一种结合人口指标的中长期用电量预测方法
【技术领域】
[0001 ]本发明涉及用电量预测技术领域，更具体地说，涉及一种结合人口指标的中长期 用电量预测方法。
【背景技术】
[0002] 受经济转型、产业结构调整、人口迀移频繁等因素的影响，电网的总用电量也相应 发生变化。电量预测是电力市场中的一项基本工作，结合行业用电特点来正确地进行电量 预测，为供电企业提供营销决策支持，对电网的安全经济运行以及电力市场的建设和发展 都具有十分重要的意义。
[0003] 目前我国根据电价类型和负荷特性将电力用户划分为居民用户、商业用户、工业 用户、非工业用户和其他用户共五类。其他用户是指除了居民用户、商业用户、工业用户和 非工业用户以外的用户，例如农业生产用户和稻田排灌用户。其中，居民用户和商业用户的 用电主体为个人，因此人口数量对居民用户和商业用户的用电量数值影响较大。目前，用电 量预测方法主要存在以下两点问题，一是追求对电网总电量原始数据的拟合精度，二是追 求基于大容量样本前提的复杂算法，而忽视了人口数量变化的影响。在电量预测工作中，由 于人口因素对居民用户和商业用户两类用户的用电量影响较大，导致该两类用户的用电量 可能与工业用户、非工业用户和其他用户这三类用户的用电量发展规律存在较大差异，如 果一味追求数据的拟合精度，会降低预测方法的泛化性;如果过于追求复杂算法，则会由于 数据需求量太大而降低可操作性。以上问题不利于供电企业对于各个地区用电量进行预测 以及提高预测结果精度；因此，需要从新的思路出发，采用新的方法进行中长期用电量预 测 。
【发明内容】
[0004] 本发明的目的在于克服现有技术中的缺点与不足，提供一种结合人口指标、算法 简单、可减少数据需求量、可操作性高、预测结果精度高、可为供电企业提供营销决策支持 的中长期用电量预测方法。
[0005] 为了达到上述目的，本发明通过下述技术方案予以实现:一种结合人口指标的中 长期用电量预测方法，其特征在于，包括如下步骤：
[0006] 第一步，分别获取待预测地区过往k年中每年度居民用户用电量商业用户用 电量忠"、工业用户用电量說,、非工业用户用电量私、其他用户用电量戚和常住人口数 量及;其中，i为待预测年份;n e [ 1，k]; k为整数且U 3;
[0007] 第二步，计算过往k年中每年度居民用户用电量和商业用户用电量之和
[0009] 计算过往k年中每年度人均耗电量q'：
[0011]计算待预测年度人均耗电量预测值q:
[0012] q=(l+a) Xq' ；其中，α为人均耗电量增长系数；
[0013]第三步，采用预测算法对过往k年中每年度常住人口数量进行处理，获得待预 测年度常住人口数量预测值R1;计算待预测年度居民用户用电量和商业用户用电量之和的 预测值
[0015] 第四步，采用预测算法分别对过往k年中每年度工业用户用电量a?,,、非工业用户 用电量私和其他用户用电量缓I进行处理，获得待预测年度工业用户用电量预测值a 6、 非工业用户用电量预测值和其他用户用电量预测值;
[0016] 第五步，计算待预测年度总电量预测值Qi:
[0018] 本发明预测方法可降低算法的复杂程度，减少数据需求量，大大地提高可操作性。 根据电力用户与常住人口数量关系密切程度而对不同密切程度的电力用户采用不同的预 测计算方法；由于居民用户用电量和商业用户用电量与常住人口数量关系密切，而工业用 户、非工业用户和其他用户则与常住人口数量关系不大；因此在居民用户用电量和商业用 户用电量的预测过程中结合常住人口数量因素，有效把握各种类型电力用户用电量预测的 关键点;预测结果精度高，可为供电企业提供营销决策支持，保证电网安全经济运行以及电 力市场稳健发展。
