李小偉，陳 楚

(廣西電網(wǎng)有限責(zé)任電網(wǎng)規(guī)劃研究中心，廣西 南寧 530000)

在社會經(jīng)濟水平不斷提升的背景下，人們也隨之提高了對電力資源的需求量，市場化進程也極大推進了電力系統(tǒng)，需要做到強化自身運營機制、充分提升自我效能各方面，加大發(fā)展進程滿足新時期的各方面電力需求。所以近年來電網(wǎng)規(guī)劃運行研究領(lǐng)域中，如何能夠科學(xué)合理進行電力負(fù)荷預(yù)測，選用的恰當(dāng)負(fù)荷預(yù)測方法與運用效果，作為該領(lǐng)域的熱門研究話題。在國內(nèi)外針對電力負(fù)荷預(yù)測的相關(guān)研究中，文獻(xiàn)[1]、文獻(xiàn)[2]通過對電力負(fù)荷總量預(yù)測，以及空間預(yù)測的方法和預(yù)測結(jié)果展開對比分析；文獻(xiàn)[3]針對未來5年的某區(qū)域電網(wǎng)負(fù)荷情況，運用回歸分析法預(yù)測，最終提出了新型預(yù)測方法，對比回歸分析法證實新型預(yù)測方法的結(jié)果準(zhǔn)確性。文獻(xiàn)[4]通過對負(fù)荷預(yù)測中常用的方法作出一一介紹，并對不同方法的應(yīng)用優(yōu)缺點進行分析。在文獻(xiàn)[5]中對電力負(fù)荷預(yù)測內(nèi)容、特點和方法加以總結(jié)，闡述了國內(nèi)外現(xiàn)有電力負(fù)荷預(yù)測的主要內(nèi)容，以及采用的預(yù)測方法。但是現(xiàn)有研究中仍然欠缺針對實際電網(wǎng)案例結(jié)合多種負(fù)荷預(yù)測方法對比分析研究。因此本文將選取某地的配電網(wǎng)規(guī)劃，對當(dāng)?shù)仉娏οM現(xiàn)狀了解基礎(chǔ)之上，運用趨勢擬合法、單耗法、多元線性回歸分析法，預(yù)測了未來2020—2024年當(dāng)?shù)氐碾娏οM，并進行3種負(fù)荷預(yù)測方法對比分析，證實負(fù)荷預(yù)測對于配電網(wǎng)規(guī)劃中應(yīng)用價值。

1 電力消費現(xiàn)狀

根據(jù)前期統(tǒng)計選取某地在2010—2019年的全年電力消費情況(表1)，可以發(fā)現(xiàn)當(dāng)?shù)氐碾娏οM呈逐年遞增趨勢。并且了解到當(dāng)?shù)氐挠秒姷谝划a(chǎn)業(yè)在2010年之后逐年遞減，第二產(chǎn)業(yè)呈現(xiàn)較快的逐年遞增復(fù)制，第三產(chǎn)業(yè)在2013年之后逐漸增幅平穩(wěn)。第三較第二產(chǎn)業(yè)來講，在用電量和總體呈逐年遞增趨勢。

表1 2010—2019年電力消費情況Tab.1 Electricity consumption from 2010 to 2019

2 電力負(fù)荷預(yù)測電力負(fù)荷預(yù)測

根據(jù)選取該地在2010—2019年的電力消費相關(guān)數(shù)據(jù)，與這些年當(dāng)?shù)仉娏οM情況相結(jié)合，設(shè)計運用單耗法、趨勢擬合法、多元線性回歸法共計3種分析模型，預(yù)測了當(dāng)?shù)?020—2024年的電力負(fù)荷。

2.1 單耗法

以當(dāng)?shù)匕l(fā)展現(xiàn)狀為依據(jù)，設(shè)定了2020—2024年的GDP增長率，劃分為高中低共3種情況(表2)，作為預(yù)測2020—2024年當(dāng)?shù)氐腉DP結(jié)果。

