电力负荷预测技术及其应用.ppt

电力负荷预测技术及其应用,第一章 电力负荷预测概论,一、适用人员 电力系统调度、用电、计划、规划、农电、信息、管理、营销等部门的人员。二、研究意义 有利于制定最经济合理的系统发电计划、检修计划和购煤计划；有利于降低发电成本和购电成本；有利于竞价上网，推进电力市场改革；有利于计划用电管理，掌握需求变化情况,搞好电力市场营销；有利于制定合理的电源、电网规划；有利于电网的稳定运行；有利于提高电力系统的经济效益和社会效益。,第一章 电力负荷预测概论,负荷预测的基本概念负荷预测分类负荷预测基本程序负荷预测误差分析经验与经典预测技术灰色预测技术,优选组合预测技术专家系统预测技术神经网络预测技术负荷预测软件演示情景预测技术数据挖掘中预测技术,1.1 电力负荷预测的基本概念,一、负荷 在此指广义负荷，包括负荷与电量。负荷是指发电厂、供电地区或电网在某一瞬间所承担的工作负荷。电量是指负荷与时间的乘积。二、负荷预测 考虑系统运行特性、增容决策、自然与社会影响条件下，利用数学方法研究负荷变化规律，在一定精度下，确定未来某特定时刻或某特定时间的负荷数值。,1.1 电力负荷预测的基本概念,三、负荷预测的特点 1、不准确性 3、时间性 2、条件性 4、多方案性四、负荷预测的基本原理 1、可知性原理 4、相似性原理 2、可能性原理 5、反馈性原理 3、连续性原理 6、系统性原理,1.2电力负荷预测的分类,一、国民经济行业用电分类农林牧渔水利业 工业制造业、采掘业其他事业 房地产、公共事业、卫生、体育、文化、教育、机关城乡居民用电城镇居民生活用电、乡村居民生活用电地质普查和勘探业建筑业交通运输邮电通信业商业,1.2电力负荷预测的分类,二、负荷预测分类1、负荷预测按时间分类 长期：10年以上并以年为单位。中期：5年左右并以年为单位。短期：1年以内并以日、月、周、季为单位。2、负荷预测按行业分类 八大行业负荷预测。专项负荷预测：第一、二、三产业。3、负荷预测按特性分类 最高负荷、最低负荷、平均负荷、负荷峰谷差、高峰负荷平均、低谷负荷平均、全网负荷、母线负荷等。,1.3电力负荷预测的基本程序,负荷预测基本程序 1、确定负荷预测目的，制定预测计划 2、调查资料和选择资料 3、资料整理 4、对资料的初步分析（预处理）5、建立预测模型 6、综合分析，确定预测结果 7、编写预测报告，交付使用 8、负荷预测管理,1.4电力负荷预测的预处理技术,1、异常值处理技术（1）设负荷历史数据为 x1,x2,xn,取平均值 p=1/n(x1+x2+xn)若xi p(1+20%),取xi p(1+20%)；若xi p(1-20%),取xi p(1-20%)；从而使历史数据序列趋于平稳。（2）剔除异常值、削减异常值。（3）非平稳序列平稳化、灰色累加生成技术等。,1.5预处理中的模糊分类器方法,2、模糊分类器,1.6电力负荷预测的误差分析,1、产生误差的原因（1）主要因素建模、次要因素忽略。（2）选择预测方法是否合适。（3）资料是否准确可靠。（4）意外事件的发生或情况的突然变化。,1.6电力负荷预测的误差分析,2、预测误差分析（1）绝对误差与相对误差（2）平均绝对误差,1.6电力负荷预测的误差分析,（3）均方误差（4）均方根误差（5）标准误差,第二章 经验与经典负荷预测技术,一、专家预测法 1、专家会议法 2、Delphi方法（1）准备阶段（2）第一轮预测（3）反复预测（4）统计方法的预测结果,第二章 经验与经典负荷预测技术,二、类比法 对类似事物作对比分析，通过已知事物对未知事物或新事物作出预测。三、主观概率预测法（1）概率：一个事件发生的可能性大小的度量。（2）客观概率：通过实验得到的概率。（3）主观概率：靠经验、感觉和印象得到的概率。（4）主观概率预测法：由若干专家来估计某特定事件发生的概率，然后综合得出该事件的概率。