上海市全社會月用電量預(yù)測模型
相關(guān)鏈接： 中國安全網(wǎng) 中國質(zhì)量網(wǎng) 中國論文網(wǎng) 中國資訊網(wǎng)
穆海振1，孫蘭東1，侯依玲2
（1.上海市氣候中心，上海 200030;2．沈陽區(qū)域氣候中心，沈陽 1 10015）
摘要：較為準(zhǔn)確的中短期用電量預(yù)測是制定科學(xué)合理電網(wǎng)運(yùn)行計劃的前提。利用2004-2014年上海市各月全社會用電量、氣溫、歷年GDP、人口和單位GDP能耗等數(shù)據(jù)，采用年際同比變率分析方法，分析了影響月用電量的主要因子，建立了上海市逐月用電量預(yù)測模型。結(jié)果表明：采用年際同比變率分析方法能有效剔除氣溫、用電量等年際變化趨勢對相關(guān)關(guān)系分析結(jié)果的影響，所得結(jié)論物理意義更為清晰：上海市月用電量呈現(xiàn)冬季和夏季雙峰型特征，受經(jīng)濟(jì)總量增加等因素的影響，各月用電量都呈現(xiàn)出增加趨勢：冬季和夏季的月用量同比變化率與氣溫變化相關(guān)最為密切，春季和秋季的用電量同比變化率主要與經(jīng)濟(jì)總量增長和產(chǎn)
業(yè)結(jié)構(gòu)調(diào)整相關(guān)；綜合考慮各影響網(wǎng)子建立的預(yù)測模型能夠?qū)崿F(xiàn)對各月用電量較精確的預(yù)測．也可用來研判經(jīng)濟(jì)走勢
關(guān)鍵詞：上海：月用電量：預(yù)測模型：同比變率分析
中圖分類號：F407.61 DOI:10．I1930/j．issn．1004-9649.2016.06.146.05
0引言
較為準(zhǔn)確的中短期用電量預(yù)測是制定科學(xué)合理電網(wǎng)運(yùn)行計劃的前提。綜合來看，以往針對中短期用電量預(yù)測方面的研究成果．從用電量的時間序列變化考慮較多，較少考慮氣象條件影響．這可能導(dǎo)致預(yù)測模型在出現(xiàn)異常高溫、低溫事件時出現(xiàn)較大偏差，應(yīng)用存在一定的局限性：在部分考慮氣象條件影響的研究成果中．在分析氣象條件與用電量的關(guān)聯(lián)時．如何更好地分離歷史氣象條件及用電量的長期變化趨勢與波動之間關(guān)系方面還需要進(jìn)一步深入研究。
上海屬北亞熱帶海洋性季風(fēng)氣候．夏季炎熱多雨，極端最高氣溫可達(dá)40.8℃：冬季較寒冷少雨，極端最低氣溫可達(dá)-10.1℃。隨著近年來上海社會、經(jīng)濟(jì)的快速發(fā)展，上海電網(wǎng)負(fù)荷和用電量不斷增長．對電網(wǎng)供電可靠性和電能質(zhì)量的要求也越來越高。受氣候條件變化影響，特別是在夏季高溫和冬季低溫期間．上海城市用電負(fù)荷波動特征明顯，這要求在開展中短期用電量預(yù)測時應(yīng)該關(guān)注氣象條件尤其是氣溫變化的影響。本文在分析2003-2014年上海市全社會逐月用電量（以下簡稱用電量）變化規(guī)律的基礎(chǔ)上，明確了上海市各月用電量的主要影響因子．利用年際同比變率法研究了氣溫等兇素變化對用電量變化的影響．建立了月用電量預(yù)測模型，并對模型進(jìn)行了檢驗(yàn)。
1 資料和方法
1.1 資料
本文研究所用資料年限為2003 -2014年．其中，上海市逐月氣溫資料來源徐家匯氣象站，逐月用電量、GDP增長率、單位GDP能耗、常住人口增長率等經(jīng)濟(jì)社會發(fā)展資料來源于上海市統(tǒng)計局。
1.2方法
相關(guān)研究表明，電力消耗對氣溫變化最為敏感，但直接用逐月氣溫和用電量序列建立模型時．受經(jīng)濟(jì)社會發(fā)展和氣溫變化背景趨勢的影響．關(guān)系往往不夠顯著，氣溫變化對用電量的影響不能夠很好地表現(xiàn)出來。圖1為上海市8月平均氣溫和用電量的歷年變化。從圖1可以看出，受兩者背景變化趨勢的影響，并不能看出很好的對應(yīng)關(guān)系，相關(guān)系數(shù)也儀有0.17，遠(yuǎn)不能通過顯著性檢驗(yàn)。
為了能分解出氣溫變化對用電量的影響．需要去除變量背景變化趨勢的影響，假設(shè)T為月平
