基于修正業(yè)擴(kuò)容量曲線的月度電量預(yù)測(cè)方法

汪　鴻，薛曉強(qiáng)，韓俊杰，羅　欣，趙　燃

（1.國(guó)網(wǎng)冀北電力有限公司，北京 100053；2.北京清軟創(chuàng)新科技有限公司，北京 100085）

基于修正業(yè)擴(kuò)容量曲線的月度電量預(yù)測(cè)方法

汪鴻1，薛曉強(qiáng)1，韓俊杰2，羅欣2，趙燃2

（1.國(guó)網(wǎng)冀北電力有限公司，北京 100053；2.北京清軟創(chuàng)新科技有限公司，北京 100085）

業(yè)擴(kuò)報(bào)裝容量與用戶用電水平具有緊密的聯(lián)系。本文建立了基于修正業(yè)擴(kuò)容量曲線的月度電量預(yù)測(cè)方法，使電力企業(yè)能夠根據(jù)用戶業(yè)擴(kuò)報(bào)裝情況準(zhǔn)確預(yù)測(cè)出用戶個(gè)體以及行業(yè)整體的用電趨勢(shì)。首先，對(duì)用戶個(gè)體的存量電量和各次業(yè)擴(kuò)所產(chǎn)生的電量分量進(jìn)行分離，并采用生長(zhǎng)曲線模型對(duì)各電量分量的過(guò)渡過(guò)程進(jìn)行擬合；其后，提取得到用戶的用電特性指標(biāo)，并據(jù)此對(duì)行業(yè)整體的月度凈用電容量曲線進(jìn)行修正；最后，對(duì)行業(yè)月度電量曲線進(jìn)行季節(jié)調(diào)整，并針對(duì)電量趨勢(shì)項(xiàng)與修正后的凈用電容量以及其他相關(guān)因素建立預(yù)測(cè)模型，進(jìn)而得到行業(yè)月度電量預(yù)測(cè)值。實(shí)例分析表明，修正容量曲線能夠有效地降低預(yù)測(cè)誤差，驗(yàn)證了預(yù)測(cè)方法的有效性和準(zhǔn)確性。

月度電量預(yù)測(cè)；業(yè)擴(kuò)報(bào)裝；用電容量；生長(zhǎng)曲線；季節(jié)調(diào)整

月度電量預(yù)測(cè)是電力企業(yè)進(jìn)行電力系統(tǒng)規(guī)劃與運(yùn)行的重要基礎(chǔ)［1］。業(yè)擴(kuò)報(bào)裝（簡(jiǎn)稱(chēng)“業(yè)擴(kuò)”）是用戶申請(qǐng)用電到實(shí)際用電的過(guò)程中電力企業(yè)業(yè)務(wù)流程的總稱(chēng)，業(yè)擴(kuò)容量（用戶進(jìn)行業(yè)擴(kuò)后的用電容量）與用戶用電水平具有緊密的聯(lián)系。深入剖析業(yè)擴(kuò)容量與用電量的關(guān)聯(lián)，形成基于業(yè)擴(kuò)的月度電量預(yù)測(cè)方法，對(duì)電力企業(yè)的經(jīng)營(yíng)決策具有重要的現(xiàn)實(shí)意義。然而，業(yè)擴(kuò)容量與用電量之間存在著諸多需要深入考慮的因素，增加了電量預(yù)測(cè)難度，包括：①用戶從發(fā)生業(yè)擴(kuò)到達(dá)到穩(wěn)定用電狀態(tài)中間存在一個(gè)過(guò)渡期，如何考慮過(guò)渡期內(nèi)的用電變化過(guò)程；②用戶可能發(fā)生多次不同類(lèi)型的業(yè)擴(kuò)業(yè)務(wù)，如何對(duì)各次業(yè)擴(kuò)產(chǎn)生的用電量進(jìn)行分離；③預(yù)測(cè)方法如何基于用戶個(gè)體的用電特征擴(kuò)展到對(duì)整個(gè)行業(yè)的用電趨勢(shì)進(jìn)行預(yù)測(cè)等。

