【摘要】電量預(yù)測(cè)的影響因素較多，例如地區(qū)經(jīng)濟(jì)、政策、氣候等，這些因素中有確定性的，也有隨機(jī)性的，增加了電量預(yù)測(cè)的難度。本文介紹電力彈性系數(shù)法、電量產(chǎn)出效益法、回歸分析法、灰色預(yù)測(cè)法等常用電量預(yù)測(cè)方法，通過實(shí)際案例分析幾種方法的預(yù)測(cè)精度和適用性，為供電企業(yè)提供決策支撐。

【關(guān)鍵詞】售電量；預(yù)測(cè)；方法

Several Forecast Methods of eLElectricity Sales

ZHENG Jiana，F(xiàn)AN Ming

（Guangzhou Power Supply，Guangdong Guangzhou， 51000）

Abstract： There are many factors affecting power consumption forecasting， such as region economy， policy， climate and so on， has the uncertainty of these factors， there are also random， increases the difficulty of forecasting the amount of electricity. This paper introduces the method of electricity elasticity coefficient， power output efficiency method， regression method， analysis method， gray prediction method and other commonly used power， precision and applicability of several methods through the analysis of actual case， and provide decision support for power supply enterprises.

Key words： electricity sales；forecast；method

引 言

電量預(yù)測(cè)是指在滿足一定精度要求下，充分考慮一些重要的自然條件與社會(huì)影響、系統(tǒng)運(yùn)行特性與增容決策等方面，研究或利用一種能夠處理過去與未來(lái)電量的關(guān)系的數(shù)學(xué)方法，確定未來(lái)某特定時(shí)刻的電量數(shù)值。

對(duì)電量進(jìn)行準(zhǔn)確預(yù)測(cè)，可以保證人民生活和社會(huì)正常生產(chǎn)，有效地降低電力企業(yè)的運(yùn)行成本，保證電網(wǎng)經(jīng)濟(jì)運(yùn)行，提高社會(huì)和經(jīng)濟(jì)效益。電量的影響因素較多，例如地區(qū)經(jīng)濟(jì)、政策、氣候等，這些因素中有確定性的，也有隨機(jī)性的，這一方面說明了電量預(yù)測(cè)所需的數(shù)據(jù)較多，另一方面說明了電量預(yù)測(cè)結(jié)果由于影響因素的隨機(jī)性在一定程度上具有不確定性，很大程度上增加了電量預(yù)測(cè)的難度。

本文介紹了電力彈性系數(shù)法、電量產(chǎn)出效益法、回歸分析法、灰色預(yù)測(cè)法等常用電量預(yù)測(cè)方法，以廣州市某區(qū)2006-2013年的售電量為例，通過幾種預(yù)測(cè)方法對(duì)2014、2015年售電量進(jìn)行預(yù)測(cè)，為供電企業(yè)提供決策支撐。

1、電量預(yù)測(cè)方法

1.1 電力彈性系數(shù)法

電力彈性系數(shù)反映了電力工業(yè)發(fā)展與國(guó)民經(jīng)濟(jì)發(fā)展之間的關(guān)系，是宏觀經(jīng)濟(jì)學(xué)中說明發(fā)展總趨勢(shì)的一種概括性指標(biāo)，可以作為衡量電力發(fā)展是否適應(yīng)國(guó)民經(jīng)濟(jì)發(fā)展的一個(gè)參數(shù)。一般而言，電力彈性系數(shù)等于售電量的增長(zhǎng)率與生產(chǎn)總值的增長(zhǎng)率之比，則電力彈性系數(shù) 表達(dá)式為：

=售電量增長(zhǎng)率/生產(chǎn)總值增值率

如果確定了計(jì)劃期的電力彈性系數(shù) ，根據(jù)預(yù)測(cè)期規(guī)劃的國(guó)民生產(chǎn)總值的發(fā)展速度B（%）和基準(zhǔn)年的售電量 （kWh），即可預(yù)測(cè)期n年末的售電量 （kWh）。其計(jì)算公式為：

