（电力系统及其自动化专业论文）中长期电力负荷预测模型研究.pdf

上海交通大学硕士学位论文中长期电力负荷预测模型研究 r e s e a r c ho nm o d e lf o rm i d l o n g t e r ml o a df o r e c a s t i n g o fp o w e rs y s t e m a b s t r a c t t h i sp a p e rw i l ls t u d ym i d l o n gt e r ml o a df o r e c a s t i n gm e t h o da n dm o d e lw h i c h m i a n l ya i m a te l e c t r i cp o w e rd e m a n d f i r s t l y ，t r a d i t i o n a ld e f i n i t el o a df o r e c a s t i n gm e t h o di ss t u d i e d s e c t o rf o r e c a s t i n g m o d e lb a s e do ne n e r g yi n t e n s i t ya n de c o n o m e t r i c sm o d e lb a s e do nm u l t i v a r i a t el i n e a r r e g r e s s i o na r ep r e s e n t e d f o rs e c t o rf o r e c a s t i n gm o d e l ，s e c t o rc l a s s i f i c a t i o n i s d i s c u s s e di nd e t a i la c c o r d i n gt os o m ee l e c t r i cp o w e rn e t w o r ka n dt h e nf o r e c a s t i n g m e t h o di s p r e s e n t e df o re v e r ys e c t o ra c c o r d i n gt o t h e i rd i f f e r e n tc o n s u m i n g c h a r a c t e r i s t i c s f o re c o n o m e t r i c sm o d e l ，t w oa p p r o a c h sa r ep r e s e n t e dt of o r e c a s tt o t a l e l e c t r i cp o w e rd e m a n d ，o n ei ss e c t o ri n t e r g r a t i o nm e t h o d ，t h eo t h e ri sd i r e c tr e g r e s s i o n f o rt o t a le l e c t r i cp o w e rd e m a n d a d d i t i o n a l l y , t h i sp a p e rm a k e s 锄i m p r o v e m e n to n e c o n o m e t r i c sm o d e la n df o r m ss t e p w i s er e g r e s s i o nl o a df o r e c a s t i n gm o d e l s e c o n d l y , g e n e t i cp r o g r a m m i n g ( g p ) ，n a m e l ys y m b o l i cr e g r e s s i o n , i su s e dt o f o r mg pf o r e c a s t i n gm o d e lw h i l et h ec h a r a c t e r i s t i co fe n e r g yv a r i e t yi sc o m p l i c a t e d a n de v a l u a t i n ge q u a t i o ni sd i f f i c u l tt od e f i n e g pm e t h o dw i l le s t a b l i s hb e s tf i t t i n g m o d e lo fl o a df o r e c a s t i n gb ys t o c h a s t i cs e 甜c h