 电网技术, 2016(02):91-92.

[2] 刘翊枫, 周辉, 刘昕, 等. 基于气象成分分解的夏季短期负荷预测[J]. 电测与仪表, 2018(02):115-121.

[3] 樊唯钦, 张伟, 李勇钢, 等. 基于改进人体舒适指数的微电网超短期负荷预测[J]. 广东电力, 2017(05):159-160.

[4] 苏宜靖, 谷炜, 赵依, 等. 考虑气象因子的区域电网梅雨期负荷预测[J]. 浙江电力, 2019(27):246-246.

[5] 应张驰, 陈淑萍, 卢旭航. 基于多源信息的短期负荷混合预测模型应用研究[J]. 浙江电力, 2019(07):34-35.