电力需求预测研究现状分析

电力需求预测研究现状分析

发表时间：2018-03-20T17:06:57.950Z 来源：《基层建设》2017年第34期作者：郭晓丹李鹏

[导读] 摘要：电力工业关系国计民生，电力需求预测是电力规划和运行的基础。

国网吉林省电力有限公司经济技术研究院吉林长春 130062

摘要：电力工业关系国计民生，电力需求预测是电力规划和运行的基础。论文分析了经济新常态和节能减排背景下电力需求预测的重要性，梳理了电力需求影响因素和电力需求预测相关研究，指出了未来电力需求预测的发展方向。

关键词：电力需求影响因素；电力需求预测；经济新常态；节能减排

1.引言

电力是经济发展的血液和命脉，是生产生活最重要的能源之一，具有不可储存的特点。电力短缺会给生产生活造成重大的不利影响。目前，我国还处于工业化的中后期，城镇化正处于快速推进期，随着经济发展和人民生活的改善，电力需求也同步增长。2016年全社会用电量59198亿千瓦时，同比增长5.0%，其中，第一产业用电量1075亿千瓦时，同比增长5.3%；第二产业用电量42108亿千瓦时，同比增长

2.9%；第三产业用电量7961亿千瓦时，同比增长11.2%；城乡居民生活用电量8054亿千瓦时，同比增长10.8%。电力供应能力充足，部分地区过剩。其中，东北和西北地区电力供应能力过剩较多，华北地区电力供需总体平衡、部分省份富裕，而华中、华东和南方区域电力供需总体宽松、多个省份富余。同时，在非化石能源发电快速发展、发电生产结构持续优化的背景下，新能源电力装机在地域分布上一直处于东西部严重不平衡状态，以风光为主的大型新能源地面电站主要集中在西北和东北地区。由于当地消纳能力有限，且电力外输通道不够，弃光限电情况逐年恶化。比如，甘肃和新疆自治区2015年弃光率高达31%和26%。2016 年全国一季度弃光19亿kwh中，宁夏、新疆和甘肃三省弃光达18亿kwh，占弃光总量近95%。其中新疆和甘肃弃光量分别占全国的40%和 44%，弃光率高达 52%和39%。因此，科学合理的预测电力需求，做好电力规划和建设工作意义重大。尤其是科学合理的预测电力需求，是电力事业健康持续发展的首要环节。

电力对经济发展的重要性决定了电力需求预测始终是企业界和学界关注的重点之一。目前，有很多学者对电力需求预测做了很多有益的研究，但在新的时代背景下，电力供需有新的特征，电力需求预测也存在新的发展方向。本文将在梳理既有研究的基础上提出一些新的研究方向。

2.关于电力需求影响因素的研究

电力需求预测是电力系统规划和运行的基础，很多学者研究了电力需求的预测方法以及未来电力需求的变化趋势，并指出了一些电力需求的影响因素。影响电力需求的因素很多。一些学者采用协整分析和误差修正模型等方法的研究都显示，经济发展是影响电力需求的重要因素[1，2，3]。总体上，经济增长会带来电力需求增长，同时也会受经济结构的影响[4]。经济结构中不同行业对电力的需求不同，电力需求会随着经济增长的波动而波动。同时，伴随经济增长的城市化和电力需求之间也存在均衡关系[5]。王莉琳等[6]以湖北省为例，分析了经济运行新常态下的电力需求影响因素。刘洪久等[7]采用多元线性回归模型分析了苏州的电力需求影响因素，发现人均GDP、第二产业结构比例对电力需求的影响十分显著。彭武元和潘家华[8]基于湖北省的抽样调查分析显示，发现收入水平是影响农村电力需求的主要因素，同时，电价和农户特征以及农村工业企业特征对农村电力需求也影响显著。沈小波[9]基于我国30个省级行政区自2005年到2010年的省级年度数据，采用系统GMM估计法分析了我国农村居民电力消费，研究显示我国农村居民电力需求主要受人均收入、燃料价格、电价、家庭人口规模、家电价格、城镇化水平及年平均气温等因素的影响，尤其是电价和用电成本以及收入增加是农村居民电力消费增加的主要原因。崔巍等[10]采用主成分分析法分析了重庆市电力需求的影响因素，发现影响重庆电力需求的主要因素是宏观经济相关因素、居民生活需求和气候变化。Yong fu Huang（2014）[11]认为，排除价格和收入影响因素，人口增多、技术进步与温度变化对当前电力能源的需求都有很大影响与作用。同时，新能源[12][13]和新能源产品[14][15]对电力需求的影响越来越大。

