林華淵

(長沙理工大學，湖南 長沙 410114)

一種基于產(chǎn)業(yè)結構的電力需求預測模型

林華淵

(長沙理工大學，湖南 長沙 410114)

電力需求分析是電力系統(tǒng)安全平穩(wěn)運行的前提和基礎。本文從產(chǎn)業(yè)結構演變規(guī)律出發(fā)，將全社會用電量分成一產(chǎn)用電、二產(chǎn)用電、三產(chǎn)用電和居民生活用電，建立一種基于灰色理論模型的電力需求預測方法，用于預測中長期用電需求波動變化，實現(xiàn)經(jīng)濟社會與電網(wǎng)協(xié)調(diào)發(fā)展。

產(chǎn)業(yè)結構；用電需求預測；灰色理論

電力系統(tǒng)用電需求的影響因素有很多，其中產(chǎn)業(yè)結構對電力負荷的作用不可忽視。電力系統(tǒng)對工業(yè)生產(chǎn)和人民生活有直接影響。

1 基于灰色模型的電力需求預測方法

1.1 電力需求預測的主要方法

中長期負荷預測由于歷史數(shù)據(jù)的匱乏，以及不同地區(qū)電網(wǎng)與負載等的差異導致很難確定可以長期有效使用的預測方法。而且國內(nèi)電網(wǎng)規(guī)劃的逐漸成型、電力公司的壟斷經(jīng)營，使得中長期預測研究方向更加難以發(fā)展。但是準確的中長期的負荷預測對今后的電力系統(tǒng)的規(guī)劃、設計與完善起著舉足輕重的作用。如今電力產(chǎn)業(yè)發(fā)展迅速，利用合適的模型對電力負荷進行預測，能對負荷以后的發(fā)展方向做出準確的預測。與短期負荷預測類似，可將常用的模型歸納如下幾類：線性回歸模型、指數(shù)平滑模型、神經(jīng)網(wǎng)絡模型以及灰色模型。

1.2 基于灰色模型的電力預測方法

灰色預測法通過對灰色信息進行分析，得到那些已知部分，從而準確認識與控制整個系統(tǒng)。實現(xiàn)灰色預測首先需要將無規(guī)律數(shù)據(jù)累計加成，從而獲取一些更具規(guī)律的新數(shù)列，從而建立更易分析的模型，然后利用這種模型進行預測，并還原整個模型，而這個最終模型就稱作灰色預測模型。該方法屬于一類新興學科，已經(jīng)逐漸發(fā)展并應用于經(jīng)濟與工業(yè)控制方面。

整個灰色模型建立及其預測過程如圖1所示。其中需要注意的是：當數(shù)據(jù)波動較大時，需要建立多個模型，結合當?shù)貧v史數(shù)據(jù)與地區(qū)實際情況，選擇更符合要求的預測模型，特別當預測精度不夠時，需要重新建立殘差灰色模型，采用等維度灰數(shù)遞補動態(tài)模型及時更新數(shù)據(jù)對提升灰色預測法的精度幫助很大，而且當修正參數(shù)α還能進一步修正時，還需要進行參數(shù)的修正。

圖1 灰色預測模型計算的流程圖

在電力負荷的系統(tǒng)中電網(wǎng)容量、生產(chǎn)能力、大用戶情況、某些主要產(chǎn)品耗電信息以及供電機組等相關情況是已經(jīng)明確的；天氣環(huán)境變化，如臺風、冰雹，地區(qū)活動等等情況是不明朗的，這些因素都將會帶來很大的不確定性。所以地區(qū)電力負荷系統(tǒng)實際上是一個典型的灰色系統(tǒng)，具有灰色模型的基本條件，符合灰色預測的基本特征?；疑到y(tǒng)理論的實質(zhì)是將無規(guī)律的、雜亂無章的原始數(shù)據(jù)進行處理，即灰色生成，從而得到規(guī)律性較強的新數(shù)列，利用生成的數(shù)列建立模型?；疑A測所需要的采樣數(shù)據(jù)少，原理簡易，運算快捷，而且預測精度教高，在中長期負荷預測中得到了廣泛使用。

1.3 建立灰色預測模型

建立灰色預測模型的步驟如下。

（1）生成一次累加序列。對原始數(shù)列中的相同類型的數(shù)據(jù)依次進行累加，從而形成新的序列。若某類的原始數(shù)列為：

（2）一次擬合參數(shù)。通過解 G(1,1)模型可以得到響應函數(shù)為：

其中：k 為 0、1、2…，且

其 中 當 -a ≤ 0.3 時， 灰 色 GM(1,1) 能 夠應用在中長期預測中，并且預測精度很高；當0.3 ＜ -a ≤ 0.5 時， 此 模 型 能 夠 應 用 在 短 期 預 測中，而且精度較好，但是中長期預測則精度不足，因 而 需 要 慎 重 使 用； 當 0.5 ＜ -a ≤ 0.8 時， 灰 色GM(1,1)能夠應用于短期預測中，但精度不足，因此需要慎重使用；當 0.8 ＜ -a ≤ 1 時，應該使用殘差修正后的灰色 GM(1,1)模型；當 1 ＜ -a 時，灰色GM(1,1)模型預測精度很低，因而不采取此模型。

