考虑远景约束的中长期用电量预测方法研究

覃 晖，罗 超，包忠强，黄丽娟，李 悝，陈凌云

（1. 广西电网有限责任公司，南宁 530023；2. 中国电力工程顾问集团 中南电力设计院有限公司，武汉 430071）

0 引言

中长期用电量预测是我国现有电力规划体系的重要环节，其时间跨度一般为5 至10 年，为后续电源、电网规划工作提供边界条件。随着我国经济社会发展和电力工业的进步，全国以及各省区用电量均呈快速增长态势，用电量增长既受人口政策、产业政策、宏观发展形势等经济社会因素影响，也受节能减排、电能替代推广、电力体制改革等政策性因素的影响，其内在机制越来越复杂，对中长期用电量预测方法的适用性提出了较高的要求。

目前，用电量预测方法主要有传统预测法、计量经济学模型预测法以及人工智能预测法等。其中，传统预测方法从用电量与经济发展指标之间关系出发，建立具有特定变化趋势的指标体系（如产值单耗［1］、人均用电量［2］等），再结合宏观经济形势进行外推来预测用电量，是当前电力规划体系中的经典方法。计量经济学方法将历史用电量视作离散时间序列，利用ARIMA模型［3］、多元回归［4］等工具对历史数据进行拟合与外推。随着人工智能领域的快速发展，神经网络［5—6］、灰色模型［7］、支持向量机［8］逐步被用于电力需求预测领域，其通过建立用电量与影响因素之间的非线性关系进行预测，提升了模型的灵活性。总体来看，上述用电量预测方法均是完全依据历史数据进行拟合建模和趋势外推，所建模型仅反映了用电量的历史变化规律，但其未来增长趋势受宏观政策、内外部环境等多方面因素影响可能偏离历史规律，增长趋势与我国中长期经济社会发展和能源电力发展的总体战略规划息息相关，预测模型不仅要能体现用电量增长的历史规律，也要能反映国家长期发展战略对用电量的影响，若仅按用电量历史数据趋势外推，易陷入“短视”而影响预测结果的可信度。

本文首先进行实证分析，揭示了现有预测思路的固有问题，在此基础上提出一种考虑远景发展情景约束的中长期用电量预测方法。该方法从国家中长期发展战略入手，分析整体能源消费的变化趋势，然后比照发达国家能源消费的相关指标，研判远景年份用电量大小，再将远景年份用电量水平研判结果与历史用电量样本相结合，建立基于Logistic函数的中长期用电量预测模型。该模型不仅能较好地拟合用电量历史样本数据，同时也符合对远景年份用电量增长趋势的研判。将该方法用于全国和广西“十四五”用电量预测，验证了所提方法的合理性。

1 预测思路分析

1.1 常规预测思路及其局限性

现有用电量预测方法常采用如图1 所示的思路，即以用电量历史实绩为样本建立相应的指标（产值单耗、人均电量、弹性系数等）或模型（时间序列、多变量回归、灰色模型等），假定未来用电量增长会延续所建指标和模型所揭示的增长规律，通过趋势外推实现对未来年份用电量的预测。

图1 常规用电量预测思路示意Fig.1 Schematic of normal electricity consumption forecasting

上述预测思路存在的主要问题是仅依据历史数据进行趋势外推预测，对未来用电量增长趋势的判断易受当前发展惯性的影响，用于邻近两年用电量预测时可取得较为准确的预测结果，但用于更远年份用电量预测时，因没有考虑中长期宏观政策因素对未来用电量增长趋势的影响而难以把握用电量增长的内在规律性，陷入纯粹依赖历史数据造成的“短视”陷阱，进而得到与实际情况偏差较大的预测结果。

以下以国内外实际用电量数据为基础进行预测建模，揭示常规预测思路的固有缺陷。

案例1：以我国2000—2014年全社会用电量为样本［9］建立灰色模型，预测2015—2020年用电量，结果如图2所示。可以看出，所建模型与历史数据吻合较好，但对2015—2020年用电量的预测结果明显较实际值偏高，出现这种整体性非随机偏差表明，“十三五”期间我国用电量增长内在规律较以往出现了改变，增速受宏观经济结构调整影响而出现明显放缓，所建立的预测模型仍沿袭历史增长趋势，难以反映这种变化。因此，仅依据历史规律外推可能遇到未来增长规律出现突变的情况，影响了预测模型的适应性。

