中长期用电量预测浅析
- 格式：pdf
- 大小：208.58 KB
- 文档页数：2
下载文档原格式
合集下载
城市中长期用电量预测方法研究
城市中长期用电量预测方法研究徐彬鑫;李祥飞【摘要】针对影响城市中长期用电量的主要因素,分别建立一元线性回归法、产业产值单耗法、大用户分析法以及气候分析法4种预测模型,结合算例详细介绍各模型的建立过程以及有效性检验.算例结果表明,4种预测方法在预测用电量时误差都较小,可以针对不同的情况采用.【期刊名称】《湖南工业大学学报》【年(卷),期】2017(031)002【总页数】6页(P78-83)【关键词】电力市场;用电量预测;预测模型;一元线性回归法【作者】徐彬鑫;李祥飞【作者单位】湖南工业大学电气与信息工程学院,湖南株洲412007;湖南工业大学电气与信息工程学院,湖南株洲412007【正文语种】中文【中图分类】TM715用电量预测是电网规划中的一个重要内容，对城市中长期用电量进行准确预测关系到一个城市的发展，关系到供电企业对电力的输送、调度等问题。
在电力需求关系不断改变的情况下，电力负荷特性也出现一些新的变化规律。
把握好负荷特性新规律，考虑影响用电量的相关因素，对于提高用电量预测精度十分必要[1]。
从理论上来说，电力需求的大小和负荷特性的变化受到国家宏观经济调控和走势、整体经济发展水平、产业调整特点、重点用电行业的发展、地区气候情况等因素的影响。
这说明当代绝大多数社会生产活动都将影响电力需求的大小。
在对电力需求预测的时候只能在这些影响因素中找出比较重要的因素进行分析和预测。
本文针对4个影响用电需求的主要因素，分别构建单项数学模型，对城市中长期用电量进行预测，以期为供电企业掌握市场需求，为企业决策提供参考依据。
文中的时间跨度为5～10 a。
回归模型预测就是利用数学中的回归分析方法，统计出过去用电量数据，并分析各变量之间的关系，获得一条确定的曲线，建立用电量与相关变量间的数学模型。
将确定的曲线外延至一定时刻就得到该时刻的预报值，从而实现预测的目的，即利用数学模型预测今后的用电量[2-3]。
在用电量预测中，把影响用电量因素作为自变量，把用电量作为因变量。
考虑经济周期影响的中长期电力需求分析与预测
．
61
“
一
文献标志码
影 响 又 将 如何 ? 这 些 问题 对 于 十
“ ’’
五
’’
后 期 电力
，
力 规 划 时 更 加 重 视 电力 需 求 分 析 和 预 测 工 作 国 家 电 网 公 司 对 如 何 提 高 电 力需 求 分 析 与 预 测 水 H’ 从 电力 规 划 与 投 资 的 角 平 也 提 出 了 明 确 的要 求
h
，
Ch in
a
)
ity
c e
摘要
：
通 过 分 析 冀北 五 市 19 9 0
，
-
-
年这
一
长 时期 的
fr o m bo
Abstr
c o n s u m
a c
t
：
Ba
r r e
s e
d
to
o n
a n a
c
ly s is
s n
o
f gro
w
t
r a o
te
o
f
e
le
c
tr c i
全 社 会 用 电量 增 长 率 发 现 它 与 中 国经 济 周期 的 波 动存 在 着
，
以 及 投 资及 建 设 的 效 益
。
必要
“
。
本 文在 充 分 了解 和 分析含上
、
一
个 经 济周期
、
电 力需 求 预 测 是
一
个
二
次预测
” ，
这是 因为 电
力 需 求 是 由各 电 力 用 户 使 用 电 力 生 产 设 备 或 满 足
生 活 用 电需 要 而 产 生 的
基于灰色理论的中长期用电量预测
ｏ ｅ ｅ ｒ ｓｆａ ｉｌ ｎ ｆｅ ｔｖ ｎ ｐ ｅ ｉｔｎ ｄ—ｎ ｏ ｇ— ｒ ｌｃｒｃｌａ ｎ ｔ ｉ ｒ ａ ａ ｄ ｎ Ｇｒ ｙ Ｔｈ ｏ ｙ ｉ ｅ ｓｂｅａ ｄ ｅｆ ｃｉｅｉ ｒ ｄ ｃｉｇ ｍｉ— ｄ ｌｎ —ｅｍ ｅｅ ｔｉ ｏ ｄ ｉ ｈｓａ ｅ ｎ ａ ｔ
基 于 灰 色 理 论 的 中长 期 用 电量 预测
崔 雪
（． １ 上海交通大 学 电子信息 与电气工程学院 ， 海 ２ ０ ４ ； 上 ０ ２ ０