用組成的新序列分別代表氣溫和用電量的變化，圖2給出了上海市8月用電量同比變率和平均氣溫同比變化圖。從圖2可以看出，新序列兩者表現(xiàn)出非常良好的對應(yīng)關(guān)系，氣溫同比升高（降低）與用電量變率增加（減少）高度一致，相關(guān)系數(shù)高達(dá)0.94．通過了a=0.01的顯著性檢驗(yàn)。這說明，在分析用電量變化影響因素時，考慮其相對于上一年度的變率．能夠有效降低背景變化趨勢對分析結(jié)果的干擾，本文即利用此方法分析了上海市各月氣溫變化等因素對用電量的影響．并在此基礎(chǔ)上利用線性逐步回歸方法建立了月用電量預(yù)測模型。
2上海市月用電量時間變化特征分析
2.1 年內(nèi)變化趨勢分析
從圖3町以看出，上海市各月用電量呈現(xiàn)出雙峰型特征，分別對應(yīng)夏季制冷和冬季采暖用電高峰、夏季高峰用電量主要時段為7月和8月，均值超過了120億kW．h，冬季用電高峰時段主要為12月和1月，平均用電量在100億kW．h左右，春季和秋季為用電量低谷區(qū)。受春節(jié)假期用電量減少的影響，2丹用電量為全年最低．僅為83.3億kW．h。
2.2 年際變化趨勢分析
為了解用電量背景變化趨勢，本文計算了上海市全年及各月用電量的線性變化趨勢。從表1可以看出，各月用電量均呈現(xiàn)增加的趨勢。其中，1月增加趨勢最為明顯，5.8億kW .h／年：2月增加趨勢最弱，0.6億kW .h／年：全年用電量增加趨勢為10.2億kW .h／年。有6個月用電量最大值出現(xiàn)在2013年，該年的年總用電量也為最大值．3個月的最大值出現(xiàn)在2014年，2個月的最大值出現(xiàn)在2012年，9月份的最大值出現(xiàn)在2010年。絕大部分月用電最最大值均m現(xiàn)在近年的結(jié)果說明，盡管氣溫等氣象因素會對用電量產(chǎn)生一定影響，但由于GDP總量增加、人口增長等因素帶來用電總量的增長趨勢會在一定程度上掩蓋氣象因素的影響．在建立預(yù)測模型時這些兇素必須統(tǒng)籌加以考慮。
3上海市月用電量預(yù)測模型建立
3.1 相關(guān)分析
考慮到影響月用電量因素有氣候條件、經(jīng)濟(jì)總量、人口總量和產(chǎn)業(yè)結(jié)構(gòu)調(diào)整等，分別選取了上海市2004-2013年各月氣溫同比變化、年GDP增長率、常住人口增長率和單位GDP能耗等參數(shù)，計算各參數(shù)與月用電量同比變率的相關(guān)系數(shù)，結(jié)果如圖4所示。總體來看，各月用電量增長率主要影響因子差別明顯，在冬季的12月、1月和2月．用電量變化的主導(dǎo)影響網(wǎng)子為氣溫變化：從3月開始，經(jīng)濟(jì)總量變化等因素開始對用電量變化影響顯著，氣溫影響因子逐漸減弱；7月至9月氣溫又成為用電量變化的主導(dǎo)因子，GDP增長率、常住人口增長率、單位GDP能耗等影響相對變�。�10月和1 1月用電量變化與單位GDP能耗、GDP增長率、常住人口增長率的關(guān)系較為密切。從以上分析可以看出，用電量作為判斷經(jīng)濟(jì)走勢的重要指標(biāo)，在不同季節(jié)的應(yīng)用其參考價值不同，如春季和秋季的指示意義比較強(qiáng)，但在夏季和冬季還應(yīng)考慮到氣溫因素進(jìn)行綜合判斷。
3.2 月用電量預(yù)測模型的建立
如上所述．各月用電量的變化與各因子的相關(guān)程度均有所差別，且各因子之間也存在一定的聯(lián)系．為使預(yù)測模型更為合理的解釋用電量變化機(jī)制．本文采用逐步同歸方法建立了各月用電量預(yù)測模型，其中，預(yù)報對象定義為月用電量同比變率(AE)．預(yù)報因子定義為氣溫同比變化(△T)，年GDP增長率(△G)、年常住人口增長率(△P)和單位GDP能耗（R），樣本長度為2004-2013年共10年，進(jìn)入回歸方程的兇子選擇準(zhǔn)則為F≤0.1，剔除回歸方程的兇子選擇標(biāo)準(zhǔn)為F≥0.2，按照上述標(biāo)準(zhǔn)1月和11月沒有預(yù)報因子進(jìn)入同歸方程，為保證模型的完整性，選取了1月和1 1月相關(guān)系數(shù)最大的預(yù)報兇子，利用一元線性回歸方法建立了回歸方程．各月同歸方程系數(shù)及顯著性檢驗(yàn)結(jié)果如表2所示。
