应用于电力需求预测的几种灰色模型

根据不同部门在用电方式、增长趋势等方面的不同特点,对灰色GM(1,1)模型、改进的GM(1,1)模型以及关联多因子模型在地区用电量和最高负荷预测中的应用做了初步研究.以上海市1990～1998年的电力资料为基础,对各种模型的预测结果进行比较.结果表明,不同模型适用于不同特点的电力需求预测,指数加权变换GM(1,1)模型适用于第一产业、第二产业及总的用电量预测,关联多因子模型适用于第三产业、居民生活用电量及最高负荷预测.     

一种基于最小二乘支持向量机的年电力需求预测方法

针对电力系统年用电量增长的特点,将最小二乘支持向量机LS-SVM(least squares support vector m a-ch ine)回归模型引入年电力需求预测领域,并给出了相应的过程和算法。与常规基于人工神经网络ANN(ar-tific ial neural networks)的智能预测方法比较,该模型优点是明显的:1)将神经网络迭代学习问题转化为直接求解多元线性方程;2)整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性;3)将年电力需求预测的外插回归问题转换为内插问题,提高了预测精度。应用实例表明:该模型实现容易、预测精度高,更适合年电力需求预测。     

一种基于最小二乘支持向量机的年电力需求预测方法

针对电力系统年用电量增长的特点,将最小二乘支持向量机LS-SVM(least squares support vector machine)回归模型引入年电力需求预测领域,并给出了相应的过程和算法.与常规基于人工神经网络ANN(artificial neural networks)的智能预测方法比较,该模型优点是明显的:1)将神经网络迭代学习问题转化为直接求解多元线性方程;2)整个训练过程中有且仅有一个全局极值点,确定了预测的稳定性;3)将年电力需求预测的外插回归问题转换为内插问题,提高了预测精度.应用实例表明:该模型实现容易、预测精度高,更适合年电力需求预测.     

不确定性中长期电力需求预测方法探讨

鉴于经济发展及国家政策制定实施中存在大量不确定因素,引入模糊理论构建了模糊马尔科夫链状预测模型。通过对用电量观测数据进行模糊划分,解决了马氏理论中状态难以精确划分的难题,形成了用电量增长率的模糊状态隶属函数,并利用转移概率修正值计算出待预测时刻变量对各模糊状态的隶属程度,实现了对未来电力需求增长规律的预测分析。结果表明,本模型不仅能够提供预测分布区间,同时还保证了较高的预测准确度,是一种值得深入探讨的中长期电力需求预测方法。     

季节划分下产业用电量关联分析及预测

产业用电需求预测对于实现精细化用电管理、降低电力企业运行与规划成本具有十分重要的意义。鉴于常见的预测方法在产业结构划分下的中短期用电量预测中效果不佳,分析了不同季节下产业用电量之间内在关联关系以及气温对其的外在影响,结合计量经济学思想,分季节构建了用于电量预测的误差修正模型,并利用该模型对华中某省网月度用电量进行了预测分析,结果表明,该模型具有较高的预测精度。     

基于气温与经济增长的用电需求预测

经济新常态和近年气温大波动大大增加了用电需求高精度预测的难度,不考虑经济走势或忽略气温因素的传统预测手段和智能算法无法满足电力市场预测工作的实际需要。借助于计量经济方法,构建了基于气温与经济增长的用电需求预测模型,并以安徽省月度全社会用电量预测为例加以分析说明。结果表明,该模型具有预测过程简单、实现便捷、预测效果好等优点,能够为能源主管部门和电力市场分析人员开展年度内用电需求预测提供一种有效方法。     

基于因素分解模型的宁夏电力消费驱动因素分析

随着电力系统向清洁低碳转型以及电力消费持续快速增长,电力可靠供应的保障难度加大,需进一步研究电力消费增长规律,为电力保供、电网发展以及电力需求预测等工作提供参考。“十二五”以来,宁夏全社会用电量增速大幅波动,本文应用因素分解模型对宁夏2011—2021年电力消费增量进行分析,结果表明：经济规模扩大是电力消费增长的首要动力,产业结构变化对电力消费影响较小,而电耗强度抑制用电量增长并且是增速波动的主要原因。     

基于经济与气象维度影响因素的省级电网年度电力需求预测方法

当前,经济新常态和极端天气频发使得电力需求影响因素更加多样化,而用电量和最大负荷等电力需求指标缺乏科学的一体化预测方法。系统分析了电力需求的经济与气象维度主要影响因素,并构建了一套基于经济与气象维度影响因素的省级电网年度电力需求预测模型体系。实例分析表明,无论基于多元线性回归还是智能算法工具构建预测模型,提高预测准确度的核心是识别关键的影响因素。模型系统对用电量和最大负荷预测的平均误差率均处于2%以内的合理水平,是电力市场分析预测人员开展年度电力需求预测工作的一种有效方法。     

