电力负荷预测存在的问题及解决方法.doc

1、摘 要 电力系统负荷预测的研究已经有一段时间的历史， 随着计算机技术的发展和电网对 负荷预测精度要求的提高，对这一课题的研究也在不断深入，并且更具现实意义。电力 系统短期负荷预测是电力系统运行调度的基础，关系到整个电力系统的效率、效益和安 全。特别是随着电力市场改革的深入，它已经成为电力市场技术支持系统的重要组成部 分，是电力交易市场的主要数据来源，其预测精度对电力系统有着非常重要的意义。因 此如何提高预测精度特别是短期负荷预测的精度这一问题的重要性和迫切性将越来越 明显。 由于学历的限制，本文对某些方面知识的阐述可能还比较生硬。负荷预测是个长久 的课题，本文主要就电力负荷预测的含义，意义等开

2、始阐述，以及电力负荷预测的一些 方法，针对一些容易出现误差的提出了自己的见解。当然本文还有很多不足，希望在将 来的学习电力的日子里对它加以完善。 关键词： 电力负荷 预测方法 小波分析目 录1 前言 . 4 1.1 论文研究的背景 .4 1.2 论文研究的现状 .4 1.3 论文研究的目的和意义 .5 2 电力负荷预测相关理论知识 .6 2.1 电力负荷预测的定义 .6 2.2 电力负荷预测的分类 .7 3 电力负荷预测的方法与应用 .83.1 经典预测方法.83.1.1 单耗法.83.1.2 电力弹性系数法.93.1.3 负荷密度法.113.1.4 分类负荷预测法.143.1.5 人均电量法

3、.153.2 传统预测方法.14 3.2.1 外推法.15 3.2.2 回归分析法.15 3.2.3 时间序列法.16 3.2.4 小波分析方法.17 3.2.5 卡尔曼（KALMAN）滤波方法 .17 3.2.6 灰色预测法.17 3.3 人工智能方法.18 3.3.1 人工神经网络法.18 3.3.2 专家系统方法.183.3.3 模糊控制法.19 4 电力负荷预测存在的问题及解决方法 .19 4.1 电力负荷预测存在的问题 .19 4.1.1 负荷历史数据的坏数据处理 .19 4.1.2 节假日的负荷预测 .20 4.1.3 气象因素的影响.20 4.1.4 电力市场环境下，负荷的变化还

4、与电价有关。 .20 4.1.5 随机因素。.20 4.2 针对上述问题的解决方法 .20 4.2.1 定量分析与定性分析相结合的问题 .20 4.2.2 原始数据的收集和筛选 .20 4.2.3 电力负荷预测的依据 .21 5 结语 .21 后 记 .22 参考文献.231 前言 1.1 论文研究的背景 负荷预测的研究已有几十年的历史，国内关于负荷预测的研究已出现了许多种方法，目前， 国内发表的电力系统短期负荷预测的文献较多，所采用的预报方法和到达的预报精度也各有不 同。综合起来主要可分为以下三类。 1）传统统计模型法。这是一种二十世纪九十年代以前常用的方法。主要包括时间序列法和 回归分析法

5、。这种方法的优点是计算简单、要求的历史数据少。由于是基于统计模型，不易全面 地考虑天气因素、突发事件等对于负荷的影响，因此预测精度低。 2）专家系统法。即充分利用有经验的运行人员的知识、经验和推断规则来进行负荷预测， 然而，把专家的知识和经验等精确地表达并转化为一系列规则，则往往是很困难的，而且建立专 家系统的工作量要比一般预报算法大得多。 3）人工神经网络法。人工神经网络具有任意逼近非线性函数的特性，负荷变化是与诸多因 素有关的一个非线性函数，用人工神经网络对负荷历史数据进行学习，是抽取和逼近负荷变化曲 线并进行负荷预报的有效方法。近十年来，国外报道的相关文献主要是用神经网络方法围绕提高 或