,第二章 经验与经典负荷预测技术,四、单耗法 即单位产品电耗法，是通过某一工业产品的平均单位产品用电量以及该产品的产量，得到生产这种产品的总用电量。A=b g A:用电量 b:产品产量 g:产品的单位耗电量,第二章 经验与经典负荷预测技术,五、负荷密度预测法 从某地区人口或土地面积的平均耗电量出发作预测。A=s d A:某地区的年（月）用电量 s:该地区的人口数（或建筑面积、土地面积）d:平均每人（或每平方米建筑面积，每公顷土地面积）的用电量，称为用电密度。,第二章 经验与经典负荷预测技术,六、比例系数增长预测法 假定今后的电力负荷与过去有相同的增长比例，用历史数据求出比例系数，按比例预测未来发展。,第二章 经验与经典负荷预测技术,七、电力弹性系数预测法 电力弹性系数是用电量的相对变化率与国民生产总值的相对变化率之比。EKy/KxKy:用电量的平均增长率；Kx:国民生产总值的平均增长率；E:电力弹性系数。若已知 E 和 Kx，则可得到 KyE Kx，则可得到用电量预测值 Am=A0(1+Ky)m,A0 基年的用电量。,第三章 电力负荷趋势外推预测技术,3.1 水平趋势预测技术3.2 线性趋势预测技术3.3多项式趋势预测技术3.4季节型趋势预测技术3.5增长趋势预测技术,第四章 电力负荷回归预测技术,4.1一元线性回归预测技术 y=a+b X,第四章 电力负荷回归预测技术,4.2多元线性回归预测技术 y=b0+b1 X1+bn Xn4.3一元非线性回归预测技术 自变量和因变量之间如果存在着曲线形式的关系，则要考虑使用非线性回归技术，常用的非线性回归曲线有六种：双曲线、幂函数曲线、指数曲线、倒指数曲线、对数曲线、S型曲线。,第四章 电力负荷回归预测技术,4.4双曲线,第四章 电力负荷回归预测技术,双曲线,作变量代换u=1/x，v=1/y，这样双曲线方程就变为直线方程 v=a+bu利用观测值（xi，yi），按ui=1/xi，vi=1/yi可以计算出（ui，vi）。因此对于u和v可利用线性公式计算出参数估计值，因此可得出,第四章 电力负荷回归预测技术,4.5幂函数曲线,第四章 电力负荷回归预测技术,幂函数曲线,先将函数表达式两端取常用对数，得 lgy=lga+blgx再作变换，令u=lgx,v=lgy。记A=lga，则幂函数曲线方程就变为直线方程 v=A+bu利用观测值（xi，yi)可计算出（ui，vi），i=1,2,n。对u和v利用线性公式计算出估计值，又有，因此可得出,第四章 电力负荷回归预测技术,4.6指数曲线,第四章 电力负荷回归预测技术,4.7倒指数曲线,第四章 电力负荷回归预测技术,倒指数曲线,两边取自然对数，得lny=lna+b/x令 则倒指数曲线方程变为直线方程 v=A+bu仿幂函数曲线的作法，可得参数估计算，又有，因此可得出其他类型的曲线方程均可作适当的变量代换化为直线方程，不再赘述。,第四章 电力负荷回归预测技术,4.8对数曲线,第四章 电力负荷回归预测技术,4.9 S型曲线,第五章 电力负荷灰色预测技术,一、灰色系统理论介绍1、白色系统 信息完全已知的系统。2、黑色系统 信息完全未知的系统。3、灰色系统 部分信息已知、部分信息未知的系统。4、白色与灰色系统的区别 系统中各因素之间是否有确定的关系。,第五章电力负荷灰色预测技术,二、灰色系统理论的研究内容1、系统分析2、系统模型的建立3、灰色预测4、灰色决策5、灰色控制,第五章电力负荷灰色预测技术,三、与灰色预测对比回归预测技术的缺点1、要求大样本量；2、要求样本有较好的分布规律和确定的发展趋势；3、计算工作量大；4、不同的变化规律要用不同的回归预测模型。5、可能出现量化结果与定性分析结果不符的现象。