和田电网的负荷特性与预测研究毕业论文(设计).doc

《和田电网的负荷特性与预测研究毕业论文(设计).doc》由会员分享，可在线阅读，更多相关《和田电网的负荷特性与预测研究毕业论文(设计).doc（35页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、新疆大学科学技术学院毕业论文（设计）新疆大学科学技术学院College of science technology Xinjiang University学生毕业论文(设计)题 目： 和田电网的负荷特性与预测研究新疆大学科学技术学院学生毕业论文（设计）任务书学生姓名 学号 专 业 班级 论文（设计）题目 和田电网的负荷特性与预测研究 论文（设计）来源 教师科研 要求完成的内容 1.进行实地调研，掌握所研究地区电网的特点，负荷构成和发展基本特点； 2.掌握负荷特性指标体系分析法的基本原理，完成指标的计算和分析； 3.根据地区负荷特点，运用spss软件建立负荷预测模型，并对地区负荷进行短期预测和检

2、验； 4.完成论文的结论性分析，归纳研究的成果价值和不足，以及后续展望；撰写和图文处理。 发题日期： 年 月 日 完成日期： 年 月 日 指导教师签名 毕业设计（论文）原创性声明和使用授权说明原创性声明本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。作 者 签 名： 日 期： 指导教师签名： 日期： 使用授权说明本人完全

3、了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。作者签名： 日 期： 学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人

4、承担。作者签名： 日期： 年 月 日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。涉密论文按学校规定处理。作者签名：日期： 年 月 日导师签名： 日期： 年 月 日摘 要本论文通过对负荷特性的详细阐述和对和田电网历史数据的分析研究,合理预测和田电网未来负荷的发展趋势,为有关部门提供决策依据，本文首先介绍了和田电网负荷特性的大致状况，然后对和田电网2011-2

5、012年的负荷特性及其变化进行分析,研究负荷特性的主要因素,最后为做好用电负荷安排，开展计划用电，保证电能质量和电网安全稳定运行结合和田电网的实际状况利用SPSS软件时间序列分析法来进行负荷预测,确定负荷特性变化的总体趋势。关键词：电力负荷；负荷特性；负荷预测；SPSS统计软件；时间序列分析法ABSTRACTThis paper elaborates on the load characteristics and the analysis of historical date field grid of Hetian,Reasonable prediction and field grid o

6、f Hetian future load development trend,For relevant departments to provide decision-marking basis,This paper first introduces the general situation and field grid Hetian load characteristics,then the load characteristics and the change of Hetian grid from 2011 to 2012 were analyzed,the main factors

7、of influence of load characteristics, The actual situation according to Hetian grid was predicted for the next few years the development of the load. Carry out the plan of electricity, Ensure the using SPSS software, the method of time series analysis to load forecast the actual status of power qual

8、ity and the power grid safe and stable operation of power grid and field, Determine the general trend of the change of load characteristics.Keyword: Power load； load characteristics； load prediction； SPSS statistical software time series analysis method目录1 引 言1.1 研究背景和选题意义随着我国电力体制改革的进一步深化和市场经济的进一步发展

9、，电力市场分析工作对电力企业的经营和规划发展越来越重要。准确的电力负荷特性分析与负荷预测已成为电力企业生产经营和计划管理工作的一项重要内容，也是指导电力企业经营计划工作非常重要的一个环节。研究负荷特性的目的和意义是通过对区域负荷特性的深入分析，摸清该地区负荷特性状况，把握负荷特性变化的规律和发展趋势，从而实施有效的电力负荷调控。进而通过可行性操作方法控制负荷，使该地区电力负荷分布趋于平稳，有效提高发电机组运行的安全性、可靠性；提高发输配电设备的利用率，并延长其使用的寿命；同时可以提高电力生产企业的经济效益和广大电力用户安全、可靠、经济用电的社会效益；也为准确预测电力负荷、开拓电力市场、调整电源