i n gc h a r a c t e r i s t i c so fe v o l u t i o n a r y a l g o r i t h m s t h ea l g o r i t h m s e x p r e s s i o ni ss i m p l i f i e da n dp r o g r a mi m p l e m e n t i n gi s c o n v e n i e n tb yu s i n gr e a d sl i n e a rc o d i n gt or e p l a c ep a r s et r e e f i n a l l y , i n t e g r a t e dm o d e lo fp o w e rs y s t e ml o a df o r e c a s t i n gb a s e do ne v o l u t i o n a r y p r o g r a m m i n g ( e p ) i sp r e s e n t e d t h i sm o d e li n t e g r a t e su s e f u li n f o r m a t i o np r e s e n t e db y e v e r yi n d i v i d u a lm o d e lt oi n c r e a s ef i t t i n gp r e c i s i o n b e c a u s e o ft h e g l o b a l o p t i m i z a t i o no fe v o l u t i o n a r yp r o g r a m m i n g ，e pc a l la l w a y sf i n dt h eb e s tw e i g h to f e v e r yi n d i v i d u a lm o d e l r e a li n s t a n c es h o w st h a ti ti sb e t t e rt h a ni n t e g r a t e dm o d e l b a s e do nd i r e c ts e a r c h i n g k e yw o r d s ：m i d l o n gt e r ml o a df o r e c a s t i n g ，e n e r g yi n t e n s i t y , e c o n o m e t r i c s ， s t e p w i s er e g r e s s i o n ，e v o l u t i o n a r ya l g o r i t h m s ，i n t e g r a t e dm o d e l 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：缘宕克 日期：如z 年f 月珂日 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 ， 保密蚰，在j 年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上方框内打“”) 学位论文作者签名：孑生骞鹿 指导教师签名：系诂去 日期： 耷甥易e l 上海交通大学硕士学位论文第一章绪论 第一章绪论 1 1 电力负荷预测的基本内容及其意义 随着电力工业的发展和国民经济的调整，电力市场供求关系发生了很大的 变化，从整体上来看，目前已由卖方市场转变为买方市场。如何适应新形势发 展的需要，在满足各类用户用电需求的情况下，最大限度降低企业运营成本、 增加盈利，是当前的一项重要课题。准确的负荷预测尤其中长期负荷预测是电 力系统规划的基础和前提【1 1 ，对于电力公司降低成本、增加利润具有十分重要 的现实意义。然而在以前计划经济体制下所进行的电力负荷预测方法显然已经 较难适应当前市场化的需求，因此迫切需要对以往所采用的电力负荷预测方法 进行更新和改进，以适应现在和未来我国电力工业与国民经济的发展的需要。 所谓电力系统负荷预测就是指对未来时刻用户的电力需求进行预测，它包 括两个方面的含义：即对未来需求量( 功率) 的预测和对未来用电量( 能量) 的预测。由于其受到各种社会、经济、环境等不确定性因素的影响，从本质上 来讲电力系统负荷是不可控的，因此进行完全准确的负荷预测是十分困难的。 多年来经过国内外学术界和工程界的不懈努力和研究，通过对不同负荷特性的 研究和处理，很多专家学者把各种先进的数学方法引入到电力负荷预测中，例 如模糊预测方法、人工神经元方法、证据理论方法、组合预测法等，大大提高 了负荷预测的精度以及在各种条件下的适应性。 