一种远期电力需求预测方法与流程

本发明涉及电力需求预测分析领域，涉及一种远期电力需求预测方法，尤其涉及一种基于钱纳里工业化阶段理论和协整模型的远期电力需求预测方法。
背景技术：
：电力需求预测方法在电力市场分析、电网规划、电网调度等领域广泛使用，是电网规划边界确定的重要环节之一，也是电网调度安全稳定运行的重要内容之一。电力需求预测包括超短期、短期、中期、远期电力需求预测，超短期和短期预测在电力市场分析和电力调度领域应用广泛，中远期电力需求预测是电网中期规划、电网目标网架规划边界条件的重要内容，是电网规划的基础工作。远期电力需求常用的方法有生长曲线法，该方法建立于经济社会和电力需求发展符合“快速增长阶段-过渡阶段-饱和阶段”的发展规律；此外远期电力需求预测还常采用空间密度法、灰色预测等。钱纳里工业化阶段理论被用于研究判定各地区经济社会发展程度，协整模型常被用于当代计量经济学中对特定经济变量之间的长期均衡关系的研究。电力发展作为经济社会发展的重要能源支撑，与经济社会发展的特定指标存在一定的长期关系。因此，在进行远期电力需求预测时，应充分考虑经济社会的发展趋势和影响电力需求因素的发展趋势，从而建立较全面、可靠、准确、且符合经济社会发展的远期电力需求预测方法。本发明涉及的一种基于钱纳里工业化阶段理论和协整模型的远期电力需求预测方法将计量经济指标之间长期均衡关系的研究应用到电力需求预测领域，通过对比不同先进国家经济社会和电力需求指标发展情况，研究电力需求指标与其他关键影响因素的长期均衡关系。技术实现要素：本发明的目的在于提供一种远期电力需求预测方法，该方法为预测地区远期电力需求提供了新的途径，具有很好的推广使用价值。为实现上述目的，本发明的技术方案是：一种远期电力需求预测方法，包括如下步骤：步骤s1：建立典型先进发达国家经济社会和电力需求指标发展历程表，根据钱纳里工业化阶段理论判断不同国家所处的阶段；步骤s2：确定预测地区的横向对比国家和地区，确定关键指标的发展趋势；步骤s3：确定预测地区电力需求增长的主要影响因素和关键指标；步骤s4：基于eviews进行关键指标数据的平稳性检验，剔除不满足协整检验的指标；步骤s5：基于eviews进行johansen协整检验，确定协整关系并进行granger因果检验；步骤s6：基于eviews建立协整模型，进行关键指标的预测，基于长期均衡关系进行远期电力需求预测；步骤s7：基于eviews建立误差修正模型，修正s6中预测结果。在本发明一实施例中，所述经济社会和电力需求指标发展历程表包括国土面积、gdp、人均gdp、经济增长率、产业结构、城市化率、人口、人口增长率、全社会用电量及增速、最高负荷、用电结构、人均用电量、gdp综合电耗、能源消费增长率，根据钱纳里工业化阶段确定不同国家所处的发展阶段。在本发明一实施例中，步骤s2中，确定预测地区的横向对比国家和地区的方式为：选取的国家和地区发展超前于预测地区，经济增长率和能源消费增长率经过了高速增长后回落处于低速增长阶段，人均gdp位于较高水平，能源消费增长率和电力消费增长率处于低速增长。在本发明一实施例中，步骤s3中，确定预测地区电力需求增长的主要影响因素和关键指标，通过包括灰色相关性、回归分析和专家判断的方法确定。在本发明一实施例中，步骤s4中平稳性检验过程为：基于eviews选取对应影响因素的历史数据采用adf检验或pp检验确定序列是否为平稳序列，不平稳序列是否为单整序列，满足单整序列的确定为几阶单整序列，对不满足单整序列或不同阶数的影响因素进行剔除；单整过程是指经过差分可以达到平稳的非平稳随机过程，如果一个原始序列平稳，称为i(0)过程；如果一个原始时间序列非平稳，经过一次差分变成平稳的，如式(1)所示，yt为非平稳随机序列，δyt为平稳随机序列，则yt为i(1)过程；δyt＝yt-yt-1(1)。