兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)方法

歐陽(yáng)欣，吳裕生（.廣州供電局有限公司，廣州　5060；.華南理工大學(xué)電力學(xué)院廣東省綠色能源技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣州　50640）

?

兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)方法

歐陽(yáng)欣1，吳裕生2
（1.廣州供電局有限公司，廣州510620；2.華南理工大學(xué)電力學(xué)院廣東省綠色能源技術(shù)重點(diǎn)實(shí)驗(yàn)室，廣州510640）

摘要：針對(duì)現(xiàn)有的電量預(yù)測(cè)方法對(duì)電量自身組成結(jié)構(gòu)信息利用不足、忽略不同級(jí)電量預(yù)測(cè)結(jié)果存在不協(xié)調(diào)的問(wèn)題，提出了一種兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)方法。設(shè)計(jì)了主導(dǎo)行業(yè)篩選原則與方法，引入影響度評(píng)價(jià)行業(yè)對(duì)地區(qū)電量預(yù)測(cè)的影響程度，采用最優(yōu)GM（1，N）模型對(duì)待預(yù)測(cè)區(qū)域的月度電量和年度電量進(jìn)行預(yù)測(cè)，建立一維二級(jí)協(xié)調(diào)模型，協(xié)調(diào)待預(yù)測(cè)區(qū)域的月度電量和年度電量，以消除不同級(jí)電量預(yù)測(cè)結(jié)果間的不平衡性。應(yīng)用該方法對(duì)某供電局的電量數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，驗(yàn)證提出的算法的準(zhǔn)確性和有效性。

關(guān)鍵詞：主導(dǎo)行業(yè)；上下級(jí)協(xié)調(diào)；GM（1，N）

電量預(yù)測(cè)是電力系統(tǒng)規(guī)劃、經(jīng)濟(jì)運(yùn)行和生產(chǎn)經(jīng)營(yíng)的基礎(chǔ)和依據(jù)［1—3］。受經(jīng)濟(jì)轉(zhuǎn)型、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等因素的影響，電網(wǎng)的總用電量也相應(yīng)發(fā)生變化。故在對(duì)總電量進(jìn)行預(yù)測(cè)時(shí)，需要充分利用電量自身組成結(jié)構(gòu)的信息，結(jié)合地區(qū)各個(gè)行業(yè)的用電特點(diǎn)，以此為供電企業(yè)提供營(yíng)銷(xiāo)決策支持，對(duì)電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行以及電力市場(chǎng)的建設(shè)和發(fā)展都具有十分重要的意義。

行業(yè)電量是地區(qū)電量的基本組成成分，保留總電量最原始的特征。若能從行業(yè)電量的角度出發(fā)，對(duì)地區(qū)的總電量進(jìn)行預(yù)測(cè)，將有可能達(dá)到更好的預(yù)測(cè)效果。對(duì)于任何一個(gè)地區(qū)，都有特定的行業(yè)結(jié)構(gòu)，不同行業(yè)的用電變化規(guī)律，對(duì)地區(qū)供售電量的影響不同，某個(gè)行業(yè)的用電變化規(guī)律甚至可以主導(dǎo)城市電網(wǎng)電量的變化趨勢(shì)。因此，可以從地區(qū)總電量的行業(yè)構(gòu)成出發(fā)，深入分析行業(yè)電量與地區(qū)電量的內(nèi)在聯(lián)系，尋找對(duì)地區(qū)電量變化規(guī)律影響較大的行業(yè)，在此基礎(chǔ)上進(jìn)行地區(qū)的電量預(yù)測(cè)，達(dá)到提高預(yù)測(cè)精度的效果。

