摘 " "要：隨著電力體制改革的推進(jìn)，眾多售電公司相繼成立，并將進(jìn)入城市配電網(wǎng)增量市場(chǎng)。對(duì)于城市配電網(wǎng)，居民、商業(yè)電量增速快，且在總電量中占比逐漸增加，發(fā)展?jié)摿薮?。本文以居民、商業(yè)電量總和為研究對(duì)象，對(duì)其發(fā)展趨勢(shì)進(jìn)行分析，然后設(shè)計(jì)了一種考慮人口因素的居民、商業(yè)用戶長(zhǎng)期售電量預(yù)測(cè)方法。最后，以廣東省某大型城市中心城區(qū)為例，對(duì)本文所提出的方法進(jìn)行檢驗(yàn)。

關(guān)鍵詞：人口因素;居民商業(yè)用電;長(zhǎng)期電量預(yù)測(cè);年人均耗量

中圖分類號(hào)：F426 " " " " " "文獻(xiàn)標(biāo)識(shí)碼：A " " " " " " " 文章編號(hào)：1004-7344（2019）03-0074-02

引 言

隨著電力體制改革的推進(jìn)與深入，配電網(wǎng)增量市場(chǎng)向社會(huì)資本開放，全國(guó)各省市陸續(xù)成立了眾多售電公司，其中絕大多數(shù)售電公司的業(yè)務(wù)將集中在城市配電網(wǎng)增量市場(chǎng)。對(duì)于各大中型城市，受產(chǎn)業(yè)升級(jí)轉(zhuǎn)型等因素影響，導(dǎo)致其大工業(yè)電量增長(zhǎng)緩慢，甚至對(duì)個(gè)別城市或區(qū)縣，其大工業(yè)電量處于下降狀態(tài)。與此同時(shí)，其第三產(chǎn)業(yè)用電量及居民生活用電量則不斷上升，成為城市配電網(wǎng)增量市場(chǎng)的主力。

以廣東省為例，絕大多數(shù)售電公司集中在廣州、深圳兩大城市，這兩大城市的共同點(diǎn)為：人口眾多且持續(xù)增長(zhǎng)、第三產(chǎn)業(yè)發(fā)達(dá)、大工業(yè)向市區(qū)周邊或周邊城市遷移。以上特點(diǎn)決定，大多數(shù)售電公司需將城市配電網(wǎng)增量市場(chǎng)，即居民、第三產(chǎn)業(yè)用電市場(chǎng)作為自己的主營(yíng)業(yè)務(wù)。

目前國(guó)內(nèi)電網(wǎng)企業(yè)將全部電力用戶分為5大類，其中居民用戶單獨(dú)為一類，第三產(chǎn)業(yè)用電應(yīng)對(duì)應(yīng)商業(yè)用戶。故本文以居民、商業(yè)用戶電量為研究對(duì)象，考慮人口因素對(duì)其的影響，研究其電量預(yù)測(cè)的方法。

本文以居民、商業(yè)電量總和為研究對(duì)象，在充分分析其發(fā)展趨勢(shì)與規(guī)律的基礎(chǔ)上，考慮人口因素對(duì)其影響，設(shè)計(jì)了考慮人口因素的居民、商業(yè)用戶長(zhǎng)期售電量預(yù)測(cè)方法，該方法對(duì)區(qū)域內(nèi)常住人口及年人均耗量分別進(jìn)行預(yù)測(cè)，將預(yù)測(cè)結(jié)果相乘得到居民、商業(yè)電量總和。最后以廣東省某大型城市區(qū)級(jí)供電局為例，對(duì)所提出的方法進(jìn)行檢驗(yàn)。

1 "居民、商業(yè)電量發(fā)展趨勢(shì)

受城市產(chǎn)業(yè)升級(jí)轉(zhuǎn)型等因素影響，部分大中城市或市中心某區(qū)出現(xiàn)了大工業(yè)電量下降、居民商業(yè)電量增加的趨勢(shì)。以廣東省某大型城市中心城區(qū)C區(qū)為例，該區(qū)自2013年起，大工業(yè)電量在總電量中占比持續(xù)降低，但居民、商業(yè)電量總和及常住人口數(shù)量持續(xù)增長(zhǎng)，居民、商業(yè)電量的增量潛力巨大。深入分析可知，居民、商業(yè)電量的增速大于常住人口的增速，即居民、商業(yè)年人均耗電量（以下簡(jiǎn)稱“年人均耗量”）的增速亦不斷增長(zhǎng)。