1 2 电力负荷预测的分类及特点 电力系统规划和运行调度是以负荷预测为依据的，由于电能在目前尚不能 大量储存，电力生产和消费是同时进行的。当负荷预测偏低时会导致电力供应 紧张、供电可靠性降低；负荷预测偏高时将会引起发输电设备不能充分利用， 造成大量资金积压，影响系统的经济性指标。故电力系统对未来预计要发生的 负荷进行预测的必要性在于要求系统内的可用发电容量在正常运行条件下，应 当在任何时候都能满足系统内负荷要求，这就要求负荷预测人员根据不同负荷 预测的特点对负荷作出正确的预测。 通常，电力负荷预测按预测时间长短划分为超短期负荷预测、短期负荷预 测、中期负荷预测和长期负荷预测1 2 】。这几种负荷预测方法的各自特点如下： ( 1 ) 超短期负荷预测：预测期限一般指l 天以内按小时或按分钟的预测，这 中长期电力负荷预测模型研究第章绪论 种负荷预测中，负荷指的是功率。 ( 2 ) 短期负荷预测：预测期限一般指l 天以上至1 年以下，主要为电力系统 调度、发电以及检修计划服务的。 ( 3 ) 中期负荷预测：预测期限一般指5 年左右，主要用于电力系统规划，包 括发电设备及输变电设备静扩建计划、退役计划帮改建计划。 ( 4 ) 长期负荷预测：预测期限一般指1 0 年以上，主要用来制定电力工业战略 规划，包括燃料需求量、一次链源平衡、系统最终发展题标以及登要的技术更新、 科研规划等。 以上的划分方法并不绝对，应用于规划的负荷预测之间也没有明显的界限。 1 3 国内外负荷预测研究现状 电力系统负荷预测的理论研究开始于本世纪中叶，是随着系统辨识和现代控 制理论等学科的发展而产生的。国外a b b 公司的h l e e 。w i l l i s 从7 0 年代就开始 系统进行负荷预测的研究，并且在大量的实际的电力系统中进行了应用，但当时 的负荷预测所使用的方法数据很多，收集的过程很长，所花费的人力物力都较大。 随着现代科学技术的快速发展，负荷预测技术盼研究也在不断深纯，各种各样的 负荷预测方法不断涌现，从经典的单耗法、弹性系数法、统计分析法，到目前的 灰色预测法、专家系统法和模糊预测法，甚至到刚刚兴起的神经网络法、遗传算 法、小波分析法以及混沌预测法等等。应该指出，现在负荷预报方法虽然很多， 但任何预报方法都不是绝对准确的。这不但是方法的本身问题，而更重要的是， 一些未来的因素常常不能准确地预见和加以有效地估计，这对于较长时期的预 测，尤为突出。所以，即使在电力工业发达国家，较长时期的负荷预测至今也还 是一个未能很好解决酶闻题。 我国是电力工业发展相对比较落后的国家，负荷预测起步较晚，但随着电力 市场化的发展，电力负荷预测研究越来越受到重视，各科研院所正在根据市场需 要开发出了一些负荷预测软件包，这些软件包中大多数都是针对短期负荷预测， 国内目前开发的专门针对中长期负荷预测的软件包并不多见，国电华东公司曾经 在8 0 年代末蹑法函电力公司( e d f ) 开发的基于f o r t r a n 语言的p v s ( 电量 预测) 和p c c c s ( 电力预测) 负荷预测软件包以及跟日本电力中央研究所合作 开发熬基于m i c r ot s p ( 6 5 3 ) 软件包的计量经济模型，僵这两种模型操作平台均为 d o s 操作系统，很难适应当前计算机发展以及电力和阑内外形势发展的需要。 由于中长期负荷预测期限为5 - 1 0 年及以上，这期间国家政策、社会环境以 及国内外形势都将可能发生很大的变化，尤其在我国正处于由计划经济向市场经 济的转型期，有很多不可预知因素，这些因素的存在都将极大地影响预测的准确 性。选择合适的预测方法建立相应的预测模型可以在一定程度上提高预测精度， 2 上海交通大学硕士学位论文第一章绪论 但前提是要有大量准确的历史和未来相关数据。我国内于历史原因，电力负荷数 据收集工作至8 0 年代中后期才走向正规化，有些地方甚至更晚，因此现在能褥 到的历史数据非常有限，而且我国在社会经济和环境因素等负荷预测相关数据的 统计和预测方面也远远落后于西方发达国家。面临种种困难，如何提高中长期负 荷预测的精度是摆在负荷预测人员和获事负荷预测研究人员面前的一道难题。 。毒电力负荷预测的基本步骤 在做负荷预测之前，得先把预测工作的越个程序搞清楚，不同的负荷预测有 各皇酶过程，僵基本的步骤却楣近，可以分隽跌下八步凌： ( 1 ) 确定预测内容，并制订预测计划； ( 2 ) 收集相关资料。根据预测内容的具体要求，广泛收集所需资料； ( 3 ) 分析基础资料。将得到的大量资料进行全面分析，从中选出有代表性的、 可用程度较高的有关资料，同时将资料中的不良数据进行分析和处理； 卿预测经济发展。