從表2可以看出，與相關(guān)分析結(jié)果相類似，氣溫變化對用電量的影響主要在夏季、冬季和初春，其中，8月影響最為顯著，月平均氣溫每升高1℃．將導(dǎo)致月用電量相比r二年同比增加約6.0%：GDP增加對用電量影響顯著的月份為4月和5月．其巾GDP同比每增加1%，將導(dǎo)致用電量同比增加約1.6%；單位GDP能耗的降低對降低用電量影響顯著的月份為3月和6-10月，特別是6月份影響最為明顯。從回歸方程的顯著性來看，夏季的回歸效果最好，影響顯著的因子主要為氣溫和單位能耗指標(biāo)變化；冬季較差，各月的主要影響因子為氣溫變化。綜合來看，對上海市逐月用電量影響最為顯著的因子依次為平均氣溫、產(chǎn)業(yè)結(jié)構(gòu)調(diào)整帶來的單位GDP能耗及GDP總量的變化．人口岡素影響相對較小。
3.3預(yù)測模型檢驗(yàn)及應(yīng)用
應(yīng)用表2所列同歸方程，給出平均氣溫同比變化量、GDP增長率、常住人口增長率和單位能耗等因子的預(yù)估值，基于回歸方程即可計算出給定月份用電量的同比預(yù)測變率，利用式(4)得到月用電量預(yù)測值。
根據(jù)式(3)和式(4)，利用2014年各月平均氣溫觀測數(shù)據(jù)、GDP增長率和常住人口增長率和單位能耗值統(tǒng)計數(shù)據(jù)，用表2所列模型對逐月用電量進(jìn)行了預(yù)測和檢驗(yàn)，如表3所示。從表3可以看出，4月相對誤差最小，最大為7月(11.4%)，相對誤差絕對值平均為3.90%．總體預(yù)測效果較好。在2014年7月和8月，其月平均氣溫較2013年異常偏低，月平均氣溫分別降低了4.2℃和4.6 ℃，由此預(yù)測用電量將比2013年同比下降24%和27%,實(shí)際用電量同比減少的變率為14%和18%,模型對用電量下降的趨勢進(jìn)行了較好的預(yù)估。
上述模型在預(yù)測檢驗(yàn)過程中應(yīng)用了2014年的經(jīng)濟(jì)社會增長數(shù)據(jù)，在實(shí)際月用電量預(yù)測過程中，如GDP增長率、常住人口增長率和單位GDP能耗等數(shù)據(jù)可參考上一年度值酌情加以確定，平均氣溫預(yù)測值可從氣象部門獲取。本模型還可以用來分析月用電量成兇，如可根據(jù)過去月份的月平均氣溫觀測值和不同情景下經(jīng)濟(jì)社會發(fā)展參數(shù)假定，計算輸出過去月份理淪用電量，通過分析與實(shí)際用電量的差別．即可給出月用電量變化的主要原因，為研判經(jīng)濟(jì)社會發(fā)展形勢提供科學(xué)線索。
4結(jié)語
本文利用2003 -2014年上海市全社會用電量和氣象、經(jīng)濟(jì)社會發(fā)展等數(shù)據(jù)，分析了用電量基本變化特征及其主要影響因子，并初步建立了基于影響因子的月用電量預(yù)測模型，主要結(jié)論如下。
(1)采用同比變化序列代替原有序列分析的方法能有效剔除氣溫、用電量等變量的背景變化趨勢，相關(guān)分析結(jié)果的物理意義更為清晰。
(2)月用電量呈現(xiàn)冬季和夏季雙峰型特征，受經(jīng)濟(jì)總量增加等因素的影響，卜海市各月用電量都呈現(xiàn)出增加趨勢．月用電量極大值也多出現(xiàn)在近2年。
(3)在用電量總體呈現(xiàn)增加趨勢的背景下，冬季和夏季的用電量同比變化與氣溫高低相關(guān)最為密切．春秋季節(jié)的用電量同比變化主要與經(jīng)濟(jì)總量增長、經(jīng)濟(jì)結(jié)構(gòu)調(diào)整相關(guān)。
(4)獨(dú)立樣本檢驗(yàn)表明，綜合考慮各影響因素建立的預(yù)測模型能夠較好實(shí)現(xiàn)對各月用電量的預(yù)測，應(yīng)用效果較好，同時該模型也可以用來分析歷史資料為研判經(jīng)濟(jì)走勢提供線索。
本文的研究主要應(yīng)用月用電量的預(yù)測，相關(guān)方法也可應(yīng)用于季度用電量、電量負(fù)荷的預(yù)報。由于影響城市用電量的因素較多，本文只是針對一些較為熏要的岡素進(jìn)行了分析．不同類別的用電量所受影響岡子也不同．如居民消費(fèi)用電量受氣象條件影響明顯．而T業(yè)用電則與經(jīng)濟(jì)結(jié)構(gòu)調(diào)整等岡素密切相關(guān)．如能在預(yù)測模型中進(jìn)一步分類考慮，可望得到更為精確的結(jié)果，值得進(jìn)一步深入探討。
