兩種考慮溫度和經(jīng)濟(jì)增長(zhǎng)因素的月度全社會(huì)用電量預(yù)測(cè)方法

李文峰 白宏坤 劉永民 毛玉賓 陸浩

（1.國(guó)網(wǎng)河南省電力公司經(jīng)濟(jì)技術(shù)研究院，河南鄭州 450052；2.國(guó)網(wǎng)焦作供電公司，河南焦作 454150）

兩種考慮溫度和經(jīng)濟(jì)增長(zhǎng)因素的月度全社會(huì)用電量預(yù)測(cè)方法

李文峰1白宏坤1劉永民1毛玉賓1陸浩2

（1.國(guó)網(wǎng)河南省電力公司經(jīng)濟(jì)技術(shù)研究院，河南鄭州 450052；2.國(guó)網(wǎng)焦作供電公司，河南焦作 454150）

短期電力需求預(yù)測(cè)是保證電力系統(tǒng)安全運(yùn)行的一項(xiàng)基礎(chǔ)性工作，針對(duì)此，提出2種考慮溫度和經(jīng)濟(jì)增長(zhǎng)因素的月度全社會(huì)用電量預(yù)測(cè)方法，通過(guò)選用規(guī)模以上工業(yè)增加值增速表示月度經(jīng)濟(jì)增長(zhǎng)趨勢(shì)情況，科學(xué)構(gòu)建月度全社會(huì)用電量與平均溫度以及當(dāng)月的經(jīng)濟(jì)增長(zhǎng)指標(biāo)之間的線性回歸模型，可以準(zhǔn)確預(yù)測(cè)月度全社會(huì)用電量。

用電量預(yù)測(cè)方法；電力需求預(yù)測(cè)；溫度；線性回歸模型

電力需求是經(jīng)濟(jì)發(fā)展的晴雨表，電力需求預(yù)測(cè)對(duì)電力部門及相關(guān)經(jīng)濟(jì)和能源部門的工作具有重要意義，全社會(huì)用電量是反映電力需求的重要指標(biāo)之一。

目前，全社會(huì)用電量常用的預(yù)測(cè)方法包括趨勢(shì)外推法、總量回歸、ARIMA、增速外推、彈性系數(shù)和產(chǎn)值單耗法等［1-4］。王鵬飛［5］利用我國(guó)1987-2002年年度數(shù)據(jù)，以GDP和總?cè)丝谧鳛樽宰兞?，全社?huì)用電量作為因變量，建立線性回歸模型，預(yù)測(cè)我國(guó)未來(lái)年份的全社會(huì)用電量；陳莉［6］運(yùn)用甘肅省1999-2005年年度數(shù)據(jù)，采用總量回歸法，并通過(guò)灰色系統(tǒng)理論中的GM（1，1）模型，預(yù)測(cè)出GDP的未來(lái)年份的預(yù)測(cè)值，從而進(jìn)一步對(duì)甘肅省2006-2010年的全社會(huì)用電量進(jìn)行了預(yù)測(cè)；張璇［7］通過(guò)分析我國(guó)2007年7月-2012年6月全社會(huì)用電量的月度數(shù)據(jù)，建立時(shí)間序列ARIMA乘積季節(jié)模型，對(duì)我國(guó)未來(lái)6個(gè)月的全社會(huì)用電量進(jìn)行了預(yù)測(cè)。

這些研究大多基于年度數(shù)據(jù)進(jìn)行年度預(yù)測(cè)，其中趨勢(shì)外推法、ARIMA和增速外推都是根據(jù)過(guò)去和現(xiàn)在的發(fā)展趨勢(shì)推斷未來(lái)的一類方法，只能反映全社會(huì)用電量自身的變化趨勢(shì)，無(wú)法反映和預(yù)測(cè)經(jīng)濟(jì)發(fā)展對(duì)其影響，因此無(wú)法準(zhǔn)確預(yù)測(cè)未來(lái)的全社會(huì)用電量。傳統(tǒng)彈性系數(shù)法和產(chǎn)值單耗法常用于預(yù)測(cè)年度全社會(huì)用電量，但是傳統(tǒng)電力消費(fèi)彈性系數(shù)法中GDP增速是與上一年可比價(jià)計(jì)算得到的，而用電量是實(shí)物量的增速，這種方法計(jì)算得出的彈性系數(shù)在歷史區(qū)間內(nèi)包含了價(jià)格因素，因此，用其與不含價(jià)格因素的變量進(jìn)行比較是不合理的。產(chǎn)值單耗法亦是如此［2-4］。

鑒于此，本文綜合考慮溫度和經(jīng)濟(jì)增長(zhǎng)因素對(duì)全社會(huì)用電量的影響，建立考慮溫度和經(jīng)濟(jì)增長(zhǎng)因素的預(yù)測(cè)模型，對(duì)月度全社會(huì)用電量進(jìn)行準(zhǔn)確預(yù)測(cè)。

1 原理

在建立考慮經(jīng)濟(jì)增長(zhǎng)趨勢(shì)因素的預(yù)測(cè)模型時(shí)，經(jīng)濟(jì)增長(zhǎng)趨勢(shì)的量化方式可以是加入時(shí)間趨勢(shì)項(xiàng)，也可以用由月度工業(yè)增加值增速轉(zhuǎn)換得到的經(jīng)濟(jì)增長(zhǎng)指數(shù)來(lái)表示。因?yàn)槎a(chǎn)增加值增速與GDP增速走勢(shì)高度一致，而規(guī)模以上工業(yè)增加值在二產(chǎn)增加值中占比很大，考慮到數(shù)據(jù)的可獲得性，本文在月度層面選用規(guī)模以上工業(yè)增加值增速表示月度經(jīng)濟(jì)增長(zhǎng)趨勢(shì)情況。

1.1 第1 種方法

1.1.1 獲取數(shù)據(jù)并排序。獲取歷史期與預(yù)測(cè)月同月的全社會(huì)用電量、月平均溫度數(shù)據(jù)，并將數(shù)據(jù)按照年份先后順序排列。

1.1.2 賦予時(shí)間趨勢(shì)項(xiàng)。按照年份順序，如數(shù)據(jù)樣本從2009-2013年，則依次賦予時(shí)間趨勢(shì)項(xiàng)1、2、3、4和5，預(yù)測(cè)期如為14a，賦予時(shí)間趨勢(shì)項(xiàng)即6。

1.1.3 建立加入時(shí)間趨勢(shì)項(xiàng)的預(yù)測(cè)模型。以月度全社會(huì)用電量為因變量，時(shí)間趨勢(shì)項(xiàng)和月平均溫度為自變量，建立線性回歸方程，即：

式（1）中，Ei為月全社會(huì)用電量，i為時(shí)間趨勢(shì)項(xiàng)，Ti為月平均溫度，A為常數(shù)項(xiàng)，B為時(shí)間趨勢(shì)項(xiàng)的系數(shù)，C為Ti的系數(shù)。

1.1.4 求出預(yù)測(cè)月的平均溫度預(yù)測(cè)值。取樣本期月平均溫度的平均值作為預(yù)測(cè)月的平均溫度預(yù)測(cè)值。

1.1.5 計(jì)算預(yù)測(cè)月的全社會(huì)用電量。根據(jù)上述預(yù)測(cè)模型回歸得到的常數(shù)項(xiàng)和系數(shù)值，并將預(yù)測(cè)月的平均溫度預(yù)測(cè)值、時(shí)間趨勢(shì)項(xiàng)代入式中，可得到預(yù)測(cè)月全社會(huì)用電量的預(yù)測(cè)值。

第1種方法計(jì)算流程圖詳見圖1。

1.2 第2 種方法

1.2.1 獲取工業(yè)增加值增速數(shù)據(jù)。獲取歷史期與預(yù)測(cè)月同月的規(guī)模以上工業(yè)增加值增速數(shù)據(jù)，并將其折算成以基期I0=100的經(jīng)濟(jì)增長(zhǎng)指數(shù)：

式（2）中，Ii為月度經(jīng)濟(jì)增長(zhǎng)指數(shù)，GYi為當(dāng)月的規(guī)模以上工業(yè)增加值增速，I0為基期的經(jīng)濟(jì)增長(zhǎng)指數(shù)。

1.2.2 獲取全社會(huì)用電量、月平均溫度數(shù)據(jù)并排序。獲取歷史期與預(yù)測(cè)月同月的全社會(huì)用電量，以及月平均溫度數(shù)據(jù)，并與1.2.1中數(shù)據(jù)一起按照年份先后順序排列。

圖1 第1種方法流程圖

1.2.3 建立加入經(jīng)濟(jì)增長(zhǎng)指數(shù)的預(yù)測(cè)模型。以月度全社會(huì)用電量為因變量，月平均溫度和月度經(jīng)濟(jì)增長(zhǎng)指數(shù)為自變量，建立線性回歸方程，即

式（3）中，Ei為月全社會(huì)用電量，Ti為月平均溫度，A為常數(shù)項(xiàng)，B為Ti的系數(shù)，C為Ii的系數(shù)。

1.2.4 求出預(yù)測(cè)月的平均溫度預(yù)測(cè)值。取樣本期平均溫度的平均值作為預(yù)測(cè)月的平均溫度預(yù)測(cè)值。

1.2.5 求預(yù)測(cè)月的經(jīng)濟(jì)增長(zhǎng)指數(shù)。根據(jù)相關(guān)經(jīng)濟(jì)研究部門給出的預(yù)測(cè)月規(guī)模以上工業(yè)增加值增速預(yù)測(cè)值，折算成預(yù)測(cè)月的經(jīng)濟(jì)增長(zhǎng)指數(shù)。

1.2.6 計(jì)算預(yù)測(cè)月的全社會(huì)用電量。根據(jù)1.2.3回歸得到的常數(shù)項(xiàng)和系數(shù)，并將預(yù)測(cè)月的平均溫度預(yù)測(cè)值、經(jīng)濟(jì)增長(zhǎng)指數(shù)預(yù)測(cè)值代入回歸方程中，可計(jì)算得到預(yù)測(cè)月全社會(huì)用電量的預(yù)測(cè)值。

第2種方法計(jì)算流程圖詳見圖2。

由上述技術(shù)方案可知，本文通過(guò)分別構(gòu)建月度全社會(huì)用電量電量與平均溫度、用時(shí)間趨勢(shì)項(xiàng)或經(jīng)濟(jì)增長(zhǎng)指數(shù)，表示經(jīng)濟(jì)增長(zhǎng)趨勢(shì)的量化指標(biāo)之間的線性回歸方程，得到月度全社會(huì)用電量預(yù)測(cè)值，以有助于月度電力規(guī)劃，以及電網(wǎng)生產(chǎn)調(diào)度與電網(wǎng)月度生產(chǎn)計(jì)劃的制定。

2 算例分析

通過(guò)本文提出的2種方法預(yù)測(cè)，以2007-2013年歷年6月歷史數(shù)據(jù)作為樣本期，預(yù)測(cè)2014年6月全社會(huì)用電量。其中，樣本期某省全社會(huì)用電量、月平均溫度、規(guī)上工業(yè)增加值增速、經(jīng)濟(jì)增長(zhǎng)指數(shù)詳見表1。

圖2 第2種方法流程圖

表1 樣本期電量、溫度、經(jīng)濟(jì)數(shù)據(jù)

2.1 第1 種方法

2.1.1 賦予時(shí)間趨勢(shì)項(xiàng)。數(shù)據(jù)樣本期為2007-2013年6月，依次賦予其時(shí)間趨勢(shì)項(xiàng)1、2、3、4、5、6和7。預(yù)測(cè)期為2014年6月，賦予時(shí)間趨勢(shì)項(xiàng)8，詳見表1。

2.1.2 建立加入時(shí)間趨勢(shì)項(xiàng)的預(yù)測(cè)模型。預(yù)測(cè)模型如下：

式（4）中，Ei為月全社會(huì)用電量，i為時(shí)間趨勢(shì)項(xiàng)，Ti為月平均溫度?；貧w方程的系數(shù)全部通過(guò)T檢驗(yàn)，R2= 0.994。

2.1.3 確定2014年6月平均溫度預(yù)測(cè)值。取2007-2013年6月平均溫度的平均值25.54作為2014年6月平均溫度預(yù)測(cè)值。

2.1.4 計(jì)算2014年6月全社會(huì)用電量預(yù)測(cè)值。將2014年6月的時(shí)間趨勢(shì)項(xiàng)8、平均溫度預(yù)測(cè)值25.54代入2.1.2的預(yù)測(cè)模型中，得到2014年6月全社會(huì)用電量預(yù)測(cè)值約為129.450億kW·h。

2.2 第2 種方法

①獲取2007-2013年6月的規(guī)模以上工業(yè)增加值增速數(shù)據(jù)，并將其折算成以2006年為100的經(jīng)濟(jì)增長(zhǎng)指數(shù)：②獲取2007-2013年6月全社會(huì)用電量、月平均溫度數(shù)據(jù)，并將這些數(shù)據(jù)與步驟①中數(shù)據(jù)一起按照年份先后順序排列，詳見表1；③建立加入經(jīng)濟(jì)增長(zhǎng)指數(shù)的預(yù)測(cè)模型：Ei=13.817+0.886Ti+0.221Ii，其中Ei為月全社會(huì)用電量，Ti為月平均溫度，Ii為月度經(jīng)濟(jì)增長(zhǎng)指數(shù)?；貧w方程的系數(shù)全部通過(guò)T檢驗(yàn)，R2=0.999，模型對(duì)歷史數(shù)據(jù)擬合得非常好，可以解釋99.9%的歷史數(shù)據(jù)；④取2007-2013年6月平均溫度的平均值25.536作為2014年6月平均溫度預(yù)測(cè)的值；⑤因?yàn)槟壳鞍不帐〗y(tǒng)計(jì)局已公布2014年6月規(guī)模以上工業(yè)增加值增速為11.5%，折算成預(yù)測(cè)月的經(jīng)濟(jì)增長(zhǎng)指數(shù)為425.53（如未公布，則根據(jù)相關(guān)經(jīng)濟(jì)研究部門給出的預(yù)測(cè)月規(guī)模以上工業(yè)增加值增速預(yù)測(cè)值，折算成預(yù)測(cè)月的經(jīng)濟(jì)增長(zhǎng)指數(shù)）；⑥將2014年6月的平均溫度預(yù)測(cè)值、經(jīng)濟(jì)增長(zhǎng)指數(shù)值代入步驟③回歸方程中，可得到2014年6月全社會(huì)用電量預(yù)測(cè)值為130.480億kW·h。

