摘要：电力工业关系国计民生，电力需求预测是电力规划和运行的基础。论文分析了经济新常态和节能减排背景下电力需求预测的重要性，梳理了电力需求影响因素和电力需求预测相关研究，指出了未来电力需求预测的发展方向。
关键词：电力需求影响因素；电力需求预测；经济新常态；节能减排
1.引言
电力是经济发展的血液和命脉，是生产生活最重要的能源之一，具有不可储存的特点。电力短缺会给生产生活造成重大的不利影响。目前，我国还处于工业化的中后期，城镇化正处于快速推进期，随着经济发展和人民生活的改善，电力需求也同步增长。2016年全社会用电量59198亿千瓦时，同比增长5.0%，其中，第一产业用电量1075亿千瓦时，同比增长5.3%；第二产业用电量42108亿千瓦时，同比增长2.9%；第三产业用电量7961亿千瓦时，同比增长11.2%；城乡居民生活用电量8054亿千瓦时，同比增长10.8%。电力供应能力充足，部分地区过剩。其中，东北和西北地区电力供应能力过剩较多，华北地区电力供需总体平衡、部分省份富裕，而华中、华东和南方区域电力供需总体宽松、多个省份富余。同时，在非化石能源发电快速发展、发电生产结构持续优化的背景下，新能源电力装机在地域分布上一直处于东西部严重不平衡状态，以风光为主的大型新能源地面电站主要集中在西北和东北地区。由于当地消纳能力有限，且电力外输通道不够，弃光限电情况逐年恶化。比如，甘肃和新疆自治区2015年弃光率高达31%和26%。2016 年全国一季度弃光19亿kwh中，宁夏、新疆和甘肃三省弃光达18亿kwh，占弃光总量近95%。其中新疆和甘肃弃光量分别占全国的40%和 44%，弃光率高达 52%和39%。因此，科学合理的预测电力需求，做好电力规划和建设工作意义重大。尤其是科学合理的预测电力需求，是电力事业健康持续发展的首要环节。
电力对经济发展的重要性决定了电力需求预测始终是企业界和学界关注的重点之一。目前，有很多学者对电力需求预测做了很多有益的研究，但在新的时代背景下，电力供需有新的特征，电力需求预测也存在新的发展方向。本文将在梳理既有研究的基础上提出一些新的研究方向。
2.关于电力需求影响因素的研究
电力需求预测是电力系统规划和运行的基础，很多学者研究了电力需求的预测方法以及未来电力需求的变化趋势，并指出了一些电力需求的影响因素。影响电力需求的因素很多。一些学者采用协整分析和误差修正模型等方法的研究都显示，经济发展是影响电力需求的重要因素[1，2，3]。总体上，经济增长会带来电力需求增长，同时也会受经济结构的影响[4]。经济结构中不同行业对电力的需求不同，电力需求会随着经济增长的波动而波动。同时，伴随经济增长的城市化和电力需求之间也存在均衡关系[5]。王莉琳等[6]以湖北省为例，分析了经济运行新常态下的电力需求影响因素。刘洪久等[7]采用多元线性回归模型分析了苏州的电力需求影响因素，发现人均GDP、第二产业结构比例对电力需求的影响十分显著。彭武元和潘家华[8]基于湖北省的抽样调查分析显示，发现收入水平是影响农村电力需求的主要因素，同时，电价和农户特征以及农村工业企业特征对农村电力需求也影响显著。沈小波[9]基于我国30个省级行政区自2005年到2010年的省级年度数据，采用系统GMM估计法分析了我国农村居民电力消费，研究显示我国农村居民电力需求主要受人均收入、燃料价格、电价、家庭人口规模、家电价格、城镇化水平及年平均气温等因素的影响，尤其是电价和用电成本以及收入增加是农村居民电力消费增加的主要原因。崔巍等[10]采用主成分分析法分析了重庆市电力需求的影响因素，发现影响重庆电力需求的主要因素是宏观经济相关因素、居民生活需求和气候变化。Yong fu Huang（2014）[11]认为，排除价格和收入影响因素，人口增多、技术进步与温度变化对当前电力能源的需求都有很大影响与作用。同时，新能源[12][13]和新能源产品[14][15]对电力需求的影响越来越大。
以上研究采用不同的方法，基于不同的样本数据，针对不同的区域研究了影响电力需求的主要因素，但对导致电力需求变化的深层次原因研究相对较少。徐敏杰等[16]运用系统工程的方法分析了影响电力需求的各种因素及其相互关系，利用解释结构模型分析电力需求影响因素之间的递阶层次关系，发现宏观经济发展是影响电力需求的深层原因，电价、供给能力、传输能力、用户对电价的灵敏性、发电燃料行业的影响、技术进步、自然灾害和降水等因素是影响电力需求的浅层原因，城市化水平及人们生活水平、人口、电气化水平、DSM、气温则是影响电力需求的表层原因。王韶华[17]利用通径分析方法系统分析了低碳环境下影响电力需求的各因素相互关系，结果表明：经济增长、人口增长、城市化、节能和碳排放约束是推动电力需求增长的主要因素。
