貴州省用電量組合預(yù)測(cè)探討

閆慶友 安秋嫻

摘要：文章基于貴州省2003～2013年的歷史數(shù)據(jù)對(duì)年用電量進(jìn)行了建模分析，發(fā)現(xiàn)運(yùn)用偏最小二乘回歸法（PLS）建模分析精度可達(dá)到96.95%，并且很好地克服了解釋變量之間的相關(guān)性問題。由于貴州省近十一年的用電量成非線性上升趨勢(shì)，文章同時(shí)采用灰色GM（1，1）模型對(duì)其進(jìn)行了模擬，發(fā)現(xiàn)精度可達(dá)到96.53%。

關(guān)鍵詞：貴州省;用電量預(yù)測(cè);偏最小二乘回歸預(yù)測(cè);灰色GM（1，1）預(yù)測(cè);組合預(yù)測(cè) 文獻(xiàn)標(biāo)識(shí)碼：A

中圖分類號(hào)：TM93 文章編號(hào)：1009-2374（2016）04-0186-02 DOI：10.13535/j.cnki.11-4406/n.2016.04.092

1 概述

貴州省豐富的煤炭資源和水力資源使其電力產(chǎn)業(yè)有著水火共濟(jì)的優(yōu)勢(shì)，“十一五”期間，貴州省共向廣東省送電達(dá)1587億千瓦時(shí)，“十二五”計(jì)劃預(yù)計(jì)對(duì)廣東省送電2430億千瓦時(shí)。為配合貴州省內(nèi)西電東送電源點(diǎn)的建設(shè)，南方電網(wǎng)公司不斷加大電網(wǎng)建設(shè)力度，目前貴州省內(nèi)500千伏電網(wǎng)逐步由“三角”環(huán)網(wǎng)向“日”字型發(fā)展，已形成“五條交流兩條直流”7條外送大通道，因此，對(duì)貴州省內(nèi)自身中長期用電量進(jìn)行精確預(yù)測(cè)能夠幫助電網(wǎng)公司合理規(guī)劃電源建設(shè)，安排內(nèi)部機(jī)組生產(chǎn)計(jì)劃，制定營銷方案，提高經(jīng)濟(jì)與社會(huì)效益。目前用于電力預(yù)測(cè)的方法很多，比較經(jīng)典的有綜合用電水平法、單耗法、彈性系數(shù)法、負(fù)荷密度法等，經(jīng)過實(shí)際運(yùn)算預(yù)測(cè)，發(fā)現(xiàn)這些方法預(yù)測(cè)精度比較低。由于解釋變量之間存在較強(qiáng)的共線性，導(dǎo)致傳統(tǒng)的普通回歸建立的模型參數(shù)估計(jì)量經(jīng)濟(jì)意義不合理，變量顯著性檢驗(yàn)失去意義，模型預(yù)測(cè)功能失效。偏最小二乘回歸分析法能很好地解決解釋變量之間共線性的問題，并且能夠得到較高精度的預(yù)測(cè)結(jié)果。另外，灰色預(yù)測(cè)模型可將看似離散的序列經(jīng)數(shù)據(jù)變換后形成有規(guī)律的生成序列，對(duì)樣本數(shù)量的要求低，能給出精度較高的預(yù)測(cè)結(jié)果。本文將PLS預(yù)測(cè)法與灰色GM（1，1）方法組合起來對(duì)貴州省2015～2020年的用電量進(jìn)行預(yù)測(cè)，結(jié)果表明比單個(gè)預(yù)測(cè)方法的精度更高。

