基于Logistic模型的電能替代電量預測

劉國靜， 談 健， 李 琥， 胡曉燕， 朱 磊

(國網江蘇省電力有限公司經濟技術研究院，江蘇 南京 210008)

0 引言

與發達國家相比，我國煤炭等化石能源占終端能源消費的比例偏高[1]，大量直燃煤、直燃油在終端消費環節的粗放、低效利用不僅引起了嚴重的環境污染，還造成能源資源的浪費，給當前日益嚴峻的環境保護和節能減排問題帶來較大壓力。電能具有清潔、高效的優點，為實現經濟社會的綠色、可持續發展，我國提出了在終端能源消費環節實施電能替代的發展戰略，積極引導以電能替代煤炭、石油等化石能源的直接消費，提高電能在終端能源消費中的比例[2]。在各級政府及電網公司的推動下，用戶參與電能替代的積極性不斷提高。電鍋爐、港口岸電、電動汽車、熱泵等電能替代技術在生產制造、交通、建筑采暖等領域逐步得到更大范圍的推廣應用[3-5]。隨著電能替代戰略的不斷推進，電能替代電量必將對電網中長期負荷構成產生更大影響，有必要進行量化分析以指導未來電源、電網，乃至能源發展的相關規劃。

電力系統負荷、電量的預測大致可分為參數估計方法和人工智能方法[6]。文獻[7]采用灰色模型進行中長期電量預測，并通過對灰色預測模型系數進行優化修正提高了預測精度。文獻[8]建立了電網售電量預測的季節自回歸滑動平均模型(auto-regressive and moving average, ARMA)模型，能夠有效處理售電量數據序列中的季節數據項。文獻[9]基于用電行業分類進行中長期電量預測，首先設計了用電行業分類的原則和方法，并采用優選組合預測模型對各行業獨立進行電量預測，最后通過多級協調的方式對各行業預測結果進行修正處理，提高了總體預測精度。文獻[10]提出了最小二乘支持向量機算法與占季比預測相結合的電量預測方法，采用最小二乘支持向量機算法對具有周期性規律的季度電量進行預測，采用曲線擬合外推算法對變化幅度較小的月度電量占季比進行預測，最終可獲得月度售電量預測結果。上述這些方法主要針對電力消費總量的預測，未直接考慮電能替代電量對預測結果的影響。文獻[11]參考用以評估環境壓力的環境負荷方程(human impact of population, affluence and technology, IPAT)，建立了電能替代電量與人口、經濟增長和技術水平間的IPAT方程，采用多元非線性回歸結合小波神經網絡的方法對不同情景下的中長期電能替代電量進行了分析預測。文獻[12]通過支持向量機算法實現了電能替代電量與各影響因素間的擬合分析，并采用粒子群優化算法進行支持向量機核函數參數和懲罰系數尋優，有效提高了預測精度。文獻[11—12]為開展電能替代電量的單獨預測研究提供了新思路，但模型中反映電能替代政策影響程度的相關參數設置較為困難，存在一定的主觀性。

為把握未來電能替代電量規模的發展情況，本文分析了能源政策對未來電能替代發展的影響作用，給出了宏觀層面電能替代電量的計算方法。結合相關能源政策規劃，基于Logistic模型對終端能源消費總量和電能占終端能源消費比例分別進行預測，最終可獲得未來電能替代電量預測結果。

1 電能替代影響因素

電能替代電量是電力消費總量的組成之一，特指的是在一定時期內電能替代其他能源消費的部分。電能替代電量的規模主要受經濟、人口、技術和能源政策的影響。具體而言，經濟越發達、技術水平越高，電能替代其他能源的形式越多樣，電能替代技術的應用范圍越廣。而人口影響了包括電能在內的終端能源消費總量，能源政策對電能、煤炭、石油等不同能源的選擇偏好從一定程度上決定了終端能源消費結構。

在不同時期，電能替代發展的主要推動因素存在一定差異。自電力工業發展伊始，伴隨社會各行業電氣化水平的不斷提高，電能實質也在同步替代其它能源。在這一時期，電能替代規模的擴大主要受經濟發展、人口增長、技術進步等因素的推動，電能替代電量與國內生產總值(gross domestic product，GDP)、人口等因素間存在著較強相關性。傳統的中長期負荷預測方法通過挖掘電力消費總量與GDP、人口間的內在聯系，實際已在電力消費總量的預測中間接考慮了電能替代電量的影響，但由于未直接考慮能源政策對未來電能替代發展的促進作用，預測結果將具有一定的保守性。

