基于“s”形模型的电力需求预测方法
【专利摘要】本发明涉及一种基于“S”形模型的电力需求预测方法，根据人均电力消费与人均GDP的“S”形物理模型，构建以人均电力消费与人均GDP的“S”形理论模型，进而以人均电力消费与人均GDP的“S”形理论模型为基础，以人均GDP为自变量，运用趋势分析法以及双曲正切数学方法，结合不同国家或区域的历史数据建立电力需求预测方程，从而实现对国家或地区的中长期电力需求预测。本发明提供的基于“S”形模型的电力需求预测方法，以人均电力消费基本规律为指导，从根本上解决了以往中长期电力需求预测普遍存在的预测偏差大的问题，提高了中长期电力需求预测可靠性和置信度。本发明还涉及预测方程的构建方法和各国的电力需求预测方法。
【专利说明】
基于"S"形模型的电力需求预测方法
技术领域
[0001] 本发明涉及一种定量的电力需求预测方法，具体涉及一种基于人均GDP与人均电 力消费间的"S"形理论模型，运用趋势分析法以及双曲正切函数数学方法构建其预测方程 的方法及基于预测方程的预测方法。
【背景技术】
[0002] 电力是以电能作为动力的能源，是最常用的二次能源。电力已经成为经济增长的 基础，广泛应用于生产生活领域。电力需求预测是根据电力消费、经济、社会、气象等所有相 关的历史数据，来探索电力需求历史数据变化规律，寻求电力需求与各种相关因素之间的 内在联系，从而对未来的电力需求进行科学的预测。
[0003] 电力需求预测的方法主要包括分产业产值单耗法、电力弹性系数法、统计分析法、 经济计量法、人工智能法等几种主要方法。（1)分产业产值单耗是通过某一单位产品的平均 单位用电量及该产品的产量，得到生产这种产品总产量的总用电量。单耗法需要做大量细 致的统计工作，在实际工作中很难对产品较准确地求出其单耗，而且工作量太大。（2)电力 弹性系数法是根据国内生产总值增长速度结合电力弹性系数得到规划期末的总用电量，在 预测过程中主要靠预测者根据自己和他人的经验及相关统计资料进行判断性预测，人为主 观影响较大，因此其预测结果的准确性难以保证。（3)统计分析法包括回归分析法和时间序 列法，其中时间序列法又包括自回归法、移动平均法、指数平滑法、自回归移动平均法、自回 归整体移动平均法等。由于时间序列法是基于过去发展状态的延续，对于使事物发生变化 的本质原因不做研究，而且传统的时间序列模型为克服时间序列的非平稳性采用差分法来 消除序列中的不平稳趋势，会导致一些有用的长期信息的丢失。因此，随着发达国家电力需 求发展趋于稳定，这些以时间序列分析为基础的方法，成功得在电力需求预测中广泛应用， 却难以被用于预测经济发展速度快，经济结构本身变化快的发展中国家，尤其是新兴经济 体国家。（4)经济计量法，是经济分析与数学方法相结合的一种预测方法，它是根据客观经 济规律，利用预测对象有关因素之间存在的复杂的相互依存关系，以数学和统计手段，把其 主要变量归纳在一组联立方程式中，抽象地描述它们之间的相互关系，然后进行演算，以便 根据过去和现在的各种变量，推测未来时期的数值。经济计量法包括投入产出法、经济计量 模型法、系统动力学法等，使用这些方法的前提是整个系统较为稳定，同时系统内各单元之 间的关系是固定不变的，这一方法的前提决定了其用于中长期需求预测存在系统不确定 性。（5)人工智能法主要包括灰色预测技术、专家系统预测技术、人工神经网络预测技术等。 灰色系统理论研究的是贫信息下建模，提供了贫信息下解决系统问题的新途径，但该方法 较适用于近期预测，同时数据离散程度越大，预测精度越差。专家系统是一个用基于知识的 程序设计疗法建立起来的计算机系统，它拥有某个特殊领域内专家的知识和经验，并能像 专家那样运用这些知识，通过推理，在某个领域内作出智能决策，但是要求预测人员必须具 有较高的水平和经验，人为因素较大。人工神经网络技术的简便之处在于完全依靠历史数 据，用历史数据进行测算，缺点是过多依赖历史数据，必须针对不同条件选取不同的特征参 量、不同的数据处理方法，在实施时有很多实际问题需要解决。
[0004] 上述这些方法存在的共同缺陷是缺乏对电力需求与经济发展间长尺度定量关系 的把握，仅用以往数据模拟、推演或类比未来，预测缺乏科学性和准确性，结果偏差大。提高 中长期电力需求预测的准确性、客观性对科学制定国家规划以及未来电力能源行业和相关 企业的发展均具有非常重要的意义。
[0005] 此外，本
【申请人】已经获得授权的专利《基于"S"模型的能源需求预测方法》(专利号 201110041497.8)，提供了一种基于"S"形模型的能源需求预测方法，其是依据人均能源消 费与人均GDP间的"S"形物理模型，运用数学方法构建的一种一次能源需求定量预测方法。 历史预测结果检验表明，其对国家或地区的一次能源需求预测准确性更高、更切合实际。但 是，该方法不包含确定二次能源电力消费与GDP间的关系，即没有构建人均电力消费与人均 GDP间的"S"形物理模型、理论模型及数学模型。并且，该方法没有构建人均能源消费与人均 GDP间的"S"形理论模型，其数学模型的参数和人均电力消费与人均GDP间的"S"形数学模型 的参数完全不一致，因此对电力需求预测并不适用。