[0019] 进一步的方案是:所述第三步中，采用预测算法对过往k年中每年度常住人口数量 Rm进行处理是指，采用一元线性回归法、加权拟合直线方程法、累加线性拟合法、灰色预测 模型、双曲线模型、对数曲线模型、S形曲线模型和倒指数曲线模型中的两种以上分别进行 处理获得相应的待预测年度常住人口数量预测参考值;将待预测年度常住人口数量预测参 考值进行算术平均以获得待预测年度常住人口数量预测值Ri。
[0020] 所述第四步中，采用预测算法分别对过往k年中每年度工业用户用电量(?,?,,、非工 业用户用电量和其他用户用电量匕进行处理是指，采用一元线性回归法、加权拟合直 线方程法、累加线性拟合法、灰色预测模型、双曲线模型、对数曲线模型、S形曲线模型和倒 指数曲线模型中的两种以上分别进行处理，获得相应的待预测年度工业用户用电量预测参 考值、非工业用户用电量预测参考值和其他用户用电量预测参考值；
[0021] 分别将待预测年度工业用户用电量预测参考值、非工业用户用电量预测参考值和 其他用户用电量预测参考值进行算术平均，以获得待预测年度工业用户用电量预测值a"、 非工业用户用电量预测值和其他用户用电量预测值(?产。
[0022] 由于工业用户、非工业用户和其他用户则与常住人口数量关系不大，因此可采用 上述预测算法。一元线性回归法等八种算法结果稳定，适合对数据量少、没有周期波动性的 指标进行预测计算;采用多种算法进行待预测年度工业用户用电量预测参考值、非工业用 户用电量预测参考值和其他用户用电量预测参考值，之后再进行算术平均，可获得高精度 的预测结果。
[0023] 所述α的取值范围为：_5% 的取值范围是通过汇总历史数据统计得 出，有利于提高预测结果的精度。
[0024] 与现有技术相比，本发明具有如下优点与有益效果：
[0025] 1、本发明预测方法可降低算法的复杂程度，减少数据需求量，大大地提高可操作 性;根据电力用户与常住人口数量关系密切程度而对不同密切程度的电力用户采用不同的 预测计算方法;充分考虑常住人口数量对居民用户用电量和商业用户用电量的影响，有效 把握各种类型电力用户用电量预测的关键点，克服了目前预测方法只研究用电量本身发展 变化规律的问题，使预测结果更客观、更准确;预测结果精度高，可为供电企业提供营销决 策支持，保证电网安全经济运行以及电力市场稳健发展；
[0026] 2、本发明预测方法使用组合预测算法对工业用户、非工业用户、其他用户和常住 人口进行预测;组合预测算法集结多种单一模型所包含的信息，对结果进行组合;可以达到 改善预测结果的目的，为供电企业更有针对性的进行制定营销计划和进行电网规划提供重 要依据；
[0027] 3、本发明预测方法引入人均耗电量增长系数，客观反映随着社会的发展，个人对 电力消费增长的事实，使对居民用户用电量和商业用户用电量的预测更加准确。
【附图说明】
[0028]图1是本发明预测方法的流程图。
【具体实施方式】
[0029]下面结合附图与【具体实施方式】对本发明作进一步详细的描述。
[0030] 实施例一
[0031] 本实施例结合人口指标的中长期用电量预测方法，其流程如图1所示;包括如下步 骤：
[0032] 第一步，分别获取待预测地区过往3年中每年度居民用户用电量β?κ、商业用户用 电量0f"、工业用户用电量:?、非工业用户用电量其他用户用电量β?,和常住人口数 量Ri- n;其中，i为待预测年份;n e [ 1，k]; k为整数且k 2 3;
[0033] 第二步，计算过往k年中每年度居民用户用电量和商业用户用电量之和
[0035] 计算过往k年中每年度人均耗电量q'：
[0037]计算待预测年度人均耗电量预测值q:
[0038] q=(l+a)Xq'；其中，α为人均耗电量增长系数;为提高预测结果的精度，汇总历史 数据统计，得α的取值范围优选为:_5 % < α < 20 %。
[0039]第