地區(qū)用電量影響因素分析及需求預(yù)測方法研究

李亮明

（廣東電網(wǎng)有限責(zé)任公司佛山高明供電局，廣東 佛山528500）

1 地區(qū)用電量影響因素分析

要想準(zhǔn)確地實現(xiàn)對地區(qū)用電量的預(yù)測，就必須先分析出影響地區(qū)用電量的主要因素。在當(dāng)前形勢下，影響用電量的因素有很多，一個地區(qū)的用電量與該地區(qū)的經(jīng)濟、社會、人口及生態(tài)環(huán)境之間都存在著密切的關(guān)系。

1.1 GDP與用電量的關(guān)系

在影響地區(qū)用電量的眾多因素中，經(jīng)濟發(fā)展水平是最重要的決策因素。其中，GDP作為一個衡量地區(qū)經(jīng)濟發(fā)展水平的重要指標(biāo)，與用電量之間存在著密切關(guān)系。一般而言，一個地區(qū)的GDP增長代表該地區(qū)的經(jīng)濟持續(xù)發(fā)展，那么生產(chǎn)與人民日常生活對用電量的依賴性就會越來越強，同時這種用電量的增長反過來對地區(qū)GDP的增長也會起到相應(yīng)的促進作用。通常而言，用電量是一個地區(qū)經(jīng)濟運行的一個十分靈敏的指標(biāo)，在GDP減速階段，該地區(qū)用電量的增長趨勢會變緩，在GDP高速增長階段，該地區(qū)的用電量又會急劇增加，這些都說明GDP與用電量之間存在著穩(wěn)定且顯著的正相關(guān)關(guān)系。例如2014年一季度，廣東GDP完成13 636.91億元，同比增長7.2%，二季度GDP則同比增長7.5%，相應(yīng)地，全社會用電量增長7.2%，增幅比一季度提高0.7個百分點。圖1給出了近年來廣東省全社會用電量與GDP指標(biāo)的變化曲線，由圖1可知，GDP與用電量的變化趨勢基本一致，關(guān)聯(lián)程度非常大。

圖1 廣東省全社會用電量增速與GDP增長比較（1991—2010）

通常來說，電力消費彈性系數(shù)可以表示用電量增長率與GDP增長率之間的關(guān)系。隨著GDP的變化，電力消費彈性系數(shù)在各年中有所變化十分常見，但從周期來看，電力消費彈性系數(shù)的變化是有一定規(guī)律的。在經(jīng)濟上行周期，若用電量的增長速度比經(jīng)濟發(fā)展的速度還高，電力消費彈性系數(shù)將增大，表現(xiàn)為地區(qū)用電量的增長速度也持續(xù)加快；而當(dāng)GDP增長速度放緩時，若用電量的增長速度低于GDP增長速度，那么電力消費彈性系數(shù)將減小。例如在廣東上一輪的經(jīng)濟上行周期中，2002—2004年全省電力消費彈性系數(shù)分別為0.93、1.04、1.09，而2010年至今，廣東電力消費彈性系數(shù)在1.03左右波動，處于一個正常的范圍。

1.2 產(chǎn)業(yè)結(jié)構(gòu)變化與用電量的關(guān)系

不同經(jīng)濟發(fā)展階段對應(yīng)著不同的產(chǎn)業(yè)結(jié)構(gòu)，而產(chǎn)業(yè)結(jié)構(gòu)和用電結(jié)構(gòu)的改變必然影響著最終的用電需求。因為各產(chǎn)業(yè)對用電量的需求大小并不一致，導(dǎo)致產(chǎn)業(yè)結(jié)構(gòu)會對用電量造成重要影響，像第二產(chǎn)業(yè)和第三產(chǎn)業(yè)對電力的需求就要比第一產(chǎn)業(yè)大。改革開放以來，廣東省的產(chǎn)業(yè)結(jié)構(gòu)中，第一產(chǎn)業(yè)所占比例持續(xù)變小，二、三產(chǎn)業(yè)所占比例持續(xù)提高。根據(jù)統(tǒng)計數(shù)據(jù)，廣東省近年來第二產(chǎn)業(yè)用電所占比重最大，其次是第三產(chǎn)業(yè)的用電比重，最后是第一產(chǎn)業(yè)，但因為廣東處于工業(yè)化后期，第三產(chǎn)業(yè)發(fā)展迅速，導(dǎo)致第二產(chǎn)業(yè)用電量的增長速度放緩，其占全社會用電量的比重也在逐漸降低。例如，2010年廣東第二產(chǎn)業(yè)的用電量比重為79.78%，而根據(jù)2013年1—11月的最新統(tǒng)計數(shù)據(jù)可知，其用電量比重則降低到67.09%。