3.关于电力需求预测的研究
传统的电力需求预测方法主要包括时间序列法、趋势外推法、相关分析法以及回归分析法。现代电力需求预测主要采用灰色预测法、专家系统法、模糊预测、神经网络、马尔可夫预测以及组合预测法等方法。与传统的电力需求预测方法相比，这些方法预测精度更高，对历史数据的依赖也更小。比如，神经网络的优点是可以模仿人脑的智能化处理，具有信息记忆、自主学习、知识推理和优化计算的特点，特别的，自主学习和自适应功能是常规算法不具备的[18]。
很多学者采用不同的预测方法研究了电力需求预测。徐敏杰等[19]在2008年国际金融危机后，运用电力供需研究实验室仿真分析了金融危机影响出口下降对我国经济与电力需求的影响。他们的研究显示，2008年出口下降使全社会用电量增速下降3.44个百分点。柴建等[20]在筛选电力消费核心驱动因素的基础上，基于单变量和多变量两个维度进行电力需求分析和预测，研究表明，GDP每提高1% 使得电力需求量提高 0.5249%；工业化水平每提高 1% 使得电力需求量提高2.2146%，城镇化水平每提高1% 使电力需求量相应提高1.0076%。T.Jager等[21]在分析德国经济和环境对电力市场的影响后，归纳出多种德国电力需求影响因素，并基于系统动力学模型预测德国电力需求。施通勤等[22]从经济平稳发展和经济重大变革两个层面分析电力需求并建立电力需求预测模型，以湖北为例建立了相应的电力需求预测体系。还有一些文献具体研究了某一区域[23，24]和特定行业[25，26]的电力需求预测问题。
在我国优化产业结构、推进节能减排的环境下，电力需求在中长期内面临更多不确定因素。对节能减排背景下的电力需求预测引起了很多人的关注[27，28]。董力通等[29]考虑多个因素对电力经济发展弹性系数的影响，按照投入产出模型，运用支持向量机算法构建预测模型。以2000—2009年我国电力需求及 GDP，产业结构的数据为样本，预测2010年的电力需求总量。研究表明，与普通弹性系数回归预测、普通支持向量机预测方法相比预测精度显著提高。范德成等[30]考虑到低碳经济和节能减排政策对电力需求的影响，选取了GDP、人口数、单位GDP能耗和单位GDP碳排放作为变量，探讨了低碳经济发展水平对电力需求的影响，并采用回归技术预测了电力需求。蒋蕾等[31]认为在经济新常态下，外部环境对电力需求的影响更为复杂。他们采用辽宁省2003—2015年的样本数据，基于协整理论和误差修正理论，将经济结构变化因素和效率改进因素纳入误差修正模型中，综合考虑电力需求的长期因素和短期动态调整因素，对辽宁省未来5年的电力需求做了科学预测。李晨和曾鸣等分析了新能源并网对电力系统的影响，基于系统动力学模型模拟了新能源并网容量增加和技术进步两种情形下的电力市场运行情况[32]。
杨勰颖和孙曼[33]基于连续小波分析进行多尺度专变用户节电力需求预测，具体针对专变用户的月平均用电占比数据，进行1到12个月不同尺度的小波分解，再通过灰色模型拟合叠加，从而估计得到下一个月的用电情况。张昕竹和刘自敏[34]使用居民用电和家电持有量等微观家庭数据，针对非线性定价中存在尖点识别的问题，采用双误差离散/连续选择模型，对分时和阶梯混合电价模式下的居民用电需求进行了分析。分析表明，阶梯电价提高了用户电力需求的价格弹性，且中低收入者的价格弹性更高。也有学者将粒子群-模糊神经网络混合优化算法用于电力需求短期预测，从而可以综合考虑天气因素甚至日期类型等对负荷的影响[35]。何永秀等[36]指出，智能电网使电力需求的预测过程更加复杂，传统的电力需求预测方法已不再适用。他们考虑到智能电网下的电力供需互动和实时电价等实施，建立了电力需求预测的两阶段模型。在第一阶段不考虑电价波动预测典型日负荷需求；第二阶段在第一阶段的基础上考虑电价波动造成的负荷转移，从而修正第一阶段的预测结果。
4.电力需求预测研究的发展趋势
在全面分析电力需求影响因素和电力需求预测文献的基础上，我们发现还有以下问题值得研究。
