3. 负荷预测的基本原理与分类

负荷预测的本质，是在已知历史负荷、气象、经济、政策等信息的基础上，对未来某一时间断面或时间段的用电需求做出估计。由于电力系统必须实时保持发用电平衡，预测结果不仅决定发电计划、检修安排和电网投资，还直接影响备用容量、联络线计划和新能源消纳水平。理解负荷预测，首先要抓住两条分类主线：一条按“不确定性处理方式”划分，即确定性预测与不确定性预测；另一条按“预测时间尺度”划分，即长期、中期、短期和超短期预测。两条主线交叉，构成了负荷预测方法选择的基本坐标系。

一、确定性预测与不确定性预测

确定性预测输出的是一个确定的数值或曲线，例如“某地区2025年最大负荷为1280 MW”“明日10:00负荷为965 MW”。这类结果便于直接用于发电计划、潮流计算和调度指令，是工程中最常见的形式。但它隐含了一个假设：未来负荷会按模型给出的中心值发展。实际中，温度偏差、大用户投产、节假日错位、价格政策调整都会使实际值偏离中心值，因此确定性预测必须配合备用容量和滚动修正使用。

不确定性预测则不再只给一个数，而是给出负荷可能的取值范围及其概率。常见表达包括预测区间、分位数、概率密度或场景集。例如“明日高峰负荷95%置信区间为[1180, 1320] MW”，或给出P10、P50、P90三个分位数。它的价值在于把“预测有多准”变成可量化的风险信息，便于安排旋转备用、评估弃风弃光风险、制定需求响应触发阈值。实际工程中，两者并非互斥：调度中心通常以确定性预测值作为计划基准，再以不确定性区间作为备用和风险校核依据。

二、按预测周期划分的四类预测

时间尺度决定了预测对象、输入数据和精度要求。长期预测面向规划，中期预测面向运行方式与检修，短期预测面向日前发电计划，超短期预测面向实时调度和AGC。四类预测的划分、典型周期、主要用途与精度要求可归纳如下。

需要强调的是，精度要求并非越短越松，而是越短越“苛刻”。超短期预测虽然时间跨度小，但直接参与实时平衡，误差会立刻转化为调频压力；长期预测虽然单点误差看似较大，但由于规划决策周期长、可调整空间大，通常以趋势和量级正确为主要目标。

三、不同周期的适用场景与数据条件

长期预测的核心输入是人口、GDP、产业结构、电价政策和重大用户规划，常用方法包括弹性系数法、回归分析、灰色预测和系统动力学。它不追求逐时曲线，而关注年最大负荷、年电量和负荷分布。中期预测在长期趋势基础上叠加季节和月度规律，输入包括月度气象、检修计划、水库来水和大用户生产计划，常用时间序列分解和相似月匹配。短期预测则高度依赖气象，尤其是温度、湿度、辐照和降雨，输入还包括日类型、节假日、电价和昨日负荷，常用方法有相似日法、BP神经网络、LSTM和梯度提升树。超短期预测更强调实时性和滚动更新，输入以最近数小时负荷、实时气象和新能源出力为主，常用持续法、指数平滑、卡尔曼滤波和在线学习模型。

四、精度要求的工程含义与判断依据

精度指标不能只看一个数字，必须结合考核口径。日电量误差通常按全天96点或24点电量统计，峰值误差按日最大负荷统计，超短期误差按滚动时段统计。以短期预测为例，若某日实际电量为10000 MWh，预测电量为10300 MWh，则日电量误差为3%；若实际峰值为1300 MW，预测峰值为1340 MW，则峰值误差约为3.1%。工程上通常要求短期预测日电量误差控制在1%～3%，峰值误差控制在2%～4%，超短期预测在4小时以内误差控制在1%～3%。若连续多日峰值误差超过4%，应检查温度输入是否滞后、节假日标签是否错误或模型是否未纳入新增大用户。

长期预测的精度判断更关注趋势和拐点。例如某地区“十四五”期间年均负荷增速预测为6%，实际为5.2%，年电量误差约0.8个百分点，属于可接受范围；但若预测增速为6%而实际出现负增长，则说明产业结构或政策变量发生重大变化，需要重新校核输入假设。中期预测则重点看月度电量误差和月度峰值误差，若某月误差超过5%，应检查是否遗漏了大用户检修或气温异常。

五、方法选择与滚动修正的配合

实际工作中，四类预测往往不是孤立使用，而是形成“长期定方向、中期定方式、短期定计划、超短期定修正”的链条。长期预测确定电网投资和电源布局；中期预测确定月度检修和燃料采购；短期预测生成日前96点计划曲线；超短期预测在日内滚动修正，并把偏差反馈给AGC。确定性预测提供计划基准，不确定性预测提供备用和风险边界。只有把分类、周期、精度和方法选择放在同一张图上理解，才能在实际负荷预测工作中做出合理判断。