電力彈性系數(shù)法預(yù)測(cè)售電量，關(guān)鍵在于所選取的電力彈性系數(shù)是否經(jīng)濟(jì)合理，必須先預(yù)測(cè)地區(qū)生產(chǎn)總值的增長(zhǎng)率。但是，沒有足夠的科學(xué)依據(jù)和方法能夠論證多大的數(shù)值合理，這是該方法的一個(gè)缺陷。另一方面，由于國(guó)家和地區(qū)財(cái)力的限制，致使能夠提供的電力資金不足，往往無(wú)法實(shí)現(xiàn)理論上選的的電力彈性系數(shù)，這是該方法的另一個(gè)缺陷。目前，該方法主要用于電力部門進(jìn)行中長(zhǎng)期電量的預(yù)測(cè)。

確定經(jīng)濟(jì)合理的電力彈性系數(shù)，準(zhǔn)確地反映國(guó)民經(jīng)濟(jì)對(duì)電力的實(shí)際需要，使電力增長(zhǎng)能夠適應(yīng)國(guó)民經(jīng)濟(jì)發(fā)展，這是該法預(yù)測(cè)售電量的關(guān)鍵所在。

1.2 電量產(chǎn)出效益法

電力作為國(guó)民經(jīng)濟(jì)的重要基礎(chǔ)產(chǎn)業(yè)，用電量和售電量指標(biāo)歷來(lái)被認(rèn)為是經(jīng)濟(jì)運(yùn)行態(tài)勢(shì)的重要反映。電力消費(fèi)與GDP存在一定的關(guān)聯(lián)關(guān)系，因此可以利用一定的電力指標(biāo)反映經(jīng)濟(jì)運(yùn)行狀況，例如電量產(chǎn)出效益。電量產(chǎn)出效益是指每千瓦時(shí)產(chǎn)出了多少GDP經(jīng)濟(jì)效益，該指標(biāo)受到新能源、節(jié)能減排、產(chǎn)出結(jié)構(gòu)調(diào)整等因素影響。

1.3 回歸分析法

回歸分析法就是利用回歸分析理論，通過統(tǒng)計(jì)分析變量的歷史數(shù)據(jù)，確定各變量之間的函數(shù)關(guān)系，實(shí)現(xiàn)對(duì)預(yù)測(cè)期用電量進(jìn)行預(yù)測(cè)的目的?；貧w預(yù)測(cè)可分為線性回歸和非線性回歸。優(yōu)點(diǎn)是：回歸模型參數(shù)估計(jì)技術(shù)成熟，過程簡(jiǎn)單，預(yù)測(cè)速度快，外推性好。缺點(diǎn)是：對(duì)歷史數(shù)據(jù)要求高，當(dāng)數(shù)據(jù)存在較大誤差或殘缺時(shí)，模型預(yù)測(cè)精度將大大降低；線性回歸模型預(yù)測(cè)精度較低，非線性回歸模型計(jì)算量大、過程復(fù)雜；只能考慮像濕度、溫度等定變量條件的氣象因素，不能詳細(xì)地考慮到各種影響售電量的因素。

應(yīng)用回歸分析法對(duì)售電量進(jìn)行預(yù)測(cè)時(shí)，應(yīng)注意以下幾點(diǎn)：

若依時(shí)序（即自變量為時(shí)間與因變量的一組數(shù)值）建立回歸模型，并依此外推對(duì)未來(lái)售電量進(jìn)行預(yù)測(cè)時(shí)，其外推測(cè)的時(shí)間（即預(yù)測(cè)期）不宜過長(zhǎng)；此外預(yù)測(cè)需緊密結(jié)合定性分析，這樣才可使預(yù)測(cè)結(jié)果更可行、更實(shí)用，只有當(dāng)預(yù)測(cè)結(jié)果符合或接近實(shí)際時(shí)，其預(yù)測(cè)才有意義和實(shí)用價(jià)值。