目前，雖然已有大量研究對(duì)月度電量預(yù)測(cè)的方法進(jìn)行了討論和分析，比如ARMA模型［2-3］、季節(jié)調(diào)整法［4］、神經(jīng)網(wǎng)絡(luò)方法［5］等，但鮮有文獻(xiàn)從電力企業(yè)的角度從機(jī)理層面進(jìn)行分析，尤其對(duì)于業(yè)擴(kuò)容量與用電量的關(guān)聯(lián)，現(xiàn)有研究關(guān)注較少且不夠深入。文獻(xiàn)［6-7］分析了工業(yè)用電量與業(yè)擴(kuò)之間的相關(guān)性，但建立的預(yù)測(cè)模型直接將業(yè)擴(kuò)容量作為自變量，而未考慮用電不穩(wěn)定階段對(duì)預(yù)測(cè)結(jié)果的影響；文獻(xiàn)［8］探究了用戶在業(yè)擴(kuò)后的用電變化趨勢(shì)，但建立的預(yù)測(cè)模型較為簡(jiǎn)單，未考慮用戶多次業(yè)擴(kuò)所產(chǎn)生電量的分離以及季節(jié)特性的影響等。且文獻(xiàn)［6-8］雖然初步考慮了業(yè)擴(kuò)容量與電量的關(guān)系，但均未對(duì)業(yè)擴(kuò)容量曲線進(jìn)行修正，導(dǎo)致預(yù)測(cè)精度有所欠缺。

本文力圖克服現(xiàn)有研究的不足，建立基于修正業(yè)擴(kuò)容量曲線的月度電量預(yù)測(cè)方法，使電力企業(yè)能夠根據(jù)用戶業(yè)擴(kuò)情況預(yù)測(cè)出用戶個(gè)體以及行業(yè)整體的用電趨勢(shì)，并借助對(duì)用戶個(gè)體的用電曲線的擬合提取出相應(yīng)的關(guān)鍵參量，來(lái)修正行業(yè)整體的業(yè)擴(kuò)容量曲線，剝離用戶用電生長(zhǎng)過(guò)程的隨機(jī)性對(duì)行業(yè)電量預(yù)測(cè)的影響，從而提高預(yù)測(cè)準(zhǔn)確性。

1　業(yè)擴(kuò)容量與用電量關(guān)系分析

業(yè)擴(kuò)具有多種業(yè)務(wù)類(lèi)型，其中主要影響電量預(yù)測(cè)的業(yè)務(wù)類(lèi)型包括：新裝（新用戶按照所需用電容量與電力企業(yè)建立供用電關(guān)系）、增容（在原約定用電容量基礎(chǔ)上增加新的用電容量）、減容（減少合同規(guī)定的用電容量）、暫停（短期內(nèi)停止使用全部或部分用電容量）、恢復(fù)（在暫停業(yè)務(wù)后恢復(fù)用電容量）和銷(xiāo)戶（終止供用電合同，停止全部用電容量）等。以某地區(qū)2009—2012年鋼鐵行業(yè)的月度用電數(shù)據(jù)為例，圖1和圖2分別給出了該地區(qū)某個(gè)鋼鐵企業(yè)和該地區(qū)鋼鐵行業(yè)整體的月度凈用電容量曲線和月度用電量曲線。其中，月度凈用電容量指發(fā)生業(yè)擴(kuò)后的當(dāng)前實(shí)際用電容量，即：凈用電容量=存量容量+增容類(lèi)業(yè)擴(kuò)容量（新裝、增容、恢復(fù)等）-減容類(lèi)業(yè)擴(kuò)容量（減容、暫停等）。

由圖1可見(jiàn)，對(duì)用戶個(gè)體而言，月度凈用電容量曲線為階躍曲線（期間共發(fā)生4次業(yè)擴(kuò)業(yè)務(wù)），而用電量曲線基本跟隨凈用電容量的變化而變化，并在發(fā)生業(yè)擴(kuò)業(yè)務(wù)的初期有所滯后。可見(jiàn)，用戶發(fā)生業(yè)擴(kuò)行為后，其用電狀態(tài)并不會(huì)立刻達(dá)到穩(wěn)定，而是會(huì)有一個(gè)過(guò)渡期，且在過(guò)渡期內(nèi)，用電量先是快速增長(zhǎng)，繼而增速逐漸放緩直至達(dá)到飽和。當(dāng)用戶后續(xù)再次發(fā)生業(yè)擴(kuò)時(shí)，電量曲線將在原來(lái)的基礎(chǔ)上再次疊加一個(gè)過(guò)渡過(guò)程，并達(dá)到新的穩(wěn)定狀態(tài)。

