当前位置: 产品中心 > 核心技术产品简介 > 内容

电力系统负荷预测分析管理

 

· 负荷预测分析总体技术思路

负荷预测是实现电力系统安全、节能、经济运行的基础。清大科越公司提供全周期的负荷预测分析管理系统。系统提供齐全的预测方式,包括中长期、短期/超短期、以及滚动负荷预测,预测的时间间隔可由用户定义;同时,既可进行全系统负荷预测,也可进行分地区负荷预测;支持集中式及分布式两种系统安装部署与运行方式。

 

· 中长期负荷需求预测分析管理系统

中长期负荷预测包括长期负荷需求预测和中期负荷需求预测两个功能模块。

 

· 长期负荷需求预测

长期负荷需求预测是根据国民经济发展的计划,依据电力和电量的历史记录等基本数据,利用各种序列预测方法进行年度电力电量预测。这些预测结果为电源电网规划提供决策的依据。

长期负荷需求预测系统采用如下预测方法:回归分析法、相关分析法、指数平滑法、动平均法、灰色系统法、人工神经网络方法、三种扩展饱和曲线、其它单一方法等。

 

· 中期负荷需求预测

中期负荷需求预测是根据月度经济、气象因素等参数进行月度电力电量预测。这些预测结果是进行年、季、月电力电量平衡的基础数据。

月度预测不同于年度预测。年度预测主要受到社会发展和宏观经济情况的影响,序列稳定性较好。由于月度量具有以下一些特点,使得月度预测的建模比较复杂。

1)数据序列随机性强

月度量与年度量相比较,更易受到随机性因素的影响,因此数据序列的波动性大,不易达到较高的预测精度。

2)季节因素影响

气候因素和经济因素是月度量的主要影响因素,尤其是气候因素。例如:春灌时降水量的多少、夏季温度的高低都将对该月电量、电力的数值产生极大的影响。而且,天气因素的随机性较强,在短时间内就有可能变化较大。因此,月度量预测的精度有赖于对天气状况的准确把握,尤其是在气候出现异常的情况下,更应予以注意。

显然,可以将前述的序列预测理论应用于月度预测,即以月度量的年度发展序列构成各种序列预测方法的输入序列,然后采用通常的步骤进行建模与预测。不仅如此,还可以提出以下的特殊预测方法,即利用月度量的空间网状发展规律的特点而建立的预测方法,例如:月间相关法、总量配比法等。

 

· 短期/超短期负荷预测分析管理系统

系统建立了以网省或地市为单位的电网负荷预测网络分析管理中心,授权人员可以远程登录到实施单位的应用服务器上,进行预测计算、信息查询、数据管理、负荷分析、负荷考核等工作

系统实现了负荷预测与分析工作的协调统一以及信息的完全共享,实现了信息标准化、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。

系统基于先进的预测理论与综合分析模型,提出了负荷预测、负荷分析、负荷管理、负荷考核、负荷上报一体化的设计新思路.