（系统工程专业论文）售电量预测及其相关决策的研究与应用.pdf

东北大学硕士学位论文 摘要 售电量预测及其相关决策的研究与应用 摘要 随着电力竞争市场的形成，电力企业需要按照电力市场的客观规律 办事，应该实现从单一的主观决策到以客观决策为主的转变，从单一的 定性决策到以定量决策为主的转变。电力营销预测工作显得越来越重要， 尤其对售电量的预测是电力市场中许多决策问题的前提和基础。 本文主要研究了售电量的预测方法及其相关决策，并设计了售电量 预测及其相关决策系统。 ；首先，构造了售电量预测及相关决策的模型体系。其次，研究并建 立丫针对售电量的季节比例模型、改进的b p 网络模型、多元模糊线性 回归模型和方差倒数组合预测模型，并通过实例证明本文所研究的预测 方法是合理的、可行的。进一步，建立了一套用以确定电力营销目标市 场的综合评价的指标体系，运用模糊综合评判理论，将供电企业和用电 客户两方面的指标量化，按照统一规范化运算，得出便于比较的相对重 要度，根据相对重要度排序选择出目标市场，并通过实例运算证明该模 型是有实用价值的。又进一步，根据各个用电细分市场售电量的预测结 果、选定的电力目标市场，建立了电能优化分配模型，以确定各个细分 市场的计划售电量，使供电企业获得最大利润。最后，给出了售电量预 测及其相关决策系统实施的结构方案，并对结构方案中的数据库、模型 库、知识库进行了较详细的设计。卜，一 关键词：三盟、骖决策、童拙烈攥型、旦巳旦耋瑾出多元模 糊线性回归模型、墨盒堡型堡型? 堡塑堡鱼受判 东北大学硕士学位论文 a b s t r a c t t h er e s e a r c ha n d a p p l i c a t i o no ff o r e c a s ta n di t s r e l a t e dd e c i s i o no ft h eq u a n t i t yo fs o l d e l e c t r i c i t y a b s t r a c t i ti st h et r e n do fr e f o r m a t i o nf r o mm o n o p o l yt of r e e c o m p e t i t i o nf o r e l e c t r i c p o w e ri n d u s t r y u n d e r t h ee n v i r o n m e n to f c o m p l i c a t e d a n d c h a n g e f u le l e c t r i cp o w e rm a r k e t ，e l e c t r i cp o w e re n t e r p r i s en e e dt o h a n d l e a f f a i r s a c c o r d i n gt o t h eo b j e c t i v er e g u l a t i o no ft h ep o w e rm a r k e t ，s h o u l d r e a l i z et h ec h a n g ef r o ms u b j e c t i v ed e c i s i o nt oo b j e c t i v ed e c i s i o na n df r o m q u a l i t a t i v ed e c i s i o nt oq u a n t i t a t i v ed e c i s i o n t h ef o r e c a s tw o r ko fe l e c t r i c p o w e rm a r k e t i n gs e e m t ob em o r ea n dm o r ei m p o r t a n t ，p a r t i c u l a r l yf o r e c a s t o fq u a n t i t yo fs o l de l e c t r i c i t yi st h ep r e c o n d i t i o na n df o u n d a t i o no fm a n y d e c i s i o np r o b l e m so fe l e c t r i cp o w e rm a r k e t t h i st h e s i sm a i n l ys t u d i e st h ef o r e c a s tm e t h o d sa n di t sr e l a t e dd e c i s i o n o fq u a n t i t yo fs o l d e l e c t r i c i t y ，a n dd e s i g n st h es y s t e mo ff o r e c a s ta n di t s r e l a t e dd e c i s i o no f q u a n t i t yo f s o l de l e c t r i c i t y f i r s t ，t h i st h e s i sc o n s t r u c t