一種電力市場(chǎng)月度用電預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電力市場(chǎng)用電預(yù)測(cè)領(lǐng)域，具體涉及一種電力市場(chǎng)月度用電預(yù)測(cè)方法。
【背景技術(shù)】
[0002] -、現(xiàn)有用電預(yù)測(cè)中的主要技術(shù)方法及處理步驟
[0003] 1、氣溫加權(quán)求和
[0004] 由于自然地理等因素的差異性，氣象局所公布的氣溫通常按照氣候區(qū)發(fā)布，對(duì)于 存在多個(gè)氣候區(qū)，且差異較為明顯的地區(qū)來(lái)講，缺乏統(tǒng)一的、反映總體情況的氣溫?cái)?shù)據(jù)。為 了彌補(bǔ)這一缺陷，我們對(duì)所有氣候區(qū)的氣溫進(jìn)行簡(jiǎn)單加總或加權(quán)求和，以此得到氣溫的總 體狀況，從而為用電預(yù)測(cè)取得總體氣溫輸入量。如果總體氣溫為T，第i個(gè)氣候區(qū)的氣溫為 ti，存在η個(gè)不同的氣候區(qū)，那么總體氣溫可以表示為：
[0006]其中，fi是第i個(gè)區(qū)域的氣溫權(quán)重。
[0007] 2、春節(jié)期月度數(shù)據(jù)的調(diào)整與合并
[0008] 農(nóng)歷春節(jié)等假日在公歷月份中出現(xiàn)的公歷日往往各年不一樣，我們稱這種情況為 移動(dòng)節(jié)假日。由于春節(jié)期間大量企業(yè)減停產(chǎn)，用電量驟減，春節(jié)前后用電增減明顯。因此，隨 著春節(jié)出現(xiàn)的公歷月份不同，那么相應(yīng)的月度用電數(shù)據(jù)就會(huì)出現(xiàn)各年的變動(dòng)，這大大影響 了預(yù)測(cè)精度。尤其是當(dāng)春節(jié)橫垮公歷兩個(gè)月前后時(shí)，核算用電就更為復(fù)雜?，F(xiàn)有處理方法： 其一，忽略這個(gè)影響，直接加總當(dāng)月各日的用電數(shù)據(jù)作為月度用電。即直接體現(xiàn)月度數(shù)據(jù)的 實(shí)際狀況。其二，如果春節(jié)橫跨兩個(gè)月首尾，則合并春節(jié)所在兩個(gè)月份的數(shù)據(jù)，成為一個(gè)月 的用電數(shù)據(jù)。在后期預(yù)測(cè)中只使用11個(gè)月的數(shù)據(jù)，進(jìn)行預(yù)測(cè)。其三，根據(jù)春節(jié)期間的用電與 正常月份的用電比例，作為調(diào)整系數(shù)，返向測(cè)算春節(jié)所在月份，正常的用電量。具體計(jì)算方 法為：
[0009] 當(dāng)月用電=Σ當(dāng)月日用電量 [0010]合并月用電=Σ春節(jié)所在月日用電
[0011] 春節(jié)所在月份測(cè)算用電=春節(jié)所在月份實(shí)際用電/調(diào)整系數(shù)
[0012] 調(diào)整系數(shù)=過(guò)去幾年春節(jié)所在月份實(shí)際用電/月平均用電
[0013] 3、指標(biāo)體系專家評(píng)價(jià)法
[0014] 現(xiàn)有對(duì)用電預(yù)測(cè)的指標(biāo)主要選取了宏觀經(jīng)濟(jì)變量，工業(yè)行業(yè)變量等。主要通過(guò)經(jīng) 驗(yàn)評(píng)判，專家評(píng)價(jià)，文獻(xiàn)追蹤等方式來(lái)確定要使用的用電預(yù)測(cè)指標(biāo)。
[0015] 4、時(shí)間序列自回歸移動(dòng)平均ARB1A模型、AR頂Α-Χ模型