在實(shí)際的電量預(yù)測(cè)工作中，各級(jí)電網(wǎng)往往根據(jù)自身的需求進(jìn)行電量預(yù)測(cè)。例如：省級(jí)電網(wǎng)公司會(huì)根據(jù)全省的歷史電量數(shù)據(jù)預(yù)測(cè)全省的用電量，而下屬的地級(jí)市也會(huì)根據(jù)各市的歷史電量獨(dú)立預(yù)測(cè)全市的電量。但由于上下級(jí)間數(shù)據(jù)本身的可信度不同、采用的預(yù)測(cè)方法也不同，導(dǎo)致上下級(jí)間的預(yù)測(cè)結(jié)果不滿(mǎn)足加和性，即市級(jí)預(yù)測(cè)電量總和不等于省級(jí)預(yù)測(cè)電量，出現(xiàn)不均衡、不協(xié)調(diào)的現(xiàn)象［4］?，F(xiàn)有的處理方法通常假定某一級(jí)的預(yù)測(cè)精度較高不必調(diào)整，而對(duì)其他級(jí)的預(yù)測(cè)結(jié)果進(jìn)行調(diào)整以滿(mǎn)足不同級(jí)間的加和性，但哪一級(jí)的電量預(yù)測(cè)精度更高往往難以確定。

目前，考慮行業(yè)分類(lèi)進(jìn)行預(yù)測(cè)的研究并不多。文獻(xiàn)［5］根據(jù)分行業(yè)負(fù)荷曲線進(jìn)行分級(jí)預(yù)測(cè)，并采用容量協(xié)調(diào)和電量協(xié)調(diào)2種方法分配上下級(jí)間的負(fù)荷差值，但該方法認(rèn)為總負(fù)荷數(shù)據(jù)沒(méi)有偏差。文獻(xiàn)［6］設(shè)計(jì)了一套考慮行業(yè)用電特性的GM（1，N）預(yù)測(cè)方案，對(duì)行業(yè)電量和地區(qū)總電量分別進(jìn)行預(yù)測(cè)，并沒(méi)有進(jìn)一步研究行業(yè)電量和總電量預(yù)測(cè)結(jié)果間的內(nèi)在聯(lián)系。文獻(xiàn)［7］—文獻(xiàn)［9］對(duì)各行業(yè)和全社會(huì)用電量分別進(jìn)行了預(yù)測(cè)，并采用了神經(jīng)網(wǎng)絡(luò)、優(yōu)選組合等智能算法來(lái)提高預(yù)測(cè)精度。但這些文獻(xiàn)并沒(méi)有給出選取主導(dǎo)行業(yè)的原則，大多都是依靠經(jīng)驗(yàn)選取，缺乏依據(jù)，而且也沒(méi)有考慮上下級(jí)電量預(yù)測(cè)結(jié)果之間的不協(xié)調(diào)性。

綜上，本文提出了一種兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)方法。該方法涵蓋了主導(dǎo)行業(yè)篩選、各級(jí)電量獨(dú)立預(yù)測(cè)和上下級(jí)協(xié)調(diào)［10—12］3個(gè)主要步驟，充分考慮了主導(dǎo)行業(yè)與地區(qū)總電量之間的內(nèi)在聯(lián)系，并實(shí)現(xiàn)了各級(jí)電量預(yù)測(cè)結(jié)果之間的協(xié)調(diào)同一，提高了預(yù)測(cè)結(jié)果的可信度。通過(guò)對(duì)某地區(qū)的總電量數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，驗(yàn)證了方法的準(zhǔn)確性和實(shí)用性。

1主導(dǎo)行業(yè)分析

行業(yè)電量是地區(qū)總電量的重要組成部分，各行業(yè)的用電量變化規(guī)律不同，對(duì)地區(qū)總電量的影響也不同，部分行業(yè)的電量變化甚至能夠主導(dǎo)該地區(qū)總電量的變化。因此，必須了解該地區(qū)的行業(yè)構(gòu)成，深入分析各行業(yè)用電量的變化和總用電量之間的關(guān)系，進(jìn)而篩選出對(duì)地區(qū)總電量影響較大的行業(yè)作為該地區(qū)的主導(dǎo)行業(yè)。

1.1主導(dǎo)行業(yè)選取原則

（1）按照國(guó)家統(tǒng)計(jì)局《國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)》國(guó)家標(biāo)準(zhǔn)GB/T 4754—2002的劃分方式將整個(gè)國(guó)民經(jīng)濟(jì)行業(yè)進(jìn)行細(xì)分。

