考虑季节因素的产业用电量关联分析及预测

摘要

用电量规律分析及预测是电网规划与建设的基础，也是电力需求侧管理的有效指南。随着近年来经济的高速发展，产业结构的复杂变化，使得电力需求内部结构发生着一定程度的变动。同时，用电量的季节波动性也导致部分地区电力需求仍存在季节性缺失。因此，需要在考虑季节因素的情况下，对不同类型的用电量进行分析与预测，以实现更加精细化的用电管理及制定更加经济化的购售电策略。本论文从产业和生活用电出发，做了如下研究:
　　首先，从用电量自相关、互相关和气温影响因素三个方面对第一、第二、第三产业以及城、乡居民用电量进行相关性分析，即产业及生活用电量与自身历史数据的关联关系，各季节下五个用电量指标之间的内在关联关系和气温对其的外在影响关系。运用相关分析趋势图对以上三方面情况下各用电量趋势进行初步判断以后，计算其皮尔森相关系数，量化其相关密切程度，得到产业及生活用电量在以上三种情况下的对应关联关系。
　　其次，根据得到各季节下三大产业以及城乡居民用电量相互之间的关联关系和气温对其的影响关系，构建各季节下VEC(Vector Error Correction)用电量预测模型。模型构建过程包括以下三部分:第一部分对各季节下五个用电量序列和气温序列进行平稳性检验;第二部分对于通过平稳性检验的用电量序列进行协整关系分析并对存在协整关系的各用电量建立协整方程;第三部分基于用电量之间的协整关系，构建各季节下VEC用电量预测模型。基于此模型进行了预测算例分析及对比，证明了其预测效果的准确性。
　　最后，考虑运用从产业及生活用电量自相关关系和互相关关系两个角度分别构建的预测模型进行组合预测。即先基于产业及生活用电量指标自相关关联关系，根据各用电量平稳性检验和相关关系图构建各季节下ARIMA(Auto-Regressive Integrated MovingAverage)用电量预测模型。根据ARIMA模型与VEC模型预测的相对误差，计算各月份下两模型的最优权重分配结果，得到各月的组合预测模型。对某省网2011年产业及生活月度用电量进行虚拟预测分析及对比，证明了该模型的准确性和可靠性。
　　本文从内在关联和外在影响的角度对产业及生活用电量进行了相关性分析，并构建了基于关联关系的用电量预测模型。通过算例分析证明了所建立模型的准确性和有效性，对电力企业进行规划与调度、提高电网经济运行都具有一定的指导意义和参考价值。

目录

声明

摘要

第一章 绪论

1．1 课题研究背景与意义

1．2 国内外研究现状

1．2．1 影响因素分析综述

1．2．2 预测方法综述

1．2．3 产业用电量预测分析研究现状

1．2．4 考虑季节因素的用电量预测研究现状

1．3 本文研究的主要内容

第二章 考虑季节因素的产业用电量影响关系分析

2．1 引言

2．2 相关性分析概述

2．2．1 相关关系

2．2．2 相关性分析

2．3 数据分类及处理

2．4 用电量自相关影响分析

2．5 用电量互相关影响分析

2．6 气温对用电量的影响关系分析

2．7 本章小结

第三章 VEC用电量预测模型的构建

3．1 引言

3．2 预测模型构建步骤

3．3 用电量平稳性检验

3．3．1 单位根检验

3．3．2 ADF检验方法

3．3．3 平稳性检验

3．4 用电量及影响因素指标协整检验过程

3．4．1 协整关系

3．4．2 Johansen协整检验

3．4．3 各用电量指标协整关系分析

3．5 构建VEC用电量预测模型

3．5．1 误差修正模型

3．5．2 构建用电量预测模型

3．6 算例分析

3．6．1 用电量预测

3．6．2 模型预测结果对比

3．7 本章小结

第四章 基于ARIMA模型与VEC模型的用电量组合预测

4．1 引言

4．2 ARIMA用电量预测模型

4．2．1 ARIMA预测模型概述

4．2．2 ARIMA模型及参数的确定

4．2．3 各季节下ARIMA用电量预测模型的构建

4．3 基于VEC模型与ARIMA模型的用电量组合预测模型

4．3．1 组合预测模型

4．3．2 最优权重计算

4．4 算例分析

4．5 本章小结

第五章 结论与展望

5．1 结论

5．2 展望

参考文献

致谢

附录A 攻读硕士学位期间发表论文目录

附录B 攻读硕士学位期间参与项目目录

附录C 对比算例预测相对误差