对江苏省电力负荷进行回归预测

摘要： 本文主要根据2001-2011年江苏省用电量样本数据，建立了江苏省电力负荷与人均GDP、工业化以及人口数之间的多元回归预测方程，并预测了江苏省2014-2020年总用电量数据，在此基础上提出了相应的建议。

Abstract： The multiple regression prediction equation of power load and per capita GDP， industrialization and population is established based on the electricity consumption sample data from 2001 to 2011 in Jiangsu Province in this article. The total electricity consumption data from 2014 to 2020 in Jiangsu is predicted， and corresponding recommendations are proposed.

关键词： 江苏省；电力负荷；回归预测

Key words： Jiangsu Province；electric load；regression prediction

中图分类号：TM715 文献标识码：A 文章编号：1006-4311（2014）03-0064-02

0 引言

电力负荷预测是供电部门的重要工作之一，准确的用电预测是有效降低发电成本、提高经济效益和社会效益的有效途径，这对于电力系统的安全和经济运行具有十分重要的意义。同时，从我国未来发展趋势来看，随着城镇人口的不断增加，以及人们的经济水平越来越高，工业化越来越发展，未来城镇的用电量会不断增加，因此很有必要对用电量进行预测。近年来，对电力负荷进行预测的方法较多，如曾京炜等提出基于粒子群优化和支持向量机的电力负荷预测[1]，于媛媛等提出了组合模型进行预测[2]，乔松珊等提出了灰色周期组合的预测模型[3]，这些研究为解决电力负荷的预测提供了一些方法，具有一定的参考价值。本文采用了多元回归预测的方法，并将经济增长和工业化，人口数作为研究电力负荷的主要的研究，根据2001～2011年江苏统计年鉴数据，构建了线性预测模型。

1 样本的选取

江苏位于长江中下游，是长江三角洲的重要组成部分，也是中国人口密度最高的省份之一，境内土地肥沃，物资丰富，经济比较发达。在过去的6年间，江苏的经济高度发展，人均GDP增长3095元，几何增速为13.9%，而该省的电力负荷也是迅速增长，到今年电力负荷增长将达到14.67%，最高负荷将达7600万千瓦，因此作为研究的对象具有代表性。

2 预测模型的建立与分析

2.1 多元回归预测模型 回归预测是预测学的基本方法，在分析自变量和因变量之间相关关系的基础上建立变量间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量。当有多个自变量时，便是多元回归方程。根据历年统计资料显示，江苏电力负荷与人均GDP，工业化程度，总人数的数据之间有较强的相关性，因此预测的总体思路就是构建回归曲线来测算江苏省电力负荷的发展趋势。江苏省地区用电量相关指标历史数据如表1。

2.2 模型的建立 结合江苏省电力负荷y、人均GDPx1、工业化程度x2和总人数x3的历年数据，构建多元线性回归模型为：

y=f（x1，x2，x3）=c0+c1x1+c2x2+c3x3（1）

代入来自江苏统计年鉴中2001-2011年的数据中，并通过spss的线性回归分析后，得到模型：

y=-17820.45+396.86x1+30.3x2+2.3x3

R方系数检验：由表2可知，该模型的复相关系数为0.937，判定系数为0.967，ρ值为0.00，小于0.1，可以看出该回归模型较好，回归方程的拟合度较高。

拟合检验：从图1可以看出实际值与预测值基本平行，两条线间的距离较小，残差绝对值的波动值很小，说明回归方程拟合精度较高。

2.3 方差分析 分别求出回归模型的总和平方和（SST）、残差平方和（SSE）、回归平方和（SSR）以及均方回归（MSR）和均方残差（MSE）。

SSE=■ei2=■（y■-■■）■（2）

SSR=■（■■-y）2（3）

SST=■（y■-y）■（4）

y=■■yi（5）

MSR=■（6）

MSE=■（7）

式中：ei为残差，yi为样本的观测值，■■为样本的估计值，y为样本的平均值，n为样本的数量，k为回归方程中自变量的个数。

根据式（2）-（7）得到回归方程的方差分析见表3。可以看出残差平方和为0.672，说明模型观测值和拟合值之间的偏差较小，再次印证了该回归模型的可靠性，可以用来对江苏省的电力负荷进行预测分析。

3 江苏省电力负荷预测

利用已建立的模型进行江苏省电力负荷的预测。为此分别根据江苏省统计年鉴2001-2011年人均GDP、工业化和人口数据建立：人均GDP的预测方程如式（8）、人口数的预测方程如式（9），工业化的预测方程如式（10），以年份为自变量。

人均GDP的预测方程为：y=-9681854+4842x（8）

人口数的预测方程为：y=-105942.6+56.6x（9）

工业化的预测方程为：y=943-117.7lnx（10）

利用回归方程（8）（9）（10）分别测算出2014年到2020年江苏省人均GDP、人口数以及工业化程度，然后再代入江苏省电力负荷回归预测方程（1）中去，所有预测结果如表7所示。

4 结论

通过2001-2011年江苏省用电量数据，及人均GDP、江苏省工业化程度、人口数的样本数据，建立了多元回归预测方程，并预测出2014-2020年江苏省的用电量。根据预测数据，得出以下结论：

①未来的8年时间里江苏省用电量逐年增高，到2020年达到最高峰，预计总用电量达到6833.69亿千

瓦时。

②随着江苏省经济和社会的高速发展，人均生产总值逐年增加，工业规模不断扩大，导致江苏省用电量逐年

增加。

针对江苏省电力负荷的特点，提出以下几点建议：

一是大力发展能源基地，使电力产业规模化；二是坚强需求侧管理，改善负荷特性；三是开展电力系统负荷特性研究。

参考文献：

[1]曾京炜.基于粒子群优化和支持向量机的电力负荷预测[J].微电子与计算机，2011（1）.

[2]于媛媛.基于组合模型的用电量预测方法研究[J].价值工程，2011（2）.

[3]乔松珊.基于灰色周期组合模型的电力月度负荷预测方法[J].华电技术，2012（8）.