表2 2020—2024年當(dāng)?shù)谿DP預(yù)測Tab.2 Forecast of local GDP from 2020 to 2024

與當(dāng)?shù)厝螽a(chǎn)業(yè)的發(fā)展情況了解后，對2020—2024年當(dāng)?shù)氐牡谝划a(chǎn)業(yè)預(yù)測增加值占比GDP達(dá)12%，第二產(chǎn)業(yè)預(yù)測增加值占比GDP達(dá)55%，第三產(chǎn)業(yè)預(yù)測增加值占比GDP達(dá)36%(表3)作為預(yù)測當(dāng)?shù)?020—2024年當(dāng)?shù)厝螽a(chǎn)業(yè)的增加值。

表3 三大產(chǎn)業(yè)GDP增加值預(yù)測Tab.3 GDP added value forecast of three major industries

通過預(yù)測當(dāng)?shù)?020—2024年三大產(chǎn)業(yè)的單位內(nèi)產(chǎn)值耗電以及居民生活年均增長率，能夠計算三大產(chǎn)業(yè)與居民的用電量，并成功預(yù)測全省的用電消費總量(表4)。

表4 2020—2024年全省三大產(chǎn)業(yè)用電消費總量預(yù)測Tab.4 Total electricity consumption forecast of three major industries in the province from 2020 to 2024

2.2 趨勢擬合法

運用線性擬合、指數(shù)擬合、多項式擬合3種方法擬合2010—2019年當(dāng)?shù)氐碾娏οM數(shù)據(jù)，3種方法的決定系數(shù)R2分別為0.970 8、0.968 8、0.979 5。決定系數(shù)代表趨勢線在估計值以及相應(yīng)實際數(shù)據(jù)，二者之間所形成的擬合度，0～1為取值范圍，在決定系數(shù)與1接近或相等時，就有較高可靠性[6-9]。所以選用了最高可靠性的多項式擬合法，預(yù)測當(dāng)?shù)?020—2024年度的電力消費量。

據(jù)此最終得擬合公式如下：

y=1.648 3x2+146.69x+337.34，R2=0.979 3

根據(jù)該式能成功預(yù)測當(dāng)?shù)?020—2024年的電力消費量見表5。

表5 2020—2024年的電力消費量預(yù)測結(jié)果Tab.5 Forecast results of electricity consumption from 2020 to 2024

2.3 多元線性回歸分析法

通過選取2010—2019年間當(dāng)?shù)氐?個解釋變量，分別用對應(yīng)表示當(dāng)?shù)氐腉DP、工業(yè)化率、城鎮(zhèn)化率，多元回歸分析的方程式如下：

y=-2 100.88+0.15x1-18 698.6x2+23 681

在預(yù)測電力消費之前預(yù)測所得當(dāng)?shù)?020—2024年度的x1、x2、x3(表2和表6)。

根據(jù)表1以及表6的預(yù)測結(jié)果，運用回歸分析方程式，預(yù)測可得2020—2024年度的當(dāng)?shù)仉娏οM量(表7)。

表6 2020—2024年當(dāng)?shù)毓I(yè)化率及城鎮(zhèn)率預(yù)測結(jié)果Tab.6 Forecast results of local industrialization rate and town rate from 2020 to 2024

表7 2020—2024年當(dāng)?shù)仉娏οM量預(yù)測Tab.7 Forecast of local electricity consumption from 2020 to 2024

3 預(yù)測結(jié)果分析

通過預(yù)測當(dāng)?shù)氐碾娏οM現(xiàn)狀，選用了單耗法、趨勢擬合法、多元線性回歸法以上3種預(yù)測2020—2024年電力消費量(表8)?？梢园l(fā)現(xiàn)，對配電網(wǎng)規(guī)劃中可以運用單耗值、趨勢擬合法時，獲得的電力消費量不足多元線性回歸分析法結(jié)果數(shù)值大[10-15]。

表8 多種方法預(yù)測2020—2024年當(dāng)?shù)仉娏οM量Tab.8 Forecast of local electricity consumption from 2020 to 2024 using multiple methods