２ 上 海电机 学院 电气学院 ， ． 上海 ２ ０ ４ ） ０ ２ ０
摘
一
要 ：灰 色理论 具 有所 需数 据 少 ， 算 量 少的优 点 ， 很 多领 域得 到 广泛 应 用 。 用 电量预 测 就是 计 在
维普资讯
第ｌ １卷 第 ２期 ２０ ０ ８年 ６ 月
ห้องสมุดไป่ตู้
上 海 电 机 学 院 学 报
Ｊ ＯＵＲＮＡＬ ＨＡＮＧＨＡＩＤＩ ＯＦ Ｓ ＡＮＪ ＩＵＮＩ ＶＥＲＳＴＹ Ｉ
Ｖｏ１ １ＮＯ ２ ．１ ．
Ｊｎ ２０ ｕ ０８
文 章编 号
１ ７ — ７ ０ ２ ０ ） ２０ ２ —４ ６ １２ ３ （ ０ ８ ０ — １ １０
ｅ ｅ ｔ ｉ ｏ ｄ ｓ ｍ ｅ ｈ ｒ ｎ ｏ ｒ ｃ ｕ ｔ ｙ ｉ ｈ ｓｐ ｐ ｒ ｌ ｃ ｒｃ ｌ ａ ｏ ｗ ｅ ｅ ｉ ｕ ｏ ｎ ｒ ｔ ｉ ａ ｅ ．Ｔｈ ｅ ｕ ｔｓ ｏ ｈ ｔｔ ｅ ｐ ｅ ｉｔｎ ｏ ｅ ａ ｅ ｎ ｅ ｒ ｓ ｌ ｈ ｗｓ ｔ ａ ｈ ｒ ｄ ｃ ｉ ｇ ｍ ｄ ｌ ｓ ｄ ｂ
收 稿 日期 ：０ ８０ 一ｌ ２ ０ —３ｌ 作者简 介 ： 崔
网运 行 的安全 性 和经 济性 都起 到 重要 作用 Ⅲ 。 对用 电量 的预测 有 专家 预测 法 、 比法 、 工神 类 人
浅析区域用电量预测的实用方法
社会 用 电量 。
大客户用 电量增长法指 以本年全社会用 电量
为基数 ， 加上预测年度 的新增大客户 （ 含扩建项 目） 的新增用 电量之和 ， 然后考虑占全社会用电量比重 较大的农业用电量、 居民生活用 电量及非普动力用
电量的 自然增长量 ， 对比重较小的商业用电等则忽
略 不计 。
进行修正 ， 以该数值做为第一产业用电量 的平均增
全社会用 电量包括第一产业 、 第二产业 、 三 第
产业和居 民生活用电四类 ， 本次预测以各类别的用 电量为基数 ， 分别计算出各类别用 电量。 各用电类别的电力消费弹性系数分别为：
Ｋｌ ７ ７ ％ ÷ １ ．５ ＝ ．４ ２ ８ ％＝ ． ０ ０６ Ｋ ＝１ ．０ ÷ １ ．５ ＝ ． １ ２ ５５ ％ ２ ８ ％ １２ Ｋ ｌ２ ％ ÷ １ ．５ ＝ ．８ ＝ｌ 。８ ２８ ％ ０８
不 专 墩
总 第 １５ ９ 期
浅析 区域用 电量预测 的实用方法
（ 新疆天富热电股份有限公 司， 石河子市，３００ 牛瑞青 ８２０ ）
摘要 由于 电力 产品 不 能储 存 ， 具有 产 、 、 同时性 的特 点 ， 决定 了电量－ ， 电 网安 全 、 济运 且 供 销 这 ￣ｍ是 ｌ 经
Ｖ 国内生产总值平均增长速度 一
Ｖ 一用电量平均增长速度
１－ １ 规划 年限 －
要做好 电量预测 ， 需要收集石河子地 区公共 电
网２ ｏ ቤተ መጻሕፍቲ ባይዱ ０ ８ ０ ５ ２０ 年的全社会用 电量 ， 以及国民经济年
增长速度（ １。 表 ）
建立 自 电厂 ， 备 用来满足 自身用 电需求 ， 同时与公
企业建立 自备电厂对电量需求的影响 ， 并对 当年的
大客户用 电量增长法指 以本年全社会用 电量
为基数 ， 加上预测年度 的新增大客户 （ 含扩建项 目） 的新增用 电量之和 ， 然后考虑占全社会用电量比重 较大的农业用电量、 居民生活用 电量及非普动力用
电量的 自然增长量 ， 对比重较小的商业用电等则忽
略 不计 。
进行修正 ， 以该数值做为第一产业用电量 的平均增
全社会用 电量包括第一产业 、 第二产业 、 三 第
产业和居 民生活用电四类 ， 本次预测以各类别的用 电量为基数 ， 分别计算出各类别用 电量。 各用电类别的电力消费弹性系数分别为：
Ｋｌ ７ ７ ％ ÷ １ ．５ ＝ ．４ ２ ８ ％＝ ． ０ ０６ Ｋ ＝１ ．０ ÷ １ ．５ ＝ ． １ ２ ５５ ％ ２ ８ ％ １２ Ｋ ｌ２ ％ ÷ １ ．５ ＝ ．８ ＝ｌ 。８ ２８ ％ ０８
不 专 墩
总 第 １５ ９ 期
浅析 区域用 电量预测 的实用方法
（ 新疆天富热电股份有限公 司， 石河子市，３００ 牛瑞青 ８２０ ）
