电力负荷分析篇（1）

3.国网蒙东电力通辽供电公司生产技术部，内蒙古通辽028000）

摘要：结合用电负荷等多信息源数据，进行了杭州萧山区多用户负荷形态分析，其表现为高负荷率型负荷、峰平型负荷、单峰型负荷、避峰型负荷、双峰型负荷。在对单用户负荷进行分析时，发现杭州永昌锦纶有限公司等用户负荷率高，峰谷差率低，调峰潜力较低，属于高负荷率型负荷；浙江汉欣家具工业有限公司等用户负荷率低，峰谷差率高，调峰潜力较大，属于双峰型负荷。基于规划型指标分析后，发现杭州永昌锦纶有限公司出现了明显的负荷增长现象，此时应该重点考虑相应线路及变电设备的增容问题。

关键词 ：电力需求侧；多元回归法；多信息源；指标

1用户电负荷特性指标

在负荷特性分析过程中，评价体系可按多个负荷特性指标来实现评价，分为日负荷特性指标、周负荷特性指标、月负荷特性指标、年（季）负荷特性指标等。

1.1日负荷特性指标

典型日最大（小）负荷即典型日记录的负荷中数值最大（小）的一个。记录时间间隔可以为1h、0.5h、15min或瞬时。典型日一般选取最大负荷日，也可选最大峰谷差日，还可以根据各地区的情况选不同季节的某一代表日。日平均负荷为日电量除以24或每日所有负荷点的平均值。典型日负荷曲线，为典型日按一天中逐小时（0.5h、15min）负荷变化绘制的曲线。该指标用于描述日负荷曲线特性，表征一天中负荷分布的不均衡性，较高的负荷率有利于电力系统的经济运行。

日最小负荷率为日最小负荷与日最大负荷的比值。日负荷率和日最小负荷率的数值大小，与用户性质和类别、组成、生产班次及系统内各类用电（生活用电、动力用电、工艺用电）所占的比重有关，还与调整负荷的措施有关。准确把握其变化趋势，可以为错峰限电及实施峰谷电价提供有利依据。日峰谷差为日最大负荷与日最小负荷之差。日峰谷差率为日峰谷差与日最大负荷的比值。峰谷差的大小直接反映了电网所需要的调峰能力。峰谷差率主要用于安排调峰措施、调整负荷及电源规划的研究。

1.2月负荷特性指标

月最大（小）负荷为每月最大（小）负荷日的最大（小）负荷。月平均日负荷为每月日平均负荷的平均值。月平均日负荷率为每月日负荷率的平均值。月最小负荷率为每月中日最小负荷率的最小值。月负荷率，又称月不均衡系数，是月平均负荷与月最大负荷日平均负荷的比值。该指标是研究电量在月内分布的重要指标，主要与用电构成、季节性变化和节假日有关。

1.3年负荷特性指标

年最大（小）负荷为全年各月最大（小）负荷的最大（小）值。年最大峰谷差为全年各日峰谷差的最大值。年最大峰谷差率为全年各日峰谷差率的最大值。年负荷曲线为按全年逐月最大负荷绘制的曲线。年平均日负荷率是一年内日负荷率的平均反映，主要反映了第三产业负荷的影响，但并不是所有日负荷率的平均值，而是全年各月最大负荷日的平均负荷之和与各月最大负荷日最大负荷之和的比值。

年平均月负荷率为一年内12个月各月平均负荷之和与各月最大负荷日平均负荷之和的比值。季负荷率又称季不平衡系数，即一年内12个月各季最大负荷日的最大负荷之和的平均值与年最大负荷的比值。它反映用电负荷的季节性变化，包括用电设备的季节性配置、设备的年度大修及负荷的年增长等因素造成的影响。年负荷率与三类产业的用电结构变化有关，它通常情况下随着第二产业用电比重的增加而增大，随着第三产业用电和居民生活用电所占比重的增加而降低。

1.4规划型负荷特性指标

在电网规划、增容和改建或是变电机组安装与扩建的过程中，需要评估或预测未来一段时间内该地区用电负荷或用电量的变化情况。此时需要根据历史数据的统计规律，计算增长型的负荷特性指标，并在此基础上结合社会经济参数对中长期的负荷变动情况加以预测，从而为合理安排电源和电网的建设进度提供宏观决策依据。

2多用户负荷特性分析

2.1多用户负荷形态

对杭州萧山区182个用户进行负荷形态分析时，涉及化工、市政、学校、政府等多个行业用户用电。负荷每隔15min采集一次，每天采集96点。根据负荷曲线特点，可把用电负荷分为如下几种情况。

2.1.1峰平型负荷

此类用户特点为在每日8：00左右负荷开始增大，12：00左右负荷略降低后反弹，18：00过后负荷开始降低。此类用户主要包括制衣厂等公司，一般白天用电量较大，中午考虑员工休息等负荷稍有波动。该类型负荷如图1（a）所示。

2.1.2双峰型负荷

此类用户在10：00与13：00出现两个波峰，17：00负荷开始下降，第二天8：00左右负荷开始上升。此类用户主要包括汽配厂等公司，通常上下班时间比较规律，中午休息时间较长。该类型负荷如图1（b）所示。

2.1.3避峰型负荷

此类用户在本次分析样本中所占比例较少，用电集中在18：00至第二天6：00。该类型负荷如图1（c）所示。

2.1.4高负荷率型负荷

此类用户全天用电波动不大，多为三班制生产工厂，包括针织、塑胶等生产厂家。该类型负荷如图1（d）所示。

2.1.5单峰型负荷

此类用户峰值集中在

10：00—20：00，凌晨5：00左右负荷达到波谷。此类用户主要包括金属制品、医药物流等公司。该类型负荷如图1（e）所示。

2.2典型多负荷曲线特性分析

针对图1中的用电负荷曲线情况，可作出相应的负荷分析，如表1所示。

负荷率由大到小依次为：高负荷率型负荷、峰平型负荷、单峰型负荷、避峰型负荷、双峰型负荷。说明高负荷率型负荷的负荷分布均衡性最高，有利于电力系统的经济运行；而双峰型负荷的负荷分布均衡性最低，不有利于电力系统的经济运行。

最小负荷率由大到小依次为：高负荷率型负荷、峰平型负荷、单峰型负荷、双峰型负荷、避峰型负荷。排序情况与负荷率排序情况相近。

峰谷差的大小直接反映了电网所需要的调峰能力，峰谷差率由大到小依次为：避峰型负荷、双峰型负荷、单峰型负荷、峰平型负荷、高负荷率型负荷。说明避峰型负荷的调峰潜力较大，高负荷率型负荷基本没有调峰能力，在实际安排中可以考虑忽略此种类型负荷。

3单一用户负荷特性分析

对杭州永昌锦纶有限公司、浙江汉欣家具工业有限公司、浙江佳彩印务有限公司、杭州萧山华义塑胶有限公司、杭州宇隆纺织有限公司、杭州港佳纺织仪器有限公司、浙江凯达文具用品有限公司等7个典型用户进行负荷分析。以2014年9月25日为例，各用户负荷特性指标如表2所示。

3.1杭州永昌锦纶有限公司

该公司主要生产锦纶单六和锦纶双六等产品。客户比较稳定，生产比较连续，工人24h进行倒班作业。该公司日负荷曲线如图2所示。平均负荷为4958.08kW，用电量较大。负荷率为0.95，峰谷差率为0.10，属于高负荷率型负荷，负荷均衡性较强，有利于电网的经济性运行，调峰潜力较低。

3.2浙江汉欣家具工业有限公司

该公司主要生产铝、塑、钢等户外家具，根据目前订单情况，现在大多为白天生产，中午及周末停工休息，偶尔会有夜班。该公司日负荷曲线如图3所示，属于双峰型负荷。平均负荷为535.51kW，负荷率为0.40，峰谷差率为0.95，如果有政策性文件下达削减负荷要求，公司会进行相应的安排，比如将部分生产过程安排到晚班等，因此，该公司调峰潜力较大。

3.3浙江佳彩印务有限公司

该公司主要进行各种中高档烟标、包装盒的印刷，也承接各种外包业务，生产基本在白天上班时间进行，晚上不开工，其日负荷曲线如图4所示，属于双峰型负荷。平均负荷为47.27kW，负荷率为0.35，峰谷差率为0.90，如果有政策性文件下达削减负荷要求，公司会进行相应的安排，比如将部分生产过程安排到晚班等，也具有一定的调峰潜力。