1.4 灰色預(yù)測(cè)法

一般來(lái)說，用于建立預(yù)測(cè)模型的數(shù)據(jù)越多越好，或者說，模型是建立在大樣本基礎(chǔ)上。而事實(shí)上，即使樣本容量大，但不一定能夠找到樣本的統(tǒng)計(jì)規(guī)律，即使能夠找到統(tǒng)計(jì)規(guī)律，也不一定是典型的，也有一些非典型過程，如非平穩(wěn)等，而這些非典型過程卻是很難處理的?；疑Ｐ停碐M模型（GERY MODEL），則不受模型樣本是否存在統(tǒng)計(jì)規(guī)律、統(tǒng)計(jì)規(guī)律是否為典型過程的限制，而且灰色模型所需的樣本量小，計(jì)算量小?；疑Ｐ偷乃枷胧牵合葘?duì)原始數(shù)據(jù)進(jìn)行生成，將原始數(shù)據(jù)生成具有一定規(guī)律的序列；再對(duì)生成序列進(jìn)行建模預(yù)測(cè)，得到生成序列的預(yù)測(cè)值；最后對(duì)生成序列的預(yù)測(cè)值進(jìn)行還原，得到模型的預(yù)測(cè)值。

其中GM（1，1）模型是灰色理論常用的模型，它具有一定的精度，計(jì)算過程簡(jiǎn)單。但該模型只考慮售電量本身，不涉及其他隊(duì)售電量影響的因素，例如GDP。售電量本身就受到多種確定性、不確定性因素的共同影響，倘若只考慮了售電量本身，將對(duì)模型的預(yù)測(cè)結(jié)果造成一定的影響，模型的預(yù)測(cè)準(zhǔn)確性也不能得到有效保證。因此可以使用GM（1，N）模型，該模型綜合了各種主要影響因素對(duì)售電量的影響，從而提高售電量預(yù)測(cè)的準(zhǔn)確性。

2、電量預(yù)測(cè)實(shí)例

依據(jù)某區(qū)2007—2013年的售電量，采用電力彈性系數(shù)法、電量產(chǎn)出效益法、回歸分析法和灰色預(yù)測(cè)法對(duì)該區(qū)2014和2015年售電量進(jìn)行預(yù)測(cè)。

2.1 彈性系數(shù)法

該區(qū)地區(qū)生產(chǎn)總值及各行業(yè)增加值呈現(xiàn)逐年增長(zhǎng)趨勢(shì)，增長(zhǎng)速度較快。

利用彈性系數(shù)-地區(qū)生產(chǎn)總值增長(zhǎng)率擬合方法對(duì)2014、2015年彈性系數(shù)進(jìn)行預(yù)測(cè)。

對(duì)數(shù)據(jù)進(jìn)行擬合可得到擬合公式為y=0.1176x-0.57609。預(yù)計(jì)2014、2015年該區(qū)生產(chǎn)總值（GDP）增長(zhǎng)率約為11%、10.5%。因此，2014、2015年該區(qū)用電電力彈性系數(shù)分別為0.76、0.66，售電量增長(zhǎng)率為7.92%、6.93%。故可算得2014年該區(qū)售電量預(yù)測(cè)值為98.99億千瓦時(shí)、105.85億千瓦時(shí)。

2.2 電量產(chǎn)出效益法

根據(jù)該區(qū)地區(qū)生產(chǎn)總值及各行業(yè)增加值，可以得到該區(qū)全社會(huì)及各行業(yè)每千瓦時(shí)用電量產(chǎn)出效益。

對(duì)2014年該區(qū)售電量產(chǎn)出效益進(jìn)行預(yù)測(cè)。擬合曲線為：y=0.58978x-1172.98586，可以計(jì)算得出2014、2015年白云區(qū)每千瓦時(shí)產(chǎn)出效益預(yù)測(cè)值分別為14.8311元/千瓦時(shí)、15.4208元/千瓦時(shí)。2014、2015年白云區(qū)地區(qū)生產(chǎn)總值分別按11%、10.5%增長(zhǎng)，即2014、2015年該區(qū)地區(qū)生產(chǎn)總值預(yù)計(jì)分別為1475.58億元、1630.52億千瓦時(shí)，因此可以預(yù)測(cè)得到2014、2015年該區(qū)售電量分別為99.49億千瓦時(shí)、105.74億千瓦時(shí)。