摘要 由于 电力 产品 不 能储 存 ， 具有 产 、 、 同时性 的特 点 ， 决定 了电量－ ， 电 网安 全 、 济运 且 供 销 这 ￣ｍ是 ｌ 经
Ｖ 国内生产总值平均增长速度 一
Ｖ 一用电量平均增长速度
１－ １ 规划 年限 －
要做好 电量预测 ， 需要收集石河子地 区公共 电
网２ ｏ ቤተ መጻሕፍቲ ባይዱ ０ ８ ０ ５ ２０ 年的全社会用 电量 ， 以及国民经济年
增长速度（ １。 表 ）
建立 自 电厂 ， 备 用来满足 自身用 电需求 ， 同时与公
企业建立 自备电厂对电量需求的影响 ， 并对 当年的
我国中长期发电能力及电力需求发展预测
我国中长期发电能⼒及电⼒需求发展预测我国中长期发电能⼒及电⼒需求发展预测导读：2012年我国全社会⽤电量达到了49591亿千⽡时，同⽐增长5.5%。
从1980年⾄2012年，我国全社会⽤电量增长16.8倍，年均增长9.2%。
关键字：电⼒发电电⼒需求电⼒⼯业是国民经济的⽀柱产业，是服务于千家万户的公⽤事业。
改⾰开放以来，我国电⼒⼯业快速发展，较好的保障了全社会的⽤电需求，有⼒的⽀撑了经济社会的快速发展。
未来我国将在2020年左右全⾯实现⼩康社会，到本世纪中叶基本实现现代化，实现中华民族的伟⼤复兴。
因此，研究我国未来发电能⼒及电⼒需求的发展趋势，掌握电⼒需求变化情况，适时调整电⼒供应，对促进我国电⼒⼯业可持续发展，保持国民经济健康持续发展具有重要意义。
⼀、我国经济与电⼒发展情况改⾰开放以来，我国国民经济持续⾼速发展，经济总量不断跃上新台阶。
从1980年⾄2012年，我国GDP年均增长约10.0%。
2012年全国GDP总量达到519322亿元，同⽐增长7.8%，是1980年的20.9倍，1990年的8.6倍，完成了⽐2000年翻⼀番的既定⽬标。
⽬前我国国内⽣产总值已经跃居全世界第⼆。
伴随着经济的⾼速发展，我国的电⼒需求也迅速增长。
2012年我国全社会⽤电量达到了49591亿千⽡时，同⽐增长5.5%。
从1980年⾄2012年，我国全社会⽤电量增长16.8倍，年均增长9.2%。
截⾄2012年底，我国发电装机容量达到114491万千⽡，同⽐增长7.8%。
其中，常规⽔电22859万千⽡，占总容量的20.0%；抽⽔蓄能2031万千⽡，占总容量的1.8%；煤电75811万千⽡，占总容量的66.2%；⽓电3827万千⽡，占总容量的3.3%；核电1257万千⽡，占总容量的1.1%；风电6083万千⽡，占总容量的5.3%；太阳能328万千⽡，占总容量的0.3%。
2012年，我国⼈均⽤电量达到3662千⽡时/⼈，⼈均GDP约6078美元/⼈（当年价）。
考虑不同风能特征的风电中长期电量预测方法
考虑不同风能特征的风电中长期电量预测方法摘要：随着风能市场迅速发展，风电占比不断提高，以及要求风电多发满发、减少弃风等原则的出台，若风电月度电能交易计划制定依然不准确，可能会导致原定火电月度电能交易计划难以实施，给系统调峰造成巨大压力，安全性较差。
因此为满足电网运行精细化管理的需求，保证电力系统安全可靠性，需要对风力发电量进行准确的月度电量预测。
本文对考虑不同风能特征的风电中长期电量预测方法进行分析，以供参考。
关键词：不同风能特征；中长期电量预测；方法引言风能发电具有随机性的特点，因此其可控性远低于传统化石能源发电，无法像火电一样按照交易计划产出符合要求的电量。
我国月度电量交易计划制定流程是将风能优先分配，剩余部分再分配给火电机组等。
早期采用近似估计的方式制定风电月度电能交易计划，由于当时风电占比较低，即使估计误差较大也不会对系统产生很大的影响。
1期跨时段嵌套调度模式探讨目前，人们对水资源中长期可持续性调查的兴趣较少，主要是根据季节互补性的定性结果进行的。
需要对不同时间尺度的风水互补性能进行统计分析，研究风水长期互补特性的规划模式。
根据我国某大型水电站五年期历史数据和局部风资料，分别根据周平均值、月平均值和叠加弧，建立气流和风速归一化曲线。
2以水电库容为协调变量的跨月嵌套调度模式2.1信息可获得性中、平均功耗的预测序列往往不可靠，能源预测结果是一种实用的设计方法，其中也考虑了较长时期的平均值。
