楊 科，譚倫農(nóng)

（江蘇大學(xué)電氣信息工程學(xué)院，鎮(zhèn)江 212013）

隨著時(shí)代的進(jìn)步，特別是電力市場的迅猛發(fā)展，在給電網(wǎng)企業(yè)帶來機(jī)會的同時(shí)也帶來了一系列的風(fēng)險(xiǎn)。市場環(huán)境下售電公司的盈利損失完全由自己承擔(dān)，因此售電公司未來的競爭力的強(qiáng)弱在很大程度上取決于管理風(fēng)險(xiǎn)的能力。售電公司如何在盈利最大化同時(shí)盡可能地管理好所面臨的風(fēng)險(xiǎn)，已經(jīng)成為一個(gè)亟需解決的重要課題。售電公司面臨的風(fēng)險(xiǎn)有電價(jià)風(fēng)險(xiǎn)、電費(fèi)回收風(fēng)險(xiǎn)、供電可靠性風(fēng)險(xiǎn)、配電網(wǎng)改造投資風(fēng)險(xiǎn)、安全風(fēng)險(xiǎn)以及負(fù)荷預(yù)測誤差風(fēng)險(xiǎn)等，其中負(fù)荷預(yù)測誤差風(fēng)險(xiǎn)是決定售電公司收入波動的直接原因。因此，研究負(fù)荷預(yù)測誤差的風(fēng)險(xiǎn)問題對于電網(wǎng)企業(yè)規(guī)避風(fēng)險(xiǎn)，減少損失具有重要的現(xiàn)實(shí)意義［1］。

從世界各國電力工業(yè)發(fā)展的歷史來看，電力管理體制變革的趨勢是朝著完全競爭的市場結(jié)構(gòu)發(fā)展，即不僅開放輸電網(wǎng)，配電網(wǎng)也面向所有電力零售商開放。這種改革的目標(biāo)是要通過建立一個(gè)自由競爭的電力市場來取代目前壟斷化的電力工業(yè)，以減少電力用戶為得到電力供應(yīng)而付出的費(fèi)用。電力用戶也將逐漸擁有選擇電力公司和服務(wù)的權(quán)力，而

一般認(rèn)為，這一市場結(jié)構(gòu)模式與其他三種模式（壟斷模式，發(fā)電競爭模式和躉售競爭模式）相比，在售電領(lǐng)域具有更強(qiáng)的競爭性，經(jīng)濟(jì)效益和資源利用率也得到了更大的提高。在這種模式下也有利于電價(jià)的降低，從而有益于電能消費(fèi)者，因而這種市場模式是當(dāng)前電力市場較為理想的模式。

市場環(huán)境下售電公司經(jīng)營著不同的負(fù)荷類型，這些負(fù)荷類型千差萬別。本文從負(fù)荷類型和負(fù)荷預(yù)測誤差角度出發(fā)，提出加權(quán)誤差這一概念，重點(diǎn)討論了某地區(qū)主要負(fù)荷類型與其預(yù)測加權(quán)誤差之間的關(guān)聯(lián)關(guān)系，為以后用電側(cè)開放的售電公司的經(jīng)營策略、穩(wěn)定供電提供了一種新的思路。

1 負(fù)荷預(yù)測在市場環(huán)境下的意義和應(yīng)用

1.1 電力市場環(huán)境下負(fù)荷預(yù)測的意義

電價(jià)是電力市場的信號，是電力供求的橋梁，是電力交易的紐帶。電價(jià)作為重要的經(jīng)濟(jì)杠桿，在建立和培育電力市場，優(yōu)化配置電力資源，調(diào)整各種利益關(guān)系方面具有不可替代的作用。電力市場化的核心內(nèi)容便是電價(jià)改革。

由于電力市場中電價(jià)存在較大的不確定性，市場環(huán)境下的售電公司想要獲取長期的穩(wěn)定收益，必須合理制定電價(jià)，亦即需要盡可能接近市場環(huán)境下的購電量。若購電量過高，則影響自己的購電成本，對自身的經(jīng)營和競爭不利；若購電量過低，則無法滿足電力用戶的需求，對自身和電力用戶之間產(chǎn)生了供求矛盾。因此，歸根結(jié)底電力零售商在市場環(huán)境競爭中取得主動，必須使自身在市場環(huán)境下的購電量盡可能接近自身電力用戶的用電量，亦即，必須力爭使得自己的負(fù)荷預(yù)測精度高于競爭對手。