（3）計算預測值。通過對響應函數(shù)進行累減還原得到預測函數(shù)為：

2 實例分析

2.1 某地區(qū)各產(chǎn)業(yè)用電量原始數(shù)據(jù)

我們通過查閱統(tǒng)計資料獲取了某地區(qū) 2008-2015 年第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)用電量數(shù)據(jù)和居民生活用電量數(shù)據(jù)，具體值如表1所示。根據(jù)該地區(qū)的實際情況，建立一個基于該地區(qū)產(chǎn)業(yè)結構的中長期用電量預測模型，通過分別預測出第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)的用電量，然后將其各部分用電量相加得到全社會用電量的預測值。

2.2 對各部分用電量預測

通過灰色 GM(1,1)模型對第一、第二、第三產(chǎn)業(yè)以及居民生活用電量分別進行預測，并對預測模型精度進行檢驗。

表 1 某地區(qū) 2008-2015 年各產(chǎn)業(yè)結構的用電量

（1）對第一產(chǎn)業(yè) 用電量進行預測。2008 ～2015 年當?shù)氐谝划a(chǎn)業(yè)用電量的原始數(shù)據(jù)為：

其中：k 為 0、1、2、3……。

（2）對第二產(chǎn)業(yè)用電量進行預測。2008-2015年當?shù)氐诙a(chǎn)業(yè)用電量的原始數(shù)據(jù))0(2x 為：

其中：k 為 0、1、2、3……。

（3）對第三產(chǎn)業(yè)用電量進行預測。2008-2015年當?shù)氐谌a(chǎn)業(yè)用電量的原始數(shù)據(jù))0(3x 為：

其中：k 為 0、1、2、3……。

（4）對全社會用電量進行預測。全社會用電量即第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)總和。在 2008 ～2015 年的當?shù)鼐用裆钣秒娏款A測值如圖2 所示。

3 產(chǎn)業(yè)結構與電力需求協(xié)調(diào)發(fā)展的建議

圖2 全社會用電量實際值與預測值

該地區(qū)需要通過不斷優(yōu)化產(chǎn)業(yè)結構，從而保障社會經(jīng)濟的增長和電力能源的使用。針對該市產(chǎn)業(yè)結構優(yōu)化調(diào)整的有3個方面：推動工業(yè)發(fā)展，強調(diào)以工業(yè)為主導地位；促進農(nóng)業(yè)升級，強化農(nóng)業(yè)的基礎地位；大力發(fā)展服務業(yè)，優(yōu)化第三產(chǎn)業(yè)。在進行產(chǎn)業(yè)結構調(diào)整時，應當建立起以節(jié)約電能為中心的資源節(jié)約型體制。大力使用新技術提高各產(chǎn)業(yè)資源的利用率，提高生產(chǎn)效率，減少能源消耗。以服務業(yè)為主的第三產(chǎn)業(yè)，雖然目前相對滯后，但具有很大的發(fā)展?jié)摿?。加強服務業(yè)的發(fā)展不僅能夠優(yōu)化該地區(qū)的經(jīng)濟結構，加強經(jīng)濟增長，還能夠降低在經(jīng)濟發(fā)展的過程中所帶來的電力能源損耗。最后必須根據(jù)負荷發(fā)展與分布情況，進行明確的電網(wǎng)規(guī)劃，在滾動規(guī)劃中適當調(diào)整工程投產(chǎn)時間和資金安排計劃。在城市發(fā)展規(guī)劃中強調(diào)電網(wǎng)規(guī)劃、新增變電站點和建設主要輸電走廊通道。抓緊開展電力設施布局規(guī)劃調(diào)整工作，以便盡快納入城市土地利用總體規(guī)劃，并在各分區(qū)控制性詳規(guī)中予以落實，以滿足城市發(fā)展的用電需要。

[1]王 錫 凡 . 電 力 系 統(tǒng) 規(guī) 劃 基 礎 [M]. 北 京： 水 利 電 力 出 版 社，1994,65～78．

[2]Soytas U, Sari R. Energy consumption and GDP: causality in G-7 countries and emerging markets[J]. Energy Economics, 2003, 25(1):33～37.

[3]黃亮雄，安苑，劉淑琳 . 中國的產(chǎn)業(yè)結構調(diào)整：基于三個維度的測算 [J]. 中國工業(yè)經(jīng)濟，2013(10):70～82．

[4]郭志軍，李飛，覃?。袊a(chǎn)業(yè)結構變動對能源消費影響的協(xié)整分析 [J]. 工業(yè)技術經(jīng)濟，2007，26(11):97～101．

[5]黃波，曾玉紅．用電量與經(jīng)濟增長相關性的實證分析 [J]. 華北電力大學學報，2004,(3):31～33．

[6]李玉梅 . 組合預測方法在中長期電力負荷預測中的應用 [D].成都：四川大學，2006．

F224

A

1671-0711（2017）03（下）-0165-03