图2 全国用电量预测Fig.2 National electricity consumption forecasting

案例2：分别以法国1960—1981年和1960—1983年用电量为样本［10］，建立Logistic模型预测后续年份用电量，如图3所示。可以看出，两次预测所建模型均对历史数据有较好的吻合度，但对未来用电量的预测结果出现偏差，采用1960—1981年数据进行预测较真实值偏大，采用1960—1983年数据进行预测较真实值偏小。这说明完全从历史数据出发建立预测模型，会因样本数据选择差异而导致预测结果出现完全不同的偏差，难以反映未来用电量真实的增长趋势，降低了可信度。

图3 法国用电量预测Fig.3 Electicity consumption forecasting in France

案例3：广西以往电力规划实践中多采用产值单耗、人均电量、弹性系数等方法进行用电量预测［11］，整理和统计广西自“十五”以来历次电力五年规划中用电量预测结果与实际值的偏差，如图4 所示。“十一五”期间，受GDP高速增长影响，用电量实际增幅大大超过规划预测值。受此影响，后续对用电量增长形势研判均偏乐观，“十二五”“十三五”受经济增长放缓以及高耗能行业优化调整影响，广西用电量增长出现明显放缓且未达到预期水平。这说明依照现有预测思路对未来用电量增长趋势进行研判受历史发展惯性的影响较大，缺乏对中长期整体发展趋势的把握，易陷入“短视”陷阱。

图4 广西历次用电量预测结果统计Fig.4 Statistic alanalysis of prediction error in Guangxi

1.2 改进的预测思路

在我国现有体制和发展模式下，虽然某时期内用电量增长存在波动，但在“两步走”目标指引和稳定制度保障下，我国中长期用电量增长仍有其内在规律可循。随着碳达峰、碳中和战略的实施，未来我国能源、电力需求增长形势将发生显著改变。因此，需要首先研判我国远景用电量的大致水平，再结合用电量历史数据建立预测模型。

本文提出如图5所示的改进预测思路。在获取用电量历史数据的同时，通过经济发展、能源消费等方面的政策分析对远景年份用电量水平进行综合研判；然后建立既能较为准确反映用电量历史变化特性又能符合远景年份用电量水平研判结果的预测模型；最后利用该模型得到中间年份用电量预测值，达到中长期用电量预测的目的。

图5 改进预测思路示意图Fig.5 Schematic diagram of improved prediction method

改进的预测思路主要包含以下3个步骤：

（1）远景用电量水平研判。结合我国长期发展目标，选取远景关键年份作为水平年，然后模拟德尔菲法［9］，广泛收集各主流研究机构和知名专家对远景水平年经济增长、能源消费、电气化水平等方面的专家预测成果，再对标发达国家相关的能效水平，对远景水平年用电量进行综合量化研判。

（2）用电量增长过程拟合。未来我国用电量将逐步进入饱和增长阶段，选取具有饱和特性的曲线来拟合用电量增长趋势，使其既能较为准确拟合历史数据，也符合远景水平年用电量研判结果，实现对模型的人工干预。

（3）目标年份用电量预测。利用模型计算中间目标年份的电量值，作为预测值。

2 远景用电量水平研判

2.1 远景能源消费总量预测

“十九大”报告提出“两步走”发展战略，即在2020年全面建成小康社会基础上，到2035年实现社会主义现代化，2050年以后各项发展指标均向发达国家看齐。同时，在2060 年实现碳中和目标指引下，未来我国能源消费侧电能替代步伐将加快，终端电能消费占比将迅速提升，驱动用电量快速增长。综合来看，到2060年时我国社会经济形态和能源电力消费情况具有显著特征，便于进行对标分析，故选取2060年作为远景水平年［12—13］。

