售电均价的市场细分预测算法论文_王力1,李晶2

(1国网湖北省电力公司武汉供电公司客户服务中心营业及电费室 湖北武汉 430010;

2国网湖北省电力有限公司武汉市东西湖区供电公司客户服务中心营业及电费班 湖北武汉 430040)

摘要:售电量是电网经营企业的产品,售电均价是企业售电价格水平,表征企业盈力能力,两者是电网经营企业重要经济指标。准确预测长短期售电量、售电均价对企业的经营决策起着重要作用。

关键词:售电均价;市场细分;预测算法

引言

售电均价是电价体系中各类电价的加权和,它是某地区电价体系的全局统计量,反映了该地区的用电结构。作为全局统计量,售电均价值较为稳定,可预测性更强。售电均价是电力企业衡量自身利润水平的重要指标。由于其实质上体现了全社会用电结构的构成,所以准确地售电均价预测将为分析用电结构的变化提供重要依据。按照一般预测思路,直接求各类目录电价的加权和以预测售电均价,工作量很大而且精度不高;通过引入各细分市场电费比例作为中间量,减少了预测中需要计算的参数,取得较为满意的预测精度。

1售电量的预测

1.1建立预测“数据库”

对售电量的预测,需要建立翔实的基础数据,通过对基础数据的分析,找出客观规律,才能提高预测准确率。需要收集的资料,主要有历年总售电量,月度售电量,年度、月度售电量同比增长率;历年全网平均负荷,负荷增长率;历年气候(温度、湿度等)情况,气候变化情况;国民生产总值增长率。对于历年售电量同比增长率过高或出现负增长应分析具体原因,比如,2004年售电量同比增幅减小,是由于趸售电量负增长;2006年售电量同比大幅增长,是由于百年不遇干旱等原因。气候在现代生活中越来越受到人们关注。气温对电量的影响十分重大,比如2006年电量大幅增长是由于百年不遇干旱造成降温负荷增加;同时,小水电缺水停机引起趸售电量增加;降温负荷大幅增加后,电网供应不足,企业事必限电,电量结构被打破等链式反映。在中国经济较发达城市,目前已粗步测算出气温(湿度)与电量增长的线性关系,已经将气候这个因素运用到售电量的预测工作中。部分开发电量预测系统的软件公司,已把气温(湿度)的变化列为影响售电量增长的一项指标。但需指出的是气温(湿度)每增加1个百分点,售电量增加多少百分点,各地均不相同,这与当地人们对气候变化的敏感性、地方经济状况、电价制度等均有密切的关系,需要从历年的电量和气候变化情况进行分析、研究,寻找规律。国民生产总值增长率是对一个地区经济状况的总体反映。国民生产总值增速越高,说明工业、商业、照民用电需求越大;反之,用电需求越小,售电量增幅越低。

1.2大力开展售电需求侧分析

要正确进行长期(年度)或短期(月份)的电量预测,首先要清楚负荷增长点在哪里。首先应通过市、县规划建设部门取得本地区同一时期的国民经济发展规划,这是电网负荷预测的重要参考依据,是预测的基础。其次,针对所掌握的规划期内的大型用电项目深入调查该项目所属企业计划的装接容量、生产能力、经济实力、产品前景等做出客观的判断。这一个步骤通过基层单位的工作是能够收集准确的,但应注意对趸售公司辖区内用电需求增长水平的掌握,同时,在统计负荷增长点的过程中,还要考虑一些不可预测的项目和因素。

2新型均价预测算法

2.1细分市场电费比例的预测

近年来,混沌时间序列的建模预测在电力负荷预测领域得到了成功的应用。电费比例序列演化规律与气温密切相关,但由于准确的气温预测非常困难,所以很难在预测中直接考虑气温因素。而混沌预测算法通过挖掘历史数据间的相关性,反映了气温等因素对时间序列演变的影响。

根据Takens定理,由嵌入维m和时间延迟τ,对电费比例序列进行重构,并以重构相空间X中最后一个相点XL作为基准相点。使用夹角余弦取代欧式距离衡量相点的相关性。两向量夹角余弦值越大,表明它们夹角越小,向量中各元素演变轨迹更加一致。对于高维重构相空间,夹角余弦比仅反映向量空间距离的欧式距离更能体现向量间相关性。通过夹角余弦在重构相空间中选择中心相点临域XLi,并根据临域中相点与中心相点的夹角余弦值为各相点加权:

式中:ci为临域点与XL的夹角余弦值;cmax为其中的最大值。

2.2各细分市场均价预测

(1)大工业和非普工业

以大工业为例,按照电压等级,可将大工业市场分为220kV、110kV、35kV及10kV等4个类别,求出各类别售电量在大工业总售电量中所占比例,然后使用上文各细分市场电费比例预测方法,预测售电量比例值,并根据各类别对应的电度电价求加权和,以求得大工业市场电度均价。工业电费不但包括电度电费,还包括基本电费和力调电费,根据统计,这部分电费约为电度电费的10%,所以在电度均价的基础上乘以系数1.1,得到大工业均价预测值。非普工业市场的均价预测方法同上。

(2)居民照明、非居民照明和商业用电

照明市场的电费只包括电度电费,按照电压等级,分为1kV和10kV两个等级。求出各等级售电量在各自市场总售电量中所占比例,并使用上文电费比例的预测方法,预测售电量比例值。根据各等级售电量比例预测值,求电度电价加权值,即可求得以上3个细分市场的均价预测值。

(3)农业生产和趸售市场

农业生产市场的售电主要用于农业排灌,其电价较为平稳,且其售电量在电力市场总售电量中所占比例较小,所以农业生产均价预测值可用预测月前12个月的均价均值表示。趸售电价较为复杂,由于趸售市场售电受气候影响大,均价季节性明显,本文使用ARMA模型进行预测。

2.3收集历年售电均价资料

对售电均价的预测,同样需要建立翔实的基础数据,通过对基础数据的分析,找出客观规律,才能提高预测准确率。需要收集的资料,主要有历年售电均价同比增长率;售电结构变化情况;国家电价政策等。对于历年售电均价同比增长率过高或出现负增长应分析出具体原因。比如,近三年国家发改委连续对电价进行调整,因此,售电均价水平连续提高;2006年农村地区同网同价,使居民售电均价大幅提高。

3售电均价的预测

通过以上分析,为了更好地提高售电均价,要在电价政策执行、表计管理、人员的培训、电价构成影响因素的分析等方面采取有力措施。首先在电价政策执行上要准确界定客户性质,确保电价政策及行业目录电价执行到位,尤其是抓好执行高电价行业客户的电价到位,做好低电价行业的检查和分析,防止高价低挂;对商业用电及非居民照明用电性质的客户,其电价高、调整负荷弹性小,要加大峰谷电价执行的力度。二是要加强对电费增收有关表计的运行、抄录及异常管理,如需量表、峰谷表的峰谷指示,无功表的运行是否良好、抄录是否准确,这些因素虽然不影响售电量,但直接关系到容需对比增收、峰谷电费盈亏和力率调整电费的增减,对提高售电均价影响较大。三是要加强人员培训,使之掌握正确的电价政策、有关表计的技术知识,防止人为因素造成的电费损失。四是要加强电价构成因素的分析,及时发现问题,解决问题。

结束语

通过引入各细分市场电费比例,本文将均价预测转化为各细分市场的均价和电费比例预测,减少了预测中需要计算的参数;在湖南省2005年均价预测算例中,该算法取得满意预测效果。预测结果表明,本文算法预测效果较好,且计算速度快,有较高的实用性。

参考文献:

[1]杨朴,游大海,谢培元.基于遗传算法和BP神经网络的电价预测 [J].水电能源科学,2003,21(2):84-86.

[2]张春辉,闵勇,丁仁杰,等.级联相关的神经网络模型在边际电价预测中的应用 [J].电力系统自动化,2003,27(3):28-30,60.

[3]杨正瓴,林孔元.短期负荷可预报天数的初步研究 [J].电力系统自动化,2002,26(11):14-18.

[4]姜巍,王富忠,沈祖志.基于多智能体的短期电价智能预测方法 [J].电力系统自动化,2007,31(4):37-40,90.

论文作者:王力1,李晶2

论文发表刊物:《电力设备》2017年第34期

论文发表时间:2018/5/10

标签:;  ;  ;  ;  ;  ;  ;  ;  

售电均价的市场细分预测算法论文_王力1,李晶2
下载Doc文档

猜你喜欢