綜合分析可知，部分大中城市或市中心城區(qū)的居民、商業(yè)電量存在巨大增量市場(chǎng)，售電公司在進(jìn)入某一區(qū)域前，需對(duì)該區(qū)域市場(chǎng)潛力進(jìn)行預(yù)測(cè)評(píng)估，在進(jìn)行電量預(yù)測(cè)時(shí)，不應(yīng)僅著眼于居民、商業(yè)電量總和的統(tǒng)計(jì)數(shù)據(jù)，可將居民、商業(yè)電量看做兩部分的乘積，即：

Qjs=qjs·N（1）

其中Qjs為居民、商業(yè)電量總和，單位為kWh，qjs為年人均耗量，單位為kWh/（年·人），N為該區(qū)域常住人口數(shù)量，單位為人。因此，本文從年人均耗量及常住人口數(shù)量的角度對(duì)居民、商業(yè)電量總和進(jìn)行研究，抓住影響其變化的根源，分別進(jìn)行預(yù)測(cè)。

2 "算法設(shè)計(jì)

如（1）式所示，居民、商業(yè)電量總和由兩項(xiàng)因素決定，故本文分別對(duì)兩項(xiàng)因素進(jìn)行預(yù)測(cè)，將預(yù)測(cè)結(jié)果相乘得到居民、商業(yè)電量總和的預(yù)測(cè)值。本文所設(shè)計(jì)的算法流程為：數(shù)據(jù)收集及預(yù)處理-對(duì)年人均耗量進(jìn)行預(yù)測(cè)-對(duì)常住人口數(shù)量進(jìn)行預(yù)測(cè)-計(jì)算得到總電量預(yù)測(cè)值。

（1）數(shù)據(jù)收集及預(yù)處理

對(duì)待預(yù)測(cè)區(qū)域歷年居民、商業(yè)用電量及對(duì)應(yīng)年份的常住人口數(shù)量進(jìn)行收集，并計(jì)算得到年人均耗量。

（2）對(duì)年人均耗量進(jìn)行預(yù)測(cè)

目前對(duì)于中長(zhǎng)期電量預(yù)測(cè)，普遍采用組合預(yù)測(cè)模型的方法?？梢宰C明，組合預(yù)測(cè)模型的預(yù)測(cè)誤差平方和不大于參與組合的各個(gè)單一模型的預(yù)測(cè)誤差平方和的最小值[1～2]。本文選取一元線性回歸法、加權(quán)擬合直線方程、累加線性擬合法、灰色預(yù)測(cè)模型、雙曲線模型、對(duì)數(shù)曲線模型、S形曲線模型、倒指數(shù)曲線模型共8種常用預(yù)測(cè)模型算法構(gòu)成組合預(yù)測(cè)模型，使用擬合方差法[3]計(jì)算得到各單一預(yù)測(cè)模型的權(quán)重。

（3）對(duì)常住人口數(shù)量進(jìn)行預(yù)測(cè)

同樣使用組合預(yù)測(cè)模型及擬合方差法，對(duì)常住人口數(shù)量進(jìn)行預(yù)測(cè)，得到綜合預(yù)測(cè)結(jié)果N。

（4）計(jì)算得到總電量預(yù)測(cè)值

將年人均耗量預(yù)測(cè)結(jié)果和常住人口預(yù)測(cè)結(jié)果相乘，得到居民、商業(yè)電量總和的預(yù)測(cè)結(jié)果Qjs。

3 "算例分析

本文使用廣東省某大型城市中心城區(qū)C區(qū)近年來各項(xiàng)數(shù)據(jù)，對(duì)本文所提出的方法進(jìn)行檢驗(yàn)。

該區(qū)2013年至2016年全區(qū)各項(xiàng)售電量及人口、年人均耗量數(shù)據(jù)如表1所示。

本文基于以上4年該區(qū)的電量及人口數(shù)據(jù)，使用本文提出的預(yù)測(cè)方法對(duì)該區(qū)2017年居民、商業(yè)電量總和進(jìn)行預(yù)測(cè)，同時(shí)使用組合預(yù)測(cè)方法，直接對(duì)居民、商業(yè)電量總和進(jìn)行預(yù)測(cè)計(jì)算，將二者結(jié)果進(jìn)行比對(duì)分析。

