桑植县电网电力负荷预测

《桑植县电网电力负荷预测》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、ISSN1672-2841广东水利电力职业技术学院学报2009年第7卷第3期CN44-1587/ZJournalofGuangdongTechnicalCollegeofWaterResourcesandElectricEngineering，2009，Vol.7，No.322-26桑植县电网电力负荷预测彭杰，刘军（湖南省桑植电力公司，湖南桑植427100）摘要：以历史统计数据为依据，提出以全社会用电量为主要预测对象，将其分成居民生活用电量和全行业用电量两部分进行预测的方案，通过研究2000�2008年居民生活用电量和全行业用电量预测值与真实值之间的误差，选取平均误差最小的

2、预测方法对2009�2020年的居民生活用电量和全行业用电量进行预测�结合线损目标值，运用Tma�法对县域2009�2020年电力负荷进行预测，为桑植电网在未来十二�五期间的电网规划及发展方向提供参考�关键词：桑植电网；负荷预测；Tma�法中图分类号：TM714文献标识码：A文章编号：1672-2841(2009)03-0022-05电力负荷预测一般采用组合模型[1][2]：一是指将负荷进行预测，为地区电网规划建设提供依据�几种预测方法所得的预测结果，选取适当的权重进1桑植电网电力负荷预测行加权平均，如文献[3]和文献[4]采用了等权平均组合预测模型,文献[5]采用了基于误

3、差权重因子的本文先由多种预测方法得到历史年（2000�组合预测模型；二是指在几种预测方法中进行比2008年）的预测值，计算出与真实值之间的误差，较，选择拟合度最佳或标准离差最小的预测模型作选取平均误差最小的方法作为预测方法，结合该方为最优模型进行预测，文献[6]即采用了该模型进行法2009�2020年预测值，取整,修整后得到居民预测�文献[7]深入研究了组合模型预测机制，提出生活用电量和全行业用电量预测值�加上线损目标了"最优拟合模型"不等于"最优预测模型"的观值三者之和就是全社会供电量的预测结果�最后用点�因为"最优拟合模型"着重于对往年数据的曲Tma�法计算出电网最大负

4、荷预测值�线拟合，而"最优预测模型"所反映的是预测年附���居民生活用电量预测近的负荷变化规律�根据桑植县2000�2008年的居民生活用电和本文不采用将几种预测方法所得的预测结果进人口增长等统计数据，以及当地政府对该县行加权组合的拟合模型，而是在几种预测方法中进2009�2020年的人口预测数据，对居民生活用电行比较，选择平均误差最小的单一预测方法进行预量采用人均电量法,线性回归法,时间序列法,增测，旨在通过对桑植县2000�2008年的地区发展和长率法四种方法进行预测�用电情况进行统计分析，对2009�2020年该县电力居民生活用电量2000�2008年统计情况见表1�

5、表12000-2008年居民生活用电量统计表单位：万kW.h,万人,kW.h/人Table1Dateforresidentialelectricit�consumptionduring2000�2008200020012002200320042005200620072008居民生活用电2917.163024.763167.893191.73256.643405.233581.93723.184302.05人口数42.6242.8342.9743.1743.0843.4944.8545.3145.12收稿日期：2009-06-05作者简介：彭杰，男，工程师，主要从事电网规划和

6、水电站设计工作�彭杰，等：桑植县电网电力负荷预测��采用人均电量法,线性回归法,时间序列法,实际用电量的统计数据见表2�增长率法得到该地区2000�2008年的预测用电量与表22000�2008年居民生活实际用电量与预测用电量单位：万kW.h,%Table2Dataforactuallivingconsumptionofelectricit�consumptionandforecastin2000�2008200020012002200320042005200620072008平均误差实际值2917.163024.763167.893191.73256.643405.233

7、581.93723.184302.05��线性回归法��������3229.643371.243599.823986.684059.052.98时间序列3032.73001.063008.593055.293141.153266.13430.393631.524089.763.69人均用电量法2917.162912.443185.473332.543309.053398.443621.623796.323800.132.82增长率法2917.162917.163136.333301.223288.843347.5