在本发明一实施例中，步骤s5中基于eviews进行johansen协整检验步骤为：对关键因素根据信息标准法确定最佳滞后阶数p，建立var(p)模型，进行johansen协整检验，确定是否存在协整关系，若不存在则继续调整相关关键指标，若存在得到协整向量β；var(p)模型表达为：在本发明一实施例中，步骤s5中对var(p)模型进行granger因果检验，granger因果检验表述为，对于k个变量的var(p)模型，假设yt的最优预测结果是在多标量var(p)模型中不存在yjt到yit的granger因果关系的必要条件是在本发明一实施例中，步骤s6中基于eviews建立协整模型，进行关键指标的预测，可根据不同指标确定不同的预测方法，在关键指标预测基础上，利用已建立的协整模型对预测地区的中长期电力需求进行预测，并确定预测地区未来发展趋势。在本发明一实施例中，步骤s7中基于eviews建立误差修正模型，即含有协整约束的var模型，对预测结果进行修正；vec模型表达为ecmt-1＝β'yt-1(6)。相较于现有技术，本发明具有以下有益效果：本发明预测方法首先整理先进发达国家与地区的经济社会和电力需求发展指标情况，根据钱纳里工业化阶段理论判定所处阶段。并根据上述指标对比，研究影响电力需求发展的关键指标，对上述指标进行平稳性检验和协整检验，确定电力需求与相关指标之间的长期均衡关系。在影响指标的预测基础上对地区电力需求进行预测，判断工业发展未来趋势。本发明预测方法为电力需求远期预测和发展历程判断提供了新的途径，具有很好的使用价值。附图说明图1为本发明方法流程图。具体实施方式下面结合附图，对本发明的技术方案进行具体说明。如图1所示，本发明的一种基于钱纳里工业化阶段理论和协整模型的远期电力需求预测方法，包括如下步骤：步骤s1：建立典型先进发达国家经济社会和电力需求指标发展历程表，根据钱纳里工业化阶段理论判断不同国家所处的阶段；表1典型发达国家相关发展指标步骤s2：确定预测地区的横向对比国家和地区，确定关键指标的发展趋势；步骤s3：确定预测地区电力需求增长的主要影响因素和关键指标,可通过灰色相关性、回归分析和专家判断等方法确定；步骤s4：基于eviews进行关键指标数据的平稳性检验，剔除不满足协整检验的指标；选取对应影响因素的历史数据采用adf检验或pp检验确定序列是否为平稳序列，不平稳序列是否为单整序列，满足单整序列的确定为几阶单整序列，对不满足单整序列或不同阶数的影响因素进行剔除；表2对时间序列区间的adf检验结果步骤s5：基于eviews进行johansen协整检验，对关键因素根据信息标准法(包括最大似然法、aic信息准则、sc准则等)确定最佳滞后阶数p，建立var(p)模型，进行johansen协整检验，确定是否存在协整关系(最大特征检验、最大特征根检验确定)，若不存在则继续调整相关关键指标，若存在得到协整向量β。var(p)模型表达为：对var(p)模型进行granger因果检验，granger因果检验表述为，对于k个变量的var(p)模型，假设yt的最优预测结果是在多标量var(p)模型中不存在yjt到yit的granger因果关系的必要条件是表3var滞后阶数选择准则判定结果表4协整检验(特征根迹检验)结果表5协整检验(最大特征根检验)结果表6协整向量系数估计结果预测值变量1变量2……变量nxxx……x表8granger因果检验结果(因变量为独立变量)步骤s6：基于eviews建立协整模型，然后进行影响电力需求的关键指标预测，基于长期均衡关系进行远期电力需求预测；对关键指标的预测，可根据不同指标确定不同的预测方法，例如经济指标可采用灰色预测、蒙特卡洛预测，产业结构预测可采用fouruer函数、gaussian函数拟合,在关键指标预测基础上，利用已建立的协整模型对预测地区的中长期电力需求进行预测，并确定预测地区未来发展趋势。步骤s7：基于eviews建立误差修正模型，修正s6中预测结果。建立误差修正模型(vec模型)，即含有协整约束的var模型，对预测结果进行修正。vec模型表达为ecmt-1＝β'yt-1(6)。实例：基于a地区1990-2015年历史经济社会数据和电力需求数据，对a地区2035年电力需求进行预测。