工業(yè)園區(qū)企業(yè)短期用電量預(yù)測(cè)算法

喻勁

（1.廣西大學(xué)計(jì)算機(jī)與電子信息學(xué)院，南寧530004；2.南方電網(wǎng)綜合能源廣西有限公司，南寧530023）

0 引言

隨著電量交易進(jìn)入市場(chǎng)化進(jìn)程，用電量較大的工業(yè)企業(yè)以“年度長(zhǎng)協(xié)”和“月度競(jìng)價(jià)”的方式直接參與電力市場(chǎng)化交易。各地區(qū)用電情況不同且存在用電量申報(bào)偏差考核，無(wú)論是“年度長(zhǎng)協(xié)”或者“月度競(jìng)價(jià)”，對(duì)企業(yè)而言均須面臨用電量申報(bào)的難題。目前，全國(guó)各省區(qū)市紛紛出臺(tái)制度，明確申報(bào)電量的偏差考核范圍[1]。在電力交易過(guò)程中，對(duì)申報(bào)電量預(yù)測(cè)的準(zhǔn)確性是決定售電公司或大用戶能否免于偏差考核罰款的關(guān)鍵因素。同時(shí)，用電量的準(zhǔn)確預(yù)測(cè)對(duì)電力系統(tǒng)電壓穩(wěn)定、安全調(diào)度和穩(wěn)定運(yùn)行也起著至關(guān)重要的作用[2]?；疑到y(tǒng)理論以“部分信息已知，部分信息未知”的“小樣本”、“貧信息”不確定性系統(tǒng)為研究對(duì)象[3]。針對(duì)工業(yè)園區(qū)企業(yè)難以提供精確的長(zhǎng)期用電量歷史數(shù)據(jù)的情況，本文研究設(shè)計(jì)基于灰色系統(tǒng)理論的用電量預(yù)測(cè)模型和預(yù)測(cè)算法，以指導(dǎo)幫助企業(yè)對(duì)其生產(chǎn)所需的短期用電量進(jìn)行準(zhǔn)確計(jì)劃。

1 預(yù)測(cè)模型

1.1 基本預(yù)測(cè)模型

設(shè)工業(yè)園區(qū)企業(yè)的用電量歷史數(shù)據(jù)序列為x（0）={x（0）（1），x（0）（2），x（0）（3），x（0）（4），…，x（0）（n）}，其中n表示用電量歷史數(shù)據(jù)的個(gè)數(shù)，在已知x（0）（1）的測(cè)量時(shí)間以及x（0）（1）與x（0）（2）的時(shí)間間隔時(shí)，可推算x（0）（n）的測(cè)量時(shí)間。

定義x（0）的級(jí)比生成序列δ（0）（k）=x（0）（k）/x（0）（k-1）[4]，k=2，3，4，.…，n。當(dāng)所有δ（0）（k）的值滿足δ（0）（k）∈（e2/n+1，e2/n+2）時(shí)，則表明歷史數(shù)據(jù)序列x（0）具有較好的建?？尚行?，否則需要對(duì)x（0）做變換處理?？扇∵m當(dāng)?shù)某?shù)C，對(duì)x（0）中的異常元素δ（0）（j）做如下變換處理y（0）（j）=x（0）（j）+C[5]，j=1，2，3，…，n。使變換后的數(shù)據(jù)序列y（0）（k）的級(jí)比δ1（0）（k）滿足δ1（0）（k）∈（e-（2/n+1），e2/n+2），k=1，2，3，…，n。

在用電量歷史數(shù)據(jù)序列中，第1個(gè)數(shù)據(jù)和最后1個(gè)數(shù)據(jù)均稱為“端點(diǎn)數(shù)據(jù)”，其余數(shù)據(jù)均則稱為“內(nèi)點(diǎn)數(shù)據(jù)”。當(dāng)用電量歷史數(shù)據(jù)序列中存在“內(nèi)點(diǎn)數(shù)據(jù)”缺失現(xiàn)象時(shí)，利用非緊鄰均值生成的方法對(duì)缺失數(shù)據(jù)補(bǔ)齊。設(shè)有用電量歷史數(shù)據(jù)序列x（0）且x（0）（k）為缺失的內(nèi)點(diǎn)數(shù)據(jù)。非緊鄰均值生成利用數(shù)據(jù)缺失的內(nèi)點(diǎn)數(shù)據(jù)x（0）（k）的前、后兩個(gè)數(shù)據(jù)的平均數(shù)生成新的數(shù)據(jù)x（0）（k）=0.5x（0）（k-1）+0.5x（0）（k+1）[6]。