st h em o d e ls y s t e mo ff o r e c a s ta n di t sr e l a t e d d e c i s i o no fq u a n t i t yo fs o l d e l e c t r i c i t y s e c o n d ，t h i s t h e s i sb u i l d st h e s e a s o n a lp r o p o r t i o nm o d e l ，t h ei m p r o v e db a c k p r o p a g a t i o nn e t w o r km o d e l ， t h em u l t i p l ef u z z yl i n e a rr e g r e s s i o nm o d e la n dt h ec o m b i n e df o r e c a s tm o d e l a b o u t q u a n t i t y o fs o l d e l e c t r i c i t y ，a n d t h em e t h o d sp r o v e st ob eh i g h l y e f f e c t i v ea n df e a s i b l e b ye x a m p l e s t h i r d ，t h i s t h e s i sb u i l d sas e to f i n d i c a t o rs y s t e mf o r c h o o s i n gt a r g e t m a r k e to fe l e c t r i c i t ym a r k e t i n g ，a n d a p p l i e sf u z z ys y n t h e t i c e v a l u a t i o ni n t o q u a n t i f y i n g i n d i c a t o r so f e l e c t r i c i t y - s u p p l y i n ge n t e r p r i s e a n d c o n s u m e r ，t h e ng e t s o p p o s i t e i m p o r t a n c e d e g r e eb ys t a n d a r d i z e dc a l c u l a t i o n ，c h o o s e st a r g e t m a r k e ti n t e r mo fo p p o s i t ei m p o r t a n c e - d e g r e e ，a n dac a s ei sa p p l i e dt oq u a l i f yf u z z y s y n t h e t i c e v a l u a t i o nf o r c h o o s i n gt a r g e t m a r k e to fe l e c t r i c i t y m a r k e t i n g f o r t h ，a c c o r d i n gt ot h e e s t i m a t e sr e s u l t so fq u a n t i t yo fs o l de l e c t r i c i t yo f e a c hs u b d i v i d e e l e c t r i c i t y - c o n s u m i n gm a r k e t a n ds e l e c t e d t a r g e tm a r k e t ， - 1 1 1 东北大学硕士学位论文 a b s t r a c l _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ _ - _ _ _ - _ _ _ _ _ _ _ _ _ - _ _ _ - _ _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ 一 t h ist h e s i sb u i l d st h em o d e lo f o p t i m i z e dd i s t r i b u t i o no fe l e c t r i c i t yp o w e rt o e s t a b l i s ht h e p l a n o f q u a n t i t y o fs o l d e l e c t r i c i t y o fe a c h e l e c t r i c i t y 。