3.4杭州萧山华义塑胶有限公司

该公司主要生产自动麻将机的塑料配件。公司24h生产，工人分两班倒班，基本所有设备均运行生产，其日负荷曲线如图5所示，属于高负荷率型负荷。生产具有比较明显的节假日特点。平均负荷为481.95kW，负荷率为0.79，峰谷差率为0.38，负荷具有一定波动性，均衡性较好。

3.5杭州宇隆纺织有限公司

该公司负荷曲线如图6所示，为高负荷率型。平均负荷为955.09kW，负荷率为0.76，峰谷差率为0.40，负荷具有一定波动性，均衡性较好。

3.6杭州港佳纺织仪器有限公司

该公司负荷曲线如图7所示，为高负荷率型。平均负荷为1089.71kW，负荷率为0.88，峰谷差率为0.30，负荷均衡性较好。

3.7浙江凯达文具用品有限公司

该公司负荷曲线如图8所示，为单峰型。平均负荷为357.33kW，负荷率为0.71，峰谷差率为0.54。

4规划型负荷指标评价分析与评估

针对杭州永昌锦纶有限公司、浙江汉欣家具工业有限公司、杭州萧山华义塑胶有限公司、浙江佳彩印务有限公司4个典型用户，以及盛东922线、鸿新920线、鸿华919线3条馈线进行负荷增长率分析。分析2014年的9月、10月、11月相对于2013年同期的月平均日负荷以及月最大负荷的变化情况，如表3、表4所示。

由表3与表4可以看出，典型用户的月平均日负荷增长率与月最大负荷增长率的变化趋势大体一致。

4.1典型用户负荷增长分析

杭州永昌锦纶有限公司目前产品客户比较稳定，投入生产后用电负荷比较平稳，2014年与2013年同期对比月平均日负荷略有提高，9月、10月的月最大负荷上升较为明显，说明企业目前处于发展期，用电负荷有进一步增大的趋势。

浙江汉欣家具工业有限公司主要生产铝、塑、钢等户外家具，用电负荷主要为挤压机、喷涂线等，产品全部出口海外。该公司2014年与2013年同期对比月平均日负荷增长幅度较大，说明企业目前的发展情况良好，生产进一步扩大。而月最大负荷变化不大，说明用户用电较为平稳，增长的负荷主要位于原来的用电低谷时段。

杭州萧山华义塑胶有限公司与浙江佳彩印务有限公司两家企业的增长率情况较为相似。二者在2014年与2013年的同期对比中均出现程度较大的负增长情况，说明两家企业的业务规模正在逐步缩减，用电负荷将会进一步降低。

通过对四家用户的横向对比可以看出，杭州永昌锦纶有限公司与浙江汉欣家具工业有限公司月平均日负荷增长率为正值，用电负荷将会进一步上升。尤其是杭州永昌锦纶有限公司出现了明显的月最大负荷的增长现象，此时应该重点考虑相应线路及变电设备的增容问题。而杭州萧山华义塑胶有限公司与浙江佳彩印务有限公司的用电负荷呈下降趋势，也为相应的输电线路提供了负荷裕量，在进行安全性分析或负荷分布分析时应该予以考虑。

4.2馈线负荷增长分析

针对鸿达变电站下属的3条馈线，进行了2014年相对于2013年同期的月平均日负荷以及月最大负荷的变化情况分析，如表5、表6所示。

根据表5和表6中数据可以看出，盛东922线的月平均日负荷增长率及月最大负荷增长率均为负值，说明该馈线下负荷出现了下降的趋势，用户用电量也会相应减少。鸿新920线两项指标均有增长，但变化幅度不大。而鸿华919线两项指标均呈现出较大程度的增长。对比3条馈线可以看出，鸿华919线下负荷多处于快速增长期，在未来的供电规划中应考虑其较高的增长速度，扩容量应留有增长裕度。鸿新920线下负荷多处于稳定期，负荷增长速度放缓，用电量变化不大，在进行用电规划时留有的裕量可以相对减少。盛东922线下负荷多处于衰退期，用电量在未来可能进一步减少，在进行中长期规划时可以放缓该地区的扩容速度，或将其他区域负荷向该馈线转移。

5结语

本文研究了基于评价指标的负荷特性及用电量受外界因素的影响程度，并在不同时间尺度上提出了用户用电特性的分析指标。对萧山地区多用户进行了用户电负荷形态分析。另外，在分析单一用户负荷受外界因素影响程度时，分析得出浙江汉欣家具工业有限公司等用户负荷率低，峰谷差率高，属于双峰型负荷，调峰潜力较大；杭州永昌锦纶有限公司等用户负荷率高，峰谷差率低，属于高负荷率型负荷，调峰潜力较低，同时，依据其增长率特性确定需要增容改造。

［

参考文献］

［1］王明俊.市场环境下的负荷管理和需求侧管理［J］.电网技术，2005，29（5）：1?5.

［2］周明，李庚银，倪以信.电力市场下电力需求侧管理实施机制初探［J］.电网技术，2005，29（5）：6?11.

［3］高赐威，陈曦寒，陈江华，等.我国电力需求响应的措施与应用方法［J］.电力需求侧管理，2013，15（1）：1?4.

［4］梁甜甜，高赐威，王蓓蓓.智能电网下电力需求侧管理应用［J］.电力自动化设备，2012，32（5）：81?85.

［5］许子智，曾鸣.美国电力市场发展分析及对我国电力市场建设的启示［J］.电网技术，2011，35（6）：161?166.

［6］ZehirMA，BagriyanikM.Demandsidemanagementbycontrollingrefrigeratorsanditseffectsonconsumers［J］.EnergyConversionandManagement，2012，64：238?244.

电力负荷分析篇（2）

中图分类号：F274 文献标识码：A 文章编号：1006-8937（2015）29-0130-01

随着社会经济的快速发展，人们对电量的需求也在不断的增加，随着用电负荷以及用电量的不断增加，电量的峰谷差也在不断的扩大，使得电量的日负荷率不断的下降，从而为电力系统安全稳定的运行带来了严重的影响，同时，电力大客户不仅使电力企业的重要客户，而且也是电力企业调整用电负荷的主要对象，对电力企业电网系统的运行有着十分重要的意义。所以我国电力企业必须要对大客户负荷特性的研究引起足够的重视。所以我国电力企业必须要对大客户负荷特性的研究引起足够的重视。

1 我国电力企业负荷特性指标在应用的过程中存在 的主要问题

电力企业负荷特性指标在电力运行的过程中存在的问题主要表现在以下4个方面：①电力企业并没有建立规范统一的负荷特性指标体系，电力企业在进行大客户负荷特性的分析过程中，采用的指标都存在这一定的差异，为各地区大客户负荷特性的比较带来了严重的困难。②电力企业没有对典型日进行统一的规定，从而使得典型日大客户负荷特性的指标无法进行横向的比较。③传统的负荷特性指标已经无法满足现代大客户负荷特性的指标，需要对其进行快速的发展。④我国电力企业大客户负荷特性指标的选用没有对国外指标的选用进行参考，使得大客户的负荷特性指标无法进行国际间的比较。

2 如今我国电力企业采用的大客户负荷特性指标

随着社会经济的快速发展，人们对电量的需求也在不断的增加，使得电量的负荷超载，影响了电力系统安全稳定的运行，因此，电力企业必须要采用相对应的负荷特性指标，加强大客户负荷特性的管理，从而确保电力系统正常的运行。现如今，我国电力企业在大客户负荷特性分析的过程中所采用的特性指标主要有以下15个：①最高负荷，也就是指电力企业在每日、每月、每季度以及每年所记录的负荷中，最大的数值。②最低负荷，电力企业在每日、每月、每季度以及每年所记录的负荷中，最小的数值。③平均负荷，电力企业负荷时间数列时序的平均数，即：报告期供用电平均负荷=报告期的供用电量/报告期日历的小时数。④负荷曲线，将所有发电厂、电力系统所承担的有无功负荷，按照实践的序列绘画成图，即符合曲线，如图1所示。⑤负荷率，也就是电力系统中平均负荷与最高负荷的比例。负荷率=报告期的平均负荷/报告期的最高负荷×100%⑥电力企业平均的日负荷率，首先要将电力企业报告期内的每日负荷率进行相加，然后除以报告期的日历日数，就得到了电力企业的平均日负荷率。⑦最小负荷率，也就是电力企业报告期最低负荷与报告期当日最高负荷之间的比率。⑧峰谷差，电力企业报告期内电力最高负荷与最低负荷只差。⑨峰谷差率，电力企业报告期内日峰谷差最大值与电力企业报告期内最大日电量的比率。⑩月生产均衡率，也就是电力企业报告月每日的平均电量与报告月最大日电量的比率。11年生产均衡率，电力企业每个月的最高负荷与最大一个月最高负荷乘以12的比率。12 最高负荷的小时，电力企业发电量与报告期内最高负荷之间的比率，即电力企业最高负荷利用小时=发电量/发电最高的负荷。 13同时率，及电力企业最高负荷的综合与组成单位最高负荷之和的比率，对两者之间的差异程度进行描述。 14 不同时率，电力企业负荷曲线用户最高负荷总和与电力系统综合负荷曲线最高负荷之间的比率。 15 尖峰负荷率，即电力企业报告期内用户平均负荷与电力系统用户最高负荷的比率。

