嚴斌

摘要：本文深入研究售電量分析預測的概念及主要影響因素，探討售電量分析預測的主要方法，根據大工業(yè)占售電量比重大及月間電量相關性，探索出一種在日常工作中行之有效的售電量分析預測方法。

關鍵詞：售電側改革;分析預測;大工業(yè)增量與月間相關結合法

隨著我國電力體制改革的不斷深入，電力市場環(huán)境也逐步發(fā)生變化。特別是中發(fā)[2015] 9號文明確提出“有序向社會資本放開售電業(yè)務，鼓勵社會資本投資成立售電主體”，這就意味著電網公司售電市場面臨的競爭逐步加劇。因此，采用合適有效的方法對售電量進行分析預測顯得尤為重要。

1 售電量分析預測的概念及主要影響因素

1.1售電量分析預測的概念

售電量分析預測是根據經濟、社會、氣象、市場等歷史數據，探索售電量歷史數據變化規(guī)律對未來售電量的影響，尋求售電量與各種相關因素之間的內在聯系，從而對未來的售電量進行科學的預測[1-2]。

1.2 影響售電量分析預測的主要因素

影響售電量的因素很多，主要包括經濟發(fā)展戰(zhàn)略目標、產業(yè)發(fā)展和布局以及相應的經濟政策、經濟調控措施、電價政策、主要行業(yè)產能及用電波動情況、重點大客戶用電生產情況、新投產客戶、自備電廠及自供區(qū)、氣象、節(jié)假日、日歷天數等[3-4]。通過掌握動態(tài)社會、經濟、氣象和用電等基礎數據，分析宏觀因素對電力、電量需求影響，分析突發(fā)事件對電力市場供需關系的影響以及氣溫、水情變化引起用電特性的變化等，考慮實際情況和資料可利用程度，對多種方法得出的預測結果進行比較和綜合分析，根據經驗和常識以及其他變量因素進行判斷，對預測結果進行適當修正，得到最終的售電量預測結果。

2 售電量分析預測方法

2.1常用售電市場分析預測方法

2.1.1平均增長率法

平均增長率法是根據過去多年來的電量增長情況，計算出平均增長率，并假定以后每年的電量增長趨勢與過去相同，從而預測今后某年電量的預測方法。計算公式為：

An=Am（1+K）n-m（1）

（式中：An—第n年電量;Am—第m年電量（基準年）;K—從m年到n年的平均增長率率）

平均增長率法預測售電量的優(yōu)點是計算簡單，但是因為所參考的電量只有區(qū)間中第一年和最后一年的，沒有考慮到中間年份電量的變化關系，所以不能準確跟蹤電量變化趨勢，誤差比較大。該方法可用于電量變化趨勢比較平滑，一般不會發(fā)生突變的用電類別。在實際工作中，可用于預測商業(yè)用電、居民用電、非普工業(yè)用電等類別。

2.1.2月間相關法

逐月電力市場存在較為明顯的季節(jié)規(guī)律，經濟和生產狀況在短期內都存在較強的慣性，次月的電力市場與上月的電力市場之間也密切相關。因此，分月售電量多采用月間相關法。形式如下：

1）日歷天數電量預測法

本月電量=上月售電量×（本月天數/上月天數） ??????（2）

2）占年售電量比重法

本月電量=某月電量/某月歷年平均比重×本月歷年平均比重 ?????????????????????????????????????????????????????（3）

該方法可用于測算一個月、幾個月或者一個季度、半年等的售電量情況。方法縱向考慮了各月（幾個月、季度、半年）的固定規(guī)律（體現在相對固定的比重），也橫向考慮了當年的實際情況（預測公式中含當年已發(fā)生月份的實際電量），在做短期預測時準確率較高。但“占年售電量比重法”涉及到的數據量較大，操作起來較為復雜。

2.1.3大工業(yè)比重法

日常工作中已對大工業(yè)企業(yè)存量及增量客戶進行了密切跟蹤，大用戶數據相對更易獲得，把握住大工業(yè)售電量也就基本把握了全口徑售電量。因此，采用大工業(yè)比重預測法預測售電量是較為準確可行的預測方法。

具體預測方法如下式：

全口徑售電量=（大工業(yè)增量電量+大工業(yè)存量電量）/大工業(yè)比重 ????????????????????????????????????????????????（4）

