尚芳屹，李 潔

(1.國(guó)網(wǎng)上海市電力公司檢修公司，上海 200063；2.國(guó)網(wǎng)上海市電力公司市區(qū)供電公司，上海 200080)

組合預(yù)測(cè)在飽和負(fù)荷預(yù)測(cè)中的應(yīng)用

尚芳屹1，李 潔2

(1.國(guó)網(wǎng)上海市電力公司檢修公司，上海 200063；2.國(guó)網(wǎng)上海市電力公司市區(qū)供電公司，上海 200080)

提出飽和負(fù)荷的概念、判定指標(biāo)、預(yù)測(cè)思路以及一種適用于負(fù)荷預(yù)測(cè)的組合預(yù)測(cè)方法。針對(duì)飽和負(fù)荷預(yù)測(cè)時(shí)間跨度長(zhǎng)、負(fù)荷增長(zhǎng)呈現(xiàn)“S”型的特點(diǎn)，選用了Logistic模型、Verhulst模型、計(jì)量經(jīng)濟(jì)模型等作為單一模型，構(gòu)造以等權(quán)遞歸方法來(lái)確定組合權(quán)重的組合預(yù)測(cè)模型。最后，通過(guò)實(shí)例分析詳細(xì)介紹了所提飽和負(fù)荷預(yù)測(cè)思路的合理性與科學(xué)性，并驗(yàn)證了所提組合預(yù)測(cè)模型的有效性。

飽和負(fù)荷；飽和指標(biāo)集；組合模型；等權(quán)平均；Logistic；Verhuls；計(jì)量經(jīng)濟(jì)

飽和負(fù)荷是電網(wǎng)規(guī)劃中確定電網(wǎng)發(fā)展最終規(guī)模的關(guān)鍵性指標(biāo)，是近年來(lái)電網(wǎng)規(guī)劃中提出的新概念。通過(guò)對(duì)一個(gè)地區(qū)或省市的飽和負(fù)荷水平的分析和預(yù)測(cè)，有助于確定電網(wǎng)的最終規(guī)模，并以遠(yuǎn)景電網(wǎng)規(guī)劃為目標(biāo)指導(dǎo)近期電網(wǎng)規(guī)劃與建設(shè)，可以避免不必要的改擴(kuò)建工程，有利于促進(jìn)電網(wǎng)建設(shè)與經(jīng)濟(jì)社會(huì)發(fā)展相適應(yīng)。

傳統(tǒng)的負(fù)荷預(yù)測(cè)有具體的預(yù)測(cè)時(shí)間，而飽和負(fù)荷預(yù)測(cè)的時(shí)間跨度是不確定的，而且飽和負(fù)荷的影響因素眾多。目前，國(guó)內(nèi)尚缺乏對(duì)省級(jí)、區(qū)域級(jí)負(fù)荷的飽和預(yù)測(cè)研究，不僅對(duì)飽和負(fù)荷的概念沒有明確、定量的定義，而且現(xiàn)有的預(yù)測(cè)方法也比較有限[1-9]，基本上是采用S型曲線預(yù)測(cè)法、人口用電量法和空間飽和密度法、基于系統(tǒng)動(dòng)力學(xué)模型預(yù)測(cè)法等。對(duì)于復(fù)雜多變量、非確定性、多方案性的長(zhǎng)期以及飽和負(fù)荷預(yù)測(cè)，單獨(dú)使用定性預(yù)測(cè)或定量預(yù)測(cè)的方法顯然是不夠的。

為了充分利用各個(gè)負(fù)荷預(yù)測(cè)模型的有用信息，應(yīng)用組合預(yù)測(cè)方法進(jìn)行飽和負(fù)荷預(yù)測(cè)，能將各個(gè)模型有機(jī)組合在一起，綜合各個(gè)模型的優(yōu)點(diǎn)，獲得更為準(zhǔn)確的飽和規(guī)模預(yù)測(cè)結(jié)果。本文選擇了具有飽和增長(zhǎng)趨勢(shì)的Logistic模型、Verhulst模型以及分析經(jīng)濟(jì)影響因素的計(jì)量經(jīng)濟(jì)模型作為單一模型，并采用等權(quán)遞歸法求解組合權(quán)重。本文兼顧負(fù)荷增長(zhǎng)的“近大遠(yuǎn)小”原則，引入了等維新息遞補(bǔ)處理技術(shù)，以提高模型預(yù)測(cè)未來(lái)數(shù)據(jù)的適應(yīng)性。