由于电力系统的发展与国民经济和社会发展密切相关， 所以需要对本地区经济发展、人口增长等前景进行分析和预测； 5 ) 选择预测方法、建立预测模型； ( 6 ) 应用预测模型进行预测； 评价预测结果。通过对各种方法的预测结果进行比较和综合分橱，根据 经验和常识判断结果的合理性，对预测结果进行适当的修正，求得最终的预测结 果： ( 印评价预测精度。对所采用的方法进行假设检验、方差分析，确定预测结 果的可信度。 当然，在实际预测应熙中，并不严格按以上步骤进行按部就班地预测，可以 根据预测时的实际情况进行灵活处理。 1 5 本文所做的工作 本文将对中长期受荷预测方法进行探索，结合当前受荷预测工作孛爨现的薪 特点对传统的确定性负荷预测方法如单耗法和多元回归预测法进行研究并加以 改进，同时尝试将进化算法中的遗传规划和进化规划孳| 入到中长期负荷预测中， 以提高模型的预测精度。需要指出，中长期负荷预测尤以电量预测为主，因此本 文所提出的负荷预测方法基本上都是针对电量预测的。以后除非特别说明，否则 负荷预测均指对电量的预测。 3 中长期电力负荷预测模型研究第二章几种中长期负褥预测方法介缡 第二章几种中长期负荷预测方法介绍 对不同类型的负荷预测有着不同的预测方法，例如对与电力系统规划密切 联系的中、长期负荷预测所采用的预测方法与电力系统运行有关的短期、超短 期负荷预测的方法是不同的。 多年来，国内钋电力系统负荷预测人员对中长期负荷预测进行了大量研究， 总结出了很多中长期负荷预测方法，但归纳起来无外乎两大类1 4 - 1 ： 一类是确定性负荷预测方法。这种负荷预测方法把电量和电力负荷用一个 或一组方程来描述，它与变量之闻有明确的一一对应关系。毽前广泛应焉手中 长期负荷预测的确定性方法有：单耗法、负荷密度法、弹性系数法、线性回归 法、j 基线性回归法、s 曲线法等。这些方法的共同点在于从历史受荷数据出发， 用给定的曲线，或前后几年负荷数据的相关关系，来预测未来年的负荷。 一类是不确定性负荷预测方法。在中长期负荷颓测中有很多的不确定性因 素，例如：国民经济发展的情况、国家的政策变化、入口的增长、家用电器的 饱和情况、气候条件等等，这些因素很难用定量的方法来考虑，但是这些因素 对负荷的影响往往又是很重要的，不能不予以考虑。在以往的预测方法中对这 些因素的考虑往往不够全面，甚至将它们忽略，显然这样所得到的结果并不能 适应不确定性的影响，与实际的情况是有较大偏差的。为此近年来对电力系统 负荷预测的不确定性方法的研究成为了电力系统负荷预测中的一个研究热点， 通过多年来的不懈努力，特别是各种新的理论和方法的引入，为电力系统负荷 预测不确定性因素的处理提供了极为有效的预测工其，例如模糊预测方法【舅、 灰色预测方法【们、人工神经网络预测法、专家系统方法【7 】等，它们的引入在电力 系统负荷预测中已经取褥了很大的进震。 另外，组合预测法【8 j 目前在电力系统负荷预测中也得到了广泛的应用，该 预测方法是对各种确定性和不确定性负荷预测模型的预测结果进行加权处理， 融合各模型的特点，以便更准确地反应负荷变化特性。 本文主要对确定性负荷预测方法进行研究，同时将进化算法引入中长期负 荷预测中，提出遗传规划负荷预测模型和进化规划负荷预测综合模型。 2 。1 单耗法 单耗法即单位产品( 产值) 电耗法，对不同的用电部门使用不同的单耗。 其计算公式为： 4 上海交通大学硼士学位论文中长期电力煎荷预测模赞研究第二章几种中长期负荷预测方法介绍 a = 培 ( 2 1 ) 式巾a 用电量 b 产品产量( 产值) 卜单耗 单耗法需要作大量细致的统计调查工作，近期的预测效果较佳。有时在计 算居民生活用电时，需要通过家用电器耗电量来预测，这时要用到家用电器单 耗法。在第三章将详细介绍单耗法在中长裳电量预测中的应用。 2 2 多元线性回归预测法 在电力系统负荷预测的实际问题中，常遇到负荷受多种因素( 如工业总产 值、国内生产总值、用电价格指数、湿度等) 影响的情形，丽且，很多情况下， 这些影响因素与负荷间存在线性相关性，或者这些影响因素的某种函数变化与 负荷间存在线性相关性，这时就考虑用多元线性回归法f 9 l 进行预测。 2 2 1 多元线性回归 设麓，x 2 ，x 芦( 矿1 ) 为p 个线性无关的可控变量，y 是随机变量， 在负荷预测中，它代表电量，它们之间的关系为： y2 b 。o ，。+ b l x ，1 + + + 嚣( 2 - 2 ) 【s ( o 盯2 ) 式中b 。，b ，口2 都是与五，x 2 ，x p 无关的未知参数，p 是 随机误差( 或随机干扰) ，这就是p 元线性回归模型。