由圖2可見(jiàn)，對(duì)于行業(yè)整體而言，月度凈用電容量曲線和月度用電量曲線均呈現(xiàn)出整體上升趨勢(shì)以及周期變化特性，且二者具有相似的形狀和波動(dòng)趨勢(shì)，呈現(xiàn)出一定程度的相關(guān)性。如果能夠考慮用戶在發(fā)生業(yè)擴(kuò)后的過(guò)渡期內(nèi)的用電增長(zhǎng)過(guò)程，并據(jù)此對(duì)行業(yè)整體的凈用電容量曲線進(jìn)行修正，將從內(nèi)在機(jī)理上提高容量曲線與用電量曲線的相關(guān)性，從而使電力企業(yè)能夠更準(zhǔn)確地基于用戶業(yè)擴(kuò)情況預(yù)測(cè)出整個(gè)行業(yè)的用電趨勢(shì)。

圖1　典型用戶的月度凈用電容量和月度用電量曲線Fig.1　Monthly net capacity curve and monthly electricity consumption curve for a typical power consumer

圖2　行業(yè)整體的月度凈用電容量和月度用電量曲線Fig.2　Monthly net capacity curve and monthly electricity consumption curve for a whole industry

2　考慮業(yè)擴(kuò)容量特征的電量預(yù)測(cè)

2.1總體預(yù)測(cè)流程

本文采用不同方式實(shí)現(xiàn)對(duì)用戶個(gè)體和行業(yè)整體的月度電量的預(yù)測(cè)，并提取用戶個(gè)體的用電特性指標(biāo)修正行業(yè)業(yè)擴(kuò)容量曲線，從而使得行業(yè)整體的電量預(yù)測(cè)更加準(zhǔn)確。總體預(yù)測(cè)流程如圖3所示。

圖3　總體預(yù)測(cè)流程Fig.3　Flow chart of the forecast process

2.2用戶個(gè)體月度電量曲線預(yù)測(cè)

2.2.1業(yè)擴(kuò)用電生長(zhǎng)曲線的擬合

用戶發(fā)生業(yè)擴(kuò)后的電量增長(zhǎng)過(guò)程與生長(zhǎng)曲線特點(diǎn)相吻合［9］，因此本文采用Logistic模型［10］逐次對(duì)各個(gè)業(yè)擴(kuò)電量分量進(jìn)行擬合和預(yù)測(cè)，表達(dá)式為

式中：a、b、k為待定參數(shù)；t為時(shí)間參數(shù)。

其后，采用文獻(xiàn)［11］提出的改進(jìn)的生長(zhǎng)曲線預(yù)測(cè)法進(jìn)行參數(shù)估計(jì)。

2.2.2各次業(yè)擴(kuò)電量分量的分離和預(yù)測(cè)

記用戶歷史時(shí)段內(nèi)的月度電量曲線為QM，t，t=1，…，TH，TH為歷史時(shí)段包含的月數(shù)。將月度電量QM，t除以當(dāng)月天數(shù)，得到各月日均電量Qt。

記用戶在歷史時(shí)段和待預(yù)測(cè)時(shí)段內(nèi)的凈用電容量曲線為Ct，其表達(dá)式為

式中：CS為存量容量；CB，i為用戶發(fā)生第i次業(yè)擴(kuò)業(yè)務(wù)增加或減少的容量；Si為符號(hào)函數(shù)，對(duì)于增容類(lèi)業(yè)擴(kuò)，Si=1，對(duì)于減容類(lèi)業(yè)擴(kuò)，Si=-1；ti為用戶第i次業(yè)擴(kuò)發(fā)生的月份；NH、NP分別為歷史時(shí)段和待預(yù)測(cè)時(shí)段內(nèi)用戶發(fā)生業(yè)擴(kuò)的次數(shù)；ε（t）為單位階躍序列；TP為待預(yù)測(cè)時(shí)段包含的月數(shù)，對(duì)于月度負(fù)荷預(yù)測(cè)，TP不宜太長(zhǎng)，取TP=2～3為宜。

