电力系统规划总结

一、电力负荷

1、发电负荷：某一时候电网或发电厂的实际发电出力的总和；

2、供电负荷。供电地区内各发电负荷之和加上供电区域输入的负荷减去厂用电负荷和向外供电（输出）的负荷。

3、用电负荷。地区供电负荷减去线损、变损后的负荷。

二、电力负荷预测包括：

1、最大负荷功率预测（及峰值负荷功率预测）。确定未来发、输、变电设备的容量设置。

2、负荷电量预测。用于选择适当的机组类型和合理的电源结构以及确定燃料计划等。

3、负荷曲线预测：

为研究电力系统的调峰问题、抽水蓄能电站的容量以及发输变电设备的协调运行提供原始数据。

最大负

1、直接预测法预测

荷功率

2、电量负荷率法最大

预测法负荷

3、负荷曲线法

1、典型负荷曲线叠加法是各用户最大负荷的直

2、同时率法系统的综合最大负荷不

3、年最大负荷利用小时法典型的电量负荷率法接相加用同时率表示

三、负荷预测的方法：

1、外推法：

★假定未来的增长是过去增长模式的延续。不适合长期预测。

★把历史的记录数据与某种趋势曲线相拟合。

★当电力负荷在相当长的时期内稳定增长时，外推法可得到满意的结果。

★主要寻求电力负荷随时间变化的趋势曲线，自变量为时间。

★如。趋势线法（最小二乘法）、灰色预测模型、指数平滑法、时间序列法等。

2、相关法（也称因果关系法）：

★以电力负荷与选定的有关社会或经济因素的内在关系为基础。强调规律性。适合中、长期预测。

★寻求电力负荷随其它社会或经济因素变化的趋势曲线，自变量主要为经济增长率、产值、产量、人口等。

★如。回归分析法、经济计量模型、投入产出法、弹性系数法等。

3、各方法的特点

★回归分析法

步骤：选择回归模型的类型；计算回归方程的参数；对回归模型进行显著性检验。应用：线路单位长度投资、规模预测

检验：相关系数显著检验

一元线性回归分析：

yiabxiii称随机干扰项（或回归剩余项、白噪音项）

标准正态分布

1、i是一个随机变量且服从对i应具有的特点：

2、各i之间相互独立



3、与自变量x无关iin（0，）2

★指数平滑法。最常用的预测方法之一。适用于短期、中期、平缓预测。

缺陷。当时间序列具有不断增大（或减小）的趋势时，用一次指数平滑法预测的结果存在滞后偏差，预测值小于同期实际值。这时，需用高次指数平滑法。

★灰色预测技术。对原始数据进行再处理，淡化波动性，强调规律性。

是时间序列法的一种优秀改进方法。在负荷预测的中期预测中广泛使用。

当序列有平稳变化并服从标准正态分布时，具有较好预测效果。

局限。处理的数据不宜过多（计算复杂）；模型不是针对同一点的函数值和导数值去求方程参数，而是对生成序列的。

★指数增加曲线预测法：周期性、短中期预测

与当前拥有量和普及率有关。

★趋势线法（又称最小二乘法）。较适合于中期负荷预测。

在数学上借用回归分析法。

序列往往存在某种形态变化的长期趋势。

拟合标准函数，不需复杂的检验。

★电力弹性系数法。属于因果关系法，适合于中、长期预测。

电力弹性系数：用电量的增长速度和国民经济总产值的平均增长速度之比。即k=c/v年平均增长率法：不属于因果关系法，不适用于长期预测。

★随机时间序列法。研究序列间的相关性，随机过程。适用于短期预测。

yfpxf趋势项，p周期相，x随机项。（t）（t）（t）（t）（t）（t）（t）

自回归模型ar

三种模型移动平均模型ma

自回归移动平均模型arma

ar模型的检验。主要检验剩余项at的有关假设是否成立，检验方法是求相关系数。

→以上方法适用于电量预测，但实际中应预测最大负荷，所以从电量预测再反求得出最大负荷，及电量-负荷率法。