胥威汀，李婷，劉友波，閆曉卿，劉瑩，朱覓

（1.國(guó)網(wǎng)四川省電力公司經(jīng)濟(jì)技術(shù)研究院，成都610041；2.四川大學(xué)電氣信息學(xué)院，成都610065；3.國(guó)網(wǎng)能源研究院，北京102209）

0 引 言

有別于短期負(fù)荷預(yù)測(cè)，中長(zhǎng)期負(fù)荷預(yù)測(cè)是電力規(guī)劃工作的重要基礎(chǔ)，對(duì)于電網(wǎng)投資及其安全運(yùn)行起著決定性的作用。相比短期負(fù)荷預(yù)測(cè)，中長(zhǎng)期負(fù)荷預(yù)測(cè)受到很多不確定因素影響［1］，例如：經(jīng)濟(jì)發(fā)展、社會(huì)和人類(lèi)活動(dòng)等，因此預(yù)測(cè)難度更大。

中長(zhǎng)期負(fù)荷預(yù)測(cè)方法可以分為參數(shù)化方法和人工智能方法兩大類(lèi)［2］。其中，參數(shù)化方法主要包含回歸預(yù)測(cè)、時(shí)間序列和灰色理論［3-4］，人工智能方法主要包括神經(jīng)網(wǎng)絡(luò)和動(dòng)態(tài)模糊綜合評(píng)價(jià)［5-6］。它們研究重點(diǎn)在于評(píng)估直接對(duì)用電行為產(chǎn)生影響的因素，而并沒(méi)有考慮電力市場(chǎng)交易對(duì)用電行為的影響。

電力市場(chǎng)化改革旨在構(gòu)建真正意義上的電力市場(chǎng)，這必然激發(fā)新的市場(chǎng)行為，電網(wǎng)規(guī)劃有必要充分考慮市場(chǎng)化改革后帶來(lái)的巨大變化。由于市場(chǎng)行為會(huì)極大程度受到市場(chǎng)價(jià)格的影響，所以，電力供需格局不僅僅是能源層面的電力供需平衡，還會(huì)受到交易價(jià)格的影響，它會(huì)隨價(jià)格的波動(dòng)而波動(dòng)，甚至發(fā)生顯著變化，這是電能供應(yīng)和消費(fèi)背后無(wú)數(shù)主體意愿交織的結(jié)果。未來(lái)電網(wǎng)規(guī)劃工作必須能夠適應(yīng)這一新形勢(shì)對(duì)中長(zhǎng)期負(fù)荷預(yù)測(cè)的影響。

1 基本框架

通過(guò)以上分析發(fā)現(xiàn)，改進(jìn)中長(zhǎng)期負(fù)荷預(yù)測(cè)方法的切入點(diǎn)，包含但不限于以下兩點(diǎn)：

（1）在中長(zhǎng)期負(fù)荷預(yù)測(cè)中引入市場(chǎng)參與者關(guān)于電價(jià)變化的響應(yīng)；

（2）基于負(fù)荷分布、電源規(guī)劃和市場(chǎng)參與者報(bào)價(jià)的預(yù)測(cè)結(jié)果來(lái)模擬市場(chǎng)交易，從而捕捉遠(yuǎn)期電力市場(chǎng)的分區(qū)電力平衡和交易價(jià)格水平，反過(guò)來(lái)修正負(fù)荷預(yù)測(cè)結(jié)果。

由于節(jié)點(diǎn)電價(jià)與相應(yīng)地區(qū)負(fù)荷是相互影響的，需要采用循環(huán)嵌套的方法把電價(jià)對(duì)負(fù)荷預(yù)測(cè)的影響考慮進(jìn)來(lái)。首先，根據(jù)歷史數(shù)據(jù)進(jìn)行負(fù)荷預(yù)測(cè)；其次，在初步預(yù)測(cè)的基礎(chǔ)上進(jìn)行節(jié)點(diǎn)電價(jià)預(yù)測(cè)；為了引入市場(chǎng)因素的影響，接下來(lái)重要的一步：根據(jù)各節(jié)點(diǎn)邊際電價(jià)模擬市場(chǎng)競(jìng)價(jià)交易。由于電價(jià)決定了各地區(qū)參與市場(chǎng)交易的競(jìng)爭(zhēng)力，因此未來(lái)的邊際電價(jià)對(duì)于每一個(gè)地區(qū)的電力供應(yīng)或消費(fèi)成本影響是不同的，可據(jù)此捕捉到最有可能的市場(chǎng)交易預(yù)期，從而得到出清價(jià)格和電力平衡結(jié)果；最后，計(jì)算負(fù)荷的電價(jià)響應(yīng)情況，修正負(fù)荷預(yù)測(cè)結(jié)果，返回負(fù)荷預(yù)測(cè)輸入端口。基本框架如圖1所示。