【发明内容】
[0006] (一)要解决的技术问题
[0007] 为了解决现有技术的上述问题，本发明提供一种结果更精确的电力需求预测方 法:基于"S"形模型的电力需求预测方法，其以人均电力消费与人均GDP间的"S"形理论模型 为基础，并运用趋势分析法以及双曲正切函数数学方法，结合不同国家或区域的历史数据 建立电力需求预测方程，从而实现对国家或地区的中长期电力需求预测。
[0008] (二)技术方案
[0009] 为了达到上述目的，本发明采用的主要技术方案包括：
[0010] -种基于"S"形模型的电力需求预测方法，以人均电力消费与人均GDP间的"S"形 理论模型为基础，并运用趋势分析法以及双曲正切函数数学方法，结合不同国家或区域的 历史数据建立电力需求预测方程，从而实现对国家或地区的中长期电力需求预测，其包括 如下步骤：
[0011] S1:收集各国人均电力消费及各国人均GDP历史数据，以人均GDP为横坐标，人均电 力消费为纵坐标构建"S"形关系曲线；
[0012] S2:构建人均电力消费与人均⑶P的"S"形物理模型；
[0013] S3:构建人均电力消费与人均⑶P的"S"形理论模型；
[0014] S4:构建"S"形曲线数学模型:在人均电力消费与人均⑶P的"S"形理论模型的基础 上，运用趋势分析法和双曲正切数学方法构建以人均GDP为自变量的电力需求预测方程，即 "S"形曲线的趋势性拟合方程。
[0015] S5:预测:按照预测流程给定预测时长及相关的GDP值和人口，并计算人均GDP;
[0016] S6:将步骤S5得到的人均⑶P值代入步骤S4中得到的方程中，求得不同国家/地区 的电力需求预测结果；
[0017]其中，所述步骤S2中包括：
[0018] S21:根据峰值时人均电力消费的高低判断国家或地区电力消费所属的"S"形曲线 类型；
[0019] S22:根据人均电力消费增速的变化规律确定"S"形曲线上的三个关键点：人均电 力消费进入高增长期的起飞点，人均电力消费增速由大到小的转折点以及人均电力消费增 速为零或开始为负增长的零增长点；
[0020] S23:根据三个关键点分别将"S"形曲线划分为四个区间：缓慢增长区、加速增长 区、减速增长区以及零/负增长区；
[0021 ]其中，所述步骤S3包括：
[0022] S31:搜集城市化率数据；
[0023] S32:分析"S"形曲线关键点与城市化率之间的对应关系。
[0024]其中，所述步骤S4包括如下步骤：
[0025] S41:采用趋势分析方法，构建人均电力消费E与人均⑶P值G的非平坦式方程：
[0026]
(1)
[0027]其中，(^、(^、(^为指数常数，单位与0-1相同；Ei、Gi分别为曲线在转折点对应的人均 电力消费和人均GDP值;A为趋势关系方程(1)的振幅值，单位与G相同；
[0028] S42:由方程(1)得出曲线在起飞点前、转折点临近区域、零增长点后线性变化的方 程分别为：
[0029] Ε-Ε? = Α+Α(α2-α3) (G-Gi) =A+Pi(G-Gi) (2)
[0030] Ε-Ει = 0.5Α(αι+α3) (G-Gi) =Pi(G-Gi) (3)
[0031] E_Ei = A+A(ai_a2) (G_Gi) =A+Pv(G_Gi) (4)
[0032] 其中，p^PnPv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区 域的斜率值，Gv为曲线在零增长点的人均GDP值；
[0033] S43:由方程⑵~⑷得出αι、α2、α3诸待定常数与斜率相联系的方程分别为：
[0034]
[0037]同时曲线在零增长点处有：[0038] (5) (6) (7) 1
[0040] S44:将方程(5)、（6)二式代入方程(8)得到： (9)；
[0041] tanh (ΠιΑ-1) tanh (Π 2Α-1) = Π3 (10)
[0042] 其中，
[0043] ni = 〇.5(pi+Pi+Pv)(Gv-Gi) (11)
[0044] n2 = 0.5(pi+2Pi-Pv)(Gv-Gi) (12)
[0045]
(13);
[0046] S45:由具体数据给出6^^^1以^值，代入方程(10)中计算出八值；
[0047] S46:由方程(5)~（7)式依次计算出αι、α2、α3值，得出曲线趋势性拟合方程，即电力 需求预测方程，也即方程(1)的具体形式。
[0048] 其中，城市化率(也叫城镇化率)是城市化的度量指标，是指城镇人口占总人口（包 括农业与非农业)的比重。
[0049] 本发明还提供一种基于"S"形模型的电力需求预测方程的构建方法，其以人均电 力消费与人均GDP的"S"形理论模型为基础，以人均GDP为自变量，运用趋势分析法以及双曲 正切数学方法，结合不同国家或区域的历史数据建立电力需求预测方程，具体步骤如下：
[0050] S1:收集各国或地区人均电力消费及各国或地区人均⑶Ρ历史数据，以人均GDP* 横坐标，人均电力消费为纵坐标构建"S"形关系曲线；
