邯郸市城镇化建设中的电力负荷预测研究

第 1 章  引言

1.1  选题背景及意义

随着城镇化的不断发展，工业用电和居民用电都发生了很大变化，供电企业有必要对城镇化建设中的电力负荷进行准确的预测。电力负荷预测的结果对电力系统投资成效有重要而直接的影响，此外，还会影响电力系统的供电可靠性，保证居民电力需求的平稳增长，乃至会影响到国民经济的整体效益。因此，电力负荷的质量和水准在城镇化建设工作中俨然已经成为一个显著的标准，衡量着国家电力系统运营和管理等方面的发展程度。电力系统负荷预测是指在考虑一些重要的系统运行特性、增容决策和自然条件下，利用一套系统的处理过去和未来负荷的方法，在一定精度意义下，决定未来某特定时刻或某些特定时刻的负荷值。电力负荷预测工作是整个电力系统进行规划的一个关键，是保障电网平稳顺利运行的必要步骤。此外，负荷预测的精确程度以及合理程度都对系统的资金筹划有重要影响。电网整合分布以及日常运营，是实时控制、运行计划和发展规划的前提和重要依据，是电网规划建设的依据和基础。

2012 年，我国正式进入工业化高级阶段，国民人均用电 3662(kw·h)  /年，人均国内生产总值( GDP)约 6078 美元。我国发电规模及结构随着工业化和城镇化进程的推进而发生改变。基于我国当前工业化、城镇化发展进程及发电情况，预计到 2020 年，我国电力装机容量将达到 1.8 TW，到 2030 年，电力装机容量将达到 2.5～2.8 TW，截止到 2050 年，13.1～14.3PW·h 将是我国发电量的饱和规模值。与此同时，人均发电量将达到 9034～9862kW·h，与日本、韩国及我国台湾地区相比，处于同一水平，但是约为美国同期水平的 70%，高于英、法、德等欧洲。

通过预测可知，2020 年以前，我国将继续开展由高级工业化阶段向初级发达经济阶段转型的工作，而在这个过程中，工业化和城镇化的不断发展，将带动电力需求持续以年 6%  的高增速保持快速增长。通过预测，到 2020  年，7～8 PW·h 的电力需求量这个目标将会实现；2021~2030 年，我国将从初始发达经济阶段过渡为高级发达经济阶段，此时的电力需求年均增速将逐渐放缓，预计达到 3.5%左右，到 2030  年，我国电力需求量预测达到 10～11 PW·h；2031~2050 年，我们将与中等发达国家处于同等水平，处于高级发达经济阶段，电力需求年均增速将进一步下降，大约在 1.0%左右，到 2050 年，全国需电量将达到 12～15PW·h。

...........................

1.2  国内外研究现状

1.2.1  电力负荷特性指标研究现状

进行电力负荷预测首先要确定负荷特性指标，并且对所搜集的历史数据进行分析。指标大小的波动性很大，种类繁多，往往不能直接相加，因此负荷预测的工作量和难度都比较大。从整体上来看，目前我国各个地区所开展的负荷特性采用的指标不统一，历史资料的积累也不尽相同，负荷特性的研究深度和广度都不够。电力负荷特征及趋势研究并不简单，关键原因是：一是随时间和区域的改变，负荷特性指标也会改变，在不同的时间点和地域时，指标不能简单加总，这无疑使得大规模内的负荷预测变得异常艰难；二是负荷特性分析和电力负荷预测的方法均不够完善，种类也不多；三是一般负荷曲线随着行业的不同而变化，这就加大了数据采集和分析处理的难度；四是不同影响因素对负荷特性分析的很难精确估计，所以目前主要用定性分析的方法来估计。电力负荷特性指标代表了负荷特性的大小，即趋势变动特征值。电力负荷特性指标的演算分析是描述的电力负荷变化的重要前提。1989 颁布实施的《电力工业生产统计指标解释》中规定并列举了 14 个有关负荷特性的指标。国家电网公司在 2001 年修改补充了此“解释”，不仅将峰谷差率指标加入其中，还对在列所有指标进行了归类。

当前，世界各国和地区乃至发达国家都对电力负荷特性给予了高度关注，致力于缓和电力供需之间的矛盾，改善电能质量。其中日本不仅制定并规范了各电力负荷指标，而且还对电力负荷特性指标相关标准进行的特殊的专业化管理。

........................

