预测体系下电力市场论文

摘要:电力系统短期负荷预测精度的高低直接影响到电网运行的安全性、经济性以及电能质量,特别是随着我国电力市场的建立和不断完善,短期负荷预测在电力系统调度运营部门中的作用越来越重要。本文首先对影响电力系统负荷预测精度的因素进行了深入的分析,然后提出了提高负荷预测精度的几项措施,并对未来需要进行的工作进行了展望。下面是小编为大家整理的《预测体系下电力市场论文 (精选3篇)》的相关内容，希望能给你带来帮助!

预测体系下电力市场论文 篇1：

电力市场中电价预测方法综述

摘 要：文章对电力市场中电价预测方法进行了综述，阐述了电价预测的特点和分类方法，总结了短期电价预测，指出了长期电价预测研究的不足之处和发展方向。

关键词：电力市场;电价;预测;方法

随着世界各国电力市场化的改革，电价在整个电力行业中的地位逐渐凸显，越来越受到了电力行业专家学者和电力企业的重视，国内外对电力市场中的电价预测进行了广泛的研究。所谓电力市场中的电价预测，就是指根据数学方法在电力市场的模式下，在满足相关数据精度要求的前提下，基于历史数据对电价进行合理的预测。这种预测对指导电力市场电价核定具有重要的作用，能够对电力市场中的电价提出合理的建议，本文对电力市场中电价预测方法进行了综述。

1 电价预测的特点和分类

电价预测具有和负荷预测相似的特点，其预测结果也是具有一定周期性的。同时，电价预测具有自己的特点，即其具有波动趋势长的特点，其在一个周期内是持续着波动和变化的状态。在通常情况下，用电市场中的电价与整个电力市场的制度是有很大关系的，同时还受到整个社会经济的影响。因此，这就增加了对电价预测的难度，导致在电价预测中难以应用传统的负荷预测方法，如一元线性回归方法或倍比法等，这些都难以对电价进行准确的预测。

根据上述的进行电价预测的特点，我们在进行电价预测时可以进行分类预测，即将电价分为市场统一的电价预测和基于边际的电价预测。通常我们所提到的都是指市场统一的电价预测，即在通常情况下认为区域的统一电价与边际电价都是统一的。

根据对电价所预测内容的不同，电价预测可以分为空间电价预测和确定性的电价预测，其中空间电价预测是基于数理统计和概率有关知识，确定空间电价的合理波动范围，并在一个确定的时间内给出电价的平均值，因此，空间电价预测主要是基于长期的电价预测;而确定性的电价预测主要在一个非常短内的时间进行电价预测，其电价预测结果表示为一个较为确定的值。

根据电价预测的原理不同，电价预测可划分为长期的电价预测方式和短期的电价预测方式。具体的根据电价所表现的波动性质，可将电价合理的划分为若干小时的电价预测，一日内的电价预测和一个季度的电价预测。

电价预测是电力行业发展和研究的新方向，对其研究有助于电力市场化的实施和发展，但当前对电价的预测还不够充分，尚未有一种方法能够对电力市场进行有效的预测，因此有必要对电力市场中的电价预测方法进行深入的研究，有效提高电价预测的精度和速度。下面分别对短期电价预测和中长期电价预测方法进行总结。

2 短期电价预测方法分析

作为整个电价预测理论体系中最为重要的一部分，短期电价预测主要是对未来若干个小时内到几天内的电价进行预测。提高短期电价预测的准确度有利于发电企业选择最合理的报价策略，进而使其利润最大化，而且还有助于有效控制购电用户的成本，同时更有利于相关的监管部门对电力市场进行有效的监管，确保电力行业中市场的稳定安全运行。当前，进行短期电价预测的方法主要有以下四种，即以时间推移为基础的时间序列法、以神经网络理论为核心的神经网络法、以傅里叶变换和小波变换为核心的预测法及组合预测的方法等，本文分别进行介绍。

2.1 时间序列方法

时间序列方法是基于AR、MA和ARMA模型，利用回归分析对短期电价预测进行分析的方法。由于短期电价预测中各个时间段系统的边际电价为一个等距离的随机序列，因此可用AMRA模型进行短期电价的预测。这种方法的局限性无法充分考虑市场对电价的综合影响，且难以选择合理模型，如果模型选择的不合理，则即使参数估计的再精确也难以达到理想的预测效果。