式( 2 - 2 ) 两端取数学期 望，得 缈= b 0 + b l x l + + b p x p ( 2 3 ) 式( 2 - - 3 ) 称为回归平面方程，其中b o ，b ，屯称为回归系数。 2 2 2 未知参数估计 假设我们有了因变量y 和自变量墨，吃，x p 的露组观测值 ( 确，x t 2 ，”， i = l ，7 它们满足 y f = 6 0 + 坼l6 l + 十+ 岛l = 1 ，”。，( 2 - 4 ) 5 第二章几种中长期负荷预测方法介绍 这里各个目n ( o ，盯2 ) 且相互独立，若用矩阵形式，( 2 - 4 ) 式变形为： 1 而l 1 x 2 l 1 x l幢 + q 乞 ： 毛 ( 2 - 5 ) 等价地 】，= x b + 占 ( 2 6 ) 运用最小二乘法求出未知参数6 ，6 ：? ，b p 的估计量反，2 ，乞，记召的估 计值为台，可求得 b = b o b l ； b ， = ( x 丁x ) 一x r 】， 将得到的j ；。，b 2 ，瓦代入，记做 夕= b o + 6 i 一十+ b p x ， ( 2 7 ) ( 2 - 8 ) 2 2 ，3 假设检验 2 2 3 1线性回归的显著性检验( f 检验) 检验p 个系数b 1b 2 ，b 口是不是全为零。若全为零，则认为线性回归不显 著，否则，认为线性回归显著。对模型提出假设 h o ：b l = b 2 = = b p = 0 h i ：b l ，6 2 ，b p 不全为零 若在显著性水平口下拒绝h 。，则认为线性回归是显著的。为寻求检验统计 量，在假设玩下分解总变差平方和s s t 为 船r 寻砉( y ，一歹) 2 = 姜( 或一歹) 2 + 姜( 少，一( 2 - 9 ) 令髓r = ( 或一歹) 2 ，船e = 耋( m 一夕j ) 2 ，跚为回归离差平方和，它是 h l 由线性回归弓i 起的：s s e 为残差平方和，它是由实验引起的误差，式( 2 。9 ) 可 写为 6 加纫；咖 一 一 一 上海交通大学硕士学位论文中长期电力负荷预测模型研究第二章几种中长期负荷预测方法介绍 s s r - - - - s s r + s s e f 检验统计量及其分布为： f ：墅塑l f ( p , n - p - 1 ) s s e ( n p - 1 ) 7 对于给定的显著性水平口， 若f c ( p ，刀- p - 1 ) ，则拒绝风，即认为线性回归显著； 若f 疋( p ，l - p - 1 ) ，则接受乩，即认为线性回归不显著。 ( 2 - 1 0 ) ( 2 - 1 1 ) 2 2 3 2 回归系数的显著性检验 回归系数的显著性检验，根据所使用的统计量的不同，又可分为r 检验法 和f 检验法，分别介绍如下： ( 1 ) 确佥验法 在线性模型基础上对第，个自变量的回归系数提出假设 1 - 1 0 ：包= o ；蜀：包o ，检验统计量及其分布为 b 0 2 二茬亏：7 ：蚕萝葫f 刀一p 一1 ( 2 - 1 2 ) 其中勺是矩阵c = ( x7 x ) - 1 的主对角线上第个元素。 给定显著性水平口， 若m r 口( 甩一p 一1 ) ，则拒绝。，即认为自变量x j x c y 有显著影响： 若川 0 ，取万= m i n ( w ，) 。 当r 0 ，取j = m a x ( 一以，) 这样的占的取值可以使目标函数得到最大的下降( 若r = 0 ，则目标函数的 变化值必为零，不能下降) 。 由以上分析可知，扫描任意两种预测结果f ，j f ：若存在使& 0 的非零值 1 3 上海交通大学硕士学位论文中长期电力负荷预测模型研究第二章几种中长期负荷预测方法介绍 占，则更新斗w ，令尼+ 1 _ k ，继续进行迭代；否则，选择下一组f ，_ 进行下一次迭代。如此循环，直至没有任何一组使& z ( 2 z ( z ( 七+ 1 ) ，故算法可单调收敛到最优解we “，同时该 算法不依赖于初始解的选取。 1 4 上海交通大学硕士学位论文中长期电力负荷预测模型研究第三章分部门负荷预测模型 第三章分部门负荷预测模型 分部门负荷预测法就是将电力按用电部门进行分类，对各部门的用电量按 部门特性选用合适的单耗法进行预测，然后得到总的部门用电量。该方法需要 对待预测地区的用电部门进行深入调查和认真分析，科学合理地作出该地区的 部门分类，这是分部门预测模型的关键。 3 1 部门分类 在分部门负荷预测模型中，部门的分类非常重要，它直接关系到模型最后 的预测精度，用电部门的分类，应该根据预测地区的实际情况、并结合国家统 一的“国民经济行业用电分类 表来制订，在数据不全或者难以收集的情况下， 对部门分类应作适当调整。同时应该看到，我国传统的行业部门分类方法，随 着形势的发展已不能够满足负荷预测发展的需要。