基于月度工业用电量预测确定电力市场月内交易需求方法技术

本发明专利技术公开了一种基于月度工业用电量预测确定电力市场月内交易需求方法，整个方法以历史年份月度工业用电量为基础，首先，预测出当年1‑12月每月工业用电量，折算出每月工业用电量比例系数；然后，以当年全年交易总用电量为基准，结合每月比例系数，推算出每月总交易电量需求；最后，根据每月总交易电量需求、年度长协分月计划电量和月度集中竞价电量，得到每月月内交易需求。本发明专利技术从历史大工业用电数据出发，能够最大程度挖掘用电信息，提高预测准确率。

【技术实现步骤摘要】
基于月度工业用电量预测确定电力市场月内交易需求方法
本专利技术涉及一种基于月度工业用电量预测确定电力市场月内交易需求方法，属于月度用电量预测

技术介绍
2015年3月，中共中央发布文件〔2015〕9号《关于进一步深化电力体制改革的若干意见》，提出了建立相对独立的电力交易机构，形成公平规范的市场交易平台。此举标志着我国电力体制改革展开了新的历程，此后，全国各省相继出台电力交易相关文件，建立适应本省实际情况的电力交易机制。江苏省目前建立了集年度长协、年度挂牌、月度集中竞价和月内交易四种交易模式相结合的交易机制。其中，月内交易作为电量偏差调整的重要手段，是每月售电公司交易的重要环节，而准确地判断月内交易电量需求又对售电公司对于月内交易价格的预估起到重要作用。由于交易数据的不完全公开性，在月内交易需求判定过程中，售电公司面临的一大挑战就是数据的缺乏。江苏电力市场中，市场交易电量类别包括大工业用电和一般工商业用电，其中，绝大部分用电为大工业用电；因此，预测每月全省大工业用电量，而后折算出每月的大工业用电占比，最后，结合市场全年交易电量、年度长协电量、月度集中竞价电量，可推算出每月月内市场化交易的电量需求。
技术实现思路
针对上述现有技术存在的问题，本专利技术提供一种基于月度工业用电量预测确定电力市场月内交易需求方法，其能够从本质上实现更加精准的预测。为了实现上述目的，本专利技术采用如下技术方案：一种基于月度工业用电量预测确定电力市场月内交易需求方法，整个方法以历史年份月度工业用电量为基础，首先，预测出当年1-12月每月工业用电量，折算出每月工业用电量比例系数；然后，以当年全年交易总用电量为基准，结合每月比例系数，推算出每月总交易电量需求；最后，根据每月总交易电量需求、年度长协分月计划电量和月度集中竞价电量，得到每月月内交易需求。一种基于月度工业用电量预测确定电力市场月内交易需求方法，整个方法包括如下步骤：步骤一、预测当年1至12月每月工业用电量：获取历史n年月度工业用电量数据，记为，i＝1，2，...，n；j＝1，2，3，...，12；使用一次动平均法进行预测，则预测年份j月的用电量预测值Qj等于历史n年一次动平均值，即步骤二、折算每月工业用电量比例系数：计算历史n年每月大工业用电占总用电量的比例系数则j月的工业用电量比例系数为：步骤三、预测年份月度用电需求：预测年份第j月的月度用电需求Q为交易中心每年公布的年度交易电量规模；步骤四、预测年份月内交易需求：预测年份第j月的月内交易电量需求其中，QCj为预测年份第j月的月度集中竞价电量，QXj为预测年份第j月的年度长协分月计划电量；若QYj为正值，表示月内交易电量需求为正，需要买入电量；若QYj为负值，表示月内交易电量需求为负，需要出售电量。一种基于月度工业用电量预测确定电力市场月内交易需求方法，所述步骤一和步骤二中的n为3，即取历史3年的月度工业用电量数据进行预测。与现有技术相比，本专利技术从历史大工业用电数据出发，锁定电力交易市场中占比最大的用电数据，深入探索月度大工业用电数据逐月占比系数，能够最大程度挖掘电力市场用电信息，提高预测准确率。附图说明图1为本专利技术的原理示意图；图2为本专利技术预测与指数平滑法预测偏差率的对比图。具体实施方式下面结合附图对本专利技术实施中的技术方案进行清楚，完整的描述，所描述的实施例仅仅是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。本专利技术提供的一种基于月度工业用电量预测确定电力市场月内交易需求方法，整个方法以历史年份月度工业用电量为基础，首先，预测出当年1-12月每月工业用电量，折算出每月工业用电量比例系数；然后，以当年全年交易总用电量为基准，结合每月比例系数，推算出每月总交易电量需求；最后，根据每月总交易电量需求、年度长协分月计划电量和月度集中竞价电量，得到每月月内交易需求。实施例：选取2016年、2017年、2018年某省份月度大工业用电量数据，如表1所示，2019年某省份年度总交易电量Q为31200000万千瓦时。表1某省份2016-2018年月度大工业用电量(万千瓦时)如图1所示，整个预测方法包括如下步骤：步骤一、预测2019年1至12月每月工业用电量：根据表1中2016年至2018年3年的月度工业用电量数据，使用一次动平均法进行预测，则2019年第j月的用电量预测值Qj等于历史3年一次动平均值，即其中，为2016年第j月的大工业用电量，为2017年第j月的大工业用电量，为2018年第j月的大工业用电量；2019年第j月的用电量预测值Qj见表2中的第2列；步骤二、折算每月工业用电量比例系数：计算2016-2018年3年每月大工业用电占总用电量的比例系数则2019年第j月的工业用电量比例系数为：其中，为2016年第j月大工业用电占总用电量的比例系数，见表2中的第3列；为2017年第j月大工业用电占总用电量的比例系数，见表2中的第4列；为2018年第j月大工业用电占总用电量的比例系数，见表2中的第5列；2019年第j月的工业用电量比例系数λj见表2中的第六列；步骤三、预测年份月度用电需求：预测2019年第j月的月度用电需求见表2中第7列；Q为交易中心每年公布的年度交易电量规模，即Q为2019年某省份年度总交易电量31200000万千瓦时；步骤四、预测年份月内交易需求：预测2019年第j月的月内交易电量需求其中，QCj为预测年份第j月的月度集中竞价电量，见表2中第9列；QXj为预测年份第j月的年度长协分月计划电量，见表2中第8列；QCj、QXj都是我们在长协和月度集中竞价交易中已经成交的电量，是确定值；预测的月内交易电量QYj见表2中第10列。若QYj为正值，表示月内交易电量需求为正，需要买入电量；若QYj为负值，表示月内交易电量需求为负，需要出售电量。最终，采用本专利技术所述方法进行预测，整个预测过程的相应数据如表2所示：表2：利用本专利技术方法预测过程(电量单位：万千瓦时)下面，采用指数平滑法进行预测。选取2016-2018年某省份电力市场月度交易电量数据，如表3所示。表3：某省份2016-2018年月度交易电量(万千瓦时)月份2016年2017年2018年1月2609133236538427979172月1683266216374018741923月2462457258137027410134月23335642520334<本文档来自技高网...