2.3 回歸分析法

在回歸方程中，只有一個(gè)自變量的稱為一元回歸，有多個(gè)自變量的稱為多元回歸。一元線性回歸法是在排除其他影響因素或者假定其他影響因素確定的情況下，分析某一因素是如何影響另一因素的過程。

2007年至2013年售電量呈現(xiàn)線性增長(zhǎng)的變化趨勢(shì)，其擬合公式為：y=6.24190x-12471.48762，從而可以計(jì)算出2014、2015年該區(qū)售電量預(yù)測(cè)值為99.7億千瓦時(shí)、105.94億千瓦時(shí)。

2.4 灰色預(yù)測(cè)法

利用GM（1，1）模型對(duì)2014、2015年該區(qū)售電量進(jìn)行預(yù)測(cè)，采用Matlab軟件建立灰色預(yù)測(cè)模型。在Matlab平臺(tái)上，輸入2007—2013年售電量數(shù)據(jù)，然后調(diào)用函數(shù)計(jì)算，即可得出該模型的預(yù)測(cè)值。

故預(yù)測(cè)出2014、2015年該區(qū)售電量為100.52億千瓦時(shí)、106.48億千瓦時(shí)。

2.5 2014年售電量預(yù)測(cè)及2015年售電量初步預(yù)測(cè)

根據(jù)上述電力彈性系數(shù)法、電量產(chǎn)出效益法、回歸分析法和灰色預(yù)測(cè)法對(duì)2014、2015年白云區(qū)售電量進(jìn)行預(yù)測(cè)，總結(jié)在下表。

同時(shí)電量預(yù)測(cè)需考慮到天氣影響，同時(shí)城市“退二進(jìn)三”和產(chǎn)業(yè)升級(jí)的影響，電量預(yù)測(cè)都存在一定地誤差。通過近些年電量增長(zhǎng)趨勢(shì)，同時(shí)考慮到工商同價(jià)和大用戶直購(gòu)電的影響，綜合預(yù)測(cè)2014、2015年售電量為99.97億千瓦時(shí)、105.49億千瓦時(shí)。

小 結(jié)

電量預(yù)測(cè)的核心是預(yù)測(cè)技術(shù)（預(yù)測(cè)模型），預(yù)測(cè)方法有很多，每一種預(yù)測(cè)方法都有各自的適用范圍，各種預(yù)測(cè)方法都各自的優(yōu)缺點(diǎn)，所以在預(yù)測(cè)過程中需考慮各種不確定性因素，如氣候、經(jīng)濟(jì)形勢(shì)、電價(jià)政策等。在實(shí)際售電量預(yù)測(cè)中，必須靈活選用適用的的預(yù)測(cè)方法，可選用多種方法進(jìn)行預(yù)測(cè)，將所得預(yù)測(cè)結(jié)果互為比較，再根據(jù)企業(yè)實(shí)際情況進(jìn)行修正，最終預(yù)測(cè)出合理的結(jié)果。

參考文獻(xiàn)：

[1] 牛東曉，曹樹華，趙磊.電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用[M].北京：中國(guó)電力出版社，1998.

[2] 周琪，幾種電量預(yù)測(cè)的使用方法[J].江蘇電機(jī)工程，2006，25（6）：52-54.

[3] 孔令云，售電量分類預(yù)測(cè)模型及其軟件開發(fā)[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2008，20（6），52-55.

作者簡(jiǎn)介

鄭嘉娜（1969-），女，廣東廣州人，本科，高級(jí)工程師，從事電能量預(yù)測(cè)分析方面研究。