本文结合某电网的实际情况， 经过深入调查和分析研究，作如下的部门分类： 首先，从用电特性的不同，将总用电量划分为居民生活用电和产业用电。 对于居民生活用电，由于该电网下属四个地区的经济发展、居民生活水平 不尽相同，有的甚至相差很大，因此分别就四个地区的居民生活用电进行预测。 另外，各地区的农村和城镇家用电器普及率有较大的差异，因此，各地区的居 民生活用电又分农村和城镇居民生活用电分别进行预测。在本模型中，家用电 器的选择参考了国内外有关家用电器的调查报告【1 5 1 6 1 、在综合我国居民家用电 器的发展趋势的情况下选择几个主要的家用电器作为研究对象，它们包括照明、 电扇、电视机、冰箱、洗衣机、空调、冰柜，剩下的其它家用电器用电量归并 为“其它”类。 对于产业用电，采用我国传统的产业分类方法，即按一产、二产和三产三 类分别进行预测。各产业用电若按传统的细分办法进行分类，那将出现太多的 细分部门，由于部门越多，数据收集难度将越大，尤其在我国，负荷预测起步 较晚，很多细分部门的用电量和相关经济变量无法得到，同时，细分部门过多 时，将给软件使用者带来数据库维护困难和界面操作不便的麻烦。为了解决这 种种问题，我们将用电特性相似的用电部门合并为一个用电部门进行预测。具 体到本模型，对一产不进行细分；二产分为工业、建筑业，同时将厂用线损作 为二产的一个部门：三产中分别就交通运输邮电业、商业餐饮批发零售业、社 会服务业、卫生体育社会福利事业、教育业、科研、党政机关七个部门分别进 行预测，三产中的其他部门合在一起作为“三产其它 部门进行预测，这样， 三产将被划分成八个子部门进行预测。 上海交道大学硕士学位谂戈中长期电力负荷预测模型研究 第三章分部门负荷预测横想 3 2 预测方法 分部门负荷预测模型中使用的预测方法是单耗法，根据不同的用电部门使 用不同的单耗法进行计算。 3 2 1居民生活用电预测方法 屠民生活用电的预测方法是家雳电器单耗法，该方法是通过统计各地区的 家用电器普及率、地区的家庭户数，同时还要考虑到各地区的接电率( 又称用 电普及率，即接电家庭户数占该地区总居民户数的酉分比) ，以及各种家用电器 的年平均耗电量，具体计算步骤如下： ( 1 ) 计算预测研究年的人口数 研究年入团数= 前一研究年人瑟数( 1 + 年平均人口增长率1 0 0 ) 辩， 其中，卜一两相邻研究年间隔年数，以下m 含义相同 2 ) 计算预测研究年的通电户数 研究年家庭户数= 研究年人阴数，该年平均家庭成员数该年接电率 ( 3 ) 计算预测研究年居民生活用电量 荐 研究年居民生活用电量= 研究年家庭户数y ( 各家用电器设备单耗x 该 _ 1 - , i 家用电器设备普及率) 其中，i 卜家用电器数 3 2 2产业用电预测方法 产业用电的预测方法主要采用g d p 产值单耗法，该方法由各部门( 除二产 的“厂惩线损 和三产的“其它 ) 的g d p 产值和g d p 产值单耗来计算该部门 的用电量。二产的“厂用线损和三产的“其它 部门用电量，通过厂用线损 率和“其它”用电量占三产总的用电量的比重来计算，具体计算步骤如下： ( 1 ) 计算预测研究年各子部门的用电量( 除二产的“厂用线损 和三产的括其 它刀部类) 预测研究年产值= 前一研究年产值x ( 1 + 年平均产值增长率1 0 0 ) 嚣 预测研究年用电量= 该年产值x 该年产值单耗 ( 2 ) 计算三产及三产中“其它耗电量 三产用电量= ( 三产中除“其它 外各子部门用电量之和) ( 1 “其 它 占酉分比1 0 0 ) “其它部门用电量= 兰产用电量“其它 占总兰产用电量的百分 比，1 0 0 ( 3 ) 计算总的用电量及厂用线损 1 6 上海交通必攀硕士学位论文中长期电力负荷预溯模型研究 籍兰章分鄢门负荷预测横勰 总的用电量篇【居民生活用电爨三个产业( 二产除群厂用线损 ) 用电薰 之和1 ( 1 一厂用线损率1 0 0 ) 厂熙线损一总麓用毫量厂爝线损g t o o ( 4 ) 计算二产用电量 二产用趣量失二产三令子部门黧霜电量之和 ( 5 ) 计算总的产业用电量 总的产业用电量茹一产用电量+ 二产用电量十三产用电量 3 。3 模型实现 分部门受蘅预测模型，并不篱要研究年傍连续，荛了预溺总戆溺邀量，首 先要确定研究年份，包括历史研究年和预测研究年，每一部门用电量的预测都 锋对弱一研究年份进行。确定好研究年携艨先进行攫琵生活用电预测，再进行 产业用电预测。总的用电量预测流程图及居民生活用电和分产业用电预测流程 图分别如图3 1 一图3 - 3 ： l 设定年蛰参数 0 屠民生活蘑毫预测 0 l 产业雳电预测 总用电量预测 存储并打印 预测结果 图3 - 1总用电量预测流程图 f i g3 - 1 f l o wc h a r to f t o t a le n e r g yf o r e c a s t i n g 1 7 上海交通大学硕士学位论文 中长期电力负荷预涮糖墼受塞塑三童坌堡盟熟煎亟塑堡翌 图3 - 2生活罔电预测流程霉 f i g 。