10、结构、优化配置资源等提供科学、合理的决策依据。1.2 本课题研究方法1.2.1 国内研究现状我国电力负荷特性分析与预测的研究和实践还处于成长期，目前还未形成完整的体系。国内关于负荷预测的研究已出现了许多种方法，目前，国内发表的电力系统短期负荷预测的文献较多，所采用的预报方法和到达的预报精度也各有不同。综合起来主要可分为以下三类。（1）传统统计模型法。这是一种二十世纪九十年代以前常用的方法。主要包括时间序列法和回归分析法。这种方法的优点是计算简单、要求的历史数据少。由于是基于统计模型，不易全面地考虑天气因素、突发事件等对于负荷的影响，因此预测精度低。（2）专家系统法。即充分利用有经验的运行人员的

11、知识、经验和推断规则来进行负荷预测，然而，把专家的知识和经验等精确地表达并转化为一系列规则，则往往是很困难的，而且建立专家系统的工作量要比一般预报算法大得多。（3）人工神经网络法。人工神经网络具有任意逼近非线性函数的特性，负荷变化是与诸多因素有关的一个非线性函数，用人工神经网络对负荷历史数据进行学习，是抽取和逼近负荷变化曲线并进行负荷预报的有效方法。近十年来，国外报道的相关文献主要是用神经网络方法围绕提高或改善负荷预报的精度来进行负荷预报研究。最具代表性的是美国研制的人工神经网络短期负荷预报器，它包含有两部分预测：一部分预测基本负荷；而另一部分预测负荷变化，这部分考虑了短期内气候条件（温度、湿

12、度）。两部分的自适应组合便是最终的预报结果。该预报器具有较好的自组织自适应特性，已在美国，加拿大的35家电力公司采用。于是，有学者开始将各种智能化算法，如人工神经网络法、遗传算法、最小绝对值滤波算法等用于在受到诸如气象变化、经济环境变化等随机因素干扰情况下的电力系统负荷预测。由于电力系统的负荷受众多不确定因素的影响，是典型的灰色系统，运用灰色系统来分析众多不确定因素与电力负荷预测的关联度已经运用广泛，但如何准确定量描述，以何种准则来进行不确定因素的人工修整仍是一个难题，所以，通常很多地区很大程度上依靠预测人员的经验进行预测。1.2.2 国外研究现状在发达国家电力改革推行的较早，市场相对完备，负

13、荷特性工作也开展得很好。早在1952年日本九大电力公司就联合组成了日本电力调查委员会，是日本电力负荷调查、分析与预测的权威机构。在美国电力市场上，发电公司、电网公司以及管理监督机构均做负荷预测。国外电力负荷预测技术的方法和方法研究正在深入，国内电力工作者也正在探索，主要有以下方法：（1）采用BP算法应用神经网络多层感知器模型，并结合线性外推法优点，应用于华北电网日负荷预报，可使精度提高0.9%，其做法是：利用模型聚类法推出预测日各时段的分布系数；利用人工神经网络预测出最大、最小负荷；用两种方法预测的结果进行综合，得到最后预报值。（2）将模糊神经网络理论应用于电力系统短期负荷预测日。选择模糊日温

14、度、模糊日工作状态、模糊日时段等作为输入量，模糊日平均负荷和模糊日周期变动负荷为输出量，通过由相应输入、输出量所构成的历史样本对模糊神经网络进行训练，训练好的网络可对未来负荷进行预测。（3）提出了一种模糊短期负荷预测方法。通过对负荷历史数据的离线动态学习，训练出有关参数，经过模糊推理获得提前一天的负荷预测。系统中引入环闭模糊控制方法用以在线消除预测误差，并设计了自适应的输出修正算法以排除可能存在的扰动影响。对于实际负荷进行预测，可以证明该预测方法的有效性。目前，我国实际的电力负荷预测主要还是采用传统统计模型法。当负荷随气候等因素变化平缓，即电力较发达地区，用传统方法计算量小，速度较快，且能取得

15、较好的预测效果；但当负荷随各种因素变化剧烈时，传统方法由于模型的线性特性，不足以真正描述电力系统的不同负荷模式的非线性特性，因此预测的效果便很不理想，尤其是节假日的预测效果令人难以接受。1.3 和田电网简介和田电力有限责任公司设在新疆南疆和田市，属新疆电力公司全资子公司，承担着和田地区七县一市的供、售电任务和部分发电任务，下辖7个县级供电公司，1个发电厂，调度通信中心、输、变、配电运检工区等11个专业机构。目前，和田电网已形成以220千伏玉龙变为核心，向东310公里至民丰县，向西180公里至皮山县，电网东西伸展约500多公里。以110千伏、35千伏电压等级为主体的输、配电网架已覆盖全地区七县一