近年來，迫于環境保護和節能減排的壓力，我國以清潔、低碳為能源發展目標，著力優化終端能源消費結構，能源政策對終端能源消費的影響日益凸顯。以江蘇省為例，江蘇省通過強制淘汰小容量燃煤(油)鍋爐、提高污染排放標準等措施限制高污染、高排放用能方式的發展，間接為電能替代創造了市場發展空間，同時明確將電能替代納入能源發展規劃，對電鍋爐、電動汽車、港口岸電、熱泵等電能替代技術提供設備購置補貼和運營補貼，積極推動電能替代發展[13-15]。根據江蘇省“十三·五”能源發展規劃，“十三·五”期間江蘇累計實現電能替代600億kW·h，年均替代電量約占年全社會用電量2%左右。為落實電能替代規劃，制定了《江蘇省推進電能替代工作實施方案》，明確重點領域、任務、目標、工作舉措。當前，能源政策已成為影響電能替代電量的重要因素，而傳統的中長期負荷預測方法一般僅考慮宏觀經濟政策，對能源政策與電能替代電量間關系的分析討論相對較少。

2 電能替代電量預測方法

2.1 電能替代電量計算方法

在微觀上，具體某電能替代項目的替代電量可利用電能計量裝置進行統計核算，本文主要研究宏觀層面電能替代電量的分析預測方法。

在宏觀上，電能是否在終端能源消費環節替代其他能源，可通過電能占終端能源消費比例來反映。若電能占終端能源消費比例增長，則說明電能在終端能源消費環節替代了其他能源；若該比例保持不變，則即使電力消費總量增長，也不能表示電能替代電量的增加。據此，電能替代電量可具體表示為如下形式：

De,t=Yt(St-St0)

(1)

式中：t0為選取的基準年；De,t為基準年后第t年相對基準年t0的替代電量；Yt為第t年的終端能源消費總量；St，St0分別為第t年和基準年t0電能占終端能源消費比例。

可見，在St0給定的條件下，電能替代電量將由Yt，St兩個變量決定。目前對未來電能替代電量的發展規律尚缺乏清晰的認識，因此直接分析預測電能替代電量存在較大困難。但目前政府和專家學者對未來我國能源消費總量在何時達峰、電能占終端能源消費比例在遠期的發展水平等已基本達成共識，為終端能源消費總量、電能占終端能源消費比例的分析預測奠定了良好基礎。

為此，本文分別對終端能源消費總量、電能占終端能源消費比例進行預測，在此過程中充分結合相關規劃以體現電能替代政策影響，而后根據式(1)間接獲得電能替代電量預測值。

2.2 預測模型

隨著經濟結構不斷優化，我國未來將逐漸進入以服務業為重點的后工業化時代，對能源消費的需求將自然減少，終端能源消費日趨飽和。類似，電氣化水平在達到一定水平后將趨于穩定，電能占終端能源消費比例未來也將呈現飽和性。在對具有飽和增長特征變量的相關預測中，常采用Logistic模型[16]。Logistic模型表達式為：

(2)

初始條件為：

x|t=t0=x0

(3)

式中：x為待預測變量(具體是由終端能源消費總量、電能占終端能源消費比例等變量組成)；t為時間序列；r為增長參數，r在模型中為給定常數，并且有r>0；k為待預測變量x的飽和值。

對式(2)進行簡單分析可知，待預測變量x增長的初期和中期其增長率較大，后續隨著待預測變量x的增大，其增長率將逐漸減小，達到飽和值k后其增長率為0，達到飽和。

為獲取待預測變量x隨時間變化的規律，對式(2)左右兩邊變形后可得：

(4)

對式(4)進行積分后可得：

(5)

式中：c為積分常數。將初始條件式(3)帶入式(5)可得：

(6)

進一步將式(6)帶入式(5)可得待預測變量x隨時間變化曲線：

(7)

式(7)中未知參數為飽和值k和增長率r，需要根據歷史數據進行擬合估計，為此做如下假設：

(8)

(9)

式中：Y，ea為引入參數。對式(7)變形后可得：

Y=a-r(t-t0)

(10)

