李 翔,歐陽(yáng)森,馮天瑞,吳裕生,王克英

（華南理工大學(xué)電力學(xué)院,廣東廣州 5lO64O）

文章編號(hào)：lOO7-2322（2Ol5）O6-OO86-O6 文獻(xiàn)標(biāo)志碼：A 中圖分類號(hào)：TM7l5

一種基于用電行業(yè)分類的中長(zhǎng)期電量預(yù)測(cè)方法

李 翔,歐陽(yáng)森,馮天瑞,吳裕生,王克英

（華南理工大學(xué)電力學(xué)院,廣東廣州 5lO64O）

0 引 言

中長(zhǎng)期電量預(yù)測(cè)［1-4］是電網(wǎng)調(diào)峰、電源和電網(wǎng)建設(shè)規(guī)劃以及電力需求側(cè)管理等工作的基礎(chǔ)。長(zhǎng)期以來(lái),廣大電力研究人員對(duì)中長(zhǎng)期電量預(yù)測(cè)方法進(jìn)行了大量研究,主要集中于對(duì)預(yù)測(cè)算法的改進(jìn)和創(chuàng)新,而在預(yù)測(cè)思路上,則很單一,比如預(yù)測(cè)地區(qū)總電量,就把地區(qū)總電量的歷史數(shù)據(jù)帶入預(yù)測(cè)模型,預(yù)測(cè)某行業(yè)的電量,就對(duì)某行業(yè)的電量歷史數(shù)據(jù)進(jìn)行分析。這種預(yù)測(cè)思路簡(jiǎn)單直接,但是沒(méi)有看到各層次預(yù)測(cè)之間的聯(lián)系。那么,能否利用各層次預(yù)測(cè)之間聯(lián)系提高電量預(yù)測(cè)的有效性呢？

應(yīng)當(dāng)注意到,不同行業(yè)都有各自的用電特性,行業(yè)電量發(fā)展規(guī)律較為明顯,對(duì)行業(yè)電量預(yù)測(cè)具有較高的可信度；而地區(qū)總電量等于各行業(yè)電量之和,地區(qū)電量預(yù)測(cè)與各行業(yè)電量預(yù)測(cè)之間具有天然的聯(lián)系。因此,可以從分行業(yè)電量預(yù)測(cè)角度來(lái)對(duì)中長(zhǎng)期電量預(yù)測(cè)方法進(jìn)行改進(jìn)。

分行業(yè)電量預(yù)測(cè)至少有兩點(diǎn)意義:①能夠得到各行業(yè)的電量預(yù)測(cè)值,有利于供電部門把握各行業(yè)的電量趨勢(shì),服務(wù)精細(xì)化；②行業(yè)電量預(yù)測(cè)與總電量預(yù)測(cè)一起構(gòu)成一個(gè)相互聯(lián)系的預(yù)測(cè)體系。利用行業(yè)電量預(yù)測(cè)值與總體電量預(yù)測(cè)值的聯(lián)系,相互參照,提升的整體預(yù)測(cè)準(zhǔn)確度。

關(guān)于分行業(yè)電量預(yù)測(cè)的研究并不多,文獻(xiàn)［5］用改進(jìn)的GM（1,1）模型對(duì)保定市的8個(gè)行業(yè)各自的用電量和全社會(huì)用電量分別進(jìn)行了預(yù)測(cè)；文獻(xiàn)［6］將重慶市城區(qū)供電局的負(fù)荷分為大宗工業(yè)等9個(gè)行業(yè),并用BP神經(jīng)網(wǎng)絡(luò)來(lái)進(jìn)行電量預(yù)測(cè)；文獻(xiàn)［7］對(duì)社會(huì)總用電量進(jìn)行了預(yù)測(cè),對(duì)江門地區(qū)各行業(yè)的三次產(chǎn)業(yè)、城鄉(xiāng)居民和工業(yè)及重點(diǎn)行業(yè)僅進(jìn)行了用電分析。文獻(xiàn) ［5-7］對(duì)于分行業(yè)電量預(yù)測(cè)做出了有益的探索,但都僅僅涉及意義①,而且選取的電量預(yù)測(cè)方法單一,適應(yīng)性不強(qiáng)。

