基于嶺回歸的電網調峰需求預測研究

張云飛，閔 麗，田 侃，樊麗君，胡彩紅

（1．國網新源控股有限公司抽水蓄能技術經濟研究院，北京市 100052；2．北京成和能源咨詢有限公司，北京市 100053）

0 引言

自“碳達峰、碳中和”目標提出以來，能源發展呈現新態勢。多種措施圍繞構建清潔、低碳、安全、高效的能源體系展開，其中，構建以新能源為主的新型電力系統是重要的組成部分和核心內容。科學分析電力需求和調峰需求建立在合理預測用能需求的基礎上，同時是指導新能源電源主體開發、儲能容量配置、電網投資提質增效的重要決策支撐。因此，如何結合經濟發展趨勢，明確新形勢下不同區域用電負荷特點及發展趨勢，形成中長期電力增長態勢及調峰需求預測，對實現能源清潔高效發展、構建新型電力系統具有重要意義。

肖白等針對現有空間電力負荷預測方法沒有考慮待預測區域內各供電小區之間的負荷相互影響關系的情況，提出一種考慮本位元胞接受能力和相鄰元胞負荷影響的空間負荷預測方法，并利用空間卷積建立相鄰元胞產生負荷影響的量化模型，主要適用于城市電網規劃年負荷預測[1]。李正浩等提出一種基于NACEMD-GRU的組合型日前負荷預測方法，引入噪聲輔助復數據經驗模態分解方法對日前負荷數據進行分解，并建立基于門控循環神經網絡單元的深度學習預測模型，得到日前負荷的各分量預測結果[2]。陳張宇等構建了居民用戶精細化需求響應模型，建立了兩個長短期記憶神經網絡來對需求響應效益系數進行計算，利用精細化需求響應模型來計算針對不同用戶的最優激勵[3]。BOUKTIFS等采用LSTM長短期記憶網絡，通過添加多個閾值門緩解梯度消失問題，提高預測的精度[4]。HE W等將卷積神經網絡和循環神經網絡結合，分類預測客戶負荷數據特征[5]。趙輝等構建基于離散小波分解、卷積神經網絡和支持向量回歸的負荷預測模型，通過小波分解算法對歷史負荷數據進行分析與重構，得到長度相同的歷史負荷數據；對天氣因素、日期類型進行特征構造，得到特征數據；利用卷積神經網絡支持向量回歸機模型和反向傳播神經網絡支持向量回歸模型得到預測值[6]。岳遠波等采用脊波函數作為預測模型隱含層神經元中的激勵函數，在網絡模型的內部加入關聯層，關聯層節點可有效存儲隱含層神經元的內部狀態，增強了網絡模型的反饋聯接，有效降低了負荷預測的誤差[7]。吳云等提出基于改進的灰色關聯與蝙蝠優化神經網絡的短期負荷預測方法，引入以距離相似性和形狀相似性相關聯的綜合灰色關聯度選取更高相似度的相似日，訓練蝙蝠優化的反向傳播神經網絡預測模型，提高了預測精度[8]。上述方法未綜合考慮地方經濟發展特點和終極穩定的經濟結構，單純以數學方法進行預測，未考慮地區部分行業電力負荷的飽和狀態、負荷特性和調峰需求，忽略了各預測因素之間的相互關聯和重疊作用，影響了其在電網規劃中的應用效果。

山東電網網架結構相對獨立，火電電源占比較大，在能源轉型過程中呈現出的特點代表性強。本文結合地方經濟發展特點和行業結構演變趨勢，提出基于S增長曲線的地區電力需求預測模型，通過大量歷史數據回歸分析，得到重點行業負荷S增長曲線特征值，進而預測未來地區負荷需求及飽和時間；然后采用嶺回歸預測技術，考慮多種因素間的關聯性，預測電網調峰需求，最后以山東電網為例，應用上述方法測算了中長期電力增長態勢及調峰需求，案例分析表明所提方法的合理性。

1 預測方法

S型負荷增長曲線是一種經典的電力負荷預測方法，其在實際應用中需要通過大量歷史行業數據進行回歸分析，以便刻畫各行業在不同發展階段的電力負荷增速和持續時間，具體模型公式如下：

式中：yt——t年的電力負荷需求，kWh；

y0——基準年的電力負荷需求，kWh；

a——用戶停留在緩慢增長階段的時間長短系數，無量綱；

b——用戶停留在快速增長期的時間長短系數，無量綱；

k——用戶達到飽和時的水平系數，無量綱；

t——預測年份，年。

電網調峰需求預測采用嶺回歸技術，利用微分方程來進行計算分析，用于解決預測因素之間的相互重疊問題，例如GDP與人口、三產比例等預測因素之間的相互影響。嶺回歸分析是一種改良的最小二乘估計方法，本文將嶺回歸分析用于解決在線性回歸分析中自變量存在共線性的問題。共線性就是指自變量之間存在一種完全或良好的線性關系，進而導致自變量相關矩陣之行列式近似為0，導致最小二乘估計失效。此時引入了k個單位陣（I），使得回歸系數可估計，嶺回歸分析就是用來解決多重共線性的問題。

