傅晨 樊立攀 吳巍 霍偉強(qiáng) 孫亮

【摘 要】在售電側(cè)改革持續(xù)推進(jìn)的背景下，開展售電量預(yù)測(cè)工作，能夠?yàn)殡娋W(wǎng)企業(yè)合理制訂電力交易計(jì)劃、優(yōu)化客戶用電管理及線損管理等提供決策支撐。文章闡述中長(zhǎng)期售電量預(yù)測(cè)的相關(guān)概念，對(duì)其售電量預(yù)測(cè)計(jì)算模型進(jìn)行研究，提出改進(jìn)型灰色預(yù)測(cè)模型在售電量預(yù)測(cè)中的應(yīng)用，并根據(jù)歷史數(shù)據(jù)進(jìn)行實(shí)例驗(yàn)證。

【關(guān)鍵詞】售電量預(yù)測(cè);電力市場(chǎng);負(fù)荷;灰色預(yù)測(cè)模型

【中圖分類號(hào)】F224;F274;F426.61【文獻(xiàn)標(biāo)識(shí)碼】A【文章編號(hào)】1674-0688（2019）02-0109-02

開展適用于實(shí)際應(yīng)用的售電量預(yù)測(cè)模型，提高售電量預(yù)測(cè)的準(zhǔn)確率，有利于計(jì)劃用電管理，使電網(wǎng)運(yùn)行方式和機(jī)組檢修計(jì)劃更為合理有效，節(jié)約資源，降低發(fā)電成本，提高電力系統(tǒng)的社會(huì)效益和經(jīng)濟(jì)效益。

1 售電量預(yù)測(cè)概述

售電量預(yù)測(cè)是對(duì)一定時(shí)期內(nèi)市場(chǎng)銷售電力總量的預(yù)測(cè)，根據(jù)預(yù)測(cè)目的可以分為超短期預(yù)測(cè)、短期預(yù)測(cè)、中期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè)。常用的預(yù)測(cè)方法包括神經(jīng)網(wǎng)絡(luò)模型、平滑指數(shù)法、時(shí)間序列法等，但這些模型在收斂速度、預(yù)測(cè)精度和數(shù)據(jù)要求上均有不同程度的限制。售電量容易受GDP、地區(qū)經(jīng)濟(jì)發(fā)展?fàn)顩r、人口和氣候等因素的影響，預(yù)測(cè)過(guò)程不僅要考慮影響因子，還要求達(dá)到較高的預(yù)測(cè)精度。灰色預(yù)測(cè)模型適用于貧信息下的分析和預(yù)測(cè)，在中長(zhǎng)期售電量預(yù)測(cè)中受到廣泛關(guān)注，因此本文立足于某省的實(shí)際情況，對(duì)中長(zhǎng)期售電量預(yù)測(cè)情況進(jìn)行研究。

2 灰色預(yù)測(cè)模型理論

灰色預(yù)測(cè)模型基于關(guān)聯(lián)空間、光滑離散度函數(shù)建立灰導(dǎo)數(shù)與灰微分方程，用離散數(shù)列構(gòu)建隨機(jī)動(dòng)態(tài)預(yù)測(cè)模型?；疑A(yù)測(cè)模型的優(yōu)點(diǎn)在于所需數(shù)據(jù)量少，不考慮歷史數(shù)據(jù)的分布規(guī)律和變化趨勢(shì)，運(yùn)算過(guò)程簡(jiǎn)便，預(yù)測(cè)結(jié)果易于檢驗(yàn)。但該方法的缺點(diǎn)在于數(shù)據(jù)離散程度越大，預(yù)測(cè)精度越差，因此許多理論方法對(duì)此采取了多種改進(jìn)方式，如對(duì)歷史數(shù)據(jù)進(jìn)行平滑處理、模型參數(shù)修正等。GM（1，1）及改進(jìn)方法是最為常用的灰色預(yù)測(cè)模型，該模型由單變量的一階微分方程構(gòu)成。

3 灰色預(yù)測(cè)模型在售電量預(yù)測(cè)中的應(yīng)用

本文選取2012～2017年某省年度售電量數(shù)據(jù)，其中2012～2016年數(shù)據(jù)為基礎(chǔ)數(shù)據(jù)，2017年數(shù)據(jù)為預(yù)測(cè)驗(yàn)證數(shù)據(jù)，通過(guò)灰色模型及改進(jìn)模型進(jìn)行預(yù)測(cè)，這里改進(jìn)模型中取a=1.2，m=1.05，N=2。經(jīng)測(cè)算，使用傳統(tǒng)模型預(yù)測(cè)得到的年售電量為1 437.6億kW·h，使用改進(jìn)模型預(yù)測(cè)得到的年售電量為1 432.4億kW·h，與實(shí)際數(shù)據(jù)相比，相對(duì)誤差分別是-4.28%、-4.63%。

由此可知，灰色預(yù)測(cè)法的傳統(tǒng)模型和改進(jìn)模型準(zhǔn)確率相差較小。但考慮到改進(jìn)模型可改善原始數(shù)據(jù)的光滑性，提高預(yù)測(cè)精度，因此月度售電量使用改進(jìn)模型進(jìn)行預(yù)測(cè)。輸入2012～2016年月度售電量數(shù)據(jù)，預(yù)測(cè)2017年各月度售電量，并與實(shí)際售電量對(duì)比，可得1～3月預(yù)測(cè)誤差為-7.1%、10%、4.6%;4～6月預(yù)測(cè)誤差為2.1%、1.5%、4.7%;7～9月預(yù)測(cè)誤差為11.2%、13.5%、4.5%;10～12月預(yù)測(cè)誤差為1%、2.6%、2.5%。