c o n s u m i n gm a r k e ta n dm a k et h ep o w e re n t e r p r i s eg a i nm a x i m a l p r o f i t a tl a s t ，t h i st h e s i sb u i l d st h ep r o j e c to fs t r u c t u r eo ff o r e c a s to ft h e q u a n t i t y o fs o l d e l e c t r i c i t y d e c i s i o n s u p p o r ts y s t e m a n d d e s i g n s t h e d a t a b a s e ，t h em o d e lb a s ea n dt h ek n o w l e d g eb a s eo ft h ep r o j e c to fs t r u c t u r e k e yw o r d s ：q u a n t i t y o fs o l d e l e c t r i c i t y ，f o r e c a s t ，d e c i s i o n ，s e a s o n a l p r o p o r t i o nm o d e l ，i m p r o v e db a c k p r o p a g a t i o n n e t w o r k m o d e l ，m u l t i p l e f u z z yl i n e a rr e g r e s s i o nm o d e l ，c o m b i n e df o r e c a s tm o d e l ，f u z z ys y n t h e t i c e v a l u a t i o n i v 塑坠塑生坠一生塑 声明 本人声明所呈交的学位论文是在导师的指导下完成的。论文中取得 的研究成果除加以标注和致谢的地方外，不包含其他人已经发表或撰写 过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一 同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并 表示谢意。 本人签名：音江牮 日期2 州：8 东北大学硕士学位论文 第一章绪论 1 1 本文研究背景 第一章绪论 电力工业走向市场是我国基础产业改革的方向。电力工业正从垄断 经营转向引入竞争机制，在这种情况下，电力企业树立市场营销观念和 社会市场有效竞争观念更具有现实意义和针对性。在现代市场经济条件 下，电力企业面临的市场环境越来越复杂多变，在复杂多变的市场环境 下，电力企业如何把握好航向，如何积极有效地开展市场营销工作，进 行营销决策，这是一个需要认真研究和解决的问题。电力竞争市场的形 成，需要按照电力市场的客观规律办事，而不能靠主观臆断，应该实现 从单一的主观决策到以客观决策为主的转变，从单一的定性决策到以定 量决策为主的转变。 随着电力工业逐步走向市场，电力营销预测工作显得越来越重要， 科学的预测是正确决策的依据和保证。电力营销预测是一项工作量大、 需要反复进行的工作，电力企业走向市场的形势对电力营销预测提出了 新要求，如何使预测手段及预测结果满足市场化的要求，是电力营销人 员面临的新课题。在电力市场营销工作中，售电量是其中一项重要内容。 科学地进行售电量的预测，是电力企业近期计划安排季、月度生产任务 的基本依据；是编制电力企业长期计划所不可缺少的工作；也是电网规 划设计的重要内容和依据，也为供电企业制定出长远的市场开拓计划、 财务收入计划和其它经济指标提供可靠的依据【2 】。 1 2 预测的基本知识 1 2 1 预测的基本概念 预测是对尚未发生或目前还不明确的事物进行预先的估计和推测， 科学预测是“在正确认识客观规律的基础上作出的对事物发展趋势的科 东北大学硕士学位论文 第一章绪论 学推测和判断( c 哲学分册) ”。现代预测科学是在一定的理论和方 法指导下，以事物发展的历史和现状为出发点，以统计数据和调查资料 为依据，在对事物发展过程进行深刻的定性分析和严密的定量计算基础 上，研究并认识事物的发展规律，进而对事物的未来发展预先作出科学 的推测。 科学的预测活动，主要由六个因素所组成：预测主体，即由谁去进 行预测；预测客体，即预测对象是什么；预测目的，即预测要回答什么 问题；预测依据，根据什么信息资料进行预测；预测方法，采用什么样 的预测技术和手段；预测结果，通过预测活动得出的结论。预测结论是 否理想、能否达到预期要求，它与预测目的是否明确、采用的方法是否 适当、信息依据是否充分、预测者的分析判断能力及其对预测领域的认 识和把握程度等直接相关【4 1 。 1 2 2 预测的基本原理 任何事物的发展趋势总是有一定的规律可循。在一定的条件下，人 们可以认识和掌握这个规律。企业的生产经营活动也不例外。企业在其 生产经营过程中，各种因素的变化相互影响，也必然存在一些可以为人 们认识和掌握的规律。预测正是建立在这些规律的基础上，它们实质为 预测的基本原理。具体地说，预测的基本理论依据有以下四点【4 】： ( 1 ) 可知性原理。也称为规律性原理，它属于认识论方面的理论研 究。辩证唯物主义认为，世界是物质的，事物的发展尽管千姿百态，但 还是各有其自身固有的变化规律。这些规律可以为人们认识和掌握。这 意味着任何预测对象的未来发展趋势和状况都是可以预知的。只要人们 掌握了事物的发展变化规律，就可以预测事物的未来发展状况。