6、改善负荷预报的精度来进行负荷预报研究。最具代表性的是美国研制的人工神经网络短期负荷 预报器，它包含有两部分预测：一部分预测基本负荷；而另一部分预测负荷变化，这部分考虑了 短期内气候条件（温度、湿度）。两部分的自适应组合便是最终的预报结果。该预报器具有较好 的自组织自适应特性，已在美国，加拿大的 35 家电力公司采用。 于是，有学者开始将各种智能化算法，如人工神经网络法、遗传算法、最小绝对值滤波算法 等用于在受到诸如气象变化、经济环境变化等随机因素干扰情况下的电力系统负荷预测。由于电 力系统的负荷受众多不确定因素的影响，是典型的灰色系统，运用灰色系统来分析众多不确定因 素与电力负荷预测的关联度已

7、经运用广泛，但如何准确定量描述，以何种准则来进行不确定因素 的人工修整仍是一个难题，所以，通常很多地区很大程度上依靠预测人员的经验进行预测。 1.2 论文研究的现状 西方发达国家如美国、英国随着电力市场的日益成熟，电力供应商为了获取最大利润，十分重视电力负荷预测工作。为此，科研工作者一直在研究电力负荷预测的新方法以提高预测精度。 自从 1991 年美国学者 Park 等人提出使用神经网络预测电力负荷以来，人们对此表现出广泛的关 注。在此基础上，美国的 Khotanzad 博士领导的科研小组经过几年的艰苦研究，提出了人工神经 网络电力负荷短期预测系统(ANNSTLF)。这个系统己经在实用化面取得

8、了空前的成功。北美洲 有 35 个大发电系统(公司)，根据天气预报、工业和居民用电统计资料，利用 ANNSTLF 系统预测 发电站必须提供的发电量，大大提高了电站的经济效益和安全运转系数。但该系统有一个弱点， 即不能处理不确定性信息，且需要大量的历史数据进行训练和学习。我国的负荷数据近些年才开 始系统收集，采用 ANNSTLF 系统不太适合我国的国情。Hiroyuki 教授等人则在电力负荷短期预测 中运用了自适应模糊推理，Srinivasan 博士采用了模糊神经计算进行需求预测。这些方法主要是针对工业化发达国家实际情况提出的，而我国的国情复杂，地区之间的差距很大，生搬硬套上述 方法，很难取得成

9、功 7。 当前国内电力短期负荷预测研究备受瞩目，很多学者提出自己的看法。东南大学的单渊达教 授采用径向基函数(RBF)为神经网络预测系统前向网络的学习提供了一种新颖而有效的手段。RBF 网络具有良好的推理能力，而且在学习方面比误差反向传播(BP)方法快得多。华北电力大学的牛 东晓教授则引入了小波神经元网络电力负荷预测模型。它以非线性小波基为神经元函数，通过伸 缩因子和平移因子计算小波基函数合成的小波网络，从而到达全局最优的逼近效果。清华大学张 伯明教授采用共共轭梯度法训练预测系统的神经网络，在学习算法上有所突破。国内著名人工智 能学者蔡自兴教授则结合多层感知神经网络和多分辨率遗传算法来进行电力

10、负荷预。华南理工大 学的吴捷教授运用模糊逻辑和时序特性来进行最优模糊逻辑推理汇，该系统的输入量通过对历史 数据的自相关分析而建立，再通过最近邻聚类法对历史数据的学习得到若干数据对，进一步由最 优模糊逻辑系统建立短期电力负荷的预测模型。国家电力科学研究院的胡兆光老师将 AI 推理和 模糊系统结合起来，建立 AI 规则库对电力负荷进行预侧，也取得了较好的效果。 1.3 论文研究的目的和意义 电力工业是国民经济的基础产业，在整个国民经济的发展起着举足轻重的作用。多年的实践 经验告诉我们，如果电力工业的发展速度能够满足国民经济建设的需要，就会促进经济的高速发 展；否则，就会产生严重的供需矛盾，阻碍国民

11、经济的发展。随着现代工业和农业的不断发展及 人民生活水平的日益提高，社会对电力的需求量越来越大。为了满足日益增大的电力需求，必须 不断扩大电力系统的规模。由于电力工业的发展不仅需要消耗巨大的投资和一次能源，而且对国 民经济的其它部门也会产生巨大的影响，合理的进行电力系统规划不仅可以获得巨大的经济效 益，也会获得巨大的社会效益。相反，电力系统规划的失误会给国家建设带来不可弥补的损失。 因此，对电力系统规划问题进行研究，以求最大限度地提高规划质量，具有重大的现实意义，而 实现这一目标的第一步就是要做好负荷预测。 负荷预测是电力系统规划建设的依据。负荷预测的准确程度将直接影响到投资、网络布局和 运行