,第五章电力负荷灰色预测技术,四、灰色累加生成技术1、累加生成,记x(0)为原始数列x(0)=x(0)(k)|k=1,2,n记生成数列为x(1)x(1)=x(1)(k)|k=1,2,n=x(1)(1),x(1)(2),x(1)(n)如果x(1)与x(0)之间满足下述关系,第五章电力负荷灰色预测技术,2、累减还原 x(0)(k+1)=x(1)(k+1)-x(1)(k),第五章电力负荷灰色预测技术,五、灰色预测模型,Yn=BA,第五章电力负荷灰色预测技术,五、灰色预测模型,第六章电力负荷预测技术的新发展,一、优选组合预测概念 1、将几种预测方法所得的预测结果，选取适当的权重进行加权平均的一种预测方法；2、在几种预测方法中进行比较，选择拟合优度最佳或标准离差最小的预测模型作为最优模型进行预测。组合预测方法是建立在最大信息利用的基础上，它集结多种单一模型所包含的信息，进行最优组合。通过组合预测可达到改善预测结果的目的。,第六章电力负荷预测技术的新发展,二、等权平均组合预测法（EW方法）设 fi(i=1,2,k)为第 I 个模型的预测值，如果用 fc 代表组合预测值，则EW方法得到的组合预测值为 目的：为了降低风险，使预测更为稳妥。缺点：不知道各模型的预测精度，没有优选的含义。,第六章电力负荷预测技术的新发展,三、方差协方差优选组合预测法（MV方法）设 f1、f2 是两个关于 f 的预测值，fc 是加权平均的组合预测值。预测误差分别为 e1、e2 和 ec，取w1、w2是相应的权系数，且 w1 w2 1，有 fc=w1 f1 w2 f2,第六章电力负荷预测技术的新发展,一、专家系统的基本概念 在负荷预测时，对未来各种可能引起负荷变化的情况，还需要预测人员具有丰富的经验与判断能力，即专家知识在负荷预测中起着重要作用。专家系统是一个基于知识的程序设计方法建立起来的计算机软件系统，它拥有某个特殊领域内专家的知识和经验，并能像专家那样运用这些知识，通过推理，在那个领域内作出智能决策。一个完整的专家系统由四部分组成：知识库、推理机、知识获取部分、解释界面。,第六章电力负荷预测技术的新发展,二、专家知识库的组成 例：一个城网中长期预测专家系统的知识库1、基于城网所在地用电水平类型判别的知识2、基于电力远景发展参照体的知识3、基于弹性系数法的知识4、基于惯性的知识5、基于综合指标法的知识6、基于行业用电比重的知识7、基于数学模型预测精度等级划分的知识,第六章电力负荷预测技术的新发展,一、基本情况 运用神经网络技术进行电力负荷预测，是刚刚兴起的又一新研究方法，其优点是可以模仿人脑的智能化处理，对大量非结构性、非精确性规律具有自适应功能，具有信息记忆、自主学习、知识推理和优化计算的特点，特别，其自学习和自适应功能是常规算法和专家系统技术所不具备的。因此，预测被当作神经网络（ANN）最有潜力的应用领域之一。,第六章电力负荷预测技术的新发展,二、建模情况 提出一个简单的三层人工神经网络模型，就能实现从输入到输出间非线性映射任何复杂函数关系。可将对电力负荷影响最大的几种因素作为输入，即当天的天气温度、能见度、峰谷负荷及相关负荷等，争取获得较好的预测结果。,第六章电力负荷预测技术的新发展,三、神经网络模型,图1、神经网络图,第六章电力负荷预测技术的新发展,四、误差反向传播算法（BP学习算法）1、逐一学习方式 每次取一个训练样本，利用该样本的输出误差调整各神经元的阈值和连接权值，直至收敛；再取下一个训练样本进行调整；重复这一过程，直至对所有样本都满足精度要求。2、批量学习方式 一次性将所有训练样本全部输入，利用其总体的输出误差调整各神经元的阈值和连接权值，反复进行直至收敛。,第六章电力负荷预测技术的新发展,五、人工神经元网络在电力负荷预测中的应用 1、利用预测日当天的三个温度参数（即最高、最低和平均温度）预测当天的峰值负荷；2、利用这三个温度参数预测当天的总负荷；3、利用预测小时前两个小时的负荷和平均温度以及预测小时的预测温度来预测该小时的负荷 4、利用预测日和前一天该地区三个点的最高温度、最低温度以及与预测日负荷类型（即工作日、星期天或假日）相同的最近10天的最高温度、最低温度及峰值和低谷负荷、总负荷）。