3 电力营销过程中大客户负荷特性的分析

3.1 电力大客户日负荷率与日最小负荷率

电力大客户负荷特性的日负荷率以及日最小负荷率数值的大小，不仅与用户的性质、组成、生产班次、生活用电等有着十分重要的关系，而且还与电力企业负荷的{整措施有着直接的关系。在电力企业中不同的用户以及电力系统，它们的负荷曲线都是不同的，从而使得和值也是不同的。

同时，随着电力企业的快速发展，电力系统的用户构成，工艺特点以及用电方式都将会发生不断的变化，不同种类用户在电力系统的所占的比重也会不断的改变，使得电力大客户的和值也发生变化，但是随着和值的变化，电力系统的总体趋势就会减小，并趋向于其中一数值。

在工业用户中，有色金属冶炼业、石油工业、原子能工业以及化学工业等都是属于连续性用电行业，在用电的过程中由于工艺的相关要求，电力系统在一昼夜内必须要连续均衡的为用户提供电量，而用户的日负荷率则不会受到其它外来因素的影响，只是受到用户本身的用电设备影响。在工业用户中，它们的日负荷变化是非常小的，日负荷曲线也都是根据着一定的变化规律而变化的，存在这一定的峰谷差，工业用户过程中每天一般情况下都会有2个或者是3个高峰负荷时期，冬季的高峰负荷一般出现在上午9点、下午2点以及晚上的7点，其中早上9点高峰的负荷是一天高峰期中最大的。而出现这种现象最为主要的原因就是工业生产班组交接以及休息所引起的，在工业用户中一般交接班和休息时，电力的负荷是最低的，正式上班期间，负荷就会不断的增加，并逐渐达到高峰。但是在一班制和两班制的工业用户中，用电高峰时期与三班制的负荷高峰时期也是不一样的，一般会推迟1～2 h，由此可见，工业用户所采取的生产班次不同，用电的负荷曲线也是不相同的。

3.2 电力大客户的月负荷率

电力大客户的月负荷率主要是由用电企业在每月、每周内停工休息、生产作业不顺、设备维修等不均衡性所引起的，一般情况下用电企业的月负荷率还会受到负荷调整的影响。根据相关显示的数据来看，在大部分的用电企业中，企业月负荷率的变化都是不大的，除非企业中引进了新的设备并投入到使用中，负荷率才会发生变化，一般情况下，各用电企业之间的月负荷率的差距都是非常小的，特别是在电力系统供电不足的情况下，企业的月负荷率会得到更多的改善。

3.3 电力大客户的季负荷率

电力大客户的季负荷率不仅与企业年负荷曲线的形状有关，而且还会受到年最大负荷出现的时间所影响，但是一般情况下负荷的季节变化都会影响到企业的负荷曲线和年最大负荷出现的时间，所以企业的季负荷率值与日符合率有着一定的关系，电力企业的日负荷率越高，季负荷率也就会越高。

4 结 语

综上所述，在电力营销的过程中电力企业加强大客户负荷特性的分析和研究不仅能够调整大客户的供电量，而且还能够促进电力企业经济的快速发展，因此在电力营销的过程中，电力企业要加强大客户负荷特性的分析，通过分析和研究对电网的负荷曲线进行改善，从而确保电力系统安全稳定的运行。

电力负荷分析篇（3）

中图分类号：TM714 文献标识码：A 文章编号：1672-3791（2014）12（b）-0116-01

负荷特性分析是了解和预测管辖范围内用户和市场的必要手段。居民负荷是城市负荷的重要组成部分，对城市居民负荷特性进行调查研究，对居民负荷预测、居民区供电方案的制定、城市电网规划、电网经济运行及电力市场营销具有重要意义。

1 负荷特性指标

从唐山电网整点最大负荷增长趋势分析，1991～2010年唐山地区整点最大负荷平均年增长12.15%，略低于全社会用电量的增长速度，其中“八五”期间年均增长 10.99%，“九五”期间年均增长7.29%，“十五”期间年均增长16.73%，“十一五”年均增长15.12%。最大负荷年均增长率较用电量的表现相对平稳，比如“八五”和“九五”期间，用电量年均增长率落差在9%，最大负荷仅为3%。

分别在1999年、2001年出现过负增长情况，从一个侧面表明带动地区负荷增长的因素发展不太稳定，1998年～2002年仅增长37.5kWh，年平均增长仅为9.4kWh，从2002年开始，电力负荷呈现快速增长的态势，除2008年外，年增长率均超过10%，2002～2010年年均增长率高达18.3%，仅低于全社会用电量0.1个百分点，从总体趋势上看，地区最大负荷和全社会用电量增长方式基本相同。

2 负荷特性曲线

2.1 负荷曲线分析

“十一五”期间，唐山电网每年一般出现两个用电高峰时间，分别在夏季的7、8月份和冬季的11、12月份。

夏季出现负荷高峰的主要原因：一是近几年唐山地区夏季持续高温少雨，农业灌溉负荷较大；二是随着城乡人民生活水平的不断提高，夏季制冷负荷迅速增长。冬季出现负荷高峰，是因为冬季灌溉负荷加采暖负荷，加上年度的自然增长和传统上年终岁末的工业项目赶产创收，因此全年的最高负荷多出现在冬季。今后随着居民生活水平的不断提高，第三产业用电比重不断加大，唐山电网最大负荷出现时间将逐步转向夏季发生。

全年负荷呈现两次低谷，一次是春节假期影响最大负荷在2月16日短暂回落至649.4万千瓦；一次是10月29日在节能减排限电政策的深度影响下，地区最大负荷最低降至641万千瓦，甚至比前述春节期间的649.4万千瓦还少8.4万千瓦，成为年内最大负荷的最低值。

而比较明显的高峰负荷出现了三次。一次是4月中旬到5月初，钢铁形势的持续好转、基建项目的陆续开工和农业春灌季节的到来，拉动地区最大负荷于4月14日创出历史新高，同比增长35%。第二次是7月下旬至9月初，钢企纷纷复产，加上高温天气等多重因素作用，最大负荷一路攀升，至8月15日达到年内历史最高值，较同期8月份的最大负荷增长17.56%。第三次则是在年末，随着节能减排限电截止日期的临近，限电政策逐渐宽松，加之冬季取暖期的到来，用电负荷逐步反弹。

2.2 典型日负荷曲线

对比09、10年夏季日最大负荷，日负荷总体走势变化不大，负荷高峰一般出现在15点至17点之间，总体保持较高水平，与当时气候成正比，空调负荷助推地区负荷较高水平；峰谷差变化不大，2010年为59.7万千瓦，2009年为58万千瓦，两者相差不大，说明总体用电结构未发生较大变化。

相对于夏季的稳定，冬季变化略有变化。从走势看，冬季曲线变化较为激进，峰谷差有所差别，2010年为109.6万千瓦，2009年为70.4万千瓦，较夏季变化要明显一些，表明两年间总体经济运行存在着差异，用电结构发生小幅变化。

唐山地区两季的日负荷曲线总体保持平稳，从峰谷差分析，冬季要大于夏季，有两方面原因，一是夏季的空调负荷及产业负荷具有一定的连续性，而冬季到达取暖期后，空调取暖负荷较少；二是深冬入夜对工业作业有一定影响，加上年底新增工业项目逐步投产，进入调试期后，负荷缺少一定的连续性，因此，峰谷差冬比夏高的原因，与北京、上海等特大型城市截然相反，也反映出一个重工业城市用电特性。

3 唐山电网负荷特点

通过以上分析总结唐山电网用电负荷呈现有以下几个特点：一是钢铁行业负荷对地区负荷影响仍起到决定性作用。二是用电负荷性质较为单一。由于唐山市产业结构主要依靠于钢铁及相关联的企业发展为主，因此钢铁企业发展的好与坏直接影响到唐山地区负荷的变化。三是空调负荷增长迅速。由于居民用电负荷高峰主要集中表现在夏季制冷和冬季取暖两个时期，造成唐山电网最大负荷基本全部出现在每年的7月中旬至8月上旬和11月中下旬至12月上旬两个时间段。在工业运行形势稳定的情况下，第三产业和居民生活用电起着助推剂的作用。