深入研究可知,分行業(yè)電量預(yù)測(cè)面臨著幾個(gè)問(wèn)題:①如何進(jìn)行用電行業(yè)分類。近些年來(lái)我國(guó)經(jīng)濟(jì)快速發(fā)展,行業(yè)格局也在不斷變化,某些行業(yè)的電量發(fā)展規(guī)律性較差,直接利用原始的用電行業(yè)分類勢(shì)必會(huì)影響整體的電量預(yù)測(cè)精度；②在對(duì)各層次單獨(dú)進(jìn)行電量預(yù)測(cè)時(shí)選擇什么預(yù)測(cè)方法；③各層次都進(jìn)行獨(dú)立的預(yù)測(cè)之后,如何實(shí)現(xiàn)各層次電量預(yù)測(cè)結(jié)果之間的相互影響。簡(jiǎn)單的加和,或者人為的調(diào)整可以實(shí)現(xiàn)簡(jiǎn)單情況下的 “相互影響”,但主觀性太強(qiáng),缺乏科學(xué)依據(jù),適應(yīng)性差。

本文擬建立一套適用于電量預(yù)測(cè)的用電行業(yè)分類的原則和方法,實(shí)現(xiàn)科學(xué)的行業(yè)分類。優(yōu)選組合預(yù)測(cè)方法［8-9］是近年來(lái)應(yīng)用較廣泛的電量預(yù)測(cè)方法,由于集結(jié)了多種單一預(yù)測(cè)算法的信息,該方法具有很強(qiáng)的適應(yīng)性,預(yù)測(cè)準(zhǔn)確度較高。用優(yōu)選組合預(yù)測(cè)方法來(lái)實(shí)現(xiàn)各層次的電量預(yù)測(cè)比較合適。對(duì)于問(wèn)題③,本文擬引入多級(jí)預(yù)測(cè)協(xié)調(diào)原理［lO-l4］來(lái)處理。多級(jí)預(yù)測(cè)協(xié)調(diào)原理是用于解決負(fù)荷預(yù)測(cè)方面不同維度上下級(jí)預(yù)測(cè)值不協(xié)調(diào)問(wèn)題的一套理論。利用最小二乘法得到最合適的修正值,能夠有效實(shí)現(xiàn)各維度各級(jí)別預(yù)測(cè)結(jié)果之間的相互影響。

本文提出了一種基于行業(yè)分類的中長(zhǎng)期電量預(yù)測(cè)方法。該方法擴(kuò)展預(yù)測(cè)思路,通過(guò)用電行業(yè)分類,各層次獨(dú)立預(yù)測(cè),多級(jí)預(yù)測(cè)協(xié)調(diào)3個(gè)主要步驟,得到協(xié)調(diào)統(tǒng)一的地區(qū)總體及各行業(yè)電量預(yù)測(cè)值群。通過(guò)各預(yù)測(cè)值之間相互參照和修正,削弱預(yù)測(cè)誤差,提高整體的預(yù)測(cè)精度。

1 用電行業(yè)分類原則和方法

供電企業(yè)統(tǒng)計(jì)的電量數(shù)據(jù)一般是按照電價(jià)類別和國(guó)家標(biāo)準(zhǔn) 《國(guó)民經(jīng)濟(jì)行業(yè)分類》［l5-l6］來(lái)對(duì)用電行業(yè)進(jìn)行分類。其中 《國(guó)民經(jīng)濟(jì)行業(yè)分類》將用電行業(yè)分為門類、大類、中類和小類,共有4個(gè)層次,分類的細(xì)致程度逐層加深。

可見(jiàn),用電行業(yè)的分類隨著分類標(biāo)準(zhǔn)和細(xì)致程度的不同會(huì)有多種結(jié)果。而且,實(shí)際分類過(guò)程中可能會(huì)出現(xiàn)一些規(guī)律性非常差的行業(yè),會(huì)給電量預(yù)測(cè)帶來(lái)負(fù)面影響。因此,有必要在分類過(guò)程中進(jìn)行一些人為的調(diào)整和篩選。為此,本文建立了相應(yīng)的用電行業(yè)分類原則和方法。

1.1 用電行業(yè)分類原則

本文建議原則如下:

①以供電企業(yè)對(duì)電力用戶的分類方式為主要分類依據(jù)；

②分類后各行業(yè)電量數(shù)據(jù)呈現(xiàn)良好的歷史發(fā)展規(guī)律；

③分類過(guò)程中滿足不重疊無(wú)遺漏。

1.2 用電行業(yè)分類方法

根據(jù)以上原則,制定了相應(yīng)的用電行業(yè)分類方法,假設(shè)分類結(jié)果用A表示,對(duì)應(yīng)有a個(gè)行業(yè),已收到過(guò)去b個(gè)年份的電量數(shù)據(jù),uij為第i個(gè)年度第j個(gè)行業(yè)總電量（i=1,2,3,…,b；j=1,2，3,…,a）:

①對(duì)從供電企業(yè)獲取詳細(xì)的原始電量歷史數(shù)據(jù),根據(jù)對(duì)細(xì)致程度的要求,在相應(yīng)層次上進(jìn)行分類,得到第一步分類結(jié)果Al,有al個(gè)行業(yè)；

②對(duì)Al中的行業(yè)按數(shù)據(jù)規(guī)律的優(yōu)劣分為兩類。為避免人為判斷的主觀性,這里采用簡(jiǎn)單的算法來(lái)對(duì)數(shù)據(jù)規(guī)律優(yōu)劣進(jìn)行區(qū)分。對(duì)各行業(yè)的年度電量歷史數(shù)據(jù)分別進(jìn)行一次多項(xiàng)式擬合,得到各行業(yè)的一次擬合多項(xiàng)式fj,求

設(shè)立閾值N,當(dāng)Mj＞N時(shí),將行業(yè)j歸為規(guī)律差的一類,當(dāng)Mj≤N時(shí),將行業(yè)j歸為規(guī)律好的一類。

③對(duì)規(guī)律好的行業(yè)保留,對(duì)規(guī)律差的行業(yè)拆分為更小的行業(yè)或者與其他行業(yè)組合。

④重復(fù)此步驟②和③,直到得到較合理的分類結(jié)果A2,對(duì)應(yīng)a2個(gè)行業(yè)。

2 多級(jí)預(yù)測(cè)協(xié)調(diào)原理

多級(jí)預(yù)測(cè)協(xié)調(diào)原理是用來(lái)解決在實(shí)際電量預(yù)測(cè)中,不同維度不同級(jí)別的電量預(yù)測(cè)結(jié)果之間存在不統(tǒng)一、不協(xié)調(diào)問(wèn)題的一套理論。其思路是對(duì)不同維度上下級(jí)電量預(yù)測(cè)結(jié)果進(jìn)行整體分析,利用各個(gè)預(yù)測(cè)結(jié)果之間應(yīng)有的數(shù)學(xué)關(guān)系并基于最小二乘法做出最優(yōu)協(xié)調(diào),使每個(gè)預(yù)測(cè)值做出最小最合適的調(diào)整,最終實(shí)現(xiàn)預(yù)測(cè)結(jié)果之間的 “統(tǒng)一”和 “協(xié)調(diào)”。

本文應(yīng)用多級(jí)預(yù)測(cè)協(xié)調(diào)原理的最優(yōu)協(xié)調(diào)來(lái)實(shí)現(xiàn)預(yù)測(cè)值之間的相互作用,提高整體的預(yù)測(cè)準(zhǔn)確度。因分行業(yè)電量預(yù)測(cè)及年度和季度預(yù)測(cè),在行業(yè)維度和時(shí)間維度上都存在上下級(jí)不協(xié)調(diào)問(wèn)題,實(shí)際上形成了二維二級(jí)不協(xié)調(diào)問(wèn)題,下文將根據(jù)多級(jí)預(yù)測(cè)協(xié)調(diào)原理建立一個(gè)二維二級(jí)協(xié)調(diào)模型來(lái)處理。

3 算法設(shè)計(jì)

3.1 總體流程設(shè)計(jì)

①全面收集待預(yù)測(cè)區(qū)域的電量歷史數(shù)據(jù)；②按照本文設(shè)計(jì)的用電行業(yè)分類原則及方法對(duì)收集到的電量歷史數(shù)據(jù)進(jìn)行用電行業(yè)分類；

③選取若干單一預(yù)測(cè)方法構(gòu)造優(yōu)選組合預(yù)測(cè)模型,對(duì)待預(yù)測(cè)區(qū)域整體及各行業(yè)分別獨(dú)立地進(jìn)行年度和季度的電量預(yù)測(cè)；

④運(yùn)用多級(jí)預(yù)測(cè)協(xié)調(diào)理論建立二維二級(jí)協(xié)調(diào)模型,處理上一步得到的電量預(yù)測(cè)值；