同一时间间隔内的预测持续时间越长，预测的不确定性就越大。
同一预测的预测时间精度越粗略，预测结果就越可信。
因此，巢状排程设计中的年度计划会考虑以月为基础的年度补充，以及以周为基础的月份计划。
2.2规划目标在供电现场，中期计划的目标是尽可能实现100%的可再生能源需求。
制定基于月平均值的计划是基于这样一种假设，即在将阈值添加到年度计划后，月计划可能会发现更接近于每周全局优化的理想结果。
根据月平均值进行规划时，风和水的供电能力设计为在一个月内可以自由供电，而不用用火电或水库的水，即风和水的月平均电费(蓝色虚线)高于月平均电费(红色虚线)。
《中长期电力负荷预测技术的研究与应用》
《中长期电力负荷预测技术的研究与应用》一、引言随着社会经济的快速发展和人民生活水平的不断提高，电力需求持续增长。
为了确保电力系统的稳定运行和满足不断增长的电力需求，中长期电力负荷预测技术的研究与应用显得尤为重要。
本文将就中长期电力负荷预测技术的研究背景、意义、方法以及应用进行详细阐述。
二、研究背景与意义中长期电力负荷预测是指对未来一段时间内的电力负荷进行预测，为电力系统的规划、调度和运行提供重要依据。
随着电力市场的开放和电力负荷的日益复杂化，准确的中长期电力负荷预测对于保障电力系统的安全、稳定、经济运行具有重要意义。
此外，预测结果还可为政府决策者、电力企业以及用户提供有价值的参考信息。
三、研究方法1. 数据收集与处理：收集历史电力负荷数据、气象数据、经济数据等，对数据进行清洗、整理和预处理，以提取有用的信息。
2. 建模方法：根据数据特点，选择合适的预测模型，如时间序列分析、机器学习、人工智能等。
3. 模型评估与优化：利用实际数据对模型进行验证，根据验证结果对模型进行优化，提高预测精度。
四、技术应用1. 时间序列分析：通过分析历史电力负荷数据，建立时间序列模型，如自回归移动平均模型（ARMA）、指数平滑法等，对未来电力负荷进行预测。
2. 机器学习方法：利用机器学习算法，如支持向量机、随机森林、神经网络等，对电力负荷进行预测。
这些方法可以处理非线性、高维度的数据，具有较好的预测效果。
3. 人工智能技术：随着人工智能技术的发展，深度学习、强化学习等技术在电力负荷预测中得到了广泛应用。
这些技术可以自动提取数据中的特征，建立复杂的模型，提高预测精度。
五、应用领域1. 电力系统规划：中长期电力负荷预测结果可为电力系统的规划提供重要依据，如电源规划、电网规划等。
2. 电力系统调度：通过预测未来一段时间内的电力负荷，可以合理安排发电计划，确保电力系统的稳定运行。
3. 电力市场分析：预测结果可为电力市场分析提供参考，帮助决策者制定合理的电价策略。
全国电力供需情况及分析预测
全国电力供需情况及分析预测随着社会的发展和经济的不断增长，电力供需关系越来越受到关注。
本文将从供给、需求和未来预测等方面综合分析全国电力供需情况。
首先，我们来看电力供给方面。
当前，全国电力供给主要依靠燃煤发电、水电发电、风电发电、核能发电等多种能源形式，其中燃煤发电仍然是主要的发电方式。
根据国家能源局的数据，2024年全国火电装机容量为1.05亿千瓦，水电装机容量为3.6亿千瓦，风电装机容量为2.8亿千瓦，核电装机容量为4.7亿千瓦。
此外，还有太阳能等可再生能源的利用也在逐渐增加。
总体来说，电力供给形势相对较好，能够满足目前的电力需求。
接下来，我们来看电力需求方面。
随着经济的快速发展和工业化进程的推进，电力需求持续增长。
根据国家统计局的数据，2024年全国全社会用电量达到了7.22万亿千瓦时，同比增长4.5%。
其中，工业用电量占到了总用电量的比重最大，达到了74.5%；居民用电量占到了总用电量的比重较小，仅为23.2%。
这说明工业化进程对电力需求的影响仍然很大，而居民用电需求增长较为缓慢。
进一步分析电力需求的驱动因素，一方面，我国正在加快推进新一轮能源转型，工业结构逐渐向高技术含量、低能耗的方向调整，这有助于提高电力利用效率；另一方面，我国城乡建设不断加快，城市化进程也在不断深入，这些都对电力需求产生了积极的推动作用。