根據(jù)負(fù)荷的增長(zhǎng)規(guī)律，借鑒國(guó)外經(jīng)濟(jì)發(fā)達(dá)國(guó)家電力需求的特征，本文提出了對(duì)飽和負(fù)荷的具體概念和判定條件，并形成了一套新的飽和負(fù)荷預(yù)測(cè)思路。

1 飽和負(fù)荷基本概念

本文研究飽和負(fù)荷預(yù)測(cè)的電力對(duì)象是區(qū)域級(jí)或省級(jí)電力負(fù)荷，電力負(fù)荷涉及兩個(gè)用電需求特征量。一是該地區(qū)的全社會(huì)用電量，二是該地區(qū)的最大負(fù)荷，二者從不同角度，反映了該地區(qū)的電力需求情況。

一個(gè)地區(qū)的負(fù)荷增長(zhǎng)通常呈現(xiàn)如下規(guī)律：在經(jīng)濟(jì)發(fā)展初期，負(fù)荷增長(zhǎng)較慢；隨著經(jīng)濟(jì)的快速發(fā)展，負(fù)荷出現(xiàn)快速增長(zhǎng)的趨勢(shì)；但是受土地面積、環(huán)境資源、規(guī)劃定位等因素的制約，一個(gè)地區(qū)或城市的負(fù)荷不會(huì)無(wú)限制地增長(zhǎng)，而是呈現(xiàn)出飽和增長(zhǎng)態(tài)勢(shì)，即總體呈現(xiàn)“S”型。根據(jù)負(fù)荷增長(zhǎng)規(guī)律，可將負(fù)荷增長(zhǎng)的整個(gè)周期分為緩慢增長(zhǎng)階段、快速增長(zhǎng)階段、飽和增長(zhǎng)階段，如圖1所示。

圖1 負(fù)荷增長(zhǎng)階段圖

1.1 飽和負(fù)荷的概念

倘若某地區(qū)電力需求隨著時(shí)間的推移不再有階躍性增長(zhǎng)，而是按照自然規(guī)律呈現(xiàn)較平穩(wěn)的增長(zhǎng)狀態(tài)，則認(rèn)為該地區(qū)的電力需求進(jìn)入了飽和增長(zhǎng)階段，簡(jiǎn)稱飽和階段。

飽和負(fù)荷，亦稱為電力電量需求飽和規(guī)模。它涵蓋了兩層含義：一是該地區(qū)全社會(huì)用電量進(jìn)入飽和階段的規(guī)模；二是該地區(qū)年最大負(fù)荷進(jìn)入飽和階段的規(guī)模。只有全社會(huì)用電量和最大負(fù)荷均進(jìn)入飽和階段，才認(rèn)為該地區(qū)的電力電量需求進(jìn)入了飽和階段。

1.2 飽和負(fù)荷的判定指標(biāo)

電力電量的平衡有利于促進(jìn)該地區(qū)社會(huì)經(jīng)濟(jì)的發(fā)展，而社會(huì)經(jīng)濟(jì)的發(fā)展又可拉動(dòng)用電需求的增長(zhǎng)，因此僅僅采用電力電量指標(biāo)對(duì)飽和階段進(jìn)行界定是很單薄的、不合理的。本文綜合考慮負(fù)荷進(jìn)入飽和階段后的經(jīng)濟(jì)社會(huì)發(fā)展?fàn)顩r，選取了負(fù)荷年增長(zhǎng)率、產(chǎn)業(yè)結(jié)構(gòu)、用電結(jié)構(gòu)、人均年用電量、人均GDP、人口增長(zhǎng)率等作為判斷一個(gè)地區(qū)或省市負(fù)荷進(jìn)入飽和階段的判定指標(biāo)。

發(fā)達(dá)國(guó)家和地區(qū)的用電需求發(fā)展及對(duì)應(yīng)的社會(huì)經(jīng)濟(jì)背景對(duì)我國(guó)負(fù)荷飽和階段的界定有重要指導(dǎo)意義，通過(guò)調(diào)研分析典型經(jīng)濟(jì)發(fā)達(dá)國(guó)家和地區(qū)的負(fù)荷發(fā)展規(guī)律如表1所示，本文提出了判定負(fù)荷進(jìn)入飽和階段的判定指標(biāo)集，如表2所示。

