基于经济、气象因素的安徽省年最大负荷预测方法研究

doi:10.11930.2015.3.84

中国电力 ›› 2015, Vol. 48 ›› Issue (3): 84-87.DOI: 10.11930.2015.3.84

基于经济、气象因素的安徽省年最大负荷预测方法研究

葛斐，荣秀婷，石雪梅，杨欣，李周

安徽省电力公司电力经济技术研究院，安徽合肥 230022

收稿日期:2014-12-09 出版日期:2015-03-25 发布日期:2015-11-27
作者简介:葛斐（1972—），男，安徽宿州人，高级工程师，安徽省电力经济技术研究院副院长，工学硕士.长期从事电网规划、电力经济研究等方面的管理与研究工作。E-mail: x

The Anhui Annual Maximum Load Forecasting Method Research Based on Economic and Meteorological Factors

GE Fei, RONG Xiuting, SHI Xuemei, YANG Xin, LI Zhou

Anhui Inst. of Electric Power Corporation Economic & Technology, Hefei 230022, China

Received:2014-12-09 Online:2015-03-25 Published:2015-11-27

摘要/Abstract

摘要： 首先从用电结构上分析了年统调最大用电负荷的特性，将最大负荷分解为相互独立的3种负荷：基础负荷、居民空调负荷、非居民空调负荷。在此基础上，运用计量经济学原理，逐步分析影响3种负荷的经济因素和气象因素。最后建立了包含经济、气象因子在内的最大负荷预测模型。模型从根本上解释了最大负荷的影响因素，并将预测精度控制在3%范围内，预测精度满足负荷预测实际工作的需求，具有一定的应用价值。

关键词: 负荷分解, 经济因素, 气象因素, 负荷预测

Abstract: This paper analyzes the features of the centrally dispatched maximum power load (referred to as“maximum load”) from the characteristics of electricity consumption structure and decomposes the maximum power load into three separate loads: base load, residents’ air conditioning load and non-residents’ air-conditioning load. Upon the decomposition, econometric methods are applied to analyze the economic and meteorological factors of each load. The paper finally establishes the maximum load forecasting model including economic and meteorological factors. The model explains the fundamental factors influencing the maximum load; the forecasting error is controlled within 3%, which meets the requirement of load forecasting practice and has certain applied values.

Key words: load decomposition, economic factors, meteorological factors, load forecasting

中图分类号:

TM715

葛斐，荣秀婷，石雪梅，杨欣，李周. 基于经济、气象因素的安徽省年最大负荷预测方法研究[J]. 中国电力, 2015, 48(3): 84-87.

GE Fei, RONG Xiuting, SHI Xuemei, YANG Xin, LI Zhou. The Anhui Annual Maximum Load Forecasting Method Research Based on Economic and Meteorological Factors[J]. Electric Power, 2015, 48(3): 84-87.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930.2015.3.84

https://www.electricpower.com.cn/CN/Y2015/V48/I3/84

参考文献

[1] 康重庆，夏清，刘梅. 电力系统负荷预测[M]. 北京：中国电力出版社，2008.
KANG Chongqing, XIA Qing, LIU Mei. The power load forecasting[M]. BeiJing: China Power Press, 2008.
[2] 刘晓娟，方建安. 基于双修正因子的模糊时间序列日最大负荷预测[J]. 中国电力，2013，46（10）：115－118．
LIU Xiaojuan, FANG Jianan. Maximum load forecasting based on a bi-factor revised fuzzy time series model [J]. Electric Power,2013, 46(10): 115-118.
[3] 陈超，黄国勇，邵宗凯，等. 基于日特征量相似日的PSO-SVM短期负荷预测[J]. 中国电力，2013，46（7）：91－94．
CHEN Chao, HUANG Guoyong, SHAO Zongkai, et al. Short-term load forecasting for similar days based on PSO-SVM and daily feature vector [J]. Electric Power, 2013, 46(7): 91-94.
[4] 王晶，冯显时，郭红珍. 基于蚁群元胞自动机理论的城市饱和负荷预测[J]. 中国电力，2011，44（7）：17－20．
WANG Jing, FENG Xianshi, GUO Hongzhen. Urban load saturation forecast based on ant cellular automata theory[J].Electric Power, 2011, 44(7): 17-20.
[5] 张成，滕欢. 基于偏最小二乘法与BP神经网络的电力中长期负荷预测[J]. 电力建设，2012，33（7）：26-29.
ZHANG Cheng, TENG Huan. Mid-long term power load forecasting based on PLSR and BP neural network[J]. Electric Power Construction, 2012, 33(7): 26-29.
[6] 张成，滕欢．基于岭回归与偏最小二乘回归的中长期负荷预测[J]．电力建设，2011，32（12）：47－50．
ZHANG Cheng, TENG Huan． Middle and long term load forecasting based on RE and PLSR methods[J]． Electric Power Construction, 2011, 32(12): 47-50．
[7] 陶勇，沈颖. 夏季气象条件对地区空调负荷的影响[J]. 华东电力，2006，34（10）：29－30．
TAO Yong, SHEN Ying. The influence of summer weather conditions on the area of the air conditioning load [J]. East China Electric Power, 2006, 34(10): 29-30.
[8] 管益斌，陈哲，李强，等. 气象因素对江苏夏季高峰负荷的影响研究[J]. 江苏电机工程，2012，31（6）：47－50．
GUAN Yibin, CHEN Zhe, LI Qiang, et al. Research on influences which meteorological factors have on Jiangsu summer peak lad [J].Jiangsu Electrical Engineering, 2012, 31(6): 47-50.
[9] 蒋建东，程志豪，朱明嘉. 考虑积温效应的短期负荷组合预测方法[J]. 电力自动化设备，2011，31（10）：28－31．
JIANG Jiandong, CHENG Zhihao, ZHU Mingjia. Combined short-term load forecast withaccumulated temperature load forecast with accumulated temp rature effect [J]. Electric Power Automation Equipment, 2011, 31(10): 28-31.
[10] 刘继东，韩学山，楚成博，等. 考虑非气象因素的电网夏季降温负荷研究[J]. 电力自动化设备，2013，33（2）：40－46．
LIU Jidong, HAN Xueshan, CHU Chengbo, et al. Cooling load of summer grid considering non-meteorological factors[J]. Electric Power Automation Equipment, 2013, 33(2): 40-46.
[11] 李子奈，潘文卿. 计量经济学[M]. 北京：高等教育出版社． 2010．
LI Zinai, PAN Wenqing. Econometrics[M]. Beijing: Higher Education Press, 2010.
[12] 安徽省统计局. 安徽省统计年鉴.