[0051 ] S2:构建人均电力消费与人均⑶P的"S"形物理模型；
[0052] 其中，所述步骤S2包括：
[0053] S21:根据峰值时人均电力消费的高低判断国家或地区电力消费所属的"S"形曲线 类型；
[0054] S22:根据人均电力消费增速的变化规律确定"S"形曲线上的三个关键点：人均电 力消费进入高增长期的起飞点、人均电力消费增速由大到小的转折点以及人均电力消费增 速为零或开始为负增长的零增长点；
[0055] S23:根据三个关键点分别将"S"形曲线划分为四个区间：缓慢增长区、加速增长 区、减速增长区以及零/负增长区；
[0056] S3:构建人均电力消费与人均⑶P的"S"形理论模型；
[0057] 其中，所述步骤S3包括：
[0058] S31:搜集城市化率数据；
[0059] S32:分析"S"形曲线关键点与城市化率之间的对应关系；
[0060] S4:构建"S"形曲线数学模型:在人均电力消费与人均⑶P的"S"形理论模型的基础 上，运用趋势分析法和双曲正切数学方法构建以人均GDP为自变量的电力需求预测方程，即 "S"形曲线趋势性拟合方程。
[0061] 所述的基于"S"形模型的电力需求预测方程的构建方法，其步骤S4包括如下步骤：
[0062] S41:采用趋势分析方法，构建人均电力消费E与人均⑶P值G的非平坦式方程：
[0063]
(1)
[0064] 其中，(^、(^、(^为指数常数，单位与0-1相同；Ei、Gi分别为曲线在转折点对应的人均 电力消费和人均GDP值;A为趋势关系方程(1)的振幅值，单位与G相同；
[0065] S42:由方程(1)得出曲线在起飞点前、转折点临近区域、零增长点后线性变化的方 程分别为：
[0066] E_Ei = A+A(a2-a3) (G_Gi) =A+Pi(G_Gi) (2)
[0067] E-Ei = 0.5A(ai+a3) (G-Gi) =Pi(G-Gi) (3)
[0068] E_Ei = A+A(ai_a2) (G_Gi) =A+Pv(G_Gi) (4)
[0069] 其中，p^PnPv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区 域的斜率值，Gv为曲线在零增长点的人均GDP值；
[0070] S43:由方程⑵~⑷得出ai、a2、a3诸待定常数与斜率相联系的方程分别为：
[0071]
(5) (6) (7)
[0074]同时曲线在零增长点处有：[0075]
(8) (9)；
[0077] S44:将方程(5)、（6)二式代入方程(8)得到：
[0078] tanh (ΠιΑ-1) tanh (Π2Α-1) = Π 3 (10)
[0079] 其中，
[0080] ni = 〇.5(pi+Pi+Pv)(Gv-Gi) (11)
[0081] n2 = 005(pi+2Pi-Pv)(Gv-Gi) (12)
[0082]
(13)；
[0083] S45:由具体数据给出61上^、01以4值，代入方程(1〇)中计算出八值；
[0084] S46:由方程(5)~(7)式依次计算出w、α2、α3值，得出曲线趋势性拟合方程，即电力 需求预测方程，也即方程(1)的具体形式。
[0085]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种英国的电力 需求预测方法，其将英国的人均GDP代入下述方程式求得预测结果：
[0086]
[0087] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种法国的电力 需求预测方法，其将法国的人均GDP代入下述方程式求得预测结果：
[0088]
[0089]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种德国的电力 需求预测方法，其将德国的人均GDP代入下述方程式求得预测结果：
[0090]
[0091]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种日本的电力 需求预测方法，其将日本的人均GDP代入下述方程式求得预测结果：
[0092]
[0093] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种意大利的电 力需求预测方法，其将意大利的人均GDP代入下述方程式求得预测结果：
[0094] '
- " Ο
[0095]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种美国的电力 需求预测方法，其将美国的人均GDP代入下述方程式求得预测结果：
[0096]
[0097] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种加拿大的电 力需求预测方法，其将加拿大的人均GDP代入下述方程式求得预测结果：
[0098]
