电力市场预测法简述

作者：胡宁 单位：岳阳电业局

在日常计算中经常遇到这种情况，由于历史数据变化幅度较大，回归得出的第一年数值可能高于（低于）或基本与最后一年的历史数据接近，至少从感觉上不符合负荷预测人员对下年数据的判断。这时一种方法考虑整体平移，即先根据回归方程计算出历史数据最后一年预测值与实际值的差额，然后加到每一年预测值上，相当于预测的回归方程向上（或向下）平移了一个值。另一种方法预测期终点值不变，起点值向上（或向下）移动一个值，相当于斜率有所下降。对于用电增长比较均衡，增速无大起大落的地区准确度相对较高，而对于用电增长起伏大的地区则存在历史数据最后1～2年预测值与实际值相差较远需进行调整的问题。灰色模型法[4]灰色预测法是利用灰色系统理论预测电力需求的方法。其特点是模型简单，数据量小，预测精度高，适用性强，可用于短期预测，也可用于中长期预测。这种方法计算完全依赖于程序，对于相关计算方法无法配套的单位可能难以应用。综合分析法2.2.1电力弹性系数法电力弹性系数是一个宏观指标，可用做远期规划粗线条的负荷预测。通常分析多采用电力消费弹性系数。在经济稳定发展阶段，弹性系数一般情况下应小于1，大于1则意味着GDP的边际电力成本大于其平均电力成本，经济的可持续发展可能受到影响。在经济结构发生重大调整时期，弹性系数也可能大于1。如近年来以高能耗用电增长迅猛带动地区用电高速增长的地区，近期其电力弹性系数远大于1，高的年份可能到3。

运用该种方法所取的历史数据年份越短，受影响程度越大，越往后计算误差越大。由于电力弹性系数缺乏规律性，只宜对较长的一段时间进行预测，且所需历史资料的数据至少在10年以上。一般情况下可按剔除生活用电量的行业用电量弹性系数预测，也可按剔除生活用电量后的分产业弹性系数预测后累加。因为对于生活用电量比重较大的城市，由于生活用电量对GDP影响不大，这部分若不剔除，可能直接影响到电力弹性系数取值。类比法类比法在电力需求预测时不宜作为主要方法，但可以用类比法的预测结果对其他方法的预测结果进行校核。一般用于远期粗线条预测。类比法一般是取同等的时间段内，且具有可比性。比如说类比某个地区GDP水平来预测用电量，一方面与类比地区GDP相当，同时三产结构及各产业增加值的比重相差不远，特别是工业比重，且城镇化水平也基本相当。比如说两个城市比较，尽管GDP水平基本相当，但一个城市工业比重70%（重工业为主），一产比重10%与一个二产比重50%（轻重工业比重相当），一产比重20%的城市类比，其人均用电量水平肯定相差比较大。预测结果偏离度将比较大。平均增长率法这种方法在历史数据收集年份长、经济发展比较规律、用电增长比较均衡、大用户用电量占整个地区用电量比重较小的地区适用性较强。比如长沙近十四年以来用电水平基本维持在两位数增长，用这种方法预测基本可以反映用电增长的趋势和大致速度，偏差不会太远。分类预测法部门预测法比如说分产业产值单耗法，可根据历年GDP、一二三产业增加值及用电量，计算出产业用电单耗，采用回归、递增率等方法预测各产业单耗变化趋势，运用“部门产品产值＝部门产品产量×单耗”计算出预测水平年各年单耗值。大用户综合分析法按大用户各自预测的用电量及一般用户自然增长电量推测需求电量。这种方法适用于大用户个数相对较多、大用户用电量占整个地区用电量比重较大的地区。如娄底、株洲、湘潭、自治州等城市，而对于长沙不适用。分地区预测法用上述各种方法分地区进行预测，汇总得出全地区规划期内预测值。每个地区要求做，是分区预测结果的依据。其他方法人均用电量法用增长率法、回归法等方法进行数值计算或综合分析规划期人均用电量值，与预测年人口值相乘，得出规划年的年电量。重点在进行类比的两个区域关键因素要基本相当。负荷密度法一般对于负荷密度较大城市采用此法。这种方法在城市中心区应用对于今后110kV变电站的布点、10kV配网建设等指导作用比较强。比如城区负荷密度较大的地区可考虑采用。

笔者根据多年从事电力负荷预测的经历和感受，简单介绍了电力市场分析预测的几种方法，并重点阐述了电力市场分析预测方法针对不同地区的应用，为如何更好地作好电力市场分析预测提供便捷。