1.一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：在每日结束前，读入第二日的各220kv变电站主变总有功预测数据，并基于当前电网模型和运行状态，将220kv主变总有功负荷预测数据分解到主变所带的下级110kv及35kv变电站的负荷上，并进一步计算各负荷的无功；以110kv变电站来看，包括以下步骤：
步骤1.预先设定每日进行分解计算的时刻t，t通常为每日22时；
步骤2.在每日进行计算的时刻t来临时，从电网能量管理系统ems读入当前电网模型和潮流计算结果，形成220kv变电站x所带的下级电网的区域zx，x为电网中220kv变电站的编号，初值为1；
步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax；
步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据；
步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据；
步骤6.x值递增1，返回步骤2继续计算下一座220kv变电站所带的区域，直至全部220kv变电站均计算完成。
2.根据权利要求1所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述zx生成的步骤如下：
步骤2.1根据电网拓扑结构自动生成220kv变电站x所带的下级电网区域，生成的区域模型为：
其中，
步骤2.2读入区域zx中，当日电网最大负荷时刻的各对象对应的有功、无功为：
其中，
3.根据权利要求1所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax，包括步骤如下：
步骤3.1对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功灵敏度矩阵sx，如下：
其中，
同理，
步骤3.2对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功汲取因子矩阵ax，
其中，
其中
同理，
其中
4.根据权利要求1所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据，包括步骤如下：
步骤4.1从电网能量管理系统ems读入第二日第t个时刻的区域zx中各台220kv主变的有功预测数据，记为：
其中，t为预测数据的时标，取值范围为1～t，即第二日总计有t个时刻的预测数据，一般情况t＝96，t初始值为1；
步骤4.2计算区域内部110kv和35kv的负荷有功预测数据
其中
步骤4.3t值递增1，返回步骤3.1继续计算下一时刻，直至第二日所有时刻的有功预测数据均计算完成。
5.根据权利要求1所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据，包括步骤如下：
步骤5.1对第二日t时刻，采用等功率因数法，参考当前时刻负荷的功率因数，计算区域中的110kv和35kv负荷无功预测数据
其中：
式(10)中的
步骤5.2t值递增1，返回步骤4.1继续计算下一时刻，直至第二日所有时刻的无功预测数据均计算完成。
6.根据权利要求1所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述读入第二日的各220kv变电站主变总有功预测数据，并基于当前电网模型和运行状态，将220kv主变总有功负荷预测数据分解到主变所带的下级110kv及35kv变电站的负荷上，并进一步计算各负荷的无功；以220kv站内的主变进行计算，该分区内包含两个220kv主变tr1、tr2，负荷ld1、ld2、ld3、ld4、ld5、ld6、ld7、ld8、ld9；包括以下步骤：
步骤1.预先设定每日进行分解计算的时刻t，t通常为每日22时；
步骤2.在每日进行计算的时刻t来临时，从电网能量管理系统ems读入当前电网模型和潮流计算结果，形成220kv变电站x所带的下级电网的区域zx，x为电网中220kv变电站的编号，初值为1；
步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax；
步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据；
步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据；
步骤6.x值递增1，返回步骤2继续计算下一座220kv变电站所带的区域，直至全部220kv变电站均计算完成。
7.根据权利要求6所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述生成zx的步骤如下：
步骤2.1根据电网拓扑结构自动生成220kv变电站x所带的下级电网区域，生成的区域模型为：
其中，
根据计算可得：z1＝{tr1,ld1,ld2,ld3,ld4,ld5,ld6}
z2＝{tr2,ld7,ld8,ld9}
步骤2.2读入区域zx中，当日电网最大负荷时刻的各对象对应的有功px,max、无功qx,max为：
其中，
根据实际计算的模型计算读取到的：
8.根据权利要求6所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述步骤3.对区域zx，计算其内部的负荷有功汲取因子矩阵ax，步骤如下：
步骤3.1对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功灵敏度矩阵sx，如下：
其中，
同理，
计算得出的灵敏度为：
步骤3.2对区域zx，计算其区域内负荷对220kv主变高压侧绕组的有功汲取因子矩阵ax，
其中，
其中
同理，
其中
计算得出有功汲取因子为：
9.根据权利要求6所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述步骤4.对区域zx，根据其220kv主变的有功预测数据，计算其内部110kv和35kv的负荷有功预测数据，包括步骤如下：
步骤4.1从电网能量管理系统ems读入第二日第t个时刻的区域zx中各台220kv主变的有功预测数据，记为：
其中，t为预测数据的时标，取值范围为1～t，即第二日总计有t个时刻的预测数据，一般情况t＝96，t初始值为1；
步骤4.2计算区域内部110kv和35kv的负荷有功预测数据
其中
4.3t值递增1，返回步骤3.1继续计算下一时刻，直至第二日所有时刻的有功预测数据均计算完成；
计算出区域1所得数据和区域2所得数据。
10.根据权利要求6所述的一种用于电网日前潮流预报的负荷预测数据分解方法，其特征是：所述步骤5.对区域zx，根据其110kv和35kv的负荷有功预测数据，计算110kv和35kv的无功预测数据，包括步骤如下：
步骤5.1对第二日t时刻，采用等功率因数法，参考当前时刻负荷的功率因数，计算区域中的110kv和35kv负荷无功预测数据
其中：
式(10)中的
同样可以计算得无功数值；
步骤5.2t值递增1，返回步骤4.1继续计算下一时刻，直至第二日所有时刻的无功预测数据均计算完成。