京津冀电网“十三五”中期电力需求预测

刘亚萍 华北电力大学

京津冀电网“十三五”中期电力需求预测

刘亚萍 华北电力大学

随着京津冀一体化的深入推进，京津冀“十三五”时期中期电力需求预测引起广泛关注。受预测样本少，预测时间跨度较大等因素影响，中期电力需求预测较少。本文选用灰色关联支持向量机模型对京津冀电网2016—2020年进行预测。结果显示，京津冀地区全社会用电量长期保持快速增长，近年逐步趋于平稳；二产用电持续占据主导地位，但增速逐步放缓。

京津冀电网 灰色关联支持向量机 中期预测

引言

京津冀经济发展水平与能源分布不均衡的现状导致的电源和负荷逆向分布[1]，以及近年来以风电为主的新能源快速发展，受到的输送通道瓶颈约束和对电网供电稳定性的影响，均导致京津冀电网面临严峻考验。电力需求预测是电力部门的重要工作之一，依靠准确的电力需求预测，可以经济合理地安排电网内部发电机组的启停，保持电网运行的安全稳定性，提高经济效益和社会效益[2]。因此，电力负荷预测工作的水平已经成为衡量一个电网企业或发电企业的管理是否走向现代化的标志之一[3]。

中期电力需求预测的各种经典方法，如人工神经网络、弹性系数法、指数平滑法、灰色模型法[4]等。常用预测方法都有较明显的局限性，本文选择组合预测方法对京津冀电网进行中期预测。即:将灰色关联度分析法和支持向量机理论相结合，采用灰色关联度分析法筛选主要影响因素，应用支持向量机对京津冀电力需求进行预测。

一、模型理论说明

灰色关联度是灰色系统理论提出的一种技术方法，弥补了数理统计的方法的缺陷。其基本思想是根据序列曲线的几何形状的相似程度来判断其联系是否紧密，并在数学上用关联度来表示[8]。电力需求预测模型是一个典型的本征灰色系统，影响用电量的因子众多，因此可以根据灰色关联分析原理，确定出影响用电量的主要因子。支持向量机理论是基于统计学习理论的VC维理论和结构风险最小化基础上的新型机器学习方法，从而在统计样本量较少的情况下也能表现出色的学习性能，并克服了神经网络出现的泛化能力低和过学习等问题。

二、京津冀电网中期预测分析

为尽量减少计算和分析过程中的误差，对原始数据采用初值化法进行预处理。按灰色关联度分析法的步骤进行计算，结果显示：GDP、第一产业增加值、第二产业增加值、第二产业增加值、第三产业增加值、城镇化率、单位GDP能耗灰色关联度分别为0.9097、0.8302、0.9059、0.8537、0.9153、0.7776。

灰色关联度越大，表明该因素对用电量的影响程度越大。根据灰色关联度的计算结果，并结合我国的实际情况，最终选定GDP、第二产业产值增加值、城镇化率作为电力需求影响因素的主要指标。假设京津冀经济在“新常态”下保持稳定运行，从高速增长转入中速增长时期。近五年经济增长仍保持较高水平，GDP年均增速维持在7%左右，城镇化进程加快，京津冀平均城镇化率达到92%，可得到各指标进行预测的结果，如表1所示。利用2000-2015年的用电量数据及其主要影响因素数据，分别对2016-2020年京津冀地区第一、第二、第三产业用电量、居民用电量进行预测，拟合结果如表2所示。

表1 各指标预测结果

表2 2005-2020年用电量拟合值（单位:亿千瓦时）

三、结论

本论文从经济社会发展状况角度，通过灰色关联法选定GDP、第二产业产值增加值、城镇化率作为电力需求影响因素的主要指标，使用支持向量机模型分别对京津冀地区“十三五”时期的第一、第二、第三产业、居民的电力需求量进行预测，得出京津冀地区电力需求变化特征，即：全社会用电量长期保持快速增长，近年逐步趋于平稳；二产用电持续占据主导地位，但增速逐步放缓。

[1]樊昊,谢国辉.京津唐国网负荷特性分析及预测[J].中国电力,2014,11(47)：70～74.

[2]崔慧军.华北地区中长期符合预测及电网规划[D].北京:华北电力大学工商管理系,2008.

[3]单葆国,韩新阳.中国“十三五”及中长期电力需求研究[J].中国电力,2015,1(48)：6～12.