（1）使用本文提出的預(yù)測(cè)方法進(jìn)行預(yù)測(cè)計(jì)算

計(jì)算輸入數(shù)據(jù)為歷年常住人口及年人均耗量數(shù)據(jù)，使用組合預(yù)測(cè)模型分別對(duì)二者進(jìn)行預(yù)測(cè)，再將所得結(jié)果相乘，得到居民、商業(yè)電量總和的預(yù)測(cè)結(jié)果，預(yù)測(cè)結(jié)果如表2所示。

（2）直接對(duì)居民、商業(yè)電量總和進(jìn)行預(yù)測(cè)計(jì)算

計(jì)算輸入數(shù)據(jù)為歷年居民、商業(yè)電量總和，使用組合預(yù)測(cè)模型直接對(duì)其進(jìn)行預(yù)測(cè)，所得預(yù)測(cè)結(jié)果為2017年該區(qū)居民、商業(yè)電量總和為21.57億kWh.

（3）預(yù)測(cè)結(jié)果比對(duì)分析

將（1）、（2）所得結(jié)果與2017年該區(qū)居民、商業(yè)電量總和實(shí)際值進(jìn)行比對(duì)，結(jié)果如表3所示。

由表3可知，本文所提出方法的預(yù)測(cè)結(jié)果，明顯優(yōu)于對(duì)總電量直接進(jìn)行預(yù)測(cè)的方法，因本文方法充分考慮了人口因素對(duì)居民、商業(yè)電量的影響，對(duì)常住人口數(shù)量、年人均耗量分別進(jìn)行預(yù)測(cè)，保留了二者發(fā)展趨勢(shì)的細(xì)節(jié)信息，因而可以得到更為準(zhǔn)確的預(yù)測(cè)結(jié)果。

售電公司可使用本方法，對(duì)區(qū)域居民、商業(yè)電量潛力進(jìn)行預(yù)測(cè)，尋找更有商業(yè)價(jià)值的區(qū)域，更有針對(duì)性的開展售電活動(dòng)。

4 "結(jié) 論

（1）本文對(duì)居民、商業(yè)電量發(fā)展趨勢(shì)進(jìn)行了分析，可知對(duì)大中型城市，其居民、商業(yè)電量數(shù)值及在總電量中的占比均呈現(xiàn)上升趨勢(shì)，為售電公司開展售電業(yè)務(wù)提供了足夠的市場(chǎng)。

（2）本文設(shè)計(jì)了考慮人口因素的居民、商業(yè)用戶長(zhǎng)期售電量預(yù)測(cè)方法。該方法充分考慮人作為居民、商業(yè)電量的用電主體及在用電行為中的主導(dǎo)地位，使用組合預(yù)測(cè)模型對(duì)人口數(shù)量和年人均耗量分別進(jìn)行預(yù)測(cè)，再將二者預(yù)測(cè)結(jié)果相乘，得到居民、商業(yè)電量總和的預(yù)測(cè)而結(jié)果。

（3）本文以廣東省某大型城市中心城區(qū)為例，對(duì)所提出的售電量預(yù)測(cè)方法進(jìn)行檢驗(yàn)，結(jié)果證明該方法比直接對(duì)居民、商業(yè)電量進(jìn)行預(yù)測(cè)，具有更高的準(zhǔn)確性。本方法在整體工作量增加不大的情況下，提高了對(duì)居民、商業(yè)電量的預(yù)測(cè)精度，可幫助售電公司對(duì)各區(qū)域進(jìn)行售電量預(yù)測(cè)，評(píng)估開發(fā)潛力，指導(dǎo)其售電業(yè)務(wù)的開展，以獲取最大的經(jīng)濟(jì)效益。

參考文獻(xiàn)

[1]汪同三，張 濤.組合預(yù)測(cè)——理論、方法及應(yīng)用[M].北京：社會(huì)科學(xué)文獻(xiàn)出版社，2008.

[2]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.

[3]康重慶，夏 清，劉 梅.電力系統(tǒng)負(fù)荷預(yù)測(cè)[M].北京：中國(guó)電力出版社，2007.

收稿日期：2018-12-6