基于SVR模型的湖北省“十三五”期间电能需求预测

罗莉莉，邱泽晶，陈焕新，付 威，万长瑛

（1.华中科技大学 能源与动力工程学院，武汉 430074；2.南瑞（武汉）电气设备与工程能效测评中心，武汉 430074；3.国网湖北节能服务有限公司，武汉 430074）

基于SVR模型的湖北省“十三五”期间电能需求预测

罗莉莉1，邱泽晶2，陈焕新1，付 威3，万长瑛2

（1.华中科技大学 能源与动力工程学院，武汉 430074；2.南瑞（武汉）电气设备与工程能效测评中心，武汉 430074；3.国网湖北节能服务有限公司，武汉 430074）

电能替代是在终端能源消费环节，使用电能替代散烧煤、燃油的能源消费方式。据文献［1］—文献［3］研究表明，电能具有清洁、安全、便捷等优势。2016年5月，国家发展和改革委员会在落实《国务院关于印发大气污染防治行动计划的通知》（国发［2013］37号）、《能源发展战略行动计划（2014—2020年）》（国办发［2014］31号）的基础上，印发《关于推进电能替代的指导意见》，明确了实施电能替代对推动能源消费革命、落实国家能源战略、促进能源清洁化发展的重大意义。国家电网公司于2013年8月发布《国家电网公司电能替代实施方案》，积极倡导电能替代理念，提出“以电代煤，以电代油、电从远方来”的行动方针。湖北省政府现已颁布电能替代相关政策43个，包括环保类政策23个，规划类政策10个，补贴类政策10个，电价类政策3个。湖北省电能替代工作的开展，将促进湖北省用电量的消耗。

本文将结合电能消耗的影响因素对湖北省“十三五”期间电能消耗量进行预测，掌握湖北省电能消费规律，分析电能未来的消费趋势。对电能消费需求的预测，可以明确电能在能源市场的消费空间，从而明确湖北省电能替代工作开展的空间，为电能替代工作指明方向。

目前，已有多人对能源需求预测进行了研究。主要用到的方法有灰色系统模型、时间序列、回归预测、BP神经网络预测、支持向量回归机（SVR）等［4—8］。其中，文献［6］采用支持向量回归机对我国能源需求进行预测，结果表明，在我国能源系统小样本、非线性及高维模式识别中，SVR有较大的性能优势。故本文将使用SVR对湖北省电能需求进行预测。

1 湖北省能源及电能消耗现状

随着湖北省经济发展，湖北省能源消耗量不断增加。据《湖北省统计年鉴》数据表明，2000年—2014年，能源总消耗量由7 137.37万tce，增加到16 034.28万tce，增长近125%［9］，可见湖北省能源消费增长速度十分迅速。2000—2014年，煤炭消费量由6 050.62万t，增加到11 887.83万t，增长96%；折算成标准煤计算，煤炭的消费量占能源总消费量的60%左右。2010—2014年，电能消费量由503.2亿kWh，增加到1 656.54亿kWh，增加近230%。

由以上数据分析可知，随着经济的发展，湖北省能源消耗总量及电能消耗量增长迅速。但湖北省能源使用还是以煤炭为主，通过换算，电能消耗仅占能源消耗总量的13%,这对减轻湖北省环境污染、加速经济转型都是不利的，湖北省能源消费改革及电能替代工作仍面临着较大困难。

2 SVR模型简介

支持向量机（support vector machine，SVM）是基于结构风险最小化准则并实现置信范围和经验风险最小化的监督学习方法，广泛用于统计分类（SVC）和回归（SVR）分析中。本文采用支持向量回归机对电能需求量进行预测，主要的做法是将电能需求的影响因素作为SVR模型多输入，将电能需求量作为SVR模型的单输出。支持向量机算法结构如图1所示。

图1 支持向量机算法结构

图1中为输入向量，为核函数，为权值，y为输出。

表1 电能需求各影响因素数值

3 电能消耗预测

3.1 电能需求影响因素分析

电能消耗系统是一个比较复杂的系统，电能需求受到GDP总量、各产业GDP占比、单位GDP能耗、人口、城镇人口比例、平均每户人数、城镇居民人均可支配收入、农村居民家庭可支配收入等因素的影响［11—13］。据《湖北省统计年鉴》数据，电能需求各影响因素数值见表1。各影响因素的解释如下。

（1）GDP：GDP反映地方经济水平，经济的发展离不开能源的支撑，经济发展越快，电能的使用越多；其中第一、第二产业GDP占比份额较多，且通过这2个产业占比即可算出第三产业占比，故GDP的数值选择GDP总量、第一产业GDP占比及第二产业GDP占比3个因素。单位GDP能耗表明经济与能源消耗之间的关系，是影响因素之一。

（2）人口：人口的多少影响电能需求总量的大小，人口越多对电能的需求量就越大。

（3）城镇人口比例：标志着湖北省城镇化的进程，电能消耗中有大部分来自于城市用电，城镇人口相对于农村人口对电力的依赖更多。

（4）城镇平均每户人数：侧面反映城市用电中居民对电能的贡献率。

（5）城镇及农村居民可支配收入：收入的多少反映着人们消费能力大小，消费能力越大，能源消耗的能力越强。

（6）电气技术水平：电气化技术的快速发展可以促进电力设备的发展，进而增加用电需求。

3.2 模型验证

依据文献［6］的研究，SVR适用于能源需求预测，但SVR模型是否适用于湖北省电能需求量的预测需要进行考证。本文将2000—2014年的数据分成2部分，首先将2000—2009年的数据作为建模数据；2000—2009的影响因素作为输入，电能消耗量作为输出，建立电能消耗量预测模型。然后将2010—2014年的数据作为验证数据；将2010—2014年的影响因素作为输入，通过建立的模型，预测出2010—2014年电能消耗量，与2010—2014年实际电能消耗量进行对比，验证模型的准确性，同时采用多元线性回归及BP神经网络的方法与本文使用SVR进行对比。湖北省2000—2014年电能消耗情况见表2。