1.3 人口因素對用電量的影響

從長遠看來，人口數(shù)會對地區(qū)電力需求產(chǎn)生重要影響。人口數(shù)量的穩(wěn)定增長必然會促進電力消費的增長。此外，人口結(jié)構(gòu)的特性也會影響到居民生活用電的需求。廣東省人口數(shù)量較大，尤其是隨著近年城市化進程的加快以及外來務(wù)工人員的數(shù)量增多，廣大城市人口數(shù)量急劇膨脹，這給城市電力供應(yīng)帶來了很大的壓力。隨著經(jīng)濟的增長和人民生活水平的提高，城鄉(xiāng)居民的收入得到了大幅度的提高，這帶來的一個顯著效果就是改變了人們的消費意識，從以往滿足照明等基本電力消費需求上升到使用空調(diào)等現(xiàn)代化電器的享受消費，必然會對居民用電量造成影響。從1986年到2010年，廣東省居民生活用電占全社會用電總量的比重從12.3%上升到13.6%，而2013年頭11個月的城鄉(xiāng)居民生活用電量為661.3億k W·h，同比增長2.05%。

2 現(xiàn)代用電量需求預(yù)測方法研究

傳統(tǒng)的用電量需求預(yù)測方法包括直觀預(yù)測法、回歸分析法、時間序列分析法及趨勢外推法等。但隨著用電環(huán)境的日趨復(fù)雜，傳統(tǒng)方法的預(yù)測準(zhǔn)確度已經(jīng)越來越難以滿足形勢發(fā)展的需要，因此有必要對用電量需求預(yù)測方法加以研究，提出能適應(yīng)現(xiàn)代用電量需求預(yù)測發(fā)展的新方法。

2.1 基于灰色系統(tǒng)理論的地區(qū)電力需求預(yù)測模型

灰色系統(tǒng)理論以“部分信息明確，部分信息不明確”的“小樣本”、“貧信息”不確定性為研究對象，主要通過利用部分明確的信息形成必要的有限序列和微分方程，以提取有價值的信息，從而實現(xiàn)對不明確信息發(fā)展趨勢的預(yù)測?；诨疑到y(tǒng)理論的地區(qū)電力需求預(yù)測模型如下：

首先，根據(jù)歷史負荷數(shù)據(jù)建立原始序列如下：

式中，n為用電量歷史數(shù)據(jù)的樣本數(shù)，這里指代抽取了前n年的用電量歷史數(shù)據(jù)；X（0）（i）為前n年中第i年的用電量數(shù)據(jù)。

其次，對 X（0）作 1-GAO 運 算，得 到 X（0）的 1-GAO 序列 X（1）：

其中，X（1）（1）＝X（0）（1），X（1）（i）＝X（0）（i）＋X（1）（i－1）。

第三，按照GM（1，1）模型進行預(yù)測，計算方法如下：

式中，a為模型的發(fā)展參數(shù)，反映X（1）及其原始序列X（0）的發(fā)展趨勢；b為模型的協(xié)調(diào)系數(shù)，反映數(shù)據(jù)間的變化關(guān)系。