由此可 见，可知性原理是人们自觉主动地从事预测活动的重要理论基础之一， 一切预测活动都奠基于可知性原理。 ( 2 ) 连贯性原理，可称为延续性原理。事物的发生发展往往不是突 变性的，而是连续性的，它或多或少地与过去和现在存在一定的联系。 如果没有预测对象发展变化的过去和现在，就不可能存在发展变化的未 来。从这个意义上说，未来是过去和现在的延伸。因此，连续性原理认 为，了解过去和现在是预测未来的基础和出发点。预测方法中的时间序 列法，就是根据这一原理建立起来的一类方法。 东北大学硕士学位论文 第一章绪论 ( 3 ) 类推性原理。类推性原理认为，经济事件的发展变化存在着相 似或类同性。也就是说，许多经济过程的结构和变化具有一定的模式。 例如，商品的市场价格规律为：当商品供过于求时，价格下跌；供不应 求时，价格上升。人们掌握了某一经济事件的发展变化规律后，当观察 到某些类似的现象，就可以根据以往经验推出其发展变化趋势，借以预 测未来。例如，预测方法中的市场景气预测法、产品生命周期预测法等 均建立在类推性原理基础之上。 ( 4 ) 相关性原理，又称因果关系原理。相关性原理认为，客观世界 是普遍联系着的，任何事物的发展变化是一系列因素发展作用的结果， 而这些因素都是互相联系、互相依存、互相制约的，存在一定的因素关 系。因而使得人们能够根据某一或某些事物的变化，推测出另一相关事 物所产生的相应变化。预测方法中的相关和回归分析法、投入产出分析 法等都是基于上述原理。 1 2 3 预测的基本步骤 预测活动一般可分为以下几个步骤进行 4 】： 第一步，明确预测的主题，规定要达到的目的。预测目标应尽量具 体、详尽，不能含混、抽象。预测目标的确定，应包括预测的对象、预 测的目的、预测的时间范围和空间等项。 第二步，收集信息资料，分析变化规律。应包括历史的和现实的调 查统计资料，并对资料进行科学分析，辨别不同因素对事物发展变化的 影响，以及它们之间的内在联系，从而找出其发展变化的规律。 第三步，选定预测方法，建立预测模型。运用预测方法的核心是建 立描述、概括预测对象特征和发展变化规律的模型。定性预测模型是逻 辑推理的方程式。定量预测模型通常是以数学关系式表示的数学模型。 根据预测模型，输入有关数据资料，经过运算即可得到初步预测结果。 为了确保预测结果有一定的精确度，有时一项预测采用多种方法，对不 同方法的预测结果进行分析判断之后，再确定其中的一种方法，或多种 方法综合运用。 第四步，分析、评价、确定预测值。这一步是要对初步预测结果的 可靠性、准确程度进行验证，估计预测误差的大小，进行统计检验。在 分析评价的基础上，修正初步预测值，得到最终的预测结果。 东北大学硕士学位论丈 第一章绪论 1 2 4 预测的基本方法 预测方法种类繁多，随分析对象和预测期限的不同而各有所异，但基 本方法大体可分为定量分析方法和定性分析方法两大类。售电量预测属 于销售预测，而销售预测属于生产经营预测的范畴，是在对过去和现在 的销售资料进行分析、判断的基础上，对企业的产品在未来一定时期和 区域内的销售量及其变化趋势作出的科学判断、预计和预测测算。下面 就着重从销售预测的角度讨论经营预测的基本方法。 一、定量分析法 定量分析法也称为数量分析法。它主要是根据过去和现在比较完备 的信息，运用一定的数学方法对之进行科学的加工和处理，充分揭示有 关经济变量之间的规律性关系，作为预测的依据，据以推断未来的发展 趋势。经营预测的定量分析方法大致分为趋势预测法和因果预测法两类： ( 1 ) 趋势预测法：它是以某个指标本身过去的变化趋势预测未来的 变化趋势。常用的趋势预测法有趋势平均法、指数平滑法、直线趋势法、 非直线趋势法等等。 ( 2 ) 因果预测法：它是分析某个指标与其它指标的相互联系，并以 它们之间的规律性联系预测未来的变化趋势。常用的因果预测法有一元 线性回归、一元非线性回归、多元线性回归等等。 二、定性分析法 定性分析法也称为非数量方法。它是一种综合性的预测方法，主要 依靠预测人员丰富的实际经验及其主观判断和分析推理能力。这一方法 在销售预测中的应用，主要通过对过去和现在的销售情况进行综合分析， 从而对未来做出预计和推测。定性分析的预测人员一般是掌握较多的新 信息、知识和经验丰富的专家。因此，定性分析方法也称为专家预测法。 这种预测方法在企业缺乏完备的历史资料，或主要因素难以做定量描述 的情况下作用尤为重大。常用的定性分析法有个人判断法、专家会议法、 德尔菲法等等。 经营预测的数量方法和非数量方法并不是相互排斥，而是相辅相成。 经营预测人员要根据企业的具体情况和预测的对象，把它们正确地结合 起来运用，才能全面认识和把握预测对象的未来发展趋势。 东北大学硕士学位论文 第一章绪论 1 3 预测在决策中的作用 所谓决策，就是人们为了达到若干个目的，对面临的情况和问题所 采取的措施。科学决策则是人们为了达到某个或若干个目的，在充分掌 握信息和对有关情况进行深刻分析的基础上，用科学的方法来拟制并评 估各种方案，从中选定人们行动纲领的最优方案，以达到最佳效果。为 了保证决策的科学性，必须把决策建立在科学预测基础上，重视科学预 测在决策中的作用。科学预测在决策中的作用体现在以下几点【5 1 ： ( 1 ) 科学预测能够为决策提供具有科学依据的估计和判断。