3 - 2f l o wc h a r to fl i f ec o n s u m p t i o n f o r e c a s t i n g | 眈较各方案并打印绥采 图3 - 3产业用电预测流程图 f i g 。3 - 3f l o we h a r to fi n d u s t r yc o n s u m p t i o n f o r e c a s t i n g 3 4 算例分析 运用分部门负荷预测模型对菜电网一产、二产、三产三个产业用电和该电 网下属四个地区的居民生活用电进行预测，选取1 9 8 5 、1 9 9 0 、1 9 9 5 、2 0 0 0 年为 历史参考年份，选取2 0 0 5 、2 0 1 0 、2 0 1 5 年俸为待预测年份。鉴予本模型需要用 到大量的历史和预测相关数据，限于篇幅，这里就不一一列出，仅列出预测结 果和历史年电量。 1 8 上海交通大攀硕士学位论文中长期魄力负荷预测模型研究 第兰章分部门煎荷预测模型 表3 - 1生活麓毫预测续采单链：钇k w h 生活用电 年份 地区a缝区转趣区c逸嚣d憨毒 1 9 8 58 0 91 4 7 11 2 3 4 7 3 24 2 4 6 历 1 9 9 0 1 4 4 42 6 12 5 7 21 5 3 88 1 6 4 史 年 1 9 9 53 0 。2 87 6 。6 95 7 。73 2 嚣毒1 9 7 5 1 2 0 0 05 3 1 91 2 5 6 29 5 9 95 3 0 33 2 7 8 3 预 2 0 0 56 7 4 82 9 9 1 62 0 0 4 i8 7 3 86 5 4 4 2 测2 0 l o8 7 。2 93 为。5 32 3 7 。裙 1 2 7 。3 6 8 2 2 8 7 年 2 0 1 51 0 8 1 8 4 5 4 6 63 0 1 8 01 8 4 6 11 0 4 9 2 5 表3 - 2产业用电预测结果单位：亿k w h t a b l e3 - 2f o r e c a s t i n gr e s u l to fi n d u s t r yc o n s u m p t i o nu n i t ：l o o g w h 产北用电 年份 一产二产三产总计 1 9 弱5 2 t 3 26 3 6 。l l2 5 。5 l7 1 3 。9 4 掰 1 9 9 08 1 6 9 8 6 3 9 3 7 0 1 4l o l 5 7 6 史 年 1 9 9 51 2 1 1 71 3 7 2 9 91 4 6 7 31 6 4 0 8 9 2 01 0 9 。7 41 9 0 5 。s 62 7 3 。5 72 2 s 9 。1 7 预 2 0 0 51 0 0 4 52 5 1 6 7 l4 4 1 3 53 0 5 8 5 2 测2 0 1 01 1 1 13 2 9 2 8 36 6 9 0 94 0 7 3 0 3 年 2 0 1 51 2 1 弱枣0 5 9 。0 49 7 i ，9 3 5 1 5 2 6 8 表3 - 3总需电置预测结果单位：亿k w h t a b l e3 - 3f o r e c a s t i n gr e s u l to ft o t a ie l e c t d cp o w e rd e m a n du n i t ：1 0 0 g w h 年癸生涯焉毫产鲎髑电慧惩电耋 1 9 8 54 2 4 67 1 3 9 47 5 6 4 历 1 9 9 08 1 6 41 0 1 5 7 61 0 9 7 4 史 馨 挎9 51 9 7 。5 11 6 4 e 。8 91 8 3 8 。4 2 0 0 03 2 7 8 32 2 8 9 1 72 6 1 7 预 2 0 0 56 5 4 4 23 0 5 8 5 23 7 1 2 9 4 测2 0 1 08 2 2 9 74 0 7 3 。0 3鹪9 5 9 麓 2 0 1 51 0 4 9 2 55 1 5 2 6 86 2 0 1 9 3 1 9 上海交通大学瑚士学位论文中长期电力负荷预测模型研究第兰章分部门负衙预测模型 图3 - 4分部门电量预测曲线 f i g 3 - 4c u r v eo fs e c t o rc o n s u m p t i o nf o r e c a s t i n g 分部门模型有别于其他模型的最突出的一点是，它没有对历史电量值进行 拟合，两是通过一些对电量影响较大因素的变化情况来确定未来电量的大小， 因此该模型蹑预测人员提供数据是否合理、准确有关。