一种基于钱纳里工业化阶段理论和协整模型的远期电力需求预测方法包括如下步骤：步骤s1：建立典型先进发达国家经济社会和电力需求指标发展历程表，根据钱纳里工业化阶段理论判断不同国家所处的阶段；表9典型发达国家相关发展指标步骤s2：从发达国家和地区指标来看，人均gdp处于较高水平，第三产业占比高于第二产业占比，城市化水平基本在75％以上，电能消费结构中居民和商业占比较高，人均电力消费达到一定的水平。经济增速和能源电力消费的增速均处于较低增长区间，发展处于饱和状态下，但不同国家或地区由于经济结构不同、能源消费意识等区别，经济社会和电力需求指标在不同国家或地区之间存在一定的差异。步骤s3：选取地区生产总值gdp、第二产业增加值占比s2、人口pop、单位产值电耗ef作为电力需求q的解释变量，分析和研究各变量与电力需求q之间的长期均衡关系，选取1990-2015年经济社会和电力需求历史数据。表10a地区经济社会发展指标情况表11a地区电力需求发展指标情况步骤s4：基于eviews进行关键指标数据的平稳性检验，采用adf检验，从检验结果判定选取变量均为一阶单整序列，满足协整检验条件。表12对时间序列区间的adf检验结果步骤s5：首先有5个准则选择了二阶滞后，因此，本文确定二阶为滞后阶数。基于eviews建立var模型后johansen特征迹检验和最大特征根检验均显示至少存在3个协整关系。且协整向量为(1.0，-0.903，-11.092，-0.086,0.110)。granger因果检验显示地区生产总值、人口是引起全社会用电增长的granger原因，单位产值电耗几乎接近在10％水平成为电力需求增长的granger原因，第二产业比重在统计意义上不是构成全社会用电增长的granger原因。而在以上因素的综合影响情况下，由地区生产总值、第二产业比重、人口、单位产值电耗共同构成全社会用电增长的granger原因。表13var滞后阶数选择准则表14协整检验(特征根迹检验)结果表15协整检验(最大特征根检验)结果表16协整向量系数估计结果qgdps2popef1.000000-0.903087-11.09218-0.0864020.109687表17granger因果检验结果(因变量为独立变量)步骤s6：基于eviews建立协整模型，然后进行关键指标的预测，利用已建立的协整模型对预测地区的中长期电力需求进行预测。在1990-2015年历史数据建立起来的模型对2016年电力需求进行预测，预测值为2043亿千瓦时，实际值为1969亿千瓦时，相对误差率3.78％。步骤s7：基于eviews建立误差修正模型，修正s6中预测结果。vec模型计算的2016年电力需求预测值为1999亿千瓦时，相对误差率1.52％，有效提升了预测准确率。在此基础上，对2017-2035年间的地区生产总值、第二产业比重、人口、单位产值电耗采用相应的不同方法并结合当地规划进行预测，预测显示2035年该地区gdp生产总值增速调整至4.0％，二产比重下降至40％左右，人口增长至4267万人，单位产值电耗下降33％，在影响因素预测前提下电力需求在2035年增长率为1.7％左右，电力需求总量4037亿千瓦时。基于a地区1990-2015年历史经济社会和电力需求数据构建电力需求的协整模型并建立误差修正模型，以2016年电力需求进行实证验证，在此基础上对a地区远期2035年电力需求进行预测。本发明虽然以较佳实施实例公开如上，但其并不是用来限定本发明，任何本领域技术人员在不脱离本发明的精神和范围内，都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改，因此，凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均属于本发明技术方案的保护范围。以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。当前第1页12