基于灰色—BP神经网络组合模型的地区电网负荷预测
期刊: 建筑监督检测与造价 2026年第17期 DOI: 10.67328/wslwpp2544 PDF下载
基于灰色—BP神经网络组合模型的地区电网负荷预测
廖楠140621199806050012
摘 要:针对单一预测模型精度受气象与节假日因素影响较大的问题,构建灰色GM(1,1)与BP神经网络的组合预测模型,以灰色模型刻画趋势项、以神经网络修正残差,并用熵权法确定权重。对某地区近三年日最大负荷预测的平均绝对百分比误差为2.31%,优于单一模型的4.06%与3.18%。
关键词:负荷预测;灰色模型;BP神经网络;组合模型;平均绝对百分比误差
1 引言
负荷预测是电网运行方式安排与检修计划编制的基础。地区负荷受气温、湿度、节假日与电价政策影响,呈明显的趋势性、周期性与随机性叠加特征。单一模型难以同时刻画三类成分,组合模型通过分解—预测—合成的思路可提高稳健性。
随着电源结构与负荷特性的变化,区域电网的有功无功平衡、电压支撑与安全裕度问题日益突出。相关分析须同时满足《电力系统安全稳定导则》(GB 38755—2019)与《电力系统技术导则》(GB/T 38969—2020)的要求,并在规划、运行两个层面形成可量化的校核结论。地区电网短期负荷预测属于典型的电网运行与规划问题,其结论对同类地区电网具有参考价值。
2 技术原理与分析方法
分析采用节点导纳矩阵与极坐标牛顿—拉夫逊法建立潮流模型。节点功率方程可写为 P_i=U_i∑U_j(G_ij cosθ_ij+B_ij sinθ_ij),Q_i=U_i∑U_j(G_ij sinθ_ij-B_ij cosθ_ij),其中 G_ij、B_ij 为导纳矩阵实部与虚部,θ_ij 为节点电压相角差。迭代收敛判据取最大功率不平衡量小于 1×10⁻⁵ p.u.,并以电压幅值 0.95~1.05 p.u. 作为合格区间。
安全校核按 N-1 原则逐条开断支路,计算开断后的支路负载率与母线电压,负载率超过 100% 或电压越限即判为不满足。对暂态问题,采用二阶发电机模型与恒定阻抗负荷,通过时域仿真求取故障切除后的功角摇摆曲线,并以最大功角差小于 180°、且衰减至稳态作为稳定判据。灵敏度分析以 ∂P_loss/∂Q 与 ∂U/∂Q 表征无功配置对网损和电压的调节能力,为配置地点与容量提供依据。
模型的适用性取决于网络等值与参数精度。计算中发电机采用暂态电抗后的电动势模型,负荷按恒功率处理,线路电阻电抗取自实测或厂家参数,变压器分接头按实际档位设置。由此带来的误差主要来自三方面:负荷功率因数随电压变化、发电机励磁调节的简化、以及未计及配电侧负荷的主动响应。工程上通常以实测潮流断面反算校正,使基态电压与相量的偏差控制在2%以内,再开展稳定与裕度计算。
指标定义与计算口径需在文中明确。负荷裕度定义为临界点负荷与基态负荷之比;网损率为统计期内电能损耗与供电量之比;N-1通过率指单一元件开断后仍满足全部约束的校验工况占比;电压合格率按监测点越限时长比例统计。口径不一致会使不同报告之间无法比较,因此计算前应先统一基准容量、统计周期与判据,并在结果中注明取值来源。
3 方案设计与参数配置
以某地区2022—2024年日最大负荷及对应气象数据为样本,共1 096组,前80%用于训练、后20%用于检验。GM(1,1)以周均值序列建模,发展系数a与灰作用量b由最小二乘估计;BP网络输入为前7日负荷、日最高与最低温度、星期类型、是否节假日,隐含层节点取13,学习率0.05,训练误差目标0.001。组合权重由两种模型检验期误差的熵权确定。
设计流程按资料收集、模型建立、方案生成、指标校核与报告编制五步推进:先取得网架、负荷与设备参数并核对台账;再按典型方式建立计算模型;随后生成候选方案;再对电压、负载率、短路电流与稳定裕度逐项校核;最后形成可执行的运行或改造建议。