表1汇集了目前国内外主要的能源研究机构和知名专家对我国2030—2060年能源消费总量的预测成果。整体来看，2020年以前相关研究未考虑碳中和战略影响，基本认为我国能源消费总量至2050年缓慢达峰至58亿tce。2020年以后发布的研究成果充分考虑了碳达峰、碳中和战略对节能降耗推动，预测能源消费总量于2030年达到峰值，之后缓慢下降，至2060年左右基本稳定，大致处在48亿～55亿tce水平。

表1 我国远景能源消费总量的预测结果Table 1 Long-term forecasting of energy consumption in China tce

本文考虑2060 年我国能源消费总量在上述区间取平均值53 亿tce（发电煤耗法），同时按文献［14］所确定的80%非化石能源消费占比折算电热当量法对应的能源消费总量，取煤耗系数、电热当量系数分别为0.304 6、1.229 kg/kWh［8］，计算得到电热当量法对应的能源消费总量约为28.3亿tce，以之作为研判2060年用电量水平的基础。

2.2 能效指标分析

进一步，记远景水平年全社会用电量为C，引入Kaya恒等式变换如下

式中：k为电力与标准煤的折算系数，其值一般取为1.229×10-4tce/kWh［8］；Ec为与C对应的转换为标准计量的全社会电能消费量；E为能源消费总量；Ef为终端能源消费量；Ef,c为终端电能消费量；η1、η2、η3均为能效系数，其定义如下所示

式中：η1为终端能源消费占能源消费总量的比例，即总体能源生产消费环节的转换效率，其值越高表明能源系统运行效率越高；η2为终端能源消费中电能的占比，即总体电气化水平，此系数与社会总体发展水平和工业化程度密切相关；η3为终端电能消费总量占全社会电能消费总量的比例，及电力生产消费环节总体转换效率，其值越大表明电能传输和系统运行损耗小，电力系统整体运行效率较高。

通过国际能源署（IEA）数据库收集我国和其他主要发达国家2000—2020年能源、电力消费历史数据，得到各国历年η1、η2、η3指标历史变化趋势，如图6—图8所示。

图6 各国η1 指标历史变化趋势Fig.6 Historical data of index η1 in main countries

图7 各国η2 指标历史变化趋势Fig.7 Historical data of index η2 in main countries

图8 各国η3 指标历史变化趋势Fig.8 Historical data of index η3 in main countries

由图6可知，2000—2020年各国η1指标均基本维持平稳，大致在0.7～0.8，表明在现有能源技术水平下各国总体能源生产消费环节转换效率维持稳定。2020 年我国η1指标为0.772，美国、德国、英国等主要发达国家分别为0.793、0.813、0.805，中国与之存在一定差距。自2007年前后德国、英国等国家开始大力发展新能源发电，使得一次能源供给中非化石能源占比上升，一定程度上提升了能源转化效率，η1指标出现小幅上升趋势。

由图7可知，1990—2020年各国η2指标均呈现持续上升趋势，这表明自20世纪90年代以来全球范围内科技革命和技术升级使终端用电规模持续增长，用电水平持续提升，电能替代范围不断扩大，导致各国电气化水平均持续上升，当前基本达到30%左右水平。中国η2指标呈现快速上升趋势，至2020年达到26.3%，增长快于各主要发达国家，但与日本0.312、法国0.282等国家仍存在差距。考虑到未来能源和环境问题不断凸显，新能源电力将逐步取代传统化石能源份额，预计未来各国电气化水平还将持续提升。

由图8可知，1990—2020年各国η3指标均基本维持稳定，大致在0.92～0.96，这表明当前电力行业发输变电技术水平没有革命性变革条件下，各国发-输-变-配电等各环节损耗水平基本维持稳定。2020年我国η3指标为0.951，与主要发达国家平均水平基本相当，与日本0.958、德国0.954存在一定差距。预计至2060年，η3指标基本维持稳定。