2.2 神经网络法

神经网络方法能够有效处理多变量的问题，因此能够适应非结构性和非精确性的预测，这正是电价预测所需要的。应用神经网络进行预测时，需要仔细分析预测成本和输入层数等，且网络结构选择大都是根据相关经验进行的，或者采用试凑法来进行，可能存在难以收敛或者精度不够的问题，这是神经网络法在短期电价预测中的弊端。神经网络法又可分为SP神经网络法和RBF神经网络法。

2.2.1 SP神经网络法

作为当前作为应用作为广泛同时也是最为成熟的一种神经网络方法。SP神经网络法能够依据最小均方差的有效方式，采用适应性的网络模式，在对函数评价最小化时能够对输入信号进行有效的映射，这种映射方式由于是非线性映射，其可进行复杂模式的识别。电价的短期预测正是需要对影响电价的各种因素进行评估，而这些因素和电价的关系大都是非线性的，因此，利用SP神经网络法能够有效解决短期电价预测的问题。相关学者通过对原始数据进行分析，得到了UMCP的明显变化趋势，并对其进行综合处理后，对数据的可用性进行了有效的增加。通过对其相关性进行分析，使其输入变量能够有效适应实际电价的变化。在SP神经法中并加入了权重值，通过拟合的方法能够有效进行预测。SP神经网络法所得到了预测结果大都能让人满意，但其缺点是无法考虑各个时间段的相关性，且在负荷变化较为缓慢时预测精度不够，且难以预测较为剧烈变化的电价，同时有时输出结果不够稳定，计算的速度较慢。

2.2.2 RBF神经网络方法。

国内外学者通过利用径向函数可以实现RBF神经网络法。RBF神经网络法是基于隐层的神经网络节点数、连接权和中心向量的，其要求隐层的节点数具有不可微和不连续的性质，因此必须利用阶梯遗传算法对RBF的网络参数进行训练，这样就能够有效实现网络节点数和参数的优化。这种方法能够有效解决SP神经网络法所存在的局部最大值和最小值这个缺陷，但其弊端是在负荷变动较大，且在电价的峰值时难以进行预测。

RBF神经网络法虽然结构较为简单，但其逼近和分类能力等方面都是比BP神经网络法优秀的，其所存在的应该解决的问题主要有：如何合理确定相关网络函数的数据中心，并通过聚类的方法进行有效的量度和定义;如何找到合理的径向函数;如何较为合理的反应影响电价的各种非线性因素及如何合理的选择基函数。

2.3 基于傅里叶变换的小波预测方法

小波分析法比神经网络法能够更加准确地对短期电价进行预测，其难点在于合理选择小波的尺度和分界度，同时合理处理小波变换中的边界问题，这样才会取得良好的短期电价预测效果。

2.4 组合方法

所谓组合方法，就是指通过对上述电价预测方法的组合来实现电力市场中电价预测。由于对电力市场中的电价影响因素较多，且各个影响因素较为复杂，有些时候无论采用何种方法，如时间序列法、回归方程法及神经网络法都难以得到满意的结果。因此许多专家学者基于电力市场的实际特点，提出了组合预测的方法。当前电力市场中电价组合预测方法都是基于某种预测机理将某一单一的电价预测进行有效的组合，即首先对单一的预测方法进行有效的分析，然后通过对两种或者多种方法进行对比，采取有效的方法组合，进而得到最有效的电价预测方法。

当前国内外研究生所提出的组合预测方法主要有两种：一种是将权重固定的电价组合预测方法;二是对权重进行改变的电价组合预测方法。其根本思想都是将对电价预测的各种方法进行有效的组合，进而得到一个合理的最佳电价预测结果。组合电价预测方法的核心内容是合理选择权重，其权重选择需要受电价各种因素的影响。由于当前各种电价预测方法的精度都不够高，如何合理将这些方法进行组合也是组合电价法的重点和难点。当前电价组合预测中所采用的主要的组合预测方式有：合理选择电价影响因素，根据各个影响因素的历史特征来进行数据筛选，然后在利用传统的方法依据影响因素的不同进行有效的分离，进而进行各种预测，将各个预测的结果进行对比分析即可得到最后的预测结果。组合电价预测方法的核心是要实现多种电价预测方法的有效互补和利用，这样才能提高电价预测精度，取得良好的电价预测效果。