[0016]時(shí)間序列ARIMA模型是基于用電量本身的自身規(guī)律進(jìn)行刻畫的模型。如果用電序 列{yt}的當(dāng)前值不僅與自身的過(guò)去值有關(guān)，而且還與其以前進(jìn)入系統(tǒng)的外部沖擊e存在一 定依存關(guān)系，則在用模型刻畫這種動(dòng)態(tài)特征時(shí)，模型中既包括自身的滯后項(xiàng)，也包括過(guò)去的 外部沖擊，這種模型叫做自回歸移動(dòng)平均模型ARMA(p，d，q)，其中，p為用電序列{y t}的滯 后階數(shù)，q為外部沖擊e的滯后階數(shù)，d為差分次數(shù)。其一般結(jié)構(gòu)為：
[0017] yt= Φ iyt-1+Φ 2yt-2+· · · + Φ pyt-p+et+9iet-i+02et-2+· · ·+9qet-q
[0018] 利用滯后算子，此模型可寫為：
[0019] ?(B)yt= Θ (B)et
[0020] 實(shí)際中，為了保證數(shù)據(jù)的平穩(wěn)性，常常先對(duì)數(shù)據(jù)進(jìn)行差分，然后建立模型，即：Φ (B)Bdyt= Θ (B)et，這就是ARIMA模型。
[0021 ]若序列的當(dāng)前值還受到其他變量的影響，則需要建立AR頂A-X模型，即：
[0023]其中{yt}，{Xt}為平穩(wěn)序列，或者經(jīng)過(guò)差分后的平穩(wěn)序列，{yt}為用電量，{ Xt}為影 響用電的因素。
[0024] 5、多元線性回歸模型
[0025] 如果為了刻畫多個(gè)因素對(duì)用電的線性影響，現(xiàn)有方法還利用回歸線性模型對(duì)用電 進(jìn)行預(yù)測(cè)。其基本回歸表達(dá)式為：
[0026] yt = bo+bixit+b2X2t+. . .+bqxqt+et
[0027] 其中q個(gè)x為影響用電的因素，y為用電量。通過(guò)最小二乘估計(jì)法，估計(jì)系數(shù)b。然后 利用估計(jì)的系數(shù)和X的取值，以及方程式表達(dá)的關(guān)系，求得y的預(yù)測(cè)值。
[0028]二、現(xiàn)有技術(shù)的主要步驟 [0029] 1、指標(biāo)集合初選
[0030]通過(guò)經(jīng)驗(yàn)評(píng)判，專家評(píng)價(jià)，文獻(xiàn)追蹤等方式來(lái)確定要使用的用電預(yù)測(cè)先行指標(biāo)初 選集。其中包括用電影響的外部指標(biāo)如氣溫、經(jīng)濟(jì)產(chǎn)量、工業(yè)行業(yè)投入等，以及反映內(nèi)生性 增長(zhǎng)因素的業(yè)擴(kuò)指標(biāo)。
[0031 ] 2、數(shù)據(jù)處理
[0032]居民商業(yè)用電對(duì)氣溫很敏感，氣溫?cái)?shù)據(jù)本身無(wú)法刻畫用電非線性、累積性影響，對(duì) 于多個(gè)氣候區(qū)的差異性，也缺乏氣溫總體指標(biāo)。因而需要核算成一個(gè)統(tǒng)一氣溫?cái)?shù)據(jù)值作為 模型輸入量。對(duì)于工業(yè)用電月度數(shù)據(jù)而言，還要考慮到春節(jié)所在月份數(shù)據(jù)調(diào)整的問(wèn)題。如果 是合并跨月數(shù)據(jù)，則需要先將春節(jié)所在月的數(shù)據(jù)合并之后，作為一個(gè)月的數(shù)據(jù)來(lái)處理，再對(duì) 合并后月度數(shù)據(jù)進(jìn)行預(yù)測(cè)。
[0033] 3、模型設(shè)定