該方法一般用于預測年度大工業(yè)售電量、年度售電量，主要把握大工業(yè)售電在全口徑售電量占決定性因素的特點，通過跟蹤大工業(yè)用戶，獲得來年售電情況的預測。該方法需要預測人員有較豐富的預測經驗和較敏銳的洞察能力。

2.1.4大工業(yè)增量與月間相關結合法

根據大工業(yè)售電在售電量占決定性因素的特點，日常工作對新投產及停運大客戶進行密切跟蹤，以便獲取大用戶用電數據，加之電力市場存在較為明顯的季節(jié)規(guī)律，比對月間相關法中“日歷天數電量預測法”預測的電量值，結合新投產及停運大客戶引起的電量變化，最終得出售電量預測值。具體做法為：首先利用電力用戶用電信息采集系統(tǒng)建立大客戶檔案群，而后獲取重點用戶日用電量數據。根據抄表例日，將上月及本月（截止到預測日）的重點用戶日用電數據導出，對比本月與上月大工業(yè)用電量差值，考慮新投產及停運大客戶產生的影響，結合日歷天數電量預測法，得出當月售電量預測值。

3 實例

利用采集系統(tǒng)，將某供電公司2018年10月抄表日及11月（截止11月20日）重點用戶電量數據導出：9月28日至10月27日總電量為5.1846億千瓦時，10月28日至11月20日電量為4.1725億千瓦時。

由導出數據可知，10月份重點用戶電量總和約為5.1846億千瓦時，11月（截止20日，共24天）重點用戶電量總和約為4.1725億千瓦時，平均每天電量值為0.1738億千瓦時，考慮到日歷天數及抄表習慣，11月實際抄的是10月電量，故后面7天每天量暫按0.1738億千瓦時來計算，最后得出11月重點用戶電量總和約為5.3890億千瓦時，比10月份多約0.2000億千瓦時?？紤]到11月大客戶生產較穩(wěn)定（計算重點用戶電量時已考慮存量大工業(yè)檢修情況），氣溫也較為平穩(wěn)，沒有大型新增項目，已知10月份全口徑售電量為9.2123億千瓦時，故預測11月份全口徑售電量為9.4123億千瓦時;按照月間相關法中“日歷天數電量預測法”預測11月份全口徑售電量=10月份全口徑售電量×31÷30=92123.27×31÷30=9.5194（億千瓦時）。取大工業(yè)增量與月間相關法預測值的平均值作為11月全口徑售電量最終預測值=（9.4123+9.5194）÷2=9.4659（億千瓦時），11月實際全口徑售電量為9.4780億千瓦時，預測準確率達99.87%。

該方法適用于短期月度電量預測，只需日常對大客戶進行緊密跟蹤（如采集系統(tǒng)某大客戶電量某天突然為零，要明確實際中它確實為零，以排除采集系統(tǒng)誤采數據的可能），加上月間相關法中“日歷天數電量預測法”，既充分考慮了企業(yè)實際生產經營過程，又橫向考慮了月間電量的相關性，簡單有效，是日常工作中行之有效的一種售電市場分析預測方法。

4 結束語

電力體制改革的深入必將對電網公司售電市場產生很大的沖擊，選取簡單有效的方法對售電市場進行分析預測至關重要。根據不同用電類別的用電特點，可選取不同的方法按月度、季度或者年度對售電市場進行分析預測。大工業(yè)增量與月間相關結合法只需對地區(qū)大工業(yè)生產情況進行跟蹤，利用采集系統(tǒng)建立大客戶檔案群并對其電量數據進行跟蹤分析，操作簡單，預測準確率高，在日常工作中預測短期月間電量具有很高的應用價值。

參考文獻

[1]牛東曉，曹樹華，趙磊，等.電力負荷預測技術及其應用[M].北京：中國電力出版社，1998.

[2]康重慶，夏清，劉梅.電力系統(tǒng)負荷預測[M].北京：中國電力出版社，2007.

[3]譚風雷，張兆軍，朱超，等.一種改進的指數平滑負荷預測方法研究[J].電力需求側管理，2016，18（6）：22-26.

[4]丁曉，孫虹，鄭海雁，等.基于配用電大數據的短期負荷預測[J].電力工程技術，2018，37（3）：21-27.