第2章 相关理论与方法

本部分拟从城镇化的相关理论和负荷预测的相关理论两个方面来介绍。

2.1  城镇化的相关理论

2.1.1  城镇化的含义

迄今为止，城镇化还没有统一公认的定义。社会学、经济学和地理学对城镇化作出了不同的定义。在社会学上，城镇化被认为是指人口不断的向城镇集中，人口持续的被纳入城镇的生活中，从而使城镇的生活方式持续的强化和改变的过程；在经济学上，城镇化被定义为人类的生产活动从农业方向向非农产业方向改变，以及劳动生产要素向城镇活动会聚的进程程，它是区域经济发展到一定阶段的产物；在地理学上，城镇化被定义为地区演变的空间进程，其中包括乡村地区向城镇地区的变动、城镇地区向外蔓延和城镇内部地区持续演替的过程。由此可见，与现代化密切相关的城镇化，在时空范围上表现为经济、政治、社会的集聚与发展。在本文中，，将城镇化定义为人口持续的向城镇集中，以及带来的城镇生活方式的持续改变和强化，从更深层意义上来讲是指人类的生产活动由农业向非农业的转变，生产要素不断的向城镇流动和集中，不断实现农村区域向城镇区域的转化，以及包括城镇内部区域的持续演化交替的过程。

城市化是经济发展的动力来源和必须经过的流程，但这也是我国经济发展的必然结果。从全球城镇化进程的角度来看，我们可以发现进行城镇化建设与经济的快速发展之间具有紧密的联系。一个国家的经济发展水平的一个方面决定着城市化进程和建设水平的国家，另一方面，城市化建设的外部效应的经济带来促进经济发展，能够看出两者之间拥有有互相关联、互相限制、互为因果的关系。在我国如果想实行新农村建设战略的目标，那么它的紧要前提便是加速我国的城镇化建设。实践表明，如果一个城市化水平是高的，在速度方面它的农村建设也快。目前，我国的实际情况是已经进入了一个农村发展和改革的新阶段。在我国，鼎力加速城镇化建设的过程，深层次实行国家工业反哺农业、城镇支持农村的战略和方针，同时应加大对农村成长的支撑力度，有助于较快的改变我国农村比较落后的面貌。

城镇经济的发展离不开电力经济的发展。随着城镇化水平的不断提高，越来越多的人们对电力的质量提出了更高的要求，因此这就就需要我们在城镇化建设中对电力负荷进行更加科学的负荷预测。由于电力投资效益的准确性，对正常发展用户可靠性的电力负荷，电力供应和我们整个社会的经济效益和社会效益的需求和预测结果直接相关的城市化建设电力企业，所以用电市场需求也将随之发生变化，呈现出新的特性。本课题将对城镇化进程中的县域产业结构变化情况、居民住宅电气配置情况和居民生活方式以及由此带来的用电结构、用电需求特性进行调查，对在进行城镇化过程中的电力需求变化的所具有的趋势和新的特点进行分析和预测，进而建立新的预测模型。

..........................

