基于行业特性的阜宁地区月度电量预测研究

摘要

随着电力系统市场化的不断推进，电量预测对于电网、售电公司具有至关重要的作用。伴随着我国经济迈入新常态，经济增长速度有所放缓，产业结构的更新与调整对国民经济产生了重大的影响，国民经济的用电量有一定的降低。随着电改不断推进与市场化进程的不断加快，众多的售电公司如同雨后春笋般蓬勃兴起，如同一场温暖的春风，孵化着我国的电改事业。在电力市场改革的进程中，供电公司也开始改变自己传统的经营方式，电网企业对电量预测的重视程度日益增加；除此之外，再加上电能的即发即用、时刻平衡的特性，如今众多供电公司的电量预测问题出现了较大的偏差，因此，对电力电量的精准化预测就显得格外的重要。为此本文主要研究了基于行业特性分析的电力电量预测方法。 本文首先分析介绍了按照国民经济行业划分的规则进行行业划分，分析了不同行业的耗电量占比情况，并剖析了不同行业的基本的耗电量特征。此外，还对影响耗电量的因素进行了相关的研究分析，考虑到不同的用户行业的特征的耗电量特征，针对不同的行业建立不同的电量预测模型。针对商业用户，本文建立采用粒子群寻优的基于分数阶算子的灰色电量预测模型；针对工业用户，本文建立了多元回归下电量预测模型；针对居民用户建立了时间序列的电量预测模型。分别对不同的典型行业进行电量的预测，实现耗电量的精细化预测。 最后通过阜宁县实际的耗电量数据与气象等相关影响数据，对该地区的几种典型的行业进行电量预测，在电量预测过程中，首先结合几个典型行业的耗电量特征，采用不同的电量预测模型对不同的典型行业进行预测。针对商业用户，以几个典型的商家为例，采用含粒子群优化阶数的分数阶算子对行业用电量进行预测，并将获得的预测结果同传统的灰色电量预测模型获得的结果进行对比分析。针对工业用户，以阜宁县几个科技公司为例，采用多元回归模型对其综合的电量进行预测。针对居民用户，以几个小区的综合的负荷进行分析，借以消除单个的误差。运用基于时间序列分析的方法对行业的用电量进行预测，时间序列分析的方法一般适用于中长期的电量预测，通过时间序列分析，按照给定的季节趋势对居民的用电量进行预测。通过实际的算例分析，验证了上述三种预测方法和模型具有良好的稳定性，预测精度高，可移植性较好。因此，本文提出的计及行业分类及多种影响因素的典型行业电量预测方法，为阜宁县进行电量预测与制定相应的购售电策略，提供了新的思路和方向。

目录

第一个书签之前

第一章 绪论

1.1 课题研究的背景

1.2电量预测的国内外研究现状

1.2.1 传统预测方法

1.2.2 现代电量预测方法

1.3选题来源及内容

1.4本文所做的主要工作

第二章 典型行业分类及主导因素分析

2.1 行业分类及特点

2.2 各个行业用电量分析

2.2.1 行业用电量占比情况

2.2.2 行业用电量逐年的变化情况

2.2.3 针对各个行业的耗电量特性分析

2.3行业耗电量相关性分析

2.3.1 经济发展因素

2.3.2气象因素影响

2.4 本章小结

第三章 基于分数阶算子的商业灰色电量预测

3.1 分数阶算子简介

3.2 分数阶算子原理

3.2.1 分数阶算子

3.2.2 分数阶算子下的灰色系统预测模型

3.3 分数阶算子中最优阶数的确定

3.4 粒子群算法基本理论

3.4.1 粒子群优化算法提出与发展

3.4.2 粒子群优化的算法与结构

3.4.3 粒子群优化算法的优点

3.5 基于分数阶算子的灰色电量预测模型的基本流程

3.6 算例分析

3.7本章小结

第四章 基于多元回归模型下的工业电量预测

4.1 回归模型简介

4.1.1 一元线性回归模型

4.1.2 多元线性回归模型

4.1.3 回归模型应用于预测

4.2 行业同影响因素的相关性分析

4.2.1 相关性分析的基本的概念与研究

4.2.2 相关性分析与检验

4.2.3介绍SPSS软件

4.3 基于回归模型下的电量预测

4.3.1 多种影响因素的选取与筛选

4.3.2 多元回归预测模型建立

4.4 算例

4.5 本章小结

5.1 时间序列法

5.2 时间序列分解法

5.3 月度趋势模型

5.4 预测的基本流程

5.5 算例分析

第六章 全文总结

6.1 主要结论

6.2 研究展望

参考文献

致谢