5、12个历史负荷数据、6个温度数据、7个表示星期几的数据和5个表示预测时间的数据。,第六章电力负荷预测技术的新发展,一、电力负荷的情景预测技术背景 短期负荷预测是一个平稳地随机过程，有很多有效的研究方法。中长期负荷预测与国家或地区的政治、经济政策密切相关，通常会有大的转折，不是一个平稳过程，预测未来的变化较为困难，为此，近期人们提出了情景电力负荷预测法，适用于中长期的电力负荷预测。,第六章电力负荷预测技术的新发展,二、情景预测的概念（脚本法）把研究对象分为主体和环境，通过对环境的研究，识别影响主题发展的外部因素，模拟外部因素可能发生的多种交叉情景，以预测主体发展的各种可能前景。环境情景可包括：“难点”、“机遇”、“突发事件”等，使决策者把握机遇、应付突发事变。设定一系列情景：如果，那么。,第六章电力负荷预测技术的新发展,三、情景预测的技术 1、构造一个“无突变”主题情景，构成“情景A”。2、对情景A的环境情景参数作出上、下限调整，由此 产生了“情景B”和“情景C”，最终演绎出A、B、C、AB、AC、BC六种情景。3、假设“突发事件D”，从而又产生了AD、BD、CD、ABD、ACD、BCD六种情景。还有其他情景。4、实施预测情景 不考虑“突发事件”，运用适当的预测技术预测。考虑“突发事件”，对每一种情景都进行预测，得 出预测结果。,第六章电力负荷预测技术的新发展,一、技术产生背景 1、科技革命与新兴工业的迅速发展。2、计算机技术与数据存储量技术的极大发展。3、经济与科技发展带来的海量数据。4、数据库技术与预测技术处理海量数据的缺陷。1995年，在加拿大蒙特利尔召开了第一届知识发现和数据挖掘国际会议，引起学术界和工程界了极大的关注，由此开始了数据挖掘的发展。,第六章电力负荷预测技术的新发展,二、数据挖掘的定义 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但是又有潜在价值的信息和知识的过程。三、数据挖掘的功能 对现在的描述和对未来的预测。对现在准确的描述，正是对未来精确预测的基础。四、研究方法 数据挖掘是一门交叉学科，综合运用了数据库、人工智能和统计学的技术，为预测的进一步发展提供了新的机遇。,第六章电力负荷预测技术的新发展,五、数据挖掘中的预测技术 1、传统的统计学技术 如回归分析、时间序列分析等分析方法，建立在一套严密的理论之上，在数据挖掘中也会有广泛应用。2、可视化技术 用图表等方式把数据特征用直观的方式表述出来，如趋势线和趋势面图等，这其中运用到许多描述统计的方法，可以形象地认识数据发展的规律。,第六章电力负荷预测技术的新发展,3、决策树预测技术 利用一系列规则对数据进行划分，建立树状图，用于分类和预测。常用算法有CART、CHAID、ID3、C5.0等。优点是不受原始数据的约束，可以是数值型和非数值型的数据，而且非常直观，容易理解。例如，某商学院根据学生的综合评定GAP和毕业资格考试成绩GMAT建立一个简单的决策树，对学生是否可能毕业进行预测。其决策树如下：,第六章电力负荷预测技术的新发展,GAP3.1,是,否,GMAP500,GMAP570,是,否,是,否,可能 不可能 可能 不可能,从图中可见，以前可能毕业的是GAP3.1和GMAT500或GAP570的学生。可由此对学生是否可毕业作出初步的预测。并根据存在的问题采取相应的措施。,第六章电力负荷预测技术的新发展,4、人工神经网络（ANN）预测技术 人工神经网络通过模拟人的神经元功能，从输入层获得影响预测量的变量值，通过隐含层，用权数对数据进行调整、计算，最后在输出层进行处理而得到预测结果。人工神经网络可以用于分类和预测，具有强大的非线性处理能力和并行处理能力。,第六章电力负荷预测技术的新发展,5、关联规则挖掘算法 关联分析是指在数据中找出不同事物的相关性。