[0099]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种澳大利亚的 电力需求预测方法，其将澳大利亚的人均GDP代入下述方程式求得预测结果：
[0100]
[0101]基于上述基于"s"形模型的电力需求预测方法，本发明同时提供一种韩国的电力 需求预测方法，其将韩国的人均GDP代入下述方程式求得预测结果：
[0102]
[0103] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种葡萄牙的电 力需求预测方法，其将葡萄牙的人均GDP代入下述方程式求得预测结果：
[0104]
[0105] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种西班牙的电 力需求预测方法，其将西班牙的人均GDP代入下述方程式求得预测结果：
[0106]
[0107] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种瑞典的电力 需求预测方法，其将瑞典的人均GDP代入下述方程式求得预测结果：
[0108]
[0109] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种比利时的电 力需求预测方法，其将比利时的人均GDP代入下述方程式求得预测结果：
[0110]
[0111] 基于上述基于"s"形模型的电力需求预测方法，本发明同时提供一种希腊的电力 需求预测方法，其将希腊的人均GDP代入下述方程式求得预测结果：
[0112]
[0113]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种荷兰的电力 需求预测方法，其将荷兰的人均GDP代入下述方程式求得预测结果：
[0114]
[0115]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种芬兰的电力 需求预测方法，其将芬兰的人均GDP代入下述方程式求得预测结果：
[0116]
[0117] (三)有益效果
[0118] 本发明的有益效果是:本发明提供的基于"S"形模型的电力需求预测方法，以人均 电力消费基本规律为指导，从根本上解决了以往中长期电力需求预测普遍存在的预测偏差 大的问题，提高了预测可靠性和置信度。建立了一种兼具普适性和针对性的电力需求预测 方法，预测方法实用便捷，易于实现和推广。其主要用于国家或地区中长期的电力需求预 测，其成果可直接应用于考察国家电力消费的变化和国家制定能源发展相关政策，以及电 力能源行业和相关企业制定发展规划等领域。
【附图说明】
[0119] 图1:基于"S"形模型的电力需求预测方法流程图，图中显示，本方法首先构建"S" 形物理模型，其后以此为基础构建"S"形理论模型，以理论模型为基础，建立电力需求预测 模型方程，通过收集整理预测国家历史数据对模型方程的参数赋值，建立预测国电力需求 方程，给定预测时长和预测期内人均GDP量值，代入方程得出预测结果；
[0120] 图2:人均电力消费与人均GDP关系图，图中显示，英、美、日、德、法等众多发达国家 人均能源消费随人均GDP变化的轨迹表明，随着各国人均GDP的增长，人均能源消费呈"S"形 变化，即从开始的低缓增长到快速增长，其后增速降低并达到顶点（图a);不同国家因发展 模式、能源消费习惯的差异"S"形可分为高、中、低三类(图b);
[0121] 图3:人均电力消费"S"形三个关键点示意图，图中显示，人均能源消费"S"形存在 三个关键点，即起飞点、转折点和零增长点，三个关键点对应的人均GDP量值相对固定，起飞 点处人均⑶P为6000-7000美元，转折点对应于11000-13000美元，零增长点对应的人均⑶P 集中在22000-24000美元。三个关键点将曲线分为四个区域，每个区域具有相对确定的能源 需求增长方式；
[0122] 图4:人均电力消费与人均⑶P的"S"形理论模型图，在人均电力消费与人均GDP的 "S"形物理模型的基础上，通过分析"S"形物理模型的三个关键点与体现出社会财富积累的 相关指标(城市化率)之间存在的内在联系和对应关系，构建了人均电力消费与人均GDP的 "S"形理论模型。
【具体实施方式】
[0123] 为了更好的解释本发明，以便于理解，下面结合附图，通过【具体实施方式】，对本发 明的技术方案及其所能实现的技术效果作详细描述。
[0124] 图1所示为本发明的基于"S"形模型的电力需求预测方法流程图，如图所示，本发 明提供的基于"S"形模型的电力需求预测方法，主要以人均电力消费与人均GDP的"S"形理 论模型为基础，以人均GDP为自变量，运用趋势分析法、双曲正切等数学方法，结合不同国家 或区域历史数据构建电力消费方程，从而实现对国家/地区的电力中长期需求的准确定量 预测，其主要包括如下步骤：
[0125] S1:收集各国人口、电力消费及各国⑶P等历史数据，以人均GDP为横坐标，人均电 力消费为纵坐标构建"S"形关系曲线：