“十二五”东北区域经济及电力需求情况分析

通过对"十二五"期间东北区域各省区国民经济发展规划、用电量预测与实际发展情况的对比分析,表明受东北区域经济下滑、产业结构调整等多方面因素影响,各省区国民经济总量、用电量增长均较原规划水平存在一定偏差,个别地区增速下降明显。受此影响,各省区机组利用时间也出现了明显下滑,区域性装机盈余情况较为突出。在此基础上,提出了关于东北区域经济与电力规划的几点建议,包括:关注宏观经济发展模式对电力规划影响,重视电力需求预测,加快电力市场的建立与完善。     

考虑电能替代的湖北省新常态电力需求预测

概括了经济发展新常态下湖北经济运行以及电力消费呈现出的阶段特征;对新常态下影响电力增长的主要因素进行分析预测,并对湖北省内经济发展、产业结构、城镇化进程、能源效率、电能替代等进行"十三五"远景展望;针对新常态下电力需求的新特征,提出电力需求预测方法的新思考,采取能够体现新常态特征的预测方法对"十三五"湖北省用电需求进行预测。     

广西电网负荷特性分析与预测

为准确把握广西负荷特性及其发展趋势,满足广西经济社会发展的用电需求,需对广西电网负荷特性进行研究。通过全面调查、分析广西电网统调、非统调以及各行业用户历史数据,分别采用叠加、剔除、还原等方法对历史曲线进行处理,分析负荷特性参数变化发展的规律,并结合广西用电结构预测,分别采用历史年负荷曲线修改法和典型日负荷曲线修改法预测广西年负荷曲线和日负荷曲线。基于历史典型曲线和未来用电结构变化预测所得的广西全社会负荷特性参数,2015年基本维持不变,2020年呈下降趋势。负荷特性预测结果可为广西电网规划研究、运行分析提供参考。     

Construction of the hourly load curves and detecting the annual peak load of future Syrian electric power demand using bottom-up approach

A comprehensive analysis has been carried out to calculate the hourly electricity demand and the load factors (LF) of the various consumption sectors, construct the load duration curves (LDC) and predict the annual peak load at final and secondary levels with the ultimate task of formulating the expansion plan of future generation system. For this purpose the actual hourly electricity demand (distributed by day types and seasons) of selected typical clients representing the consumption behaviour of household, service, transport and industry sectors in the base year have been collected and evaluated. Starting from these data and using the reference scenario results of future electricity demand projections – in term of annual demand and relative shares of consumption sectors, the future annual LDC’s and the total peak load for the next three decades have been constructed using the bottom-up approach MAED_EL. The results indicate that the current residential behaviour of Syrian power system will shift in the reference scenario more and more to the typical industry behaviour characterized by higher load factors. In the study period 1999–2030 the LF will increase from 0.64 to 0.71 and the peak load will grow annually at average rates of 5.2% in the reference scenario.     

基于多维特征分析的月用电量精准预测研究

用户用电量的精准预测是智能配用电大数据应用和发展的关键之一。区别于传统的基于行业分类的预测办法,提出基于大数据挖掘技术的用户用电多维度特征识别,以及在此基础上的精准用电量预测方法。基于海量多用户用电特性,建立多维度用电特征评价指标体系。对用户用电特性空间进行聚类和分析,挖掘和识别用电模式。在不同的用电模式下,分别建立用电量时间序列预测模型,避免用电模式差异对预测算法准确性造成的不利影响。该方法适用于大数据平台的分析与处理,算例分析结果表明其相比以往方法能显著提高预测精度和稳定性。     

计及广义负荷不确定性和激励型需求响应的电力现货市场竞价方法

以国内目前电力现货市场运营机制为基础,提出一种计及分布式发用电单元功率预测不确定性以及激励型需求响应资源功率调节能力的广义负荷参与日前电力现货市场竞价的方法,并构建相应的市场出清模型。统计得到广义负荷净功率预测误差的条件概率分布,推导广义负荷日内购电期望和需求响应补偿的成本函数,揭示价格引导模式下广义负荷激励型需求响应的响应量-申报电价-申报电量之间的关系,使广义负荷原本多元、随机的报价曲线等效转化为符合市场统一规范的一元确定性报价曲线。采用不均匀最优分段技术将连续型报价曲线转化为规范的离散型阶梯曲线,并将其代入动态市场出清模型中进行竞价出清。仿真结果验证了出清电价对分布式新能源发电和负荷用电平衡情况的刻画能力。     