3 中长期电价预测

在电力市场中对中长期电价进行准确的预测有助于发电企业合理安全年度生产计划，并为相关的电力投资商提高良好的参考依据，同时也有助于电力监管部门制定长期的监管政策，对电网企业而言，有利于其对电网的运行进行合理的安排。因此，研究电力市场中的中长期电价预测具有非常重要的意义。

由于存在多种因素对电价进行影响，同时这些因素具有非常大的不确定性，而且电价的中长期预测的周期较长，所以对电价进行中长期预测的难度是非常大的。当前国内外研究人员对中长期电价预测的研究较少，现有的研究成果大都是将电价等效为随机变量，对其分布函数进行研究，在其分布区间内建立有效的预测模型。

在电价长期预测方法中，采用模糊方法与采用神经网络方法对相关不确定性因素的处理思想是不一致的，采用模糊方法不是盲目地追求相关的预测精度，而是要构建预测数据的分布情况，而采用神经网络法则是要合理的对现有数据进行分析，确定自变量和因变量的关系，进而达到合理预测电价的目的。中长期电价预测最重要的影响因素就是电力负荷的长期需求情况及社会经济的发展情况，同时还应考虑发电厂企业的电源建设情况，要合理确定中长期电价与整个系统剩余百分比的关系，重点研究电价的整体变化趋势，有效确定中长期电价的置信区间。当前对中长期电价预测的研究还是不够充分，还需国内外电价预测研究者进行深入的研究。

4 结 语

本文对当前的电价预测方法进行了总结和综述。针对不同形式的电力市场，所采取的电价预测方法也有所不同，应综合电价预测方法的优点，对具体情况进行具体分析，有效提高电价预测的精度，使其在电力市场和电力系统中发挥越来越重要的作用。

参考文献：

[1] 周浩，陈建华，孙维真.电力市场中的电价分析与调控[J].电网技术，2004，(6)：37-40.

[2] 陈建华，周浩.电力市场中的短期电价调控[J].价格理论与实践，2003，(9)：25-26.

作者：赵晶

预测体系下电力市场论文 篇2：

电力系统短期负荷预测精度研究

摘 要:电力系统短期负荷预测精度的高低直接影响到电网运行的安全性、经济性以及电能质量,特别是随着我国电力市场的建立和不断完善,短期负荷预测在电力系统调度运营部门中的作用越来越重要。本文首先对影响电力系统负荷预测精度的因素进行了深入的分析,然后提出了提高负荷预测精度的几项措施,并对未来需要进行的工作进行了展望。

关键词:电力系统 短期负荷预测 预测精度 未来工作

Key words:Power system;Short-term load forecasting;Accurate prediction;Future work

电力系统短期负荷预测的质量是电力系统安全、可靠、持续、经济运行的前提和基础,对国民经济的健康稳定发展具有重要的意义,例如早在1985年英国的一份研究报告表明:英国电力负荷预测的误差每增加一个百分点,每年的经济损失就达一千万英镑[1]。特别是近些年来,随着我国电力市场的建立、发展和不断完善,短期负荷预测在现代电力系统调度和管理中的作用越来越重要,发挥的作用也日益显现。

短期负荷预测精度的不断提高,不但为电力系统的安全、经济运行提供可靠保障,而且为市场环境下合理安排调度计划、供电计划、交易计划提供了依据[2]。因此,短期负荷预测已经成为现代电力系统运行和管理中的一个重要研究课题。本文正是基于这一目的,紧紧围绕提高短期负荷预测精度[3]这一目标,对短期负荷预测的特点和影响电力系统短期负荷预测精度的因素进行了全面的分析和总结,接着提出了提高负荷预测精度的措施,最后对未来负荷预测的工作进行了展望。

1 短期负荷预测的特点和影响负荷预测精度的因素

1.1 短期负荷预测的特点

短期负荷预测是对未来的负荷曲线提出预告,以便根据预测的结果对电力系统的检修计划、发电计划以及机组起停计划等做出安全、经济、全面、高效的安排。但是,电力系统工作人员在预测过程中,由于受经济,政治,气象,时间等多种随机性因素的影响,使短期负荷呈现随机性和不确定性。总的来说,短期负荷预测具有以下明显特点。