[0126] 系统总结英、美、日、德、法等16个典型发达国家/地区百余年的人均电力消费与人 均GDP相关关系，如图2所示，为各个国家的人均电力消费与人均GDP"S"形曲线图，由图可 知，各个国家，随着人均GDP的增长，人均电力消费呈现"缓慢增长-加速增长-减速增长-零 增长或负增长"的"S"形曲线。根据到达峰值时的人均电力消费的高低大致可以将曲线分为 高（以加拿大、瑞典为代表）、中（以美国、澳大利亚为代表）、低（以日本、英国等为代表）"S" 型三类。
[0127] S2:构建人均电力消费与人均⑶P的"S"形物理模型：
[0128] 其中，步骤S2具体包括如下步骤：
[0129] S21:根据峰值时人均电力消费的高低判断国家电力消费所属的"S"形曲线类型： 高"S"型峰值时的人均电力消费约为14500~16500千瓦时；中"S"型峰值时的人均电力消费 约为9000-11500千瓦时;低"S"型峰值时的人均电力消费约为5500~8000千瓦时；
[0130] S22:根据人均电力消费增速的变化规律确定"S"形曲线上的三个关键点：（1)起飞 点，即人均电力消费高速增长的起始点，集中于人均⑶P 6000~7000美元（1990年盖凯，下 同）区间，是工业化进程中产业结构发生重大调整的起始点和关键点；（2)转折点，即人均电 力消费增速由增速增长变成减速增长的点，集中于人均GDP 11000~13000美元区间；（3)零 增长点，即人均电力消费增速为零或开始负增长的点，集中于人均GDP 22000~24000美元 区间；
[0131] S23:根据三个关键点分别将"S"形曲线划分为四个区间：缓慢增长区、加速增长 区、减速增长区以及零/负增长区；其中，缓慢增长区为起飞点之前的区域，加速增长区为介 于起飞点和转折点之间的区域，减速增长区为介于转折点和零增长点之间的区域，零/负增 长区为零增长点之后的区域，每个区域具有相对确定的电力需求增长方式，从而形成"S"形 非线性增长预测基本原理。
[0132] S3:构建人均电力消费与人均⑶P的"S"形理论模型；
[0133] 其中，所述步骤S3包括：
[0134] S31:搜集城市化等数据；
[0135] S32:分析"S"形曲线关键点与城市化率之间的对应关系。
[0136] 如图4所示，为本发明的人均电力消费与人均GDP的"S"形理论模型图，在人均电力 消费与人均GDP的"S"形物理模型的基础上，通过分析"S"形物理模型的三个关键点与体现 社会财富积累的相关指标(城市化率)之间存在的内在联系和对应关系，构建了人均电力消 费与人均⑶P的"S"形理论模型。
[0137] 三个类型的人均电力消费与人均GDP的"S"形曲线的转折点所在区间与城市化率 发生由快速增长转变为缓慢增长的区间相对应，城市居民的收入和生活水平普遍高于农 村，较高的生活水平意味着对财富积累较高的需求，比如对公共设施、商业服务、住宅及各 种家用电器的较高需求，因此伴随着城市化率由快速增长转变为缓慢增长，电力消费结构 和消费方式发生变化，电力消费增长方式同时发生重大变化，增长方式由增速增长变成减 速增长。
[0138] 同时，三个类型的人均电力消费与人均GDP的"S"形曲线的零增长点与城市化率的 平稳阶段（即城市化率增速再次降低进入平稳阶段)相对应，城市化率的稳定意味着人民生 活水平和社会的财富积累趋于稳定，电力能源消费开始呈现平稳或下降的趋势。
[0139] S4:构建"S"形数学模型：在人均电力消费与人均GDP的"S"形理论模型的基础上， 运用趋势分析法和双曲正切数学方法构建以人均GDP为自变量的电力需求预测方程，Srs" 形曲线趋势性拟合方程：
[0140] 其中，所述步骤S4包括如下步骤：
[0141 ] S41:采用趋势分析方法，构建人均电力消费E与人均⑶P值G的非平坦式方程：
[0142]
(1)
[0143] 其中，αι、α2、α3为指数常数，单位与0-1相同；Ei、Gi分别为曲线在转折点对应的人均 电力消费和人均GDP值;A为趋势关系方程(1)的振幅值，单位与G相同；
[0144] S42:由方程(1)得出曲线在起飞点前、转折点临近区域、零增长点后线性变化的方 程分别为：
[0145] E_Ei = A+A(a2-a3) (G_Gi) =A+Pi(G_Gi) (2)
[0146] E-Ei = 0.5A(ai+a3) (G-Gi) =Pi(G-Gi) (3)
[0147 ] E_Ei = A+A(ai_a2) (G_Gi) =A+Pv(G_Gi) (4)
[0148] 其中，p^PnPv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区 域的斜率值，Gv为曲线在零增长点的人均GDP值；
[0149] S43:由方程⑵~⑷得出αι、α2、α3诸待定常数与斜率相联系的方程分别为：
[0150] (5)
(6) - (7)
[0153] 同时曲线在零增长点处有：
[0154]
(8) (9)；
[0156] S44:将方程(5)、（6)二式代入方程(8)得到：
[0157] tanh (ΠιΑ-1) tanh (Π 2Α-1) = Π3 (10)
[0158] 其中，
