城市电力负荷预测

3.2　城市电力负荷预测

电力负荷，也称用电负荷。城市电力负荷系指城市内或城市某一局部片区内所有用户在某一时刻实际耗用的有功功率的总和。电力负荷预测是城市规划中电力工程规划一项最基本的任务。城市的供电规模、变电站(所)的容量、输电线路的输电能力等均依据电力负荷预侧结果来确定。如果变电站(所)和输电线路的容量选择过大，将造成设备的积压和浪费。反之，如果变电站(所)和输电线路的容量选择过小，则不能满足城市生产和生活的需要，从而阻碍城市各项事业的发展，以致在短期内又要新建或扩建供电系统，造成浪费和布局不合理。因此，电力负荷的预测与计算的准确程度尤为重要，应足够重视。

3.2.1　有关电力负荷计算中的几个常用概念

1．有关负荷计算中专用名词的概念

1)设备额定容量P_n

设备额定容量是指用电设备铭牌上所标示的额定容量，单位为kW。在计算用电设备总容量时，应该计算已安装好的接上电网的在用的和暂停的设备额定容量的总和，但不应包括未接上电网的长期处于备用的设备容量。

2)负荷系数K_f

在选择用电设备时，由于受到设备规格的限制，不可能使所选用设备的额定容量刚好等于设计计算所需的功率，且为了留有一定的设备使用裕度，选用的设备的额定容量总要比计算所需功率略大，以保证设备能长期安全使用。况且有些设备所带负荷也会随时间而变化，计算所需功率是指所带负荷的最大值，因此设备运行中所带的实际负荷往往是小于设备的额定容量。

所谓负荷系数K_f，就是用电设备实际所带的有功负荷P_x与其额定容量P_n之比值，即

由上式可知，K_f值始终小于1。

3)同时系数K_t

同时系数也叫同时率。在计算一个区域或一个工厂的最大负荷时，不能简单地将计算范围内的各项用电负荷的最大值作算术相加。而实际的生产和工作中，各设备、各用电单元之间，它们的最大负荷不可能在同一时刻里出现。在设备使用的任一时刻，有的设备满载运行，有的不满载，有的空载，有的停用。因此电网提供的实际最大负荷总量将小于各单元用电最大负荷之和，为了表示这种最大负荷时间上的差别，用同时系数K_t来描述。即某一计算单元的负荷同时系数K_t等于实际的最大负荷值P_max与各类(各单元)的最大负荷算术和∑P_max之比，即

与负荷系数一样，同时系数K_t也始终小于1。由此可知，计算单元的综合最大负荷应为

4)需用系数K_x

同类用户的最大负荷P_max与其设备额定总容量P_m之比，称为需用系数，即

由此可知，所考虑用户的最大负荷应为

由上述可知，某负荷的需用系数值K_x，实际上是负荷系数K_f与同时系数K_t的乘积，即

如知道某用户的设备总容量，推断出需用系数K_x时，即可计算出该类用户的最大负荷，即

5)电力弹性系数E

它是国民经济生产所消耗的用电量增长速度α_y与其生产总值增长速度α_x之比，即

由上述可知，E值的大小，可以反映用电量的增长与国民经济增长的关系。一般说来，电力弹性系数E均大于1，表示电力增长的速度高于国民经济增长速度。表3－1列出了几个主要国家电力弹性系数E值。

表3－1　1960—1980年主要国家的电力弹性系数值E

由表3－1可见，各主要国家的电力弹性系数E均大于1，说明电力工业的发展速度高于国民经济发展速度。

设某年国民经济的总值为X₀，m年后为X_m，则其增长速度

平均年增长速度

同理，用电量的总值为y₀和y_m时，即

则m年内的平均值

3.2.2　电力负荷预测的准备工作

1．电力需求预测分类

电力需求预测是电力规划的基础，按照电力需求的周期可以将其分为调度预测、短期预测、中期预测和长期预测，其中短期(近期)预测、中期预测和长期(远期)预测主要用于电力网络规划。

(1)短期电力需求预测周期为1～5年，主要是为5年以内的项目计划实施和规划滚动调整提供依据。

(2)中期电力需求预测周期为5～15年，主要为对应时期内电力系统规划的编制提供依据。

(3)长期电力需求预测周期为15～20年以上，主要用于制定电力工业的战略规划。

中长期电力需求预测之间是相互联系和相互影响的，长期电力需求预测对中期电力需求预测具有指导作用，中期电力需求预测是对长期电力需求预测的滚动修正和完善，由于受到社会、经济、环境等各种不确定因素的影响，电力需求的变化也具有较大的不确定性，因此要进行完全准确的电力需求预测是十分困难的，电力需求预测和其他经济预测类似，更多的是对发展趋势的预测。