當(dāng)用電量歷史數(shù)據(jù)序列中存在“端點(diǎn)數(shù)據(jù)”缺失時(shí)，可用級(jí)比生成補(bǔ)齊缺失的數(shù)據(jù)。設(shè)φ（1）表示當(dāng)前用電量歷史數(shù)據(jù)序列的第一個(gè)元素，φ（n）表示當(dāng)前用電量歷史數(shù)據(jù)序列的最后一個(gè)元素，兩者呈缺失狀態(tài)。此時(shí)，利用φ（1）的右鄰級(jí)比生成x（0）（1），用φ（n）的左鄰級(jí)比生成x（0）（n），形成完整的用電量歷史數(shù)據(jù)序列x（0）={φ（1），x（0）（2），x（0）（3），…，x（0）（n-1），φ（n）}[7]。序列x（0）的級(jí)比δ（0（）k）=x（0（）k）/x（0）（k-1）[3]，k=2，3，4，…，n。利用級(jí)比生成補(bǔ)齊當(dāng)前用電量歷史數(shù)據(jù)序列缺失的首尾元素x（0（）1）=x（0）（2）/δ（0）（3）和x（0）（n）=x（0（）n-1）/δ（0）（n-1）。

1.2 預(yù)測(cè)模型優(yōu)化

（1）利用氣象因子對(duì)預(yù)測(cè)值修正

氣象條件是影響用電量數(shù)值的重要因素之一，從對(duì)廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)園區(qū)各企業(yè)的走訪了解到，當(dāng)氣溫保持在14-26攝氏度之間時(shí)，溫度參數(shù)對(duì)預(yù)測(cè)值影響小較可忽略不計(jì)。當(dāng)溫度超過(guò)26攝氏度時(shí)，用電量隨著氣溫的升高呈現(xiàn)正比例趨勢(shì)的上升。當(dāng)溫度超過(guò)35攝氏度時(shí)，用電量也將停止增大。另外，當(dāng)溫度低于14攝氏度時(shí)，企業(yè)用電量也將隨著氣溫的持續(xù)降低呈現(xiàn)反比例趨勢(shì)的升高。當(dāng)氣溫低于5攝氏度時(shí)，用電量也將停止增大。本文將氣溫?cái)?shù)據(jù)量化后形成氣溫因子記為T（t）。經(jīng)過(guò)調(diào)研獲知，當(dāng)相對(duì)濕度低于75%時(shí)，開(kāi)發(fā)區(qū)內(nèi)企業(yè)基本無(wú)需開(kāi)啟除濕設(shè)備。

本文將濕度數(shù)據(jù)量化后形成濕度因子記為H（h）。氣溫因子和濕度因子結(jié)合后形成氣象因子P=T（t）+H（h），其中氣溫因子T（t）和濕度因子H（h）的取值范圍分別如表1和表2所示。

表1 氣溫因子T（t）取值

表2 濕度因子H（h）取值

短期用電量預(yù)測(cè)值αx^（0）（k）經(jīng)修正后得到αx^’（0）（k）=

（3）考慮企業(yè)次月生產(chǎn)設(shè)備投運(yùn)情況

在預(yù)測(cè)企業(yè)短期用電量時(shí)，除了考慮預(yù)測(cè)算法本身的準(zhǔn)確定性、氣象因子對(duì)預(yù)測(cè)值的干擾以及何種情況需要修正預(yù)測(cè)值的偏差外，還應(yīng)充分考慮企業(yè)生產(chǎn)設(shè)備的投運(yùn)情況，以起到更好地模擬實(shí)際情況的作用。

單臺(tái)生產(chǎn)設(shè)備的用電量Q=P×T×D，單臺(tái)生產(chǎn)設(shè)備用電量Q的單位為千瓦時(shí)（kWh）；P表示設(shè)備的額定功率，單位為千瓦（kW）；T表示設(shè)備每天的運(yùn)行小時(shí)數(shù)，單位為小時(shí)（h）；D為設(shè)備的投運(yùn)或停運(yùn)的天數(shù)，單位為天（day）。若設(shè)備為增加投運(yùn)的設(shè)備，則D取值為正數(shù)；若設(shè)備為原生產(chǎn)計(jì)劃中減產(chǎn)停運(yùn)的設(shè)備，則D取值為負(fù)數(shù)。統(tǒng)計(jì)設(shè)備總體用電量變化值Qsum。此時(shí)，工業(yè)園區(qū)短期用電量預(yù)測(cè)值αx^（0）（k+1）=（1-ea）（x（0）（1）-b/a）e-a（k-1）+Qsum。

2 預(yù)測(cè)算法

3 實(shí)驗(yàn)

本文以位于廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)從事家裝原材料加工的企業(yè)A和從事金屬罐頭加工的企業(yè)B為例，通過(guò)實(shí)際數(shù)據(jù)運(yùn)行預(yù)測(cè)算法獲得的預(yù)測(cè)結(jié)果。