[0159] ni = 〇.5(pi+Pi+Pv)(Gv-Gi) (11)
[0160] n2 = 0.5(pi+2Pi-Pv)(Gv-Gi) (12)
[0161]
(13)；
[0162] S45:由具体数据给出61上^、01以4值，代入方程(1〇)中计算出八值；
[0163] S46:由方程(5)~(7)式依次计算出w、α2、α3值，得出曲线趋势性拟合方程，即电力 需求预测方程，也即方程(1)的具体形式。
[0164] S5:预测：设定预测的时间长度，根据不同国家或地区经济发展规划或增长趋势， 确定预测期内的GDP和人口，计算得到人均GDP，作为自变量。
[0165] S6:将预测时点的人均⑶Ρ代入步骤S4中得到的预测方程中，求得不同国家/地区 的电力需求预测结果。
[0166] 最后通过结合国家经济发展趋势及"S"形理论模型中与其他重要指标间的内涵关 系，对预测结果的可靠性、准确性进行评估和验证。
[0167] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种英国的电力 需求预测方程，其方程式为：
[0168] *
' - · 〇
[0169]如表1所示，通过已知的人均GDP值，根据上述方程计算出英国电力消费拟合值，并 将其与实际的电力消费作对比，可计算出其历史拟合值的误差率小于± 10%。
[0170] 表1:英国的电力消费需求预测方程误差结果分析
[0171]
[0172] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种美国的电力 需求预测方程，其方程式为：
[0173]
[0174] 如表2所示，通过已知的人均GDP值，根据上述方程计算出美国电力消费拟合值，并 将其与实际的电力消费作对比，可计算出其历史拟合值的误差率小于± 10%。
[0175] 表2:美国的电力消费需求预测方程误差结果分析
[0176]
[0177] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种法国的电力 需求预测方程，其方程式为：
[0178]
[0179] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种德国的电力 需求预测方程，其方程式为：
[0180]
[0181] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种日本的电力 需求预测方程，其方程式为：
[0182]
[0183] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种意大利的电 力需求预测方程，其方程式为：
[0184]
[0185] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种加拿大的电 力需求预测方程，其方程式为：
[0186]
[0187] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种澳大利亚的 电力需求预测方程，其方程式为：
[0188]
[0189] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种韩国的电力 需求预测方程，其方程式为：
[0190]
[0191] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种葡萄牙的电 力需求预测方程，其方程式为：
[0192]
[0193] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种西班牙的电 力需求预测方程，其方程式为：
[0194]
[0195] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种瑞典的电力 需求预测方程，其方程式为：
[0196]
[0197] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种比利时的电 力需求预测方程，其方程式为：
[0198]
[0199] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种希腊的电力 需求预测方程，其方程式为：
[0200] '
' -· 〇
[0201] 基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种荷兰的电力 需求预测方程，其方程式为：
[0202]
[0203]基于上述基于"S"形模型的电力需求预测方法，本发明同时提供一种芬兰的电力 需求预测方程，其方程式为：
[0204]
[0205] 综上，本友明提供的基t 形模型的电力需求饿测万法，以人均电力消费基本规 律为指导，从根本上解决了以往中长期电力需求预测普遍存在的预测偏差大的问题，提高 了预测可靠性和置信度。建立了一种兼具普适性和针对性的电力需求预测方法，预测方法 实用便捷，易于实现和推广。其主要用于国家或地区中长期的电力需求预测，其成果可直接 应用于考察国家电力消费的变化和国家制定能源发展相关政策，以及电力能源行业和相关 企业制定发展规划等领域。