2.3 远景用电量水平研判

碳达峰、碳中和战略背景下，我国未来能源发展主要方向是在供给侧用新能源替代化石能源、消费侧推广电能替代。因此，未来我国能源体系的显著特征是电气化程度快速提升。

本文依据电气化水平提升程度不同，分别拟定如下3种情景。

（1）低情景：我国电能替代维持现有步伐继续推进，2015—2020 年我国η2指标（电能占终端能源消费占比）由0.214 提升至0.267［9］，年均提升约1.04%，依此测算2060 年我国η2指标约达到0.67。随着非化石能源占比不断提升，我国能源体系整体转换效率将提升，η1指标将变大。考虑低情景下，我国至2060年仅增大至0.80，与德国当前值基本相当。考虑未来在无重大技术创新条件下，我国发、输、变、配电等各环节损耗保持均当前水平，2060年η3指标可取为0.95。

（2）高情景：受碳达峰、碳中和战略影响，我国电能替代步伐加快，电气化加速驱动用电量快速增长。2015—2019 年我国终端能源消费中用作工业原材料占比约在10%左右。考虑至2060年，除工业原材料以外的终端能源消费均被电能所替代，则η2可按0.9取值。以电为主的能源体系将显著提升整体能源转换效率，η1指标将增大，其上限为电力工业整体转换效率0.95，考虑高情景下，2060 年η1指标可取为0.94。考虑各情景下，2060 年我国电网运营水平差异不大，η3指标取为0.95。

（3）中情景：我国电能替代速度适中，处在高、低情景之间，η1、η2指标取为高、中情景对应指标的平均值，分别取为0.88、0.75，η3指标取为0.95。中情景下，电能占终端能源消费比重提升速度将快于现状，但没有高情景激进。

表2 所示为全国2060 年用电量研判结果。2060年高、中、低情景下，全国用电量分别将达到约20.5、16.7、13.0 万亿kWh，2020—2060 年间平均增速将分别达到2.5%、2.0%、1.4%。假设2030年前后全国人口达到14.5 亿峰值，之后缓慢下降，至2060年达到约13.5亿人［17］，据此测算人均用电量分别达到约15 200、12 300、9 600 kWh/人，高情景下人均用电量达到美国当前水平，低情景下超过德国、日本当前水平。

表2 远景2060年全国用电量水平研判Table 2 Forecasting of electricity consumption in China during 2060

3 Logistic模型

我国未来“两步走”发展阶段电力需求预计将逐步饱和，选用带有饱和特性的曲线模型对历史数据进行拟合，使之既能较为准确地反映历史增长趋势，又能符合对远景用电量的研判，提高中间年份用电量预测的合理性。Logistic 模型具有典型的饱和增长特性，已被广泛用于人口和负荷预测领域，取得了较好的效果［19—20］。因此，本文采用Logistic模型对用电量增长过程进行建模。

Logistic模型如下所示

式中：历史样本数为N；P(ti)为样本集中ti年实际用电量。

然后，利用式（9）所示的最小二乘模型对参数K、P0、r进行辨识

上述优化问题在常规最小二乘模型基础上引入了附加约束条件P(2050)=C，即要求远景水平年2050 年模型计算值P(2050)与研判值C相等，使辨识得到的曲线模型既能较为准确地拟合历史数据，又能与远景发展情景研判结果相符合。式（9）所示的非线性优化模型采用内点法求解。

4 算例研究

4.1 算例一：全国用电量预测

为验证本文方法的正确性和有效性，首先采用1980—2015年全国全社会用电量作为历史样本，分别利用灰色模型、不考虑远景约束Logistic曲线模型、考虑远景中情景约束Logistic曲线函数进行拟合建模，然后对2016—2020 年用电量进行预测，具体如图9 所示。可以看出，2016—2020年受经济结构调整影响，全国用电量增长出现明显放缓，若仍单纯从历史数据出发，采用灰色模型以及不考虑远景约束的Logistic曲线进行趋势外推，预测电量水平明显较真实值偏大，与实际用电量曲线偏离较远。而采用考虑远景中情景约束的Logistic曲线得到的预测结果明显更接近真实值，这说明在原有模型中增加远景约束条件，实现了对模型参数辨识的人工干预，使所建模型更符合实际。

图9 全国2016—2020年用电量预测结果Fig.9 General paradigm of conventional electricity forecasting methods

进一步，利用本文方法分别对2.3 节所述的高、中、低情景对应约束的基础上建立Logistic 曲线模型，预测2025、2030年全国用电量，辨识得到的曲线如图10 所示，各情景下2025、2030 年全国用电量预测结果如表3所示。

