基于固定效应模型的用电量预测方法技术

本发明专利技术涉及一种基于固定效应模型的用电量预测方法，包括步骤：1)载入N年的用电量数据，其中，所述用电量数据包括日用电量数据及每日的气温数据、排班数据；2)构建载入年份每一年的固定效应模型：3)根据获得的N年的用电量数据，分别拟合得到截距项均值、模型系数以及各年的截距偏离值；4)将每一年固定效应模型中作为日基础用电量，构建日基础用电量关于年份的回归方程，并根据该回归方程得到待预测年份的日基础用电量；5)根据得到的待预测年份的日基础用电量构建该年的预测方程，对该年份每一天的用电量进行预测。与现有技术相比，本发明专利技术具有预测精确等优点。

Power consumption forecasting method based on fixed effect model

The invention relates to a method comprising the steps of, electricity demand forecasting based on fixed effect model: 1) in N years of consumption data, among them, the consumption data including daily consumption data and temperature data and daily scheduling data; 2) construction load year every year fixed effects model: 3) according to the N years of consumption data, respectively, by fitting the intercept coefficient and intercept model, the mean deviation from the value of each year; 4) each year on the basis of fixed effect model as electricity consumption, electricity consumption based on building regression on years of history, and according to the regression equation on the basis of the forecast of electricity consumption; 5) on the basis of the year to be predicted according to the electricity construction forecast equation of this year, the year of each day the electricity consumption forecast. Compared with the prior art, the invention has the advantages of accurate prediction and the like.

【技术实现步骤摘要】

本专利技术涉及电网电量预测
，尤其是涉及一种基于固定效应模型的用电量预测方法。
技术介绍
随着经济社会发展和人民生活水平提高，上海大都市用电特征日益凸显，气温对用电负荷和用电量的影响越来越大。近年来，在迎峰度夏期间，最大空调负荷在总负荷的比重达到40％左右，空调负荷的不断增加与所占比重的不断提高已成为上海电网的主要特征之一。定量研究气温变化对用电量的影响，确定二者之间的量化关系，对提前预判城市用电情况，及时制定科学合理的应对方案，提高电网运行和公司经营水平，具有显著意义。针对气温与电力消费的关系，目前已有学者开展了一些研究。其中，多数集中在气温与用电负荷关系研究，以协助电力负荷预测；另外一些研究则探讨气温对用电量的影响，比如，期刊江苏电网夏季气温与用电量敏感性关系初探(电力需求侧管理，2004，6(6)：20-21，26)研究了江苏电网夏季气温与用电量敏感性，期刊气温对浙江电网用电量影响的研究(华东电力，2005，33(11)：39-42)研究了气温电量随气温变化的规律，文献上海气温变化对日电力消费的影响关系研究(北京论坛(2010)文明的和谐与共同繁荣——为了我们共同的家园：责任与行动.北京:2010.)建立了上海气温变化对日电力消费的多元线性回归模型，指出了两者之间的量化关系。但现有研究仅通过统计分析、时间序列分析、多元回归分析等方法建立气温与用电量的线性关系模型，没有考虑到基本用电量逐年升高的事实，以及用r>电量随冬夏季气温降低或升高而加速攀升的非线性趋势。
技术实现思路
本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供一种基于固定效应模型的用电量预测方法。本专利技术的目的可以通过以下技术方案来实现：一种基于固定效应模型的用电量预测方法，包括步骤：1)载入N年的用电量数据，其中，所述用电量数据包括日用电量数据及每日的气温数据、排班数据；2)构建载入年份每一年的固定效应模型：其中：ECit为i年t天的日用电量，为截距项均值，为i年的截距偏离值，用于表征该年的截距项相对于均值的偏离，β1、β2、β3为模型系数，TDit为i年t天的降温幅度，TRit为i年t天的升温幅度，holidayit节假日参数；3)根据获得的N年的用电量数据，分别拟合得到截距项均值、模型系数以及各年的截距偏离值；4)将每一年固定效应模型中作为日基础用电量，构建日基础用电量关于年份的回归方程，并根据该回归方程得到待预测年份的日基础用电量；5)根据得到的待预测年份的日基础用电量构建该年的预测方程，对该年份每一天的用电量进行预测。所述降温幅度具体为：其中：Tit为i年t天的日平均气温；所述升温幅度具体为：所述节假日参数具体为：所述N年为连续的N年。所述N年为待预测年份之前连续的N年。所述N至少为5。所述非工作日包括法定休假日、法定休息日，所述工作日具体为法定工作日。所述日平均气温的单位为摄氏度。与现有技术相比，本专利技术具有以下优点：1)引入固定效应模型进行用电量预测，综合考虑了用电量逐年增长的特点以及温度对用电量的影响，具有更加准确的用电量预测结果，便于指定更加合理的电力规划。2)日基础用电量采用截距项均值与截距偏离值之和，而没有在模型中直接用截距项进行拟合，引入了差异化元素，合理拆解了截距项，这样拟合结果可以由更加优秀的R平放。附图说明图1为本专利技术主要步骤流程示意图；图2为上海市日平均气温与日用电量散点示意图；图3为2010-2014年上海市日基础用电量示意图；图4为2014年上海市日用电量组成示意图；图5为日基础用电量拟合示意图。具体实施方式下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。一种基于固定效应模型的用电量预测方法，如图1所示，包括步骤：1)载入N年的用电量数据，其中，用电量数据包括日用电量数据及每日的气温数据、排班数据，N年为连续的N年，优选为待预测年份之前连续的N年，N至少为5，本实施例取5；2)构建载入年份每一年的固定效应模型：其中：ECit为i年t天的日用电量，为截距项均值，为i年的截距偏离值，用于表征该年的截距项相对于均值的偏离，β1、β2、β3为模型系数，TDit为i年t天的降温幅度，TRit为i年t天的升温幅度，holidayit节假日参数；降温幅度具体为：其中：Tit为i年t天的日平均气温，单位为摄氏度；升温幅度具体为：节假日参数具体为：非工作日包括法定休假日、法定休息日，工作日具体为法定工作日。用电量是一个连续累积的物理量，与之对应，专利技术人通过日平均气温分析气温与用电量的关联关系。如图2所示，上海市日平均气温与日用电量散点图呈现扁平状“U”形曲线，该曲线大致可以分为三个区间：区间1大致为日平均气温位于12℃以下时，随着日平均气温不断升高，冬季日取暖电力消费量不断减少，我们称之为取暖区间；区间2大致是日平均气温位于12-20℃时间，这个温度集中于春秋季节，随着日平均气温不断升高，日电力消费量不会发生明显变化，我们称之为舒适区间；区间3大致位于日平均气温位于20℃以上时，随着日平均气温不断升高，日降温电力消费量不断增加，我们称之为降温区间。由于上海夏季高温高于舒适温度的值比冬季低温低于舒适温度的值要大，而且冬季取暖可以采用多穿衣服、燃气取暖等替代方式，因此上海夏季降温电力消费量对温度的敏感程度大于冬季取暖电力消费量对温度的敏感程度。这种现象体现在日平均气温与日电力消费量关系图中，“U”形曲线呈左低右高的形状。由图2可知，2010-2014年，上海取暖电力消费上限拐点大约为12℃，即日平均气温低于12℃时人们开始消耗电力取暖；降温电力消费下限拐点约为20℃，即日平均气温高于20℃时人们开始消耗电力降温；在日平均气温位于12-20℃的区间，用电量基本不受温度变化影响。从散点图形状来看，日平均气温与日用电量具有二次函数关系，即用电量与气温变化的平方呈线性相关，因此气温因素将以平方形式进入模型。日用电量主要受到四个方面因素的影响：(1)社会经济发展引发的耗电量，比如人口增长、经济发展、生活水平提高、产业结构调整、技术进步等。因社会经济相关变量变化缓慢，我们假设其变化以年为基本单位，即该因素在一年之内保持不变。(2)降温方面的电力消费需求，当气温高于临界温度时，制冷负本文档来自技高网...