2.2  负荷预测的相关理论与方法

电力负荷预测发展到今天已经有三十多年的历史，初期的电力负荷预测的方法主要有时间序列分析法、回归分析方法以及趋势外推法等相对比较简单的方法。传统的预测模型相对简单，但是精确度不高。在第二十世纪 90 年代初，人们为了预测非线性和不确定性问题的解决，提出了一些人工智能的方法，比如专家系统法、模糊理论法、人工神经网络、组合预测法、灰色预测法等。

1、趋势外推法

在早期，R·Rhyne 首先提出了趋势外推法，他指出其比较适用于进行中长期的负荷预测，所使用的历史数据能够在一定条件下拟合形成一条曲线，变化趋势相对比较稳定，因此这种方法可以适用于没有明显气候变化的冬季的电力负荷预测。这种方法只需要较少的历史数据，在某些情况下具有一定的优势，运用此方法能够得出比较好的预测结果；缺点是当数据差异性明显的时候就会引起较大误差。在文献中就运用了二次指数平滑法和二阶自适应系数法等趋势外推法，进行了中期电力负荷预测，并得到了比较满意的预测结果。

2、时间序列预测方法

时间序列预测方法是指通过按照时间顺序来记录电力负荷的历史数据，从而形成一个有序的时间序列，分析此时间序列变化过程的统计规律性，进而建立电力负荷预测模型，对未来负荷值进行预测。在 1970 年，G.E.P.Box 和 G.M.Jenkins 在《时间序列分析——预测与控制》一书中提出了经典的时间序列分析方法，预测控制，并在该方法利用 ARIMA 模型。随后，Cho M.Y 和 HwangJ.C 又在运用 ARIMA模型的基础上对天气和负荷的关系的短期负荷预测进行了考虑，并因此对商业负荷、工业负荷以及住宅用电负荷进行了预测。通过将 ARIMA 模型的预测结果和多元线性回归模型的预测结果进行比较，表明 ARIMA 模型较好的考虑了负荷和温度之间的关系，据有较好的预测精度。在我国，朱博和李玲玲在运用时间序列模型时，充分考虑到了电力系统负荷的复杂性和非线性，在此基础上融入了混沌思想，充分利用数据信息，从而结合混沌理论建立时间序列模型，进行了实际预测，结果显示平均误差较小。张少华和王晛正在考虑对非线性负载条件下的影响温度和其他外部因素，时间序列的技术建立的短期负荷预测模型来预测天气的应用，使用中的变化，实验结果证实了模型的有效性。

3、回归分析法

回归模型的原理是运用最小二乘法对所记录的历史数据进行统计，从而确定自变量与因变量的关系，进而建立回归分析的负荷预测模型，一共包括四种类型分别为一元线性回归、多元线性回归、一元非线性回归和多元非线性回归。此方法适用于中、长期负荷预测。此种方法应用简单，但是也有缺点，文献[28]则通过偏最小二乘回归分析法对中、长期负荷进行预测，  本文表明，最小二乘法和逐步回归分析方法相比，最小二乘法是一种比较优势。但相对而言，回归分析方法需要大量的样本，并且很难统计月度负荷数据的经济因素有显着相关的预测和结果往往有一些差距和现实。

.........................

第 3 章 城镇化建设对电力负荷预测的影响因素................. 16

3.1  定性分析...................... 16

3.1.1 社会事业发展 .......................... 16

3.1.2 气象 .................. 16

3.2  定量分析.................... 17

3.2.1 产业结构 .................. 17

3.2.2 生活指数 .......................... 17

第 4 章 指标的选取以及数据的处理..................... 20

4.1  基于主成分分析法的指标简化................... 20

4.1.1 主成分分析的概念 .......................... 20

4.1.2 主成分分析法的计算步骤 ....................... 21

第 5 章 利用 BP 神经网络对邯郸市城镇化建设进行电力负荷预测............ 28

5.1 BP 神经网络模型的构建 .................. 28

5.2  基于  MATLAB 的 BP 神经网络实现 ................ 31

5.2.1 MATLAB 软件介绍 ........................ 31

5.2.2 网络的工具箱函数 ..................... 31

第 5 章  利用 BP 神经网络对邯郸市城镇化建设进行电力负荷预测

本文对邯郸市 2000～2006 年与城镇化建设中用电量有关的因素进行了选取和计算，以神经网络模型为基础，建立了与城镇化建设相关的 BP 神经网络电力负荷预测模型，用 MATLAB 软件中的 BP 神经网络工具箱做实现，以 2007～2012 年的电力消耗历史数据对模型进行检验，并利用该模型对邯郸市 2013～2017 年的电力负荷进行预测。