1.3 飽和負(fù)荷的預(yù)測(cè)思路

本文提出的飽和負(fù)荷分析和預(yù)測(cè)的基本思路和步驟具體如下。

(1)飽和年份分析。分別對(duì)電網(wǎng)所轄區(qū)域的電力電量建模分析，找出電力、電量分別滿足指標(biāo)的達(dá)標(biāo)年份，通過(guò)負(fù)荷年增率指標(biāo)、產(chǎn)業(yè)結(jié)構(gòu)、用電結(jié)構(gòu)、人均年用電量、人口增長(zhǎng)率、人均GDP指標(biāo)的達(dá)標(biāo)年份分析，取其中的最大年份作為飽和年份。

(2)飽和負(fù)荷規(guī)模預(yù)測(cè)。飽和負(fù)荷的規(guī)模采用多種單一模型、組合預(yù)測(cè)模型的預(yù)測(cè)結(jié)果，總結(jié)飽和負(fù)荷規(guī)模的高、中、低3個(gè)方案，并指出推薦方案。

飽和負(fù)荷時(shí)間點(diǎn)、飽和負(fù)荷規(guī)模的基本分析思路和步驟如圖2所示。

圖2 飽和負(fù)荷分析流程圖

2 組合預(yù)測(cè)模型

2.1 組合模型的數(shù)學(xué)表達(dá)

組合預(yù)測(cè)方法的實(shí)質(zhì)是綜合利用各種預(yù)測(cè)方法所提供的信息，以適當(dāng)?shù)募訖?quán)平均形式得出組合預(yù)測(cè)模型[10-13]。

表1 發(fā)達(dá)國(guó)家和地區(qū)負(fù)荷進(jìn)入飽和階段的指標(biāo)

表2 負(fù)荷進(jìn)入飽和階段的判定指標(biāo)集

設(shè)對(duì)于同一預(yù)測(cè)問(wèn)題，用種不同的預(yù)測(cè)模型分別進(jìn)行預(yù)測(cè)，則由這個(gè)模型構(gòu)成的組合預(yù)測(cè)模型為

(1)

2.2 等權(quán)遞歸

設(shè)共有n種預(yù)測(cè)方法，已有模型預(yù)測(cè)結(jié)果分別記為

(2)

第一輪等權(quán)結(jié)果為

(3)

(4)

如此不斷地進(jìn)行下去，經(jīng)過(guò)k輪平均，就可得到組合模型為：

(5)

2.3 Logistic模型

Logistic曲線[10]，是生長(zhǎng)曲線的一種。它的特點(diǎn)是開始增長(zhǎng)較為緩慢，以后隨著某些條件的變化，在某一段時(shí)間內(nèi)增長(zhǎng)速度較快，當(dāng)達(dá)到某一極限之后，生長(zhǎng)速度又趨緩慢。Logistic曲線的這一特點(diǎn)與我國(guó)電力負(fù)荷的需求有共同之處。

Logistic曲線函數(shù)的模型為

(6)

式中a、b、c——三個(gè)未知參數(shù)，借助matlab編程，通過(guò)差分進(jìn)化算法實(shí)現(xiàn)求解。

2.4 Verhulst模型

灰色Verhulst模型主要反映了任何事物自身的發(fā)生、發(fā)展及消亡的過(guò)程[11]，因此可以用該模型來(lái)預(yù)測(cè)具有飽和狀態(tài)的S型數(shù)據(jù)序列，其建模步驟為如下

(1)采集輸入數(shù)據(jù)序列

x(0)={x(0)(1)，x(0)(2)，x(0)(n)}

(2)對(duì)輸入數(shù)據(jù)序列進(jìn)行一階累加(1-AGO)生成新數(shù)列

(3)對(duì)新數(shù)列生成緊鄰均值生成序列

z(1)={z(1)(1)，z(1)(2)，…，z(1)(n-1)}，其中，z(1)(k)=0.5x(1)(k)+0.5x(1)(k+1)，k=1，…，n-1

(4)建立灰色Verhulst模型的白化微分方程為

(5)最小二乘估計(jì)為

(6)灰色Verhulst模型的時(shí)間響應(yīng)方程為

(7)