1.2 電力市場環(huán)境下負(fù)荷預(yù)測的應(yīng)用

不同于供電公司須對整個(gè)供電網(wǎng)范圍內(nèi)負(fù)荷供電，售電公司可能只對全區(qū)域中的某一部分負(fù)荷提供電力。在市場環(huán)境下售電公司和其用戶是在雙方自愿平等的原則下達(dá)成服務(wù)協(xié)議的，因此售電公司對其用戶具有選擇權(quán)，為了提高售電經(jīng)濟(jì)性，售電公司可能更傾向于選擇售電穩(wěn)定、效益好且預(yù)測精度高的用戶。因而如何選擇這些優(yōu)質(zhì)用戶，成為售電公司最為關(guān)注的問題。然而負(fù)荷千差萬別，每一類負(fù)荷的用電規(guī)律和用電特點(diǎn)都不同，有的呈較強(qiáng)的規(guī)律性，有的受隨機(jī)因素影響大。

市場環(huán)境下售電公司在選擇這些優(yōu)質(zhì)用戶時(shí)，往往先是對這些負(fù)荷建立預(yù)測模型，通過分析預(yù)測結(jié)果來評價(jià)這些用戶。對市場上不同的負(fù)荷建立同一種預(yù)測模型，或者對同一種負(fù)荷建立不同的預(yù)測模型，通過預(yù)測結(jié)果對比就可以為售電公司選擇合適的負(fù)荷以及對應(yīng)的預(yù)測模型，進(jìn)而提供強(qiáng)有力的參考。

2 負(fù)荷預(yù)測誤差與負(fù)荷類型之間的關(guān)聯(lián)性分析

2.1 市場環(huán)境下分析加權(quán)誤差的必要性

對不同的負(fù)荷使用同一種預(yù)測方法或者對同一種負(fù)荷使用不同的預(yù)測方法，它們的關(guān)聯(lián)性會有很大的區(qū)別。評價(jià)一種負(fù)荷預(yù)測方法的精確度，傳統(tǒng)的方法往往是計(jì)算出該預(yù)測方法的平均相對誤差和最大相對誤差。兩者越小，預(yù)測方法越精確。

勘查區(qū)位于蘭州市城關(guān)區(qū)老虎溝西側(cè)山體斜坡地帶，距黃河約240 m，距離北濱河路120 m，交通條件較為便利?？辈閰^(qū)地貌類型屬構(gòu)造-侵蝕低中山地貌，地勢總體北高南低。山體陡峻，總體山坡坡度20°～55°，海拔高程為1 500～1 600 m，相對高差達(dá)100 m。危巖崩塌體所在坡面基巖風(fēng)化強(qiáng)烈，形成數(shù)處危巖崩塌體，斜坡坡度達(dá)45°～85°，局部臨空垂直。坡腳由于修建房屋而開挖呈陡直狀，人工進(jìn)行了簡單防護(hù)。在勘查區(qū)南側(cè)發(fā)育有一條較大溝谷—老虎溝。斜坡坡面由于雨水沖刷，形成數(shù)十條垂直于坡面的小沖溝，沖溝寬0.1～0.5 m，深0.1～0.3 m，延伸長5～15 m。

平均相對誤差可以表示為

上述公式對于一個(gè)誤差序列而言，每一個(gè)誤差都是等權(quán)重的。而在市場環(huán)境下的負(fù)荷預(yù)測又有了新的內(nèi)涵，不同誤差的權(quán)重是不一樣的。

根據(jù)英國第二輪電力市場改革中平衡調(diào)度機(jī)制中的不平衡結(jié)算方法［2］，市場參與者通常在提交最終報(bào)告時(shí)就要圍繞著最終出力提出競賣價(jià)（offer）和競買價(jià)（bid），其中競賣價(jià)是指發(fā)電商增加出力或用電方減少負(fù)荷而使系統(tǒng)裕度變大的報(bào)價(jià)，競買價(jià)是指發(fā)電商減少出力或用電方增加負(fù)荷而使得系統(tǒng)裕度變小的報(bào)價(jià)。如果在實(shí)時(shí)平衡調(diào)度過程中，平衡市場成員未能完全按其被接受的競買價(jià)和競賣價(jià)進(jìn)行出力（或負(fù)荷）調(diào)整，國家電網(wǎng)公司將對這部分差異（這里稱為“未發(fā)送電量”）進(jìn)行罰款，這里的罰款均采用加權(quán)價(jià)格，不平衡越多，罰款則越多。具體見圖1。