（1）经济新常态和节能减排政策对电力需求的影响。在这方面虽然已经有一些文献给予关注，但这些研究为能分析经济新常态和节能减排政策背景下电力需求影响因素的特征和深层次原因。未来需要进一步分析这一背景下电力需求影响因素的层次结构，针对不同区域和行业建立电力需求预测模型。
（2）准确科学的把握电力需求的中长期和短期预测。在新的形势下，一方面要充分认识电力需求中长期变化的规律性，把握我国电力需求的大方向；另一方面，要根据经济发展短期波动性调整电力需求规律。同时，要区分宏观电力需求预测和微观企业电力需求预测，建立针对性的电力需求预测模型。
（3）微电网和智能电网环境下的实时与分区分压电力需求预测。在智能电网和分布式能源逐步发展的背景下，电力供需之间的实时互动、电价的实时波动和节能减排政策都会影响电力需求，现有的电力需求预测模型难以满足需求。同时，未来的电力需求预测应是网格化的分区分压的精准预测。如何针对这一现实背景建立科学合理的电力需求预测模型值得研究。
期刊文章分类查询,尽在期刊图书馆
参考文献：
[1]袁家海，丁伟，胡兆光.电力消费与中国经济发展的协整与波动分析[J].电网技术，2006，30（9）：10-14.
[2]陈汉利，马超群，秦滔.电力消费与中国经济增长的关系分析[J].系统工程，2007，25（8）：68-73.
[3]刘生龙，高宇宁，胡鞍钢.电力消费与中国经济增长[J].产业经济研究，2014（3）：71-80.
[4]林伯强.结构变化、效率改进与能源需求预测——以中国电力行业为例[J].经济研究，2003（5）：57-65.
[5]谢品杰，谭忠富，侯建朝，等.我国城市化与电力消费水平的动态关系分析[J].电网技术，2009（14）：72-77.
[6]王莉琳，张世荣，董明齐，等.经济运行"新常态"下湖北电力需求影响因素及因应策略研究[J].湖北电力，2016，40（3）：23-28.
[7]刘洪久，季明月，胡彦蓉.苏州电力需求的影响因素及电量预测研究[J].常熟理工学院学报，2014（5）：7-11.
[8]彭武元，潘家华.农村电力需求的影响因素——基于湖北省抽样调查的经验分析[J].中国农村经济，2008（6）：66-73.
[9]沈小波.中国农村居民电力需求的影响因素[J].统计研究，2014，31（1）：84-90.
[10]崔巍，都秀文，杨海峰.基于主成分分析法的电力需求影响因素分析[J].电力建设，2013，34（8）：34-39.
[11]Yong fu Huang.Drivers of rising global energy demand：The importance of spatial lag and error dependence.[J] Energy，2014（76）：254-263
[12]Zhong-fu Tan，Li-wei Ju，Huan-huan Li，et al.A two-stage scheduling optimization model and solution algorithm for wind power and energy storage system considering uncertainty and demand response Electrical Power and Energy Systems 63（2014）1057–1069
[13]Ning Zhang，Zhaoguang Hu，Xue Han et al.A fuzzy chance-constrained program for unit commitment problem considering demand response，electric vehicle and wind power[J].Electrical Power and Energy Systems，2015（65）：201-209
[14]Naoki Iwai，，Naoto Kurahashi，Yusuke Kishita，et al.Scenario Analysis of Regional Electricity Demand in the Residential and Commercial Sectors Procedia CIRP 2014（15）：319 -324.