12、的合理性，因此，负荷预测在规划中显得尤其重要。若负荷及电量预测不足，电网的发展便 不能适应实际发展的需要，无法满足用户正常用电需求，甚至还可能缺电。另一方面，若负荷及 电量预测过高，则又会导致一些过多而不能充分利用的设备，从而引起投资的浪费。总之，负荷 预测的精度高低直接关系到各方利益，电力负荷预测工作的水平已成为衡量一个电力企业的管理 是否走向现代化的显著标志之一，尤其在我国电力事业空前发展的今天，用电管理走向市场，电 力负荷预测问题的解决已经成为电力行业人员面临的重要而艰巨的任务。 电力系统负荷预测是以准确的历史数据和调查资料为依据，从用电量的历史和现状出发，用 科学的方法预测未来电力系统

13、负荷的发展趋势和变化规律的科学。根据预测的时间跨度，一般将 负荷预测分为长期、中期和短期负荷预测。短期负荷预测主要指预测未来一天或一周内各个整点 的负荷曲线，主要用于制定系统的生产计划，安排系统的短期运行方式、进行电力调度以及离线 安全分析等。 传统的负荷预测都是人工完成的。预测人员通过历史负荷数据，采用一定的预测算法加以计算，得到预测结果后，结合自己.的经验加以修正，形成最后发布的预侧数据。在整个过程中， 历史数据的选择，预测算法的选用和预测人员的经验，都会对预测结果产生很大的影响，预测的 精度难以保证。因此，电力企业迫切需要建立自己电力负荷预测系统 .这种系统必须能够结合企 业现有的资源，

14、能够克服人工预测的各种弊端，不仅要有较高的预测精度，还要有自动化和智能 化的特性，它不仅可以尽量降低电力短缺所带来的危害，还能为电力企业带来更大的经济效益。因此， 本文的研究具有重要的理论和现实意义。2 电力负荷预测相关理论知识 2.1 电力负荷预测的定义 所谓的负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求的前提下，确定未来某特定时刻的负荷数值。负荷可指电力需求量或者用电量，而需求量是指能量的时间变化率，即功率。也可以说，负荷时指发电厂、供电地区或电网在某一瞬间所承担的工作负荷。对用户来

15、说，用电负荷是指连接在电网的用户所有用电设备在某一瞬间所消耗功率之和 11。 随着我国电力系统的发展，电网管理的日趋现代化，负荷预测问题的研究也越来越引起人们 的注意，并已成为现代电力系统科学中的一个重要的领域，因为整个社会是一个复杂的整体，它 的用户成千上万每个用户的要求也各部相同，因此，整个社会的用电需求既有一定的统计规律性， 又具有大量的随机影响因素，具有不确定性电力系统负荷预测是电网规划和经济运行的重要一 环。负荷预测对电力系统控制、运行和计划都是非常重要的，提高负荷预测的精度既能增强电力 系统运行的安全性，又能改善电力系统运行的经济性。因此，在实践中，无论是制定电力系统规 划或是实现

16、电力系统运行自动化，进行相应的负荷预测都是必不可少的12。 电力负荷预测主要是预测一下三个方面： 未来电力需求量（功率），也就是确定电力系统发点设备和输送容量。 未来用电量（能量），主要是用来选择机组，确定电源结构和原料计划等。 负荷曲线，它是为电力的峰值、电站容量、设备协调运行提供数据支持。2.2 电力负荷预测的分类 负荷预测从预测的时间范围上可以分为长期、中期、短期和超短期预测（如图 2.1）。长期 预测一般指十年以上并以年为单位的预测，中期预测指在五年左右以年为单位的预测，中长期负 荷预测主要是用于指定电力系统的扩建规划，包括装机容量的大小、形式、地点、时间和电网的 增容扩建，它为所在地