2．中长期电力需求预测

中长期电力需求预测的目的是依据城市社会经济的发展，分年度对规划区域的电力需求及其需求特性进行预测。

其主要内容如下。

1)经济社会发展现状及趋势分析

(1)收集数年规划区域社会经济发展的有关历史数据资料。

(2)收集预测期内规划区域社会经济发展的有关规划数据资料。

(3)对天气等环境因素与电力需求的变化进行相关性分析。

(4)对社会经济发展的现状进行分析。

(5)对预测期内社会经济发展的趋势及规划数据资料进行分析。

2)电力供需现状分析

收集规划区域数年内的电力供需历史数据，主要有以下几种。

(1)电量数据，包括全社会用电量、分行业用电量、各分区用电量预测、电网统调及发购电量、售电量、高耗电行业用电量等。

(2)电力负荷数据及负荷特性分析。

(3)各类电源在建项目和预计投产时间。

(4)区域内输配电电网现状。

3)中长期电力需求量预测

(1)电量预测，包括全社会用电量和增长率预测、分行业用电量预测、各分区用电量预测、售电量预测。

(2)电力负荷预测，包括分年度最大负荷及增长率预测、负荷特性分析预测、典型日负荷曲线预测、供需平衡分析。

按照电力电量平衡的有关原则，进行各年的电力电量平衡计算，并提供相应的平衡计算结果。对逐年电力电量平衡结果进行分析和评价，说明电源和电网存在及可能出现的问题。

3.2.3　电力负荷预测方法

电力负荷预测的方法有多种，各单位要根据本地区的负荷特点选用适合本地区负荷变化的预测方法。用于电力规划的电力需求预测方法主要分为确定性负荷预测、不确定性负荷预测、空间负荷预测3类。

1．确定性电力负荷预测方法

该方法把电量和电力负荷预测用一个或一组方程来描述，其变量之间有明确的一一对应关系。

1)常用的方法

常用的方法有3种。

(1)经济模型预测法。该法根据经济发展趋势对电力需求进行预测，常用预测模型有线性趋势模型、对数线性趋势模型等。

(2)时间序列负荷预测法。时间序列负荷预测方法并不考虑负荷与其他因素间的因果关系，仅把电力需求看作是一组随时间变化的数列，常用的预测模型有一阶自回归、n阶自回归等方法。

(3)相关系数预测法。该法是假定电力需求的增长与某一可预测的因素的变化规律相近，通过寻找电力需求历史数据与该因素历史值之间的关系，同时以该因素的预测值来求得电力需求的预测值，其主要方法有电力弹性系数法、GDP综合电耗法等。

2)负荷预测的具体做法

(1)工业负荷的预测。在一个地区或一个电网中，工业用电负荷通常占有很大的比例，在我国，目前情况多在80%以上，将来随电气化水平及人民生活水平的提高，其用电水平随之增长，工业用电负荷比例会有所下降，如同当前发达国家一样，其比例一般都在60%以上。可见，把工业负荷预测准确后，基本上决定了该地区(或电网)的负荷预测准确度。

具体方法如下。

a．产品单耗法。此法对于有固定产品的工厂的负荷预测比较准确。

设某工厂的产品单耗电量为A_m，年总产量为m，则其年总耗电量

该厂的最大负荷年利用小时数为T_max，则其最大负荷其中，A_m、T_max可从供电部门或该产品生产行业部门的历史统计资料中获得，m可从计划部门获得，因而便能从中计算出年用电量和最大负荷值，同时还可以从产品生产行业部门索取该产品的典型负荷曲线，因此可以获得该厂的典型负荷曲线。

b．产值单耗法。此法较适用于科技密集型、轻工型或产品不太固定的工厂。如知道某企业的产值单耗电量为A_c，其年总产值为C，则其年总耗电量

如该行业的最大负荷年利用小时数为T_max，则其最大负荷

其中，A_c、C、T_max值可从上述相同部门中调查获得。

【例题3－1】某工厂年产值为5000万元，产品的每万元产值耗电为1500kW·h/万元，最大负荷年利用小时数为3750，试计算该厂的最大负荷和年总用电量。

【解】:已知产值单耗A_c=1500kW·h/万元，年总产值C=5000万元，最大负荷年利用小时数T_max=3750h。求:年总用电量A及最大负荷P_max。

依式(3－16)得年总用电量

A=A_c·C=1500×5000=750×10⁴(kW·h)