[1]	孙庆超, 李嘉靓, 江万里, 王若愚, 李植鹏, 胡亚荣, 朱健斌. 基于数据驱动时空网络的城市中长期电力负荷预测[J]. 中国电力, 2025, 58(3): 168-174.
[2]	王宇飞, 杜桐, 边伟国, 张钊, 刘慧婷, 杨丽君. 基于DTW K-medoids与VMD-多分支神经网络的多用户短期负荷预测[J]. 中国电力, 2024, 57(6): 121-130.
[3]	吴军英, 路欣, 刘宏, 张彬, 柴守亮, 刘蕴春, 王佳楠. 基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测[J]. 中国电力, 2024, 57(6): 131-140.
[4]	王传琦, 伍历文, 邓志斌, 邓伟锋, 杨彬. 时间累积架空输电线路覆冰预测模型与算法综述[J]. 中国电力, 2024, 57(6): 153-164, 234.
[5]	陈中飞, 赵越, 蔡秋娜, 张乔榆, 王泽林, 戴晓娟, 陈雨果. 基于净负荷预测误差统计的电力系统爬坡能力充裕度评估[J]. 中国电力, 2024, 57(5): 50-60.
[6]	刘航, 申皓, 杨勇, 纪陵, 余洋. 基于高阶马尔可夫链的纯电重卡集群负荷预测[J]. 中国电力, 2024, 57(5): 61-69.
[7]	李丹, 贺帅, 颜伟, 胡越, 方泽仁, 梁云嫣. 考虑动态时间锚点和典型特征约束的年日均负荷曲线预测[J]. 中国电力, 2024, 57(11): 36-47.
[8]	周颖, 白雪峰, 王阳, 邱敏, 孙冲, 武亚杰, 李彬. 面向虚拟电厂运营的温度敏感负荷分析与演变趋势研判[J]. 中国电力, 2024, 57(1): 9-17.
[9]	唐旭辰, 潮铸, 段秦尉, 苏炳洪, 陈卉灿. 基于分层测量数据的高压变电站概率负荷预测方法[J]. 中国电力, 2023, 56(8): 143-150.
[10]	贾巍, 黄裕春. 基于小样本数据差分扩容的微电网负荷预测方法[J]. 中国电力, 2023, 56(8): 151-156,165.
[11]	彭生江, 杨德州, 孙传帅, 袁铁江, 刘永成. 基于氢负荷需求的氢能系统容量规划[J]. 中国电力, 2023, 56(7): 13-20,32.
[12]	鄢仁武, 郑杨, 林志雄, 林奕翰, 俞智鹏, 张文凤. 基于改进ECC的含电动汽车用户负荷信息保护方案[J]. 中国电力, 2023, 56(1): 150-157.
[13]	杨喜行, 黄纯, 申亚涛, 胡念恩, 万子恒. 基于损失功率匹配的配电线路故障定位方法[J]. 中国电力, 2022, 55(8): 113-120.
[14]	李文武, 石强, 李丹, 胡群勇, 唐芸, 梅锦超. 基于VMD和PSO-SVR的短期电力负荷多阶段优化预测[J]. 中国电力, 2022, 55(8): 171-177.
[15]	徐宇颂, 邹山花, 卢先领. 基于特征选择和组合模型的短期电力负荷预测[J]. 中国电力, 2022, 55(7): 121-127.

基于经济、气象因素的安徽省年最大负荷预测方法研究

The Anhui Annual Maximum Load Forecasting Method Research Based on Economic and Meteorological Factors

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

基于经济、气象因素的安徽省年最大负荷预测方法研究

The Anhui Annual Maximum Load Forecasting Method Research Based on Economic and Meteorological Factors

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics