考慮電力市場交易影響的中長期負荷預(yù)測方法*

胥威汀，李婷，劉友波，閆曉卿，劉瑩，朱覓

（1.國網(wǎng)四川省電力公司經(jīng)濟技術(shù)研究院，成都610041；2.四川大學(xué)電氣信息學(xué)院，成都610065；3.國網(wǎng)能源研究院，北京102209）

0 引 言

有別于短期負荷預(yù)測，中長期負荷預(yù)測是電力規(guī)劃工作的重要基礎(chǔ)，對于電網(wǎng)投資及其安全運行起著決定性的作用。相比短期負荷預(yù)測，中長期負荷預(yù)測受到很多不確定因素影響［1］，例如：經(jīng)濟發(fā)展、社會和人類活動等，因此預(yù)測難度更大。

中長期負荷預(yù)測方法可以分為參數(shù)化方法和人工智能方法兩大類［2］。其中，參數(shù)化方法主要包含回歸預(yù)測、時間序列和灰色理論［3-4］，人工智能方法主要包括神經(jīng)網(wǎng)絡(luò)和動態(tài)模糊綜合評價［5-6］。它們研究重點在于評估直接對用電行為產(chǎn)生影響的因素，而并沒有考慮電力市場交易對用電行為的影響。

電力市場化改革旨在構(gòu)建真正意義上的電力市場，這必然激發(fā)新的市場行為，電網(wǎng)規(guī)劃有必要充分考慮市場化改革后帶來的巨大變化。由于市場行為會極大程度受到市場價格的影響，所以，電力供需格局不僅僅是能源層面的電力供需平衡，還會受到交易價格的影響，它會隨價格的波動而波動，甚至發(fā)生顯著變化，這是電能供應(yīng)和消費背后無數(shù)主體意愿交織的結(jié)果。未來電網(wǎng)規(guī)劃工作必須能夠適應(yīng)這一新形勢對中長期負荷預(yù)測的影響。

1 基本框架

通過以上分析發(fā)現(xiàn)，改進中長期負荷預(yù)測方法的切入點，包含但不限于以下兩點：

（1）在中長期負荷預(yù)測中引入市場參與者關(guān)于電價變化的響應(yīng)；

（2）基于負荷分布、電源規(guī)劃和市場參與者報價的預(yù)測結(jié)果來模擬市場交易，從而捕捉遠期電力市場的分區(qū)電力平衡和交易價格水平，反過來修正負荷預(yù)測結(jié)果。

由于節(jié)點電價與相應(yīng)地區(qū)負荷是相互影響的，需要采用循環(huán)嵌套的方法把電價對負荷預(yù)測的影響考慮進來。首先，根據(jù)歷史數(shù)據(jù)進行負荷預(yù)測；其次，在初步預(yù)測的基礎(chǔ)上進行節(jié)點電價預(yù)測；為了引入市場因素的影響，接下來重要的一步：根據(jù)各節(jié)點邊際電價模擬市場競價交易。由于電價決定了各地區(qū)參與市場交易的競爭力，因此未來的邊際電價對于每一個地區(qū)的電力供應(yīng)或消費成本影響是不同的，可據(jù)此捕捉到最有可能的市場交易預(yù)期，從而得到出清價格和電力平衡結(jié)果；最后，計算負荷的電價響應(yīng)情況，修正負荷預(yù)測結(jié)果，返回負荷預(yù)測輸入端口。基本框架如圖1所示。

依據(jù)這一個循環(huán)，能夠獲取相應(yīng)水平年的負荷規(guī)模及其分布。其中，y（k）表示第k個節(jié)點的負荷預(yù)測結(jié)果，LMP表示節(jié)點邊際電價。圖中虛線匡體部分為本文所提關(guān)于電力市場交易的影響分析。

圖1 考慮電力市場交易影響的中長期負荷預(yù)測方法Fig.1 Medium and long term load forecasting method considering the powermarket transactions

2 中長期負荷預(yù)測

目前，中長期負荷預(yù)測的研究方法主要基于三大思路：首先是運用引言中所提及的基本預(yù)測模型的方法；其次是對基本預(yù)測模型進行改進的方法；第三是對兩種或兩種以上方法進行組合之后得到的模型。這里采用灰色預(yù)測模型和人工神經(jīng)網(wǎng)絡(luò)組合方法進行負荷預(yù)測［7］，基本模型如下：

式中 X（0）為歷史負荷序列，X（1）為 X（0）的累加序列。微分方程（2）中a為發(fā)展灰數(shù)，u稱為內(nèi)生控制灰數(shù)，是對系統(tǒng)的常定輸入，可以通過對式（2）進行最小二乘求解得到。將結(jié)果返帶入式（2）能夠得到負荷預(yù)測模型：

式中 X（1）（k+1）為預(yù)測值，k=0，1，2…，X（0）（k+1）為累減還原值，即目標水平年的負荷預(yù)測值。

由于灰色預(yù)測采用累加累減，對系統(tǒng)較大波動數(shù)據(jù)不敏感，預(yù)測準確度有限。神經(jīng)網(wǎng)絡(luò)中的自聯(lián)方式對數(shù)據(jù)具有敏感性，內(nèi)部反饋網(wǎng)絡(luò)增加網(wǎng)絡(luò)處理動態(tài)信息的能力，可達到動態(tài)建模的目的。同時，對預(yù)測模型進行學(xué)習(xí)訓(xùn)練，其擬合函數(shù)的優(yōu)勢可進行模型修正，從而能大幅度提高負荷預(yù)測的精度。因此，在灰色預(yù)測模型中嵌入有反饋的多層人工神經(jīng)網(wǎng)絡(luò)，能夠發(fā)揮并結(jié)合兩者的長處。

式中表示有n個輸入，m個輸出，隱含層和承接層分別有r個神經(jīng)元，輸入層到隱含層的權(quán)值為w1，承接層到隱含層的權(quán)值為w2，隱含層到輸出層的權(quán)值為w3，u（k-1）為網(wǎng)絡(luò)模型的輸入，xi（k）表示隱含層的輸出，xci（k）表述承接層的輸出，其中 i=1，2，…，r，f是隱含層的傳遞函數(shù)，常用S型函數(shù)，y（k）為神經(jīng)網(wǎng)絡(luò)的輸出。

通過反向傳播不斷調(diào)整權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。權(quán)值修正公式如下。

式中η為學(xué)習(xí)速率；mc為動量因子，g為輸出層的傳遞函數(shù)，常為線性函數(shù)。由此，能夠得到中長期負荷預(yù)測結(jié)果。

3 交易報價預(yù)測

在市場環(huán)境下，由于電價是通過競價或協(xié)商的方式生成的，是變動的、可升可降的，那么，電力用戶必然會為了控制用電成本而尋求并制定更為廉價的購電方案和用電方案。在該過程中，用電行為將發(fā)生改變。例如一個大型工業(yè)用戶若簽到了更便宜的合同，可能會擴大生產(chǎn)用電規(guī)模。因此，準確的電價預(yù)測能夠使負荷預(yù)測結(jié)果更加客觀。

對電價進行預(yù)測，需要考慮諸多因素。由于中長期預(yù)測的周期較長，各種因素具有一定不確定性，而且電價會受負荷規(guī)模、分布以及可靠性需求因素的影響，比如負荷的不確定性、地點的不確定性、可靠性需求的不確定性和網(wǎng)絡(luò)阻塞情況的不確定性等，使得電價變化頻繁，從而使得電價的不確定性更加明顯。所以，對電價進行中長期預(yù)測的難度是非常大的。

因此，對于中長期電價趨勢的預(yù)測，應(yīng)該主要分析在較長時間窗口內(nèi)對購售雙方有影響的因素［8］，比如發(fā)電側(cè)的清潔能源開發(fā)成本趨勢、發(fā)電燃料成本趨勢、排放標準的高低、財稅補貼強度等，又比如用電側(cè)的國民經(jīng)濟走勢、城鎮(zhèn)發(fā)展規(guī)劃、產(chǎn)業(yè)發(fā)展預(yù)期、儲能和虛擬電廠建設(shè)布局等，把握大的趨勢，為規(guī)劃提供參考。

當前國內(nèi)外研究人員對中長期電價預(yù)測的研究較少，現(xiàn)有的研究成果大都是將電價等效為隨機變量［9］，對其分布函數(shù)進行研究，在其分布區(qū)間內(nèi)建立有效的預(yù)測模型。在電價長期預(yù)測方法中，采用模糊方法與采用神經(jīng)網(wǎng)絡(luò)方法對相關(guān)不確定性因素的處理思想是不一致的，采用模糊方法不是盲目地追求相關(guān)的預(yù)測精度，而是要構(gòu)建預(yù)測數(shù)據(jù)的分布情況，而采用神經(jīng)網(wǎng)絡(luò)法則是要合理的對現(xiàn)有數(shù)據(jù)進行分析，確定自變量和因變量的關(guān)系，進而達到合理預(yù)測電價的目的［10］。

為了合理地預(yù)測市場成交價格，需要掌握購售雙方的報價預(yù)期，關(guān)于報價的預(yù)測可以通過預(yù)測節(jié)點邊際電價來實現(xiàn)。通過對發(fā)電和負荷進行整體優(yōu)化，并將電網(wǎng)容量的優(yōu)化配置及對固定成本的影響考慮進來［11］，可構(gòu)成一種中長期節(jié)點電價模型。式中PD和PG分別為第t個出力或負荷特性時段（如豐水期、枯水期）的第i個節(jié)點電力需求和第j個節(jié)點發(fā)電出力；TU為電力消費效用；C為發(fā)電成本函數(shù)；分別表示在第t個時段發(fā)電商的最大容量約束和最小容量約束的Lagrange乘子。