16、市。220千伏变电站1座， 110千伏变电站11座， 35千伏降压变电站50座， 220kV输电线路286.278公里，110千伏线路937.577千米，35千伏线路1298.13公里。和田为丝绸之路南道久负盛名的重镇和商埠,位于新疆维吾尔自治区最南端，总面积24.78万平方公里，属温带干燥荒漠气候，主要以农业经济为主。自古以来和田就以“稼穑殷盛，花果繁茂”著称，并以产玉、丝、地毯名扬中外，是著名的“玉石之乡”、“丝绸之乡”、“地毯之都”以及“瓜果之乡”，它蕴金藏工、宜农宜牧，是一片富饶的宝地。1.4 本论文研究内容与研究方法本论文主要对和田电网负荷与负荷特性的一次实用化研究。通过本次研究一是

17、建立起和田电网负荷与负荷特性历史数据库；二是根据国家电网公司2005年发布的电力负荷预测内容深度要求及指标解释，计算和田电网的各类负荷特性，深入分析影响各类负荷变化的因素，为未来开展负荷预测打下基础；三是通过对各类用电负荷特性的分析，掌握对吐鲁番电网安全经济运行可能产生的影响，为公司的生产经营决策提出理论依据。因此在此论文中主要利用和田电网提供的历年历史数据对整个负荷特性的研究进行了分析,并对负荷进行预测,为电网安全运行及经济运行作出贡献。2 负荷特性的研究2.1 负荷特性指标负荷特性指电力负荷从电力系统的电源吸取的有功功率和无功功率随负荷端点的电压及系统频率变化而改变的规律。负荷功率随负荷点

18、端电压变动而变化的规律，称为负荷的电压特性；负荷功率随电力系统频率改变而变化的规律，称为负荷的频率特性；负荷功率随时间变化的规律，称负荷的时间特性。但一般习惯上把负荷的时间特性称为负荷曲线（有日负荷曲线、年负荷曲线等），而把负荷的电压特性和负荷的频率特性统称为负荷特性。电力负荷是电力系统的重要组成部分，它作为电能的消耗者对电力系统的分析、设计与控制有着重要影响。几十年来，人们提出了大量的负荷模型，包括静态负荷模型、机理动态负荷模型、非机理动态负荷模型。通常把握电网负荷特性的难度较大，一方面是因为电网负荷特性指标较多，指标之间关联性较强；另一方面，影响负荷特性变化的因素较多，且一些气候因素如气温

19、、降雨等具有很大不确定性。因此，只有长期跟踪研究电网负荷特性，才有可能较准确地把握电网负荷特性变化的规律。但是，由于影响负荷功率的因素很多，例如地区的生活水平、生活习惯、气候条件、资源情况等，都直接关系负荷功率的变化，这就造成负荷组成和负荷对功率需求有很大的随机性；再加上电力系统中现场实验和测量的困难，使得负荷模型的建立成为电力系统研究中的难题。电力系统负荷的特点：（1）电力系统的负荷是经常变化的,负荷的变化是具有周期规律的,电力负荷并非简单的重复一个周期, 而是存在一个随即分量使每隔周期的数值发生改变。（2）电力负荷同时又是连续的, 这是指在负荷曲线上任意相邻两点之间的变化是连续的,不存在奇

20、点, 从电力系统的稳定性要求可以找出负荷的连续性的原因。1989年原能源颁发了电力工业生产统计指标解释，其中设计负荷特性的指标有最高负荷、最低负荷、平均负荷、负荷曲线、负荷率、平均日负荷率、最小负荷率、月生产均衡率、年生产均衡率、最高负荷利用小时、同时率、不同时率、尖峰负荷率等14个。2001年初国家电力公司对原电力工业生产统计指标解释进行了补充修改，其中增加了峰谷差率指标。这些指标都是规划计划工作中常用和规范的负荷特性指标，并且已经积累了较长时期的历史资料。本文中就三个典型的特性指标：年负荷特性指标、月负荷特性指标和日负荷特性指标来阐述。22 负荷特性指标阐述（1）最高负荷：报告期（日、月、