关联规则可以记为AB，A称为左部（LHS），B称为右部（RHS），在电力市场调查分析中，如某一关联规则为“买空调的人也会买电冰箱”，左部是空调，右部是电冰箱。A和B同时出现的概率称为支持度，如在本例中，同时购买电冰箱和空调的客户占所有客户数的比率就是支持度。当A发生时B也发生的概率就称为可信度，如在购买了空调的客户中又购买了电冰箱的客户的比率就是可信度。,第六章电力负荷预测技术的新发展,我们可以根据支持度和可信度等发现客户的购买模式，采取不同的营销策略，对客户的未来用电倾向做出预测。除上述方法外，还有贝叶斯信任网络、最邻近算法和序列模式发现等。现有软件有：SASEM，SPSS/Clementine，Oracle/Darwin 等。,第七章电力市场环境中的预测问题,7.1 研究内容,传统负荷预测的定位从发电市场角度对预测问题提出的新要求边际电价预测连续多日负荷曲线预测扩展短期预测发电市场下的预测问题总结从销售（用电）市场角度对预测问题提出的新要求概述用户调查、用电意愿曲线预测与电价策略分类预测与余量预测问题电力市场的监测与预警,7.2传统负荷预测的定位,总量预测-不区分用户、不进行市场细分计划性预测-不考虑市场作用刚性预测-不考虑弹性，特别是价格弹性外推预测-不进行市场调查主观预测-较少考虑其他领域因素的影响,7.3市场环境下多日负荷曲线预测,理由：负荷曲线预测是市场分析与评估系统的基础。在未来多日负荷曲线下进行电力市场的模拟交易，可 以发现市场中可能出现的电力供应紧张和富裕时段，为电厂的报价、机组检修安排等提供参考依据。在进 行电力市场合同分解、合同评估时，连续多日负荷曲 线的预测结果也是重要决策依据。现状：短期负荷预测:实现一天至几天的曲线预测中长期负荷预测:日典型负荷曲线的预测,7.3市场环境下多日负荷曲线预测,预测模型方法（1）统计预测法（2）等比预测法（3）组合预测法（4）计量经济预测法,7.3市场环境下多日负荷曲线预测,等比预测法预测结果：,7.3市场环境下多日负荷曲线预测,分段函数预测结果：,7.3市场环境下多日负荷曲线预测,二次规划预测结果,7.3市场环境下多日负荷曲线预测,7.4 SMP曲线,时段,日期,电价,系统边际价格预测,直接借鉴现有的短期负荷预测模型的效果不好SMP（系统边际价格）的影响因素（1）系统需求情况，即负荷曲线（2）系统供给情况，即可用的发电容量（3）发电商的报价模式（4）其它市场因素，例如系统备用需求等。,市场供求指数,i:计划日的标号t:时段标号LOAD(i,t):计划日i,时段t的负荷CAP(i,t):计划日i,时段t的最大可用容量,系统需求-供给与SMP的走势对比,预测模型,基于时间序列理论的ARIMA模型,预测模型,基于SMP形成机制的ANN模型,两个模型的输入变量的选择,预测效果,两个ARIMA模型预测结果,预测效果,两个ANN模型预测结果,预测效果对比,7.5 扩展短期预测,7.5 扩展短期预测,现状：短期负荷预测:实现一天至几天的曲线预测超短期负荷预测:几个小时内的负荷预测理由：电力市场运营模式下，电力部门提前一天完成日短期负荷预测，确立次日发电计划，其后监视当日计划的执行情况，在原计划与实际负荷发生严重偏离（3%）的情况下，及时完成该日剩余时段负荷的重新预测和计划调整，称为滚动发电计划。这个功能无法通过超短期负荷预测及短期负荷预测来完成 常规的短期负荷预测的做法是：每天某时刻（例如下午3点），预测第2日全天96点的负荷值，当天余下小时的负荷不做预测。实际上，当日某时刻（如上午10点），由于010点的负荷已经知道，如果利用这部分已知的信息做当天余下的点的负荷预测，其预测值肯定会比昨日所做的预测值更为准确。概念：扩展短期负荷预测：利用当前可以获得的最新信息（包括负荷信息、气象信息等），预测当日当前时刻以后多个小时的负荷。