（2）考慮到實(shí)際收集電量歷史數(shù)據(jù)的可操作性，應(yīng)當(dāng)重視待預(yù)測(cè)區(qū)域售電部門(mén)統(tǒng)計(jì)電量數(shù)據(jù)時(shí)采用的分類(lèi)方式。

（3）選取的行業(yè)對(duì)該地區(qū)總電量的變化規(guī)律有較大的影響，或者能夠反映其變化規(guī)律。

1.2主導(dǎo)行業(yè)的選取方法

主導(dǎo)行業(yè)選取實(shí)際上就是在國(guó)家現(xiàn)有行業(yè)劃分的基礎(chǔ)上，將每個(gè)行業(yè)對(duì)地區(qū)總電量的影響程度進(jìn)行排序，其關(guān)鍵在于對(duì)影響程度進(jìn)行量化。地區(qū)總電量是各行業(yè)電量的總和，一方面，從電量所占比重的角度來(lái)講，一個(gè)行業(yè)用電量占該地區(qū)用電量的比重越大，說(shuō)明該行業(yè)對(duì)該地區(qū)總電量的影響越大；另一方面，從電量的變化規(guī)律看，行業(yè)用電量的發(fā)展規(guī)律和地區(qū)電量的發(fā)展規(guī)律存在著一定的相關(guān)關(guān)系，相關(guān)性的高低也體現(xiàn)了該行業(yè)用電量對(duì)該地區(qū)總電量的影響，相關(guān)性越強(qiáng)，說(shuō)明該行業(yè)電量與地區(qū)總電量的變化規(guī)律越相似，一定程度上說(shuō)明了該地區(qū)總電量的變化對(duì)該行業(yè)的依賴(lài)程度。

綜上，本文綜合考慮電量占比和相關(guān)性2個(gè)因素，將行業(yè)對(duì)地區(qū)總電量的影響程度進(jìn)行排序，進(jìn)而選出地區(qū)的主導(dǎo)行業(yè)，具體的步驟如下。

（1）收集地區(qū)總電量和各行業(yè)電量的月度數(shù)據(jù)。

（2）計(jì)算各行業(yè)電量占地區(qū)總電量的比重T，計(jì)算公式為

（3）計(jì)算各行業(yè)電量與地區(qū)總電量的相關(guān)系數(shù)R，計(jì)算公式為

（4）分別賦予電量占比T和相關(guān)系數(shù)R一個(gè)權(quán)重，計(jì)算得到各個(gè)行業(yè)用電量對(duì)地區(qū)總電量的影響度F，計(jì)算公式為

式中：α和β分別為電量占比和相關(guān)系數(shù)的權(quán)重，并滿(mǎn)足α+β=1。

（5）根據(jù)F的大小給出各行業(yè)對(duì)該地區(qū)總電量影響程度的排序，并根據(jù)該序列判斷出該地區(qū)的主導(dǎo)行業(yè)。

2上下級(jí)協(xié)調(diào)基本原理

上下級(jí)協(xié)調(diào)原理是用來(lái)解決實(shí)際電量預(yù)測(cè)中，不同維度不同級(jí)別的電量預(yù)測(cè)結(jié)果之間存在不統(tǒng)一、不協(xié)調(diào)問(wèn)題的理論，其基本思路是根據(jù)上下級(jí)電量預(yù)測(cè)的結(jié)果，將上級(jí)電量和下級(jí)電量沿著減小不平衡量的方向進(jìn)行調(diào)整，達(dá)到消除上下級(jí)預(yù)測(cè)結(jié)果之間的不平衡量的目的。本文主要涉及地區(qū)總電量的年度預(yù)測(cè)結(jié)果和季度預(yù)測(cè)結(jié)果之間的協(xié)調(diào)統(tǒng)一。

設(shè)該地區(qū)年度電量的預(yù)測(cè)值為z0，實(shí)際值為x0，月度電量預(yù)測(cè)值為zi，實(shí)際值為xi（i=1，2，…，12），理想情況下，應(yīng)有

式中：wj表示各級(jí)相對(duì)調(diào)整量的權(quán)重，電量預(yù)測(cè)結(jié)果的可信度越高，權(quán)重就越大。

式（5）是典型的等式約束二次規(guī)劃問(wèn)題，可用拉格朗日乘數(shù)法進(jìn)行求解。

3預(yù)測(cè)方法及流程設(shè)計(jì)