表2 2000—2014年湖北省电能消耗情况亿kWh

用MATLAB软件编程，采用SVR模型，SVR模型中核函数和权值采用文献［14］中交叉验证方法确定。通过上述方法，得到的结果如表3。

表3 SVR、多元线性回归、BP神经网络模型预测误差

由表3的数据可以看出，预测数据中的平均误差只有0.024，说明SVR模型的预测结果较好，可以适用于湖北省电能需求预测。

3.3“十三五”期间电能消耗量预测

由3.2节的研究可知，SVR可以应用于湖北省电能需求预测，现对湖北省2016—2020年电能需求量进行预测。在对湖北省“十三五”期间电能消耗预测之前，需要确定其影响因素的数据。观察影响因素的数据，大都是随着时间的增长而增长，数据类型较为简单。本文采用灰色系统及时间序列的方法对影响因素进行预测，2016—2020年的影响因素预测结果见表4。

表4 2016—2020年电能消耗量影响因素预测结果

将2016—2020年的影响因素数据作为SVR模型输入，得到的电能需求量如表5所示。

表5“十三五”期间电能消耗总量预测

由表5中的预测结果可知，湖北省电能需求在持续增长，2016年电能需求消耗量为1 985.297亿kWh，到2020年电能需求消耗量为2 435.588亿kWh，“十三五”期间湖北省电能需求量稳步上升。

4 结论

湖北省目前电能消耗量只占能源消耗总量的13%左右，而发达国家电能占比约为30%，和发达国家相比具有明显差距。“十三五”期间，湖北省电能消耗量将稳步上升，但对湖北省电能替代工作来说，电能消耗量总体上升幅度偏小。相比于发达国家电能占比情况，湖北省电能消费有较大空间，电能替代工作有着较好的发展前景。随着电能替代工作的逐步开展，“十三五”期间湖北省对电能的需求也将进一步增强。此外，本文虽然结合了电能消费影响因素对电能消耗量进行预测，但预测时没有考虑电能替代大环境背景的支持影响。D

［1］ 尹航.节能减排环境下电能替代其他能源评价方法研究［D］.北京：华北电力大学，2013.

［2］ 曹东莉，袁越，李志祥.电能替代应用及效益评价［J］.电网与清洁能源，2011（4）:30-34.

［3］ 梁晓丽，卢文冰，周海明.能源转型中的电能替代［J］.智能电网，2015（12）:1 192-1 196.

［4］ 朱煜明，陈玮，刘平利.基于时间序列方法集的某省成品油供需预测［J］.工业工程，2012（1）:66-70.

［5］ 徐军委，刘志华.基于灰色系统理论的我国能源结构预测及优化研究［J］.工业安全与环保，2013（5）:59-61.

［6］ 孙涵，杨普容，成金华.基于Matlab支持向量回归机的能源需求预测模型［J］.系统工程理论与实践，2011（10）:2 001-2 007.

［7］ 周彩兰，刘敏.BP神经网络在石油产量预测中的应用［J］.武汉理工大学学报，2009（3）:125-129.

［8］ Suganthi L，Anand A,Samuel.Energy models for demand forecasting-Areview［J］.RenewableandSustainableEnergy Reviews,2012，16（2）:1 223-1 240.

［9］ 湖北省统计局.湖北省统计年鉴［M］.北京：中国统计出版社，2015.

［10］ Vapnik V N.The Nature of Statistical Learning Theory［M］.Springer，1995.

［11］ 陈婷婷.陕西省终端能源消费中电力消费发展预测研究［D］.北京：华北电力大学，2015.

［12］ 张烨.电能在北京市终端能源消费的竞争力评价研究［D］.北京：华北电力大学（北京），2009.

［13］ 宋杰鲲.基于支持向量回归机的中国碳排放预测模型［J］.中国石油大学学报（自然科学版），2012（1）: 182-187.

ForecastofelectricpowerdemandinHubeiprovincebasedonSVRmodel duringtheperiodof 2016—2010

LUO Li⁃li1,QIU Ze⁃jing2,CHEN Huan⁃xin1,FU Wei3,WAN Chang⁃ying2

（1.School of Energy and Power Engineering,Huazhong University of Science&Technology,Wuhan 430074, China;2.Nanrui(Wuhan)Electrical Equipment and Engineering Energy Efficiency Evaluation Center,Wuhan 430074,China;3.State Grid Hubei Energy Conservation Service Co.,Ltd.,Wuhan 430074,China）

在政府大力推行电能替代的背景下，湖北省“十三五”期间对电量的需求量将会增加。结合电能消耗影响因素，应用SVR模型对湖北省“十三五”期间电能消耗量进行预测。预测结果表明，“十三五期间”，湖北省电能消耗量将稳步上升，电能替代工作有较大发展空间。

电能需求；影响因素；电能替代；负荷预测

Under the background that the government vigorously promotes power replacement,the electricity demand of Hubei province during the period of 2016-2020 will increase,which this essay fore⁃casts based on SVR model combined with power consumption impact factors.Forecast results show that,during the period of 2016-2020,the electricity consumption in Hubei province will increase steadily and thepowerreplacementworkhasalargerdevelopmentspace.

power demand;impact factors；substitution of elec⁃tricenergy;loadforecast

TM714；TK018

B

1009-1831（2017）03-0031-04

10.3969/j.issn.1009-1831.2017.03.007

2017-04-01