4 討論

不同電力負(fù)荷預(yù)測方法在運用中，由于不同的數(shù)據(jù)樣本、適用條件以及差異化建模思路，所以實際應(yīng)用往往無法做到同等判定尺度下比較結(jié)果。

運用單耗法完成負(fù)荷預(yù)測，主要完成了三大產(chǎn)業(yè)的增加值，以及單位產(chǎn)值的耗電情況，還有對當(dāng)?shù)鼐用竦纳钣秒娏窟M行預(yù)測，所完成的當(dāng)?shù)乜傠娏οM的預(yù)測。這種方法在配電網(wǎng)規(guī)劃預(yù)測中，使用原理比較簡單且難度不大容易掌握，但是根據(jù)原始數(shù)據(jù)無法保證計算三大產(chǎn)業(yè)增加值，以及單位產(chǎn)業(yè)的耗電值，還有用電量的結(jié)果準(zhǔn)確性，所以這種方法的預(yù)測應(yīng)用精度較差。對于配電網(wǎng)規(guī)劃運用單耗法進行負(fù)荷預(yù)測，可以將這種方法應(yīng)用于存在單耗指標(biāo)工業(yè)、部分農(nóng)業(yè)類電力消費量指標(biāo)，可以獲得對短期預(yù)測的較好效果。

運用趨勢擬合法，作為一種可以對具體分布的原始數(shù)據(jù)情況進行觀察，之后尋找最優(yōu)化適合的函數(shù)類型擬合處理，對處理后結(jié)果運用Excel表格工具，進行對比相較獲得最佳結(jié)果。運用趨勢擬合法僅僅對時間電力消費所造成的的影響加以考慮，并未對地區(qū)經(jīng)濟發(fā)展充分考慮，人口社會多種影響因素喲所忽略。但是運用該方法相較單耗法來講，能夠獲得更加準(zhǔn)確的電網(wǎng)負(fù)荷預(yù)測結(jié)果。對于配網(wǎng)規(guī)劃中選用趨勢擬合法，需要考慮擬合預(yù)測額精度以及曲線一致性。與當(dāng)?shù)亟陙黼娋W(wǎng)發(fā)展的實際情況，最終選擇擬合曲線模型。

運用多元線性回歸法對配電網(wǎng)負(fù)荷預(yù)測中，綜合考慮了對電力消費結(jié)果造成影響的多因素，經(jīng)回歸方程式分析了各自變量、因變量之間存在的關(guān)系，對于配電網(wǎng)規(guī)劃預(yù)測，作為一種可以適用且準(zhǔn)確獲得高精度預(yù)測結(jié)果的方法。但是在本文研究中運用回歸分析方法時，也受一定因素限值，需要統(tǒng)計分析當(dāng)?shù)匾酝挠秒娗闆r，確認(rèn)對電力消費造成影響的多因素，確定電力消費及影響因素的關(guān)系，并對電力負(fù)荷完成預(yù)測。

5 結(jié)語

上述研究對于配電網(wǎng)電力負(fù)荷預(yù)測至關(guān)重要。根據(jù)電網(wǎng)負(fù)荷預(yù)測所得結(jié)果，可以作為判斷電網(wǎng)運行的重要數(shù)據(jù)，預(yù)測的數(shù)值結(jié)果精準(zhǔn)度會對配電網(wǎng)運行的安全穩(wěn)定性產(chǎn)生直接影響。所以運用回歸分析法、單耗法、趨勢擬合法這3種方法，在預(yù)測過程中的數(shù)據(jù)樣本、適用條件以及建模思路方面均存在明顯不同。得出了規(guī)劃配電網(wǎng)過程中，需要結(jié)合電力消費的發(fā)展情況以及負(fù)荷影響因素，選擇恰當(dāng)?shù)呢?fù)荷預(yù)測方法，才能在真正提高配電系統(tǒng)運行安全穩(wěn)定性的同時，獲得更高的社會、經(jīng)濟效益。