17、区或电网的电力发展速度、电力建设规模、电力工业布局、能源资源平衡、 地区间的电力余缺调剂、电网资金和人力资源的需求平衡提供了可靠的依据；短期预测指一年内 以月为单位的负荷预测，还指以周、天、小时为单位的负荷预测，通常预测未来一个月、未来一 周、未来一天的负荷指标，也预测未来一天每小时的负荷，短期负荷预测对电力企业的日常运营 起到指导和调节作用，有利于合理安排电力日生产计划；超短期负荷预测指未来 1h、0.5h，甚至 10min 的预测，其意义在于对电网进行计算机在线控制，实现发电容量的合理调度，满足给定的 运行要求，同时使发电成本最小。短期负荷预测（1 年以内）中期负荷预测（5 年以内）长期负

18、荷预测（10 年以上）负荷预测超短期负荷预测 （1 小时以内）图2.1 负荷预测分类图 负荷预测从用途上又可以分为发电部门预测和供电部门预测。前者从整体上预测负荷的变 化，根据负荷特性和负荷趋势来进行预测，称为趋势预测；而后者则往往利用由底向上的方法， 根据负荷的结构和特性分别预测、统一汇总，称为因子预测。从目前电力部门对负荷的掌握情况 来看，负荷结构还没有一个比较确切、定量的模型，预测时无法考虑全面，预测偏差也比较大。 现在常用的是根据整体负荷进行预测，通过对各种因素的修正而得到预测结果，实际运作的结果 表明这种方法比较实用和有效。 按照系统负荷构成可以将其划分为：城市民用负荷、商业负荷、工

19、业负荷、农业负荷及其它 负荷等模型（如图 2.2）。不同类型的负荷有着不同的变化规律，例如随家用电器的普及，城市居 民负荷年增长率提高、季节波动增大，尤其是空调设备的迅速扩展，使系统峰荷受气温影响越来 越大；商业负荷主要影响晚高峰，而且随季节而变化；工业负荷受气象影响较小，但大企业成分 下降，使夜间低估增长缓慢；农业负荷季节变化强，而且与降水情况关系密切。一个地区负荷往 往含有几种类型的负荷，比例不同 14。工业负荷(40%)其他符合 （15%）商业负荷 （20%）农业负荷 （15%）城市民用负荷 （10%）系统负荷 （100%）图2.2 某地区负荷构成图 电力系统负荷预测是实现电力系统安全、

20、经济运行的基础，对一个电力系统而言，提高电网 运行的安全性和经济性，改善电能质量，都依赖于准确的负荷预测。因此，负荷预测的关键是提 高准确度。3电力负荷预测的方法与应用 综合国内外对电力系统中长期负荷预测方面的研究， 采用的预测方法及达到的预测精度各有不同， 但主要有： 经典方法、 传统方法、 智能方法等三大类。3.1 经典预测方法经典预测方法通常是依靠专家的经验或一些简单变量之间的相互关系对未来负荷值做出一个方向性的结论。 主要有分单耗法、 电力弹性系数法、 负荷密度法、 分类负荷预测法和人均电量法等。3.1.1 单耗法这个方法是根据预测期的产品产量（或产值） 和用电单耗计算需要的用电量，

21、即 A h 式中 A h 某行业预测期的需电量；U i 各种产品（产值） 用电单耗；Q i 各种产品产量（或产值）。当分别算出各行业的需用电量之后， 把它们相加， 就可以得到全部行业的需用电量。 这个方法适用于工业比重大的系统。 对于中近期负荷预测（中期负荷预测的前 5 年）， 此时， 用户已有生产或建设计划， 根据我国的多年经验， 用单耗法是有效的。在已知某规划年的需电量后， 可用年最大负荷利用小时数来预测年最大负荷， 即P nmax =式中 P nmax 年最大负荷（MW）；A n 年需用电量（kWh）；T max 年最大负荷利用小时数（h）。各电力系统的年最大负荷利用小时数， 可根据历史

22、统计资料及今后用电结构变化情况分析确定。单耗法分产品单耗法和产值单耗法。 采用单耗法预测负荷的关键是确定适当的产品单耗或产值单耗。单耗法可用于计算工业用户的负荷预测。单耗法可根据第一、 第二、 第三产业单位用电量创造的经济价值， 从预测经济指标推算用电需求量， 加上居民生活用电量， 构成全社会用电量。 预测时， 通过对过去的单位产值耗电量(以下简称“单耗” ) 进行统计分析， 并结合产业结构调整， 找出一定的规律， 预测规划第一、 第二、 第三产业的综合单耗， 然后根据国民经济和社会发展规划指标， 按单耗进行预测。 单耗法需要做大量细致的统计、 分析工作， 近期预测效果较佳。单耗法的优点是方法