本文設(shè)計(jì)的兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)方法主要包括主導(dǎo)行業(yè)篩選、基于主導(dǎo)行業(yè)的最優(yōu)GM（1，N）電量預(yù)測(cè)模型構(gòu)建以及上下級(jí)協(xié)調(diào)3部分。整體的預(yù)測(cè)流程為：

（1）根據(jù)國(guó)家行業(yè)分類(lèi)標(biāo)準(zhǔn)并結(jié)合地區(qū)售電部門(mén)行業(yè)電量統(tǒng)計(jì)方式，確定該地區(qū)的行業(yè)分類(lèi)情況，并收集地區(qū)的總電量和各行業(yè)電量的歷史月度和年度電量數(shù)據(jù)。

（2）根據(jù)公式（3）計(jì)算各個(gè)行業(yè)用電量對(duì)地區(qū)總電量的影響度F，并將行業(yè)按照影響度的大小從大到小排列，結(jié)合實(shí)際情況，將影響度最大的前N個(gè)行業(yè)作為該地區(qū)的主導(dǎo)行業(yè)。

（3）以地區(qū)總電量數(shù)據(jù)和各行業(yè)電量歷史月度數(shù)據(jù)為輸入，采用最優(yōu)GM（1，N）模型預(yù)測(cè)地區(qū)總電量的月度數(shù)據(jù)，以地區(qū)總電量數(shù)據(jù)和各行業(yè)電量歷史年度數(shù)據(jù)為輸入，采用最優(yōu)GM（1，N）模型預(yù)測(cè)地區(qū)總電量的年度數(shù)據(jù)。

（4）建立一維二級(jí)協(xié)調(diào)模型，協(xié)調(diào)步驟（3）中計(jì)算結(jié)果的年度數(shù)據(jù)和月度數(shù)據(jù)，得到兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)結(jié)果。

相應(yīng)的流程圖如圖1所示。

圖1預(yù)測(cè)算法流程

灰色系統(tǒng)理論是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行分析、建模、預(yù)測(cè)、決策和控制的預(yù)測(cè)方法。其中，GM（1，N）模型是反映了N-1各相關(guān)因素對(duì)電量的影響，適用于對(duì)多影響因素系統(tǒng)作分析及預(yù)測(cè)［13—14］。本文提出的基于主導(dǎo)行業(yè)的最優(yōu)GM（1，N）電量預(yù)測(cè)模型的推導(dǎo)過(guò)程如式（6）—式（8）所示。

首先，利用新生成的數(shù)據(jù)序列進(jìn)行累加生成，得到生成序列后建立一階微分方程

再利用最小二乘法解得參數(shù)（a，b1，b2，…，bN-1），從而得到系統(tǒng)的狀態(tài)方程

式中：k=1，…，m。

式（7）再累減還原，即可得到預(yù)測(cè)公式

式中：x1（0）（k+1）為電量預(yù)測(cè)值。

GM（1，N）模型重視影響因子的關(guān)聯(lián)質(zhì)量，因此，在建立GM（1，N）模型之前，引入關(guān)聯(lián)度度量地區(qū)總電量與各行業(yè)電量的關(guān)聯(lián)程度，對(duì)主導(dǎo)行業(yè)進(jìn)行二次篩選，以期建立電量預(yù)測(cè)最優(yōu)GM（1，N）模型。本文通過(guò)設(shè)置關(guān)聯(lián)度閾值，篩選出關(guān)聯(lián)度大于閾值的主導(dǎo)行業(yè)作為輸入數(shù)據(jù)，對(duì)地區(qū)總電量進(jìn)行預(yù)測(cè)。其計(jì)算流程如圖2所示。

圖2最優(yōu)GM（1，N）計(jì)算流程

4實(shí)例分析

利用某地區(qū)供電局2007—2013年的地區(qū)的實(shí)際電量數(shù)據(jù)對(duì)本文提出的兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)方法進(jìn)行驗(yàn)證。其中，2007—2012年的數(shù)據(jù)用于模型構(gòu)建，2013年的數(shù)據(jù)用于驗(yàn)證預(yù)測(cè)結(jié)果。