21、季、年）内记录的负荷中，数值最大的一个。（2）最低负荷：报告期（日、月、季、年）内记录的负荷中，数值最小的一个。（3）平均负荷：报告期内瞬间负荷的平均值，即负荷时间数列时序平均数。（4）负荷曲线：将各发电厂、供电地区或电力系统所成担的有功或无功负荷，按时间序列绘制成的图形，称为负荷曲线。按时间分类，有日负荷曲线（表示出一天内每小时的负荷值，反映一天内负荷动态）和年负荷曲线（标示出一年内每月的最高负荷值，观察一年内各月负荷动态）等；按用电性质分类，有农业负荷曲线、工业负荷曲线和居民生活负荷曲线等。（5）负荷率：平均负荷与最高负荷的比率。（6）平均日负荷率：将报告期每日的负荷率相加，除以报告期的日

22、历日数。（7）最小负荷率：报告期最低负荷与当日最高负荷的比率。（8）峰谷差：最高负荷与最低负荷之差。（9）峰谷差率：报告期日峰谷差最大值与当日最高负荷的比率。（10）月生产均衡率：报告月平均日电量与最大日电量的比率。（11）年生产均衡率：各月最高负荷之和与最大一个月最高负荷和12乘积的比率。（12）最高负荷利用小时：发（供、用）电量与它们的最高负荷的比率。（13）同时率：综合最高负荷与各组成单位绝对最高负荷之和的比率，说明两者的差异程度。（14）不同时率：负荷曲线各组成用户最高负荷的总和与电力系统综合负荷曲线最高负荷的比率。（15）尖峰负荷率：某一用户（或地区）的平均负荷与电力系统最高负荷时该

23、用户（或地区）最高负荷的比率。（16）（典型日）日最大（小）负荷：典型日中记录的负荷中，数值最大（小）的一个。记录时间间隔可为小时、半小时、15min或瞬时，典型日一般选最大负荷日，也可选最大峰谷差日，还可根据各地区情况选不同季节的某一代表日。（17）日平均负荷：日电量除以24.（18）日负荷率：一般取月最大负荷日的平均负荷与最大负荷的比值。（19）日最小负荷率：一般去月最大负荷日最小负荷与最大负荷的比值。（20）年平均日负荷率：一年内12个月个月最大负荷日得平均负荷之和与各月最大负荷日最大负荷之和的比值。（21）年平均日最小负荷率：一年内12个月各月最大负荷日的最小负荷之和与各月最大负荷日最

24、大负荷之和的比值。（22）月负荷率：月平均负荷与月最大负荷日平均负荷的比值。（23）年平均月负荷率：又称月不均衡系数，一年内12个月个月平均负荷之和与各月最大负荷日平均负荷之和的比值。（24）季负荷率：又称及不均衡系数，一年内12个月各月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。（25）年负荷率：为年平均负荷与年最大负荷的比值。（26）最大负荷利用小时数：为年用电量与年最大负荷的比值。（27）日峰谷差：日最大负荷与最小负荷之差。（28）日峰谷差率：日最大负荷与最小负荷之差与日最大负荷的比值。（29）年最大峰谷差：一年中日峰谷差的最大值。（30）年平均峰谷差率：一年中日峰谷差的平均值。

25、（31）(典型)日负荷曲线：（典型日）按一天中逐小时（半小时、15min）负荷变化绘制的曲线。（32）年负荷曲线：按一年中逐逐月最大负荷绘制的曲线。（33）年持续负荷曲线：按一年中系统负荷的数值大小及其持续小时数顺序绘制的曲线。2.3 负荷特性分析分析各月最大负荷及年最大负荷、季不均衡系数及年负荷曲线逐年变化情况及特点(必须包含年负荷曲线图)。分析各年的年持续负荷曲线(为了便于分析对比，可以只绘出80%PmaX以上尖峰负荷部分)，并计算97%、95%及90%PmaX以上尖峰负荷的持续小时数。分析对比最大负荷的增长与统调发受电量的增长速度的对比关系，以及年最大负荷利用小时数的变化情况。2.4 月