,7.5 扩展短期预测,短期/扩展短期的比较,7.5 扩展短期预测,7.6发电市场下的预测问题总结,超短期预测,扩展短期,短期预测,连续多日曲线预测,中期预测,长期预测,0,1小时,1天,1周,1月,1年,预测周期,7.6.1概述,电业局作为电力销售市场的参与主体之一,必须力争完成网供电量、低谷电量比等指标 负荷预测的考核将按照如下原则进行：在允许误差范围内以基本电价购电,超出时电价按 110%200%浮动。准确的负荷预测就使得电网公司可在电力市场中以较便宜的电价购电，因此,负荷预测将在电业局的经营管理活动中发挥着不可缺少和不可替代的重要作用。必须研究真正意义上的电力市场预测,即：运用科学方法,对影响市场供求变化的诸因素进行调查研究,分析和预见其发展趋势,掌握电力市场供求变化规律,判断未来走势，为电力市场计划、调度、营销等方面的决策提供可靠依据。,7.6.1概述,研究市场消费需求，掌握需求变化的规律，是制定和调整电力工业生产经营计划的重要依据。根据对市场调查得到的需求信息进行深入研究和预测，就可以掌握电力市场供求情况发展变化的动态和规律，为制定和调整计划提供重要依据。因此，做好用户调查工作、研究市场需求是电力企业改善经营管理、提高经济效益的关键。电力市场信息是电力市场预测的根本依据,而获得电力市场信息,必须开展系统的、完整的电力市场调查。只有根据电力市场信息才能准确地针对突变情况(如气候突变、用户生产变化、政策变化、设备检修、突发的重大政治、社会和文化活动等)调整预测负荷。市场调查是指搜集、记录、整理、分析市场对电力商品需求的情况以及有关的资料。调查的对象除用户本身外，还包括销售环境、需要量、价格等内容，或者说，凡是直接和间接影响电力市场营销的各种资料和信息都是调查的内容。市场调查是提高管理水平的基础，也是电力企业生产经营活动的出发点。市场调查和市场预测是紧密联系的。市场调查是市场预测的基础，而市场预测又是根据市场调查的需要进行的。从宏观方面看，搞好市场预测，可以提高决策的科学性；从微观方面看，搞好市场预测，也是电力企业适应市场变化进行正确决策的前提。,7.6.2用电意愿曲线,用电意愿曲线，即电量-电价曲线，表示在使用某数量的电量时所愿意支付的价格，相当于对发电侧市场的报价曲线。也称为电力需求曲线，这是电力市场的一个基本观点，即认为用户的需求不总是恒定的，需求一般随电价变化。各类用户的需求随电价变化的趋势与幅度不同，则支付意愿系数不同。特别地，对于某些“刚性”负荷，其用电意愿曲线可以非常陡峭，表示无论电价如何变化，所需要的用电电量基本维持在一个恒定数值，则此类用户的支付意愿系数 为0，例如某些商业用电。需求曲线用于表示需求与电价之间的函数关系，趋势是：电价上升，用户用电数量下降，它反映了用户的支付意愿,7.6.2用电意愿曲线建模与预测,用电意愿曲线建模原理从用户调查入手，分析用电情况；根据调查所得到用户数据拟合曲线的基本特征，选用多种数学模型进行建模；通过参数辨识的数学原理，得到每个模型的特征参数；通过比较不同模型计算结果的优劣，确定每个用户的用电意愿曲线的最佳数学模型，从而得到用电意愿曲线。,7.6.2用电意愿曲线建模,用户用电需求调查表,7.6.2用电意愿曲线建模,用户用电需求粗略曲线,7.6.2用电意愿曲线建模,用电意愿曲线建模与参数辨识结合得到的各个用户粗略用电需求曲线形状的特点，分别选用数学模型对它们建模模型的求解采用最小二乘法。采用相对误差为评价误差的指标。,7.6.3用电意愿曲线的弹性分析,用电意愿曲线的价格弹性分析 需求价格弹性（以Edp表示）是指：一种产品市场价格的相对变动所引起的需求量的相对变动，即其需求量的变化率与价格变化率之比。需求价格弹性分为以下五种：,7.6.3用电意愿曲线的弹性分析,电价弹性分析比较算例 用户在不同电价情况下需求价格弹性,7.6.3用电意愿曲线的弹性分析,分析以上结果，得到以下结论：这三个用户需求价格都缺乏弹性。