【主权项】
1. 一种基于"s"形模型的电力需求预测方法，其特征在于： W人均电力消费与人均GDP的"S"形理论模型为基础，W人均GDP为自变量，运用趋势分 析法W及双曲正切数学方法，结合不同国家或区域的历史数据建立电力需求预测方程，从 而实现对国家或地区的中长期电力需求预测，具体步骤如下： S1:收集各国或地区人均电力消费及各国或地区人均GDP历史数据，W人均GDP为横坐 标，人均电力消费为纵坐标构建"S"形关系曲线； S2:构建人均电力消费与人均GDP的形物理模型； S3:构建人均电力消费与人均GDP的"S"形理论模型； S4:构建"S"形曲线数学模型：在人均电力消费与人均GDP的"S"形理论模型的基础上， 运用趋势分析法和双曲正切数学方法构建W人均GDP为自变量的电力需求预测方程，即"S" 形曲线趋势性拟合方程； S5:预测:按照预测流程给定预测时长及相关的GDP值和人口，并计算人均GDP; S6:将步骤S5得到的人均GDP值代入步骤S4中得到的方程中，求得不同国家/地区的电 力需求预测结果； 其中，所述步骤S2包括： S21:根据峰值时人均电力消费的高低判断国家或地区电力消费所属的"S"形曲线类 型； S22:根据人均电力消费增速的变化规律确定"S"形曲线上的Ξ个关键点：人均电力消 费进入高增长期的起飞点、人均电力消费增速由大到小的转折点W及人均电力消费增速为 零或开始为负增长的零增长点； S23:根据Ξ个关键点分别将"S"形曲线划分为四个区间：缓慢增长区、加速增长区、减 速增长区W及零/负增长区； 其中，所述步骤S3包括： S31:捜集城市化率数据； S32:分析"S"形曲线关键点与城市化率之间的对应关系。2. 如权利要求1所述的基于"S"形模型的电力需求预测方法，其特征在于:所述步骤S4 包括如下步骤： S41:采用趋势分析方法，构建人均电力消费E与人均GDP值G的非平坦式方程：(1) 其中，αι、α2、〇3为指数常数，单位与[1相同；Ei、Gi分别为曲线在转折点对应的人均电力 消费和人均GDP值;A为趋势关系方程(1)的振幅值，单位与G相同； S42:由方程（1)得出曲线在起飞点前、转折点临近区域、零增长点后线性变化的方程分 别为： E-Ei=A+A(日 2_ 日 3) (G_Gi) =A+f>i(G-Gi) (2) E-Ei = 0.5A(ai+a3)(G-Gi)=化（G-Gi) (3) E_Ei=A+A(日广日 2) (G_Gi) =A+Pv(G_Gi) (4) 其中，Pi、Pi、Pv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区域的 斜率值，Gv为曲线在零增长点的人均GDP值； S43:由方程(2)~(4)得出αι、α2、α端待定常数与斜率相联系的方程分别为：S45:由具体数据给出Gi、Ei、Gv、Ρ1、Pi、Ρν值，代入方程（10)中计算出A值； S46:由方程(5)~(7)式依次计算出曰1、曰2、〇3值，得出曲线趋势性拟合方程，即电力需求 预测方程，也即方程(1)的具体形式。3. 如权利要求1所述的基于"S"形模型的电力需求预测方法，其特征在于:城市化率是 城市化的度量指标，是指城镇人口占总人口的比重。4. 一种基于"S"形模型的电力需求预测方程的构建方法，其特征在于： W人均电力消费与人均GDP的"S"形理论模型为基础，W人均GDP为自变量，运用趋势分 析法W及双曲正切数学方法，结合不同国家或区域的历史数据建立电力需求预测方程，具 体步骤如下： S1:收集各国或地区人均电力消费及各国或地区人均GDP历史数据，W人均GDP为横坐 标，人均电力消费为纵坐标构建"S"形关系曲线； S2:构建人均电力消费与人均GDP的"S"形物理模型； 其中，所述步骤S2包括： S21:根据峰值时人均电力消费的高低判断国家或地区电力消费所属的"S"形曲线类 型； S22:根据人均电力消费增速的变化规律确定"S"形曲线上的Ξ个关键点：人均电力消 费进入高增长期的起飞点、人均电力消费增速由大到小的转折点W及人均电力消费增速为 零或开始为负增长的零增长点； S23:根据Ξ个关键点分别将"S"形曲线划分为四个区间：缓慢增长区、加速增长区、减 速增长区W及零/负增长区； S3:构建人均电力消费与人均GDP的"S"形理论模型； 其中，所述步骤S3包括： S31:捜集城市化率数据； S32:分析"S"形曲线关键点与城市化率之间的对应关系； S4:构建"S"形曲线数学模型：在人均电力消费与人均GDP的"S"形理论模型的基础上， 运用趋势分析法和双曲正切数学方法构建W人均GDP为自变量的电力需求预测方程，即"S" 形曲线趋势性拟合方程。5.