對(duì)各次業(yè)擴(kuò)電量分量進(jìn)行分離，并得到用戶個(gè)體的電量預(yù)測(cè)曲線，步驟如下。

（1）針對(duì)時(shí)間區(qū)間t=1，…，TH+TP，對(duì)Q1～Qt進(jìn)行擬合，得到日均存量電量預(yù)測(cè)曲線

（2）從i=1開(kāi)始至i=NH結(jié)束，逐次選取用戶發(fā)生第i次和第i+1次業(yè)擴(kuò)行為之間的時(shí)間區(qū)間（即t=ti，…，ti+1-1），將該區(qū)間內(nèi)的日均電量Qt減去存量電量預(yù)測(cè)值以及之前i-1次業(yè)擴(kuò)電量分量的預(yù)測(cè)值得到第i次業(yè)擴(kuò)產(chǎn)生的日均電量分量qi，t，即

對(duì)qi，t（t=ti，…，ti+1-1）進(jìn)行擬合，得到歷史時(shí)段內(nèi)發(fā)生第i次業(yè)擴(kuò)對(duì)應(yīng)日均電量分量的預(yù)測(cè)曲線1，…，NH，t=ti，…，TH+TP）。

（3）若用戶在待預(yù)測(cè)期內(nèi)發(fā)生業(yè)擴(kuò)行為，則根據(jù)用戶在歷史時(shí)段內(nèi)發(fā)生同類(lèi)型業(yè)擴(kuò)所產(chǎn)生的電量分量，按照業(yè)擴(kuò)容量進(jìn)行比例折算得到預(yù)測(cè)值，即

式中，m為歷史時(shí)段內(nèi)發(fā)生的同類(lèi)型業(yè)擴(kuò)的序號(hào)。

（4）疊加各電量分量并乘以當(dāng)月天數(shù)，即得到用戶的月度電量預(yù)測(cè)曲線

2.2.3用戶用電特性指標(biāo)的提取

為了將用戶的用電特性體現(xiàn)到行業(yè)整體的電量預(yù)測(cè)過(guò)程中，提取如下用電特性指標(biāo)。

（1）各業(yè)擴(kuò)電量分量的穩(wěn)定利用小時(shí)數(shù)HS，i：根據(jù)前述步驟得到的各次業(yè)擴(kuò)電量分量，當(dāng)連續(xù)3個(gè)月電量變化不超過(guò)5%時(shí)，可認(rèn)為該業(yè)擴(kuò)電量分量已達(dá)到穩(wěn)定狀態(tài)。穩(wěn)定利用小時(shí)數(shù)表達(dá)式為

式中，qS，i為第i次業(yè)擴(kuò)對(duì)應(yīng)的穩(wěn)定電量，可取穩(wěn)定后3～5個(gè)月的月平均電量或其擬合曲線的參數(shù)a。

（2）各業(yè)擴(kuò)電量分量的穩(wěn)定時(shí)間TS，i：表示用戶從發(fā)生業(yè)擴(kuò)到其電量分量達(dá)到穩(wěn)定所經(jīng)過(guò)的月數(shù)。

（3）各業(yè)擴(kuò)電量分量的逐月負(fù)荷投運(yùn)比例λi，t（t=ti，…，ti+TS，i-1）：表示過(guò)渡期內(nèi)各業(yè)擴(kuò)電量分量qi，t與對(duì)應(yīng)的穩(wěn)定電量qS，i的比值。

2.3行業(yè)整體月度電量曲線預(yù)測(cè)

2.3.1行業(yè)業(yè)擴(kuò)凈用電容量曲線的修正

電力企業(yè)在統(tǒng)計(jì)各行業(yè)凈用電容量時(shí)，通常將各次業(yè)擴(kuò)容量直接全部計(jì)入業(yè)擴(kuò)發(fā)生當(dāng)月的總?cè)萘浚瑢?dǎo)致過(guò)渡期間內(nèi)的容量利用小時(shí)數(shù)較低，容量曲線與電量曲線的相關(guān)性減小，降低了預(yù)測(cè)準(zhǔn)確度。本文方法利用提取出的用戶用電特性參數(shù)，對(duì)行業(yè)整體的凈用電容量曲線進(jìn)行修正，以使得每個(gè)業(yè)擴(kuò)電量分量的等效利用小時(shí)數(shù)在過(guò)渡期內(nèi)基本保持一致，從而剝離了用戶用電生長(zhǎng)過(guò)程的隨機(jī)性對(duì)行業(yè)整體電量預(yù)測(cè)的影響。修正表達(dá)式為