從上述預(yù)測(cè)結(jié)果可知，月度售電量的準(zhǔn)確率波動(dòng)較大，但λ（k）∈（0.79，1.21），落在區(qū)域（0.72，1.40）內(nèi)，因此改進(jìn)灰色預(yù)測(cè)模型具有適用性。但分析基礎(chǔ)數(shù)據(jù)發(fā)現(xiàn)，原始數(shù)據(jù)光滑性較差導(dǎo)致預(yù)測(cè)精度不夠理想。歷年各季度售電量有逐步增長(zhǎng)的趨勢(shì)，其光滑性比月度數(shù)據(jù)明顯增強(qiáng)，因此可通過(guò)預(yù)測(cè)季度售電量來(lái)計(jì)算月度售電量。根據(jù)灰色預(yù)測(cè)模型計(jì)算得出2017年各季度預(yù)測(cè)結(jié)果分別為340.5億kW·h、339.1億kW·h、383.7億kW·h、370.0億kW·h，相對(duì)誤差分別是2.45%、2.77%、9.99%、2.06%。

定義“占季比”為各月度售電量占所在季度售電量的比重。取2013～2017年每月售電量占季比的加權(quán)平均數(shù)，依據(jù)“近大遠(yuǎn)小”原則設(shè)定權(quán)重，根據(jù)下面公式結(jié)合前5年各月占季比數(shù)據(jù)計(jì)算預(yù)測(cè)月度售電量：

結(jié)合“近大遠(yuǎn)小”原則取a5=0.3，a4=0.3，a3=0.2，a2=0.1，a1=0.1，計(jì)算可得2017年各月度預(yù)測(cè)售電量，其中2月預(yù)測(cè)誤差為10.27%，7月、8月預(yù)測(cè)誤差為9.8%和14.6%，其他月份預(yù)測(cè)值的絕對(duì)誤差均低于5%，因此2月、7月和8月的預(yù)測(cè)值均需要修正。

3.1 2月售電量預(yù)測(cè)值修正

在計(jì)算月度售電量預(yù)測(cè)值過(guò)程中，歷年月度售電量占季比的權(quán)重賦值僅考慮“近大遠(yuǎn)小”的規(guī)律，忽略春節(jié)假期所在月份對(duì)售電量的影響。

設(shè)預(yù)測(cè)第n年的月售電量，被預(yù)測(cè)年份1～2月平均日用電量為X0，受春節(jié)放假影響時(shí)段的平均日用電量為X1，則這兩類平均日用電量的比值為λn，預(yù)測(cè)某月的售電量時(shí)λ可取歷年數(shù)據(jù)的加權(quán)平均值。假設(shè)D1、D2分別為每年1月和2月受春節(jié)假期影響時(shí)段的天數(shù)，D為2月總天數(shù)。一般認(rèn)為受春節(jié)假期影響時(shí)段為春節(jié)前2天至節(jié)后7天。從而有

式中，E（n，1）、E（n，2）分別表示第n年1月、2月售電量預(yù)測(cè)值，從而可以算出第n年1月及2月修正值E（n，1）'和E（n，2）'。通過(guò)上述方法計(jì)算出正常時(shí)段的平均日用電量X0，預(yù)測(cè)2017年2月正常時(shí)段的平均日用電量為113.25億kW·h，預(yù)測(cè)相對(duì)誤差為1.83%。

3.2 7～8月售電量預(yù)測(cè)值修正

7～8月產(chǎn)生誤差的原因主要是售電量對(duì)溫度變化異常敏感，2016～2017年夏季氣溫較高，連續(xù)高溫天數(shù)較往年更多，空調(diào)制冷負(fù)載上升，導(dǎo)致預(yù)測(cè)值與實(shí)際值相差較大。但通過(guò)預(yù)測(cè)溫度來(lái)預(yù)測(cè)售電量，將使預(yù)測(cè)誤差進(jìn)一步擴(kuò)大。經(jīng)測(cè)算，當(dāng)兩個(gè)增長(zhǎng)率均值的權(quán)重取值為0.5時(shí)準(zhǔn)確率較高。通過(guò)上述公式計(jì)算得到2017年7月售電量預(yù)測(cè)值為123.41億kW·h，相對(duì)誤差為5.37%，8月售電量預(yù)測(cè)值為163.33億kW·h，相對(duì)誤差為0.04%。

4 結(jié)語(yǔ)

本文通過(guò)運(yùn)用灰色預(yù)測(cè)模型及其改進(jìn)方法進(jìn)行了實(shí)例驗(yàn)證，通過(guò)與預(yù)測(cè)結(jié)果對(duì)比，證實(shí)了灰色預(yù)測(cè)理論在售電量預(yù)測(cè)中的適用性和有效性。但在運(yùn)用過(guò)程中還需根據(jù)實(shí)際情況進(jìn)行分析，選擇合適的灰色預(yù)測(cè)工具，才能保證預(yù)測(cè)結(jié)果的準(zhǔn)確性，對(duì)供電企業(yè)管理起到相應(yīng)的作用。

參 考 文 獻(xiàn)

[1]牛東曉，曹樹華.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，2006.

[2]劉秋華，陳潔，甘海慶.基于改進(jìn)灰色模型的售電量預(yù)測(cè)分析[J].統(tǒng)計(jì)與信息論壇，2009，24（11）：17-21.

[3]潘小輝，劉麗萍，李揚(yáng).提高月度售電量預(yù)測(cè)精度的一種新方法[J].電力需求側(cè)管理，2013，15（3）：11-15.

[責(zé)任編輯：鐘聲賢]