【正文】 6 6273 第二產業(yè)用電負荷 kW 25550 30188 35673 42151 49813 58860 69553 第三產業(yè)用電負荷 kW 1171 1204 1240 1275 1315 1355 1396 居民生活用電負荷 kW 11317 12302 13624 14960 16434 18407 20615 合計 kW 42588 48494 55601 63728 73107 84568 97837 最大用電負荷 kW 31941 36370 41700 47796 54830 63426 73377 總負荷預測 電力彈性系數法 ? 電力彈性系數是全社會用電量平均年增長率與國內生產總值平均年增長率的比值 。單耗法分產品單耗法和產值單耗法。 影響電力負荷預測的因素 經濟發(fā)展水平與經濟結構調整的影響 收入水平、生活水平和消費觀念變化的影響 電力消費結構變化的影響 氣候氣溫的影響 電價（分時電價，可中斷電價） 需求側管理措施的影響 電力供應側的影響 政策因素的影響 2 電力負荷預測方法 確定性負荷預測方法是指把電力負荷（含電力與電量）預測用一個或一組方程來描述，電力負荷與變量之間有明確的一一對應關系。一般劃分為：工業(yè)用電、農業(yè)用電、交通運輸用電和市政生活用電四大類。負荷曲線的預測可以為研究電力系統(tǒng)峰值，抽水蓄能電站的容量等提供數據支持。 ? (3) 整理資料 ? 對所收集的與負荷有關的統(tǒng)計資料進行審核和必要的加工整理，是保證預測質量所必須的。 其中 A某地區(qū)的年 (月 )用電量 。h 11497 13585 16053 18970 22416 26487 31299 年用電負荷 kW 25550 30188 35673 42151 49813 58860 69553 第一產業(yè)負荷預測 第二產業(yè)負荷量預測 分產業(yè)預測法 名稱 單位 2022 2022 2022 2022 2022 2022 2022 電量 萬 kW 多元線性回歸分析法舉例 回歸分析法舉例 組號 y X1 X2 X3 X4 X5 X6 X7 1 681475 735731 50 761169 46 619742 45 41 2 631384 681475 41 735731 50 585218 65 48 3 712882 631384 48 681475 41 649514 64 58 4 585218 712882 58 631384 48 672186 68 53 5 730622 585218 53 712882 58 730344 49 46 6 757810 757810 45 730622 46 761169 46 45 7 840694 757810 45 730622 46 735731 50 26 8 757349 840694 26 757810 45 681475 41 33 9 676113 757349 33 840694 26 631384 48 53 10 867461 676113 53 757349 33 712882 58 23 回歸分析法舉例 實際負荷 預測負荷 絕對誤差 相對誤差 1組 689829 721210 31382 2組 706644 698080 8561 3組 607307 644010 36703 4組 611554 652150 40599 5組 635536 621370 14169 6組 648348 599100 49252 7組 655359 605890 49474 8組 677064 674560 2505 9組 677962 647990 29976 10組 587064 613210 26150 人均用電量法 灰色理論預測法 灰色系統(tǒng)理論是中國學者鄧聚龍教授 1982年 3月在國際上首先提出來的，在國際期刊 《 SYSTEMS AND CONTROL， I． ETTER》 刊物上發(fā)表，題為“ Control Problems of Grey Systems”，引起了國際上的充分重視。 “ 白 ” 指信息完全已知： “ 黑 ” 指信息完全未知；“ 灰 ” 則指信息部分已知、部分未知，或者說信息不完全