根據(jù)實(shí)際情況，也可不必對(duì)所有用戶均提取特征指標(biāo)進(jìn)行修正，而可以針對(duì)該行業(yè)內(nèi)用戶用電特性進(jìn)行聚類(lèi)，以若干典型用戶的特征指標(biāo)為代表對(duì)行業(yè)業(yè)擴(kuò)容量曲線進(jìn)行修正。

2.3.2行業(yè)用電容量曲線和電量曲線的季節(jié)性分解

為消除季節(jié)變動(dòng)要素和不規(guī)則要素對(duì)月度電量預(yù)測(cè)的影響，本文采用Census X12算法［12-13］，對(duì)行業(yè)月度日均用電量曲線進(jìn)行季節(jié)性分解，即

2.3.3行業(yè)電量曲線預(yù)測(cè)模型的構(gòu)建

式中，X為其他相關(guān)因素組成的向量。具體的預(yù)測(cè)模型可以根據(jù)實(shí)際情況選擇。

電量曲線季節(jié)項(xiàng)可采用歷史同期電量季節(jié)項(xiàng)的平均值作為預(yù)測(cè)值，即

式中，NY為歷史數(shù)據(jù)所包含的年數(shù)。

3　算例分析

選取某地區(qū)電力企業(yè)統(tǒng)計(jì)得到的2009—2012年鋼鐵行業(yè)的月度用電數(shù)據(jù)進(jìn)行算例分析。取2009年1月—2012年10月作為歷史時(shí)段，對(duì)2012年11月、12月的用電量進(jìn)行預(yù)測(cè)，即TH=46，TP=2。

行業(yè)內(nèi)某典型用戶的月度凈用電容量曲線和電量曲線已在圖1中給出，其在觀測(cè)時(shí)段內(nèi)共發(fā)生4次業(yè)擴(kuò)業(yè)務(wù)，各次業(yè)擴(kuò)信息如表1所示。

行業(yè)整體的月度凈用電容量曲線和電量曲線已在圖2中給出。影響鋼鐵行業(yè)整體用電量的相關(guān)因素主要為鋼鐵價(jià)格，觀測(cè)時(shí)段內(nèi)的鋼鐵價(jià)格曲線如圖4所示。

表1　某典型用戶業(yè)擴(kuò)信息Tab.1　Business expansions of a typical consumer

圖4　鋼鐵月度價(jià)格曲線Fig.4　Monthly steel price curve

根據(jù)第2.2節(jié)所述步驟，對(duì)該典型用戶進(jìn)行用電生長(zhǎng)曲線的擬合、各次業(yè)擴(kuò)電量分量的分離、用電特性指標(biāo)的提取，結(jié)果如下。

（1）第1次業(yè)擴(kuò)（新裝）擬合曲線為

（2）第2次業(yè)擴(kuò)（增容）擬合曲線為

式中，TS，2=3，且有λ2，22=6.6%，λ2，23=62.6%，λ2，24=79.9%；

（3）第3次業(yè)擴(kuò)（暫停）TS，3=0，即發(fā)生暫停業(yè)務(wù)后，電量在當(dāng)月即減少至穩(wěn)定值，故q?3，t可取對(duì)應(yīng)電量分量的穩(wěn)定均值，即

（4）第4次業(yè)擴(kuò)（恢復(fù)）擬合曲線為

式中，TS，4=1，且有λ4，37=57.7%。

借助EViews軟件對(duì)行業(yè)月度日均用電量曲線進(jìn)行Census X12季節(jié)調(diào)整［14］，其趨勢(shì)項(xiàng)、季節(jié)項(xiàng)和不規(guī)則要素項(xiàng)如圖5所示。

圖5　鋼鐵行業(yè)月度電量曲線的季節(jié)調(diào)整Fig.5　Seasonal adjustment of monthly electricity consumption curve for steel industry

通過(guò)對(duì)比計(jì)算，可得到修正前后月度用電量趨勢(shì)項(xiàng)與凈用電容量的相關(guān)系數(shù)分別為0.81和0.88，可見(jiàn)修正過(guò)程提高了電量和容量曲線的相關(guān)性。