式(10)為線性方程，可根據歷史數據進行參數擬合估計。

3 江蘇實例分析

3.1 基礎數據

以江蘇省為例進行分析，以驗證本文方法的有效性。2005—2015年江蘇省終端能源消費總量、全社會用電量等數據如表1所示。

表1 基礎數據Tab.1 Basic data

表1中，2005—2015年江蘇省終端能源消費總量、全社會用電量取自江蘇省統計年鑒。理論上，電能在終端環節的消費量為全社會用電扣除能源加工領域用電后的用電量，由于江蘇省能源資源相對匱乏，能源加工行業在國民經濟占比較小，且缺乏該行業用電量數據權威公開的統計，本文暫假設終端環節的電能消費量等于江蘇省統計部門公布的全社會用電量。

各年份全社會用電量可采用熱當量法折算為標準煤，具體按照1 kW·h電能熱值與0.123 kg標準煤熱值相等進行折算。將終端能源消費總量、全社會用電量折算為統一量綱后，可求得電能占終端能源消費比例。

由表1可知，2005—2015年江蘇省終端能源消費總量保持逐年增長態勢，年均增長率達到8.54%，但增長速度總體呈下降趨勢。2005—2015年江蘇省電能占終端能源消費比例總體呈上升趨勢，平均每年增長0.43個百分點。

3.2 終端能源消費總量預測

根據江蘇省“十三·五”能源發展規劃，江蘇省力爭在2025年能源消費總量達峰。據此，分別設定江蘇省終端能源消費總量(標準煤)為40 000萬t，38 000萬t，36 000萬t，34 000萬t，32 000萬t。上述不同終端能源消費總量情況下，終端能源消費總量模型參數計算結果如表2所示。

表2 模型參數計算結果Tab.2 Model parameter calculation result

表2中，R2為擬合優度，表示回歸曲線對觀測值的擬合程度，R2越接近1則擬合程度越高。對于本文存在截距的一元回歸模型，R2的計算公式為：

(11)

(12)

(13)

式中：Xi為第i個自變量；Yi為第i個因變量。

按照江蘇省能源消費2025年左右達峰的要求，全省終端能源消費總量的飽和值約為34 000萬t。若對達峰要求適當放寬，終端能源消費在2030年達峰(全球能源消費總量預計2030年左右達峰[1])，則對應的飽和值約為36 000萬t。

將上述兩種情況對應的飽和值k和增長率r帶入到式(7)中可獲得江蘇省終端能源消費總量隨時間變化曲線，如圖1所示。

圖1 終端能源消費總量預測結果Fig.1 The prediction result of terminal total energy consumption

3.3 電能占終端能源消費比例預測

根據相關研究，遠期到2050年全球終端能源消費結構中電能占比將達50%左右[14]。據此，將江蘇省電能占終端能源消費比例的飽和值設為50%。根據表1中2005—2015年江蘇省電能占終端能源消費比例的歷史數據進行參數擬合，求得式(7)中的增長率參數r等于0.038 2。電能占終端能源消費比例隨時間變化曲線如圖2所示。

圖2 電能占終端能源消費比例預測結果Fig.2 The prediction result of the proportion of electric energy in terminal energy consumption

由圖2可知，2030年之前江蘇省電能占終端能源消費比例將保持持續穩定增長，2030年電能占終端能源消費比例預計為28.11%，略高于相關研究中2030年全球終端能源消費結構中電能占比為25%的預測水平。

3.4 電能替代電量預測結果

綜合江蘇省終端能源消費總量和電能占終端能源消費比例的預測結果，以2015年作為基準年，江蘇省能源消費總量分別在2025年，2030年達峰兩種情況下，未來江蘇省電能替代電量規模如表3所示。由表3可知，隨著未來江蘇省終端能源消費總量和電能占終端能源消費比例的不斷提高，電能替代電量規模將保持持續增長，對未來電網負荷構成將產生重要影響，有必要在電網中長期負荷預測中予以考慮。

表3 電能替代電量預測結果Tab.3 The prediction result of electric energy substitution

4 結語

隨著國家對節能減排和環境保護工作的重視，能源政策對各類能源的選擇表現出明顯偏好，政策推動成為促進未來電能替代發展的重要因素。本文模型能夠較好描述終端能源消費的飽和增長特征，同時充分利用目前針對能源消費總量、電能占終端能源消費比例的已有研究成果指導未來電能替代電量的預測，提高了預測結果的可信性。

本文模型主要基于終端能源消費和電能占終端能源消費比例自身的發展規律，在后續研究中將進一步考慮人口、經濟等外部因素對預測結果的影響作用。