23、简单， 对短期负荷预测效果较好。 缺点是需做大量细致的调研工作，比较笼统， 很难反映现代经济、 政治、 气候等条件的影响。3.1.2 电力弹性系数法电力弹性系数 kt 是指年用电量（或年最大负荷） 的年平均增长率 k zch （%） 与（%） 国内生产总值（GDP） 年平均增长率 k gzch （%） 的比值， 即Kt =电力弹性系数是一个宏观指标， 可用作远期规划粗线条的负荷预测。采用这个方法首先要掌握今后国内生产总值的年平均增长速度， 然后根据过去各阶段的电力弹性系数值， 分析其变化趋势， 选用适当的电力弹性系数（一般大于 1）。 由于电力弹性系数与各省、 各地区的国民经济结构及发展有关，

24、 各省及地区需对本省、 本地区的电力弹性系数资料进行统计分析， 找出适合于本省、 本地区的电力弹性系数发展趋势。有了 弹性系数及国内生产总值的年平均增长率， 就可以计算规划年份所需用的电量， 即Am=A0（1+KtKgzch）n式中 A m 预测期末的需用电量（或年最大负荷）；A 0 预测期初的需用电量（或年最大负荷）；k t 电力弹性系数；kgzch国内生产总值的年平均增长率；n 计算期的年数。电力弹性系数也分为电力生产弹性系数和电力消费弹性系数，前者与装机容量或发电量的增长速度有关， 后者与用电量的增长速度有关。电力弹性系数， 一般是指以电量为基础来计算的， 即用发电量或用电量的发展速度（

25、增长率） 除以国民经济增长速度得出的。 国民经济增长速度过去常采用工农业总产值或国民收入的增长速度来计算， 后为了与国际接轨， 采用国民生产总值的增长速度来计算， 近年来又采用国民生产总值的增长速度来计算。由于电力不能储备， 因此不仅要满足电量的要求， 还要满足容量的要求， 所以应当有以发供电设备容量为基础计算的电力弹性系数。 在不缺电的情况下， 这两个弹性系数应当是一致的，但是在缺电特别是严重缺电和的条件下， 这两个弹性系数是不一致的。在缺电的条件下，计算以容量为基础的电力弹性系数比计算以电量为基础的电力弹性系数更为重要。另一方面，以容量为基础的电力弹性系数所要考虑的因素也要比以电量计算考虑

26、得多一些，一是要考虑还欠账，以保证电力系统有足够的备用容量； 二是要考虑降低过高的发供电设备利用小时数；三是要考虑国民经济计划超额和提前完成的因素。 因此，在缺电的条件下， 以容量计算的电力弹性系数要大于以电量计算的电力弹性系数。根据现代经济学原理分析， 不同地区在不同的经济发展阶段。 其电力弹性系数有不同的数值。 电力弹性系数的变化不仅与电力工业的发展水平直接有关， 还与科学技术水平、经济结构、资源状况、产品结构、装备和管理水平以及人民生活水平等因素有关。从“一五” 到“十五”期间， 我国有 6 个五年计划期电力弹性系数大于 1，大部分集中在前期；有 3 个五年计划期弹性系数小于 1， 多集

27、中在近期，这似乎反映了用电增长速度最终将趋向于低于经济的增长速度这样一种发展态势（见表） 。我国各个五年计划经济增长与用电增长的关系计划期年份GDP增速（%）用电量增速（%）电力弹性系数三年恢复期1950-195221.116.90.90“一五”计划期1953-19579.219.92.15“二五”计划期1958-1962-2.018.5三年调整期1963-196515.113.50.90“三五”计划期1966-19706.911.61.67“四五”计划期1971-19755.910.11.71“五五”计划期1976-19806.59.81.50“六五”计划期1981-198510.76.50

28、.61“七五”计划期1986-19907.98.61.10“八五”计划期1991-199512.310.00.84“九五”计划期1996-20008.66.40.77“十五”计划期2001-20059.612.91.35电力弹性系数的数值大小及其变化隐含了许多相对数量关系， 对应了许多不同的电力及经济发展状况。相同的电力弹性系数，有可能对应了完全不同的电力及经济发展状况。因此， 分析电力弹性系数，重点应分析电力及经济增长速度的内在相关性，通过电力弹性系数本身的数值变化来分析经济发展中的优势及隐形问题，通过宏观调控、政策引导，达到经济可持续发展的目标。弹性系数法是从宏观上确定电力发展同国民经济发