根據(jù)國(guó)家行業(yè)分類(lèi)標(biāo)準(zhǔn)并結(jié)合地區(qū)售電部門(mén)行業(yè)電量統(tǒng)計(jì)方式，收集該地區(qū)總電量及各個(gè)行業(yè)電量的月度電量數(shù)據(jù)和年度電量數(shù)據(jù)。該地區(qū)的行業(yè)中，紡織業(yè)（x1），化學(xué)原料及化學(xué)制品制造業(yè)（x2），橡膠和塑料制品業(yè)（x3），非金屬礦物制品業(yè)（x4），有色金屬冶煉及壓延加工業(yè)（x5），金屬制品業(yè)（x6），通用及專(zhuān)用設(shè)備制造業(yè)（x7），交通運(yùn)輸、電氣、電子設(shè)備制造業(yè)（x8），工藝品及其他制造業(yè)（x9），批發(fā)和零售業(yè)（x10），公共管理和社會(huì)組織、國(guó)際組織（x11），住宿和餐飲業(yè)（x12），租賃和商務(wù)服務(wù)、居民服務(wù)和其他服務(wù)業(yè)（x13），以及電信和其他傳輸服務(wù)業(yè)（x14）這14個(gè)行業(yè)的用電量較大，14個(gè)行業(yè)的電量總和達(dá)到該地區(qū)總電量的75.05%。根據(jù)公式（1）計(jì)算14個(gè)行業(yè)的電量占比T，計(jì)算結(jié)果如表1所示。

表1 14個(gè)行業(yè)的電量占比T

根據(jù)公式（2）計(jì)算14個(gè)行業(yè)的電量與地區(qū)總電量之間的相關(guān)系數(shù)R，計(jì)算結(jié)果如表2所示。

表2各行業(yè)電量與地區(qū)總電量的相關(guān)系數(shù)R

由于該地區(qū)的電量變化較為平穩(wěn)，各行業(yè)電量的占比波動(dòng)較小，因此，可以假定這2方面的影響一樣重要，即取電量占比和相關(guān)系數(shù)的權(quán)重α=β=0.5，根據(jù)公式（3）計(jì)算各個(gè)行業(yè)用電量對(duì)地區(qū)總電量的影響度F，按F的值從大到小排列，計(jì)算結(jié)果如表3所示。

表3各行業(yè)電量與地區(qū)總電量的影響度F

根據(jù)各行業(yè)影響度F的排序結(jié)果，篩選影響度大于0.35的8個(gè)行業(yè)作為該地區(qū)的主導(dǎo)行業(yè)，即行業(yè)x4、x8、x1、x3、x6、x2、x10、x7，這8個(gè)行業(yè)占地區(qū)總電量的60.78%，很大程度上能決定該地區(qū)電量的變化趨勢(shì)。將這8個(gè)行業(yè)作為地區(qū)總電量的影響因素，計(jì)算它們與總電量之間的關(guān)聯(lián)度，計(jì)算結(jié)果如表4所示。

表4主導(dǎo)行業(yè)與總電量的關(guān)聯(lián)度

從關(guān)聯(lián)度的計(jì)算結(jié)果可以看出，選出的主導(dǎo)行業(yè)與總電量的關(guān)聯(lián)度都比較高，最小的也達(dá)到了0.703 739，說(shuō)明了經(jīng)過(guò)影響度計(jì)算后，篩選出來(lái)的主導(dǎo)行業(yè)能夠較好地反應(yīng)總電量的變化情況。在此基礎(chǔ)上，設(shè)置關(guān)聯(lián)度閾值對(duì)主導(dǎo)行業(yè)進(jìn)行二次篩選，以獲得更好的電量預(yù)測(cè)效果。本文設(shè)定的關(guān)聯(lián)度閾值為0.75，篩選出的5個(gè)主導(dǎo)行業(yè)x4、x8、x3、x6、x7，將這5個(gè)主導(dǎo)行業(yè)的電量數(shù)據(jù)及地區(qū)總電量數(shù)據(jù)作為輸入，建立GM（1，6）模型，分別預(yù)測(cè)2013年的月度電量和年度電量，預(yù)測(cè)結(jié)果如表5所示。

