葉炯 方建亮 姜巍 樊麗君 胡彩紅
浙江省是我國電力現(xiàn)貨市場試點省份之一,現(xiàn)貨市場已進(jìn)入模擬試運行階段。我國電網(wǎng)企業(yè)承擔(dān)保底供電責(zé)任,對計劃電量的統(tǒng)購統(tǒng)銷模式和對市場電量的輸配電價模式并存。浙江公司購售電中的市場化部分,執(zhí)行市場形成的價格;而存在的優(yōu)先購電及優(yōu)先發(fā)電中的保量保價部分,仍分別執(zhí)行相應(yīng)的目錄電價或上網(wǎng)電價。在市場化比例放開過程中,電網(wǎng)公司的市場化交易電量及結(jié)構(gòu)將對電網(wǎng)公司的效益產(chǎn)生重大影響,因此有必要深入研究市場化交易電量預(yù)測方法,為提升電網(wǎng)公司運營效率效益提供決策參考。
現(xiàn)行主流的售電量預(yù)測方法主要分為趨勢外推、基于電量與經(jīng)濟(jì)關(guān)系的預(yù)測、基于負(fù)荷特性的負(fù)荷預(yù)測三大類方法。趨勢外推法主要是以回歸分析、指數(shù)平滑等模型為基礎(chǔ),以時間和電量為參數(shù)擬合模型,并按照時間發(fā)展計算模型值作為未來預(yù)測值?;陔娏颗c經(jīng)濟(jì)的內(nèi)在關(guān)系的預(yù)測方法主要包含產(chǎn)值單耗法、彈性系數(shù)法,以未來的經(jīng)濟(jì)發(fā)展目標(biāo)為依據(jù),以彈性系數(shù)、產(chǎn)值單耗等指標(biāo)預(yù)判的方式,進(jìn)行的預(yù)測方法?;谪?fù)荷特性的研究方法,主要有自然增長和大用戶法,大用戶往往采用S型曲線預(yù)測。文1提出一種基于NACEMD-GRU的組合型日前負(fù)荷預(yù)測方法,引入噪聲輔助復(fù)數(shù)據(jù)經(jīng)驗?zāi)B(tài)分解方法對日前負(fù)荷數(shù)據(jù)進(jìn)行分解,并建立基于門控循環(huán)神經(jīng)網(wǎng)絡(luò)單元的深度學(xué)習(xí)預(yù)測模型,得到日前負(fù)荷的各分量預(yù)測結(jié)果。文2運用深度神經(jīng)網(wǎng)絡(luò)建立多結(jié)構(gòu)預(yù)測模型。文3構(gòu)建了居民用戶精細(xì)化需求響應(yīng)模型,建立了兩個長短期記憶神經(jīng)網(wǎng)絡(luò)來對需求響應(yīng)效益系數(shù)進(jìn)行計算,利用精細(xì)化需求響應(yīng)模型來計算針對不同用戶的最優(yōu)激勵。以上研究側(cè)重于模型求解方法,但是對交易電量結(jié)構(gòu)、電力交易環(huán)境、地區(qū)社會經(jīng)濟(jì)增長等缺乏統(tǒng)籌考慮。
本文提出基于多級神經(jīng)網(wǎng)絡(luò)的浙江省市場化交易電量預(yù)測模型,依據(jù)分類型分地區(qū)市場化交易電量歷史數(shù)據(jù),首先構(gòu)建地區(qū)級神經(jīng)網(wǎng)絡(luò),建立各地區(qū)交易電量與行業(yè)用電特性、行業(yè)發(fā)展趨勢、地區(qū)社會經(jīng)濟(jì)增長、電力供應(yīng)結(jié)構(gòu)、交易價格波動等的定量關(guān)系。其次構(gòu)建省神經(jīng)網(wǎng)絡(luò),建立全省交易電量與各地區(qū)交易電量的定量關(guān)系,解決預(yù)測精度不同下的電量累加問題。案例測算表明了所提方法的合理性。
神經(jīng)網(wǎng)絡(luò)是最常用的人工智能算法之一,廣泛應(yīng)用于電力規(guī)劃和運行各個方面。神經(jīng)網(wǎng)絡(luò)通過對以往歷史數(shù)據(jù)的學(xué)習(xí),找出數(shù)據(jù)的變化趨勢之間的非線性關(guān)系,并將其存儲在網(wǎng)絡(luò)具體的權(quán)值和閥值中,從而預(yù)測未來負(fù)荷數(shù)據(jù)的走勢。
設(shè)有時間序列{X i},其中歷史數(shù)據(jù)X n,Xn+1,…Xn+m,對未來n+m+k(k>=1)時刻的取值進(jìn)行預(yù)測,即預(yù)測Xn+m+k的某種非線性關(guān)系
用神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測,即用神經(jīng)網(wǎng)絡(luò)通過一組數(shù)據(jù)點Xn,Xn+1,…Xn+m來擬合函數(shù)f,得出未來n+m+k(k>1)時刻數(shù)據(jù)的預(yù)測值。