未来几年，我国电力供需关系将面临一些挑战和机遇。
一方面，电力供给过剩可能导致一部分电力企业利润下降，煤炭等能源价格也可能受到影响。
另一方面，新能源发展的进一步推进将推动电力供给形势的积极变化，提高供电可靠性和环境友好性。
此外，随着电动汽车的普及和新能源车辆的推广，对电力需求的追求也将进一步增加。
综上所述，目前全国电力供给情况相对较好，能够满足当前的需求。
未来几年，随着经济的发展和能源技术的创新，我国电力供需关系将面临一些挑战和机遇，但总体来说，电力供需关系将呈现较好的平衡态势。
为了更好地满足未来电力需求，我们需要进一步推进能源转型，加大对新能源的发展和利用，提高电力利用效率，同时注重发展可再生能源，保障电力供给的可持续性和环境友好性。
中长期电力负荷预测方法的简述及分析
中长期电力负荷预测方法的简述及分析【摘要】介绍负荷预测的概念及所依据的原理，简述了目前常用的中长期电力负荷预测方法及分析了存在的问题，对一些新的现代负荷预测方法作了归纳说明。
【关键词】负荷预测预测方法发展动态1.引言在一定的规划期内，电力系统的负荷水平决定了其发展的规模与速度。
因此，中长期电力负荷预测的结果在一定程度上决定了未来规划期内电力系统的发展。
当前电力市场正在逐步由卖方市场转向买方市场，过去的以产定销将变成以销定产，生产计划和基建计划的安排都对中长期电力负荷预测提出了更高的要求。
本文在介绍电力负荷预测的概念和原理的基础上，把中长期电力负荷预测方法及现在使用的情况和发展趋势作一个简单的叙述和分析。
2.负荷预测的概念和原理负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然环境和社会影响的条件下，研究或利用一套能系统地处理过去与未来负荷的数学方法，在满足一定精度要求的前提下，确定某特定时刻的负荷数值。
负荷预测根据规划目标年限分类，可分为长期预测(指未来10年到20年的负荷预测)、中期预测(指未来5到10年的负荷预测)和近期预测(指5年内的预测)。
负荷预测工作是根据电力负荷的发展规律，预计或判断其未来发展趋势和状况的活动。
这项活动基于以下的基本原理：(1)可知性原理作为预测的对象，负荷的发展规律、未来的发展趋势和状况是可以为人们所知道的。
人们不但可以认识它的过去和现在，而且可以通过总结它的过去和现在而推测其未来。
(2)可能性原理事物的发展变化是内因和外因共同作用下的结果。
内因的变化及外因作用力大小不同，会使事物的发展变化有多种可能性。
所以对某一具体指标的预测往往是按照其发展变化的多样性，进行多方案预测。
(3)连续性原理又称惯性原理，是指预测对象的发展是一个连续的过程。
其未来发展是这个过程的连续。
它强调了预测对象总是从过去发展到现在，再从现在发展到将来。
它认为事物发展变化过程中会将某些原有的特征保存下来，延续下去，电力系统的发展变化同样存在惯性，这种惯性是我们进行负荷预测的主要依据。
《中长期电力负荷预测技术的研究与应用》
《中长期电力负荷预测技术的研究与应用》一、引言随着经济和科技的持续发展，电力负荷预测对于电力系统规划和运行具有重要意义。
其中，中长期电力负荷预测技术更是关系到电力市场的稳定、能源的合理分配以及电力设施的优化建设。
本文将探讨中长期电力负荷预测技术的研究现状、主要方法、技术发展及其实际应用，以推动其在未来更广泛的应用和深入的研究。
二、电力负荷预测的重要性和挑战电力负荷预测是指根据历史数据、现实情况和未来趋势，对一定时间范围内的电力需求进行估计和推测。
中长期电力负荷预测不仅对电力系统的稳定运行至关重要，还对电力企业的经济效益和长远发展产生深远影响。
然而，由于多种因素的影响，如气候变化、经济发展趋势、政策调整等，使得电力负荷预测工作面临着诸多挑战。
三、中长期电力负荷预测技术研究1. 传统预测方法传统的电力负荷预测方法主要包括时间序列分析、回归分析等。
这些方法主要依靠历史数据，通过建立数学模型来预测未来的电力负荷。
然而，这些方法往往忽视了其他因素的影响，如社会经济环境、气候变化等。