从总体变化趋势比较，三个用户的需求价格弹性的波动情况不同，实际情况相符。在低电价点上，三个用户的需求价格弹性不同，与它们的实际躲峰能力是相符的。在各种电价水平下，鸡西自来水公司1#泵站属于刚性负荷，与实际相吻合。,7.6.4用电意愿曲线的应用定价策略,某个特定用户，是否给予电价优惠？高电价：电力消费量减小(变化幅度如何？)低电价：电力消费量增加(变化幅度如何？)电力消费量是否是追求的最终目标？某个阶段可能追求电力消费量电力消费量不是最终目标，盲目降价行不通峰谷电价差别多大合适？有些用户，峰谷电价差别导致其移峰填谷有些用户，峰谷电价差别的影响不大过大的峰谷电价差，可能导致替代能源或者自发电定价策略应追求售电收入最大化、利润最大化合适的价格,分类预测与余量预测问题,通过对重点行业、重点用户的调查和分析，可以取得其历史的实际用电数据和未来根据市场计划而估算的计划用电数据。在预测工作中，完全可以将这些用户的行为从电力系统总量中分离出来，单独进行分类预测，再进行余量预测（剩余类型的预测，这更能使用那些规律性强的预测方法），然后再叠加生成总量预测的结果。由此所得到的预测结果，可能比直接进行总量预测更为准确。可用信息：负控信息、用户调查信息适用范围：大用户较多、比重较大的地区,7.6.5电力市场的监测与预警,监测预警分析是预测学和统计学应用的一个分支，包括监测和预警两个方面。监测是指对系统目前的运行状态进行适时性评价，以发现系统运行的非正常之处及其成因，为及时进行调控决策、采取调控措施提供依据，主要侧重于对系统目前状态的分析。预警是指对系统未来的演化进行预期性评价，以提前发现系统未来运行可能出现的问题及其成因，为提前进行决策、实施防范和化解措施提供依据，主要侧重于对系统未来状态的预测和警示。国民经济指标对电力系统的发展有着非常大的预示性，因此，进行这方面的监测与预警是做好电力市场分析工作的前提 监测预警是宏观调控和电力企业经营发展科学决策的重要基础，决策风险越大，监测预警的重要性越突出。我国的许多行业和企业都已经或正在建立监测预警系统，用以防范和规避风险，如宏观经济、金融、保险、机械等行业，企业建立和运用预警监测系统的更多。,7.6.5电力市场的监测与预警电力市场的监测与预警,电力供需形势分析是有效防范电力行业和企业的发展风险的一项基础工作，历来受到政府综合部门、电力企业和相关行业的普遍关注。但同时应看到，供需形势分析的难度也较大，主要因为电力供应和需求分别涉及诸多影响因素，各有不同的特点和规律，供需综合起来，情况更加复杂，变化的随机性更大，规律性更难把握，客观上也需要利用监测预警系统来进行辅助分析。因此，可以研究建立一套有特色的电力供需监测预警系统，根据客户经济所调查得到的数据信息，特别是及时采集重点地区、重点行业具有典型性和代表性的信息，采用系统、科学、定量化的方法进行分析，对各地区、各部门、各企业的电力供需形势进行及时监测和预警，为这些地区以及全省的电力发展规划和电力营销提供决策参考信息。对电力系统进行监测预警，首先需要建立一套符合实情的指标体系，通过应用这一指标体系的综合分析，来正确评价、判断该系统的状态与趋势。这将在以后的研究工作中逐步完成。,第八章 电力负荷特性,一、概述二、电力市场调研理论三、负荷特性调研主要内容四、负荷特性指标存在的问题 五、我国负荷特性指标体系的建立六、日本采用的主要负荷特性指标七、对负荷特性分析工作的建议,8.1概述,1、目的 负荷特性分析是电力市场分析的一项基础工作，有利于电力企业的经营、计划、规划和发展，有利于电网安全运行，有利于市场营销和经营决策，有利于提高企业投资效益和经营效益。,8.1概述,2、分析对象(1)负荷及负荷特性的历史变化；(2)负荷及负荷特性变化及其影响因素的调研和分析；(3)影响负荷及负荷特性的主要因素及影响程度，如：经济发展水平、收入水平、消费观念、电力消费结构、气温气候、电价、需求侧管理、电力供应测、政策因素；(4)电力负荷特性变化对电力供需状况的影响；(5)负荷及负荷特性变化趋势及影响。