（国网冀北电力有限公司秦皇岛供电公司河北秦皇岛066004）
摘要：地区电网负荷预测精益化管理的内涵主要在于：通过引入大数据、信息化的管理思路，以提高负荷预测的准确率、提高负荷预测工作的效率为目标，以体制机制创新为保障，以技术创新为手段，实现了以标准化、信息化为特征的负荷预测全过程的精益化管理,取得了良好的经济和社会效益。
关键词：电网；负荷预测；管理创新；信息化；分类管控；大数据
0引言
随着经济的高速增长和人民群众物质文化生活水平的日益提高，全社会对电能的依赖程度在逐步加深，这就要求作为与国计民生紧密联系的基础性、公用性的供电企业，在追求企业经济效益最大化的同时建设更加安全稳定的电网，为社会和用户提供更可靠的电力供应。
根据历史数据，采用一定的方法给出电网未来一段时间的用电负荷，称之为负荷预测。负荷预测作为电网科学化、集约化调度的技术支撑，是电网调度中合理安排发电计划、实施节能发电调度的基础，对电力系统安全稳定运行有着重要的作用，尤其母线负荷预测更是系统设备日前安全校核的直接前提。因此，可以说提高预测预测管理水平是实现新形式下电网安全稳定运行的重要基础。
此外，电力负荷预测工作是供电企业经营管理中的一个重要组成部分，它不仅反映供电企业的经营管理水平，也直接关系到供电企业的综合经济效益。尤其在电力市场条件下，负荷预测准确率直接关系到各方经济效益，对负荷预测管理水平的要求更高。
因此，为了提高调度部门驾驭大电网的能力，提高整个电网的节能调度水平，实现电网调度管理的科学化、集约化，迫切需要改变之前粗放的负荷预测管理方式，加强科学管理，以制度的创新以及新的理论和方法作为支持，不断改进和完善现有的负荷预测管理工作。
1提高负荷预测精度的管理措施
良好的基础数据是实现负荷预测的前提条件，尤其是停送电信息、电网运行方式信息、大工业用户的用电信息、小水电和新能源场站的发电信息等基础数据信息更是对负荷预测结果影响巨大。因此，为了获取高质量的基础数据，强化了对负荷预测专业相关的内外部单位的联络、管控。
一是建立内部沟通联络机制，及时掌握电网运行方式变化和停电计划情况。负荷预测内部沟通联络机制的构建强化了负荷预测小组与方式计划组及调度运行班之间的联系，及时掌握电网运行方式的改变，密切关注月检修计划及电网重要方式变更以及影响负荷预测的设备计划检修及临时故障检修，滚动分析电网负荷变化，及时调整母线负荷预测结果。
二是强化内部考核，提高停电计划执行率。确立了调控中心负责对地区电网停电计划执行情况进行监督检查和统计考评的制度，制定了《农配网设备停电计划管理工作规范》，以最小停电时间间隔和平均停电时间间隔两项指标为抓手，建立停电计划执行情况月通报制度，确保停电计划刚性执行，提高停电计划执行率，保证计划停电信息准确有效。
三是加强外部小电源管控，获取准确有效的发电信息。进一步加强小水火电的管理，掌握汛期水电出力情况；以两个细则为根据，强化新能源场站功率预测管理。
四是强化外部大用户管控，获取准确有效的用电信息。通过电营销部，与大工业企业用户建立了有效的沟通机制，通过定期召开地区大用户用电碰头会，获取有价值的大用户用电信息。并且为了随时了解大用户负荷开停情况，制定了《大工业企业典型日负荷曲线及月度电量需求申报制度》等规章制度。
2提高负荷预测精度的技术措施
（1）从信息化管理角度出发，构建负荷分析预测管理系统。
为了适应电力公司电网商业化运营的需要，适应电网管理现代化、科学化的要求；为了准确地预测市场对电力这一商品的需求，减轻负荷预测人员经常进行的繁杂的数据整理和加工工作，也为了保证历史数据的可继承性和做到信息共享，公司在上级单位的支持和指导下，第三方软件公司开发研制了面向电力市场环境的新一代网络化的负荷分析预测管理系统。
该系统是以电力市场需求分析与预测理论为核心，基于计算机、网络通信、信息处理技术及安全管理模式的综合信息系统。它实现了网络化数据管理与科学计算的高度一体化，为电力系统各部门进行详尽的数据分析和高质量的需求预测提供了灵活的操作平台。该系统不仅建立了完备的预测方法库，而且在预测理论方面也有一定的创新，有些方法是本系统所特有的，从而使本系统在理论性和实用性方面达到国内先进水平。
（2）分类管控的思路，实现对不同特性负荷的差异化预测。
对于电力系统的短期负荷预测，由于影响负荷变化的因素的复杂性，使得建立负荷预测模型时，不可能考虑所有的影响因素，各种预测方法所考虑的因素也各异。因此，进行负荷预测时，应从负荷构成的物理机理入手，即本地区负荷主要由哪些性质负荷构成，逐一进行研究。考虑该问题，借用分类管理的思想，将地区负荷进行分类，实现其分类管理。
负荷分类管理的思想为：根据地区负荷构成及表现的负荷特点，将地区总的负荷曲线进行物理分解成几类典型的负荷曲线的叠加，并针各类典型负荷曲线进行分别运行适合各自特点预测方法进行预测，最后将各类预测曲线进行叠加形成一条总的地区负荷预测曲线。
（3）大数据的管理思想，破解天气因素对负荷预测结果的影响。
天气是非常重要的负荷影响因素之一，尤其是空调类负荷占比不断增加的条件下，天气对负荷的影响更加显著，现有负荷预测管理系统一般仅根据历史负荷数据采用时间序列方法进行负荷预测,忽略了天气对负荷的影响规律，导致其负荷预测准确率不高。为了弥补负荷预测管理系统的不足，从大数据的角度出发，借助已有负荷分析预测管理系统平台，并引入数值天气预报数据信息，采用数据挖掘技术来自动修正天气突变情况下的负荷分析预测管理系统的结果，并将该方法的思想嵌入原有负荷分析预测管理系统平台，进一步延伸和丰富了该系统平台的功能。
该方法通过在不同季节和日维度下通过分析多种气象因子与电网负荷的相关性，寻求特征气象因子与电网负荷的定量关系，并在此基础上构建计及多维度多气象因素影响的日前负荷预测修正模型库，见下图。
3结束语
地区电网从2012年开始推进荷预测精益化管理实践工作，随着工作的实施地区电网的负荷预测水平逐年提升，地区负荷年平均预测准确率和母线负荷年平均预测准确率分别由2011年的94.3%、94.6%提高到了2016年的96.7%、97.6%，分别提高了2.4个百分点和2.6个百分点，见下两图所示，取得了良好的经济和社会效益。
参考文献：
[1]康重庆，夏清，张伯明．电力系统负荷预测研究综述与发展方向的探讨，电力系统自动化，2004，28（17）：1-11．
[2]王鹏，邰能灵，王波，等．针对气象因素的短期负荷预测修正方法，电力系统自动化，2008，32（13）：92-96．