⑤得到在時(shí)間維度和行業(yè)維度都能達(dá)到上下級(jí)統(tǒng)一的區(qū)域整體以及各行業(yè)未來(lái)年度和季度的電量預(yù)測(cè)值,作為最終的預(yù)測(cè)結(jié)果。

相應(yīng)的流程圖如圖1。

3.2 優(yōu)選組合預(yù)測(cè)模型設(shè)計(jì)

優(yōu)選組合預(yù)測(cè)法可以集結(jié)多種單一模型所包含的信息進(jìn)行最優(yōu)組合,進(jìn)而達(dá)到改善預(yù)測(cè)結(jié)果的目的,具有很強(qiáng)的適應(yīng)性和抗干擾性。因此本文方法3個(gè)步驟中的第二步采用優(yōu)選組合預(yù)測(cè)方法。

3.2.1 優(yōu)選

即單一預(yù)測(cè)方法的篩選。本文根據(jù)年度和季度電量預(yù)測(cè)歷史數(shù)據(jù)較少且無(wú)明顯周期性的特點(diǎn),選擇了8種單一預(yù)測(cè)方法:灰色預(yù)測(cè)GM（1,1）模型、加權(quán)擬合直線方程、累加線性擬合法、一元線性回歸法、雙曲線模型、對(duì)數(shù)曲線模型、S形曲線模型、倒指數(shù)曲線模型。

圖1 算法流程圖

3.2.2 組合

即對(duì)8種預(yù)測(cè)方法科學(xué)合理的分配權(quán)重。權(quán)重分配方法如下:

假設(shè)對(duì)某個(gè)行業(yè)進(jìn)行電量預(yù)測(cè),優(yōu)選組合預(yù)測(cè)模型中有c個(gè)預(yù)測(cè)方法,現(xiàn)有該行業(yè)過(guò)去d個(gè)年度的電量歷史數(shù)據(jù)。年度電量或者月度電量數(shù)據(jù)的年度序列歷史數(shù)據(jù)為yj（j=1,2,3,…,d）,經(jīng)過(guò)組合預(yù)測(cè)最終的預(yù)測(cè)值為yO。其中,用預(yù)測(cè)方法i（i= 1,2,3,…,c）進(jìn)行預(yù)測(cè),得到d個(gè)年度的擬合值為yij（j=1,2,3,…,d）,得到的預(yù)測(cè)值為yiO。設(shè)給第i種預(yù)測(cè)方法分配的權(quán)重為wi（i=1,2,3,…,c）,則有

設(shè)為達(dá)到最優(yōu)擬合的效果,令目標(biāo)函數(shù)為

求解可得各預(yù)測(cè)方法的權(quán)重。帶入各預(yù)測(cè)方法的預(yù)測(cè)值和權(quán)重,由式（4）可得優(yōu)選組合預(yù)測(cè)模型的預(yù)測(cè)值。

3.3 二維二級(jí)協(xié)調(diào)模型設(shè)計(jì)

3.3.1 獲取二維二級(jí)原始電量預(yù)測(cè)值

二維二級(jí)協(xié)調(diào)模型處理的是2個(gè)維度2個(gè)級(jí)別各自獨(dú)立預(yù)測(cè)得到的電量預(yù)測(cè)值,假設(shè)用矩陣Z=（zij）（m+1）×（n+1）（i=O,1,…,m；j=O,1,…,n）來(lái)表示,行表示行業(yè)維度,列表示時(shí)間維度,則zO,O表示各行業(yè)各季度總電量預(yù)測(cè)值,即全地區(qū)年度電量預(yù)測(cè)值；zOj（j≠O）表示第j個(gè)季度各行業(yè)總電量預(yù)測(cè)值；ziO（i≠O）表示第i個(gè)行業(yè)年度總電量預(yù)測(cè)值；zij（i,j≠O）表示第i個(gè)行業(yè)第j個(gè)季度的電量預(yù)測(cè)值。

3.3.2 建立二維二級(jí)協(xié)調(diào)模型

設(shè)預(yù)測(cè)年份的電量真實(shí)值矩陣為X= （xij）（m+1）×（n+1）（i=O,1,…,m；j=O,1,…，n）,矩陣X中元素的下標(biāo)意義同矩陣Z。則由2個(gè)維度的電量上下級(jí)統(tǒng)一,可得2個(gè)約束方程如下:

其中,（8）式j(luò)從1開始,是為了保證方程之間的相互獨(dú)立性。

由最小二乘法的思想,可以認(rèn)為Δzirj=（zij—xij）/zij（i=O,1,…,m；j=O,1,…,n）加權(quán)平方和達(dá)到最小的估計(jì)值即為各級(jí)電量預(yù)測(cè)的最優(yōu)協(xié)調(diào)值,可得

式中:vij為權(quán)重,與zij的預(yù)測(cè)精度呈正相關(guān)。

式（7）、（8）、（9）即建立起適用于本文方法的二維二級(jí)協(xié)調(diào)模型。

4 算例分析

為檢驗(yàn)本文設(shè)計(jì)的方法的準(zhǔn)確性、實(shí)用性,將以某供電局（簡(jiǎn)稱1局）的售電量數(shù)據(jù)為例來(lái)驗(yàn)證。

①按照第1章用電行業(yè)分類的原則和方法對(duì)1局的售電量數(shù)據(jù)進(jìn)行用電行業(yè)分類。1局所有用戶原本分為工業(yè)用戶、非工業(yè)用戶、商業(yè)用戶、住宅用戶、其他用戶五大類。工業(yè)用戶又可分為大宗工業(yè)用戶和普通工業(yè)用戶,其中大宗工業(yè)用戶的電量趨勢(shì)規(guī)律性較好,而非工業(yè)用戶和普通工業(yè)用戶的電量趨勢(shì)規(guī)律性較差,將二者合并為非工業(yè)普通工業(yè)用戶,簡(jiǎn)稱非普工業(yè)用戶。其他用戶的電量在總電量中的占比小于O.5％,舍去。最終分類結(jié)果為:大宗工業(yè)、非普工業(yè)、商業(yè)、住宅4大類。售電量年度歷史數(shù)據(jù)見(jiàn)表1,售電量季度歷史數(shù)據(jù)見(jiàn)表2。

限于篇幅,以下僅給出1局總以及大宗工業(yè)的數(shù)據(jù)。

表1 售電量年度歷史數(shù)據(jù) MWh

表2 售電量季度歷史數(shù)據(jù) MWh

②用3.2節(jié)設(shè)計(jì)的優(yōu)選組合預(yù)測(cè)模型對(duì)1局2Ol3年總售電量和各個(gè)行業(yè)售電量分別進(jìn)行獨(dú)立的年度和季度預(yù)測(cè)。預(yù)測(cè)結(jié)果見(jiàn)表3。

表3 基于傳統(tǒng)方法的2013年售電量預(yù)測(cè)值 MWh

③采用3.3節(jié)的二維二級(jí)協(xié)調(diào)模型處理上一步優(yōu)組預(yù)測(cè)模型得到的預(yù)測(cè)值。協(xié)調(diào)后預(yù)測(cè)值見(jiàn)表4。

表4 基于本文方法的2013年售電量預(yù)測(cè)值 MWh

表5 2013年售電量實(shí)際值 MWh

表6 預(yù)測(cè)值相對(duì)誤差 ％

⑤分析以上數(shù)據(jù)可知:

a.由表4可見(jiàn),本文分行業(yè)進(jìn)行電量預(yù)測(cè)最終得到在時(shí)間維度和行業(yè)維度都達(dá)到上下級(jí)統(tǒng)一的1局整體以及各行業(yè)未來(lái)年度和季度的電量預(yù)測(cè)值,可以為決策人員提供了更加全面有效的輔助決策依據(jù),在這一點(diǎn)上優(yōu)于傳統(tǒng)方法。

b.由表6可見(jiàn),本文采用的優(yōu)組預(yù)測(cè)方法預(yù)測(cè)值相對(duì)誤差基本都在5％以內(nèi),取得了不錯(cuò)的預(yù)測(cè)效果。

c.由表6可見(jiàn),用傳統(tǒng)方法得到的1局總電量年度預(yù)測(cè)值相對(duì)誤差為—3.O7％,大宗工業(yè)電量年度預(yù)測(cè)值相對(duì)誤差為—3.46％；而本文方法得到的1局總電量預(yù)測(cè)值相對(duì)誤差為1.47％,大宗工業(yè)電量年度預(yù)測(cè)值相對(duì)誤差為1.l3％,相對(duì)誤差明顯減?。煌瑫r(shí),本文方法得到的8個(gè)季度電量預(yù)測(cè)值中,有6個(gè)相對(duì)誤差小于傳統(tǒng)方法得到的預(yù)測(cè)值,由此可見(jiàn)本文方法希望通過(guò)利用不同層次預(yù)測(cè)值之間的相互聯(lián)系來(lái)提高整體的預(yù)測(cè)準(zhǔn)確度是切實(shí)可行的。