設(shè)t＝（a，b）T，Y＝［X（0）（2），X（0）（3），…，X（0）（n）］T，B＝，則系數(shù)a、b可通過下式求出：

最后，進行需求預(yù)測模擬值求取。求得系數(shù)a、b后，解式（3）所示微分方程，可以得到GM（1，1）的預(yù)測模型：

根據(jù)式（5）求得X（1）的模擬值序列為｛X（1）′（1），X（1）′（2），…，X（1）′（n），X（1）′（n＋1）｝，然后按下式還原出X（0）的模擬值：

進而得到X（0）的模擬值序列為｛X（0）′（1），X（0）′（2），…，X（0）′（n），X（0）′（n＋1）｝，則X（0）′（n＋1）即當(dāng)年的用電量需求預(yù)測值。

2.2 基于人工神經(jīng)網(wǎng)絡(luò)的地區(qū)電力需求預(yù)測模型

人工神經(jīng)網(wǎng)絡(luò)可以模仿人腦對大量非線性和非結(jié)構(gòu)化的問題進行處理，具有優(yōu)秀的預(yù)測能力。因為短期用電量需求受政治、經(jīng)濟等巨大轉(zhuǎn)折影響的幾率較低，可以被看作是一個平穩(wěn)隨機的過程，所以采用人工神經(jīng)網(wǎng)絡(luò)技術(shù)對短期用電量需求進行預(yù)測具有巨大的應(yīng)用潛力，并且已經(jīng)引起了越來越多技術(shù)人員的注意?；谌斯ど窠?jīng)網(wǎng)絡(luò)的地區(qū)電力需求預(yù)測模型如下：

首先，建立樣本數(shù)據(jù)。以廣東汕頭某區(qū)第四季度的用電量需求預(yù)測為例，樣本數(shù)據(jù)x包括該地區(qū)歷年各個季度的用電量歷史數(shù)據(jù)，每一條樣本由4個值組成［x（1）～x（4）］，代表該地區(qū)某年中4個季度的用電量歷史數(shù)據(jù)（表1）。

其次，以每條樣本數(shù)據(jù)中前3個季度的用電量［x（1）～x（3）］為BP神經(jīng)網(wǎng)絡(luò)模型輸入值，第四季度的用電量為輸出值進行網(wǎng)絡(luò)訓(xùn)練。用BP網(wǎng)絡(luò)的實際輸出y與樣本數(shù)據(jù)中第四季度用電量真值x（4）之間的誤差來修正網(wǎng)絡(luò)的連接權(quán)值，直至二者的誤差達到設(shè)定值。這一較小值稱為擬合誤差，一般用實際輸出與輸出樣本之間誤差的平方和表示：

最后，針對訓(xùn)練好的網(wǎng)絡(luò)，輸入該地區(qū)需要預(yù)測當(dāng)年的第一、二、三季度的用電量，則網(wǎng)絡(luò)輸出即為第四季度的電力需求預(yù)測結(jié)果。

表1 汕頭某區(qū)的季度用電量樣本 單位：k W·h

3 結(jié)語

正確地預(yù)測電力需求，既是為了確保地區(qū)電力供需平衡，也是為后期電網(wǎng)規(guī)劃提供科學(xué)依據(jù)。因此，對當(dāng)前地區(qū)用電量影響因素進行科學(xué)分析，并在此基礎(chǔ)上采用科學(xué)有效的方法預(yù)測電力需求，對促進區(qū)域經(jīng)濟和社會發(fā)展具有十分重要的現(xiàn)實意義。

［1］徐麗娜.中國用電量需求模型的建立及需求預(yù)測［J］.山西大同大學(xué)學(xué)報：自然科學(xué)版，2013（1）：18～21

［2］夏麗.基于ARIMA模型及回歸分析的區(qū)域用電量預(yù)測方法研究［D］.南京理工大學(xué)，2013

［3］馬洪松.基于改進灰色模型的電力負荷預(yù)測方法研究及應(yīng)用［D］.華北電力大學(xué)，2013

［4］李勇.信陽地區(qū)電力需求預(yù)測簡析［J］.中國科技博覽，2013（37）：239～240

［5］吳雪花.應(yīng)用于月度用電量預(yù)測的小波分析法［J］.江蘇電機工程，2014（2）：8～11