科学预 测通过对决策对象未来发展趋势所进行的分析和判断，为决策提供所需 未来信息。 ( 2 ) 科学预测能够使决策避免片面性。有了科学预测活动的配合， 有了它所提供的有关对象发展变化的各种可能的未来信息，决策就减小 了片面和失误的可能性。 ( 3 ) 科学预测能够为决策扩大选择范围。科学预测可以为决策提出 多种而不是单一的途径、方案或方法，它能够帮助决策者从各种方案中 选择最佳方案。 ( 4 ) 科学预测能够对决策进行预先评估，调整不合理的决策。决策 是否正确可行必须接受实践和时间的检验。而科学的未来信息，包括了 对决策未来影响的评估，所以可达到校验和修正决策的耳的。 1 。4 本文研究工作概述 本文的主要工作包括以下几点： ( 1 ) 了解售电量预测的常用方法，指出它们的不足之处。只使用定 量的模型进行预测，则无法反映影响售电量变化的定性因素，必然会导 致预测的失败。本文研究了影响售电量的诸多定量因素和定性因素，提 出一种定量、定性相结合，趋势预测、因果预测相结合的方法，使预测 结果更加准确。针对售电量具有明显的季节性，建立季节比例模型 建 立模拟退火和b p 网络组合模型，采用模拟退火算法训练b p 网络，可很 好弥补b p 网络收敛于局部最优解的缺陷：运用影响售电量的定量因素 ( 如社会用电容量、售电平均单价、油、气、太阳能等能源替代品市场 苎坐塑主堂堡笙查 箜二主竺笙 增长率等) 和定性因素( 如服务质量、供电可靠性策、宏观经济环境等) ， 建立了多元模糊回归模型；不同的模型都能从一定程度上，从不同的方 面提供不同的有用信息，为了综合运用这些信息，建立了售电量组合预 测模型。 ( 2 ) 建立了一套用以确定电力营销目标市场的综合评价的指标体 系，运用模糊综合评判理论，将供电企业和用电客户两方面的指标量化， 按照统一规范化运算，得出便于比较的相对重要度，根据相对重要度排 序选择出目标市场。 ( 3 ) 根据各个用电细分市场售电量的预测结果、电网的供电能力、 供电企业的财力、选定的电力目标市场、供电企业的单位售电利润、单 位售电成本，建立了电能优化分配模型，以确定各个细分市场的计划售 电量。 ( 4 ) 了解决策支持系统( d s s ) 的发展概况，建立了售电量预测决 策支持系统实施的结构方案，并对结构方案中的数据库、模型库、知识 库进行了较详细的设计，最后总结了本系统的特点。 1 5 本文章节安排 本文共分六章。 第一章介绍了预测的基本概念、基本原理、基本步骤及预测在决策 中的作用，还有本文的研究背景及本文的主要研究工作。 第二章重点阐述了售电量预测决策模型体系的结构。 第三章介绍了售电量预测的常用方法，详细讲解了季节比例模型、 改进的b p 网络模型、多元模糊回归模型、组合预测模型。 第四章讲述了确定电力营销目标市场的模糊综合评价方法。 第五章讲述电能优化分配模型的建立。 第六章讲述售电量预测决策系统的设计。 第七章对整篇论文作了概括性总结。 蔓兰查i 型兰堡垒圭 堑三主堡皇重塑型查整堡型堡墨 _ _ _ _ _ _ - _ _ _ _ _ _ _ _ _ - _ _ _ _ _ _ _ _ - - _ _ _ _ _ _ - _ _ _ _ _ _ - - - _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ _ - _ 1 第二章售电量预测决策模型体系 2 1 引言 在电力市场中，对售电量的分析和预测是一项很重要的工作。对售 电量的历史数据的分析可以直接或间接考察电力部门的管理经营情况； 过去一段时间电价的合理性；该地区的电力消费结构。对未来用电需求 量的预测是电力市场中许多决策问题的前提和基础，它可以为投资规模、 电力生产结构调整、电力销售结构调整以及电价制定等方面提供依据【”。 售电量预测按预测时期的不同分为长期预测、中期预测、短期预测。 长期预测则可达3 0 年或更久，而中期预测通常为5 6 年，中期预测和长 期预测的结果主要用于指导新增机组的投产及电网的增容和扩建。短期 预测通常为年、季、月，它的结果可用于指导安排年、月供电计划，以 实现对发电容量的合理调度，在满足给定运行要求的同时达到发电成本 最小的经济运行。本文中所指的售电量预测是短期月预测。 从系统论角度看，销售预测是经济预测的一个重要分支。售电量预 测是一门跨学科理论，是数学方法与经济理论的有机结合。影响售电量 的因素包括定量信息( 如社会用电容量、售电平均单价、油、气、太阳能 等能源替代品市场增长率等) 和定性信息( 如服务质量、供电可靠性、国 家政策、宏观经济环境等) ，属于半结构化问题，半结构化问题对决策规 则有所了解但不很清楚；对决策方案有所分析但不确切；对决策结果有 所估计但不肯定。所以，面对售电量的不确定性，而要采用结构和参数 均确定的数学模型去预测，必然导致结果不理想，难以为管理人员接受。 8 0 年代初，随着人工智能的发展，在决策支持系统方面也取得重大 进展，提出建立智能型决策支持系统( i n t e l l i g e n td s s ) ，它充分发挥专 家系统以知识推理形式解决定性分析问题的特点，又发挥了初阶决策支 持系统的模型计算为核心的解决定量分析问题的特点，充分做到定性分 析和定量分析的有机结合，使得解决问题的能力和范围得到一个大的发 展。