夏季城市用电短期负荷预测方法研究

肖启志，何葵东，肖 杨

（1.五凌电力有限公司，湖南 长沙410004；2.国家电投水电产业创新中心，湖南 长沙410004）

0 引言

近年来，气象观测和预报技术取得了较大进展，带动了相关气象应用领域技术不断突破和创新。精细化温度预报是气象部门对社会公众发布以城市为对象的逐小时温度预报产品。它每天计算2次，每次从当前时间开始预报未来24 h城市温度，步长为1 h。目前短时（24 h）城市逐小时温度预报具有92%以上的预报精度[1-3]。

夏季是城市用电负荷高峰期，用电负荷预测是电力公司生产调度计划的基础。目前，国内外多篇文献研究了气象与负荷预测的关系：文献[4]提出了从海量气象、负荷数据中挖掘特定气象条件下的负荷变化规律，由多粒度气象信息匹配算法，求取预测日曲线的多分段相似日的算法；文献[5]使用实时气象数据的思想，在实际算法中采用了寻找历史数据中日最高温度与负荷相似日的算法；文献[6]介绍了2种应用土耳其电力市场的短期负荷算法，包括季节性移动平均自回归算法和人工神经网络算法，2种方法的核心也是从历史负荷数据中寻找相似日；文献[7]介绍了基于模糊神经网络和自回归条件方差模型的小波变换短期负荷预测方法，并对多种预测方法的精度进行了比较；文献[8]利用各个样本关联度投影值排序得到相似日集合，预测方法中使用预测日集合特征向量完成预测；文献[9]、文献[10]则是以日最高温度和最低温度为标准，在历史数据中寻找相似日的算法。……