圖1 電力價(jià)格構(gòu)成Fig.1 Electricity price formation

以上述分析結(jié)果為依據(jù)，提出市場環(huán)境下加權(quán)誤差，即在市場環(huán)境下預(yù)測誤差并不是簡單的數(shù)學(xué)關(guān)系，預(yù)測相差越大，意味著該售電公司所付出的代價(jià)就越大，風(fēng)險(xiǎn)就更高，懲罰值就越大，與預(yù)測誤差小的情況下，市場營銷策略和最后的收益情況有很大的區(qū)別。

2.2 加權(quán)誤差的計(jì)算

設(shè)ri＝（r1，r2，…，rn）為相對誤差序列，則wi為第i個(gè)誤差在誤差序列中占的權(quán)重，有上式可知，誤差越大，則在誤差序列中權(quán)重比越高。定義加權(quán)誤差E為

2.3 基于加權(quán)誤差的關(guān)聯(lián)性計(jì)算

定義關(guān)聯(lián)度

關(guān)聯(lián)度在一定程度表征出預(yù)測模型對于負(fù)荷模型的市場風(fēng)險(xiǎn)能力，關(guān)聯(lián)度越高，售電公司經(jīng)營該負(fù)荷類型風(fēng)險(xiǎn)就越低；管理度越低，售電公司經(jīng)營該負(fù)荷類型風(fēng)險(xiǎn)就越高。

3 算例分析

收集某地區(qū)1986—2003年的農(nóng)林業(yè)、建筑業(yè)、城鎮(zhèn)居民用電等7種負(fù)荷原始數(shù)據(jù)進(jìn)行分析，用前10組數(shù)據(jù)進(jìn)行建模。根據(jù)中長期負(fù)荷預(yù)測的特點(diǎn)，且每種負(fù)荷類型往往只能收集歷年負(fù)荷數(shù)據(jù)值，一些相關(guān)的影響因素很難獲取，因此選用灰色系統(tǒng)理論（grey model，GM（1，1））［3～5］，最小二乘支持向量機(jī)LSSVM（least squares support vector machine）［6～8］建立中長期負(fù)荷預(yù)測模型。

利用周期拓延法（預(yù)測完后兩年的值，去除最前面的兩組數(shù)據(jù)，添加最新的兩組數(shù)據(jù)進(jìn)行重新建模）。

以農(nóng)林為例的預(yù)測結(jié)果如表1所示，表2和表3分別列出了農(nóng)林行業(yè)和其它負(fù)荷類型的預(yù)測的誤差分析，負(fù)荷預(yù)測誤差與負(fù)荷類型之間的關(guān)聯(lián)度如表4所示。

表1 某地區(qū)農(nóng)林行業(yè)用電負(fù)荷預(yù)測結(jié)果Tab.1 Results of prediction of agriculture and forestry in one area （105 MW·h）

表2 農(nóng)林行業(yè)用電負(fù)荷預(yù)測誤差分析Tab.2 Results of prediction error of agriculture and forestry in one area （%）

其他負(fù)荷類型的預(yù)測誤差分析如表3所示。

表3 其他負(fù)荷類型預(yù)測誤差分析Tab.3 Results of prediction error of other load in one area （%）

從上述表中結(jié)論分析可知：

（1）從預(yù)測誤差來看GM模型適合于農(nóng)林業(yè)、地質(zhì)普查和勘查業(yè)的預(yù)測，LSSVM模型適合于工業(yè)、城鎮(zhèn)居民用電的預(yù)測。對于建筑業(yè)和交通郵電業(yè)，GM和LSSVM預(yù)測效果精度都比較差，這也和行業(yè)特點(diǎn)有關(guān)，建筑業(yè)受政策影響大，交通業(yè)隨機(jī)性強(qiáng)。

（2）從關(guān)聯(lián)度可知，對于工業(yè)LSSVM預(yù)測時(shí)關(guān)聯(lián)度高達(dá)0.9729，說明利用LSSVM預(yù)測工業(yè)負(fù)荷時(shí)市場風(fēng)險(xiǎn)是很低的。而對于商業(yè)飲食業(yè)這種負(fù)荷，雖然預(yù)測誤差只有0.0442，但關(guān)聯(lián)度偏低，說明負(fù)荷在市場環(huán)境下存在一定的風(fēng)險(xiǎn)。