29、展的相对速度， 是衡量国民经济发展和用电需求的重要参数。 在市场经济条件下， 电力弹性系数已经变得捉摸不定，并且随着科学技术的迅猛发展，“节能降耗” 政策、节电技术和电力需求侧管理、新经济(如和识经济、 信息经济) 的不断产生和发展，以电能替代其他非电能源的范围不断扩大， 电力与经济的关系急剧变化，电力需求与经济发展的变化步伐严重失调，使弹性系数难以捉摸，使用弹性系数法预测电力需求难以得到满足的效果， 应逐步淡化。该方法的优点是方法简单、易于计算，缺点是需做大量细致的调研工作需要经济发展预测必须准确，人为主观影响过大。3.1.3 负荷密度法所谓负荷密度是指单位面积的用电负荷数（kW/km 2

30、）。城市平均负荷密度是一个反映城市和人民生活水平的综合指数。 负荷密度法是根据对不同规模城市的调查，参照城市发展规划、人口规划、居民收入水平增长情况等，用每平方公里面积用电负荷， 来测算城镇负荷水平。由于城市的经济和电力负荷常有随同某种因素而不连续（跳跃式） 发展的特点，因此应用负荷密度法是一种比较直观的方法。下表是昆明市中心区的负荷密度变化情况。昆明市中心区平均负荷密度表（kW/km 2 ）区域年份市中心区（二环路以内）（面积： 44 km 2 ）一环路以内(面积： 14.1 km 2 ）一环路与二环路之间(面积： 29.9 km 2 ）备注1990243432272074199543397

31、1633007200053087951406220057256100006000国内省外一些城市的负荷密度：深圳特区：1998 年深圳特区的负荷密度为 1.12 万 kW/km 2 ，特区外为 0.67 万 kW/km 2 ，特区内福田区、罗湖区、南山区和盐田区负荷密度值分别为1.12 万 kW/km 2 、1.46 万 kW/km 2 、0.88 万 kW/km 2和 1.73 万 kW/km 2 。上海市上海市中心城区（外环路以内） 2003 年的负荷密度为 1.22 万 kW/km 2 。苏州新区1996 年建设的苏州新区规划为 52km 2 ， 首期为 6.8km 2 ， 基本上已完成

32、开发， 2002 年最高负荷为 7 万 kW， 负荷密度为 1.03 万 kW/km 2 。按规划用地性质计算负荷也可认为是负荷密度法。按规划用地性质计算的负荷密度表序号用地性质(kW/ha)城市电力规划规范上海浦东中山市树涌工业园深圳市蒙自城市选用)1居住用地和商住用地100400300250200-5002002公共设施用地3001200400150-2501503工业用地200800400400-500200-5003004仓储用地5020-40205市政设施用地300300-7003006特殊用地150-250507绿地101010-15108道路广场用地201515-3015按规划的

33、各地块各类建筑面积计算负荷：这种方法主要用于法定图则和详细蓝图规划阶段的负荷预测按规划的各地块各类建筑面积计算负荷的计算公式是：P=MV式中： M建筑面积；V单位建筑面积负荷取值；P最大负荷。而 M=SRD式中： S占地面积；R容积率， 即一定地块内，总建筑面积与建筑用地面积的比例；D建筑密度， 即一定地块内所有建筑物的基底总面积与占用地面积的比例。这种方法的关键是单位建筑面积负荷取值，其指标是根据不同性质建筑的用电负荷特点进行分类取值， 该指标为规划区内同一类建筑用电归算至 10kV 电源侧的用电指标,而非某一建筑单体的单位建筑面积负荷指标。 在计算总计算负荷时，应首先计算各地块内各类建筑用