电力负荷分析篇（4）

一、城市电力规划供电基础资料的收集

1.城市总体规划阶段需调研收集的供电基础资料

（1）地区动力资源分布、储量、开采程度资料。

（2）城市综合资料，包括区域经济、城市人口、土地面积、国内生产总值，产业结构大型工业企业的产值产量的近5年或10年的历史规划综合资料。

（3）城市电源电网资料，包括地区电力电气主结线系统图、城市供电电源种类、装机容量及发电厂位置，城网供电电压等级及结构、各级电压的变电所容量数量位置及用地、高压架空线路路径、走廊宽度等现状资料及城市电力部门制定的城市电力网行业规划资料，在城市现状地形图中应明确标注现状35kv以上变电站的位置和输电线路的电压等级以及地理走向。

（4）城市用电负荷资料，包括近5年来城市供(用)电量统计表(应包括5年来城市每年的总供电量?用电量?线路损耗以及每年的最大负荷)，城市用电分类统计表可(分为市政用电?工业用电以及农业用电)。

2.城市详细规划阶段的电力规划需要调研的资料

（1）城市各类建筑单位建筑面积归算到10kv电源处的负荷指标的现状资料或现行的地方经验数据。

（2）详细规划范围内的各类行业现状及规划资料。

（3）详细规划区内的道路网各类设施分布现状及详细规划图。

二、负荷预测

供电基础资料收集后，应根据本地电网的特点及用电特点，预测未来一定期限内(近期1-5年，中期6-10年远期20年计)的负荷增长情况。如果预测的需求后于实际需求，将会导致供电负荷紧张，甚至造成拉闸限电；但如果预测的需求过度超前于实际需求，则系统利用率太低，将造成资源的严重浪费。

传统负荷预测通常采用以下方法：（1）单耗法；（2）弹性系数法；（3）平均增长率法；（4）综合用电水平法；（5）负荷密度法；（6）回归分析法；（7）时间序列法。下面重点介绍几种方法：

1.单耗法

根据产品（或产量）用电单耗和数量推算其用电量。应注意各行业单耗指标的动态变化，它可随科技进步生产力的提高和节能技术发展而降低单耗，也会随产业结构的调整或产品改变而发生变化。单耗法的优点是方法简单，对短期负荷预测效果较好。缺点是需做大量细致的调研工作，比较笼统，很难反映现代经济、政治、气候等条件的影响。单耗法适用于预测规划近期和中期的用电负荷。

其预测公式如下：p1=wnp/t。

式中：wn——产品产量用电单耗；

n——产品（或产量）数；

t——国内生产总值年平均增长率。

2.电力弹性系数法

电力弹性系数从宏观上确定电力发展同国民经济发展的相对速度，它是衡量国民经济发展和用电需求的重要参数。

其计算式为：b=α/β。

式中：b——电力弹性系数；

α——电力消费年平均增长率；

β——国内生产总值年平均增长率。

电力弹性系数反映市场需求情况，体现市场需求变化，对电力的规划和发展有一定的意义。国内严重缺电的时候电力弹性系数大于1。经济发展平稳的时候电力弹性系数接近1，该方法的优点是方法简单，易于计算。缺点是需做大量细致的调研工作。用电力弹性系数法预测的用电量误差很大，这种方法适用于校核规划中期和远期的负荷预测。

3.年平均增长率法

从供电基础资料入手，把本市(县)近5年来的用电量和最大负荷进行统计，计算出负荷的年平均增长率。从而推算未来一定期限内(近期规划按5年计，远期规划按20年计)负荷的增长情况。这种方法适用于预测规划近期和中期远期的各种用电负荷。

其计算式为：a（m+n）=am(1+a) n。

式中：α——预计规划期内年平均用电量增长率；

m——基准年份；

n——预测规划年限。

4.综合用电水平法

根据各规划期内的年人均综合用电水平来推算负荷的增长情况。按照以往所做的一些城市电力规划，根据人均综合用电水平乘以近期规划和远期规划的人口规模，即可得出未来一定期限内的城市用电负荷。这种方法适用于预测规划近期和中期的用电负荷。

其预测公式如下：pl=wap/t。

式中：pl——用电负荷；

wa——年人均用电量（kw/h）；

p——规划期人口数；

t——年综合最大利用小时数。

当以人口进行计算时，用电水平相当于人均电耗；如以面积进行计算，所得用电水平即相当于负荷密度。年用电量an=sd万度,其中s--指定计算范围内的人口数，d--表示用电水平指标。

5.负荷密度法

即单位面积功率法，这种方法适用预测各功能分区的用电负荷。适用于总图方案或初步设计的负荷预测与计算负荷的估算。首先计算现状和历史的分区负荷密度，然后根据地区发展规划对各分区负荷发展的特点推算出各分区各目标年的负荷密度预测值。对于集中的用电大户预测时可做为点负荷单独计算。

6.回归分析法

根据负荷的历史资料，建立可以进行数学分析的数学模型。用数理统计中的回归分析方法对变量的观测数据统计分析，从而实现对未来的负荷进行的预测。优点是预测精度较高，适用于在中、短期预测使用。缺点是：（1）规划水平年的工农业总产值很难详细统计；（2）只能测算出综合用电负荷的发展水平，无法测算出各供电区的负荷发展水平，也就无法进行具体的电网建设规划。

电力弹性系数法、年平均增长率法、回归分析法主要是根据历史统计数据进行分析而建立的预测数学模型，多用于宏观预测城市总用电负荷或校核中远期的规划负荷预测值，单耗法、负荷密度法适用于分项分类的局部预测。以上负荷预测方法中，实际应用中相互补充校核。

三、现代负荷预测方法

20世纪80年代后期，一些基于新兴学科理论的现代预测方法逐渐得到了成功应用。这其中主要有灰色数学理论、专家系统方法、神经网络理论、模糊预测理论等。

1.灰色数学理论

灰色数学理论是把负荷序列通过生成变换，使其变化为有规律的生成数列再建模用于负荷预测。影响负荷因素的未知性和不确定性，成为系统的灰色特性。

2.专家系统方法

专家系统方法是对于数据库里存放的过去几年的负荷数据和天气数据等进行细致的分析，借助专家系统，汇集有经验的负荷预测人员的知识，按照一定的推理进行负荷预测。

3.神经网络理论

神经网络理论是利用神经网络的学习功能，让计算机学习包含在历史负荷数据中的映射关系，再利用这种映射关系预测未来负荷。

4.模糊负荷预测

模糊控制是在所采用的控制方法上应用了模糊数学理论，使其进行确定性的工作，对一些无法构造数学模型的被控过程进行有效控制。模糊负荷预测是近几年比较热门的研究方向。

随着电力市场的发展，负荷预测的重要性日益显现，并且对负荷预测精度的要求越来越高。传统的预测方法比较成熟，预测结果具有一定的参考价值，但要进一步提高预测精度，就需要对传统方法进行一些改进，同时随着现代科学技术的不断进步，现代负荷预测的理论会越来越成熟，预测的精度越来越高。

电力负荷分析篇（5）

1 应用电力负荷控制系统进行需求侧管理分析

1.1 实施电力需求侧管理的意义

电力负荷控制系统在需求侧的应用可以有效地缓和电力供需矛盾，可以有效地引导用户优化用电方式，可以大幅度提高用电效率，提高电力资源的利用率，最大限度地降低损耗，从而达到节能环保、优化电力配置的目的，确保电力资源的可持续发展。

1.2 需求侧管理的内容和实施手段

需求侧管理的主要内容有三点：（1）提高能效；（2）负荷管理；（3）能源替代、余能回收及新能源发电。负荷管理有三种基本类型。（1）削峰：在电网高峰负荷期减少用户的电力需求；通过削峰，降低电网的高峰负荷；（2）填谷，在电网低谷时段启用系统空闲的发电容量，增加用户的电力电量需求；（3）移峰填谷，将电网高峰负荷的用电需求推移到低谷负荷时段，同时起到削峰和填谷的双从作用。在电力需求侧管理的实施手段方面，主要包括：（1）技术手段，通过采用先进的节电技术和高效设备来提高用电效率；本文正是详述的应用电力负荷控制系统这一有效技术手段进行需求侧管理达到负荷整形从而提高客户终端用电效益。（2）经济手段，指各种电价、直接经济激励和需求侧竞价等措施对电力负荷进行调节和引导用电需求。（3）引导手段，对用户进行消费引导的一种有效的、不可缺少的市场手段。（4）行政手段，是指政府及其有关职能部门，通过法律、标准、政策、制度等规范电力消费和市场行为，推动节能增效、避免浪费、保护环境的管理活动。