26、负荷特性分析分析全年12个月的各月平均日负荷率、各月最小日负荷率、各月最大日峰谷差及峰谷差率、各月月不均衡系数等各指标年度内各月之间的差异，以及逐年的变化趋势和原因。2.5 典型日特性分析根据推荐的方法选择夏、冬典型日负荷曲线，分析夏、冬典型日负荷曲线变化特点，包括负荷曲线形状、日最大负荷、日峰谷差、日平均负荷率、日最小负荷率、日峰谷差率。分析逐年夏、冬典型日负荷曲线中早、中、晚高峰及低谷时间段的变化及相互关系的变化情况，分析逐年夏、冬典型日负荷曲线之间的差异，并简单说明理由。2.6 负荷特性影响因素分析的方法1：气温气候的影响我国城乡差别大，农村地区调温负荷所占的比重不大，气温对负荷特性的影

27、响不明显。现阶段气温的负荷及负荷特性影响较大的主要是在大中城市。另外，我国地域辽阔，不同地区气温对负荷及负荷特性的影响幅度也有较大差异。因此，很难在较大的区域内得出气温对负荷及负荷特性影响程度的一致性结论。气温对负荷的影响主要体现在以下方面：（1）最高温度对最大负荷的影响幅度很大。湿球温度对最大负荷的影响大于最高温度的影响，但二者对最大负荷的影响不是孤立和线性的，而是相互联系和非线性的，在较高温度水平上，每度温差对最大负荷的影响要明显大于低温水平。综合考虑温度和适度的影响，在温度超过34的湿热天气情况下，最高温度平均增加1，将将引起最大负荷增加3%左右(以最大负荷水平为基准)。（2）气温升高造

28、成峰谷差明显增大。（3）气温对负荷率水平的影响不明显。夏季峰谷差变大，而平均负荷率基本没有多大差异，表明当温度较高时，空调持续运行的时间较长，在最大负荷水平明显提高的同时，由于只是夜间个别时点的负荷水平较低，因此并不引起负荷率的明显下降。在及高温闷热天气情况下，夜间空调负荷比间断运行，引起负荷率反而升高。（4）最高温度对日电量影响明显。最高温度平均每增加1，引起日用电量增加156万千瓦时，约占当前日用电量水平的2.5%左右。在负荷受温度影响较明显的地区，在最大负荷与温度的关系曲线上，一般都能够找到一个以上的温度敏感点，在敏感点附近，负荷随温度变化的幅度明显不同。由于人民生活水平、调温负荷比重、

29、气象条件（温度、湿度）等方面的差异，各地区负荷随温度变化的幅度也不同。根据以往研究表明，对于空调负荷占年最大负荷30%左右的城市，温度没变化1，将引起日最大负荷大约变化23%，引起日供电量变化大致在2.5%3.5%。2：需求侧管理措施的影响90年代以来需求侧管理思想引入我国，1995年后一些项目逐步推广应用。在一些推动力大的城市和地区，需求侧管理对负荷特性的改善起到一定的积极作用。通过实施峰谷电价、与用户签订转移晚峰负荷协议、推官蓄能用电设备等措施，取得了较明显的效果。从整体看，实施的需求侧管理措施主要是推行峰谷电价、蓄冰（冷）空调、蓄热锅炉、节能型电源和变频调速电机等。由于这些措施的实施力度

30、和范围还比较局限，因此，就整体来而言对负荷特性的影响作用不明显。3：生活水平提高及消费观念变化的影响收入和生活水平的提高与经济发展水平密切相关，家用电器的普及率是反映生活水平的重要指标。其中，空调、冰箱、彩电、电炊具等等都属于高耗能的家用电器。随着居民消费观念的改变，越来越多的人开始使用以上高耗能电器，这对我们的符合特性会产生一定程度上的影响，对于这种影响，我们可以采取赋予权重的方式研究。4：经济发展水平及经济结构调整的影响经济发展水平和经济结构的变化对负荷及负荷特性的影响主要体现在：（1）经济越发达，经济结构中第三产业比重越大，在不考虑需求侧管理情况下，负荷率水平将趋于下降、系统峰谷差增大。