2 預(yù)測(cè)結(jié)果

2.1 PLS，GM（1，1）matlab編程預(yù)測(cè)結(jié)果及誤差分析

目前貴州省三大產(chǎn)業(yè)結(jié)構(gòu)已經(jīng)達(dá)到了工業(yè)化初期的比例。三大產(chǎn)業(yè)各自的用電效率不同，使得該產(chǎn)業(yè)結(jié)構(gòu)一旦發(fā)生改變，便會(huì)對(duì)用電量造成影響。本文將貴州省年度GDP值定義為x1，將貴州省第一產(chǎn)業(yè)增加值、第二產(chǎn)業(yè)增加值、第三產(chǎn)業(yè)增加值分別定義為x2、x3、x4。隨著貴州省不斷加大城鎮(zhèn)化建設(shè)力度，本文將貴州城鎮(zhèn)人口數(shù)定義為最后一個(gè)解釋變量x5。本文選取貴州省2003～2013年的歷史數(shù)據(jù)（表1），先運(yùn)用普通最小二乘回歸分析進(jìn)行建模：

2.2 優(yōu)選組合預(yù)測(cè)結(jié)果

常用的組合預(yù)測(cè)方法有等權(quán)平均組合預(yù)測(cè)法、固定權(quán)預(yù)測(cè)方法、變權(quán)組合預(yù)測(cè)方法。基于累加殘差的變權(quán)組合預(yù)測(cè)方法，使得權(quán)重可以反映模型在整個(gè)預(yù)測(cè)過程中的表現(xiàn)，根據(jù)變權(quán)組合思想，可計(jì)算出GM（1，1），PLS預(yù)測(cè)所占的權(quán)重見表3：

根據(jù)以上的計(jì)算結(jié)果，得出對(duì)貴州省2003～2013年用電量組合預(yù)測(cè)結(jié)果，見表4：

根據(jù)以上結(jié)果，組合預(yù)測(cè)結(jié)果精度高，而且比單一的預(yù)測(cè)模型的預(yù)測(cè)結(jié)果更為穩(wěn)定，故本文可以通過以上三種方法對(duì)貴州省2015～2020年的用電量進(jìn)行預(yù)測(cè)。

3 貴州省2015～2020年用電量預(yù)測(cè)

單一模型與組合模型預(yù)測(cè)結(jié)果，見表6：

4 結(jié)語

本文對(duì)貴州省2003～2013年用電量進(jìn)行PLS回歸分析，克服了解釋變量之間的多重共線性問題，精度高達(dá)96.95%。同時(shí)使用灰色GM（1，1）建模分析，精度高達(dá)96.53%，并進(jìn)一步預(yù)測(cè)了貴州省2015～2020年用電量。最后通過變權(quán)組合的方式，賦予了單一預(yù)測(cè)模型不同的權(quán)重，得到了精度更高的模擬結(jié)果，為貴州省電網(wǎng)進(jìn)行電網(wǎng)規(guī)劃，內(nèi)部機(jī)組的生產(chǎn)與電力營銷方案的制定，提供了良好的參考作用，降低發(fā)電成本，提高經(jīng)濟(jì)與社會(huì)效益。

參考文獻(xiàn)

[1] 牛東曉，曹樹華，趙磊，等.電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用[M].北京：中國電力出版社，1998.

[2] 王惠文.偏最小二乘回歸方法及其應(yīng)用[M].北京：國防工業(yè)出版社，1999.

[3] 鄧聚龍.灰色預(yù)測(cè)與決策[M].武漢：華中理工大學(xué)出版社，1992.

[4] 單葆國，韓新陽，譚顯東，等.中國“十三五”及中長期電力需求研究[J].中國電力，2015，48（1）.

[5] 肖欣，周渝慧，張寧，等.城鎮(zhèn)化進(jìn)程與電力需求增長的關(guān)系研究[J].中國電力，2015，48（2）.

[6] Granger C W J.Invited review combining forecasts-twenty years later[J].Journal of Forecasting，1989，8（3）.

[7] Chen.G.J.，Li.K.K，Chung.T.S.，et al.Application of an Innovative Combined Forecasting Method in Power System Load Forecasting[J].Electric Power Systems Research，2001，59（2）.

[8] Gupia，S.and P.Wilton.Combination of Forecasts：An Extension[J].Management Science，1987，33（3）.

[9] David C.Schmittlein.Combining Forecasts：Operational Adjustments to theoretically Optimal Rules[J].Management Science，1990，36（9）.

（責(zé)任編輯：王 波）