电力系统负荷预测影响因素及方法探讨
电力系统负荷预测是指从电力负荷自身的变化情况和经济、气象等因素的影响规律出发，通过对历史数据的分析及研究探索事物之间的内在联系和发展变化规律，以未来的经济、气象等因素的发展趋势为依据，对电力市场的需求作出预先的估计和推测。
一、负荷预测概念和分类
电力负荷可以指电力需求量或者用电量。而需求量是指能量的时间变化率，即功率。电力系统负荷预测是指从电力负荷自身的变化情况和经济、气象等因素的影响规律出发，通过对历史数据的分析及研究探索事物之间的内在联系和发展变化规律，以未来的经济、气象等因素的发展趋势为依据，对电力市场的需求作出预先的估计和推测。
按预测时间长短，可分为超短期、短期、中期和长期负荷预测。超短期负荷预测指未来1小时、未来0.5小时甚至未来10分钟的预测。短期负荷预测则指几个月、几周、几天，一天内各小时，甚至更短时间内的预测。中期负荷预测为5-6年，而长期负荷预测一般指10年以上。
按特性分类，常常又分为全网负荷、母线负荷、负荷率最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、平峰负荷平均等类型的负荷预测。
二、负荷预测影响因素
负荷是时刻变化的，因此负荷预测的精度往往取决于影响负荷变化的因素。实践表明，负荷预测总负荷（由各个单个负荷组成）一般具有一定的变化规律，其各分量与总负荷Y(t)的关系可写为：
y(t) = N(t) + W(t) + T(t) + S(t) + R(t)
其中：
* 典型负荷分量N(t)：典型负荷分量是短期负荷的基本组成部分，其分量与气象无关，因此具有线性变化和周期变化的特点。
* 气候因素W(t)：气象因素的影响，如阴晴、雨雪、温度、风力等。对于许多电网而言，根据各因素对负荷影响程度的分析，温度往往是最重要的气候影响变量。
* 时间因素T(t)：时间因素对负荷的影响主要有三点：人们作息时间、法定及传统节、日季节变化。
* 异常或特殊事件因素S(t)：异常和特殊事件对负荷有很大的影响，比如：自然灾害、拉闸限电、系统故障等等。
* 随机因素R(t)：负荷序列本质上是一个随机序列，负荷的随机分量是负荷中的不遵循规律的部分，是不能准确预测的，可以通过模型或算法来考虑这些分量。
三、负荷预测方法
1. 传统方法
包括趋势外推技术、回归模型技术、时间序列法、灰色预测技术等。
* 趋势外推技术：趋势外推技术包括水平趋势预测、线性趋势预测、多项式趋势预测、季节性趋势预测和增长趋势预测技术，即找到电力负荷的变化趋势，按照该变化趋势对未来的负荷变化情况做出判断。
* 回归模型技术：回归模型技术是利用数理统计中的回归分析方法，即通过对变量的观测资料进行统计分析，确定变量与变量之间的相关关系，从而来实现预测的目的。
* 时间序列法：时间序列法是对给定的一段时间的历史负荷记录，提取出基本负荷分量、特别事件负荷分量和天气敏感负荷分量后，剩余的残差即为各时刻随机负荷分量，可以看成是一个随机时间序列。
* 灰色预测技术：灰色系统理论认为系统的行为现象虽然是朦胧的，数据是杂乱的，但通过灰色预测模型，可以对系统的行为进行预测和分析。
电力系统负荷预测是指从电力负荷自身的变化情况和经济、气象等因素的影响规律出发，通过对历史数据的分析及研究探索事物之间的内在联系和发展变化规律，以未来的经济、气象等因素的发展趋势为依据，对电力市场的需求作出预先的估计和推测。负荷预测影响因素包括典型负荷分量、气候因素、时间因素、异常或特殊事件因素和随机因素等，而负荷预测方法包括传统方法、回归模型技术、时间序列法和灰色预测技术等。