(1)条件性。

未来负荷发展的不确定性,导致条件无法确定,因此就需要一些假定条件对负荷进行预测。

(2)周期性。

由于人们在长期的社会活动过程中形成了特定的生产和生活方式,使负荷变化具有了一定的规律性,其中最典型的是年周期性、周周期性、日周期性,其中日周期性是日短期负荷预测和超短期负荷预测的依据和基础。

(3)时间性。

精确的负荷预测,要求有比较确切的数量关系和概念,在预测过程中,工作人员要指明预测和历史样本的起止时间。

(4)不确定性。

电力负荷受多种复杂因素的影响,且这些影响因素有时难以准确确定,这就会导致负荷预测结果的不准确。

(5)多方案性[4]。

不同地区的负荷情况所采用的预测方案是不一样的,我们需要对各种情况下可能的负荷发展状况进行预测,这样短期负荷预测就具有多方案性。

(6)连续性。

短期电力负荷是连续的,在负荷变化过程中,无论是负荷增加还是减少都要求负荷变化量在一定的范围之内,其外在表现就是负荷的连续性。

(7)相似性。

在实际的负荷预测过程中,负荷预测结果在相对应的阶段呈现相近的情况,事实上,我们在负荷预测过程中使用类推法和历史类比法,就是基于这个特点。

(8)非线性。

短期负荷的变化与其影响因素基本上不存在正比关系,这样在短期负荷预测中应用线性模型进行预测效果就会比较差。

1.2 影响负荷预测精度的因素

精度是负荷预测最重要的指标。在电力系统短期负荷预测中,影响短期负荷预测精度的因素是多方面的,但主要是以下几方面。

(1)历史数据。

历史负荷数据在很大程度上决定了未来预测负荷的水平,然而负荷预测所需的大量历史资料并不能保证其绝对准确可靠,在一定程度上必然会带来一些预测误差。

(2)经济因素。

经济环境的好坏和经济发展状况对负荷预测是有重要影响的。一般来说,经济发展比较好的情况下,负荷水平就提升的比较快;反之,负荷水平就会下降。

(3)政治因素。

例如军事冲突等,此类事件出现的概率很小,但是一旦出现就会对负荷造成重大影响。

(4)气象因素。

影响负荷的天气因素很多,在进行负荷预测时,往往预测模型只考虑研究对象的主要因素,而忽略了许多次要的因素,另外,再加上气象预报本身的不准确,会造成双重误差。

(5)时间因素。

时间的周期性和季节性变化、节假日等时间因素使负荷曲线在不同的时间范围内呈现出不同的特征。

(6)样本因素。

影响短期电力负荷预测的样本因素包括样本数量、样本质量和样本范围。在进行短期电力负荷预测时,不能仅仅考虑时间、历史数据因素,应该综合考虑影响负荷的各种因素,同时对各个因素进行定量和定性的分析,进而选择最佳样本,使预测更加准确。

(7)预测模型。

不同负荷预测模型所得出来的预测结果有时是有较大差别的,我们应根据地区实际和特点,选择精确的负荷预测模型。

(8)其他因素。

在确保电力市场经济性的的情况下,执行峰谷分时电价,在一定程度上对负荷曲线产生了影响;难以确定反映负荷周期性、趋势性以及与影响因素之间关系的样本数;有些突发事件,如拉闸限电、冲击负荷、停电检修和重大活动等都可能会对系统负荷产生很大的影响;大电网(网、省级)负荷变化一般都有较强的统计规律性,预测结果比较准确,而地区级电网的统计规律则不是很明显,不能有效地指导负荷预测等,上述情况都会对进行精确的负荷预测产生不同程度的干扰。