2014年6月安徽省全社會(huì)用電量實(shí)際值為130.323億kW·h，上述2種方法的預(yù)測(cè)誤差分別為-0.66%、-0.01%，準(zhǔn)確性較高。

3 結(jié)語(yǔ)

短期電力需求預(yù)測(cè)是保證電力系統(tǒng)安全運(yùn)行的一項(xiàng)基礎(chǔ)性工作，本文提出了2種考慮溫度和經(jīng)濟(jì)增長(zhǎng)因素的月度全社會(huì)用電量預(yù)測(cè)方法，通過(guò)選用規(guī)模以上工業(yè)增加值增速表示月度經(jīng)濟(jì)增長(zhǎng)趨勢(shì)情況，科學(xué)構(gòu)建了月度全社會(huì)用電量與平均溫度以及當(dāng)月的經(jīng)濟(jì)增長(zhǎng)指標(biāo)之間的線性回歸模型，可以準(zhǔn)確預(yù)測(cè)月度全社會(huì)用電量。

［1］張士強(qiáng)，王雯，王健.ARIMA模型在城市年用電量預(yù)測(cè)中的應(yīng)用［J］.電力需求側(cè)管理，2010（6）：31-34.

［2］王文圣，丁晶，趙玉龍，等.基于偏最小二乘回歸的年用電量預(yù)測(cè)研究［J］.中國(guó)電機(jī)工程學(xué)報(bào)，2003（10）：17-21.

［3］葛斐，石雪梅，榮秀婷，等.電力消費(fèi)彈性系數(shù)與產(chǎn)業(yè)結(jié)構(gòu)關(guān)系研究——以安徽省為例［J］.四川大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2015（3）：79-85.

［4］郭挺，饒建業(yè).“新常態(tài)”下廣東省中長(zhǎng)期電力需求預(yù)測(cè)［J］.廣東電力，2015（6）：6-11.

［5］王鵬飛.多元線性回歸方法在中國(guó)用電量預(yù)測(cè)中的應(yīng)用研究［J］.華北電力技術(shù)，2005（8）：16-18.

［6］陳莉.統(tǒng)計(jì)方法在預(yù)測(cè)全社會(huì)用電量中的應(yīng)用［J］.華北電力技術(shù)，2006（S2）：192-194.

［7］張璇.ARIMA乘積季節(jié)模型在全社會(huì)用電量預(yù)測(cè)中的應(yīng)用［J］.現(xiàn)代經(jīng)濟(jì)，2011（13）：234-235.

Two Kinds of Monthly Total Electricity Consumption Forecasting Method by Considering Temperature and Economic Growth Factors

Li Wenfeng1Bai Hongkun1Liu Yongmin1Mao Yubin1Lu Hao2
（1.Economic and Technical Research Institute of State Grid Henan Electric Power Corporation，Zhengzhou Henan 450052；
2.State Grid Jiaozuo Power Supply Company，Jiaozuo Henan 454150）

Short-term electricity demand forecast is a basic work to ensure the safe operation of power system,based on this,two monthly social electricity consumption forecasting methods by considering temperature and economic growth factors were presented.By selecting the above-mentioned industrial added value growth to indicate the monthly economic growth trend,the scientific construction of the monthly total electricity consumption and the average temperature and the monthly economic growth between the linear regression model between the monthly total electricity consumption of the whole society with the average temperatureand and the economic growth index of the month was scientifically constructed,so that can accurately predict the monthly electricity consumption of the whole society.

electricity consumption forecasting method；electricity demand forecast；temperature；linear regression model

TM715

A

1003-5168（2016）11-0112-03

2016-10-11

李文峰（1985-），男，博士，工程師，研究方向：電力需求預(yù)測(cè)、電力經(jīng)濟(jì)關(guān)系研究等。