（1）利用氣象因子和企業(yè)生產(chǎn)計(jì)劃的預(yù)測(cè)值修正

廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)工業(yè)園區(qū)企業(yè)A在2019年1-12月的用電量歷史數(shù)據(jù)如表3所示。

表3 企業(yè)A的2019年月度用電量數(shù)據(jù)（kWh）

經(jīng)過(guò)計(jì)算得到的廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)工業(yè)園區(qū)企業(yè)A在2019年的用電量歷史值與用電量預(yù)測(cè)值如表4所示。

表4 企業(yè)A的2019年用電量預(yù)測(cè)值及誤差情況

從表4可知，廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)工業(yè)園區(qū)企業(yè)A在2019年12月的用電量預(yù)測(cè)值為3641.01，與用電量歷史值相差1491.01，誤差比高達(dá)69.3%。通過(guò)對(duì)企業(yè)A的走訪了解，獲知這個(gè)誤差比過(guò)高的原因是12月生產(chǎn)訂單數(shù)量較往月有所下降，部分生產(chǎn)設(shè)備例如木材剝皮機(jī)、木材盤式切片機(jī)和樹根破碎機(jī)等將計(jì)劃性停運(yùn)24小時(shí)，減少用電量合計(jì)約1590kWh。企業(yè)A在2019年12月的用電量預(yù)測(cè)值應(yīng)為2121.01，誤差比由69.3%明顯下降至4.60%。廣西地區(qū)的售電量偏差考核范圍是：誤差比在5%以內(nèi)不考核（即企業(yè)無(wú)需交納用電偏差扣罰款）。

廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)2019年10-12月平均氣溫如表5所示。

表5 廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)2019年氣象信息

從表5可知，廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)工業(yè)園區(qū)企業(yè)A在2019年10月的平均不在14至26攝氏度的區(qū)間內(nèi)，需要對(duì)用電量預(yù)測(cè)值考慮氣象因子進(jìn)行計(jì)算預(yù)測(cè)，獲得10月份的用電量預(yù)測(cè)值為3557.57，誤差比由5.50%明顯下降至3.20%。這個(gè)結(jié)果表明此加入了當(dāng)?shù)貧庀笠蜃佑?jì)算獲得的用電量預(yù)測(cè)值可供企業(yè)A申報(bào)次月用電量時(shí)分析決策使用。

（2）預(yù)測(cè)值殘差修正

以位于廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)從事罐頭加工的企業(yè)B為例，通過(guò)實(shí)際數(shù)據(jù)計(jì)算預(yù)測(cè)值殘差修正及結(jié)果。企業(yè)B的2019年1-12月的用電量歷史數(shù)據(jù)如表6所示。

表6 企業(yè)B的2019年用電量歷史數(shù)據(jù)（kWh）

經(jīng)過(guò)計(jì)算得到的廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)工業(yè)園區(qū)企業(yè)B在2019年的用電量歷史值與用電量預(yù)測(cè)值如表7所示。

表7 企業(yè)B的2019年用電量預(yù)測(cè)值及誤差情況

由表7可知，從2019年8月起，殘差序列ε（0）中的值ε（0）（k）連續(xù)為負(fù)數(shù)。這說(shuō)明廣西-東盟經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)工業(yè)園區(qū)企業(yè)B的用電量預(yù)測(cè)值出現(xiàn)了同方向系統(tǒng)性的偏差，此時(shí)應(yīng)采用殘差修正法對(duì)偏離的預(yù)測(cè)值進(jìn)行修正。修正后的2019年12月用電量預(yù)測(cè)值為αx^（0）（12）=17298.49-717.04=16581.45，誤差比由7.62%明顯下降至2.8%。從這個(gè)結(jié)果可知，進(jìn)行殘差修正計(jì)算獲得的預(yù)測(cè)值可供企業(yè)B申報(bào)次月用電量時(shí)分析決策使用。

4 結(jié)語(yǔ)

通過(guò)對(duì)工業(yè)園區(qū)企業(yè)的未來(lái)短期用電量預(yù)測(cè)的測(cè)試結(jié)果表明，本文設(shè)計(jì)實(shí)現(xiàn)的工業(yè)園區(qū)短期用電量預(yù)測(cè)算法是可用的。結(jié)合工業(yè)園區(qū)當(dāng)?shù)貧庀笠蜃?、企業(yè)生產(chǎn)計(jì)劃具體安排，利用殘差修正法優(yōu)化后的預(yù)測(cè)算法計(jì)算獲得的短期用電量預(yù)測(cè)結(jié)果更好。本文的研究成果可以為工業(yè)企業(yè)制定短期生產(chǎn)用電計(jì)劃起到指導(dǎo)作用。