同时，人工神经元网络技术也在全世界范围内迅速地发展起来，它 应用在预测方面有精确度高的优点。8 0 年代中期，有学者把模糊线性回 东北大学硕士学位论文 第二章售电量预测决策模型体系 归模型用于销售预测，使定量和定性信息同时引入预测获得较好的效果。 1 9 8 9 年起，组合预测又成为国内外热门研究课题，组合预测的提出是为 了弥补单个预测模型对于预测问题的片面性【6 1 。 2 2 模型体系结构 电力市场营销的一个重要工作是选择目标市场，而选择目标市场的 前提是进行市场细分。为突出重点，用电市场的细分不作为本文的研究 内容，由于目前电力部门一般按照分行业用电进行经济统计，用电市场 就可以分成以下8 个细分市场( 详见本文第四章) 。 本文采用模糊综合评判方法确定电力营销目标市场，至于具体的步 骤，详见本文第四章。本文首先对各个用电细分市场的下一期售电量进 行预测，若各个细分市场的售电量的预测值总和大于电网的供电能力， 说明电力供不应求，这时应该采取营销策略尽量保证目标市场的售电量， 减少非目标市场的售电量；若各个细分市场的售电量的预测值总和小于 电网的供电能力，说明电力供过于求，这时应该采取营销策略促使目标 市场的用电增长；若各个细分市场的售电量的预测值总和近似等于电网 的供电能力，说明电力供需平衡，但供需平衡是相对的、动态的，供电 企业也应该采取营销策略促使用电市场的用电增长与电网的供电能力的 增长保持一致。 目前很多电力企业都是凭电力营销人员或高层领导的直觉和经验来 估算出一个销售约数，这样偏差过大，难以作为决策的依据。而只使用 定量模型进行预测，则无法反映影响售电量变化的定性因素，必然会导 致预测结果的不理想。本文提出一种定量、定性相结合，趋势预测、因 果预测相结合的方法，采用季节比例模型、神经元网络模型、多元模糊 回归模型和组合预测模型( 预测模型的分析见本文第三章) 对各个用电细 分市场的售电量进行预测，并利用专家的知识修正预测结果，还将预测 结果与供电企业的购电能力进行比较，根据比较的结果采取对策( 即根据 电力目标市场调整营销策略) ，最终确定供电企业在各个用电细分市场的 计划售电量及相应的营销策略，并保证供电企业在充分利用电网的供电 能力下，获得最大利润。售电量预测决策模型体系如图2 1 所示。 蔓兰查型兰堡垒查 苎三主堡皇兰望型垄茎堡型堡墨 r 磊h 利用数据库中基础数据，运用季 节比例模型、b p 网络模型、多元 模糊回归模型、组合预测模型预 测各个细分市场下一月的售电量 输出预测结果及预测误差 竺墨翼| | | 鋈全三! p 二 适量兰童 整、修正预测结果l ! 竺删缅术删思q - 二 | 是 输出各个嘎皇! 鹭i ，学的售电量1 堡重兰煎 的预测终值厂 根据预测与供电能力的比较结果 ( 1 、供大于求；2 、供不应求) 重 新选择重点目标市场( 模糊综合评 判模型) 是 电企业的财力、保证目标市场的 供叱，使供电企业获得最大利润 的原则下，确定各个细分市场的 计划售电量( 电能优化分配模型) 测结果与t 能力比较? i 供需不平衡 碉节巍存建r 羽塑壁垄少 i 否 耍磊垂吾杀浠要调整目标市场吗? 、 否 整各个 售电量 l 否 根据各个细分市场的计划售电 量，调节各个细分市场中影响售电 量的定量、定性的因素 是 圈2 1售电量预测决策模型体系圈 f i g 2 1c h a r to ft h em o d e ls y s t e mo ff o r e c a s ta n dd e c i s i o no ft h eq u a n t i t yo f s o l de l e c t r i c i t y 整个流程的具体步骤如下： ( 1 ) 从数据库中读取基础数据，运用季节比例模型、改进的b p 网 络模型、多元模糊线性回归模型分别预测出各个细分市场下一 月的售电量多。，夕：，死，利用以上三个模型的预测值作为组 9 东北大学硕士学位论文 第二章售电量预测决策模型体系 合预测模型的输入，可以求出各个细分市场下一月的售电量的 预测值。 ( 2 ) 输出各个细分市场的售电量的预测值及预测误差。 ( 3 ) 询问管理人员预测结果是否满意，管理人员可以凭经验和预测 误差来判断，若满意，转向第( 5 ) 步，若不满意，转向第( 4 ) 步。 ( 4 ) 利用知识库中的知识修正预测结果，然后转向第( 2 ) 步。 ( 5 ) 求出各个细分市场售电量的预测值的总和，并与电网的供电能 力进行比较，若两者相差过大，说明电网供需不平衡，转向第 ( 6 ) 步，若两者近似相等，说明电网供需平衡，转向第f 1 2 ) 步。 ( 6 ) 若电力供不应求，有两种措施可以选择，一方面可以提高电网 的供电能力，另一方面减小各个细分市场的售电量：若电力供 过于求，也有两种措施可以选择，一方面可以减小电网的供电， 另一方面可以增大各个细分市场的售电量。若选择调整电网的 供电能力，返回第( 5 ) 步，否则转向第( 7 ) 步。 ( 7 ) 若电网长期( 6 个月) 供电不平衡或新一年的开始，应该重新选 择目标市场，转向第( 8 ) 步，否则转向第( 9 ) 步。 ( 8 ) 根据指标( 市场份额；市场增长率；电力消费弹性； 电费回收率；服务质量；供电质量) ，利用模糊综合评判 模型重新选择目标市场，若电力供不应求，应该重点考虑指标 一一电费回收率等；若电力供过于求，应该重点考虑指标一一 市场增长率、服务质量、供电质量等。转向第( 1 0 ) 步。 ( 9 ) 若调整了电网的供电能力或供电企业的财力，需要重新分配各 个细分市场的供电量，转向第( 1 0 ) 步，否则就转向第( 1 1 ) 步。 ( 1 0 ) 在充分利用电网的供电能力、供电企业的财力、保证目标 市场的供电，使供电企业获得最大利润的原则下，利用电能优 化分配模型( 电能优化分配模型的分析见本文第五章) 确定各 个细分市场的计划售电量。转向第( 1 1 ) 步。 ( 1 1 ) 根据各个细分市场的计划售电量，调整各个细分市场中影 响售电量的定性、定量因素，返回第( 1 ) 步重新预测细分市场 的售电量。 ( 12 ) 输出各个细分市场的预测值，计算终止。 东北大学硕士学位论丈第二章售电量预测决策模型体系 2 3 模型体系特点 该模型体系主要具有以下特点： a ) 该模型体系的预测不仅依赖历史数据的变化趋势，还考虑突发性 因素对售电量的影响。 b ) 模型把大量的定性、定量信息相结合，很好地解决了售电量预测 的半结构化问题，克服了传统预测方法预测精确度低、误差大等 缺点。 c ) 模型体系中，集模型、知识、数据、人机交互为一体，使模型更 具有灵活性与实用性。 东北大学硕士学位论文 第三章售电量的预测模型研究 第三章售电量的预测模型研究 本章首先介绍了售电量预测的常用方法，接着详细讲述了售电量预 测的季节比例模型、改进的b p 网络模型、多元模糊回归模型、组合预 测模型，最后对本章进行小结。 3 1 引言 在售电量预测工作中，常规的预测方法主要有：电力生产弹性系数 法、产值单耗法、人均用电量法、灰色预测法等。近年来，由于国民经 济发展的不均衡性，使得这些常规预测方法具有很大的不确定性。例如， 由于种种原因，在我国的经济发展过程中出现了国民经济发展增长速度 较高，而电力生产增长速度很低，甚至是负增长的现象。使得人们对于 电力生产弹性系数法是否仍适用于分析电力工业生产与销售产生了疑 问。而产值单耗法因近年来国民经济结构调整的原因，也有较大的不适 宜性，尤其是像辽宁这样重要的基础工业基地，经济增长方式也逐渐由扩 大初级产品产量转向高附加值的加工工业。人均用电量法受辽宁地区多 年形成的高积累低消费现象影响，也无法有效反映出实际用电量的增长 变化。灰色预测方法是一种对含有不确定因素的系统进行预测的方法。 灰色系统内的一部分信息是已知的，另一部分信息是未知的。系统内的 各种因素之间具有不确定的关系。灰色预测算法通过鉴别系统因素之间 发展趋势的相异程度，生成有较强规律性的数据序列，然后建立相应的 微分方程模型，从而预测事物未来的发展趋势状况。灰色系统预测用等 时距观测到的反映预测对象特征的一系列数值构造灰色预测模型。灰色 预测算法属于按时间序列预测的方法。但它的预测精度不高，甚至面目 全非。近年来科学技术水平和计算机技术的迅猛发展，使得利用数学手 段开展经济预测的工作得到了广泛的应用。利用数学手段进行经济预测 工作需要广泛收集历史数据，并在此基础上通过拟合和外推的方法，在 n 维空间根据约束条件的限制，寻找出最佳的预测结果。这项工作具有 赢观的效果和可比较性。它是人们通过对已知条件的分析和了解去推测 未来社会发展的工具。数学方法有很多种，并且具有各自不同的效果【9 1 。 东北大学硕士学位论文 第三章售电量的预测模型研究 3 2 售电量的预测模型 3 2 1 季节比例模型 季节比例模型假定被预测变量在1 个周期的特定部分的总量与该周 期中的总量的比例是一个常数。通过历史数据把这个常数确定后，就可 以根据1 个周期t 的前半部分( 已知) 的值预测后半部分( 未知) 的值i ”。 为了描述的简洁，假定历史数据的总数目n 是周期t 的倍数( 否则可 以除去开始的几个历史数据而达到这个目的) ，n = k t 。令 f s ，= x ( 椰“，i = 1 ，2 ，t 。 ( 3 1 ) 卢l s = s ； ，然后定义季节系数为 i = 1 q 正= 睾， i = l ，2 ，t 。 ( 3 2 ) ) 季节系数f 表示在一个周期中第i 期在周期中所占比重。 根据前n 期的历史数据，可以预测后面一期的未知值。首先，人为 确定一个常数l ，满足1 l t l 。但通常应该把l 取为周期的1 4 左右，因为l 的取值如果过高，则新近发生的具有较长影响力的事件在 预测模型中不能很好地体现出来；如果l 的取值过低，则最近发生的突 发事件会使预测值偏差过大。所以，l 的取值应该适中，按照经验，它 应该取周期的1 4 左右。 为了表示方便，令 + ，= ，其中j = l ，2 ，t ，我们可以得到第 + ，期的预测值为： 札州 从式( 3 3 ) g 以看出，若要预测第+ 期的售电量，必须有第n + j - i 期的历史数据。 当过a r 个周期后，利用第女丁期至第+ 女r 期的历史数据重新计算季 节比例系数厂，k = 1 ，2 ，。 