(7)對(duì)此式做1-IAGO累減還原，得到了輸入數(shù)據(jù)序列的灰色Verhulst預(yù)測(cè)模型

(8)

2.5 計(jì)量經(jīng)濟(jì)模型

本文設(shè)置如下計(jì)量經(jīng)濟(jì)模型[12]，采用最小二乘法確定參數(shù)模型而做出預(yù)測(cè)。

(1)第一產(chǎn)業(yè)用電量Q1=A1+A2×CGDP1+μ1

(9)

(2)第二產(chǎn)業(yè)用電量Q2=A3+A4×CGDP2+μ2

(10)

(3)第三產(chǎn)業(yè)用電量Q3=A5+A6×CGDP3+μ3

(11)

(4)居民生活用電量QJ=A7+A8×CGDP+A9×POP+μ4

(12)

(5)最大負(fù)荷Pm=B1+B2×CGDP+B3×Pn+β1

(13)

其中，Q(i=1，2，3)為第i產(chǎn)業(yè)年用電量；Pm，Pn為該地區(qū)年最大負(fù)荷，m=n+1；CGDPi(i=1，2，3)為第i產(chǎn)業(yè)地區(qū)生產(chǎn)總值；A1、A9、B1、B2為常數(shù)；μi、β1為隨機(jī)擾動(dòng)項(xiàng)。

3 實(shí)例分析

本文以某地區(qū)用電負(fù)荷增長(zhǎng)為例進(jìn)行實(shí)例分析，采用該地區(qū)1990—2011年的GDP、全社會(huì)用電量、年最大負(fù)荷、人口作為歷史數(shù)據(jù)[15]。

圖3 組合模型預(yù)測(cè)曲線

運(yùn)用Logistic模型(模型1)、Verhulst模型(模型2)、計(jì)量經(jīng)濟(jì)模型(模型3)、組合模型進(jìn)行負(fù)荷預(yù)測(cè)，獲取1990—2025年的負(fù)荷預(yù)測(cè)數(shù)據(jù)(見圖3)，將1990—2011年負(fù)荷的歷史數(shù)據(jù)與各模型的預(yù)測(cè)結(jié)果進(jìn)行了誤差分析。表3、表4分別給出了部分年份全社會(huì)用電量、最大負(fù)荷的歷史數(shù)據(jù)與各模型預(yù)測(cè)數(shù)據(jù)及誤差分析。從表3和表4的誤差分析結(jié)果可以看出：組合預(yù)測(cè)模型的誤差一般都比各單一模型的誤差小，預(yù)測(cè)結(jié)果可靠性高。

由圖3可知，提出的組合模型的預(yù)測(cè)結(jié)果符合負(fù)荷增長(zhǎng)的“S”型趨勢(shì)。本文提出的組合預(yù)測(cè)方法更能反映實(shí)際的負(fù)荷發(fā)展規(guī)律，故組合模型對(duì)未來(lái)年份預(yù)測(cè)的結(jié)果比各單一模型的結(jié)果更為可信，采用組合預(yù)測(cè)模型的結(jié)果進(jìn)行飽和時(shí)間點(diǎn)、飽和規(guī)模分析是科學(xué)合理的。

表3 該地區(qū)全社會(huì)用電量歷史數(shù)據(jù)、各模型預(yù)測(cè)值及誤差分析

表4 該地區(qū)最大負(fù)荷歷史數(shù)據(jù)、各模型預(yù)測(cè)值及誤差分析

表5 飽和時(shí)間點(diǎn)分析

按照飽和負(fù)荷的分析思路，首先根據(jù)判定指標(biāo)對(duì)飽和時(shí)間點(diǎn)進(jìn)行分析，采用本文的組合預(yù)測(cè)模型分析用電需求情況，得到全社會(huì)用電量和最大負(fù)荷的達(dá)標(biāo)年份。根據(jù)該地區(qū)的相關(guān)研究資料外推得到其他判定指標(biāo)的達(dá)標(biāo)指標(biāo)，進(jìn)而得到該地區(qū)的飽和年份，具體數(shù)據(jù)如表5所示。由于我國(guó)歷來(lái)崇尚節(jié)儉，故可放寬對(duì)年用電量指標(biāo)的要求。通過(guò)飽和判定指標(biāo)的分析與驗(yàn)證，可以得到該電網(wǎng)所轄區(qū)域的用電需求于2025—2027年間進(jìn)入飽和階段，飽和負(fù)荷規(guī)模的高、中、低3個(gè)方案如表6所示，中方案為推薦方案。