如权利要求4所述的基于"S"形模型的电力需求预测方程的构建方法，其特征在于： 所述步骤S4包括如下步骤： S41:采用趋势分析方法，构建人均电力消费E与人均GDP值G的非平坦式方程：(1) 其中，αι、α2、〇3为指数常数，单位与[1相同；Ei、Gi分别为曲线在转折点对应的人均电力 消费和人均GDP值;A为趋势关系方程(1)的振幅值，单位与G相同； S42:由方程（1)得出曲线在起飞点前、转折点临近区域、零增长点后线性变化的方程分 别为： E-Ei=A+A(日 2_ 日 3) (G_Gi) =A+f>i(G-Gi) (2) E-Ei = 0.5A(ai+a3)(G-Gi)=化（G-Gi) (3) E_Ei=A+A(日广日 2) (G_Gi) =A+Pv(G_Gi) (4) 其中，Pi、Pi、Pv分别为曲线在起飞点前、转折点临近区域、零增长点后线性变化区域的 斜率值，Gv为曲线在零增长点的人均GDP值； S43:由方程(2)~(4)得出αι、α2、α端待定常数与斜率相联系的方程分别为：S45:由具体数据给出Gi、Ei、Gv、Pi、Pi、Pv值，代入方程（1 ο)中计算出A值； S46:由方程(5)~(7)式依次计算出αι、〇2、α3值，得出曲线趋势性拟合方程，即电力需求 预测方程，也即方程(1)的具体形式。6. 如权利要求4所述的基于"S"形模型的电力需求预测方程的构建方法，其特征在于： 城市化率是城市化的度量指标，是指城镇人口占总人口的比重。7. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的英国的电力需求 预测方法，其特征在于:其将英国的人均GDP代入下述方程式求得预测结果：8. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的法国的电力需求 预测方法，其特征在于:其将法国的人均GDP代入下述方程式求得预测结果：9. 一种根据权利要求1的基于"S"形模型的电力需求预测方法得到的德国的电力需求 预测方法，其特征在于:其将德国的人均GDP代入下述方程式求得预测结果：10. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的日本的电力需求 预测方法，其特征在于:其将日本的人均GDP代入下述方程式求得预测结果：11. 一种根据权利要求1的基于"S"形模型的电力需求预测方法得到的意大利的电力需 求预测方法，其特征在于:其将意大利的人均GDP代入下述方程式求得预测结果：12. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的美国的电力需求 预测方法，其特征在于:其将美国的人均GDP代入下述方程式求得预测结果：13. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的加拿大的电力需 求预测方法，其特征在于:其将加拿大的人均GDP代入下述方程式求得预测结果：14. 一种根据权利要求1的基于"S"形模型的电力需求预测方法得到的澳大利亚的电力 需求预测方法，其特征在于:其将澳大利亚的人均GDP代入下述方程式求得预测结果：15. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的韩国的电力需求 预测方法，其特征在于:其将韩国的人均GDP代入下述方程式求得预测结果：16. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的葡萄牙的电力需 求预测方法，其特征在于:其将葡萄牙的人均GDP代入下述方程式求得预测结果：17. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的西班牙的电力需 求预测方法，其特征在于:其将西班牙的人均GDP代入下述方程式求得预测结果：18. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的瑞典的电力需求 预测方法，其特征在于:其将瑞典的人均GDP代入下述方程式求得预测结果：19. 一种根据权利要求1的基于"S"形模型的电力需求预测方法得到的比利时的电力需 求预测方法，其特征在于:其将比利时的人均GDP代入下述方程式求得预测结果：20. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的希腊的电力需求 预测方法，其特征在于:其将希腊的人均GDP代入下述方程式求得预测结果：21. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的荷兰的电力需求 预测方法，其特征在于:其将荷兰的人均GDP代入下述方程式求得预测结果：.- 〇22. -种根据权利要求1的基于"S"形模型的电力需求预测方法得到的芬兰的电力需求 预测方法，其特征在于:其将芬兰的人均GDP代入下述方程式求得预测结果：
【文档编号】G06Q10/04GK105976072SQ201610401821
【公开日】2016年9月28日
【申请日】2016年5月31日
【发明人】王安建, 王娟, 刘固望
【申请人】中国地质科学院矿产资源研究所