31、（2）经济发展水平越高，电气化程度越高，居民人均生活用电量越高，影响负荷率水平趋于下降、系统峰谷差增大。（3）经济发展的不同阶段对符合及负荷特性变化也有较大的影响。在重工业发展初期，重工业趋于扩张，在经济结构中的比重不断增大，在此期间，年最大负荷增长较快，负荷率水平相对较高，峰谷差不大。重工业发展到一定程度后，经济结构开始由“二三一”向“三二一”方向转变，导致负荷率水平下降，峰谷差拉大，年最大负荷增长速度也相对下降。（4）随着经济发展水平的提高，居民用户、第三产业用户和工业用户的空调负荷呈现快速增长趋势，在没有有效调节手段的情况下，导致负荷率水平下降。（5）在我国经济发展水平和经济结构对负荷及

32、负荷特性的影响并不是孤立的，除上述因素外，电价结构、用户的消费观念、作息时间、需求侧管理项目的实施等也起到较大的影响作用，从而使得各地区负荷及负荷特性的变化呈现不同的规律性，在把握总体变化趋势的情况下，还需要具体地区具体分析。5：电力供应侧的影响一、拉闸限电对负荷特性的影响主要体现在：（1）改变负荷高峰期日负荷曲线形状，一般可以消减日高峰负荷，提高日负荷率。（2）如果在月最大负荷日出现拉闸限电，则将会影响年负荷曲线形状。随着电力行业的发展，由于电力供需状况的改善，大范围和大幅度拉闸限电情况出现的可能性不大，因此，拉闸限电对今后负荷特性的影响不会大。二、城农网改造的影响我国城农网改造从1998年

33、大规模起动，累计完成投资约1800亿元，改造后，电网结构加强，供电可靠性提高，供电的瓶颈制约明显减缓，部分用户尤其是农村居民用户和一些原先供电受制约的用户，负荷特性曲线明显变化。日最大负荷增大，从而进一步引起月最大负荷值增大，年负荷曲线相应变化。因为一方面一般系统最高负荷出现在晚高峰，供电受限一般在高峰期，另一方面，居民用电潜力释放也主要出现在晚高峰。由于各地区供需状况、用电结构、经济发展水平、城农网改造力度等方面各不相同，因此，城农网改造对负荷特性的影响程度也不同。同时，城农网改造的影响与其他因素的影响是共同作用的，很难分离，因此，如果城农网改造的影响不是很大，则很难从负荷特性指标中看出。2

34、.7 本文的主要工作通过对和田电网负荷历史数据的分析，总结出20112012年和田地区负荷特性的主要变化规律。通过对一些典型行业的负荷调研，初步总结出其负荷特性，并进一步从产业结构调整、人民生活水平、电力供应能力、气象等多个方面分析了影响和田电网负荷特性变化的因素。电网负荷特性的改善，可以有效降低电网设备及电源装机的备用率，从而可以减少电网设备及火电机组的闲置，大大提高电网设备及火电机组的利用效率，并减少不必要的电网及电源建设投资。SPSS提供了强大的时间序列分析的功能。由于电力系统负荷数据是以时间序列形式存储的，所以很方便采用时间序列分析法进行负荷预测。因此本文通过采用时间序列模型预测法。3

35、 和田电网负荷特性分析3.1年负荷特性分析3.1.1年负荷曲线和田地区属于暖温带极端干旱荒漠气候。其主要特点是：夏季炎热，冬季寒冷，四季分明，热量丰富，昼夜温差及年较差大，无霜期长，降水稀少，蒸发强烈，空气干燥，气候带垂直分布也较明显。昆仑地区，平均每升高100米，年平均气温降低0.50.7摄氏度。年负荷曲线一般都出现冬季一个高峰，夏季高峰不明显，由于城乡居民生活用电占全社会用电的比例较小(一般为4%左右)，负荷受气温影响不大，年负荷曲线起伏较小，一般年最大负荷常常发生在夏季。2012年负荷曲线见图1。图3-1 2012年度负荷曲线图从图3-1可以看出，和田电网负荷呈现出“m”形状，夏季负荷水