為驗(yàn)證修正業(yè)擴(kuò)容量曲線對(duì)于提高預(yù)測(cè)準(zhǔn)確性的效果，將上述預(yù)測(cè)結(jié)果與未修正容量曲線情況下得到的預(yù)測(cè)結(jié)果進(jìn)行對(duì)比。針對(duì)電量趨勢(shì)項(xiàng)、未修正的容量以及鋼鐵價(jià)格建立二次回歸預(yù)測(cè)模型，其得到的預(yù)測(cè)值也列于表2。

表2　預(yù)測(cè)結(jié)果及預(yù)測(cè)準(zhǔn)確度對(duì)比Tab.2　Comparisons of forecasting results and accuracy

可以看到，電量預(yù)測(cè)取得了較為準(zhǔn)確的結(jié)果，且修正容量曲線能夠有效地降低預(yù)測(cè)誤差，證明了本文所提預(yù)測(cè)方法的適用性和準(zhǔn)確性。

4　結(jié)語(yǔ)

業(yè)擴(kuò)容量與用戶用電水平具有緊密的聯(lián)系，深入剖析業(yè)擴(kuò)容量與用電量的關(guān)聯(lián)，形成基于業(yè)擴(kuò)報(bào)裝的月度電量預(yù)測(cè)方法，具有重要的研究意義。本文建立了基于修正業(yè)擴(kuò)容量曲線的月度電量預(yù)測(cè)方法，采用不同方式實(shí)現(xiàn)了對(duì)用戶個(gè)體和行業(yè)整體的月度電量預(yù)測(cè)，并借助對(duì)用戶用電曲線的擬合提取出相應(yīng)的關(guān)鍵參量，據(jù)此對(duì)行業(yè)整體的業(yè)擴(kuò)容量曲線進(jìn)行修正，從而降低了用戶用電的過(guò)渡過(guò)程對(duì)行業(yè)整體電量預(yù)測(cè)的影響，使得電力企業(yè)能夠更為準(zhǔn)確地根據(jù)用戶業(yè)擴(kuò)情況預(yù)測(cè)用戶個(gè)體以及行業(yè)整體的用電趨勢(shì)。

［1］吳杰，宋國(guó)堂，盧志剛，等（Wu Jie，Song Guotang，Lu Zhigang，et al）.基于偏最小二乘回歸與比重法的月售電量預(yù)測(cè)（Forecasting for monthly electricity consumption using partial least-square regressive and proportion model）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSUEPSA），2008，20（3）：66-69.

［2］康重慶，夏清，張伯明（Kang Chongqing，Xia Qing，Zhang Boming）.電力系統(tǒng)負(fù)荷預(yù)測(cè)研究綜述與發(fā)展方向的探討（Review of power system load forecasting and its development）［J］.電力系統(tǒng)自動(dòng)化（Automation of Electric Power Systems），2004，28（17）：1-11.

［3］葉瑰昀，羅耀華，劉勇，等（Ye Guijun，Luo Yaohua，Liu Yong，et al）.基于ARMA模型的電力系統(tǒng)負(fù)荷預(yù)測(cè)方法研究（Research on method of power system load forecasting based on ARMA model）［J］.信息技術(shù)（Information Technology），2002（6）：74-76.

［4］喬占俊（Qiao Zhanjun）.基于Census X12-SARIMA模型的中長(zhǎng)期負(fù)荷預(yù)測(cè)（Medium and long-term load forecasting based on Census X12-SARIMA model）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2014，26（1）：34-38.

［5］張健美，周步祥，林楠，等（Zhang Jianmei，Zhou Buxiang，Lin Nan，et al）.灰色Elman神經(jīng)網(wǎng)絡(luò)的電網(wǎng)中長(zhǎng)期負(fù)荷預(yù)測(cè)（Prediction of mid-long term load based on gray Elman neural networks）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2013，25（4）：145-149.

［6］葛斐，李周，楊欣，等（Ge Fei，Li Zhou，Yang Xin，et al）.基于業(yè)擴(kuò)報(bào)裝的全社會(huì)電量預(yù)測(cè)方法研究（Research on forecasting method of whole society electricity consumption based on business expansion）［J］.安徽電氣工程職業(yè)技術(shù)學(xué)院學(xué)報(bào)（Journal of Anhui Electrical Engineering Professional Technique College），2013，18（4）：31-34.

［7］石雪梅，李周，葛斐，等.一種基于工業(yè)業(yè)擴(kuò)報(bào)裝的月度工業(yè)用電量預(yù)測(cè)方法［P］.中國(guó)專(zhuān)利：CN103413188A.