5.1 BP 神经网络模型的构建

BP  神经网络是 Rumelhant 和 McCelland 两位学者在 1986 年提出的一种多层网络的“逆推”学习算法，它将学习过程被分成正向传播和反向传播两部分。正向传播是从输入样本从输入层输入开始的，然后经过隐层逐层处理后，最终传送到输出层。误差的反向传播是当输出层的实际输出与期望输出存在误差的时候，将误差以某种方式经过隐层向相反的方向传播到达输入层。为了对误差进行修正，在误差反向传播的过程中需要将误差逐层分摊给各层单元，从而各单元将根据这些误差信号来修正各自的权值。上述信号正向传播和误差反向传播的过程是不断循环往复进行的，这一过程一直持续到到网络输出的误差缩减到可以接受的范围或训练达到预先设定的训练次数为止。训练完成的网络就具备预测功能，可用作负荷预测。 

1、在构造神经网络时，需要考虑的一些因素有隐含层节点数、输入层节点数、输出层节点数（如图 5-1）。因为输入元素的选择的不同和隐层节点数的不同而造成了目前各种关于 BP 神经网络进行负荷预测模型的千差万别[54]。神经网络节点主要包括输入层节点、隐层节点和输出层节点，可以根据要预测的数据变量个数确定输入层和输出层节点数；而对于隐含层节点数，采用德尔是 TRT（TryError Try)法并参考  Kolmogorov  定理确定：

........................

第 6 章  结论与展望

6.1  主要结论

供电企业的首要任务是保障电网稳定、经济、正常运行，对电力系统用户安全可靠供电。城镇化建设中的电网负荷预测是电力系统运营部门的一项重要日常工作，是制定供电方案的主要依据，其负荷预测己成为电力系统管理现代化的重要内容之一。因此研究适用于城镇化建设中的负荷预测方法已成为城镇化建设中的一个重要课题。本文在负荷预测方面所做的主要工作可总结如下

1、通过查阅国内外的相关资料，分析了城镇化建设中电力负荷预测技术发展现状和研究前景，结合实际的实验条件和预测技术的应用领域，确定了研究目的和研究方法。

2、学习了多种电力负荷预测的方法，趋势外推法、时间序列预测方法、回归分析法、灰色预测法、专家系统法、人工神经网络法、模糊理论法、组合预测法。

3、对影响城镇化建设中的电力负荷预测因素做了分析，包括：通过邯郸市产业部门用电量数据，分析邯郸产业结构与电力需求增长之间的关系；通过分析城镇居民日益提高的生活水平对电力需求的影响，确定生活指数对城镇化建设中的电力负荷预测的影响；社会事业的发展作为城镇化建设中的重要特点之一，虽然不能定性分析，但是不可否认它对电力负荷预测的影响；城镇化中生态环境的变化必然引起气象的变化，而气象的变化对电力负荷预测有着很大的影响；城镇化建设中的城镇化率对地区负荷变化的影响分析，通过分析 2000～2006 年邯郸地区每年的用电量与城镇化率的关系，定性分析了城镇化率对用电量的影响；国民经济增长与地区用电量变化间量化关联影响分析，通过分析 2000～2006 邯郸供电分公司的售电量与各经济指标间的相关性，通过主成分分析方法，确定了 GDP 增加值是与用电量联系最紧密的经济指标之一；探寻城镇就业人员与用电量间的关联分析，无论从统计相关性还是拟合效果来看都较为理想；城镇居民收入占有比重较大影响，由于城镇居民收入直接影响电力消费，因此够较好地、挖掘其与用电量的本质量化关系。

4、经过了大量的调查研究工作，获得了可以定性分析的各种影响因素的数据，在选取主成分分析法的基础上，筛选出了邯郸市城镇化建设的指标，这些指标为城镇化率、GDP、产业结构、城镇就业人员、城镇居民收入。

参考文献（略）