图1 需求侧系统结构示意图

1.3 负荷控制与客户服务的关系

如何处理电力紧张期与客户的关系，是电力负荷控制系统也必须解决的问题。系统通过远程控制实施强制错峰，势必会影响到电力企业与用户的关系。错峰是电力负荷系统在需求侧实施管理的重要手段，那么如何在错峰后对客户进行适当的经济补偿，是必须考虑的问题。因此，建议国家结合电价改革，出台有关需求侧管理在电价体系中地位的政策法规，提供资金保障，合理补偿有关行政手段、技术手段和有关用户开支的成本，不能不顾客户承受能力和经济利益而强行限电来减少客户端用电需求。

1.4 GPRS通讯盲区问题

电力负荷控制系统通常采用GPRS通信，因此通信的成功率对系统的运行有着直接的影响。而通信受天气、地理位置、用户周围环境影响较大，甚至会出现信号盲区或者错误。电力负荷控制设备安装于地下室或者建筑结构十分密集的地方；电力负荷控制设备串接的电流互感器采用双绕组形式，由于双绕组电流互感器两绕组所产生的电磁场互相干扰，从而造成负荷控制系统采集到的数据与实际存在差异。针对上述情况，可以采取下列措施：安装天线增加通信信号接收能力；采取通讯模块外移的方法，也就是将通讯模块与采集器分开，将其放置于通讯信号较好的地方；安装信号放大器或抗干扰器。

2 电力负荷控制系统的应用效果

2.1 大大增加了负荷预测的准确性

供电企业对自身的供电能力是了如指掌的，但是对于用户的电力负荷却难以掌握，只能对其进行预测，因此，负荷预测是需求侧管理的必要条件。电力负荷系统可以对用户的用电情况实时进行监控，采集电力负荷的相关参数，为负荷预测提供了参考数据，从而提高电力负荷预测的准确性；另外还可以通过对用户电力负荷参数的统计、分析，充分了解各种负荷的特点，为优化用户的用电方案提供依据。准确的电力负荷预测为在不同条件下拟定需求侧管理的有序用电指标提供可靠依据。

2.2 准确掌控负荷曲线，优化运行方式

通过电力负荷控制系统监控、记录用电企业的负荷曲线、用电特性，掌握其实施需求侧管理的潜力，并可按定企业、定设备编制可强制错峰、可主动避峰、可安排轮休、可直接限负荷的企业及对应的各级负荷管理目标，进行负荷分析后优化电网运行方式、协调分配电力资源、确保电力供应。

2.3 保证电网安全稳定运行

对电力负荷进行实时动态控制，保证电网安全稳定运行。将一个电力负荷控制设备安装于用户端，当需要进行紧急限电时，可以在规定的时间内对用户的用电负荷进行控制，以保证电网运行安全稳定。

2.4 提高错峰效果

通常是采取人工现场督察的方式来落实错峰方案，而很多用户对错峰工作有抵制情绪，不愿意配合错峰工作，因此，错峰效果较差。而电力负荷控制系统可以对负荷进行分级控制，强行实施错峰，只需要将负控终端接入跳闸回路即可。负荷控制系统的应用不但确保了用电方案的果断实施，实现了有序用电的科学调配，还避免了现场错峰督察的矛盾，大大提高了错峰工作的效率。

3 结语

综上所述，电力负荷控制技术是实施计划用电、节约用电、安全用电的技术措施，具有遥控操作、负荷控制、远程抄表、实时监控等功能，为需求侧管理提供了有效的技术支持，负荷控制系统的应用使需求侧管理工作有了相应的成效，利用负荷控制系统进行负荷管理，提高了客户终端用电效益，电力负荷控制系统也将在用电管理现代化实现的进程中起到越来越重要的。

参考文献：

[1]苏芳.浅谈电力营销中的负荷控制[J].现代经济信息，2012（18）.

[2]席燕.关于电力营销管理中负荷控制的浅谈[J].电子世界，2012（14）.

[3]王鑫.电力负荷控制管理终端运行中存在问题的探讨[J].石河子科技，2012（2）.

电力负荷分析篇（6）

中图分类号：F407.61文献标识码： A 文章编号：

一、电力负荷管理系统

1、电力负荷管理系统构成

目前，国内投入使用的电力负荷管理系统一般由系统软件、营销系统等其他外部系统接口、通信网络、现场负荷管理终端等部分构成，其系统结构如图1所示。

图1 负荷系统管理结构

其中，系统软件一般包括3部分:前置机软件、主站软件、Web数据查询管理软件。前置机软件为主站与终端通信的枢纽，是系统完成数据采集及控制的重要环节；主站软件主要为操作人员提供人机交互界面；Web数据查询管理软件主要向其他管理人员及相关人员提供数据查询及浏览功能。从各地区已建立的系统情况来看，系统构筑较早，系统功能偏重于负荷控制，与其他系统的接口不太完善。根据当前的电力市场化需求，有必要对现有负荷管理系统进行优化。

2、电力负荷管理系统在我国的发展现状

目前我国电力负荷管理系统的安装正成逐年递增的趋势，其中大部分地区安装的是无线电负控系统。无线电负控系统是指以无线电作为信息传输通道对地区和用户的用电负荷、电量及时间进行监视和控制的技术管理系统。无线通信属于超短波无线通信。无线电负控系统由计算机系统、前置机、电台、天线、电源等设备组成。属台是设在用户的单向和双向终端，由电台、调制解调器、数据采集、数据处理、参数显示及电源等组成。通信系统是国家无线电管理委员会批准用于无线电负控的专用频率。它的特点是：该系统属于集中控制系统，系统容量大，调整配置灵活，容易扩充。

系统控制中心的主要功能有遥控功能、遥测功能、遥调功能、遥信功能、对时功能、通话功能、系统自管功能以及主台计算机系统对用户资料进行打印及其技术处理等功能。

二、常规线损管理方法

(1)进行网络拓扑结构分析并实施电网改造。查找如下导致线损高的因素:线路负荷偏重、线径偏小,变压器非节能型、能耗大,线路供电距离太长,大用户位于线路末端,变电所布点不够或不合理、运行方式不合理等。通过分析及时制订计划进行高、低压及农、城网改造。

(2)进行理论线损计算。根据网络参数、负荷情况、功率因数等逐条线路计算其理论功率损耗ΔP=ΣΔP,理论线损ΔA=ΔP*T。理论值与实绩值进行对比、与历史值进行对比并分析主要损耗环节和原因。

(3)加强用电管理,进行用电检查。重视互感器、电能表等计量装置的校验,加强抄核收管理。检查用户计量方式、高压计量部分电压互感器二次压降、互感器及表计的准确等级、窃电检查、抄收准确及时性检查等。

(4)制订线损率计划并考核到人。这需要进行前期的线损理论计算、网络分析并掌握历史线损情况,在此基础上制订用户台片线损计划并落实责任到人,加强考核,及时反馈。

(5)加强调度管理。避免仅重安全不重效益的传统思维,将节能降损作为调度管理的一项日常工作。加强变压器的负载率与经济运行分析,优化电网运行方式,避免单线路长距离供电,实时进行无功补偿装置的投切以提高电网功率因素,加强用户无功就地补偿装置管理,减少无功电流引起的网损等。

通过对公司、线路、台片理论线损、实际线损计算和纵横向分析,判断电网结构和运行的合理性,供电管理的科学性,找出计量装置、设备性能、用电管理、运行方式、计算方法、统计资料、营业抄收等方面存在的问题,以便采取有效措施,把线损降低在一个比较合理的范围以内。严谨的线损分析能正确的检查电力网的能耗情况,分析论证能耗是否合理,提出改善电网结构降低能耗的措施,合理制定线损率指标。在此,我们应当看到,线损计算工作量极大,抄表的不同时性、电力网络数据统计与线损计算分离等给线损分析带来很大的难度,理论线损的计算还需要可靠的历史数据统计。但是从目前来讲，科学的数据的收集还存在着很大的难度，需要将电力负荷管理系统引入其中。

三、电力负荷管理系统进行线损分析的关键技术

（1）现有的数据传输采用电力线载波和公网的GPRS移动通信网络配合使用实现数据的采集和上传。电能表数据通过载波方式采集到采集器，终端将采集器数据打包经公网GPRS移动通信网络上传给主站。在实际传输中由于载波和网络受外部环境影响较大，致使终端在线率和数据传输完整率无法实现100%。为保证在线率往往需要耗费大量的人力物力，为此我们要积极寻求更好的传输载体，比如：采用光纤传输或者有线网络传输。

