电力需求精确预测对需求侧管理水平的影响分析

梁瑞莹,黄玉昆

（广东电网公司佛山南海供电局,528200）

需求侧管理（DSM）是指电力供应方和需求方对用电市场进行共同管理，从而达到高质量供电、低能源损耗和低费用支出的目的。DSM又分为负荷控制管理（LCM）和远程自动化抄表计费（AMR）。其中，LCM是综合分析用户的分时电价、供暖情况以及用电量，从而确定出最佳的负荷控制方案。AMR是利用通讯技术读取用户的电表数据，并传达到指挥中心，自动形成电费曲线和报表。

1 电力需求精确预测的意义

电力需求精确预测是电网计划、运行和预算的基础，分析和研究数据信息，从而推测和估计出电力需求的情况。电力发展，需要精确的预测电力市场情况。因此，电力需求精确预测既能满足人们生活的电力需求，也对电力需求侧管理水平有着十分重要的影响力。

1.1 市场营销的依据

电力需求预测的数据信息是否精确，决定着电力行业的服务质量，也影响到了电网运行的经济性和安全性。电力企业谋求市场地位，就要先了解整个社会用电的情况。每一个行业部门，都有着不同的用电情况，并且随着人为因素和自然因素发生变化。电力需求预测的精确性，能够提高电力市场的稳定性。分析市场信息，要先跟踪定位好市场的具体情况。

1.2 电力发展的保障

电力需求精确预测，能够为电力企业的发展提供有效的数据。电力企业可以根据电力需求精确预测的信息，对电力需求的结构和平衡进行优化，从而使得电力企业稳定快速的发展。为了保证电力供应的合理性和经济性，需要对用户的特性和需求心理进行精确的预测。

1.3 市场经济的需要

在电力市场中，需求预测往往会直接影响到市场实体的经济利润。而这也是市场经济的需要。需求预测的最终结果是，能够为电网提供安全可靠的电力供应，并维系了电网营运商的经济效益。因此，电力市场中的各个环节都能稳定运行，是电力需求精确预测的作用。

2 电力需求精确预测的方法

电力需求预测根据年限差异可分为近期预测、中期预测、长期预测三种。这三种预测形式都具有各自的特点。目前，电力需求精确预测的方法主要有回归分析法、弹性系数法、趋势分析法、灰色系统法以及单耗法等。根据不同的电力需求情况，采取不一样的预测方法。

2.1 回归分析法

回归分析法可分为两种。如果研究中的因果关系涉及单个因变量和自变量，则称为一元回归分析法。如果研究中的因果关系涉及多个因变量和自变量，则被称为多元回归分析法。回归分析法中的因变量和自变量函数表达式有非线性和线性两种形式，因此也可分为非线性回归分析和线性回归分析。回归分析法采用数理统计的原则，数学式的处理大量的统计数据，并确定好用电量和部分自变量的关系，构成一个具有较好相关性的回归方程。从而预测今后用电量的数据信息。

一元回归分析法只涉及单个因变量和自变量，而影响电力需求的因素很多，因此只能分析它们的变化规律，而选择不一样的影响因子。我国第一产业容易受到自然因素的影响，第二产业容易受到国民生产总值的影响，第三产业则和人口消费有联系。因此，可根据不同的电力需求值选择不一样的变量因子。再汇总所有的电力需求量，得出社会整体的用电情况。此方法不仅需要模型的准确性，而且需要因子本身的准确性。

多元回归分析法可以选择多个因变量和自变量。因此，可将某一城市的第一、二、三、产业值、GDP、城镇居民收入、农村居民收入、人口情况都纳入多元回归预测模型中。由此，我们可以得到以下的公式：分别指GDP、城市人口、城镇居民收入、产业比值、农村居民收入。

2.2 弹性系数法

弹性系数法是国内生产总值和电量平均增长之间的比值。此方法主要分析单位生产电耗和电力弹性系数间的联系。该系数法根据掌握的国民经济生产总值的增长率，和历史阶段中的弹性系数变化率得出预测值。弹性系数法的公式为： 为电力消费的平均增长率，为社会经济的平均增长率。

弹性系数法预测负荷的核心问题在于怎样确定规划中的电力弹性值。社会经济发展平稳时，可以准确的预测出电力弹性值。而在经济转型阶段，社会中多种不确定因素衍生，预测电力弹性值已经变得不那么确定。而随着科技的发展，电力需求管理和节电技术不断创新，拓宽了电能的应用范围。由此，电力需求开始出现紧张，难以再次确定电力弹性值。经济转型时期，弹性系数法的预测能力并不可靠。

2.3 趋势分析法

趋势分析法又被称之为曲线回归。它是最流行、研究最多的定量预测方法。趋势模型的数量比较多，但其构建过程还是比较简单的。该分析法对电力供应表中的相关数值，分成多期的连续比率或指标，进行环比对比和定基对比，从而得到增减的数额、变动方向和幅度，揭示出电力供应需求的变化趋势。从处理资料、拟合曲线的过程中得到模拟的曲线，并不在乎随机的误差。在较多的情况下，趋势曲线的选择，决定着预测结果的合理性。

2.4 灰色系统法

电力需求的精确预测工作建立在全面、准确、大量的社会经济信息和电力系统中，会受到产业结构、居民收入、经济发展、自然气候以及国家政策的影响，由此构成了灰色系统。灰色系统是以关联分析和生成变换的方法提供电力需求的有效信息，并探究电力需求的演化规律，做好预测的准备。

