2. 配电网规划基础数据与负荷预测

配电网规划的质量，首先取决于基础数据是否真实、完整、可用，其次取决于负荷预测是否与本地用电行为相匹配。数据是“地基”，预测是“图纸”，两者缺一不可。本节围绕数据收集内容与方法、空间负荷预测、负荷特性分析、负荷预测模型及其在规划中的应用展开，重点说明实际工作中“收什么、怎么收、怎么算、怎么用”。

一、基础数据收集：内容与方法

配电网规划所需数据可分为五类。第一类是负荷与电量数据，包括变电站、馈线、配变、台区的年最大负荷、年电量、负荷曲线（96点或288点）、功率因数等，通常来自调度自动化系统、用电信息采集系统和营销系统。第二类是电网结构数据，包括线路型号、长度、导线截面、变压器容量与台数、开关位置、联络关系、分段与联络点，来自GIS和PMS系统。第三类是地理与空间数据，包括行政区划、用地性质、地块边界、道路网、建筑物分布，来自国土空间规划与测绘部门。第四类是社会经济数据，包括人口、GDP、产业结构、重点用户、历史增长率，来自统计年鉴与政府规划。第五类是运行与可靠性数据，包括故障记录、停电时间、重过载、低电压、线损率，来自运维与可靠性管理系统。

收集方法上，应坚持“系统取数为先、现场核查为辅、部门协同为补”。系统取数可保证口径一致；现场核查用于修正台账与现场不符的配变、开关和线路；部门协同用于获取规划、国土、统计等外部数据。数据整理时须统一时间断面、电压等级、地理坐标和计量单位，并建立“站—线—变—户”的拓扑关联，否则后续空间预测与网架分析无法落地。

二、空间负荷预测：把负荷落到地块上

空间负荷预测的核心，是把总量负荷按用地性质分解到具体地块，回答“负荷在哪里增长、增长多少”。常用方法是用地仿真法：先划分地块，确定各地块的用地性质与容积率，再按负荷密度指标计算地块负荷，最后叠加得到馈线或变电站供区负荷。

例如，某新区规划居住用地120公顷、商业用地30公顷、工业用地50公顷。参考本地实测负荷密度：居住0.35 MW/公顷、商业0.80 MW/公顷、工业0.60 MW/公顷，同时率取0.85，则总负荷约为(120×0.35+30×0.80+50×0.60)×0.85≈(42+24+30)×0.85≈81.6 MW。该结果可作为变电站布点和馈线容量选择的依据。需要说明的是，上述密度与同时率属于教学示例参数，实际工程应使用本地历史数据校核。

三、负荷特性分析：预测的“校准器”

负荷特性分析用于判断预测结果是否合理。常用指标包括：年最大负荷利用小时数 Tmax（年电量除以年最大负荷）、日负荷率、日峰谷差率、季不均衡系数、同时率等。以某工业馈线为例，年电量1.2亿kWh，年最大负荷20 MW，则Tmax=6000 h，说明用电较均衡；若某商业馈线年电量0.36亿kWh、年最大负荷10 MW，Tmax=3600 h，说明峰谷差大、负荷率低。规划时，前者宜按容量裕度配置，后者需重点考虑峰期转供与需求侧响应。

负荷特性还决定同时率的取值。居民、商业、工业的同时率差异明显，若统一取0.9，可能造成变电站容量偏大或偏小。正确做法是按分类负荷曲线叠加，求出综合最大负荷，再反算同时率。

四、负荷预测模型及在规划中的应用

常用模型有四类：趋势外推法（线性、指数、多项式），适合总量预测；弹性系数法，用电力消费弹性系数与GDP增长关系推算；回归分析法，建立负荷与人口、GDP、气温等变量的回归方程；灰色预测与时间序列法，适合数据较少、规律不明显的场景。空间负荷预测则多采用用地仿真法与分类负荷密度法结合。

模型选择应遵循“数据条件决定方法”：数据完整、历史较长时优先回归与时间序列；数据稀缺时用弹性系数与灰色模型；空间落地必须用用地仿真。预测结果需给出高、中、低三种方案，并明确对应的人口、GDP、用地假设。

在规划中的应用可归纳为三条主线：一是确定变电站布点与容量，按预测负荷和容载比（一般1.8～2.2）计算所需变电容量；二是确定馈线截面与分段，按预测电流和允许载流量选择导线，按可靠性要求设置分段开关；三是安排投资时序，将预测负荷增长与项目投产时间匹配，避免“提前建设”或“卡脖子”。

综上，基础数据决定预测的输入质量，空间预测决定负荷落点，特性分析决定结果是否可信，模型决定外推能力，最终都服务于变电站、馈线和投资时序的规划决策。掌握这条链路，才能把“预测数字”转化为“可执行的配电网方案”。