［8］余向前，王林信，張維靜，等（Yu Xiangqian，Wang Linx-in，Zhang Weijing，et al）.基于生長(zhǎng)曲線的行業(yè)業(yè)擴(kuò)用電趨勢(shì)研究（Research of business expanding electric consumption trend based on growth curves）［J］.電力需求側(cè)管理（Power Demand Side Management），2014，16（2）：21-25.

［9］牛東曉，曹樹(shù)華，趙磊.電力系統(tǒng)負(fù)荷預(yù)測(cè)技術(shù)及其應(yīng)用［M］.北京：中國(guó)電力出版社，1999.

［10］鮑正杰，李生虎，趙鋒，等（Bao Zhengjie，Li Shenghu，Zhao Feng，et al）.飽和負(fù)荷預(yù)測(cè)中的改進(jìn)Logistic算法（Improved logistic model for saturated load forecast）［J］.電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EPSA），2014，26（11）：7-11.

［11］王吉權(quán)，趙玉林（Wang Jiquan，Zhao Yulin）.生長(zhǎng)曲線在電力負(fù)荷預(yù)測(cè)中的應(yīng)用（Application of logistic curve in electric power load forecast）［J］.電網(wǎng)技術(shù)（Power System Technology），2004，28（22）：36-39.

［12］Findley D F，Monsell B C，Bell W R，et al.New capabilities and methods of the X-12-ARIMA seasonal-adjustment program［J］.Journal of Business&Economic Statistics，1998，16（2）：127-152.

［13］中國(guó)人民銀行調(diào)查統(tǒng)計(jì)司.時(shí)間序列X-I2-ARIMA季節(jié)調(diào)整：原理與方法［M］.北京：中國(guó)金融出版社，2006.

［14］張大維，劉博，劉琪.EViews數(shù)據(jù)統(tǒng)計(jì)與分析教程［M］.北京：清華大學(xué)出版社，2010.

Forecasting Method of Monthly Electricity Consumption Based on Modified Capacity Curve of Business Expansion

WANG Hong1，XUE Xiaoqiang1，HAN Junjie2，LUO Xin2，ZHAO Ran2
（1.State Grid Jibei Electric Power Co.，Ltd.，Beijing 100053，China；2.Beijing Qingruan Initiative Science and Technology Co.，Ltd.，Beijing 100085，China）

The capacity of business expansion has a close connection with the electricity consumption level.In this paper，a forecasting method of monthly electricity consumption based on the modified capacity curve of business expansion is proposed，with which power companies can forecast the trend of electricity consumption for both individual consumers and the whole industry.First，the electricity stock curve and the electricity consumption curves caused by each business expansion of the consumers are separated，and the transition process is fitted by growth curves.Second，the characteristic indexes of electricity consumption are identified，and they are further used to modify the monthly net capacity curve for the whole industry.Finally，the monthly electricity consumption curve of the whole industry is decomposed by seasonal adjustment.A forecasting model is built based on the electricity consumption tendency part，the modified net capacity of electricity consumption and other relevant factors，and it is used to forecast the monthly electricity consumption of the industry.A case study shows that the modified capacity curve can effectively reduce the forecast error，and the validity and accuracy of the proposed method are verified.

monthly electricity consumption forecast；business expansion；capacity of electricity consumption；growth curve；seasonal adjustment

TM732

A

1003-8930（2016）10-0080-05

10.3969/j.issn.1003-8930.2016.10.014

2015-06-12；

2016-02-03

國(guó)家電網(wǎng)公司科技資助項(xiàng)目“新形勢(shì)下電力需求及售電市場(chǎng)分析預(yù)測(cè)技術(shù)研究”（SGHB0000KXJS1400044）

汪鴻（1977—），男，碩士，高級(jí)工程師，研究方向?yàn)樨?fù)荷預(yù)測(cè)、電力市場(chǎng)。Email：wh_email@263.net

薛曉強(qiáng)（1983—），男，碩士，工程師，研究方向?yàn)樯a(chǎn)經(jīng)營(yíng)計(jì)劃管理。Email：xue.xiaoqiang@nc.sgcc.com.cn

韓俊杰（1985—），女，碩士，工程師，研究方向?yàn)樨?fù)荷預(yù)測(cè)、電力市場(chǎng)。Email：jjhan@tsingsoft.com.cn