嚣 东北大学硕士学位论文 第三章售电量的预测模型研究 用辽宁省某市从2 0 0 0 年1 月至2 0 0 1 年1 2 月之间两年的全社会售电 量数据( 见表3 1 ) 预测该市2 0 0 2 年1 月的全社会售电量。因为l 取为周 期( t = 1 2 ) 的1 4 左右，所以l = 3 。通过计算可得2 0 0 0 年4 月至2 0 0 2 年1 月的每个月的售电量的预测值和相对误差( 见表3 1 ) 。其中2 0 0 2 年1 月 的售电量预测值为8 9 3 6 0 万千瓦时，而实际值为9 2 0 4 1 万千瓦时，相对 误差为一2 9 1 。表3 1 是售电量的实际值与预测值的比较。 表3 1季节比例模型的预测值与实际值的比较 t a b l e 3 1t h ec o m p a r i s o nb e t w e e np r e d i c td a t aa n da c t u a ld a t ao ft h es e a s o n a l p r o p o r t i o i lm o d e l 时间实际值预测值相对误差时间实际值预测值相对误差 ( 万千瓦时)( 万千瓦时)( )( 万千瓦时)( 万千瓦时)f 叭 2 0 0 0 18 9 8 2 02 0 0 1 18 9 3 3 48 9 7 9 40 5 2 2 0 0 0 28 3 9 6 42 0 0 1 28 8 3 6 88 6 2 5 52 3 9 2 0 0 0 3 8 0 4 6 7 2 0 0 1 38 8 5 7 78 4 6 3 74 4 5 2 0 0 047 8 3 1 17 6 4 0 62 4 32 0 0 1 47 8 1 1 5 8 0 0 2 02 4 4 2 0 0 0 5 7 3 0 7 27 3 6 6 20 8 12 0 0 1 57 7 9 8 97 7 4 0 00 7 6 2 0 0 067 8 2 6 2 8 0 5 7 32 9 5 2 0 0 1 68 7 3 4 38 5 0 3 22 6 5 2 0 0 0 7 8 1 7 6 18 1 0 9 5 0 8 2 2 0 0 1 78 5 3 0 3 8 5 9 6 90 7 8 2 0 0 088 2 7 5 08 1 3 1 11 7 42 0 0 1 88 5 9 9 1 8 7 4 3 01 6 7 2 0 0 0 9 7 4 9 8 57 7 4 4 8 3 2 8 2 0 0 1 98 4 9 7 1 8 2 5 0 82 9 0 2 0 0 0 1 07 3 6 3 67 1 0 5 43 ，5 12 0 0 1 1 07 3 4 4 6 7 6 0 2 93 5 2 2 0 0 0 1l8 9 2 5 98 4 7 5 75 0 4 2 0 0 1 1 18 5 0 3 08 9 5 3 2 5 3 0 2 0 0 0129 4 0 9 99 4 5 8 205 12 0 0 1 12 9 7 2 7 89 6 7 9 5- 0 5 0 出以上结果可以看出，在2 2 个预测值中，只有2 个预测值的相对误 差值大于5 ，其它预测值相对误差均小于5 ，有的预测值与实际值相 当接近，此预测结果令人满意。若作仿真曲线，预测值与实际值的两条 曲线几乎重合，说明用季节比例模型预测售电量是可行的。 3 2 2 改进的b p 网络模型 b p ( b a c k p r o p a g a t i o n l 网络由于具有良好的自适应性、自组织和容错 东北大学硕士学位论文 笫三章售电量的预测模型研究 性及可实现输入输出的高度非线性映射功能等特性而得到广泛应用。b p 网络算法采用误差函数梯度下降法指导学习过程，从本质上来说属于局 部寻优算法，它不能保证收敛到全局最优解【。 模拟退火算法采用随机搜索的寻优方法，是一种全局最优搜索。本 文采用的模拟退火和b p 网络组合模型，采用模拟退火算法训i 练b p 网络， 可很好弥补b p 网络收敛于局部最优解的缺陷。 3 2 2 1b p 网络概述 b p 网络，即误差后向传播神经网络，是神经网络模型中应用最广泛 的一种。b p 网络通常由一个输入层、若干个隐含层和一个输出层构成。 如图1 所示。从理论上讲，仅有一个隐含层的网络就足以解决实际中遇 到的绝大多数问题，二个隐含层的网络比单层网络更难训练，且易于陷 于局部极小，而在其它方蔼，二者性能相似，故在本文中我们采用一个 隐含层的b p 网络。 圈3 1多屡前馈神经元嘲络 f i g 3 1 t h em u l t i l a y e r a n df o r w a r d f e e d b a c kn e r v en e t w o r k b p 网络相邻两层之间各个神经元实现全连接，即输入层的每一个神 经元与隐含层的每个神经元都有连接，隐含层的每一个神经元与输出层 的每个神经元都有连接，而同一层中的各个神经元无连接。b p 网络按有 教师学习方式进行训练，当一对学习模式提供给网络后，其神经元的激 活值将从输入层经各中间层向输出层传播，在输出层的各神经元输出对 应于输入模式的网络响应。然后，按减少希望输出与实际输出误差的原 东北大学硕士学位论文第三章售电量的预测模型研究 则，