表3 2025、2030年全国用电量预测结果Table 3 Electricity consumption prediction in China during 2025 and 2030

全国用电量2025年为9.34万亿～10.44万亿kWh，2030 年为10.68 万亿～12.99 万亿kWh。其中，高情景下电能替代范围快速扩大，2025、2030年全国用电量分别达到约10.43万亿kWh、12.99万亿kWh，“十四五”、“十五五”用电量年均增速分别达到6.8%、4.5%；中情景下电能替代范围稳步扩大，2025、2030年全国用电量分别达到10.0 万亿kWh、12.0 万亿kWh，“十四五”、“十五五”用电量年均增速分别达到5.9%、3.7%；低情景下电能替代步伐维持现有速度，2025、2030年全国用电量分别达到9.34万亿kWh、10.68万亿kWh，“十四五”、“十五五”用电量年均增速分别达到4.5%、2.7%。从图10所示的各情景对应的曲线形态可知，我国用电量基本在2020—2030年之间会越过增长拐点，增速出现放缓，至2040年以后进入饱和增长阶段。

图10 全国用电量Logistic曲线拟合结果Fig.10 Fitting results of national electricity consumption Logistic curve

4.2 算例二：广西用电量预测

以广西为预测对象，收集广西1995—2020年全社会用电量作为历史数据［21］，以此为基础，预测2025、2030年全社会用电量。首先对广西远景水平年的用电量水平进行综合研判，近年来广西常住人口占全国人口比例一般在3.5%范围波动，考虑至2060年广西经济持续发展致使人口集聚度增加，该比例增至4.0%，届时我国基本实现共同富裕，广西人均能源消费量约达到全国水平的90%，据此测算广西2060 年能源消费总量约为1.02 亿tce。考虑广西2060年能效指标η1、η2、η3基本与全国水平同步，据此测算高、中、低情景下2060 年广西用电量分别达到约7 423亿kWh、6 031亿kWh、4 703亿kWh，对应的人均用电量分别达到全国水平的80%～90%，较当前74%的水平有显著提升。

在上述远景情景研判基础上，利用本文方法分别建立高、中、低情景对应的Logistic 曲线模型，预测2025、2030 年广西用电量水平，如图11 和表4所示。

图11 广西用电量Logistic曲线拟合结果Fig.11 Fitting results of Guangxi electricity consumption Logistic curve

表4 2025、2030年广西用电量预测结果Table 4 Forecast of electricity consumption in Guangxi during 2025 and 2030

广西用电量2025年为2630亿～2840亿kWh，2030年为3 260 亿～3 780 亿kWh。其中，预测高情景下广西2025、2030年用电量分别达到2839亿kWh、3786亿kWh，“十四五”、“十五五”用电量年均增速分别达到7.0%、5.9%；中情景下2025、2030年分别达到2 758亿kWh、3 563 亿kWh，“十四五”、“十五五”用电量年均增速分别达到6.4%、4.6%；低情景下2025、2030 年用电量分别达到2 635 亿kWh、3 259 亿kWh，“十四五”、“十五五”用电量年均增速分别达到5.4%、2.8%。

作为对照，采用不考虑远景约束的Logistic 曲线模型进行预测，其增长轨迹2025 年以后即越过拐点而进入饱和增长阶段，至2060年用电量水平仅为3 945 亿kWh，对应人均用电量仅为7 700kWh/人水平，远低于全国水平。可以看出，“十三五”末期广西用电量增长有阶段性放缓趋势，若仅依据历史数据进行建模，会拉低后续年份曲线位置，使得预测结果偏保守。

5 结束语

本文首先结合实例分析了常规电力需求预测思路存在的不足，在已有预测模型基础上，构建了考虑远景约束的用电量预测新思路。通过分析远景能源消费情景预测远景电力消费水平，并以之作为远景情形约束添加到预测参数辨识模型中，使得到的预测模型既能准确拟合历史用电量数据，又能一定程度上反映未来发展趋势，克服了常规预测思路单纯依据历史数据的不足。将本文方法应用至全国和广西中长期用电量预测，验证了本文方法的的合理性和可行性。D