基于体感温度的电力系统负荷分类及负荷预测

谢家安

（广东电网公司佛山供电局，广东佛山 528000）

基于体感温度的电力系统负荷分类及负荷预测

谢家安

（广东电网公司佛山供电局，广东佛山 528000）

电力系统短期负荷预测是电力部门一项重要工作，是调度部门制定系统运行方式、设备停电检修计划、功率调配及调峰调频所依赖的重要参考依据之一。由于影响负荷预测因素众多，且其变化趋势与各因素之间呈现非线性关系，很难用固定的数学模型来加以描述，长期以来为提高负荷预测精度，学者们也提出了多种不同短期负荷预测方法[1-3]，这些方法各有优点，也都存在一定的局限性。

时间序列法、回归分析法计算量小、速度快，但其线性化处理过程无法反映负荷与各影响因素的非线性关系，对复杂电力系统负荷预测效果不佳；专家系统法凭借其强大的数据库能避开复杂的数值计算，但通用性较差，缺乏学习能力，难以适应负荷随机性变化的要求[3]；而支持向量机中虽然考虑了非负荷因素对负荷的影响，但这种考虑是“黑箱”的，对非负荷因素对负荷影响如何并不清楚，也就谈不上在气象预测有误差时如何根据分析结果对负荷预测结果来进行有效的修正[4]。

近年来，体感温度对负荷的影响研究得到极大重视，获得了一定研究成果。将气象因数中温度、湿度及风速综合考虑而提出的体感温度引入到电力系统负荷预测中，为提高预测精度打下良好的基础。但目前体感温度对负荷影响的研究还普遍停留在线性化补偿阶段，无法真实的反映它们之间非线性关系。……