表6 飽和負(fù)荷預(yù)測(cè)結(jié)果

4 結(jié)語(yǔ)

本文提出了飽和負(fù)荷的具體概念和判定指標(biāo)集，并提出了一種新的飽和負(fù)荷預(yù)測(cè)思路，實(shí)例分析證明該思路的合理性與實(shí)用性；

組合預(yù)測(cè)模型能夠得到高于各單一模型的預(yù)測(cè)精度，使得組合預(yù)測(cè)方法更能反映實(shí)際的負(fù)荷發(fā)展規(guī)律，故組合模型用于飽和負(fù)荷的預(yù)測(cè)和分析的工作是科學(xué)合理的。

飽和負(fù)荷是近年來(lái)電網(wǎng)規(guī)劃中出現(xiàn)的新概念，針對(duì)飽和負(fù)荷預(yù)測(cè)時(shí)間跨度長(zhǎng)的特點(diǎn)，建議相關(guān)部門在預(yù)測(cè)工作完成后，定期對(duì)預(yù)測(cè)結(jié)果進(jìn)行滾動(dòng)性修正，以提高預(yù)測(cè)模型的適應(yīng)性，從而提高預(yù)測(cè)結(jié)果的準(zhǔn)確性。

[1] 崔凱，李敬如，趙彪，等．城市飽和負(fù)荷及其預(yù)測(cè)方法研究[J]．電力技術(shù)經(jīng)濟(jì)，2008，20(6)：34-38.

CUI Kai, LI Jingru, ZHAO Biao, et al. Research on city saturated load and its forecast methods[J].Electric Power Technologic Economics,2008,20(6):34-38.

[2]崔凱，李敬如，劉海波等．城市飽和負(fù)荷階段電力規(guī)劃方法及其在濟(jì)南電網(wǎng)中的應(yīng)用[J]．電網(wǎng)技術(shù)，2007，31(S2)：14.

CUI Kai, LI Jingru, LIU Haibo, et al. City's power planning methods at the stage of load saturation and its application in Jinan power grid[J]. Power System Technology，2007，31(S2)：14．

[3]肖峻，杜柏均，耿芳．城市電力負(fù)荷飽和分析方法[J]．電力科學(xué)與技術(shù)學(xué)報(bào)，2009，24(4)：54-58.

XIAO Jun, DU Bojun, GENG Fang. A method for city power load saturated analyzing[J]. Journal of Electric Power Science and Technology,2009,24(4):54-58.

[4]崔凱，張麗娟，李敬如，等．天津市中心城區(qū)飽和負(fù)荷分析與預(yù)測(cè)[J]．電力技術(shù)經(jīng)濟(jì)，2008，20(5)：33-36.

CUI Kai, ZHANG Lijuan, LI Jingru, et al. Analysis and forecast of saturated load for the central city district of Tianjin[J]. Electric Power Technologic Economics,2008,20(5):32-36.

[5]王晶，馮顯時(shí)，郭紅珍．基于蟻群元胞自動(dòng)機(jī)理論的城市飽和負(fù)荷預(yù)測(cè)[J]．中國(guó)電力，2011，44(7)：17-20.

WANG Jing, FENG Xianshi, GUO Hongzhen. Urban load saturation forecast based on ant cellular automata theory[J]. Electric Power,2011,44(7):17-20.

[6]江新琴，李喜蘭．基于空間飽和負(fù)荷密度的城市遠(yuǎn)景飽和負(fù)荷預(yù)測(cè)[J]．福州大學(xué)學(xué)報(bào)(自然科學(xué)版)，2008，36(4)：532-536.

JIANG Xinqin, LI Xilan. City future saturated load forecasting based model of saturated load density[J]. Journal of Fuzhou University(Natural Science Edition),2008,36(4):532-536.