依據(jù)這一個(gè)循環(huán)，能夠獲取相應(yīng)水平年的負(fù)荷規(guī)模及其分布。其中，y（k）表示第k個(gè)節(jié)點(diǎn)的負(fù)荷預(yù)測(cè)結(jié)果，LMP表示節(jié)點(diǎn)邊際電價(jià)。圖中虛線匡體部分為本文所提關(guān)于電力市場(chǎng)交易的影響分析。

圖1 考慮電力市場(chǎng)交易影響的中長(zhǎng)期負(fù)荷預(yù)測(cè)方法Fig.1 Medium and long term load forecasting method considering the powermarket transactions

2 中長(zhǎng)期負(fù)荷預(yù)測(cè)

目前，中長(zhǎng)期負(fù)荷預(yù)測(cè)的研究方法主要基于三大思路：首先是運(yùn)用引言中所提及的基本預(yù)測(cè)模型的方法；其次是對(duì)基本預(yù)測(cè)模型進(jìn)行改進(jìn)的方法；第三是對(duì)兩種或兩種以上方法進(jìn)行組合之后得到的模型。這里采用灰色預(yù)測(cè)模型和人工神經(jīng)網(wǎng)絡(luò)組合方法進(jìn)行負(fù)荷預(yù)測(cè)［7］，基本模型如下：

式中 X（0）為歷史負(fù)荷序列，X（1）為 X（0）的累加序列。微分方程（2）中a為發(fā)展灰數(shù)，u稱(chēng)為內(nèi)生控制灰數(shù)，是對(duì)系統(tǒng)的常定輸入，可以通過(guò)對(duì)式（2）進(jìn)行最小二乘求解得到。將結(jié)果返帶入式（2）能夠得到負(fù)荷預(yù)測(cè)模型：

式中 X（1）（k+1）為預(yù)測(cè)值，k=0，1，2…，X（0）（k+1）為累減還原值，即目標(biāo)水平年的負(fù)荷預(yù)測(cè)值。

由于灰色預(yù)測(cè)采用累加累減，對(duì)系統(tǒng)較大波動(dòng)數(shù)據(jù)不敏感，預(yù)測(cè)準(zhǔn)確度有限。神經(jīng)網(wǎng)絡(luò)中的自聯(lián)方式對(duì)數(shù)據(jù)具有敏感性，內(nèi)部反饋網(wǎng)絡(luò)增加網(wǎng)絡(luò)處理動(dòng)態(tài)信息的能力，可達(dá)到動(dòng)態(tài)建模的目的。同時(shí)，對(duì)預(yù)測(cè)模型進(jìn)行學(xué)習(xí)訓(xùn)練，其擬合函數(shù)的優(yōu)勢(shì)可進(jìn)行模型修正，從而能大幅度提高負(fù)荷預(yù)測(cè)的精度。因此，在灰色預(yù)測(cè)模型中嵌入有反饋的多層人工神經(jīng)網(wǎng)絡(luò)，能夠發(fā)揮并結(jié)合兩者的長(zhǎng)處。

式中表示有n個(gè)輸入，m個(gè)輸出，隱含層和承接層分別有r個(gè)神經(jīng)元，輸入層到隱含層的權(quán)值為w1，承接層到隱含層的權(quán)值為w2，隱含層到輸出層的權(quán)值為w3，u（k-1）為網(wǎng)絡(luò)模型的輸入，xi（k）表示隱含層的輸出，xci（k）表述承接層的輸出，其中 i=1，2，…，r，f是隱含層的傳遞函數(shù)，常用S型函數(shù)，y（k）為神經(jīng)網(wǎng)絡(luò)的輸出。