（2）因线路运行方式改变会引起的供电量或售电量的变化，导致线损计算错误。可在供电线路的分支处加装计量装置，实时采集该点的表计数据，进行分支线路的线损统计。如果分支处由于硬件设施的限制不能加装计量装置，应考虑采取技术措施，确保当线路运行方式改变时，该线路的供、售电量与运行方式相符。

（3）做到终端与表计、终端与主站之间通信快速、准确、同步，使抄表数据准确传输给终端，确保终端数据准确、及时传输给主站，保证线损统计数据的正确性和及时性。现阶段因终端厂家和表计厂家众多，通信规约不统一，造成数据传输不完整。这就需要终端有完善的硬件设施，主站每日定时广播对时，确保终端与主站时间统一。终端与表计、终端与主站之间的通信规约采用标准格式，终端或主站都要有严格的纠错功能，确保抄表数据的准确。

（4）现阶段负荷管理系统与用电营销系统是独立的两套系统，为使用电营销系统数据能够传输给负荷管理系统，我们通过软件在两系统之间编写了接口程序来完成数据交换。这样就造成因电能表故障、轮换、台区切改后MIS数据更新而负荷管理系统中数据无法及时进行调整。从而造成数据抄回率下降，为此就需要开发一套基于用电营销系统上的负荷管理系统，使两系统基础数据能够做到时时更新。

（5）利用实时监测的数据，解决用户窃电、计量装置错误接线、计量装置故障等问题。为准确的进行窃电处理、电量电费追补提供科学、有效的数据支持，减少电量损失。

终端应具有异常事件统计、报警功能，主站将终端异常事件及时召测、归纳，根据统计的电能表各相电压、电流突变，以及断相的时间，及时发现电能表的运行异常状况，并在系统软件及时提醒或通过短信方式及时发给相关班组管理人员，做到及时发现及时处理，使电量的损失降低到最小，达到降损增效的目的。

（6）根据技术发展，定期或不定期对系统运行中的各种类型的终端、电能表进行升级改造，保证终端的上线率和表计的抄收率，满足线损计算的需要。

（7）针对公用变压器的监测，要求负荷管理系统数据采集具有实时性、准确性和统一性，其终端采集的公变电量与分户抄表数据时间统一，并能直接用于线损统计分析。

充分利用负荷管理系统进行公用变压器的负荷分析，及时发现轻载、超载、三相不平衡等，为管理班组提供可靠的数据，从而采取有效措施，以提高运行率，降低线损。

结束语

通过在公用变压器上安装终端和集中器，可以有效缩短抄表周期，减少因人工抄表造成的错抄、漏抄、估抄，避免台区错载现象的发生。通过时时监测数据，对线路进行线损分析，提高反窃电水平，缩短计量故障发现处理周期，有效地降低台区线损。并能根据传输的考核表数据，合理调配配电变压器运行状态，降低线路损耗，保证供电质量。

参考文献

电力负荷分析篇（7）

一、立题依据与设计指导思想

电力负荷管理系统的使用，使电力公司可以远程采集用户的用电信息，增强了对用户用电的管理。但是负荷管理系统所采集回来的数据往往比较孤立，用电管理系统采集回来的信息有电压、电流、功率、日用电量、日电能指数等信息，每一个用户用电信息中的每一类信息都是孤立的，并且不同用户之间的信息也没有任何联系，分析人员只能从海量数据中经过大量比对，找到有用的信息，难以及时有效地发现用户用电异常现象，并且对用电负荷进行管理。并且，随着科技的发展，用户违约用电的手段越来越高科技化，红外干扰、遥控器窃电灯高科技手段都已经出现，电力公司查实几起高科技窃电行为。这些是反窃电工作的最大挑战，为了提高对用户用电的管理力度，打击违约用电行为，挽回公司经济损失，开发一套基于负荷管理系统的用电信息分析系统，以增强用户用电信息管理能力，提高反窃电力度，保障有序用电秩序。

分析稽查系统主要从以下几个方面进行分析：

1、对单用户进行分析

对单个用户日电量按照指数电量、电流电压积分电量、功率积分电量分别进行计算，并比对它们之间的差值，监视各项电测量变化规律。绘制出指定时段电压、电流、功率、功率因数、日电量曲线，根据用户用电性质，分析曲线走向，判断用户用电是否异常。

2、对单个用户指定时段电量分析

根据用户历史用电信息，测算出指定时段大概用电量，设定用户指定时间段用电量范围，超出该范围则初判异常，再查看用户该时段的电压、电流、功率曲线和数值，进行重点分析。

3、对用户进行分组分析

对用电客户按照不同的属性进行分组，每组内用户用电性质相近，在统一视图中绘出用户组中用户电压、电流、功率等曲线，同一用户组内用户用电信息曲线走势应该一致，如果出现曲线走势不吻合怎初判为异常用电，进行重点分析。

二、电力负荷管理数据分析辅助稽查系统主要技术内容

采用的技术原理：

1、基础数据处理。负荷管理系统基本功能是通过终端把用户的用电信息（电压、电流、功率、功率因数、电能表示值等）采集并存放数据库，但是这些数据都是孤立的，单个用户不同时间段的数据、不同用户各个时段之间的数据没有什么联系，很难通过采集回来的数据本身发现用户用电异常。为了能够及时准确地发现用户用电异常现象，需要找到异常用电和正常用电之间的区别。通过分析负荷管理系统中数据的结构，找出各种数据之间的关联，找出各类信息数据之间的共性和个性，设计一个更为合理的数据结构，使之能够包含数据之间的共性，兼容个性。从负荷管理系统中取出相应的数据存放在设计好的数据库中，便于分析。

2、数据分析。采用OLAP(联机分析处理)技术对数据进行分析，数据分析主要目的是为了找出用电异常客户，用电异常一般有电压异常、电流异常、功率异常、电能表示数异常几类。分析异常信息主要是通过对历史数据进行多方位、多角度比较，对单个用户历史数据进行纵向比较，找出用户不同时段用电信息之间差异，针对差异情况进行具体分析；对多个具有相似用电性质的用户数据之间进行横向比较，找出这些用户电能量信息之间的差异，对差异进行重点分析。

三、试验验证

以2009年11月19号查处的一处大厦用电异常为例，通过日电量指数变化曲线来验证分析稽查系统的实用性。

1、日电量指数比对

图1 用户日电量曲线

图2 户日电量数值变化图

图中为该户6月份日用电曲线，图中可以看出6月21号开始该户日电量突降，可以初步判断该户用电异常。

2、查看用户电流曲线变化

在用电管理系统中查看该户2009年6月21日日电流曲线，如下图所示：

图3用户6月20号电流曲线图

图4用户6月21号电流曲线图

图中可以看出该户6月20号晚8点30分电流示数降为3.0左右，并且维持下去，通过系统核查发现此后几个月该户电流曲线都维持在这一示值，这进一步证明了该户有窃电行为。

3、分析认为该户是采取安装稳流器窃电，经现场核查，确认该户存在窃电行为，并且安装了稳流器装置。

四、技术关键与创新点

1、对单个用户日电量按照指数电量、电流电压积分电量、功率积分电量分别进行计算，并比对它们之间的差值，监视各项电测量变化规律。

2、对单个用户时段电量进行分析，根据历史用电信息，设定用户指定时间段用电量范围，超出该范围则初判异常，进行重点分析。

3、对用户按照不同的属性分别进行分组，对每一组用户用电信息进行全面比对，查找出异常点，并根据实际情况进行具体分析。

五、技术重点与适用范围

1、对单个用户用电信息进行全方位、多角度进行分析比较，找出用户自身变化异常。

2、对用电性质相近的用户分配到同一个用户组，通过不同用户之间的用电信息进行比对，找出用户用电异常信息。

3、该系统适用于已经安装负荷管理终端的用户。

六、推广应用情况及存在不足

该项目自投运2009年10月16日投运以来，已经发现6起用电异常现象，经现场排查确有用户窃电行为，反窃电人员依法拆除窃电设施，追补电量电费共约70万元，并且依法进行处罚，为电力公司挽回了经济损失。项目投资少，收效大。

存在的不足：

该系统基于负荷管理系统，基础数据来自于该系统，负荷管理系统数据采集完整性成为制约分析系统发挥功能的一大因素；系统对于异常用电信息还不能自动报警提示。

参考文献

电力负荷分析篇（8）

中图分类号：TM223 文献标识码：A 文章编号：1009-914X（2017）12-0079-01

引言：对电力负荷特性进行研究最主要的目的在于，对相关城镇地区的负荷特性与状况进行准确了解，掌握负荷特性的发展方向与规律，保证针对电力负荷所开展一系列调控工作的科学性。随着社会的发展，电力工业对经济进步具有的意义开始为人们所熟知，对电力负荷进行预测的重要性逐渐显示了出来，可以说预测结果是否准确，与电力投资所获取效益之间具有非常紧密的联系。