2 提高电力系统短期负荷预测精度的措施

2.1 电力系统短期负荷预测基本流程图

负荷预测所有工作的中心是围绕如何提高负荷预测准确率展开的,图1为短期负荷预测的基本流程图。

2.2 提高短期负荷预测[5-13]精度的几条措施

根据短期负荷预测的特点以及影响负荷预测精度的因素,结合短期负荷预测的基本流程图,我们应在以下几个方面来提高短期负荷预测的精度。

(1)历史数据的正确与否在一定程度上决定了预测结果的精确度,有效的利用高质量的样本数据既是非常基础也是非常重要的工作。

(2)加强对运行人员的培训力度,增强运行人员的理论修养和经验知识的积累。

(3)预测部门工作人员要加强与非统调之外电厂(站)的沟通与协调,掌握准确的负荷信息,对提高负荷预测精度将产生重要意义。

(4)加强与气象预报部门的沟通,提高天气预测的准确率,它是提高负荷预测准确率的前提和基础。

(5)建立电力负荷的大用户中心,实时掌握大客户的负荷调整信息,这样就能缓解在特殊情况下对负荷预测造成的不利影响,提高预测精度。

(6)加大对负荷预测研究工作的资金投入力度,不断尝试用新理论和新技术对负荷进行预测,建立完整的负荷预测体系。

(7)针对预测地区的负荷特性分析和负荷特点,选择精确的预测模型。

(8)加强各地区电网的管理和协调,实现信息共享,建立特殊情况下的应急体系,及时调整负荷预测的工作进度和工作方法。

3 结语

短期负荷预测是电力系统调度运营部门一项重要的基础工作,预测精度的高低直接影响到电网运行的安全性、经济性以及电能质量。作者认为未来的负荷预测工作,在加强对基础数据进行处理的同时,要运用科学的技术手段不断完善负荷预测模型,并积极探索负荷预测的新思路和新方法,在实际中,有针对性的对特定地区和特定情况选用特定的负荷预测模型,建立全面的和不断更新的负荷预测数据库,不断提高负荷预测精度和负荷预测工作水平。

参考文献

[1] Damitha.K.Ranaweera,George.G.Karady,Richard.G.Farmer.Economic impact analysis of load Forecast-ing [J].IEEE Transon Power Sysems,1997,12(3):1388～1392.

[2] 康重庆,夏清,刘梅.电力系统负荷预测[M].北京:中国电力出版社,2007.

[3] 周平,杨岚,周家启.电力系统负荷灰色预测的新方法[J].电力系统及其自动化学报,1998,10(3):45～50.

[4] 牛东晓,曹树华,赵磊,等.电力负荷预测技术及其应用[M].北京:中国电力出版社,1998.

[5] 招海丹,余得伟.模糊专家系统用于短期负荷预测修正的初步探讨[J].华东电力,2000(5):24～27.

[6] 张涛,赵登福,周琳,等.基于RBF神经网络和专家系统的短期负荷预测方法[J].西安交通大学学报,2001,35(4):331～334.

[7] 史永,王鹏,张粒子.一种实用的短期负荷组合预测方法[J].现代电力,2000,17(1):35～40.

[8] 邰能灵,侯志俭,李涛,等.基于小波分析的电力系统短期负荷预测方法[J].中国电机工程学报,2003,23(1):45～50.

[9] Rahman S,Bhatangar R. An expert system based algorithm for short-term load forecast[J].IEEE Trans on Power Systems,1998,3(2):392～399.

[10] 李广,邹德忠,谈顺涛.基于混沌神经网络理论的小电网短期电力负荷预测[J].电力自动化设备,2006,26(2):50～52.

[11] 甘文泉,王朝晖,胡保生.结合神经元网络和模糊专家系统进行电力短期负荷预测[J].西安交通大学学报,1998,32(3):28～32.

[12] 彭建春,江荣汉.电力系统短期负荷预报的动态神经网络方法[J].湖南大学学报,1997,21(1):83～86.

[13] 谢敬东,唐国庆.组合预测方法在电力负荷预测中的应用[J].中国电力,1998,31(6):3～5.

作者：郭华安 加玛力汗.库马什 常喜强 姚秀萍

预测体系下电力市场论文 篇3：

电力需求预测的实用方法研究

摘 要：随着现代经济的不断发展，我国的电力需求也在不断的增长。在此种情况下，对电力需求的预测精度高低已经直接影响到规划方案的质量和配电网的安全可靠经济运行。在电力企业方面，需要根据电力需求的变化规律，对其进行科学的电力需求预测，从而制定出科学的电力营销战略和策略。该文首先对电力需求进行了概述;其次，对于电力需求的预测方式进行了分析;最后对其具体的应用进行了研究。

关键词：电力需求 预测 实用方法

随着社会经济的不断发展，电力供需的矛盾也在逐渐深入，电力已经成为了一种商品化的物质，进入到了社会的生产和人们的生活当中，因此就需要对电力市场的需求变化进行全方位的分析，从而对电力需求变化所产生的规律进行充分预测，以此来加强电力系统的服务。在电力市场的营销战略当中，首先需要对其进行电力需求预测，在电力需求的长期预测当中，存在着很多经典的方法，比如回归法、时间序列法以及相关分析法等。在实际工作当中需要根据实际情况来对其进行预测，从而通过历史的数据进行预测。

