基于神经网络和电能替代的中长期电力负荷预测研究

郑鹏 罗义钊 朱玲玲 柳玉銮

1.国网福建省电力有限公司； 2.福建网能科技开发有限责任公司

一、引言

电力负荷预测是电力系统规划建设和经济运行的基础，对调整电源结构、提高资源利用率、提升电力企业的经济效益、促进国民经济健康可持续发展有着重要的意义。伴随着全球电力市场化层层渗透以及各种数学建模方法的涌现，特别是随着科学技术的快速发展，大数据、云计算和智能化等新的预测方法也层出不穷，为电力负荷预测研究提供了很大的方便。

文1采用脊波函数作为预测模型隐含层神经元中的激励函数，在网络模型的内部加入关联层，关联层节点可有效存储隐含层神经元的内部状态，增强了网络模型的反馈联接，有效降低了负荷预测的误差。文2提出基于改进的灰色关联与蝙蝠优化神经网络的短期负荷预测方法，引入以距离相似性和形状相似性相关联的综合灰色关联度选取更高相似度的相似日，训练蝙蝠优化的反向传播神经网络预测模型，提高了预测精度。上述方法忽略了不同地区经济发展路径的相似性、电能替代以及电力负荷增长特点和规律，单纯以数学工具进行负荷预测，不仅容易产生较大的预测误差，也难以合理解释预测结果。

二、新时代电力需求预测思路

一是分析中国从一次能源开采、加工转换、终端能源利用等全流程主要技术在未来10年的推广前景，筛选出最有可能得到推广的关键技术和参数。二是考虑新时代“两步走”战略对我国能源电力需求的影响，开展宏观经济预测、重点行业发展、能源电力需求预测，定量分析能源电力需求关键影响因素的发展趋势，分析能源供需互动对电力需求的影响，以及电力消费与能源消费的关系。三是构建多种可能情景，分析预测未来我国电力需求总量、结构、布局，电力需求达峰时间和峰值。

三、负荷预测模型方法

神经网络是最常用的人工智能算法之一，广泛应用于电力规划和运行各个方面。神经网络通过对以往历史数据的学习，找出数据的变化趋势之间的非线性关系，并将其存储在网络具体的权值和阀值中，从而预测未来负荷数据的走势。

设有时间序列{Xi}，其中历史数据Xn，Xn+1，···Xn+m，对未来n+m+k(k＞=1)时刻的取值进行预测，即预测Xn+m+k的某种非线性关系：

用神经网络进行预测，即用神经网络通过一组数据点Xn，Xn+1，···Xn+m 来拟合函数f，得出未来n+m+k（k＞1）时刻数据的预测值。借鉴其他发达地区经济社会发展和电力负荷增长特点，基于神经网络、电能替代和相似发展路径的电力负荷预测方法步骤如下。

首先，考察预测地区及其周边地区的经济发展总量、人均GDP、能源资源禀赋、电力需求和人均电力需求等参数，通过对比分析，找出相对发达地区。其次，梳理发达地区和待预测地区的电力负荷增长规律，通过对比分析找出俩地区间电力负荷增长阶段的时间差。第三，考虑不同地区电能替代和电力负荷增长阶段的时间差，将样本区间中的发达地区和待预测地区的历史负荷数据、预测区间中的发达地区历史负荷数据作为输入数据，采用神经网络求解待预测地区的某历史时段的负荷数据，并与实际值进行比较，既是训练神经网络，也是检验预测方法的准确性。第四，与第三步方法的输入数据类似，采用训练好的神经网络求解待预测地区的未来电力负荷。

四、案例分析

目前福建省经济运行稳中有变，外部环境复杂严峻，经济面临下行压力，外经贸发展难度加大，生态环境保护和污染防治攻坚战任务仍然很重。2018年福建省生产总值3.58万亿元，增长8.3%；全社会用电量2314亿千瓦时，增长9.5%。未来福建将着力创新驱动、转型升级、改革开放、乡村振兴、区域协调、生态建设和民生改善，共享高质量发展新成果。福建2018年人均用电量5916千瓦时，人均GDP约8.23万元。作为对比，江苏人均用电量7633千瓦时，人均GDP约10.69万元；浙江人均用电量8013千瓦时，人均GDP约9.15万元。江苏、浙江经济发展领先福建5-10年左右，同时，江苏、浙江、福建均为能源资源匮乏省份，且同为华东沿海地区，因此，三者在经济发展和电力需求增长方面具有相似性。

考虑经济与电力发展路径的相似性，根据2000年以来江苏、浙江、福建经济和电力负荷数据进行预测，2018年福建全省全社会最高负荷预测误差为2.67%。全社会用电量预测误差为2.26%，说明应用上述预测方法具有可行性。预测到2035年，福建全省全社会最高负荷、用电量分别为7500-8500万千瓦、3800-4000亿千瓦时。推荐值分别为8000万千瓦、3900亿千瓦时，未来几年的年均增速分别为3.1%、3.0%，说明未来福建省电力负荷将呈现中低速增长态势，增速呈缓慢下降趋势。未来福建电力增长的一半来自电能替代，例如农产品深加工、交通电气化和新兴产业用电等。

结论：电力负荷预测是电力系统规划建设和经济运行的基础，为了提高电力企业的经营效益，促进电力行业健康可持续发展，需要研究更高准确性的电力负荷预测方法。考虑不同地区间的经济发展规律和能源资源禀赋，本文借鉴其他发达地区电力负荷增长特点，提出基于神经网络、电能替代和相似发展路径的负荷预测方法，并针对福建电网应用上述方法进行负荷预测。研究表明，未来15-20年福建省电力负荷将呈现中低速增长态势，2035年全社会最高负荷、用电量分别达8000万千瓦、3900亿千瓦时，电量增长的一半来自电能替代。案例表明所提方法的可行性。