[7]王芳東，林韓，溫步瀛，等．基于模糊綜合評(píng)價(jià)法的電力負(fù)荷飽和程度分析[J]．電力與電工，2010，30(3)：1-3.

WEN Buying. Analysis for the degree of electric load saturation based on fuzzy synthesis evaluation[J]. Fujian Power and Electrical Engineering,2010,30(3).

[8]何永秀，吳良器，戴愛英，等．基于系統(tǒng)動(dòng)力學(xué)與計(jì)量經(jīng)濟(jì)模型的城市飽和負(fù)荷綜合預(yù)測(cè)方法[J]．POWER DSM，2010，13(1)：21-25.

HE Yongxiu, WU Liangqi, DAI Aiying, et al. Combined saturation load forecast model based on system dynamics and econometrics[J]. Power Demand Side Management,2010,12(1):21-25.

[9]王吉權(quán)，趙玉林．生長(zhǎng)曲線在電力負(fù)荷預(yù)測(cè)中的應(yīng)用[J]．電網(wǎng)技術(shù)，2004，28(22)：36-39.

WANG Jiquan, ZHAO Yulin. Application of logistic curve in electric power load forecast[J]. Power System Technology,2004,28(22):36-39.

[10]張伏生，劉芳，趙文彬，等．灰色Verhulst模型在中長(zhǎng)期負(fù)荷預(yù)測(cè)中的應(yīng)用[J]．電網(wǎng)技術(shù)，2003，27(5)：37-39.

ZHANG Fusheng, LIU Fang, ZHAO Wenbin, et al. Application of grey Verhulst model in middle and long term load forecasting[J].Power System Technology,2003,27(5):37-39.

[11]戚岳．基于計(jì)量經(jīng)濟(jì)學(xué)的中長(zhǎng)期電力負(fù)荷分析及預(yù)測(cè)[D]．北京：北京交通大學(xué)，2008.

[12]陳華友．組合預(yù)測(cè)方法有效性理論及其應(yīng)用[M]．北京：科學(xué)出版社，2008.

[13]蔣燕，王少楊，封蕓．基于遞歸等權(quán)組合模型的中長(zhǎng)期電力負(fù)荷預(yù)測(cè)[J]．電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2012，24(1)：151-155.

JIANG Yan, WANG Shaoyang, FENG Yun.Medium-long term power load forecasting based on recursive right combination model[J]. Proceedings of the CSU-EPSA,2012,24(1):151-155.

[14]余健明，燕飛，楊文宇，等．中長(zhǎng)期電力負(fù)荷的變權(quán)灰色組合預(yù)測(cè)模型[J]．電網(wǎng)技術(shù)，2005，29(17)：26-29.

YU Jianming, YAN Fei, YANG Wenyu, et al. Gray variable weight combination model for middle and long term load forecasting[J].Power System Technology, 2005 .29(17)：26-29．

[15]中華人民共和國(guó)國(guó)家統(tǒng)計(jì)局．中國(guó)統(tǒng)計(jì)年鑒[M]．北京：：中國(guó)統(tǒng)計(jì)出版社，2016.

(本文編輯：楊林青)

Application of Combination Forecast in Saturated Load Forecasting

SHANG Fangyi1, LI Jie2

(1. Inspection & Maintenance Company, SMEPC, Shanghai 200063, China;2. Urban Power Supply Company, SMEPC, Shanghai 200080, China)

This paper puts forward the concept of saturation load, the judgment index, the forecasting idea and a combination forecast method suitable for load forecasting. Considering that the long span of saturated load forecasting, and the S-type characteristics of the load growth, it selects the Logistic model, Verhulst model and econometric model as a uniform model, constructs the combination forecast model by using equally-weighted recursive method to determine the combined weight. Finally, it makes case analysis to elaborate and prove the rationality and scientificity of the proposed saturated load forecasting concept, and verifies the effectiveness of the proposed combination forecast model.

saturated load; saturation index set; combination model; equally weighted; Logistic; Verhulst

10.11973/dlyny201702007

尚芳屹(1987—)，女，碩士，工程師，從事超高壓及特高壓電氣試驗(yàn)及狀態(tài)檢測(cè)工作。

TM715

A

2095-1256(2017)02-0120-06

2017-03-15