1 电力需求概述

在我国现阶段的电力行业当中是需要利用各种方式进行分析的，不同的分类具有不同的研究目的。可以按照用电的部门属性、用电的目的、用电的单位以及部门或者电力负荷的大小等方式。在电力系统的需求划分当中，主要采用的分类方法主要是按照用电的部门属性以及电力负荷的时间长短来进行划分的。

在电力需求的特点方面，也是需要根据不同的用电需求来进行分析的，比如工业用电、农业用电、城乡居民用电以及动力用电等几类电力需求来进行分析和研究。

在第一产业当中，主要的电力需求为农业用电，在全社会电力消耗当中的比重是不大的，具有季节性相当强的特点，在日内的变化的是相对较小的，但是在月内以及季度之内的负荷变化相对较大，呈现出不均衡的特点。

在第二产业方面，主要集中在工业用电方面，工业用电的需求量相对较大，并且工业用电也是比较稳定的，两个特点呈现出不平衡的状态。在冶炼工业当中的电量是相对较大的，负荷也相对稳定的。但是工业用电在行业之前的差别，最主要体现在了生产工艺特点和生产班次的不同所造成的不同。无论是冶炼业还是加工业，电力负荷在月内和季度之内的变化都是不大的，呈现出比较均衡的状态的。

在第三产业方面，在该文对交通运输和城乡居民生活用电进行叙述，在交通运输业方面，用电的比重是相对较少的，其中用电变化比较小的为电气化的铁路，相对于其他交通运输的用电，虽然日内的用电负荷是不稳定但是月内和季度内以及年内的用电特性是相对稳定的。在城乡居民的生活用电方面，水平相比较于过去，有很大部分的提升，但是用电比重仍然是不大的。城乡居民的生活用电具有日变化较大的特点，月用电也是不大的，其中照明用电占有相当高的比重。

2 电力需求的预测方式

2.1 电力需求预测的基本原理

电力需求预测的工作是需要根据当地电力需求的变化规律来进行预测的，从而对去未来的发展趋势和状态活动进行充分预测，因此在进行电力预测的工作时候，需要按照一定的工作原理来进行充分预测。在可知性原理方面，即为对对象的发展规律进行预测，并且未来的发展趋势和状态都是客观存在的，也是被人们所认知的，这也是人们进行电力需求预测活动的基本依据。在可能性原理方面，即为任何事物的发展变化都是在内因和外因的共同作用下产生的，两者之间的变化作用力是不一样的，从而导致事物发展变化的可能性也是多样的。在连续性原理方面，即为对对象的预测为一个连续统一的过程，在对对象进行过去预测的同时，也需要对未来进行预测，认为事物在发展变化过程当中原有的特征是会不断保持下来的。相似性原理，即为事物在不断发展过程当中，在不同程度上还是存在一定的客观相似的，可以根据一个事物来对另外一个相似的事物进行预测。反馈性原理，即为利用输出返回到输出端，进而将结果进行输出，需要将预测的理论值和实际结合，并且进行充分的实践性检验。系统性原理，即为事物的构成是一个完成的体系，他们之间是具有外在系统的联系的，从而形成一个完成的总系统。

2.2 电力需求预测的一般过程

在电力需求的预测过程当中，一般分为准备、实施、评价以及提交预测报告这四个阶段的工作。在准备阶段当中，首先需要对预测的目标进行确定，从而将组织工作进行落实，进一步将目标的资料进行搜集整理，从而将搜集到的资料进行整理分析，最后需要根据分析得到的数据进行预测方法的选择。

在实施预测的阶段当中，需要根据实际情况来选择不同的预测方法来进行预测，如果采用定量预测的方式进行预测，就需要进行定量预测模型的建立。如果利用定性预测的方式，就需要根据掌握的客观资料进行科学逻辑的分析，从而将预测期的预测值进行推出。