從預(yù)測(cè)結(jié)果看，采用GM（1，6）模型預(yù)測(cè)月度電量數(shù)據(jù)時(shí)，預(yù)測(cè)效果較差，預(yù)測(cè)誤差較大，最大的預(yù)測(cè)誤差達(dá)到了11.74%，年度預(yù)測(cè)結(jié)果的誤差僅有0.01%；月度電量預(yù)測(cè)結(jié)果總和為744 294.849 kWh，而年度預(yù)測(cè)結(jié)果為738 912.180 kWh，月度電量預(yù)測(cè)結(jié)果總和不等于年度預(yù)測(cè)結(jié)果，兩者差值為5 382.669 kWh?？梢钥闯?，月度和年度預(yù)測(cè)結(jié)果之間存在不協(xié)調(diào)、不平衡的現(xiàn)象。因此，采用一維二級(jí)協(xié)調(diào)模型進(jìn)行協(xié)調(diào)，協(xié)調(diào)結(jié)果如表6所示。

表5月度電量和年度電量預(yù)測(cè)結(jié)果

表6月度電量和年度電量預(yù)測(cè)協(xié)調(diào)結(jié)果

從協(xié)調(diào)的結(jié)果來(lái)看，盡管協(xié)調(diào)后各月份的電量預(yù)測(cè)誤差仍然比較高，但總體的誤差略有下降，各月份的誤差相對(duì)協(xié)調(diào)前分布也比較平均。最重要的是，協(xié)調(diào)后月度電量總和等于年度電量總和，消除了原來(lái)預(yù)測(cè)結(jié)果的不均衡性。

5　結(jié)論

（1）本文提出的兼顧主導(dǎo)行業(yè)與上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)方法，能夠充分地利用地區(qū)電量的自身組成結(jié)構(gòu)的信息，深入分析各行業(yè)對(duì)地區(qū)電量預(yù)測(cè)結(jié)果的影響，使得預(yù)測(cè)結(jié)果更加準(zhǔn)確。

（2）本文提出的主導(dǎo)行業(yè)篩選方法，以國(guó)家行業(yè)分類(lèi)標(biāo)準(zhǔn)為基礎(chǔ)，并結(jié)合地區(qū)實(shí)際行業(yè)的分類(lèi)情況，從電量占比和相關(guān)性2方面進(jìn)行考慮，篩選出的主導(dǎo)行業(yè)在很大程度上能夠主導(dǎo)該地區(qū)的總電量變化規(guī)律，也可為供電企業(yè)的電力營(yíng)銷(xiāo)工作服務(wù)。

（3）本文建立的一級(jí)二維協(xié)調(diào)模型，協(xié)調(diào)地區(qū)總電量年度數(shù)據(jù)和月度數(shù)據(jù)，使得月度預(yù)測(cè)電量總和等于年度預(yù)測(cè)電量，實(shí)現(xiàn)了預(yù)測(cè)結(jié)果的一致性，將不同級(jí)的電量預(yù)測(cè)結(jié)果統(tǒng)一成為一個(gè)體系，提高了預(yù)測(cè)的可信度。

（4）實(shí)例證明，本文提出的方法能在一定程度上提高電量預(yù)測(cè)的準(zhǔn)確性，并且能夠很好地消除不統(tǒng)計(jì)電量預(yù)測(cè)結(jié)果之間的不協(xié)調(diào)性，使得預(yù)測(cè)結(jié)果更加合理可信。

參考文獻(xiàn)：

［1］唐巍，高春成.并行自適應(yīng)混沌優(yōu)化方法在中長(zhǎng)期電量預(yù)測(cè)中的應(yīng)用［J］.電網(wǎng)技術(shù)，2005，29（11）：30-35.

［2］肖先勇，葛嘉，何德勝.基于支持向量機(jī)的中長(zhǎng)期電力負(fù)荷組合預(yù)測(cè)［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)，2008，20 （1）：84-87.