通過(guò)反向傳播不斷調(diào)整權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。權(quán)值修正公式如下。

式中η為學(xué)習(xí)速率；mc為動(dòng)量因子，g為輸出層的傳遞函數(shù)，常為線性函數(shù)。由此，能夠得到中長(zhǎng)期負(fù)荷預(yù)測(cè)結(jié)果。

3 交易報(bào)價(jià)預(yù)測(cè)

在市場(chǎng)環(huán)境下，由于電價(jià)是通過(guò)競(jìng)價(jià)或協(xié)商的方式生成的，是變動(dòng)的、可升可降的，那么，電力用戶(hù)必然會(huì)為了控制用電成本而尋求并制定更為廉價(jià)的購(gòu)電方案和用電方案。在該過(guò)程中，用電行為將發(fā)生改變。例如一個(gè)大型工業(yè)用戶(hù)若簽到了更便宜的合同，可能會(huì)擴(kuò)大生產(chǎn)用電規(guī)模。因此，準(zhǔn)確的電價(jià)預(yù)測(cè)能夠使負(fù)荷預(yù)測(cè)結(jié)果更加客觀。

對(duì)電價(jià)進(jìn)行預(yù)測(cè)，需要考慮諸多因素。由于中長(zhǎng)期預(yù)測(cè)的周期較長(zhǎng)，各種因素具有一定不確定性，而且電價(jià)會(huì)受負(fù)荷規(guī)模、分布以及可靠性需求因素的影響，比如負(fù)荷的不確定性、地點(diǎn)的不確定性、可靠性需求的不確定性和網(wǎng)絡(luò)阻塞情況的不確定性等，使得電價(jià)變化頻繁，從而使得電價(jià)的不確定性更加明顯。所以，對(duì)電價(jià)進(jìn)行中長(zhǎng)期預(yù)測(cè)的難度是非常大的。

因此，對(duì)于中長(zhǎng)期電價(jià)趨勢(shì)的預(yù)測(cè)，應(yīng)該主要分析在較長(zhǎng)時(shí)間窗口內(nèi)對(duì)購(gòu)售雙方有影響的因素［8］，比如發(fā)電側(cè)的清潔能源開(kāi)發(fā)成本趨勢(shì)、發(fā)電燃料成本趨勢(shì)、排放標(biāo)準(zhǔn)的高低、財(cái)稅補(bǔ)貼強(qiáng)度等，又比如用電側(cè)的國(guó)民經(jīng)濟(jì)走勢(shì)、城鎮(zhèn)發(fā)展規(guī)劃、產(chǎn)業(yè)發(fā)展預(yù)期、儲(chǔ)能和虛擬電廠建設(shè)布局等，把握大的趨勢(shì)，為規(guī)劃提供參考。

當(dāng)前國(guó)內(nèi)外研究人員對(duì)中長(zhǎng)期電價(jià)預(yù)測(cè)的研究較少，現(xiàn)有的研究成果大都是將電價(jià)等效為隨機(jī)變量［9］，對(duì)其分布函數(shù)進(jìn)行研究，在其分布區(qū)間內(nèi)建立有效的預(yù)測(cè)模型。在電價(jià)長(zhǎng)期預(yù)測(cè)方法中，采用模糊方法與采用神經(jīng)網(wǎng)絡(luò)方法對(duì)相關(guān)不確定性因素的處理思想是不一致的，采用模糊方法不是盲目地追求相關(guān)的預(yù)測(cè)精度，而是要構(gòu)建預(yù)測(cè)數(shù)據(jù)的分布情況，而采用神經(jīng)網(wǎng)絡(luò)法則是要合理的對(duì)現(xiàn)有數(shù)據(jù)進(jìn)行分析，確定自變量和因變量的關(guān)系，進(jìn)而達(dá)到合理預(yù)測(cè)電價(jià)的目的［10］。