在预测的评估阶段，主要是对预测的结果进行科学合理的评价判断，从而得到预测结果的准确度和可靠性能，如果出现预测误差的现象，预测出现的误差应该处于合理的范围之内。

最后就需要对预测报告进行提交，主要包括题目、摘要、正文、结论、建议以及附录等部分，

2.3 电力需求预测特性分析法

在对电力需求的特性进行分析的时候，可以采用很多的方法，主要可以分为年最大电力需求预测、负荷特性曲线预测方法;两种类型的方法

在最大电力需求预测的方法方面，可以根据不同的模型来进行预测。利用时间序列模型进行预测，即为在历史数据的基础上采用时间粗劣的模式进行推测，主要利用趋势移动平均法、指数平滑法、趋势模型外推法、灰色预测法以及神经网络法等。根据增长率的中位数进行预测，即为将历史数据当中的最大负荷的增长率当中的一个中位数进行最大电力需求的增长速度的参考值。

在负荷特性曲线的分析预测方法方面，分为行业典型日负荷曲线叠加法、分类典型日负荷曲线叠加法以及综合典型日负荷曲线叠加法这3种类别。与此同时，在对当地的电力需求进行预测方式的基础之上，进行时间序列的数据挖掘处理，和线性回归的算法进行相结合，在进行预测的过程当中对当地的电力需求变化变化的每一个行业的GDP变化趋势进行分析，对当地的气象条件以及季节变化的因素进行分析，从而对电力企业的实际电力销售量和预测值进行比较，预测得到的结果可以和利用灰色算法预测的结果进行对比分析，从而得到较为精确的电力信息。在不同的单位、不同的经济条件、自然条件以及气象条件不同的情况下，对于电力需求方面的预测需要进行科学准确的预测，因此在一般情况下都需要结合数据挖掘的回归预测方式，来满足工作的最大需求。

3 实例运用

在某地区的电力公司的运营过程当中，以综合计划一级指标、二级指标，按照价值创造、客户服务、内部运营、企业成长四个维度，分析并评价“十二五”期间综合计划执行情况，是否达到公司战略、创先目标要求。进行调查分析的时候，选择网内领先企业2014年综合计划指标进行对标分析，明确优势和差距。对于存在差距指标，分析影响因素及原因。“十二五”战略创先执行情况及偏差分析。包括核心指标及18个能力的实现情况。明确修编后的中长期发展战略、职能战略对2020年经营的要求，包括指标要求及管理要求等。“十三五”期间区域整体宏观经济形势预判，特别是经济运行新常态下的影响分析，主要包括GDP增长以及拉动经济增长的三架马车(投资、消费、出口)变化情况。可参考政府及各研究机构的预判。

最后，结合“十三五”电网规划研究成果，综合考虑全社会用电量、电源规划、来水、电煤等情况，预判“十三五”期间的电力供需形势。结合“十三五”投资规划确定的全社会用电量、最大负荷、西电东送安排及电源规划情况，预判各单位售电量、购电量及综合线损率变化。同时，结合政府政策、产业发展、电源规划、对外送电等条件，预判购售电结构变化趋势。结合工商业同价等电价政策以及西电东送价格协商情况，预测各类别购售电价的变化趋势。结合购售电结构，计算平均购售电单价，分析购售电价差变化的合理性。

根据测算结果，合理调整电力需求、投资、电价空间、可控供电成本等输入性指标，通过平衡优化工具进行综合测算，对不符合约束条件限制或者关键指标管理预期的测算方案，使用工具进行敏感性分析寻找关键影响因素，进而使用工具中的优化功能对方案中相关指标值进行平衡优化。

4 结语

综上所述，电力需求是能源需求的重要组成。未来全球经济持续发展和人口增长，以及电气化水平的提高，将带来电力需求的持续较快增长。在对我国的电力需求进行预测的过程当中，需要有科学准确的研究思路以及方法，并且配合灵活敏捷的计算机预测模型，从而建立起相对准确的模型。在此基础上如果出现实际情况变化的情况，就可以对电力系统的方法进行及时的调整，从而从宏观经济以及社会发展的方向来对电力用户的用电特性进行全面分析。

参考文献

[1] 何云辉.电力需求预测的实用方法研究[D].四川大学，2005.

[2] 陶亮.以用电特点分析为基础的电力需求预测[J].建筑工程技术与设计，2015(19)：1229.

[3] 刘光中，颜科琦.组合神经网络模型对电力需求的预测[J].数量经济技术经济研究，2003，20(1)：14-17.

[4] 何永秀，戴爱英，罗涛，等.智能电网条件下的两阶段电力需求预测模型研究[J].电力系统保护与控制，2010，38(21)：167-172.

作者：郑兰春