方案设计遵循“先校验、后配置、再复核”的顺序:先以现状数据建立基础算例,明确越限断面与薄弱节点;再按灵敏度排序确定候选补偿点与调节手段;最后以全年典型日、夏冬高峰及故障工况复核。参数取值兼顾设备造价与运行裕度,避免为追求单一指标而造成过配置。
参数校验的重点是运行方式与模型边界的一致性:最大、最小方式下的机组组合与线路投停必须与调度记录对应;负荷模型的有功无功比例应与实测功率因数相符;变压器变比与分接头位置应按实际档位录入,否则电压结果会出现系统性偏差。
实施层面需与调度、检修与基建计划衔接。涉及运行方式调整的措施可在年度方式批复后执行;涉及设备加装与线路改造的措施应纳入停电计划,并预留调试与验收时间。实施前应完成继电保护、安稳装置与自动化系统的定值复核,避免因网架变化造成保护范围或控制策略失效。
4 案例验证与结果分析
检验期结果显示:GM(1,1)的MAPE为4.06%,BP网络为3.18%,组合模型为2.31%,最大单日误差由11.2%降至6.8%。在春节与高温两类特殊日,组合模型误差分别为4.9%与3.4%,明显低于单一模型。预测耗时单次约0.8 s,可满足日前调度滚动计算要求。
结果分析从三个层面展开:一是电气量层面,比较各方案下的电压分布、支路负载率与网损率;二是安全层面,统计 N-1 通过率与稳定裕度;三是经济层面,按补偿设备年费用与降损收益计算静态投资回收期。三类指标出现冲突时,以安全指标为约束条件,在经济性区间内取最优解。计算中的负荷、电源出力均取典型日实测或规划预测值,并给出取值区间,以避免结论被单点数据放大。
指标计算应统一口径。网损率按同口径电量统计,避免因抄表时间不同造成偏差;电压合格率按监测点越限时长占统计时长比例计算,并区分高峰与低谷;投资回收期按静态与动态两种方式给出,动态方式计入资金时间价值。多方案比较时先剔除不满足安全约束的方案,再在经济指标间排序,防止以局部降损效果掩盖整体安全风险。
5 讨论
需要说明的是,分析结论对负荷增长率和电源出力波动较为敏感。当负荷年均增长率超过 6% 或新能源装机占比超过 30% 时,原有裕度可能在一个规划周期内耗尽,应缩短复核周期并预留可调节资源。此外,模型中未详细计及负荷的电压特性与配电侧主动响应,工程实施前宜结合实测数据对结论作二次修正。
上述方法与指标适用于以同步机为主、负荷增长相对平缓的区域电网。对于新能源占比高、惯量低的系统,应补充频率稳定与宽频振荡分析,并将构网型支撑能力纳入规划评价。
从工程应用角度看,分析结论应嵌入年度运行方式编制与规划项目评审两个环节:前者用于确定开机组合、无功电压曲线与检修窗口,后者用于论证新建变电站、无功补偿与输电通道的必要性。建议将负荷裕度、N-1通过率与短路电流水平列为固定校核项,并建立年度滚动更新机制,使结论随负荷与电源结构变化及时修正。
6 结论
组合模型通过趋势项与非线性修正的分工,提高了特殊气象与节假日条件下的预测精度。实际应用中应建立样本滚动更新机制,并在电价政策或大用户投产等结构性变化后重新训练,避免模型对历史模式过拟合。
本文方法与结论适用于以常规机组为主、负荷特性相对稳定的区域电网。对于新能源高占比、外送通道受限或存在明显电压支撑薄弱环节的电网,应补充动态无功、惯量与宽频振荡分析,并将构网型储能等新型调节资源纳入统一优化框架。
参考文献
[1] GB 38755—2019 电力系统安全稳定导则[S].
[2] GB/T 38969—2020 电力系统技术导则[S].
[3] 何仰赞, 温增银. 电力系统分析[M]. 4版. 武汉: 华中科技大学出版社, 2016: 88-146.
[4] DL/T 5429—2009 电力系统设计技术规程[S].
[5] DL/T 1040—2007 电网运行准则[S].
[6] 张伯明, 陈寿孙. 高等电力网络分析[M]. 2版. 北京: 清华大学出版社, 2007: 112-158.
[7] GB/T 19963—2011 风电场接入电力系统技术规定[S].
...