為了合理地預(yù)測(cè)市場(chǎng)成交價(jià)格，需要掌握購(gòu)售雙方的報(bào)價(jià)預(yù)期，關(guān)于報(bào)價(jià)的預(yù)測(cè)可以通過(guò)預(yù)測(cè)節(jié)點(diǎn)邊際電價(jià)來(lái)實(shí)現(xiàn)。通過(guò)對(duì)發(fā)電和負(fù)荷進(jìn)行整體優(yōu)化，并將電網(wǎng)容量的優(yōu)化配置及對(duì)固定成本的影響考慮進(jìn)來(lái)［11］，可構(gòu)成一種中長(zhǎng)期節(jié)點(diǎn)電價(jià)模型。式中PD和PG分別為第t個(gè)出力或負(fù)荷特性時(shí)段（如豐水期、枯水期）的第i個(gè)節(jié)點(diǎn)電力需求和第j個(gè)節(jié)點(diǎn)發(fā)電出力；TU為電力消費(fèi)效用；C為發(fā)電成本函數(shù)；分別表示在第t個(gè)時(shí)段發(fā)電商的最大容量約束和最小容量約束的Lagrange乘子。

通過(guò)中長(zhǎng)期節(jié)點(diǎn)電價(jià)信號(hào)，包括發(fā)電商、售電商等電力交易主體可以求解未來(lái)一個(gè)電網(wǎng)投資周期內(nèi)各時(shí)段的發(fā)電、用電和輸電價(jià)格，這個(gè)價(jià)格反映了未來(lái)中長(zhǎng)期市場(chǎng)均衡狀態(tài)下的電力成本和需求信息。因此，該電價(jià)能夠較大程度反映未來(lái)市場(chǎng)的報(bào)價(jià)，給予電力交易、電網(wǎng)規(guī)劃或電力投資明確的中長(zhǎng)期價(jià)格信號(hào)。

4 關(guān)于市場(chǎng)交易影響的處理方法

4.1 模擬交易與分區(qū)平衡

預(yù)測(cè)得到未來(lái)各方的報(bào)價(jià)水平后，交易成交價(jià)格（出清電價(jià)）可通過(guò)電力市場(chǎng)交易模擬來(lái)獲取。

典型的撮合交易機(jī)制是按照“高低匹配”的交易規(guī)則［12］，首先撮合優(yōu)先級(jí)最高的買(mǎi)家和賣(mài)家的交易，交易的成交價(jià)格為交易雙方報(bào)價(jià)的平均值，然后撮合優(yōu)先級(jí)次高的市場(chǎng)成員的交易，以此類(lèi)推。交易模型如下：

式中r和d分別為用戶(hù)的出價(jià)及其交易電量需求；π和s分別為發(fā)電廠商的出價(jià)及其交易電量需求；c為邊際傳輸耗費(fèi)；Q為成交電量。

這是一個(gè)關(guān)于交易中心求利潤(rùn)極大的優(yōu)化模型，目標(biāo)是使得社會(huì)總福利E最大化［13］。求解該模型即可得到全局最優(yōu)下的用戶(hù)和發(fā)電廠交易方案。

掌握交易方案中的電量規(guī)模及布局后，可以結(jié)合各地區(qū)的年出力情況和負(fù)荷利用小時(shí)數(shù)，推出全網(wǎng)各典型方式下的開(kāi)機(jī)方式和負(fù)荷分布，進(jìn)而得到地區(qū)間的電力流規(guī)模及流向，如圖2所示。該圖即圖1虛框內(nèi)的詳細(xì)流程。出清電價(jià)作為輸入量接入到電價(jià)響應(yīng)分析模塊中可以得到負(fù)荷預(yù)測(cè)修正量。

圖2 關(guān)于市場(chǎng)預(yù)期的模型化處理方法Fig.2 Model processingmethod about power market expectations

4.2 電價(jià)響應(yīng)分析

利用彈性系數(shù)可以獲取負(fù)荷對(duì)電價(jià)變化的響應(yīng)模式［14-15］。彈性系數(shù)本身可以通過(guò)對(duì)歷年電價(jià)調(diào)整前后的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析來(lái)獲取。其中采用的電價(jià)響應(yīng)模型如下：