从以上各表分部门负荷 预测模型预测结果来看，居民生活用电、二产用电以及三产用电增长较快，尤 其是第三产业，纛一产雳电殿有下降趋势：从各部f j 用电量占总用电羹眈重来 看，居民生活用电和三产用电比重不断增加，而一产用电比重不断下降，居民 生活用电将从2 0 0 0 年的1 3 增加到2 0 0 5 年的1 8 ，相应的一产用电豳4 下 降到3 ，二产用电由7 3 下降到6 8 ，兰产用电由l o 增加到1 2 ；2 0 0 0 年第一、二、三产及居民生活用电比重为4 ：7 3 ：1 0 ：1 3 ，处于工业化中期结 构调整阶段，到2 0 1 5 年为2 ：6 5 ：1 6 ：1 7 ，2 0 1 5 年第三产业及居民生活用电比 重为3 3 ，已接近目前发达国家的用电结构，这与我国经济不断高速发展、人 民生活水平不断提高隧及产业结构调整是褶符的。 由此可见，在历史数据和预测相关数据可靠、合理、准确的情况下，分部 门模型可达到较高的预测精度。 上海交避大学硪学位 幺文中长期电力负荷鞭测模型研究舅骂警诗量经济嫫攫 第四章计量经济模型 4 计量经济模型概述 理论基础是计量经济学【1 7 1 。计量经济学是由挪威经济学家弗里希( r f f i s c h ) 在1 9 2 6 年仿照“生物计量学提懑来的，它是一门研究如何运用统计 方法和统计数据对具有随机性特征的经济现象及相关领域的问题进行解释、模 拟和预测的学科，是建立在数理经济学、经济统计学和数理统计学学科发展基 础上的。其基本方法是将研究对象及与其相关因数的关联关系用数学方程式加 以表达，并用实际数据进行模拟计算、验证，若验证确认这种关联关系可以接 受且可以适焉予将来，则可以作为对今后趋势的预测。 用于负荷预测的计量经济模型中的研究对象为负荷( 电置) ，该模型就是建 立负荷与其穗关的经济变量和其他钤生变量以及其内生交量闻关系的数学表达 式，即估计方程，然后运用估计方程对未来年的用电量进行预测。 模型所使用的预测方法为多元线性回归法，在多元线性回归中因变量即拟 预测变量为电量，而自变量的选取需要对用电量进行深入地分析，一般采用的 方法为对历史数据进行相关性分析，从分析结果中选取相关性较大的变量作为 自变量，同时，计量经济模型主要是对未来的电量进行预测，因此在选择鸯交 量时不能只考虑到纯粹数学分析上的完美，而忽视未来经济社会的发展而引起 扇电结构和用电特性的变化，因此应该掬应邀弓| 入一些从历史样本中分析出相 关性不大但随着时间的推移对用电量影响越来越大的变量到估计方程中，以增 加模型的适应性。 4 2模型的实现 计量经济模型预测流程霾如图4 。l 。 运用计量经济模型预测总需电量可有两种途径。一种是分部门综合法，即 先根据用电特性对用电部门进行分类，然后再根据各部f j 的解释变量和被解释 变量间的相关性分析结果分别建立计量经济模型进行预测；另一种是总量回归 法，即直接对总需电量建立计量经济模型进行预测。 4 2 1分部门综合法 对算铡中所研究电网焉言，分别按一产、二产、三产( 含商业) 和居民生 活用电建立模型分别进行预测【1 8 1 ，再汇总得出电力的总需求。各部门的模型( 估 计方程) 建立如下： ( 1 ) 居民生活用电 2 l 上海交通大学硕士学位论文中长期电力负荷预测模型研究第四章计量经济模型 居民生活用电的解释变量为国内生产总值g d p 、价格指数比( 生活用电价 格指数社会零售物价指数) 、气温( 最高气温) 、上年居民生活用电。回归估计 方程式为： l n ( d e f u x e ) = c to+al l n ( g d t i x e ) + a2 l n ( p p f u x e 卜a3 t e m m x x e + 4 l n ( d e f u x e l )( 4 1 ) 式中： l n 代表对数 d e f u 旺居民生活用电量 g d l t b 一国内生产总值g d p p p f u x e 价格指数比( 生活用电价格指数社会零售物价指数) t e m m 皿一一气温( 最高气温) d e f 皿1 一上年居民生活用电量 确定历史年和预 测年的起始年份 选择解释变量及 回归方程的形式 从数据库中获取历史数 据并输入相关预测数据 估计回归参数并 建立回归方程 竺生竺竺 i 未一 通过否? ) - _ 、 告 预测 l 存储并打印预测结果 图4 - 1预测流程图 f i g 4 - 1f l o wc h a r to f f o r e c a s t i n g ( 2 ) 第一产业用电