电力需求侧相关概念

一、总体要求

1.需求侧管理系统软件

2.节能诊断及潜力评估管理系统软件

二、常用概念

1.需求侧定义

需求侧管理定义：在政府法规和政策的支持下，采取有效的激励和引导措施以及适宜的运作方式，通过发电公司、电网公司、能源服务公司、社会中介组织、产品供应商、电力用户等共同协力，提高终端用电效率和改变用电方式，在满足同样用电功能的同时减少电量消耗和电力需求，达到节约资源和保护环境，实现社会效益最好、各方受益、最低成本能源服务所进行的管理活动。——百度百科电力需求侧管理（Power Demand Side Management，DSM）指达到节约能源和保护环境的目的，实现低成本电力服务所进行的用电管理活动。其主要内容是对终端用户进行负荷管理，使用电负荷平均化，提高终端能源使用效率及实现综合资源规划等。——百度百科

2.核心共同点

对象：政府、电力公司、能源服务公司、社会中介组织、产品供应商、用电客户。目标：节约电力，减少装机，提高环境质量，提高电力公司的经济效益和市场竞争力。

手段：由政府主导，电力公司为主要实施推广单位，旨在以经济激励（拉大峰谷电价实施错峰等）为主要手段，引导和刺激广大电力用户优化用电方式、提高终端用电效率、实现重大电力节约。

3.意义

社会效益：减少电力需求，从而减少一次能源的消耗与污染物的排放，缓解

环境压力，同时减少社会资源的投入和自然资源的消耗。

对政府而言，可以通过实施DSM，合理配置电力资源，促进经济的协调发展，还可以促进用电设备的更新换代，增加对高能效设备的需求，促进GDP增长，降低单位GDP能耗。

对于电力客户而言，实施DSM可以帮助降低电力消耗，减少电费支出，降低企业的经营成本，提高产品竞争力。

对电网公司而言，实施DSM可以减少高峰时段电力负荷对电网的压力，提高供电可靠性和服务水平；在电力供应形势紧张的情况下，可以大大缓解限电的压力，可以提高电网设备的利用率，保证电网安全、经济运行，减少和延缓电网建设的投资。

4.预测模型

1)Winters模型介绍

如果数据是平稳或水平型的，则滑动平均或一次指数平滑法是合适的；若数据中表现出线性趋势，则二次滑动平均或二次指数平滑的线性模型即可处理；但是，若数据中隐藏着季节成分，则上述方法就无能为力了。但是，著名的Winters 方法可直接处理兼有趋势成分和季节成分的数据。其基本思想是把这种时间序列中的水平因素、趋势因素和季节因素从中分离出来，然后再综合起来进行预测。Winters方法由下述几个部分构成：

St = αYt/It-p + （1-α）（St-1 + bt-1 ）(整体平滑) （2-10）bt = γ( St - St-1 ) + (1-γ) bt-1 （趋势平滑）(2-11)

It = βYt/St + （1-β）It-p (季节平滑) （2-12）Yt+m =（St + btm）It-p+ m (预测) （2-13）

此处，P有季节长度，α，β和γ均为（0，1）中的平滑常数。由式（2-13）可以看出，未来的预测值是一个线性趋势和季节因子的乘积。

参数说明：

衰减因子：表示以前历史数据变化趋势对预测的影响，如果历史数据增长较快，即衰减较小，因子取值适当调高；反之适当调低。选择项中值10～值100分别表示10％～100％，一般取值为90％。

结果因子：表示一种对预测的结果调整，效果是对预测结果加上适当的调节，可结合经验用于对结果校正。

2)一元线性回归

所谓回归分析，就是在统计“平均”的意义下，定量地描述所考察地变量之间的数量关系；它一般用来刻化一个预测对象（因变量）Y与一个或多个预测因子（自变量）X之间地相关关系，其表现形式是由Y、X和参数θ构成的代数方程，即：f(Y,X,θ,ε)=0 , 或Y=f(X,θ)+ ε，以上两式中的ε表示随机误差。习惯上，取f为X和θ的显函数。如果X仅表示一个解释变量，则称相应的模型为一元回归模型，否则称为多元回归模型；如果f关于X和θ都是线性的，称其为线性回归模型。

3)二次指数平滑

指数平滑技术是最常用的预测方法，它比较简单和直观，属于非统计性模型。其依据的基本原则是：(a)厚古薄今，即就历史信息的价值而言，愈靠近当前，对未来的影响愈大；愈远离当前，则对未来的影响愈小。(b)误差反馈原理。它把预测看作一个不断学习的过程，认为对未来的预测，可以利用过去的经验（预测误差）来进行调整或修正。

设Yt和Yt分别是前一期的观测值和预测值，而α∈[0，1]；若历史数据是平稳型的，则Yt+1 = αYt +（1-α）Yt+1 = Yt + α（Yt -Yt ）= Yt +αεt （2-1）此处，εt为前期的预测误差。

参数说明：

平滑因子：适当调整平滑因子，可使预测值曲线更平滑，更准确，更接近实际情况。

4)BP神经网络

用人工神经网络预测,其基本思想是：首先收集数据去训练网络，然后用人工神经网络的算法去建立数学模型，进行预测；

理论上，在足够多的时间和足够多的数据的基础上，神经网络可以模拟出任意一个非线性的数据之间的关系，由此而建立数学模型；

5)灰色模型

1、灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色系统是介于白色系统和黑色系统之间的一种系统。

2、白色系统是指一个系统的内部特征是完全已知的，即系统的信息是完全充分的。而黑色系统是指一个系统的内部信息对外界来说是一无所知的，只能通过它与外界的联系来加以观测研究。灰色系统内的一部分信息是已知的，另一部分信息时未知的，系统内各因素间具有不确定的关系。

3、灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有较强规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来发展趋势的状况。其用等时距观测到的反应预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。

5.96点供/受电负荷

96点日负荷预测：即预测次日个时点（15min/点）的负荷值。

6.有序用电

是指通过法律、行政、经济、技术等手段，加强用电管理，改变用户用电方式，采取错峰、避峰、轮休、让电、负控限电等一系列措施，避免无计划拉闸限电，规范用电秩序，将季节性、时段性电力供需矛盾给社会和企业带来的不利