,8.2电力市场调研理论,1、电力市场调研的特点(1)调研范围广泛，调研对象众多；(2)调研内容复杂，专业性较强，应有一定专业知识；(3)对产品的调研以质量、服务方面为主；(4)调研必须充分考虑电力供需平衡的约束条件，准 确反映真实市场情况。,8.2电力市场调研理论,2、电力市场调研的体现(1)要兼顾需求侧和供应测；(2)要兼顾需电量和负荷特性；(3)要兼顾统调部分和非统调部分；(4)要注意区域间的差异；(5)要关注宏观管理部门。,8.2电力市场调研理论,3、调查方法(1)电力企业内部调查；(2)较大范围的抽样调查；(3)典型用户和地区重点调查；(4)政府及公共管理部门调查。,8.2电力市场调研理论,3、电力市场调研过程(1)预研阶段；a、明确调研问题，确定调研目标；b、研究确定调研内容；c、确定所需的信息资料以及资料来源；d、确定调研对象；e、确定资料搜集方法；f、制定调查设计、资料处理计划；g、调研人员安排，组织准备工作；h、时间计划和费用预算。,8.2电力市场调研理论,(2)设计阶段；(3)资料收集阶段；(4)结果处理阶段。资料整理分析，编写调研报告。,8.2电力市场调研理论,4、电力市场调研的实施(1)确定调研内容；(2)落实信息资料来源；(3)选择抽样方法；(4)设计调查表；(5)组织安排市场调研。,8.2电力市场调研理论,5、负荷特性分析常用方法(1)年最大负荷预测方法；a、时间序列模型预测，有：趋势移动平均法、指数平滑法、趋势模型外推法、灰色预测法、神经网络法。b、根据增长率的中位数预测。c、根据最大负荷利用小时数预测。d、同时率法。e、负荷系数法。f、考虑气温气候对最大负荷的影响。,8.2电力市场调研理论,(2)负荷特性曲线预测方法；a、分行业典型日负荷曲线叠加法。b、分类型典型日负荷曲线叠加法。c、综合典型日负荷曲线叠加法。d、其他方法。,8.3 负荷特性调研主要内容,1、负荷特性指标；月统调电量、月最大负荷、月最小负荷、月平均负荷、月平均日负荷率、月最大峰谷差等。2、负荷曲线；电网日负荷曲线、用户日负荷曲线、典型行业日负荷曲线。3、电力消费指标；4、气候温度指标；5、电力供应指标；6、经济和社会指标；7、电价指标；8、其他信息。,8.3 负荷特性调研主要内容,1、尚未建立统一规范的负荷特性指标体系；2、典型日的选取没有统一的规定；3、计划体制下和低技术水平下确定的一些负荷特性指标，需要进一步发展；4、指标的选用没有充分参考国外有关负荷特性指标的选用，不便于进行国际比较。因此，需要建立一套我国的负荷特性指标体系。,8.3 负荷特性调研主要内容,1、优先考虑12个指标：年最大（小）负荷、年平均日负荷、年最大峰谷差、年平均日峰谷差、年平均日负荷率、年最小负荷率、年最大峰谷差率、年平均日峰谷差率、年最大负荷利用小时数、冬夏季典型日负荷曲线、年负荷曲线、年持续负荷曲线。2、全部负荷特性指标：描述类：11个，比较类：16个，曲线类：4个。,8.4日本采用的主要负荷特性指标,1、最大负荷；2、最大3日平均负荷；3、平均电力负荷；4、负荷率；5、负荷曲线。,8.5 对负荷特性分析工作的建议,1、采用“最大3日平均负荷”或“最大5日平均负荷”作为“年最大负荷”指标。2、规范各地区负荷及负荷特性指标的使用，建议考虑统一使用12个负荷特性指标收集数据和进行分析。3、不宜用“最大负荷日”作为“典型日”，可考虑采用中位数法确定“典型日”。4、根据各地区负荷特性指标状况，因地制宜推广电热产品，不宜盲目推广在高峰时段用电的电热产品。5、加强分行业负荷特性数据的采集和分析工作。6、研究制定负荷特性分析内容深度补充细则。7、在全国范围内进一步加强负荷特性研究和培训工作。,