2. 现代预测技术随着大数据、人工智能等技术的发展，机器学习、深度学习等方法被广泛应用于电力负荷预测中。
这些方法能够更好地处理复杂的数据和多变的影响因素，提高了预测的准确性和可靠性。
其中，神经网络模型、支持向量机、集成学习等方法在中长期电力负荷预测中表现出了良好的效果。
四、技术应用与案例分析1. 技术应用目前，中长期电力负荷预测技术已经广泛应用于电力系统的规划、运行和管理中。
通过建立完善的预测模型，结合实时数据和历史数据，可以对未来的电力负荷进行准确预测，为电力系统的稳定运行提供有力支持。
2. 案例分析以某地区的中长期电力负荷预测为例，通过运用机器学习等技术，结合当地的气候、经济、政策等因素，建立了准确的电力负荷预测模型。
该模型能够有效地预测未来一段时间内的电力负荷变化趋势，为当地电力系统的规划和运行提供了重要的参考依据。
五、未来发展趋势与挑战1. 发展趋势随着技术的不断进步和应用领域的扩展，中长期电力负荷预测技术将更加成熟和智能化。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｉ 丝一 皇王研 ………………………一
中长期 用 电量 预 测 浅 析
贵州省 遵义市供 电局 杨 茜
【 摘要 】中长期用电量预测能够帮助相 关人员掌握今 后几年 内的用电大概 状况 ，有利 于城 市的规 划发展 ，对市政人 员规划整个城市经济发展趋势有着很大的参考价值 本文以某市为 实例 ，根据２ ０ ０ ８ 年 ￣２ ０ １ ２ 年 的居 民用 电产业用 电进行数据分 析，采用科 学的预测方法 ，对整个城市用电系统进行研 究探 索。
在Ｇ Ｍ （ １ ，１ ） 模 型 中我 们 可 以在 预 测 未
来 电量 中利 用 ，保 持数 列长 度不 变 ，不断 去 掉就 数据 的推 陈 出新 的方法 ，依 次递补 为求 达 到预测 目标 的精 准度 。 （ ３ ） 类 比预测法 在 用 电量 预 测 中 ， 类 比 预 测 法 主 要 是 利 用不 同地 区的 环境 因素 以聚类 的方 式进 行 分 析 研 究 ，从 研 究 中的 数据 找 出 典 型 的 分 类 。利 用类 比的方 式将 要预 测 的地 区的预 期 环 境和 这些 典型 进行对 比，利用 典型 地 区的 符合增 长水 平作 为参 考进行 用 电量 的预测 。 （ ４ ） 灰 色系统 包络 模型法 利用灰色系统包络模型法去预测用 电 量 ，主要是 利用 灰色 系统等 维法 作为 基础 。 主要做 法是 将等 维法 上的 原始数 列和 主模 型 的去 曲线上 找 出最大 值和 最小值 。在 着两 个 值上 建立数 学模 型 ，最终 我们 可 以得 到 两条
一
２ ． 预测 方法 以及 用 电预测 ２ ． １用 电量 预测 方法 （ １ ）“ ｓ ”曲线法
值 。
其中：
１ ． ２研 究方法 的曲线 就好像 一个 “ ｓ ”一样 。 “ ｓ ”形 曲线 本 文的研 究方 法主 要是通 过对 全市２ ０ ０ ８ 法 是一 种特殊 的 曲线外 推方 法 。 年￣ Ｕ ２ ０ １ ２ 半 年 的总体 用 电量 的历史数 据进 行 （ ２ ） 灰色 系统等 维信 息方 法 灰 色 系统 等为 信 息法 需要 建 立Ｇ Ｍ （ １ ， １ ） 分 析统 计 ，利用 科 学的分析 方 法对 未来 电力
（ 如表 １ ） 。
设有 一 组数据
＝（ （ １ ） ， ‘ （ ２ ） ， …， （ ｎ ） ） ，
（ ＋ Ｉ ） ＝ ｌ ’ （ Ｉ ） 一 兰
Ｌ
ａ＿ Ｊ
＋ （ ＝ ０ ， ｌ ， ２ …）
ａ
作 一阶 累加 生成 １ 一 Ａ Ｇ Ｏ ， “ Ａ Ｇ Ｏ ，
ｉ ＝ ｌ
（ ｅ ～ 一 １ ） 【 Ｘ ｔ Ｏ ） （ １ ） 一 ｊ （ ： ０ ， ｌ ， ２ ， ． ）
的一 阶 均 值 ，生 成 １ 一 Ａ Ｖ Ｇ ， ｚ ＝ Ａ Ｖ Ｇ ， ｚ 为 背 景
表１某市２ ０ ０ ８ －２ ０ １ ２ 年 三大产业 和居 民生活用 电量数据
（ ２ ） 采用 “ ｓ ” 曲线法 ； （ ３ ） 灰 色系 统等 维 信 息方法 ； （ ４ ） 湖 色系 统包络 模型 法 ； （ ５ ） 类比 预测法 ； （ ６ ） 组 合预测 法 。