[0034]如果使用AR頂A-X模型，則首先要根據(jù)售電量自身的時(shí)間前后的相關(guān)性特征，檢驗(yàn) 數(shù)據(jù)序列的自相關(guān)系數(shù)和偏自相關(guān)系數(shù)，用以初步確定擬合的ARMA模型形式，即確定模型 自相關(guān)滯后階數(shù)P，q。如果要捕捉外部因素的影響，需要在模型中控制同期或者前期外部影 響因素。
[0035] 如果是線性回歸模型，輸入所有主要的影響因素。在經(jīng)驗(yàn)判定的初步選取上，再通 過(guò)相關(guān)系數(shù)檢驗(yàn)等方法確定預(yù)選的輸入變量。
[0036] 4、參數(shù)估計(jì)
[0037]使用最小二乘法進(jìn)行模型的參數(shù)估計(jì)，并得到模型殘差估計(jì)項(xiàng)。
[0038] 5、模型評(píng)價(jià)
[0039]通過(guò)估計(jì)參數(shù)的t統(tǒng)計(jì)量，F(xiàn)統(tǒng)計(jì)量，擬合系數(shù)以及信息準(zhǔn)則等等確定參數(shù)估計(jì)效 果。如果是ARMA-X模型需通過(guò)檢驗(yàn)?zāi)Ｐ蜌埐钕嚓P(guān)結(jié)構(gòu)，調(diào)整模型時(shí)間序列的相關(guān)結(jié)構(gòu)，直 至殘差滿足正態(tài)性和無(wú)相關(guān)性，得到初步的預(yù)測(cè)模型。
[0040] 6、模型調(diào)整與預(yù)測(cè)
[0041]確定預(yù)測(cè)模型之后，把現(xiàn)有數(shù)據(jù)樣本分為兩部分。2/3-3/4的樣本可作為訓(xùn)練樣 本，剩下數(shù)據(jù)可作為預(yù)測(cè)樣本。利用訓(xùn)練樣本對(duì)預(yù)測(cè)樣本進(jìn)行預(yù)測(cè)，把預(yù)測(cè)值與預(yù)測(cè)樣本的 實(shí)際值進(jìn)行比較，通過(guò)預(yù)測(cè)誤差來(lái)判斷模型的優(yōu)劣。最后，誤差較小的模型成為最終的預(yù)測(cè) 模型。
[0042]三、現(xiàn)有技術(shù)處理方式主要缺點(diǎn)：
[0043] 1、指標(biāo)選取上，現(xiàn)有預(yù)測(cè)指標(biāo)較多來(lái)自外部宏觀經(jīng)濟(jì)變量，缺乏反映電力行業(yè)內(nèi) 部規(guī)律（內(nèi)生性)的指標(biāo)。而且，現(xiàn)有預(yù)測(cè)多使用同期指標(biāo)進(jìn)行預(yù)測(cè)，即預(yù)測(cè)指標(biāo)和被預(yù)測(cè)的 用電量是同期的。當(dāng)期的用電數(shù)據(jù)獲得較為及時(shí)，而當(dāng)期的其他經(jīng)濟(jì)數(shù)據(jù)相比發(fā)布滯后。預(yù) 測(cè)需要的數(shù)據(jù)存在不可得的問(wèn)題。尤其是這種基于同期指標(biāo)的預(yù)測(cè)，往往需要先對(duì)預(yù)測(cè)期 的預(yù)測(cè)因素進(jìn)行預(yù)測(cè)，再使用預(yù)測(cè)數(shù)據(jù)作為輸入變量，對(duì)預(yù)測(cè)期的用電進(jìn)行預(yù)測(cè)，這存在雙 重預(yù)測(cè)，誤差會(huì)擴(kuò)大。