依式(3－17)得最大负荷

c．需用系数法。此法适用于知道工厂的设备容量、产品不太固定的工厂企业。如已知设备总容量为P_n，设备利用系数为K_x，最大负荷年利用小时数为T_max，则最大负荷

年总用电量

【例题3－2】某工厂设备总装机容量为4000kW，设备需用系数为0.6，最大负荷年利用小时数为4500h，求该厂的最大负荷和年总用电量。

【解】:已知P_n=4000kW，K_x=0.6，T_max=4500h，求年总用电量A及最大负荷P_max。

依式(3－18)得最大负荷

P_max=K_xP_n=0.6×4000=2400(kW)

依式(3－19)得年总用电量

A=T_max·P_max=4500×2400=1080×10⁴　(kW·h)

(2)商业、居民区负荷预测。此类负荷包括金融、贸易、居民、机关、学校、文化场所、街坊工厂、市政工程等各种用电，品种繁多，不能用单一类型计算，只能运用综合指标进行估计。

a．人均用电法。一般按人口统计每人平均用电负荷、用电量进行计算。如已知某区总人口为N，平均每人用电负荷为P₀，每人年用电量为A₀，则有最大负荷

年用电量

城市人口平均用电指标可参考表3－2。

表3－2　城市人均用电统计

b．平均建筑面积法。在某些区域里，如知道该区内的建筑总面积的情况，利用统计数据获得平均建筑面积耗电量时，利用这些统计数据进行计划负荷的预计非常方便。设已知区内建筑总面积为S，平均单位面积用电负荷为P_S，年平均单位面积耗电量为A_S，则最大负荷

年用电量为

表3－3提供城市单位建筑面积用电的统计数据，供进行负荷预测时参考。

表3－3　城市单位建筑面积用电情况统计

c．负荷密度法。在一个较大范围的区域里，人口密度、用电性质大体相同的情况下，利用用电统计的负荷密度的数据进行负荷预测计算，其结果是比较准确的。对大多数城市，包括近郊农村在内全市范围，按此法计算结果可能出入较大。因此具体使用时，应根据各地具体情况灵活运用。

设地区总面积为S_m(km²)，负荷密度为P_m(kW/km²)，年用电量密度为A_m(kW·h/km²)，则最大负荷

年用电量

表3－4提供了城市负荷密度统计数据，可供负荷预测时参考。

表3－4　城市用电负荷密度统计

上海地区平均负荷密度目前已达到6340kW/km²，最繁华地区为11.46 ×10⁴kW/km²。北京地区目前中等繁华地区按5×10⁴kW/km²进行规划，特别繁华地区还要取更高密度的标准进行规划设计。

(3)综合区负荷预测。所谓综合区是指包括工、农、商、住、市政等各类用电负荷的综合区域，适合于大、中、小城市的各个供电分区的负荷预测。对于综合性的负荷预测，宜用下述方法。

a．年均增长率法(外推法)。一个城市或一个地区，在相对短的年份里，经济形势无大起伏的情况下，国民经济和电力消耗的增长率不会有太大的变化，用规划前几年的增长率推算后几年的增长水平，也不会出现太大的误差。因此法简单，适用于上述负荷性质的地区5年以内的负荷预测。

设当年负荷为P₀，查最近几年负荷资料，其电力负荷年平均增长率为α₁()%，则几年后的负荷水平

同理，用电量水平

式中　α₂————用电量年平均增长率。

【例题3－3】某规划区1990年用电量为50×106kW·h，规划所分析得出，到2000年的10年间，每年用电量按10%的递增率计算，到2000年底该地区用电量将达到

b．回归分析法。此法也是利用己有的历史资料分析今后的发展趋势。运用以下公式预测(计算)未来n年的用电负荷水平

式中　A_n————未来n年的用电量;

　T_n————未来预测n年年份;

　T₀————当年基准年份;

　c、d————常数，应利用历史资料及式(3－28)建立两个方程而解得。

c．经济指标相关分析法。用电负荷和用电量的增长与社会各个经济部门的发展有关，各部门用电量占总电量的比例不同，它的发展程度对电量的增长影响的程度也不同。根据计划部门统计的分类，如工业、农业、商业、居住、市政等各行业及人口的增长计划，利用下式预测(计算)相应年度的负荷或电量:

式中　A_n————预测年份的用电量;

　b₀————常数，基准年的用电量;

　b₁、b₂、b₃、…、b_i————各部门的经济成分占国民经济总量的比例;

　x₁、x₂、x₃、…、x_i————各部门经济的增长率(或实际增量)。

以上参数可从计划(统计)部门统计及计划中获得。

d．电力弹性系数法。此法考虑了国民经济总产值同电力发展的关系，比单纯考虑电力发展的增长变化因素要更加准确一些。设已知基准年的耗电量(或负荷)为y₀，按计划部门提供的国民经济计划n年后的增长为α_x，由电力弹性系数的定义可得n年后的耗电量

式中E从以往资料中推算所得。但从国民经济和电力的发展规律看，E值也是逐年变化的，利用历史上的E值代替未来的E的真值，必然会产生较大的误差。为减少其误差，引入国民经济产值单耗电量增减率δ加以修正。即

式中　y₀、y_n0————分别为基准年和n年前的国民经济总值;

　x₀、x_n0————分别为基准年和n年前的总耗电量。

利用δ值对E值进行修正，即

式中　α_n————计划部门提供的n年后的国民经济增长率。

用计算所得的修正值E'代替式(3－30)中的E，便可获得比较准确的y_n值。

【例题3－4】某城市按计划部门提供的数据:1995年总用电量y₀=11.5×10⁸kW·h，1995年国民经济总产值x₀=105×10⁸元，2000年国民经济平均年增长率α_x=11%，1990年总耗电量y_n0=3.5×10⁸kW·h，1990年国民经济总产值x_n0=28×10⁸元。试计算2000年耗电量的预测值。

【解】:为获得比较准确的预测值，必须对式(3－30)中的E值进行修正，即按式(3－31)求国民经济产值单耗电量增减率δ。

利用δ值修正E，即

把E'值代入式(3－30)，2000年的用电量预测值

y_n=y₀(1+E'α_x)ⁿ=11.5×10⁸(1+0.697×0.11)⁵=11.5×1.45×10⁸=11.6.×10⁸　(kW·h)

即得2000年总耗电量的预测值为11.6.×10⁸kW·h。

e．数学建模计算法。利用计算机及已有的负荷预测软件，进行负荷分析预测，是现今比较科学的负荷预测方法，此法已研究出初步成果。如果能汇集获得比较全面的确切的经验和资料，所得出的计算结果会比较准确地反映客观发展规律。随着运用电子计算机进行数字计算的经验不断丰富，以及实践积累的技术资料的逐步完善，利用数学建模的计算机软件进行计算来预测负荷将成为主要的负荷预测手段。

此法已达到实用阶段的是天津大学和天津电力局共同开发的“城市电网优化规划的计算机辅助决策系统(CNP)”中的负荷预测子系统。它的具体实施是在已有的用电部门统计的电量分类历史数据基础上，进行分区计算预测。具体做法如下。

先将供电区域划分成若干个单元小区，把负荷密度预测归结为单元小区的负荷预测，小区负荷即是构成各类负荷之和再乘以适当的同时系数而得，其数学表达方式如下。

设D_it是t年i类负荷的平均密度预测值，其中i=l…M，M为负荷分类数。则有

即表示分类负荷平均密度向量。

又设小区j中分类面积构成向量

则小区负荷预测值可表示为

其中j=1，2…N，N为小区划分的单元小区数。α_jt为t年j小区的分类负荷同时系数。它与3.2.1节中所述的同时系数K_t同义。

负荷预测系统的组成结构示于图3－3。原始数据库中的分类负荷为

图3－3　负荷预测系统构成

式中　A————分类电量;

　K_r————日平均负荷率;

　K_y————月平均负荷率;

　K_j————季平均负荷率。

按国民经济统计习惯分类为工业、农业、市政、交通4大类，还可以根据实际情况将各大类再划分小项目细类，也可按电力部门的统计习惯分类为工业、交通、邮电、商业、饮服、物资、仓储、居民生活、农林水、地勘、建筑和其他等。

