深圳供电局有限公司 广东省深圳市 518000
摘要：改革开放以来，深圳国民经济高速发展，用电量及用电负荷均呈快速增长趋势，电力供需平衡成为电力市场支持社会经济发展的重要方面。2008年以前，深圳在电源和电网规划上一定程度上滞后于经济发展，存在供需矛盾的情况。近年来，随着经济增速的放缓和经济结构转型，深圳电力需求又呈现缓慢增长新常态，加强需求测管理，刺激用电需求又成为企业主要经营策略。本文以深圳市电力需求为研究对象，对天气、宏观经济等影响电力需求变化的因素进行了深入阐述及分析，描述了各因素特点及与深圳市电力需求间的关系，并应用电力需求预测模型的方法预测结果，以支撑电力企业在电源和电网规划、需求侧管理等方面进行决策，具有重要的理论及实践意义。
关键词：电力需求；数据挖掘；需求预测
引言：
电力应用于各种场合，电力稳定、持续供应直接影响到经济发展和人民生活水平。90年代起，深圳市作为改革特区经济持续快速增长，电力需求也步入高速车道，用电量及负荷屡创新高，电力供应一度出现不平衡状况，出现工业生产缺电、限电，电网发展和电力市场一定程度上落后于城市电力需求，电力供需矛盾一定程度存在。近两年，受经济发展放缓影响，电力供应总体趋于缓和，但仍存在不同产业用电量之间差异。从深圳来看，电力需求与经济发展、气候变化、产业政策、电价调整等方面密切相关，需要综合各因素的影响。
一、电力需求预测方法及分类
电力需求预测的理论研究始于20世纪中叶，最初为经验预测技术，后来引入计量经济学模型等数学方法，20世纪80年代后期，基于新兴理论的现代预测技术[3]开始发展，人工神经网络、灰色系统理论等得到应用。
1.1经验预测技术
经验预测技术一般用于缺少数据而不能通过数学模型进行计算的情况，经验预测主要对电力需求的发展趋势进行描述，得出一个方向性的结论，包括个人专家预测法、头脑风暴法、特尔菲法。
1.2经典预测技术
经典预测技术包括弹性系数法、单耗法、统计分析法等。单耗法是利用预测期各个行业的主要产品的计划产量与单位产品的综合耗电定额进行预测。弹性系数法为用电量平均增长率与国内生产总值增长率的比值。统计分析法将统计学应用于电力需求预测，包括一元回归预测、多元回归预测、时间序列预测、协整理论预测等。一元回归预测是指建立一个自变量与一个因变量的一元线性回归方程；多元线性回归分析预测是指建立两个或以上的自变量与因变量的多元线性回归方程。时间序列指根据历史资料数所呈现出来的趋势和规律，建立趋势模型 y＝f（t），并推断出未来各时期的指标值。协整理论属于处理时间序列的一种先进方法。
1.3现代预测技术
20 世纪 80 年代后期，一些基于新兴学科理论的现代预测方法出现。以灰色系统理论为基础的灰色预测技术，可在数据不多的情况下找出某个时期内起作用的规律。人工神经网络预测技术是在对人脑组织结构和运行的基础上模拟其结构和智能行为的一种工程系统。模糊预测应用了模糊数学理论，对一些无法构造被控过程进行有效控制。小波分析需要将电力需求曲线分割处理，借助计算机的辅助计算，可分析电力需求变化的周期。近年来，综合预测模型开始得到应用。综合预测指两种以上模型和方法的综合运用，兼有多种预测模型的长处，可以得到较为可靠和精度的预测结果。
期刊文章分类查询,尽在期刊图书馆
二、影响电力需求的因素
深圳市经济社会发展特点与自然环境特点入手都是影响全市电力需求的重要因素，包括天气（温度、湿度），宏观经济（规模以上增加值、固定投资、社会销售品零售总额等）。
2.1经济发展因素
从1990到2017年深圳市国民生产总值和深圳市用电量的变化趋势可以分析得出，深圳市用电量和国民生产总值都呈现出伴随上涨趋势。
从关键国民经济指标看，深圳市一二三产业用电均表现出明显的随季节波动的趋势：每年二三月份是全年用电低谷，而八九月份为全年用电高峰期。造成这一现象的主要原因有两个，一是工业用电方面，深圳市外来人口众多，而二三月份为中国传统春节，外来人口返乡造成工业用电急剧减少；二是其他用电方面，七到九月份是深圳气温最高的时段，服务业用电及居民用电均明显高于其他月份。从其他方面分析，深圳市用电量同规模以上工业增加值和固定资产投资均表现出较为一致的变化趋势。深圳市用电量和社会消费品零售总额的变化趋势较为一致。