【技术保护点】
1.一种基于月度工业用电量预测确定电力市场月内交易需求方法，其特征在于，整个方法以历史年份月度工业用电量为基础，首先，预测出当年1-12月每月工业用电量，折算出每月工业用电量比例系数；然后，以当年全年交易总用电量为基准，结合每月比例系数，推算出每月总交易电量需求；最后，根据每月总交易电量需求、年度长协分月计划电量和月度集中竞价电量，得到每月月内交易需求。/n

【技术特征摘要】
1.一种基于月度工业用电量预测确定电力市场月内交易需求方法，其特征在于，整个方法以历史年份月度工业用电量为基础，首先，预测出当年1-12月每月工业用电量，折算出每月工业用电量比例系数；然后，以当年全年交易总用电量为基准，结合每月比例系数，推算出每月总交易电量需求；最后，根据每月总交易电量需求、年度长协分月计划电量和月度集中竞价电量，得到每月月内交易需求。


2.根据权利要求1所述的一种基于月度工业用电量预测确定电力市场月内交易需求方法，其特征在于，整个方法包括如下步骤：
步骤一、预测当年1至12月每月工业用电量：获取历史n年月度工业用电量数据，记为使用一次动平均法进行预测，则预测年份j月的用电量预测值Qj等于历史n年一次动平均值，即


...

【专利技术属性】
技术研发人员：唐志强，陈思，
申请(专利权)人：江苏蔚能科技有限公司，
类型：发明
国别省市：江苏;32