[0044] 2、數(shù)據(jù)處理上忽略了數(shù)據(jù)變化信息。首先，氣溫簡(jiǎn)單加總，忽略了氣溫的梯度效應(yīng) 和累積效應(yīng)。氣溫對(duì)用電的影響只有達(dá)到一定溫度以上或之下，用電負(fù)荷才表現(xiàn)出來(lái)。例 如，25度左右空調(diào)用電負(fù)荷才開始啟動(dòng)。另外，高低溫氣候的持續(xù)累積性對(duì)用電的影響也是 顯著的，基于普通氣溫指標(biāo)和現(xiàn)有模型是難以刻畫氣溫的累積性影響。正是這種氣溫的非 線性、持續(xù)累積影響，需要以總體氣溫的形式體現(xiàn)出這種信息。其次，不同氣候區(qū)的氣溫影 響由于經(jīng)濟(jì)發(fā)展水平的差異，對(duì)用電影響也存在不同，現(xiàn)有氣溫?cái)?shù)據(jù)不能反映。因此，需要 一個(gè)綜合反映氣溫這些影響的綜合指數(shù)。最后，關(guān)于移動(dòng)節(jié)假日，現(xiàn)有計(jì)算、簡(jiǎn)單合并的處 理方式都難以克服這個(gè)問(wèn)題，強(qiáng)制合并計(jì)算平滑了數(shù)據(jù)波動(dòng)，損失了信息。這種波動(dòng)會(huì)大大 影響春節(jié)月份預(yù)測(cè)的精度。因此，需要對(duì)春節(jié)數(shù)據(jù)進(jìn)行調(diào)整。如果能在數(shù)據(jù)和指標(biāo)上修正并 反映出這種變化，則適用數(shù)據(jù)適用范圍及模型的預(yù)測(cè)精度將會(huì)大大提高。即便使用調(diào)整系 數(shù)核算正常月份的方法，也缺乏對(duì)春節(jié)前中后不同時(shí)段波動(dòng)的刻畫，數(shù)據(jù)調(diào)整略顯粗糙。 [0045] 3、現(xiàn)有模型僅僅使用可觀測(cè)因素，來(lái)反映出對(duì)用電變化的影響，對(duì)不可觀測(cè)因素 的變動(dòng)缺乏模型捕捉。預(yù)測(cè)因素往往可能沒有發(fā)生變化，而其他模型不可觀測(cè)控制的變量 會(huì)發(fā)生劇烈變動(dòng)，這大大影響了模型的準(zhǔn)確性和精度，進(jìn)一步這種變動(dòng)影響到下一期數(shù)據(jù)。 一旦不可觀測(cè)的因素的劇烈變動(dòng)成為用電變化的主要原因，而模型又無(wú)法捕捉，尤其是不 能通過(guò)已知數(shù)據(jù)信息的自動(dòng)修正這種波動(dòng)偏差，就會(huì)使得用電預(yù)測(cè)精度不高。

【發(fā)明內(nèi)容】

[0046] 本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種電力市場(chǎng)月度用電預(yù)測(cè)方法方法，構(gòu)建能 夠反映全區(qū)域氣溫影響的綜合指數(shù)，指數(shù)需要刻畫用電的階梯型影響，高低溫帶來(lái)的累積 效應(yīng)，以及反映氣溫影響的區(qū)域性差異，從而提高普通模型的預(yù)測(cè)能力。修正春節(jié)在公歷月 份出現(xiàn)日期的波動(dòng)帶來(lái)的數(shù)據(jù)不準(zhǔn)確，從而捕捉移動(dòng)節(jié)假日效應(yīng)，使數(shù)據(jù)核算準(zhǔn)確。構(gòu)建具 有內(nèi)生性和先行意義的指標(biāo)體系，提高用電內(nèi)生因素刻畫能力和用電預(yù)測(cè)精度。捕捉不可 觀測(cè)因素帶來(lái)的用電波動(dòng)，提高模型對(duì)用電變動(dòng)的預(yù)測(cè)能力。
[0047] 為解決上述技術(shù)問(wèn)題，本發(fā)明采用的技術(shù)方案如下：
[0048] -種電力市場(chǎng)月度用電預(yù)測(cè)方法方法，包括以下步驟：
[0049] S1:用電預(yù)測(cè)模型的設(shè)定，包括狀態(tài)空間模型和隨機(jī)森林