通過中長期節(jié)點電價信號，包括發(fā)電商、售電商等電力交易主體可以求解未來一個電網(wǎng)投資周期內(nèi)各時段的發(fā)電、用電和輸電價格，這個價格反映了未來中長期市場均衡狀態(tài)下的電力成本和需求信息。因此，該電價能夠較大程度反映未來市場的報價，給予電力交易、電網(wǎng)規(guī)劃或電力投資明確的中長期價格信號。

4 關(guān)于市場交易影響的處理方法

4.1 模擬交易與分區(qū)平衡

預(yù)測得到未來各方的報價水平后，交易成交價格（出清電價）可通過電力市場交易模擬來獲取。

典型的撮合交易機制是按照“高低匹配”的交易規(guī)則［12］，首先撮合優(yōu)先級最高的買家和賣家的交易，交易的成交價格為交易雙方報價的平均值，然后撮合優(yōu)先級次高的市場成員的交易，以此類推。交易模型如下：

式中r和d分別為用戶的出價及其交易電量需求；π和s分別為發(fā)電廠商的出價及其交易電量需求；c為邊際傳輸耗費；Q為成交電量。

這是一個關(guān)于交易中心求利潤極大的優(yōu)化模型，目標是使得社會總福利E最大化［13］。求解該模型即可得到全局最優(yōu)下的用戶和發(fā)電廠交易方案。

掌握交易方案中的電量規(guī)模及布局后，可以結(jié)合各地區(qū)的年出力情況和負荷利用小時數(shù)，推出全網(wǎng)各典型方式下的開機方式和負荷分布，進而得到地區(qū)間的電力流規(guī)模及流向，如圖2所示。該圖即圖1虛框內(nèi)的詳細流程。出清電價作為輸入量接入到電價響應(yīng)分析模塊中可以得到負荷預(yù)測修正量。

圖2 關(guān)于市場預(yù)期的模型化處理方法Fig.2 Model processingmethod about power market expectations

4.2 電價響應(yīng)分析

利用彈性系數(shù)可以獲取負荷對電價變化的響應(yīng)模式［14-15］。彈性系數(shù)本身可以通過對歷年電價調(diào)整前后的數(shù)據(jù)進行統(tǒng)計分析來獲取。其中采用的電價響應(yīng)模型如下：

式中Q、L和P分別為目標地區(qū)的電量、電力和電價，彈性系數(shù)εQ，k表示節(jié)點k的電量對預(yù)測電價響應(yīng)，彈性系數(shù)εL，k表示節(jié)點k的電力對預(yù)測電價的響應(yīng)。

5 案例分析

以中國某省電力市場試點為例進行長期負荷預(yù)測計算。首先，初步負荷預(yù)測。收集2000年～2015年各地區(qū)的年電量和最大負荷值；利用灰色神經(jīng)網(wǎng)絡(luò)模型獲取未來十年的電力電量水平。其中，2025年負荷預(yù)測結(jié)果如表1所示。

表1 常規(guī)負荷預(yù)測結(jié)果Tab.1 Preliminary load forecasting results

基于以上預(yù)測結(jié)果，按照比例把各地區(qū)的電力電量分配至各節(jié)點，結(jié)合電源規(guī)劃，利用節(jié)點電價預(yù)測方法預(yù)測節(jié)點邊際電價。經(jīng)交易模擬可以得到全網(wǎng)交易配對結(jié)果，取輸配電價￥0.20/kWh，得到各節(jié)點在市場中可能拿到的成交價格，如表2所示。本文僅以電網(wǎng)中的500 kV節(jié)點為例進行分析。交易模擬環(huán)境為豐水期大方式。

按照電價響應(yīng)分析，對負荷預(yù)測結(jié)果進行修正。收斂后，可得到2025年的各節(jié)點上下網(wǎng)電力電量預(yù)測結(jié)果。扣除地方電源，可以得到各地區(qū)的負荷預(yù)測結(jié)果，如表3所示。

表2 節(jié)點報價和成交電價預(yù)測結(jié)果Tab.2 Prediction results of LMP and transaction price

表3 中長期電力負荷預(yù)測結(jié)果Tab.3 Long term load forecasting results

6 結(jié)束語

為積極適應(yīng)市場化改革，科學(xué)地謀劃電網(wǎng)發(fā)展，指導(dǎo)電網(wǎng)投資建設(shè)，本文把電價預(yù)測和市場交易的影響加入到負荷預(yù)測中來，探索研究了考慮電力市場交易的長期負荷預(yù)測方法。

該方法運用了多個功能模塊，其中不僅包含了傳統(tǒng)負荷預(yù)測，還引入了電力市場中供需雙方關(guān)于市場交易的預(yù)期，并將這個預(yù)期通過電價響應(yīng)的方式反應(yīng)到預(yù)測值的修正循環(huán)中來。算例結(jié)果顯示，本文所提方法能逐步修正負荷預(yù)測值，有效引入市場交易對長期負荷預(yù)測的影響。

力求提升長期負荷預(yù)測的準確性，并為市場環(huán)境下的負荷預(yù)測工作提出建議。下一步工作將進一步驗證該方法的有效性，并加以完善。