1 电力负荷特性的分析

1.1 概念

1.1.1 内容

电力系统负荷主要指的是在对电力系统进行连接的过程中，需要应用到的用电设备所对应功率总和，作为典型的时变系统，电力系统需要保证供电、发电和用电三者始终处于动态平衡的状态下，不然极易导致系统故障的发生，进而对日常生活与生产产生不利影响。因此，针对电力负荷特性开展相关研究是非常有必要的。以电力负荷特性为核心内容所进行的一系列分析工作，其实质就是对行业信息、负荷电量、经济状况、气象条件等多种相关信息数据进行比对与分析的工作。

1.1.2 组成

我国幅员辽阔，不同地区所对应气候条件和经济状况均有所不同，因此，不同地区所对应电力负荷的组成也必然存在着较为明显的差别，这就在一定程度上决定了，τ谙嗤影响因素而言，对于不同地区电力负荷所产生的影响通常会具有细微的不同[1]。即使是在相同的地区，相同影响因素对于处于不同时期的该地区电力负荷产生的影响也不尽相同，这种现象就是通常所说的电力负荷组成所具有的差异性。

常见的电力负荷组成所具有的差异性通常表现在以下两个方面：一方面是负荷比重，另一方面是负荷种类。正是由于组成不同的电力负荷在上述两个方面均存在一定的差异性，因此，所对应负荷特性带来的影响程度也会随之更改。由此可以看出，负荷组成对于电力负荷所具有的特性而言，具有非常重要的意义。

1.2 影响因素

1.2.1 气候条件

研究表明，能够对电力负荷产生影响的因素，不仅局限在经济状况和产业结构两个方面，同时还包括所在地区的气候条件。导致不同地区所对应电力负荷在特性方面具有较大差异的主要原因之一，就是地区气候条件的差异，例如，南方地区夏季所对应降温负荷通常情况下大于北方地区，另外，南方地区冬季所对应取暖负荷也要远远大于北方地区。一般来说，对月负荷产生较为明显影响的因素为气候的变化，夏季平均气温与同期相比略高的月份，所对应月负荷率就会随之降低[2]。除此之外，气候条件对电力负荷产生的影响还体现在农业的灌溉方面，这主要是因为在对农业进行灌溉时，对应用电量和同时期的降水量间具有非常紧密的联系，如果某月降水较多，那么该月所对应灌溉用电量就会随之减少，负荷率的水平与同期相比就会明显提高。

1.2.2 经济水平

其一，经济发达的地区，人们生活水平普遍提高，电气化的程度也会随之上升，负荷率与经济不发达地区相比呈现出较为明显的下降趋势；其二，经济发达地区，占据比重较大的通常为第三产业，因而，该类地区普遍具有负荷率水平相对较低的特征；其三，随着社会经济的持续发展，第三产业和人们日常生活用电所对应负荷与之前相比有了较为明显的提升，这也从侧面说明一个问题，如果相关人员没有及时采取有效手段对其加以调节，那么，相应的负荷率水平便会持续下降。

2 电力负荷特性的预测技术

2.1 概述

2.1.1 原理

2.1.1.1 系统性原理

预测作为典型的连续过程，想要保证最终预测结果的准确性，相关人员必须对需要预测事件过去以及现在的情况，具有非常清晰、准确的认识。

2.1.1.2 可能性原理

正是由于事物在发展的过程中会遇到许多无法预知的因素，而不同因素对事物发展产生的影响也是有所不同的，因此，相关人员只能够针对某一事物，对其可能呈现出的发展结果加以预测。

2.1.1.3 可控性原理

预测的主要目的在于对事物发展的方向加以控制，也就是说，以预测结果作为基础，对下一阶段所开展的活动，或是所做出的行为进行相应调整。

2.1.2 分类

以预测指标为立足点对电力负荷预测内容进行分类，可将其分为以网供电量、社会电量为代表的电量预测，以及以负荷曲线、负荷率为代表的电力预测。作为与社会经济发展息息相关的工作，电力负荷预测通常包括以下几种形式：超短期、短期、中期以及长期预测[3]。

2.2 常用预测技术

2.2.1 回归模型技术

针对电力负荷预测所才去的回归模型技术，主要以历史数据作为立足点，相关人员通过对电力负荷所对应历史数据进行分析的方式，建立数学模型，以此完成电力负荷的预测工作。简单来说就是将回归分析与电力负荷预测相结合，通过分析和统计的方式获得不同变量所对应的关系，完成预测工作。

常见的回归预测有非线性以及线性回归两种。线性回归相对而言较为简单，但是通过实践发现，应变量和自变量所对应的关系通常属于非线性关系，因此，在对这部分关系进行处理前，相关人员首先应当确定非线性关系是否可以向线性关系进行转化，这样做主要是因为处理非线性情况往往较线性情况更为复杂。

2.2.2 趋势外推技术

电力负荷较易受到以天气状况为代表的多种随机因素的影响，这些因素的出现，对相关预测工作的开展带来了一定的阻碍。除此之外，电力负荷在不同时期呈现出的变化趋势也极为明显，以农业为例，农业在夏季的日用电量与冬季相比极小，且电量稳定。虽然通常来说对某一阶段所对应用电量进行研究可以发现，其常见表现形式为线性，但也无法排除非线性存在的可能。因此，在对电力负荷进行预测的过程中，相关人员通常选择散点图作为确定变化趋势的主要方法，在保证所确定变化趋势准确性的前提下，相关人员便可以开展下一阶段的预测工作。这就是通常意义上所说的趋势外推[4]。通过对不同事物所对应发展规律进行掌握的方式，能够在很大程度上提升对该事物发展趋势进行推断的结果的准确性。

结论

综上所述，正是因为电力体制的改革进程与过去相比有了非常明显的进步，因此，以电力市场为立足点所开展的分析工作，对电力企业所具有的重要意义开始被人们所熟知。上文的叙述重心主要落在电力负荷特性的分析以及预测方面，通过对电力负荷的组成、影响因素以及常见预测技术进行叙述的方式，为相关工作的开展提供了科学、可靠的参考依据，希望能够在一定程度上推动社会经济的可持续发展。

参考文献

[1] 杜明建.大数据技术在负荷预测与负荷特性分析中的应用[D].东南大学，2015.

电力负荷分析篇（9）

1引言

根据电力市场中电力负荷的特点，电网短期电力负荷同时具有增长性和季节波动性的二重趋势，因此使得负荷的变化呈现出复杂的非线性组合特征。目前的电力负荷预测方法很多[1,2]，但是，这些方法往往只着重考虑其中的一种趋势性变化，称为单一固定式模型，例如，只考虑随时间增长的预测模型，这样的模型有：线性回归模型（AR模型）、随机时间序列模型（MA模型及ARMA模型）和反映指数增长的灰色预测模型，这几种模型的缺点是只考虑了一种增长趋势，不能较好地反映短期负荷的季节性趋势。由于电力负荷是受多种因素影响的复杂非线性系统，尤其对季节的变化比较敏感，因此只考虑一种增长趋势是不够的。而有些模型，如比例波动模型、ANN模型等，仅仅考虑季节性也是不够的，电力受国民经济增长影响比较大，电力负荷的发展有较强的增长趋势规律，忽视了增长性的特点，同样不能搞好负荷预测工作。针对这一问题，本文综合考虑了电力负荷的二重趋势性特征，首先建立灰色预测模型，反映负荷的增长性特点。其次，利用季节变动指数（SVI）模型反映负荷的季节性特点，并对季节型灰色预测的残差建立时间序列的AR（p）模型，形成非线性季节型电力负荷灰色组合预测模型，较好地提高了季节型电力负荷的预测精度。

2灰色预测GM（1,1）模型

GM(1,1)模型是常用的灰色预测模型[3,4]。

设有原始数据序列

构造一阶线性微分方程为

式中

这种模型的优点是不需要大的样本量，也不需要考虑数据是否服从正态分布。通过累加技术，使数据形成指数律，从而建立统一的微分方程，求得拟合曲线后对对象的将来发展值进行预测。灰色预测可以较好地对非线性系统进行预测。

3季节型电力负荷预测模型

为了反映电力负荷的非线性特征，本文中应用了灰色预测模型，从而可以将线性趋势的乘积模型发展为季节型灰色预测模型

式中Ij为季节变动指数（SVI）[5]，j=1,2,3,4。

在考虑长期趋势的条件下

从而可以得出一个季节变动指数列I1,I2,I3,I4，为了尽可能消除得出的季节变动指数中存在的不规则变动，可以将不同年份的同一季节的变动指数进行平均，，n为历史数据所跨越的年份。计算出的4个季节指数之和应为4，若和不等于4，可以将季节指数乘以一个因子，以便其和为4。最终得到的季节指数为