36、平较高。从春节开始时负荷快速回落，3月份逐渐恢复，但随着气候的转暖，负荷呈平稳上升趋势，到4月份，负荷开始出现攀升，到6月份达到高峰后下降，一直到9月份，随着气候的变冷，负荷出现下降。全年存在两个高峰，即夏季和冬季高峰，从曲线来看，和田电网夏季高峰负荷与冬季高峰负荷相差比较大，一般高于冬季高峰负荷，成为全年最高负荷。2.1.2 年最大负荷和田电网最大发电负荷增长迅速，2012年达1271MW，是2011年最大发电负荷的1.3倍，是2010年最大发电负荷的1.87倍，最大地区供电负荷达1271MW负荷。增长趋势见图2图3-2 年最大发电负荷2.1.3 季不均衡系数2010、2011和2012年季

37、不均衡系数小于0.9，说明负荷发展不均衡，这也验证了2010、2011和2012年最大发电负荷增长率均突破30%的现实。季不均衡系数曲线见图3图3-3 季不均衡系数曲线图2.1.4 年最大负荷利用小时数和田电网农业用电所占比例较大，供电最小负荷率在0.5左右，年负荷率在0.65左右，年最大负荷利用小时数多年来一直保持在4500小时上下；2012年最大负荷利用小时数达到5000小时；2010年、2011年负荷利用小时数在4600小时上下浮动。2010年以来和田电网最大负荷利用小时数的变化情况如图4所示图3-4 最大负荷利用小时数2.2月负荷特性分析图3-5 月负荷特性分析曲线从图5可以看出1月、

38、5月的负荷明显低于7月、10月的负荷，这是因为和田地区夏季炎热干燥，居民夏季用空调等家用电器导致负荷增加从而使得夏季负荷曲线普遍高于冬季负荷曲线2.2.1 月最大负荷如图6所示，和田电网月最大负荷在4、5和6月份会有一个小高峰，因为和田地区农业用电较多，这几个月的最大负荷与农业活动息息相关，之后月最大负荷会有所下降，然后到12月份达到最大值。图3-6 2011年与2012年月最大负荷曲线图2.3 日负荷特性分析2.3.1夏季典型日负荷图3-7 2012年夏季典型日负荷曲线图从图7分析可知，典型夏季日一般有早、晚两个负荷高峰，早高峰12：00-14：00，晚高峰21：00-23：00。从夏季典型

39、日负荷曲线的形状来看，和田负荷变化与人们生产生活习惯密切相关，每日0：00到7：00，负荷处于全天低谷，但负荷曲线相对平稳；9：00后随着人们开始一天的生产与生活，负荷逐渐攀升，在中午14：00左右达到全天最大值；其后负荷有小幅下降，在14：30后呈现平稳的趋势，并且一直维持在较高水平；在l9：30后，随着人们工作的结束，负荷有小幅度下降，直到晚上20：30左右达到一个小低谷后再次攀升；在21：30左右达到最后一个晚高峰后，负荷呈现快速下降趋势。2.3.2 冬季典型日负荷图3-8 2012年冬季典型日负荷特性曲线图从图8分析可知，和田电网冬季负荷一般也有早、晚两个高峰，早高峰12：00-2：0

40、0，晚高峰21：00-23：00，晚高峰大于早高峰，这与定时采暖负荷密切相关，由于和田地区冬季寒冷，一般采用集中供暖方式，采暖负荷一般采用定时起停模式。所以造成负荷曲线是这种规律2.1.3.3 日最大负荷影响因素图3-9 2012年夏季不同星期类型日最大负荷最大负荷的发展变化也与日类型息息相关，如图9所示，工作日与休息日最大负荷有明显差别，工作日前三天负荷水平普遍偏高，周四负荷开始下降，周五负荷降到全星期最低水平，这也是受企业生产周期的影响，因此，历年夏季最大负荷普遍发生在工作日4 和田电网电力负荷预测4.1经济形式总体分析因受国际金融危机影响,2009年到2010年末全国的宏观经济形势相比前

