基于用电行业分类的中长期电量预测方法研究

精细化电量预测是中长期电量预测发展的一个重要趋势。针对目前我国的中长期电量预测的预测对象主要是总电量,预测结果准确度难以进一步提高,且提供的信息十分有限的问题,本文开展了基于用电行业分类的中长期电量预测方法研究。首先对国内外的行业分类标准进行了比较分析,设计了一种包含了52个行业的适用于电量预测的用电行业分类结果;然后,提出了2种基于用电行业分类的中长期电量预测方法:基于用电行业分类和多级协调理论的中长期电量预测方法,以及基于用电行业分类和行业电量曲线的中长期电量预测方法。基于用电行业分类和多级协调理论的中长期电量预测方法,首先根据年度电量数据和季度电量数据的特点,分别选择了5种基本的预测模型,建立了年度电量组合预测模型和季度电量组合预测模型;然后引入多级协调理论,建立了二维二级协调模型,解决分行业进行中长期电量预测过程中出现的行业维度和时间维度上下级预测值之间不协调的问题,并改善整体的预测精度。该方法是目前中长期电量预测中主流使用的组合预测模型用于分行业电量预测后,加以改进而形成的一种预测方法,仅需要输入各行业电量历史数据,适用于人力缺乏、时间紧急、数据难以获取的情况。基于用电行业分类和行业电量曲线的中长期电量预测方法,在分析行业年度电量发展规律过程中,提出了一种类比细菌生长曲线的行业电量曲线分析方法;结合理想的行业电量曲线具有的7种发展形式,建立了电量趋势预测模型,预测行业年度电量序列中“理想序列”的走向;对电量趋势预测模型的拟合残差序列,结合23个外界因素指标,建立了多元线性回归模型,从而引入外界因素变化对行业电量发展的影响;引入季节指数,建立了基于季节指数的季度电量预测模型,实现行业季度电量预测。该方法是考虑行业发展规律,从物理意义出发设计出的一种预测方法,除了需要输入各行业电量历史数据,还需要输入23个外界因素指标的历史数据和预测数据,适用于人力充足、时间充分、数据易获取的情况。利用某城市的实际的电量数据和相关指标数据,对本文提出的两种基于用电行业分类的中长期电量预测方法进行了算例分析,结果表明,两种方法的预测效果都优于传统方法。因两种方法的适用条件不同,实际应用时应根据具体情况选择合适的方法。