使用时可根据自己所掌握资料的方便分类，灵活运用所适合的分类形式。

为了提高系统预测的精确度，软件中提供下列分类电量预测模型，供使用时按需要选用。

(a)时间序列模型。其中包括直线、二次曲线、修正指数曲线、龚帕兹曲线、逻辑斯蒂曲线等共14种拟合曲线模型。

(b)相关分析模型。其中包括产值相关模型、能耗相关模型、人口—建筑面积—民居收人相关模型。

(c)计量经济模型。把行业电量与劳动生产率和固定资产原值或净值与从业人数结合起来，用模型辨识法识别相关系数。

(d)固定增长率模型。

(e)综合指标模型。其中包括年人均用电量指标模型和单位建筑面积用电量指标模型。

(f)分类分项分析模型。

在分类负荷预测计算结果的基础上，再利用冬季、夏季典型负荷曲线进行加权叠加，便可推知总负荷曲线。

为了便于灵活运用，该系统还提供可由专家直接参与小区负荷修正的工具，包括或不包括点负荷的处理方法。

f．横向比较法

在分析负荷的预测结果时，不能只孤立判断自己的成果是否准确，还应该尽量搜集国内外有关类似情况的预测方法和成果加以对照判别，必要时对所计算的结果给予适当的修正。下面提供某些国家的计算公式供实际工作中参考借鉴。

法国，采用下式计算用电增长率:

式中　α_y(%)————每年用电量增长率;

　M————工业指数，M=；

　n————指数，n=0.33～0.5。

对不同的用电分项，用不同的M、n值。

荷兰，对农业、城市生活、公共设施用电，采用不变的增长率:

α_y1=5%

对居民生活用电，采用不变的增长率:

α_y2=8%

对工业用电，用下式计算:

式中　E————工业用电量指数;

　P————工业产品生产指数;

　L————劳动力消耗指数。

比利时，对其他部门用电:

对工业用电，按下式计算:

式中　E————工业年用电量;

　K————修正系数;

　M————工业生产指数;

　t————预测年限。

以上介绍的预测负荷的各种方法，都是根据过去推算未来，包含人们的主观推断成分，难免存在一定的误差。今后，随着科学技术的发展，客观情况发生很大的变化，过去一些高能耗的产品和生产设备会不断被淘汰或停用。机械化、自动化、电气化、智能化生产的水平不断提高，对电力的依赖性越来越多，耗电量越来越大。另一方面，高科技的应用，节能设备、产品也随之越来越多，产值用电单耗将逐步下降。随着人民生活的提高，使用电炊、电取暖、电降温、生活耗电量的比例越来越大，这些因素对今后用电量的增长将有很大的影响，也是负荷预测中的不定因素，因此，在负荷预测工作中应根据当时的具体情况综合考虑，进行适当的修正。

以上的各种方法都各具特点，难说某种方法绝对准确，因此应采用不同方法进行预测计算，将其结果相互对比，适当予以折中取值，以求避免出现较大的偏差，使成果更加接近客观，更具实用价值。

(4)经济开发区负荷预测。所谓经济开发区是指在一个特定的时期内，地方政府采取比较集中的人力物力对某一个划定范围的地区进行重新规划开发，以比较优厚的经济政策、比较高的发展速度进行重点经济建设的地区。所以，它的用电负荷发展情况与具有一定基础的老城区有所区别，应该采用一种比较符合其发展规律的特殊方法进行负荷预测计算。这种方法对于某些集中力量建设、发展速度比一般地区更快的非开发区的重点建设的地区也可参考采用。

这种负荷预测方法由铁道部第一设计院提供。该方法根据建设经验总结，将开发区的发展过程划分为4个时期。

第一期:准备期，主要进行开发区的基础设施建设，用电负荷增长不大，其年增长率大致为5%～7%，持续时间大约3～5年。

第二期:开发期，进入开发建设高潮，各个开发建设的工程项目大量开工兴建，用电负荷大增，年增长率为20%～30%，甚至更高。这个时期持续时间为5～10年。

第三期:完善期，各种主要建设项目继续配套完备，开工新建项目减少，用电负荷增长率逐渐下降，其年增长率由约10%逐步降低至4%～5%，这一时期的持续时间也为5～10年。

第四期:稳定期，大规模的建设项目工程已相继完成转入投运，用电负荷日趋稳定，其增长率不高，一般只有2%～4%。这种状况将维持较长时间，直至下一个建设高潮的重新到来。

整个发展过程的负荷增长率与时间的关系可用图3－4的曲线表示。

图3－4　开发区负荷增长规律

图中，T₁、T₂、T₃、T₄分别为各开发时期的周期，α₀、α_m、α_∞分别为负荷初期、最大和稳定期的增长率。用数学表达式描述，可近似表示为

式中　P————第T年的用电量;

　P₀————起始年的用电量;

　α(t)————随时间变化的增长率;

　T————预测年限。

对于函数α(t)可用下式近似表示:

式中，A、B、C为待定常数。比较式(3－42)和图3－4，可得

将A、B、C代入式(3－42)，得

将式(3－46)代入式(3－41)，得预测电量表达式为

式(3－47)无法直接计算，可用积分矩形法近似计算，取△t=1，令

经数学处理得

式中的α₀、α_m、α_∞和T_m可通过总结现有的开发区建设经验进行分析确定，将其值代人式(3－48)、式(3－49)中求得若干年的预测电量值。

根据经验，选择α₀、α_m、α_∞和T_m值时，应考虑以下因素。

(a)原有基础较差的地区，α₀值应取大些;反之则取小值。

(b)经济条件好的地区，T_m取小值，α_m取大值;反之则T_m取大值，α_m取小值。

(c)单一功能的开发区，α_m取大值，综合性开发区α_m取小值。

(d)α_m值最高可取50%～70%。

以某开发区为例，取α₀=6%，α_m=65%，α_∞=3%，T_m=5，将其代入式(3－48)、式(3－49)得

如由基准年用电量为2273MW·h推算数据与实际值对比如表3－5所示。

表3－5　某开发区用电量预测与实际值

由表3－5可见，预测值与实际值比较接近，说明该方法对预测开发区的负荷是实用的。

3)规划用电指标

当编制或修订各规划阶段中的电力规划时，应以《城市电力规划规范》制定的各项规划用电指标作为预测或校核远期规划负荷预测值的控制标准。规划用电指标包括规划人均综合用电量指标、规划人均居民生活用电量指标、规划单位建设用地负荷指标和规划单位建筑面积负荷指标4部分。

在城市总体规划阶段，当采用人均用电指标法或横向比较法预测或校核某城市的城市总用电量(不含市辖市、县)时，其规划人均综合用电量指标的选取，应根据所在城市的性质、人口规模、地理位置、社会经济发展、生产总值、产业结构、地区动力资源和能源消费结构、电力供应条件、居民生活水平及节能措施等因素，以该城市的人均综合用电量现状水平与基础，对照表3－6中相应指标分级内的规划人均综合用电量幅值范围，进行综合研究分析、比较后，因地制宜选定。其规划人均居民生活用电量指标的选取，应结合所在城市的地理位置、人口规模、居住条件、气候条件、能源供应政策及节能措施等因素进行综合分析、比较后，以该城市的现状人均居民生活用电量水平为基础，参照表3－7中相应指标分级中的规划人均居民生活用电量指标幅值范围，因地制宜地选定。

表3－6　规划人均综合用电量指标(不含市辖市、县)

注:当不含市辖市、县的城市人均综合用电量现状水平高于或低于表中规定的现状指标最高或最低限值的城市，其规划人均综合用电量指标，应视其城市具体情况因地制宜确定。

表3－7　规划人均居民生活用电量指标(不含市辖市、县)

注:当不含市辖市、县的城市人均居民生活用电量现状水平高于或低于表中规定的现状指标最高或最低限值的城市，其规划人均居民生活用电量的指标，应视其城市的具体情况，因地制宜地确定。

城市电力总体规划或电力分区规划，当采用负荷密度法进行负荷预测时，其居住、公共设施、工业3大类建设用地的规划单位建设用地负荷指标的选取，应根据3大类建设用地中所包含的建设用地的小类类别、数量、负荷特征，并结合所在城市3大类建设用地的单位建设用地用电现状水平和表3－8规定，经综合分析比较后选定。

表3－8　规划单位建设用地负荷指标

注:1．城市建设用地包括居住用地、公共设施用地、工业用地、仓储用地、对外交通用地、道路广场用地、市政公共设施用地、绿化用地和特殊用地8大类。不包括水域和其他用地。

2．超出表中三大类建设用地以外的其他各类建设用地的规划单位建设用地负荷指标的选取，可根据所在城市的具体情况确定。

综合用电水平法一般以人口或建筑面积或功能分区总面积进行计算。当以人口进行计算时，所得的用电水平即相当于人均电耗;如以面积进行计算时，所得的用电水平即相当于负荷密度。

年用电量

式中　s————指定计算范围内的人口数或建筑面积，m²，或土地面积，km²;

　d————用电水平指标，农业区用电水平d=3.5～28万kWh/km²，中小工业区用电水平d=2000－400万kWh/km²，大工业区用电水平d=3500－5600万kWh/km²，居民区用电水平d=4.3－8.5万kWh/km²。

