load forecasting method
简介
在电力系统规划中，电力负荷预测是通过研究国民经济和社会发展的各种相关因素与电力需求之间的关系，预测电力用户的需电量和最大负荷。为做好负荷预测需掌握国民经济和社会发展的历史、现状和规划资料以及电力消费水平和特性变化，研究经济政策、经济发展水平、人均收入变化、产业政策变化、产业结构调整、科技进步、节能措施、需求侧管理、电价、各类相关能源与电力的可转换性及其价格、气候等因素与电力需求水平和特性之间的影响，需分析研究电网的扩展和加强、城市电网改造、供电条件改善、农村电气化等对电力需求的影响。
需电量的预测方法 需电量传统的预测方法主要有用电单耗法、电力弹性系数法、回归分析法、时间序列法、综合用电水平法和负荷密度法等。近年来又研究了一些新的预测方法，如计量经济模型法、灰色系统预测法、专家系统法和神经网络法等方法。
用电单耗法 将预测期的产品产量(或产值)乘以
用电单耗，可得所需要的用电量，计算式为
式中E为某行业预测期的需电量;θi为各种产品产量(产值)的用电单耗;mi为各种产品产量(或产值);n为计算的行业的企业数。
这个方法适用已有生产或建设计划的中近期负荷预测。
电力弹性系数法 电力弹性系数是在某一时期内用电量的平均年增长率与同一时期国内生产总值(gross domestic product，GDP)平均年增长率的比值。该系数从客观上反映电力发展速度与国民经济发展速度的相对关系。这一系数与电力工业发展水平、科学技术水平、国家经济政策及产品结构、人民生活水平等因素有关。美国、日本、法国、中国1971～1980年的电力弹性系数分别为1.26，1.01，1.59和1.22;1981～1985年的分别是0.66，0.75，2.52和0.64;1986～1990年的分别是1.2，1.08，0.94和1.12。中国1991～1997年的电力弹性系数分别是1.12，0.85，0.73，0.85，0.84，0.74和0.58。当预测出电力弹性系数后，预测未来的需电量的计算式为
En＝E0 (1+Kβ)n
式中En为预测期末的需用电量;E0为预测初期的需用电量;K为规划期的电力工业弹性系数;n为计算期年数;β为国内生产总值平均年增长速度。
电力弹性系数是一个宏观指标，用作远期粗略的负荷预测。
回归分析法 它利用数理统计原理，对大量的统计数据进行数学处理，并确定用电量与某些自变量之间的相关关系，建立一个相关性较好的数学模式即回归方程，并加以外推，用以预测今后的用电量。回归分析法包括一元线性、多元线性和非线性回归法。一元线性回归方程以y=a+bx 表示，式中x为自变量;y为因变量;a、b为回归系数。多元线性回归方程为y=a0+a1x1+a2x2+…+anxn。非线性回归方程因变量与自变量不是线性关系，如y=a+bxn等，但经过变换后仍可转换为线性回归方程。
根据历史数据，选择最接近的曲线函数，再用最小二乘法(或其他方法)求解出回归系数，并建立回归方程，然后再用相关系数检验，认为合格后，则回归方程是有意义的，并可算出回归方程的标准偏差，做出回归方程所预测结果的可信度。
从理论上讲任何回归方程只适用于原来观测数据的变化范围内，不适于外推，但在实际应用中总在适当范围内外推。
时间序列法 根据历史统计资料，总结出电力负荷发展水平与时间先后顺序的关系，即把时间序列作为一个随机变量序列，用概率统计的方法，尽可能减少偶然因素的影响，得出电力负荷随时间序列所反映出来的发展方向与趋势，并进行外推，以预测未来负荷发展的水平。简单平均法、加权平均法和移动平均法等都属于时间序列法。
综合用电水平法 按照预测的人口数及每人平均耗电量来预测居民总用电量。(见城乡居民生活用电)
负荷密度法 根据对不同规模城市的调查，参照城市发展规划、人口规划、居民收入水平增长情况等，用每平方千米面积用电千瓦·时数来测算城乡负荷水平。
在中长期需用电量预测中，不确定因素较多，宜采用多种方法进行预测，以利于互相校验。过去由预测人员根据经验做出判断和选择，现在发展了优选组合预测方法，将几种方法的预测结果选取适当的权重进行加权平均，或是选择几种预测方法中拟合度最优的方案。
最大负荷值预测方法 当已知规划期的负荷需用电量后，一般可用最大负荷利用小时数法、同时率法预测最大负荷值。
(1)最大负荷利用小时法。可用下式来预测规划期的最大负荷，即
式中Pmax为预测期最大负荷;E为预测期需用电量;Tmax为年最大负荷利用小时数，各系统的年最大负荷利用小时数可根据历史统计资料分析确定。
(2)同时率法。用所求各供电地区的最大负荷之和乘以同时率(见电力负荷分类)，得到整个系统的综合供电最高负荷，再加上整个系统的网损和厂用电后，就可以求得整个系统的发电最大负荷。