１ ． ３数 据统 计 通 过 历 史 数 据 统 计 我 们可 以知 道 ２ ０ ０ ８ 年 至２ ０ １ ２ 年 三大 产业 和居 民生 活用 电量数 据
（
－
ｚ （ ２ ）１
－
（ ２ １
式 中， Ｂ
ｚ （ ３ ）１
：
（ 。 ’ （ ３ ）
需求量 进行 预测 。 主 要 用到 ： （ １ ） 电力消 费 结构 分析 法 ；
模 型 ，整个 模型 包含着 单变 量的 一节微 分方 程 ，具 体如 下：
” 的灰色 预测模 型为 ：
ｍ ＝（ ‘ （ １ ） ， Ｘ （ ２ ） ． …， ’ （ 刀 ） ） ，
ｔ
原始 数列 灰色预 测模 型 为：
。 （ ＋ １ ） 一 ＿ ‘ （ ＋ １ ） 一 ㈤ （ ｆ ） （ ＝ １ ， ２ ， … ， ） ， 作 Ｉ ¨
【 关键词 】用电预测；用 电分析 ；用 电量统计 ；电力负荷
１ ． 研 究对 象 以及数 据统计
１ ． １案例
某 市 是 以重 化 工 业 建 设 为 基 础 的 ， 工 ｚ （ ） ＝ ［ “ （ ） ＋ （ 一 １ ） ］ （ ＝ ２ ， ３ … ， ， １ ） ， 构 业 城 市 。整 体 城 市 用 电量 可 以分 为 四 个 版 在 “ ｓ ” 曲线 法 中我 们可 以将 行 业 的负 块 ，分 别为第 一产 业用 电，第二产 业用 电， 荷增 长看 作为 一个 生长模 型 ，由于 在发 展阶 造一阶线性灰微 分方程 ‘ ” （ （ １ ） ） ＋ ×（ “ 卜“ ， 第 三 产 业 用 电 以及 城 市 居 民 用 电 。 随着 城 段 中 ，在初期 符合 增长 一般来 说发 展都 很缓 则该 方程 的 白话 微分 方程为 ＋ ｍ： 利 Ｚ 市 的 经济 发 展 ，全 市 的Ｇ Ｐ Ｄ 也 随之 发生 着 变 慢 ，到 了 中期的 时候就 会突然 变得 很快 呈现 化 。 国 民经 济结 构也 发生 了根本 的变 化 ，这 种急 速增 长的趋 势 ，到 了后期就 会 因为符 用最小二乘法 求解 参数 ａ ， “ ： 合 达到 了饱 和期 而变得 增长 滞停 ，整个 过程 就 对 电力消 费结 构造 成 了影 响 。
全 社 会 用 电总 计 第 一 产业 １ ０ ９ ４ ２ ３ １ ｌ １ ７ ３ ３ ８ ７ １ ２ ７ ４ ｌ １ Ｏ ｌ ４ ｌ ５ ２ ５ ４ １ ５ ４ ６ ３ ９ ２ ｌ ０ ９ ２ ３ ｌ ２ ４ ０ ２ ｌ ２ １ ０ ６ １ ｌ １ ２ ７ ｌ ６ ６ ５ ｌ
中长期 用 电量 预 测 浅 析
贵州省 遵义市供 电局 杨 茜
【 摘要 】中长期用电量预测能够帮助相 关人员掌握今 后几年 内的用电大概 状况 ，有利 于城 市的规 划发展 ，对市政人 员规划整个城市经济发展趋势有着很大的参考价值 本文以某市为 实例 ，根据２ ０ ０ ８ 年 ￣２ ０ １ ２ 年 的居 民用 电产业用 电进行数据分 析，采用科 学的预测方法 ，对整个城市用电系统进行研 究探 索。
在Ｇ Ｍ （ １ ，１ ） 模 型 中我 们 可 以在 预 测 未
来 电量 中利 用 ，保 持数 列长 度不 变 ，不断 去 掉就 数据 的推 陈 出新 的方法 ，依 次递补 为求 达 到预测 目标 的精 准度 。 （ ３ ） 类 比预测法 在 用 电量 预 测 中 ， 类 比 预 测 法 主 要 是 利 用不 同地 区的 环境 因素 以聚类 的方 式进 行 分 析 研 究 ，从 研 究 中的 数据 找 出 典 型 的 分 类 。利 用类 比的方 式将 要预 测 的地 区的预 期 环 境和 这些 典型 进行对 比，利用 典型 地 区的 符合增 长水 平作 为参 考进行 用 电量 的预测 。 （ ４ ） 灰 色系统 包络 模型法 利用灰色系统包络模型法去预测用 电 量 ，主要是 利用 灰色 系统等 维法 作为 基础 。 主要做 法是 将等 维法 上的 原始数 列和 主模 型 的去 曲线上 找 出最大 值和 最小值 。在 着两 个 值上 建立数 学模 型 ，最终 我们 可 以得 到 两条