2.2自然因素
深圳市处于亚热带，四季温差不是特别大，夏天气温普通比较高，在温度超过26摄氏度的情况下，由于对空调及其它制冷设备的使用频率会增加，商业、居民用电量、及负荷会呈显著增长趋势，2017年深圳市最高负荷出现在7月，由此可见温度是影响深圳市电力需求的一个重要变量。深圳市湿度变化也呈现出一定的季节规律，冬季至春季，湿度相对比较低，春季至夏季湿度相对比较高。湿度的起伏相对较大，在较低的月份，湿度在40%以下，而较高的月份，大致可以超过80%，甚至达到90%。湿度的变化对电力需求直接作用较温度小，主要通过影响居民生活和工业生产，从而进一步传递到电力需求。
三、深圳市电力需求预测
按照工业用电、居民用电以及商业及其他用电分类预测，同时也对总电力需求进行了预测从而进行对比。分别采用ARMA时间序列模型、ARMAX时间序列、模型线性协整模型、门限协整模型、非参数协整模型、动态混合预测模型对2013年对2017年的深圳电力需求进行预测，并采用实际数据进行比对。
根据预测结果与实际数据比对，各预测模型在样本内预测结果均表现不错。第一产业的预测上来看较不理想，其用电量较小，预测精度上受扰动影响，加上每年供电企业对各类别用电进行梳理，这也会对实际分类至第一产业用电量产生影响。从近五年样本中预测误差来看，动态混合预测模型的预测值表现更为平稳一点。从行业上来看，第二产业虽然从量上看占电力总需求的主要部分，但增长率维持在低位并出现起伏，居民用电变化有调整，只有第三产业用电保证了较高的增长，2015年到2016年的电力总需求增长动力也主要来自于第三产业用电需求，这与目前深圳的产业结构也一致。
从各区的预测结果进行分析，电力增长潜力最快的区域为宝安区，2016年和2017年的供电需求预测值为321亿千瓦时，374亿千瓦时。其次为光明区、坪山区以及南山区，对应年增长率分别为9.06%和8.30%，2.28%和4.17%，0.71%和4.08%。未来两年最可能出现负增长的是大鹏供电局，预测增长率为-9.53%和-19.09%。其他区电力需求年增长率大都在-1%-2%之间。从社会经济层面看，深圳地区经济发展总体呈现西强东弱，西部以宝安、南山为代表的新型工业及产业用电需求对整个城市用电需求的增长起着正向促进作用，而东部目前主要发展物流、旅游，工业还未形成规模，总用电需求较东部低。
结束语：
综合以上，对影响深圳市电力需求的因素进行了分析。并采用不同模型对深圳市总体和分产业用电量，各区用电量等分别进行了测算。从结果来看，深圳市用电量增速逐步放缓，第二产业电量目前仍占用电量主体，第三产业电量增长较快，与目前深圳市推动经济结构转型，大力发展新型产业及服务业的社会经济现状较为吻合。从区域方面看，具备电力增长潜力最快的区域为宝安区。接下来可进一步研究针对用户主体的，小规模、超短期电力需求预测，以适应不断深入的电力市场化改革下相关市场主体的需求。
参考文献：
[1]戴文进，付小科.电力系统负荷预测，世界科技研究与展，2002，Vol.24（3），PP：40一43.
[2]魏伟，牛东晓.负荷预测技术的新进展[J].华北电力大学学2002.29（1）：10-11.
[3]王鹏飞.多元线性回归方法在中国用电量预测中的应用研究[J].东北电力技术，2005（8）.
[4]王海鹏，田澎，尹茂华.上海市电力需求的协整与误差修正分析[J].数理统计与管理，2006（2）.
论文作者:成坤
论文发表刊物:《防护工程》2018年第35期
论文发表时间:2019/3/29
标签：电力论文; 深圳市论文; 需求论文; 用电量论文; 需求预测论文; 模型论文; 深圳论文; 《防护工程》2018年第35期论文;