5 結(jié)束語(yǔ)

本文建立了用電行業(yè)分類原則和方法,開拓了靈活地進(jìn)行行業(yè)分類為電量預(yù)測(cè)服務(wù)的新思路。

通過(guò)對(duì)總電量和各行業(yè)電量分別進(jìn)行獨(dú)立年度和季度預(yù)測(cè),形成了一個(gè)多維的預(yù)測(cè)體系,并利用各項(xiàng)預(yù)測(cè)之間本質(zhì)的物理關(guān)聯(lián)構(gòu)建多級(jí)預(yù)測(cè)協(xié)調(diào)模型,實(shí)現(xiàn)所有預(yù)測(cè)結(jié)果的一致性,克服了以往電量預(yù)測(cè)方法孤立片面的缺點(diǎn)。

相對(duì)于傳統(tǒng)的中長(zhǎng)期電量預(yù)測(cè)片面研究預(yù)測(cè)模型而言,本文方法對(duì)電量歷史數(shù)據(jù)挖掘更加深入,預(yù)測(cè)工作更加嚴(yán)謹(jǐn),更加注重同一地區(qū)各維度各級(jí)別電量預(yù)測(cè)之間的緊密聯(lián)系。

算例表明,本文方法能夠提高中長(zhǎng)期電量預(yù)測(cè)的準(zhǔn)確性,并能夠得到行業(yè)和時(shí)間維度上下級(jí)協(xié)調(diào)的電量預(yù)測(cè)結(jié)果,幫助決策機(jī)構(gòu)從行業(yè)角度更好把握電量需求的發(fā)展趨勢(shì)。

［1］ 康重慶,夏清,劉梅.電力系統(tǒng)負(fù)荷預(yù)測(cè) ［M］.北京:中國(guó)電力出版社,2OO7:2 24.

［2］ 牛東曉,曹樹華,趙磊,等.電力負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用［M］.北京:中國(guó)電力出版社,2OO9:1-6.

［3］ 周潮,邢文洋,李宇龍.電力系統(tǒng)負(fù)荷預(yù)測(cè)方法綜述［J］.電源學(xué)報(bào),2Ol2（6）:32-39.

［4］ 徐玉華.中長(zhǎng)期電力負(fù)荷預(yù)測(cè)方法分析 ［J］.寧夏電力,2OO7（4）:6 7；46.

［5］ 于永杰.保定市行業(yè)用電分析及電力需求預(yù)測(cè)研究［D］.保定:華北電力大學(xué),2OO5.

［6］ 熊磊.分類負(fù)荷售電量的預(yù)測(cè)系統(tǒng)研究［D］.重慶:重慶大學(xué),2OO7.

［7］ 崔璐.基于行業(yè)電力負(fù)荷預(yù)測(cè)的江門地區(qū)開拓用電市場(chǎng)研究［D］.北京:華北電力大學(xué),2011.

［8］ 朱偉華,常虹.基于GRA的優(yōu)選組合技術(shù)在中長(zhǎng)期負(fù)荷預(yù)測(cè)中的應(yīng)用 ［J］.煤炭技術(shù),2Ol3（1）: 2l3-2l5.

［9］ 甘霖.組合預(yù)測(cè)模型在中長(zhǎng)期電力負(fù)荷預(yù)測(cè)中的應(yīng)用［D］.南昌:南昌航空大學(xué),2Ol2.

［lO］康重慶,牟濤,夏清.電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問(wèn)題（一）研究框架 ［J］.電力系統(tǒng)自動(dòng)化，2OO8（7）:34-38.

［ll］牟濤,康重慶,夏清,等.電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問(wèn)題（二）基本協(xié)調(diào)模型［J］.電力系統(tǒng)自動(dòng)化,2OO8（8）:l4-l8.

［l2］牟濤,康重慶,夏清,等.電力系統(tǒng)多級(jí)負(fù)荷預(yù)測(cè)及其協(xié)調(diào)問(wèn)題（三）關(guān)聯(lián)協(xié)調(diào)模型［J］.電力系統(tǒng)自動(dòng)化,2OO8（9）:2O-24.