（3）綜上，對于該地區(qū)而言，市場下的售電公司盡可能選擇農(nóng)林、工業(yè)、地質(zhì)普查和勘查業(yè)這些負(fù)荷類型，盡量避免建筑業(yè)、交通郵電業(yè)這些負(fù)荷，才能在市場中占據(jù)主動。

表4 負(fù)荷預(yù)測誤差與負(fù)荷類型之間的關(guān)聯(lián)分析Tab.4 Relationship between the weighted error of load forecasting and load types （%）

4 結(jié)論

本文闡述了在電力市場環(huán)境下負(fù)荷預(yù)測的新內(nèi)涵，并通過分析負(fù)荷預(yù)測加權(quán)誤差與負(fù)荷類型間的關(guān)聯(lián)關(guān)系，為市場環(huán)境下的售電公司選擇電力用戶、經(jīng)營策略和安全供電提供一種新的思路。

（1）按照電力市場發(fā)展趨勢，闡述了在市場完全開放情況下負(fù)荷預(yù)測的新內(nèi)涵，以及負(fù)荷預(yù)測在售電公司中的研究及應(yīng)用意義。

（2）市場環(huán)境下預(yù)測誤差并不是簡單的數(shù)學(xué)關(guān)系，以英國第二輪電力市場改革為依據(jù)，提出負(fù)荷預(yù)測加權(quán)誤差這一概念，重點(diǎn)分析了負(fù)荷預(yù)測加權(quán)誤差和負(fù)荷類型間的關(guān)聯(lián)關(guān)系，分析結(jié)果更加切合市場環(huán)境，為售電公司的經(jīng)營策略提供了一種新思路。

（3）對那些隨機(jī)性強(qiáng)，變化大的負(fù)荷選取合適的預(yù)測模型仍是亟需解決的重要課題。

［1］ 任峰，丁超（Reng Feng，Ding Chao）.市場環(huán)境下負(fù)荷預(yù)測誤差風(fēng)險(xiǎn)管理研究（Risk management of load forecasting error in power market based on VaR）［J］.現(xiàn)代電力（Modern Electric Power），2009，26（3）：87－90.

［2］ 王秀麗，宋永華，王錫凡（Wang Xiuli，Song Yonghua，Wang Xifan）.英國電力市場新模式——結(jié)構(gòu)、成效及問題（Operation experiences of the UK new electricity trading arrangement）［J］.中國電力（Electric Power），2003，36（6）：1－5.

［3］ 牛東曉，曹樹華，趙磊，等.電力負(fù)荷預(yù)測技術(shù)及其應(yīng)用［M］.北京：中國電力出版社，1998.

［4］ 王翠茹，孫辰軍，楊靜，等（Wang Chuiru，Sun Chenjun，Yang Jing，et al）.改進(jìn)殘差灰色預(yù)測模型在負(fù)荷預(yù)測中的應(yīng)用（Application of modified residual error gray prediction model in power load forecasting）［J］.電力系統(tǒng)及其自動化學(xué)報(bào)（Proceedings of the CSU－EPSA），2006，18（1）：86－89.

［5］ 張立明.人工神經(jīng)網(wǎng)絡(luò)的模型及其應(yīng)用［M］.上海：復(fù)旦大學(xué)出版社，1993.

［6］ 趙登福，王蒙，張講社，等（Zhao Dengfu，Wang Meng，Zhang Jiangshe，et al）.基于支撐向量機(jī)方法的短期負(fù)荷預(yù)測（A support vector machine approach for short term load forcasting）［J］.中國電機(jī)工程學(xué)報(bào)（Proceedings of the CSEE），2002，22（4）：26－28.

［7］ 肖先勇，葛嘉，何德勝（Xiao Xianyong，Ge Jia，He Desheng）.基于支持向量機(jī)的中長期電力負(fù)荷組合預(yù)測（Combination method of mid－long term load forecasting based on support vector machine）［J］.電力系統(tǒng)及其自動化學(xué)報(bào)（Proceedings of the CSU－EPSA），2008，20（1）：84－87.

［8］ 劉涵，劉丁，鄭崗，等（Liu Han，Liu Ding，Zheng Gang，et al）.基于最小二乘支持向量機(jī)的天然氣負(fù)荷預(yù)測（Natural gas load forecasting based on least squares support vector machine）［J］.化工學(xué)報(bào)（Journal of Chemical Industry and Engineering（China）），2004，55（5）：828－832.