嶺回歸模型表達式為：

式中：yi——i地區電網調峰需求預測值，kW；

——i地區樣本特征值向量的轉置，包括分行業的GDP與人口、三產比例、天氣，單位分別為萬元、人、無量綱、℃；

b——電網調峰需求估計參數，kW；

W——數據樣本對應的參數項系數，無量綱；

σ——電網調峰需求數據樣本方差，kW。

利用微分方程進行推導，線型回歸模型為：

通過矩陣表示：

預測步驟是：首先，收集地區主要行業的電力用戶歷年負荷；其次，進行數據清洗和補充，按時間序列，采用移動平均法將明顯異常的數據剔除，采用3次樣條插值法補充缺失的數據；結合行業用戶所在地區經濟發展特點和行業結構演變趨勢，采用最小二乘法擬合S形曲線中的k、a、b等參數的變化規律；輸入預測年，預測未來地區用電負荷規模；設定飽和負荷判斷標準，利用對數關系求取達到地區負荷達到飽和的時間；根據最大負荷利用小時數，利用全社會用電量預測數求取各水平年的最大負荷需求；根據電網最大負荷峰谷差的歷史數據，選擇GDP、人口、三產比例、天氣、主要產品的能耗強度、碳排放強度、利潤水平和市場需求規模等為影響因素，求取嶺回歸的參數項系數和估計參數；輸入預測年和該年的預測用電量、最大負荷，求取電網調峰需求。

2 案例分析

2020年，山東省生產總值為73129.00億元，按可比價格計算，比上年增長3.6%。其中，第一產業增加值5363.76億元，增長2.7%；第二產業增加值28612.19億元，增長3.3%；第三產業增加值39153.05億元，增長3.9%。三次產業結構由上年的7.3：39.9：52.8調整為7.3：39.1：53. 6。全社會用電量情況為6939.84億kWh，首次排全國第一，同比增長11.6%，電網全網最大用電負荷高達9022.4萬kW，說明疫情后山東經濟復蘇步伐加快，產業抵抗能力強，企業效益轉好，經濟持續穩定向好，呈現良好發展勢頭。

以山東2010～2019年全社會用電量、最大用電負荷數據為基礎，采用上述方法預測2020年山東全社會用電量和最大用電負荷分別為6820億kWh和8800萬kW，統調最大負荷峰谷差率為31.5%，預測誤差分別為1.7%、2.4%和4.6%，說明本來所提預測方法具有有效性。

根據山東省政府發布的《山東省國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》，“十四五”期間山東地區生產總值年均增長5.5%，居民人均可支配收入增長年均5.5%以上，到2035年基本建成新時代現代化強省。山東將主動融入新發展格局，深化實施八大發展戰略，聚力突破九大改革攻堅，做強、做優、做大“十強”現代優勢產業，發揮山東半島城市群在黃河流域生態保護和高質量發展中的龍頭作用，經過5年努力，主要領域現代化進程走在全國前列。到2025年，全省戰略性新興產業增加值占地區生產總值比重達到17%以上。

根據S曲線模型及山東經濟發展趨勢，特別是“十強”現代優勢產業發展特點，山東產業發展處于工業化后期向后工業化階段的過渡期，未來山東電力需求仍將保持中速增長態勢。預計2025年山東全社會用電量為0.9萬億～1.0萬億kWh。全網最大用電負荷高達1.25億～1.35億kW。隨著第三產業的發展，山東負荷峰谷差率將增加0.5～1個百分點。預計山東全省電力負荷總體將于2040年前后達到飽和，屆時山東全社會用電量年均增速將持續低于2%。根據嶺回歸分析，山東電網峰谷差主要受二產比重和天氣影響，峰谷差率呈波動增長態勢，預計2025年山東電網統調最大峰谷差率為32.5%左右，電網調峰需求為4100萬～4500萬kW。

3 結論

經濟社會的發展受到能源轉型的影響逐漸顯現，隨著新型電力系統構建進程的推進，其構成單元包括源荷網儲不同主體的發展需要科學的規劃預測指導，而開展基于地方經濟發展視角的中長期電力需求和調峰需求預測是編制科學規劃的前提。本文結合地方經濟發展特點和行業結構演變趨勢，提出基于S增長曲線的地區電力需求預測模型和嶺回歸電網調峰需求預測模型，通過大量歷史數據回歸分析，得到重點行業負荷S增長曲線特征值，進而預測未來地區負荷需求及飽和時間，然后應用嶺回歸技術預測電網調峰需求各因素的影響幅度，最后以山東電網為例，應用上述方法測算了中長期全社會用電量及飽和時期、調峰需求。預計2025年山東全社會用電量為0.9萬億～1.0萬億kWh，全網最大用電負荷高達1.25億～1.35億kW，負荷峰谷差率將增加0.5～1個百分點，電網調峰需求為4100萬～4500萬kW，山東全省電力負荷總體將于2040年前后達到飽和。案例分析表明，所提方法具有合理性。