借鑒發(fā)達(dá)地區(qū)經(jīng)濟(jì)社會發(fā)展和交易電量增長特點,基于多級神經(jīng)網(wǎng)絡(luò)預(yù)測模型的市場化交易電量預(yù)測方法步驟如下。
首先,考察預(yù)測地區(qū)及其周邊地區(qū)的經(jīng)濟(jì)發(fā)展總量、人均GDP、能源資源稟賦、電力需求、人均電力需求、典型行業(yè)用電特性、行業(yè)發(fā)展趨勢、電力供應(yīng)結(jié)構(gòu)、交易價格波動等參數(shù),通過綜合分析,形成主要影響因素及其定量輸入數(shù)據(jù)。
其次,構(gòu)建地區(qū)級神經(jīng)網(wǎng)絡(luò)預(yù)測模型,建立各地區(qū)市場化交易電量與行業(yè)用電特性、行業(yè)發(fā)展趨勢、地區(qū)社會經(jīng)濟(jì)增長、電力供應(yīng)結(jié)構(gòu)、交易價格波動等的定量關(guān)系。
第三,構(gòu)建省神經(jīng)網(wǎng)絡(luò)預(yù)測模型,建立全省交易電量與各地區(qū)交易電量的定量關(guān)系,解決預(yù)測精度不同下的電量累加問題。
第四,模型訓(xùn)練,將樣本區(qū)間中的地區(qū)級市場化交易電量歷史數(shù)據(jù)、相應(yīng)的影響因素歷史數(shù)據(jù)作為輸入數(shù)據(jù),采用神經(jīng)網(wǎng)絡(luò)求解待預(yù)測地區(qū)的某歷史時段的市場化交易電量數(shù)據(jù),并與實際值進(jìn)行比較,既是訓(xùn)練神經(jīng)網(wǎng)絡(luò),也是檢驗預(yù)測方法的準(zhǔn)確性。
第五,與第四步方法的輸入數(shù)據(jù)類似,采用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)求解待預(yù)測地區(qū)的未來市場化交易電量規(guī)模。
根據(jù)浙江省統(tǒng)計局初步核算,2020年浙江省生產(chǎn)總值為64613億元,按可比價格計算,比上年增長3.6%。根據(jù)浙江省發(fā)展改革委電力交易報告,2020年浙江省實際參與交易發(fā)電企業(yè)共18家,全年合同交易電量255.54億千瓦時(雙邊協(xié)商255.46億千瓦時,掛牌交易0.08億千瓦時)。其中尖峰電量16.04億千瓦時、高峰電量100.89億千瓦時、低谷電量113.83億千瓦時、一口價電量24.78億千瓦時。
未來浙江省將率先探索構(gòu)建新發(fā)展格局的有效路徑,率先建設(shè)現(xiàn)代化經(jīng)濟(jì)體系,率先推進(jìn)省域治理現(xiàn)代化,率先推動全省人民走向共同富裕,爭創(chuàng)社會主義現(xiàn)代化先行省。未來浙江將進(jìn)一步深化電力體制改革,深入推進(jìn)電力市場建設(shè),降低企業(yè)用電成本,市場參與主體和交易規(guī)模將持續(xù)擴(kuò)大。
預(yù)計浙江省2025年全社會用電量達(dá)6000-6200億千瓦時,市場化交易電量規(guī)模達(dá)到3600-4000億千瓦時,占全社會用電量比重超過60%。其中尖峰電量約100億千瓦時、高峰電量1500億千瓦時、低谷電量1800億千瓦時。
未來電網(wǎng)公司應(yīng)當(dāng)加強(qiáng)重點用戶的市場化電量、交易價格監(jiān)測,特別是新增用戶、異動用戶的交易電量和價格監(jiān)測,及時發(fā)現(xiàn)問題,避免重大損失。加強(qiáng)技術(shù)儲備,引入人工智能、用戶畫像等新技術(shù),助力提升電網(wǎng)公司針對電力市場中的異動用戶識別能力。
電網(wǎng)公司的市場化交易電量及結(jié)構(gòu)將對電網(wǎng)公司的效益產(chǎn)生重大影響,因此有必要深入研究市場化交易電量預(yù)測方法,為提升電網(wǎng)公司運營效率效益提供決策參考。本文提出基于多級神經(jīng)網(wǎng)絡(luò)的浙江省市場化交易電量預(yù)測模型,依據(jù)分類型分地區(qū)市場化交易電量歷史數(shù)據(jù)。首先構(gòu)建地區(qū)級神經(jīng)網(wǎng)絡(luò),建立各地區(qū)交易電量與行業(yè)用電特性、行業(yè)發(fā)展趨勢、地區(qū)社會經(jīng)濟(jì)增長、電力供應(yīng)結(jié)構(gòu)、交易價格波動等的定量關(guān)系。其次構(gòu)建省神經(jīng)網(wǎng)絡(luò),建立全省交易電量與各地區(qū)交易電量的定量關(guān)系,解決預(yù)測精度不同下的電量累加問題。研究表明,浙江省2025年市場化交易電量規(guī)模達(dá)到3600-4000億千瓦時,占全社會用電量比重超過60%。案例表明所提方法的合理性與可行性。