城市电力详细规划阶段的负荷预测，当采用单位建筑面积负荷指标法时，结合当地各类建筑单位建筑面积负荷现状水平，参照表3－9规定，经综合分析比较后选定。

表3－9　规划单位建筑面积负荷指标

注:超出表中三大类建筑以外的其他各类建筑的规划单位建筑面积负荷指标的选取，可结合当地实际情况和规划要求，因地制宜地确定。

2．不确定电力负荷预测方法

在实际的电力负荷预测中存在很多的不确定性因素，例如国民经济发展情况、国家政策、城市规划、气候环境条件等，这些因素对电力需求将产生重要的影响，而常规的预测方法对这些因素的考虑往往不够全面，为此对电力需求预测不确定方法的研究已成为近年来研究的一个热点。目前常用的方法主要有以下几种。

(1)模糊预测方法。与常规的预测方法不同，模糊预测方法不是通过对历史数据的分析去直接建立负荷与其他因素的函数关系式，而是考虑了电力需求与多因素的相关性，将负荷与对应环境作为一个数据整体进行加工，得出负荷变化模式及对应环境特征，从而将待测年环境因素与各历史环境特征进行比较，得出所求的负荷增长率。其主要有模糊聚类预测法、模糊相似优先比法、模糊最大贴近度法。

(2)灰色预测方法。灰色系统理论用于处理信息不完全的系统，它为不确定性因素的处理提供了一个新的有力工具。该理论是系统控制理论发展的产物，通常把已知的信息称为“白色”信息，完全未知的信息称为“黑色”信息，把介于两者之间的信息称为“灰色”信息。

(3)人工神经网络法。这是模拟人脑信息处理、储存的检索机制而构造的，是由大量人工神经元密集连接而成的网络。

3．空间电力负荷预测方法

空间电力负荷预测方法是近20年来新发展起来的预测方法，它不仅能够预测未来负荷量的变化规律，而且对未来的负荷地理分布情况也作出了相应的预测。空间负荷预测方法基本可分为以下几个步骤。

(1)对需要进行负荷预测的区域按照一定的规则细分成一个个小区，如按功能划分。

(2)向政府有关部门和开发单位收集各预测小区的规划方案。

(3)根据各小区的规划方案，对各小区进行电力负荷以及负荷特性进行预测。

(4)将各小区的负荷特性曲线进行啮合和采取同时率等方法，得出某一地区的电力负荷预测值。

3.2.4　电力负荷预测实例

1．某一城市开展“十一五”(2006～2010年)的中期电力需求预测实例

应用电力需求预测的各种预测方法和预测模型，分别对用电量和电力负荷进行预测。

1)用电量预测

(1)线性趋势模型法，其预测结果见表3－10。

表3－10　线性趋势模型法预测结果

据统计1996—2002年某市用电量年均增长7.04%，1999—2002年某市用电量年均增长8. 74%。

(2)电力弹性系数法，其预测结果见表3－11。

表3－11　电力弹性系教法预测结果

据统计1996—2002年某市平均电力弹性系数为0.635，1999—2002年某市平均电力弹性系数为0. 848。

(3)部门预测法，其预测结果见表3－12。

表3－12　部门预测法预测结果

(4)逐步回归模型、灰色模型、模糊模型及综合模型等多种模型预测法，其预测结果见表3－13。

表3－13　多种模型预测结果

(5)分产业预测法，其预测结果见表3－14。

表3－14　分产业预测法预测结果

(6)预测结果。综合上述几种方法，并经专家论征后确定2005年某市用电量在800亿kWh左右，2010年某市用电量在1100亿kWh左右。

2)电力负荷预测

(1)线性趋势模型法，其预测结果见表3－15。

表3－15　线性趋势模型预测结果

据统计1995—2002年某市电网最高用电负荷年均增长8.54%;1996—2002年某市电网最高用电负荷年均增长9.14%。

(2)逐步回归模型、灰色模型、模糊模型及综合模型等多种模型预测法，其预测结果见表3－16。

表3－16　多种模型预测结果

根据某市的实际运用情况，推荐使用递阶算法的综合模型作为最终方案，该方法的推荐方案为:2005年电力负荷水平为1593万kW，2010年为2315万kW．

(3)预测结果。综合上述几种方法，并经专家论证后认为2005年某市电网用电最高负荷在1600万kW左右，2010年某市电网用电最高负荷在2380万kW左右。

2．按照某一区域的发展规划进行负荷预测实例

1)预测方法确定

(1)规划部门已经提供了详细的用地规划(见表3－17)。因此，可以得到大量的诸如地块性质、建筑面积、建筑物构成等详尽信息，从而使得采用空间电力负荷预测法的负荷预测精度大大提高。

表3－17　某中心镇规划用地平衡

(2)规划区是一个新区。现状只有极少量居民住宅负荷，绝大多数的规划用地是农田用地，规划中可不予考虑历史负荷数据。因此，由于大量历史数据的不相关性，使得时间序列等依靠历史数据进行预测的模型不再适用。