一
２ ． 预测 方法 以及 用 电预测 ２ ． １用 电量 预测 方法 （ １ ）“ ｓ ”曲线法
值 。
其中：
１ ． ２研 究方法 的曲线 就好像 一个 “ ｓ ”一样 。 “ ｓ ”形 曲线 本 文的研 究方 法主 要是通 过对 全市２ ０ ０ ８ 法 是一 种特殊 的 曲线外 推方 法 。 年￣ Ｕ ２ ０ １ ２ 半 年 的总体 用 电量 的历史数 据进 行 （ ２ ） 灰色 系统等 维信 息方 法 灰 色 系统 等为 信 息法 需要 建 立Ｇ Ｍ （ １ ， １ ） 分 析统 计 ，利用 科 学的分析 方 法对 未来 电力
（ 如表 １ ） 。
设有 一 组数据
＝（ （ １ ） ， ‘ （ ２ ） ， …， （ ｎ ） ） ，
（ ＋ Ｉ ） ＝ ｌ ’ （ Ｉ ） 一 兰
Ｌ
ａ＿ Ｊ
＋ （ ＝ ０ ， ｌ ， ２ …）
ａ
作 一阶 累加 生成 １ 一 Ａ Ｇ Ｏ ， “ Ａ Ｇ Ｏ ，
ｉ ＝ ｌ
（ ｅ ～ 一 １ ） 【 Ｘ ｔ Ｏ ） （ １ ） 一 ｊ （ ： ０ ， ｌ ， ２ ， ． ）
的一 阶 均 值 ，生 成 １ 一 Ａ Ｖ Ｇ ， ｚ ＝ Ａ Ｖ Ｇ ， ｚ 为 背 景
表１某市２ ０ ０ ８ －２ ０ １ ２ 年 三大产业 和居 民生活用 电量数据
（ ２ ） 采用 “ ｓ ” 曲线法 ； （ ３ ） 灰 色系 统等 维 信 息方法 ； （ ４ ） 湖 色系 统包络 模型 法 ； （ ５ ） 类比 预测法 ； （ ６ ） 组 合预测 法 。
１ ． ３数 据统 计 通 过 历 史 数 据 统 计 我 们可 以知 道 ２ ０ ０ ８ 年 至２ ０ １ ２ 年 三大 产业 和居 民生 活用 电量数 据
（
－
ｚ （ ２ ）１
－
（ ２ １
式 中， Ｂ
ｚ （ ３ ）１
：
（ 。 ’ （ ３ ）
需求量 进行 预测 。 主 要 用到 ： （ １ ） 电力消 费 结构 分析 法 ；
模 型 ，整个 模型 包含着 单变 量的 一节微 分方 程 ，具 体如 下：
” 的灰色 预测模 型为 ：
ｍ ＝（ ‘ （ １ ） ， Ｘ （ ２ ） ． …， ’ （ 刀 ） ） ，
ｔ
原始 数列 灰色预 测模 型 为：
。 （ ＋ １ ） 一 ＿ ‘ （ ＋ １ ） 一 ㈤ （ ｆ ） （ ＝ １ ， ２ ， … ， ） ， 作 Ｉ ¨
【 关键词 】用电预测；用 电分析 ；用 电量统计 ；电力负荷
１ ． 研 究对 象 以及数 据统计
１ ． １案例
某 市 是 以重 化 工 业 建 设 为 基 础 的 ， 工 ｚ （ ） ＝ ［ “ （ ） ＋ （ 一 １ ） ］ （ ＝ ２ ， ３ … ， ， １ ） ， 构 业 城 市 。整 体 城 市 用 电量 可 以分 为 四 个 版 在 “ ｓ ” 曲线 法 中我 们可 以将 行 业 的负 块 ，分 别为第 一产 业用 电，第二产 业用 电， 荷增 长看 作为 一个 生长模 型 ，由于 在发 展阶 造一阶线性灰微 分方程 ‘ ” （ （ １ ） ） ＋ ×（ “ 卜“ ， 第 三 产 业 用 电 以及 城 市 居 民 用 电 。 随着 城 段 中 ，在初期 符合 增长 一般来 说发 展都 很缓 则该 方程 的 白话 微分 方程为 ＋ ｍ： 利 Ｚ 市 的 经济 发 展 ，全 市 的Ｇ Ｐ Ｄ 也 随之 发生 着 变 慢 ，到 了 中期的 时候就 会突然 变得 很快 呈现 化 。 国 民经 济结 构也 发生 了根本 的变 化 ，这 种急 速增 长的趋 势 ，到 了后期就 会 因为符 用最小二乘法 求解 参数 ａ ， “ ： 合 达到 了饱 和期 而变得 增长 滞停 ，整个 过程 就 对 电力消 费结 构造 成 了影 响 。
全 社 会 用 电总 计 第 一 产业 １ ０ ９ ４ ２ ３ １ ｌ １ ７ ３ ３ ８ ７ １ ２ ７ ４ ｌ １ Ｏ ｌ ４ ｌ ５ ２ ５ ４ １ ５ ４ ６ ３ ９ ２ ｌ ０ ９ ２ ３ ｌ ２ ４ ０ ２ ｌ ２ １ ０ ６ １ ｌ １ ２ ７ ｌ ６ ６ ５ ｌ