基于负荷细分的差异化用户基线负荷预测

电力用户基线负荷(CBL)预测精度会极大影响需求响应效果的评估。本文基于负荷细分,考虑多维用电行为及其影响因素,通过精细化用户用电行为特征,提出一种考虑用户用电模式差异化的基线负荷预测方法。首先采用Ward-模糊C均值(FCM)聚类法,并结合负荷特性指标,改善用户负荷曲线聚类分析的效果;然后,分析气象、时间等多维影响因素,建立考虑温湿度和气温累积效应等城市微气象因素及节假日社会行为因素的差异化用电行为分析模型,提出温度敏感型、节假日敏感型以及两者均不敏感的精细化用电模式;最后,提出不同用电模式的CBL预测方法,建立综合评估方法分析其预测准确度。算例结果表明,所提算法能进一步提高CBL预测精度。     

计及电源结构时空特性的电能替代评价

现有需求侧管理节能评价方法无法量化由终端设备用能种类改变产生的节能效果,传统电能替代评价方法无法计及基于电力网络潮流的真实电源结构对评估结果的影响。建立了一种计及电力网络、电源结构和用户用电方式的电能替代节能减排评价模型,提出和推导了计及清洁能源消纳的电力能耗系数和电力煤耗系数,用于表征电力系统能耗水平,并从用能全过程的角度量化广义节能下的电能替代项目节能量和减排量。算例分析了电力能耗和煤耗系数的时空特性,建立典型场景数据库,以电动汽车为代表说明通过需求响应和储能优化电能替代项目的运行对评估指标具有积极影响。     

“十三五”以来电力消费增长原因分析及中长期展望

“十三五”以来,受国内外多种复杂因素影响,中国电力消费超预期增长。深入分析电力消费快速增长的原因,剖析中长期电力需求的影响因素,科学研判未来电力需求增长趋势,对电力工业高质量发展具有重要意义。分析“十三五”以来电力消费增长原因的基础上,综合考虑新形势下影响中长期电力需求的主要因素,采用中长期电力需求预测模型对2020-2050年中国电力需求进行展望。在加速电气化情景下,预计2020、2030、2035、2050年全社会用电量分别达到7.7万亿、11.1万亿、12.2万亿、13.9万亿kW·h,2015-2020、2020-2035、2035-2050年全社会用电量年均增速分别为6.1%、3.1%、0.9%,2050年电能占终端能源的比重达到45.2%。     

基于多维特征分析的链式电网短期用电量预测研究

针对链式电网短期用电量既具有波动性,又具有非线性特征,导致用电量预测精度低的问题,进行了基于多维特征分析的链式电网短期用电量预测研究。结合组织映射电网与实际环境,借助多维特征分析方法从非平稳随机序列中提取趋势变量和周期变量。通过计算用户多维特征评价结果,能够构建用户多维度用电特征集合,依据该集合分类多维用电特征集,分别为电模式特征和辅助用户特征,通过这些特征能够获取时间序列关键性信息,构建多维特征分析下用电量预测模型,获取整体数据流转情况,完成链式电网短期用电量预测。通过实验研究结果可知,该方法预测效果较好,相比于以往方法能显著提高预测精准度。     

考虑负荷发展和用户行为的分时电价优化研究

分时电价作为需求侧管理的一种重要经济手段,其在国内的全面实施势在必行,但电力需求的快速增长导致分时电价对用户的激励效果缺乏时效性。针对此问题,提出一种考虑负荷发展的分时电价优化方法,利用BP神经网络预测和灰色预测法预测出未来2年的典型日负荷曲线,将未来负荷曲线代入分时电价优化模型的结果作为电价约束,再对当年的典型日负荷曲线进行优化计算,得到合理的分时电价。算例将仅考虑当年典型日负荷曲线的优化结果与考虑负荷发展的优化结果进行对比,验证该优化方法延长分时电价时效的有效性。     

“十三五”中国电力需求水平预测

电力需求预测水平是“十三五”电力发展规划的重要基础。经济新常态下,以高端制造业为代表的第二产业、以现代服务业为代表的第三产业以及新型城镇化驱动下的居民生活用电将成为拉动中国用电需求增长的新动能。中国正处于向工业化后期过渡的关键阶段,未来将大力推进经济结构调整和转型升级,拉动经济增长的传统动力正在消退,用电需求难以出现以往的两位数高速增长。但是,与发达国家相比,中国人均用电水平仍然偏低,未来用电需求仍有较大发展潜力,过低的用电增速判断不符合相关国家及地区的历史用电发展经验。应用多种方法对中国未来电力需求水平进行了预测,预计“十三五”期间中国用电需求将维持中速刚性增长。