2.5 用电单耗法

用电单耗法是分析单位产品产值和产量损耗的电量，以及在预测期内生产的产值和产量。得到预测期的用电量。具体可分为产品产值单耗法和产量单耗法。单耗法需要预备大量的调查统计工作，实际中不可能求出所有产品的单耗情况。因此，该预测方法工作量较大。

2.6 负荷密度法

负荷密度法的预测，先将需要预测的区域分成多个功能区，比如工业区、居住区、商业区、文化娱乐区等。等到规划完毕后，根据该区域内的人口数量、居民收入情况等负荷因素，选择一个准确的负荷密度指标，推测出规划区内的电力需求值。此预测方法存在着三种映射形式。我们将小区的特性设为，土地的使用面积设为，即。而就是将 映射成为小区的电力需求 ，第i类的需求密度为则得出。那么该区域的系统电力需求为。

3 电力需求侧管理中存在的问题

我国多个省份每年的电力供应都突破了以往的最高纪录。浙江省2012年冬统调最大用电负荷已经达到了4500万千瓦。河南省2012年夏季高峰期间，网统调最大负荷为4450万千瓦，比去年增长了6.4%。为了满足广大用户的用电需求，我国各省份不断的开发新的发电设备，增加水力、火力、风力发电场数量。而电力需求侧管理中存在的问题，主要分为以下几点。

3.1 缺乏预测需求机制

需求侧管理的目的是为了对预测电力的需求信息进行精确。电力需求侧管理能够促进新兴产业的创新和发展，使得社会经济稳步快速的发展。电力需求的预测能够更好的开展需求侧管理。我国多数城市的电力企业，在电力需求预测中没有使用恰当的方法，缺乏预测的精确度。而电力需求预测不全面、不系统，不能够很好的发挥侧管理的水平。因此，电力企业要对市场中的电力需求采取全面具体的侧管理措施。

3.2 侧管理体系优化程度不够

河南省没有设置良好的需求侧管理制度。在夏季用电高峰阶段，城市内的用电矛盾比较突出。而解决用电矛盾，电力企业只能采取限电和托闸的办法。在夏季，限电会使得大功率的空调无法运作，居民的生活条件受到了影响。只有完善好电力需求的侧管理，才能稳定LCM和AMR。河南省应科学分析好自身的情况，实现电力需求侧管理，从而促进河南省的经济稳步发展。电力企业也能从中获得更大的经济利益。

3.3 电力需求的认识方面存在局限性

多数电力企业认为需求侧管理只是一种缓解电力紧缺的措施，却没有认识到电力需求侧管理其实是一种开拓市场、保护环境的方式。电力需求侧管理的局限性在于，管理中没有明确好管理方法和指导方针的科学性和正确性。需求侧管理的意义广阔，并不仅仅可以用来缓解城市内的电力供应问题。只有正确的认识，才能保证电力需求侧管理取得最佳的实施效果。

4 电力需求精确预测对需求侧管理水平的影响方面

电力需求精确预测的工作，能够为需求侧管理水平中的分配负荷指标提供依据。在电力需求精确预测的过程中，科学合理的侧管理措施会缓解电力紧缺的矛盾，为电力侧管理争取最大的利益，促进当地经济的发展。正是因为电力需求有着不同的特征，精确预测用电需求能够帮助当地政府制定侧管理的实施细则，制定相关政策保障电力的正常供应。避免电力供应出现大幅度升降的现象。

电力需求精确预测从电力的需求情况和社会发展状态着手，有着较多的预测方法，可构建全面的预测系统和侧管理实施机构，保证资源的最优配置。需求侧管理环节中的LCM是最主要的预测方面。LCM负荷预测中，很容易确定出电网的供电能力，但却很难衡量出用户的实际电力负荷情况。而负荷控制系统可以实现用户的实时负荷监控。负荷控制系统是侧管理中的主要支持系统。当负控中心每日在检测信息内搜集出有用的信息时，负荷预测的准确性也在不断提高。电力需求精确预测，可以为供电方案的制定提供有效的科学依据，也可以实时监控用户的用电情况。

5 结束语

电力需求精确预测既能满足人们生活的电力需求，也对电力需求侧管理水平有着十分重要的影响力。电力需求精确预测的方法有回归分析法、弹性系数法、趋势分析法、灰色系统法以及单耗法等，每一种方法都有各自的特征和作用范围。而电力需求精确预测，能够协助需求侧管理，达到优化用电方式、缓解缺点压力的目标，实现节能环保的经济长远利益。

[1]曲巍.提升需求侧管理水平共建节能型社会[J].电力需求侧管理.2006,(6).

[2]祁振华.电力负荷预测的方法研究[J].内蒙古科技与经济.2012,(23).

[3]马先俊.电力需求精确预测对需求侧管理水平的影响[J].北京电力高等专科学校学报：自然科学版.2011，（10）.

[4]马晓辉，马利芳.精确电力需求预测 提高需求侧管理水平[J].管理观察.2010，（33）.

[5]方红梅.浅谈电力负荷预测的理论和方法[J].广东科技.2012，（19）.

[6]杨诗雄.电力需求侧管理现状及问题分析[J].科技致富向导.2011，（8）.

[7]赵树华，吴日升，曾鸣，黄琰.全面提高广州地区需求侧管理水平策略研究[J].电力需求侧管理.2004，（6）.

[8]周肖，黎娜娜，杨莹.电力需求侧管理影响因素的解释结构模型分析[J].继电器.2007，（7）.

[9]尹伊伟.浅谈电力需求侧管理和电力体制改革相辅相成的关系[J].华章.2011，（20）.