所谓小区负荷密度指标法，即根据规划区内各地块的用地性质，采用与其他地区类比的方式确定地块单位占地面积(或建筑面积)的负荷密度(或负荷指标)，进而对地块负荷加以预测。在这种方法中，规划区用地性质的分析以及负荷密度指标的确定是整个预测工作的关键。

2)负荷指标确定

(1)住宅类负荷。由规划用地平衡表(见表3－17)可以看出，居住用地占总规划用地的26.22%，占建设总用地约一半以上，因此居民用电负荷预测结果的准确与否，将直接影响到本次规划负荷预测的准确性，影响到本次规划的科学性与合理性。

对于住宅类建筑，由于居民生活水平提高很快，家用电器日趋普及，尤其是高耗能的家电，如空调器、电冰箱、电热水器、电炊具、豪华吊灯等，很多家庭都已置备，拥有2～3个空调器、电冰箱的家庭亦不鲜见，而且不同地区对住宅类建筑的负荷水平有不同的规定。《上海电网若干技术原则的规定》中明确指出:为了适应居民用电负荷日益增长的需要，新建住宅每套建筑单元居民户的基本容量按表3－18配置。

表3－18　居民供电容量配置

(2)非住宅建筑负荷。这类用地中包括行政办公用地、商业服务用地、文化娱乐用地、医疗卫生用地、教育科研用地等，对于这类建筑的负荷指标，参考了国内部分大厦的负荷指标值，参见表3－19。

表3－19　国内部分大厦负荷指标

由表3－19可见，对于国内大城市商业、办公、宾馆类建筑，负荷指标多在50～80W/m²范围内，个别建筑的负荷指标较高。为了进一步确定非住宅建筑用地的负荷指标，表3－20给出了国内部分小区的负荷指标参考值，同时考虑到某中心镇的规划特点，该区将原汁原味地体现北欧城镇的风貌特色，各种建筑的规划档次均较高，并考虑一定的超前性，对非住宅建筑用地的负荷指标进行了设定。

表3－20　某中心镇非住宅类建筑用地负荷指标

(3)市政设施负荷。市政设施包括电力设施、电信设施、给排水设施、环卫与环保设施等，这类设施用地的负荷水平不是太高，多在20～40W/m²范围内，考虑到某中心镇规划档次较高，将这类用地的负荷指标设定为40W/m²。

(4)道路广场负荷。道路广场用电多为照明用电，如道路路灯、广场照明灯等，有些广场设有喷泉、音响等设备。为不失一般性，对这类用地采用占地面积负荷指标，设为2W/m²。

(5)城市公共绿地负荷。城市公共绿地用电也多为照明用电，与道路广场用地相近，将这类用地的占地面积负荷指标设为2W/m²。

(6)片林区负荷。规划区内的某地区住宅建筑群，规划有森林、湖泊区，现称片林区，体现“城依林而建，人临水而居”的北欧建筑特色，对这一地区，取负荷指标为60W/m²。

经过上述分析和计算，完成了某中心镇远期饱和负荷指标的设定，如表3－21所示。

表3－21　某中心镇负荷指标设置

续表

3)负荷分类及分布预测

根据上述设定的负荷指标，对某中心镇进行了远期负荷分类及分布预测，其负荷分类预测结果高方案和低方案分别如表3－22和表3－23所示。

表3－22　某中心镇负荷分类预测结果(高方案)

表3－23　某中心镇负荷分类预测结果(低方案)

续表

从表3－22、表3－23可以看出，该规划区远期负荷在80.38～94.97MW，总体负荷密度为12.05～14.24MW/km²，其中的大部分负荷是行政办公、商业服务以及一类居住和二类居住等。

由于某中心镇内的某地区(片林区)没有进行详细的土地规划，而其内建筑面积也是相关部门给出的一种估计，且这部分负荷仅占总负荷的一小部分(约13%)，因此给出新区部分(除片林区以外地区)的远期负荷及负荷密度将更具有实际意义。在只考虑新区部分的情况下，该区远期负荷在69.878～82.723MW，远期负荷密度为20.32～24.06MW/km²(参见表3－24)。

表3－24　某中心镇远期负荷分布预测结果

续表

续表

注:由于有关部门提供的《地块控制指标一览表》与《新区经济技术指标》两表中规划区总建筑面积略有出入，因此造成了负荷分类预测与分布预测结果总负荷略有不同。