基于多級神經網絡的浙江省市場化交易電量預測研究

葉炯　方建亮　姜巍　樊麗君　胡彩紅

浙江省是我國電力現貨市場試點省份之一，現貨市場已進入模擬試運行階段。我國電網企業承擔保底供電責任，對計劃電量的統購統銷模式和對市場電量的輸配電價模式并存。浙江公司購售電中的市場化部分，執行市場形成的價格;而存在的優先購電及優先發電中的保量保價部分，仍分別執行相應的目錄電價或上網電價。在市場化比例放開過程中，電網公司的市場化交易電量及結構將對電網公司的效益產生重大影響，因此有必要深入研究市場化交易電量預測方法，為提升電網公司運營效率效益提供決策參考。

現行主流的售電量預測方法主要分為趨勢外推、基于電量與經濟關系的預測、基于負荷特性的負荷預測三大類方法。趨勢外推法主要是以回歸分析、指數平滑等模型為基礎，以時間和電量為參數擬合模型，并按照時間發展計算模型值作為未來預測值。基于電量與經濟的內在關系的預測方法主要包含產值單耗法、彈性系數法，以未來的經濟發展目標為依據，以彈性系數、產值單耗等指標預判的方式，進行的預測方法。基于負荷特性的研究方法，主要有自然增長和大用戶法，大用戶往往采用S型曲線預測。文1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。文2運用深度神經網絡建立多結構預測模型。文3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。以上研究側重于模型求解方法，但是對交易電量結構、電力交易環境、地區社會經濟增長等缺乏統籌考慮。

本文提出基于多級神經網絡的浙江省市場化交易電量預測模型，依據分類型分地區市場化交易電量歷史數據，首先構建地區級神經網絡，建立各地區交易電量與行業用電特性、行業發展趨勢、地區社會經濟增長、電力供應結構、交易價格波動等的定量關系。其次構建省神經網絡，建立全省交易電量與各地區交易電量的定量關系，解決預測精度不同下的電量累加問題。案例測算表明了所提方法的合理性。

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{X i}，其中歷史數據X n，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。

借鑒發達地區經濟社會發展和交易電量增長特點，基于多級神經網絡預測模型的市場化交易電量預測方法步驟如下。

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、人均電力需求、典型行業用電特性、行業發展趨勢、電力供應結構、交易價格波動等參數，通過綜合分析，形成主要影響因素及其定量輸入數據。

其次，構建地區級神經網絡預測模型，建立各地區市場化交易電量與行業用電特性、行業發展趨勢、地區社會經濟增長、電力供應結構、交易價格波動等的定量關系。

第三，構建省神經網絡預測模型，建立全省交易電量與各地區交易電量的定量關系，解決預測精度不同下的電量累加問題。

第四，模型訓練，將樣本區間中的地區級市場化交易電量歷史數據、相應的影響因素歷史數據作為輸入數據，采用神經網絡求解待預測地區的某歷史時段的市場化交易電量數據，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。

第五，與第四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市場化交易電量規模。

根據浙江省統計局初步核算，2020年浙江省生產總值為64613億元，按可比價格計算，比上年增長3.6%。根據浙江省發展改革委電力交易報告，2020年浙江省實際參與交易發電企業共18家，全年合同交易電量255.54億千瓦時（雙邊協商255.46億千瓦時，掛牌交易0.08億千瓦時）。其中尖峰電量16.04億千瓦時、高峰電量100.89億千瓦時、低谷電量113.83億千瓦時、一口價電量24.78億千瓦時。

未來浙江省將率先探索構建新發展格局的有效路徑，率先建設現代化經濟體系，率先推進省域治理現代化，率先推動全省人民走向共同富裕，爭創社會主義現代化先行省。未來浙江將進一步深化電力體制改革，深入推進電力市場建設，降低企業用電成本，市場參與主體和交易規模將持續擴大。

預計浙江省2025年全社會用電量達6000-6200億千瓦時，市場化交易電量規模達到3600-4000億千瓦時，占全社會用電量比重超過60%。其中尖峰電量約100億千瓦時、高峰電量1500億千瓦時、低谷電量1800億千瓦時。

未來電網公司應當加強重點用戶的市場化電量、交易價格監測，特別是新增用戶、異動用戶的交易電量和價格監測，及時發現問題，避免重大損失。加強技術儲備，引入人工智能、用戶畫像等新技術，助力提升電網公司針對電力市場中的異動用戶識別能力。

電網公司的市場化交易電量及結構將對電網公司的效益產生重大影響，因此有必要深入研究市場化交易電量預測方法，為提升電網公司運營效率效益提供決策參考。本文提出基于多級神經網絡的浙江省市場化交易電量預測模型，依據分類型分地區市場化交易電量歷史數據。首先構建地區級神經網絡，建立各地區交易電量與行業用電特性、行業發展趨勢、地區社會經濟增長、電力供應結構、交易價格波動等的定量關系。其次構建省神經網絡，建立全省交易電量與各地區交易電量的定量關系，解決預測精度不同下的電量累加問題。研究表明，浙江省2025年市場化交易電量規模達到3600-4000億千瓦時，占全社會用電量比重超過60%。案例表明所提方法的合理性與可行性。