［3］薛必克，李陳龍，鄭亞先，等.遺傳算法在中長(zhǎng)期電量最優(yōu)組合預(yù)測(cè)中的應(yīng)用［J］.華東電力，2012，40（9）：1 525-1 527.

［4］康重慶，牟濤，夏清.電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問(wèn)題（一）研究框架［J］.電力系統(tǒng)自動(dòng)化，2008（7）：34-38.

［5］孫璞玉，李家睿，王承民，等.基于負(fù)荷特征向量的負(fù)荷分類(lèi)與預(yù)測(cè)方法研究及其應(yīng)用［J］.電氣應(yīng)用，2013 （S1）：234-238.

［6］葉琳浩，李達(dá)凱，黃偉，等.考慮行業(yè)用電特性的電量預(yù)測(cè)方法研究與應(yīng)用［J］.新技術(shù)新工藝，2015（6）：46-49.

［7］崔璐.基于行業(yè)電力負(fù)荷預(yù)測(cè)的江門(mén)地區(qū)開(kāi)拓用電市場(chǎng)研究［D］.北京：華北電力大學(xué)，2011.

［8］毛李帆，江岳春，龍瑞華，等.基于偏最小二乘回歸分析的中長(zhǎng)期電力負(fù)荷預(yù)測(cè)［J］.電網(wǎng)技術(shù)，2008（19）：71-77.

［9］于永杰.保定市行業(yè)用電分析及電力需求預(yù)測(cè)研究［D］.保定：華北電力大學(xué)，2005.

［10］牟濤，康重慶，夏清，等.電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問(wèn)題（二）基本協(xié)調(diào)模型［J］.電力系統(tǒng)自動(dòng)化，2008（8）：14-18.

［11］牟濤，康重慶，夏清，等.電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問(wèn)題（三）關(guān)聯(lián)協(xié)調(diào)模型［J］.電力系統(tǒng)自動(dòng)化，2008（9）：20-24.

［12］牟濤，康重慶，夏清.電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問(wèn)題（四）約束最小二乘可信度［J］.電力系統(tǒng)自動(dòng)化，2010（2）：43-47.

［13］牛東曉，曹樹(shù)華，趙磊，等.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，2009.

［14］樊愛(ài)宛，潘中強(qiáng)，王巍.灰色GM（1，N）模型在河南省煤炭需求預(yù)測(cè)中的應(yīng)用［J］.煤炭技術(shù)，2011，30（10）：7-9.

Method of power supply forecasting based on dominant trades considering the coordination between upper?level and lower?level load

OUYANG Xin1，WU Yu?sheng2
（1. Guangzhou Power Supply Bureau，Guangzhou 510620，China；2. School of Electric Power，South China University of Technology，Guangzhou 510640，China）

Abstract：For the reason that existing forecasting methods can’t make full use of all components of power supply data and have not considered the coordination between the forecasting re?sults，this paper proposes an power supply forecasting method based on dominant trades considering the coordination between up?per?level and lower?level load. Firstly，it designs a principle and method to choose the dominant trades，and uses the influence de?gree index to assess the influence of trades. Then，it uses GM（1，N）model to forecast the monthly and annual power supply of the pre?dict district. Finally，a one?dimension and two?level coordinated model is designed to coordinate the monthly and annual power sup?ply. The actual power supply data is used to test this forecasting method，and the results show that the forecasting method has the characteristics of accuracy and high reliability.

Key words：dominant trades；coordination betweenupper?lev?elandlower?level；GM（1，N）

中圖分類(lèi)號(hào)：TM715

文獻(xiàn)標(biāo)志碼：B

文章編號(hào)：1009-1831（2016）02-0011-05

DOI：10.3969/j.issn.1009-1831.2016.02.003

收稿日期：2015-12-15；修回日期：2016-01-04

作者簡(jiǎn)介：歐陽(yáng)欣（1978），男，江西吉安人，經(jīng)濟(jì)師，碩士，研究方向?yàn)榫€損與投資管理；吳裕生（1991），男，廣東揭陽(yáng)人，碩士研究生，研究方向?yàn)樨?fù)荷預(yù)測(cè)、配電網(wǎng)可靠性分析。