基于神經網絡和電能替代的中長期電力負荷預測研究

鄭鵬 羅義釗 朱玲玲 柳玉鑾

1.國網福建省電力有限公司； 2.福建網能科技開發有限責任公司

一、引言

電力負荷預測是電力系統規劃建設和經濟運行的基礎，對調整電源結構、提高資源利用率、提升電力企業的經濟效益、促進國民經濟健康可持續發展有著重要的意義。伴隨著全球電力市場化層層滲透以及各種數學建模方法的涌現，特別是隨著科學技術的快速發展，大數據、云計算和智能化等新的預測方法也層出不窮，為電力負荷預測研究提供了很大的方便。

文1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。文2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。上述方法忽略了不同地區經濟發展路徑的相似性、電能替代以及電力負荷增長特點和規律，單純以數學工具進行負荷預測，不僅容易產生較大的預測誤差，也難以合理解釋預測結果。

二、新時代電力需求預測思路

一是分析中國從一次能源開采、加工轉換、終端能源利用等全流程主要技術在未來10年的推廣前景，篩選出最有可能得到推廣的關鍵技術和參數。二是考慮新時代“兩步走”戰略對我國能源電力需求的影響，開展宏觀經濟預測、重點行業發展、能源電力需求預測，定量分析能源電力需求關鍵影響因素的發展趨勢，分析能源供需互動對電力需求的影響，以及電力消費與能源消費的關系。三是構建多種可能情景，分析預測未來我國電力需求總量、結構、布局，電力需求達峰時間和峰值。

三、負荷預測模型方法

神經網絡是最常用的人工智能算法之一，廣泛應用于電力規劃和運行各個方面。神經網絡通過對以往歷史數據的學習，找出數據的變化趨勢之間的非線性關系，并將其存儲在網絡具體的權值和閥值中，從而預測未來負荷數據的走勢。

設有時間序列{Xi}，其中歷史數據Xn，Xn+1，···Xn+m，對未來n+m+k(k＞=1)時刻的取值進行預測，即預測Xn+m+k的某種非線性關系：

用神經網絡進行預測，即用神經網絡通過一組數據點Xn，Xn+1，···Xn+m 來擬合函數f，得出未來n+m+k（k＞1）時刻數據的預測值。借鑒其他發達地區經濟社會發展和電力負荷增長特點，基于神經網絡、電能替代和相似發展路徑的電力負荷預測方法步驟如下。

首先，考察預測地區及其周邊地區的經濟發展總量、人均GDP、能源資源稟賦、電力需求和人均電力需求等參數，通過對比分析，找出相對發達地區。其次，梳理發達地區和待預測地區的電力負荷增長規律，通過對比分析找出倆地區間電力負荷增長階段的時間差。第三，考慮不同地區電能替代和電力負荷增長階段的時間差，將樣本區間中的發達地區和待預測地區的歷史負荷數據、預測區間中的發達地區歷史負荷數據作為輸入數據，采用神經網絡求解待預測地區的某歷史時段的負荷數據，并與實際值進行比較，既是訓練神經網絡，也是檢驗預測方法的準確性。第四，與第三步方法的輸入數據類似，采用訓練好的神經網絡求解待預測地區的未來電力負荷。

四、案例分析

目前福建省經濟運行穩中有變，外部環境復雜嚴峻，經濟面臨下行壓力，外經貿發展難度加大，生態環境保護和污染防治攻堅戰任務仍然很重。2018年福建省生產總值3.58萬億元，增長8.3%；全社會用電量2314億千瓦時，增長9.5%。未來福建將著力創新驅動、轉型升級、改革開放、鄉村振興、區域協調、生態建設和民生改善，共享高質量發展新成果。福建2018年人均用電量5916千瓦時，人均GDP約8.23萬元。作為對比，江蘇人均用電量7633千瓦時，人均GDP約10.69萬元；浙江人均用電量8013千瓦時，人均GDP約9.15萬元。江蘇、浙江經濟發展領先福建5-10年左右，同時，江蘇、浙江、福建均為能源資源匱乏省份，且同為華東沿海地區，因此，三者在經濟發展和電力需求增長方面具有相似性。

考慮經濟與電力發展路徑的相似性，根據2000年以來江蘇、浙江、福建經濟和電力負荷數據進行預測，2018年福建全省全社會最高負荷預測誤差為2.67%。全社會用電量預測誤差為2.26%，說明應用上述預測方法具有可行性。預測到2035年，福建全省全社會最高負荷、用電量分別為7500-8500萬千瓦、3800-4000億千瓦時。推薦值分別為8000萬千瓦、3900億千瓦時，未來幾年的年均增速分別為3.1%、3.0%，說明未來福建省電力負荷將呈現中低速增長態勢，增速呈緩慢下降趨勢。未來福建電力增長的一半來自電能替代，例如農產品深加工、交通電氣化和新興產業用電等。

結論：電力負荷預測是電力系統規劃建設和經濟運行的基礎，為了提高電力企業的經營效益，促進電力行業健康可持續發展，需要研究更高準確性的電力負荷預測方法。考慮不同地區間的經濟發展規律和能源資源稟賦，本文借鑒其他發達地區電力負荷增長特點，提出基于神經網絡、電能替代和相似發展路徑的負荷預測方法，并針對福建電網應用上述方法進行負荷預測。研究表明，未來15-20年福建省電力負荷將呈現中低速增長態勢，2035年全社會最高負荷、用電量分別達8000萬千瓦、3900億千瓦時，電量增長的一半來自電能替代。案例表明所提方法的可行性。