4自回归模型

如果一个线性随机过程可表达为[5]

式中Фi是回归参数，i=1,…，P；μt是白噪声过程。这个线性过程xt称为p阶自回归过程，用AR(p)表示。它是由xt的p个滞后变量的加权和，再加当期的随机扰动项μt构成的。

式(5)还可表示为

式中Ф(L)称为自回归算子。自回归过程可能是平稳的，也可能是不平稳的。其平稳的条件是特征方程Ф(L)＝0的全部根必须在单位圆之外。

对AR（p）模型的参数估计方法很多，如最小二乘估计。假设式(5)中的参数估计值已经得到，即有

根据最小二乘原理，所要求的参数估计值应使得式(6)达到极小，所以它们应该是下列方程组的解

解该方程组，就可得到待估参数的估计值。

对灰色季节型预测的残差建立自回归AR（p）模型，设预测值为zk，则非线性季节型电力负荷灰色组合预测模型为

5非线性季节型灰色组合预测模型的应用

为了验证非线性季节型灰色组合预测模型对电力负荷预测的可行性和先进性，对京津唐电网售电量进行了预测。京津唐电网1994年第一季度至2001年第四季度的售电量数据如表1所示。图1反映了该地区电力负荷的波动趋势。从图1可以看出，电力负荷具有明显的两重趋势性特征。

通过编程对数据进行处理，得到灰色预测的GM(1,1)模型为

经过后验差检验，此模型为一级模型。

利用上式，得到该地区电力负荷的灰色预测值。此预测序列反映的是该地区电力负荷的长期增长趋势。

如果仅仅使用灰色模型对短期负荷进行预测，误差较大。灰色预测值与真实负荷值之间的差额是由季节因素、不规则波动等因素引起的。为了拟合电力负荷的季节性趋势，计算出季节变化指数，将季节变化指数代入式(4)中，得出季节调整后的预测值。从表2可以看出，预测精度有了提高。为了进一步改进预测，对季节调整后的预测残差建立时间序列AR(p)模型，对多个自回归模型进行估计后，认为p的最佳取值为15，由AR(15)模型得出残差的估计值，代入式(8)，得到该地区电力负荷的组合预测。预测结果比较如表2和图1所示。

通过分析这些计算结果，可以明显地看到，只考虑增长性趋势还是只考虑季节性趋势都是不行的，都会对短期电力负荷的预测精度造成影响。只有综合考虑，才能提高短期电力负荷的预测精度。根据预测模型，编制出的季节型负荷预测软件，可以使预测方法更具有实用性。

6结论

（1）尽管灰色预测模型在处理非线性问题上具有两重趋势性特征，灰色模型只能预测出负荷的长期增长趋势值。它与实际值之间存在着较大误差。

（2）提出了季节型灰色乘积模型，既可以反映出负荷的长期增长趋势值，又可以反映负荷的季节性趋势。

（3）对季节型灰色预测的残差建立了自回归模型，提出了非线性季节型电力负荷灰色组合预测模型。与季节型灰色模型结合，将进一步提高预测精度，得出更精确的结果。

参考文献

[1]牛东晓，等（NiuDongxiaoetal）．电力负荷预测技术及其应用（Powerloadforecastingtechnologyanditsapplication）[M]．北京：中国电力出版社（Beijin：ChinaElectricPowerPress），1998．

[2]史德明，李林川，宋建文（ShiDeming,LiLinchuan,SongJianwen）.基于灰色预测和神经网络的电力系统负荷预测（Powersystemloadforecastingbaseduponcombinationofgreyforecastandartificialneuralnetwork）[J]．电网技术（PowerSystemTechnology），2001，25(12)：14-17．

[3]邓聚龙（DengJulong）．灰色预测与决策（Grayforecastanddecision-making）[M]．武汉：华中理工大学出版社（Wuhan：PressofHuazhongUniversityofScienceandTechnology），1992．

电力负荷分析篇（10）

一、引 言

电力负荷预测是电力企业高效调度、正常生产的重要前提，涉及社会生产、人们生活的各个方面，其预测精度对电力系统有着非常重要的意义，提高预测精度尤其短期负荷预测的精度已成为当务之急.长期以来，国内外学者对电力负荷进行了广泛研究，已经成为电力系统中的一研究热点.

传统的预测方法通常有趋势外推法、非线性偏最小二乘回归模型、灰色模型群建模及基于相关分析的综合预测模型等，通过建立预测对象的精确数学模型可取得比较符合实际的预测结果.但是实际的负荷受经济、政策、气象及社会等因素的影响，而这些因素往往相关性比较强，从而使得电力负荷具有时变性，进行电力负荷预测是一个典型的非线性问题.应用神经网络进行预测，不需要建立预测对象的精确数学模型，样本数据本身就包含诸多影响电力负荷量大小的因素.人工神经网络收敛速度快，算法实现容易，通过对训练样本集进行学习，以获取数据间的规律性，建立起输入数据与输出数据间的一种映射，然后在此基础上进行推理从而得到预测结果.

人工神经网络从模仿人脑智能活动的角度出发，通过计算机结构模型，构造一种接近人类智能的信息处理系统.人工神经网络包括输入层、隐含层和输出层，层与层之间采用全互联方式，同一层之间不存在相互连接，隐含层可以有一个或多个，输入变量采用正交最小二乘法.人工神经网络采用反向传播（Back Propagation，BP）算法，是多层感知器的一种有效学习算法，它的模型为前向多层网络，如图所示.

本文研究的重点在于对历史负荷数据进行前期处理，因此本文选择了在神经网络具有代表性的BP网络来进行负荷预测.在运用BP神经网络预测电力负荷的过程中，如果输入空间严重自相关及网络维数较高，BP神经网络的预测精度就会下降.针对这一问题，本文对输入空间的主成分贡献率采用主成分分析的方法来进行分析，从而推断出网络的输入空间，最终以原输入空间各矢量的线性组合来表示原输入空间.由于各主成分之间关联性较低，是相互独立的，所以由各主成分组成的输入空间不存在自相P性，因此能够有效地解决问题.

二、主成分分析原理

主成分分析是一种多元统计分析方法，该方法通过构造原变量的一系列线性组合形成新变量，使这些新变量在彼此互不相关的前提下尽可能多地反映原变量的信息.而在实际问题的研究中，往往会涉及众多有关的变量，庞大的变量群体不仅会增加计算的复杂程度，而且也为合理地分析问题和解释问题带来了困难.通常情况下，每个变量都会带有重要性不同的信息，变量之间也存在一定的相关性，这些相关性使得变量提供的信息在一定程度上有所重叠.主成分分析[6]的原理便是先对这些变量进行处理，然后用较少的互不相关的新变量来反映变量所提供的绝大部分信息，最后通过对新变量的分析达到解决问题的目的.

三、基于主成分分析与BP神经网络

基于主成分分析与BP网络的短期负荷预测的基本思想，利用主成分分析方法与BP网络进行短期负荷预测的基本思想简述如下.

四、实例分析

以湖南某地区的4月1日到4月12日的负荷值以及当天的天气、温度、日期类型为特征状态作为样本，为了便于分析和处理，将每天24小时的数据进行归一化处理.选取凌晨1点到中午12点的数据样本，把4月2日12个时刻负荷值和影响因子值作为标准样本，以4月3日到11日的每天16个样本数据与2日的相应数据的差值作为训练数据，来预测4月12日相应时刻（相对于4月12日）的负荷变化值.

为了检验本方法，将不应用主成分分析方法与应用主成分分析方法的预测效果进行了比较，通过计算可以得出不应用主成分分析方法的平均误差为0.0209，而应用主成分分析方法的平均误差为0.0125.应用主成分分析方法预测效果更好，每个时间点的预测负荷结果和实际值都十分地吻合，预测结果十分地精确.说明基于主成分分析方法的预测精度较不用主成分分析方法的预测有了较大的提高.

五、结 论

采用BP神经网络预测电力负荷的方法虽然更容易建立起数学模型，但是输入空间维数过高，相关性较大.本文提出了基于主成分分析和BP神经网络进行负荷预测的方法，可以大大降低由于历史数据过多造成的建造数学模型的难度.主成分分析方法能够去除数据间的相关性，并且降低数据的维数，同时还能保留负荷数据的主要信息.通过将提取出的主成分作为BP网络的输入参数，不仅可以减少网络的输入量，而且能较好地提高预测精度.