[15]Hugo Morais，Tiago Sousa，Zita Vale，et al.Evaluation of the electric vehicle impact in the power demand curve in a smart grid environment.[J] Energy Conversion and Management 82（2014）268–282
[16]徐敏杰，胡兆光，单葆国，等.电力需求影响因素的解释结构模型分析[J].中国电力，2009，42（4）：1-5.
[17]王韶华.低碳经济视阈下我国电力需求的影响因素及其影响机理研究[J].经济问题探索，2016（4）：176-182.
[18]H.M.Al-Hamadi and S.A.Soliman.Long-term/mid-term electric load forecasting based on short-term correlation and annual growth[J]，Electric Power Systems Research.2005，74：353-361
[19]徐敏杰，单葆国，胡兆光，等.国际金融危机对我国经济及电力需求的影响分析[J].中国电力，2009，42（9）：11-15.
[20]柴建，卢全莹，张钟毓，等.工业化、城镇化进程中电力需求分析及预测[J].运筹与管理，2015，24（1）：164-172.
[21]Jaeger T.，S.Schmidt，Karl.A System Dynamics Model for the German Electricity Market Model Development and Application[C].27th International Conference System Dynamics Society.Albuquerque，New Mexico，2009：6-20.
[22]施通勤，周波，向铁元.重大经济变革对电力需求影响的实证分析[J].中国农村水利水电，2012（9）：79-82.
[23]刘雪东.四川用电量影响因素研究及需求预测[D].西南财经大学，2013.
[24]吕素佼，张斌.山东省电力需求预测及分析[J].煤炭经济研究，2016，36（10）：56-61.
[25]李付强，赵会茹，赵浩然，等.节能减排背景下的内蒙古高耗能行业用电需求研究[J].中国电力，2015，48（9）：18-23.
[26]李建文.我国电解铝工业发展的电力需求预测与电力资源选择性配置研究[D].南京航空航天大学，2013.
[27]朱忠烈，杨宗麟，程浩忠，等.节能减排背景下电力需求分析预测研究[J].华东电力，2009，37（5）：703-707.
[28]安建强.节能减排环境下电网公司的ISM风险分析模型[C]// The，International Conference on Power Electronics and Intelligent Transportation System.2010.
[29]董力通，谭显东，刘伟国，等.基于 SVM 的“弹性系数-投入产出”电力需求预测分析模型[J].中南大学学报（自然科学版），2012，43（6）：2441-2444.
[30]范德成，王韶华，张伟.低碳经济目标下我国电力需求预测研究[J].电网技术，2012，36（7）：19-25.
[31]蒋蕾，李雍睿，于海洋，等.新常态下基于误差修正模型的用电需求预测[J].东北电力技术，2016（11）：59-62.
[32]李晨，周黎莎，曾鸣.新能源并网对电力市场影响的系统动力学建模与仿真[J].华东电力，2012，40（10）：1675-1679.
[33]杨勰颖，孙曼.基于连续小波分析的多尺度电力需求预测[J].电网与清洁能源，2017，33（6）：1-5.
[34]张昕竹，刘自敏.分时与阶梯混合定价下的居民电力需求——基于DCC模型的分析[J].经济研究，2015（3）：146-158.
[35]师彪，李郁侠，于新花，等.基于改进粒子群-模糊神经网络的短期电力负荷预测[J].系统工程理论与实践，2010（1）：157-166
[36]何永秀，戴爱英，罗涛，等.智能电网条件下的两阶段电力需求预测模型研究[J].电力系统保护与控制，2010，38（21）：167-172.
作者简介：
郭晓丹1973年11月28，籍贯山东威海，高级工程师；李鹏，1988年7月26，籍贯长春双阳，职称助理工程师
基金项目：国家电网公司科技项目（项目编号：SGJLJY00JJJS1600007）
论文作者:郭晓丹,李鹏
论文发表刊物:《基层建设》2017年第34期
论文发表时间:2018/3/20
标签：电力论文; 需求论文; 需求预测论文; 因素论文; 模型论文; 电价论文; 电网论文; 《基层建设》2017年第34期论文;