式中Q、L和P分別為目標(biāo)地區(qū)的電量、電力和電價(jià)，彈性系數(shù)εQ，k表示節(jié)點(diǎn)k的電量對(duì)預(yù)測(cè)電價(jià)響應(yīng)，彈性系數(shù)εL，k表示節(jié)點(diǎn)k的電力對(duì)預(yù)測(cè)電價(jià)的響應(yīng)。

5 案例分析

以中國(guó)某省電力市場(chǎng)試點(diǎn)為例進(jìn)行長(zhǎng)期負(fù)荷預(yù)測(cè)計(jì)算。首先，初步負(fù)荷預(yù)測(cè)。收集2000年～2015年各地區(qū)的年電量和最大負(fù)荷值；利用灰色神經(jīng)網(wǎng)絡(luò)模型獲取未來(lái)十年的電力電量水平。其中，2025年負(fù)荷預(yù)測(cè)結(jié)果如表1所示。

表1 常規(guī)負(fù)荷預(yù)測(cè)結(jié)果Tab.1 Preliminary load forecasting results

基于以上預(yù)測(cè)結(jié)果，按照比例把各地區(qū)的電力電量分配至各節(jié)點(diǎn)，結(jié)合電源規(guī)劃，利用節(jié)點(diǎn)電價(jià)預(yù)測(cè)方法預(yù)測(cè)節(jié)點(diǎn)邊際電價(jià)。經(jīng)交易模擬可以得到全網(wǎng)交易配對(duì)結(jié)果，取輸配電價(jià)￥0.20/kWh，得到各節(jié)點(diǎn)在市場(chǎng)中可能拿到的成交價(jià)格，如表2所示。本文僅以電網(wǎng)中的500 kV節(jié)點(diǎn)為例進(jìn)行分析。交易模擬環(huán)境為豐水期大方式。

按照電價(jià)響應(yīng)分析，對(duì)負(fù)荷預(yù)測(cè)結(jié)果進(jìn)行修正。收斂后，可得到2025年的各節(jié)點(diǎn)上下網(wǎng)電力電量預(yù)測(cè)結(jié)果?？鄢胤诫娫?，可以得到各地區(qū)的負(fù)荷預(yù)測(cè)結(jié)果，如表3所示。

表2 節(jié)點(diǎn)報(bào)價(jià)和成交電價(jià)預(yù)測(cè)結(jié)果Tab.2 Prediction results of LMP and transaction price

表3 中長(zhǎng)期電力負(fù)荷預(yù)測(cè)結(jié)果Tab.3 Long term load forecasting results

6 結(jié)束語(yǔ)

為積極適應(yīng)市場(chǎng)化改革，科學(xué)地謀劃電網(wǎng)發(fā)展，指導(dǎo)電網(wǎng)投資建設(shè)，本文把電價(jià)預(yù)測(cè)和市場(chǎng)交易的影響加入到負(fù)荷預(yù)測(cè)中來(lái)，探索研究了考慮電力市場(chǎng)交易的長(zhǎng)期負(fù)荷預(yù)測(cè)方法。

該方法運(yùn)用了多個(gè)功能模塊，其中不僅包含了傳統(tǒng)負(fù)荷預(yù)測(cè)，還引入了電力市場(chǎng)中供需雙方關(guān)于市場(chǎng)交易的預(yù)期，并將這個(gè)預(yù)期通過(guò)電價(jià)響應(yīng)的方式反應(yīng)到預(yù)測(cè)值的修正循環(huán)中來(lái)。算例結(jié)果顯示，本文所提方法能逐步修正負(fù)荷預(yù)測(cè)值，有效引入市場(chǎng)交易對(duì)長(zhǎng)期負(fù)荷預(yù)測(cè)的影響。

力求提升長(zhǎng)期負(fù)荷預(yù)測(cè)的準(zhǔn)確性，并為市場(chǎng)環(huán)境下的負(fù)荷預(yù)測(cè)工作提出建議。下一步工作將進(jìn)一步驗(yàn)證該方法的有效性，并加以完善。