34、电负荷，该负荷值需考虑各类型建筑用电的需用系数，然后将各地块负荷相加，并考虑总同时系数，总同时系数取值宜为 0.70.9。 在负荷指标选取时，应根据建筑类别、规模、功能和等级等因素综合考虑， 在特殊情况下， 如超高层建筑、 大型高科技工业厂房、研发设施和大型空调仓储建筑等，以及上述指标中未包括的建筑类型，应根据具体项目情况确定具体指标。单位建筑面积负荷指标的选取，既要考虑当前的经济发展水平，又要适应远期负荷增长的用电需要。 在采用单位建筑面积用电负荷指标时，应明确所用指标值的含义，并应考虑各级同时系数。按城市电力规划规范（GB/50293-1999） 及其它参考文献，规划单位建筑面积负荷指标（

35、W/m 2 ）见下表。分类建筑综合用电指标表 单位： W/m 2用地分类建 筑分 类用 电 指 标需 用系 数备 注低中高居住用地R一类： 高级住宅、 别墅60800.350.5装设全空调、电热、 电灶等家电，家庭全电气化二类： 中级住宅506070客厅、卧室均装空调， 家电较多，家庭基本电气化三类： 普通住宅304050部分房间有空调，有主要家电的一般家庭公共设施用地C行政、 办公5065800.70.8党政、企事业机关办公楼和一般写字楼商业、 金融、服务业6070801001201500.80.9商业、金融业、服务业、旅馆业、高级市场、高级写字楼文化、 娱乐50701000.70.8新闻、

36、出版、文艺、影剧院、广播、电视楼、 书展、娱乐设施等体 育3050800.60.7体育场、馆和体育训练基地医疗卫生5065800.50.65医疗、卫生、保健、康复中心、急救中心、防疫站等科 教4565800.80.9高校、中专、技校、科研机构、科技园、勘测设计机构文物古迹2030400.60.7其他公共建筑1020300.60.7宗教活动场所和社会福利院等工业用地M一类工业3040500.30.4无干扰、无污染的高科技工业如电子、制衣和工艺制品等二类工业4050600.30.45有一定干扰和污染的工业如食品、医药、纺织及标准厂房等三类工业5060700.350.5机械、电器、冶金等及其他中型、

37、重型工业仓储用地W普通仓储5810危险品仓储5812堆 场1.522.5对外交通用地T铁路、 公路站房2535500.70.8港口1050 万 t（kW）10030050100 万t（kW）5001500100500万 t(kW)20003500机场、 航站4060800.80.9道路广场S道路(kW/km 2 )101520kW/km 2 为开发区、新区按用地面积计算的负荷密度广场(kW/km 2 )50100150公共停车场(kW/km 2 )305080市政设施U水、 电、 燃气、供热设施、 公交设施电信、 邮政设施环卫、 消防及其他设施(kW/km 2 )800(30)(kW/km 2

38、 )1500(45)(kW/km 2 )2000(60)(0.60.7)同上。 但括号内的数据仍按建筑面积计算注：1、除 S、U 类按用地面积计，其余均按建筑面积计，且计入了空调用电。无空调用电可扣减 40%50%。2、计算负荷时，应分类计入需用系数和计入总同时系数。3、住宅也可按户计算，普通34kW/户、中级56kW/户、高级和别墅710kW/户。3.1.4 分类负荷预测法分类负荷预测法一般将负荷划分为：工业用电、农业用电、生活用电和其它用电四大类，将各类负荷分别进行预测，然后相加后乘同时系数得到。分类负荷预测的优点在于：在某一类负荷中，其增长趋势的不正常情况有可能被发现，并且由于各类负荷都

39、得预测，因此总的负荷结果是比较明确的，缺点是统计信息的搜集工作较大较复杂。3.1.5 人均电量法人均电量是考察一个国家、一个城市经济发达程度的一个重要参数。按城市电力规划规范，规划人均综合用电量指标如下表。城市规划人均综合用电量表指标分级城市用电水平分类人均综合用电量（kW h/人 a）现 状规 划I用电水平较高城市3500250180006001II用电水平中上城市2500150160004001III用电水平中等城市150070140002501IV用电水平较低城市70025025001000全国 19902001 年间的人均用电量统计表如下表所示， 人均用电量平均增长率为 7.2%。全国 19902001 年人均用电量统计表 单位： kWh年份人均用电量增长率1990543.301991584.907.66%1992643.7010.05%1993706.609.77%1994774.109.55%1995831.407.40%1996881.906.07%1997917.404.03%1998927.601.11