41、三年较为严峻,和田地区的经济增长速度也受到很大程度的负面影响。但在另一方面,为抵御国际经济环境的不利影响,在我国政府采取一系列相关的灵活审慎的宏观经济政策、实行积极的财政政策和适度宽松的货币政策、出台有力的扩大国内需求措施、加快民生工程、基础设施、生态环境建设、促进经济平稳较快增长的背景下,我国将仍然保持较高的经济增长速度。特别是在国家实施总额四万亿元人民币的两年投资计划,加大基础建设,拉动内需,开发投资大西北大好形势下,给和田的经济发展带来了新的机遇。2013年政府扩大内需的政策体系将更加完善,拉动内需的政策效应将比2012年得到更加充分的释放。中国经济主要依靠国内需求拉动经济发展的格局将初

42、步形成，将开始酝酿新一轮经济周期的复苏。4.2负荷电量预测原则负荷、电量预测，是在各种综合因素下的模糊预测值，其预测值的绝对值的正确性是相对的，而预测的消长趋势大小对电网规划有绝对的指导意义。考虑到和田劳动力和电力价格在全国均处于较低水平的优势，并且在西部开发战略的引导下，投资环境更加宽松，政府抓住机遇发展，用电负荷将会呈现逐步增长的趋势，另外考虑到随着人民生活水平的提高，城乡居民生活用电也会有较大的增长。根据以上的分析，负荷、电量预测原则如下：（1）考虑2010年以来负荷电量的历史增长情况及变化因素，分析负荷特性及负荷构成，考虑地区产业结构及市场前景对负荷、电量预测的消长因素。（2）分析国家

43、西部开发政策的延展性和投资环境的改变对和田经济和用电负荷的影响。（3）和田用电量自然增长率取3-5%（4）新增大用户负荷电量预测参考现有相同行业、产品单耗进行。4.3 预测方法4.3.1 新增大用户产品产量法（单耗法）调查2010年-2012年期间新增工农业项目，只对确定的项目和对用电影响较大的项目采用产品产量法进行预测。据此预测2010年-2012年和田全社会和统调用电量结果见表4-1表4-1 2010年-2012年和田全社会用电量全社会用电量（亿千瓦时）2010年2011年2012年2013年6.799.7112.7116.514.3.2 时间序列法时间序列，也叫时间数列、历史复数或动态数

44、列。它是将某种统计指标的数值，按时间先后顺序排到所形成的数列。时间序列预测法就是通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平。其内容包括：收集与整理某种社会现象的历史资料；对这些资料进行检查鉴别，排成数列；分析时间数列，从中寻找该社会现象随时间变化而变化的规律，得出一定的模式；以此模式去预测该社会现象将来的情况。时间序列法的步骤第一步收集历史资料，加以整理，编成时间序列，并根据时间序列绘成统计图。时间序列分析通常是把各种可能发生作用的因素进行分类，传统的分类方法是按各种因素的特点或影响效果分为四大类：(1)

45、长期趋势；(2)季节变动；(3)循环变动；(4)不规则变动。第二步分析时间序列。时间序列中的每一时期的数值都是由许许多多不同的因素同时发生作用后的综合结果。第三步求时间序列的长期趋势(T)季节变动(s)和不规则变动(I)的值，并选定近似的数学模式来代表它们。对于数学模式中的诸未知参数，使用合适的技术方法求出其值。第四步利用时间序列资料求出长期趋势、季节变动和不规则变动的数学模型后，就可以利用它来预测未来的长期趋势值T和季节变动值s，在可能的情况下预测不规则变动值I。然后用以下模式计算出未来的时间序列的预测值Y：加法模式T+S+I=Y乘法模式TSI=Y如果不规则变动的预测值难以求得，就只求长期趋势和季节变动的预测值，以两者相乘之积或相加之和为时间序列的预测值。如果经济现象本身没有季节变动或不需预测分季分月的资料，则长期趋势的预测值就是时间序列的预测值，即T=Y。但要注意这个预测值只反映现象未来的发展趋势，即使很准确的趋势线在按时间顺序的观察方面所起的作用，本质上也只是一个平均数的作用，实际值将围绕着它上下波动。编辑本段分类 简单序时平均数法时间