［l3］CONEJO A J,DE LA TORRE S,CANSS M.An optimization approach to multiarea state estimation. IEEE Trans on Power Systems,2OO7,22（1）: 2l3 22l.

［l4］WILLIS H 1,ENGEL M V,BURI M J.Spatial load forecasting［J］.IEEE Computer Applications in Power,l995,8（2）:4O-43.

［l5］王卓.我國(guó)行業(yè)分類與國(guó)際標(biāo)準(zhǔn)行業(yè)分類的比較研究［J］.統(tǒng)計(jì)研究,2Ol3（4）:l5 2O.

［l6］GB/T 4754 2011,國(guó)民經(jīng)濟(jì)行業(yè)分類［S］.

馮天瑞（l989—）,男,碩士研究生,研究方向?yàn)樨?fù)荷預(yù)測(cè)、電能質(zhì)量；

吳裕生（l99l—）,男,碩士研究生,研究方向?yàn)殡娔苜|(zhì)量分析；

王克英（l963—）,男,教授,工學(xué)博士,研究方向?yàn)殡娏ο到y(tǒng)運(yùn)行與控制。

（責(zé)任編輯:林海文）

A Medium and Long-term Electricity Demand Forecasting Method Based on Industry Classification

LI Xiang,OUYANG Sen,FENG Tianrui,WU Yusheng,WANG Keying
（College of Electric Power,South China University of Technology,Guangzhou 5lO64O,China）

針對(duì)傳統(tǒng)中長(zhǎng)期電量預(yù)測(cè)方法思路單一，忽視不同層次電量預(yù)測(cè)之間的內(nèi)在聯(lián)系而影響中長(zhǎng)期電量預(yù)測(cè)精度的問(wèn)題，提出了一種基于用電行業(yè)分類的新型中長(zhǎng)期電量預(yù)測(cè)方法。首先，設(shè)計(jì)了適用于電量預(yù)測(cè)的用電行業(yè)分類原則和方法；然后，以8種特性互補(bǔ)的預(yù)測(cè)方法為基礎(chǔ)，建立優(yōu)選組合預(yù)測(cè)模型，對(duì)待預(yù)測(cè)區(qū)域整體以及各用電行業(yè)的電量需求分別進(jìn)行年度和季度的預(yù)測(cè)；最后，運(yùn)用多級(jí)預(yù)測(cè)協(xié)調(diào)理論建立了一個(gè)二維二級(jí)協(xié)調(diào)模型，對(duì)上一步的電量預(yù)測(cè)值進(jìn)行修正，改善預(yù)測(cè)精度，得到上下級(jí)統(tǒng)一的區(qū)域整體以及各行業(yè)未來(lái)年度和季度的電量預(yù)測(cè)值。以實(shí)際的電量數(shù)據(jù)進(jìn)行了算例分析，驗(yàn)證了該方法的有效性。

中長(zhǎng)期電量預(yù)測(cè)；用電行業(yè)分類；多級(jí)預(yù)測(cè)協(xié)調(diào)原理；優(yōu)選組合預(yù)測(cè)

As to the problem that the accuracy of medium and long-term electricity demand forecasting is affected by such factors as the singleness of traditional method and the weak inner link between different power prediction levels,a new medium and long-term electricity demand forecasting method is proposed based on industry classification.Firstly，electricity industry classification principles and methods are designed.Then,an appropriate optimized combination prediction model is built to forecast annual and quarterly electricity demand of the predicted district and its electricity consuming industries based on eight basic complementary predicting methods.Finally,a two-dimension and two-level coordinated model is designed based on multilevel forecasting and coordinated principle to correct the predicted value,to improve the predicting accuracy,and to obtain future annual and quarterly electricity demand of whole district andeach industry.The actual data is used to test the effectiveness of the proposed method.

medium and long term electricity demand forecasting；industry classification；multilevel forecasting and coordinated principle；optimized combination forecast

2Ol4-lO-l4

李 翔（l989—）,男,碩士研究生,研究方向?yàn)殡娔苜|(zhì)量分析,E-mail:lxup@foxmail.com；

歐陽(yáng)森（l974—）,男,副研究員,工學(xué)博士,研究方向?yàn)殡娔苜|(zhì)量、節(jié)能技術(shù)與智能電器等,E-mail:ouyangs@scut.edu.cn；

國(guó)家自然科學(xué)基金重點(diǎn)資助項(xiàng)目（5O937OOl）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助項(xiàng)目（2Ol2ZMOOl8）