【技术保护点】
一种基于固定效应模型的用电量预测方法，其特征在于，包括步骤：1)载入N年的用电量数据，其中，所述用电量数据包括日用电量数据及每日的气温数据、排班数据；2)构建载入年份每一年的固定效应模型：ECit=α‾+αi*+β1TDit2+β2TRit2+β3holidayit]]>其中：ECit为i年t天的日用电量，为截距项均值，为i年的截距偏离值，用于表征该年的截距项相对于均值的偏离，β1、β2、β3为模型系数，TDit为i年t天的降温幅度，TRit为i年t天的升温幅度，holidayit节假日参数；3)根据获得的N年的用电量数据，分别拟合得到截距项均值、模型系数以及各年的截距偏离值；4)将每一年固定效应模型中作为日基础用电量，构建日基础用电量关于年份的回归方程，并根据该回归方程得到待预测年份的日基础用电量；5)根据得到的待预测年份的日基础用电量构建该年的预测方程，对该年份每一天的用电量进行预测。

【技术特征摘要】
1.一种基于固定效应模型的用电量预测方法，其特征在于，包括步骤：
1)载入N年的用电量数据，其中，所述用电量数据包括日用电量数据及每日的气温数
据、排班数据；
2)构建载入年份每一年的固定效应模型：
ECit=α‾+αi*+β1TDit2+β2TRit2+β3holidayit]]>其中：ECit为i年t天的日用电量，为截距项均值，为i年的截距偏离值，用于表征该
年的截距项相对于均值的偏离，β1、β2、β3为模型系数，TDit为i年t天的降温幅度，TRit为i年t
天的升温幅度，holidayit节假日参数；
3)根据获得的N年的用电量数据，分别拟合得到截距项均值、模型系数以及各年的截距
偏离值；
4)将每一年固定效应模型中作为日基础用电量，构建日基础用电量关于年份的
回归方程，并根据该回归方程得到待预测年份的日基础用电量；
5)根据得到的待预测年份的日基础用电量构建该年的预测方程，对该年份每一天的用
电量进行预测。
2.根据...

【专利技术属性】
技术研发人员：张鹏飞，瞿海妮，肖其师，许唐云，
申请(专利权)人：国网上海市电力公司，华东电力试验研究院有限公司，
类型：发明
国别省市：上海;31