以上研究采用不同的方法，基于不同的样本数据，针对不同的区域研究了影响电力需求的主要因素，但对导致电力需求变化的深层次原因研究相对较少。徐敏杰等[16]运用系统工程的方法分析了影响电力需求的各种因素及其相互关系，利用解释结构模型分析电力需求影响因素之间的递阶层次关系，发现宏观经济发展是影响电力需求的深层原因，电价、供给能力、传输能力、用户对电价的灵敏性、发电燃料行业的影响、技术进步、自然灾害和降水等因素是影响电力需求的浅层原因，城市化水平及人们生活水平、人口、电气化水平、DSM、气温则是影响电力需求的表层原因。王韶华[17]利用通径分析方法系统分析了低碳环境下影响电力需求的各因素相互关系，结果表明：经济增长、人口增长、城市化、节能和碳排放约束是推动电力需求增长的主要因素。

3.关于电力需求预测的研究

传统的电力需求预测方法主要包括时间序列法、趋势外推法、相关分析法以及回归分析法。现代电力需求预测主要采用灰色预测法、专家系统法、模糊预测、神经网络、马尔可夫预测以及组合预测法等方法。与传统的电力需求预测方法相比，这些方法预测精度更高，对历史数据的依赖也更小。比如，神经网络的优点是可以模仿人脑的智能化处理，具有信息记忆、自主学习、知识推理和优化计算的特点，特别的，自主学习和自适应功能是常规算法不具备的[18]。

很多学者采用不同的预测方法研究了电力需求预测。徐敏杰等[19]在2008年国际金融危机后，运用电力供需研究实验室仿真分析了金融危机影响出口下降对我国经济与电力需求的影响。他们的研究显示，2008年出口下降使全社会用电量增速下降3.44个百分点。柴建等[20]在筛选电力消费核心驱动因素的基础上，基于单变量和多变量两个维度进行电力需求分析和预测，研究表明，GDP每提高1% 使得电力需求量提高 0.5249%；工业化水平每提高 1% 使得电力需求量提高2.2146%，城镇化水平每提高1% 使电力需求量相应提高1.0076%。T.Jager等[21]在分析德国经济和环境对电力市场的影响后，归纳出多种德国电力需求影响因素，并基于系统动力学模型预测德国电力需求。施通勤等[22]从经济平稳发展和经济重大变革两个层面分析电力需求并建立电力需求预测模型，以湖北为例建立了相应的电力需求预测体系。还有一些文献具体研究了某一区域[23，24]和特定行业[25，26]的电力需求预测问题。

在我国优化产业结构、推进节能减排的环境下，电力需求在中长期内面临更多不确定因素。对节能减排背景下的电力需求预测引起了很多人的关注[27，28]。董力通等[29]考虑多个因素对电力经济发展弹性系数的影响，按照投入产出模型，运用支持向量机算法构建预测模型。以2000—2009年我国电力需求及 GDP，产业结构的数据为样本，预测2010年的电力需求总量。研究表明，与普通弹性系数回归预测、普通支持向量机预测方法相比预测精度显著提高。范德成等[30]考虑到低碳经济和节能减排政策对电力需求的影响，选取了GDP、人口数、单位GDP能耗和单位GDP碳排放作为变量，探讨了低碳经济发展水平对电力需求的影响，并采用回归技术预测了电力需求。蒋蕾等