覃娟梅

（广东电网有限责任公司江门鹤山供电局 广东江门 529700）

1 引言

电量预测工作对辅助决策者进行电力系统宏观运行决策制定具有十分重要的意义，准确的电力预测能够使电网公司在保证安全运行的前提下，制定相关决策，在用电量需求较少的时期减少冗余的设备运转，从而降低电网公司的运营成本，提高电力企业的经济效益[1]。然而县级企业面临诸多不确定因素，从而增加了用电需求的不确定性，使得县级供电企业的电量预测存在较大困难，因此对县级供电企业电量预测进行全面分析尤为重要。以往采用的电量预测方法有单耗法，时间序列、回归分析、灰色预测，还有神经网络、遗传算法等智能计算方法[2]，这些方法要么预测精度不够要么数学模型过于复杂难以实用化，而且只是通过简单计算得出预测结果，没有进行全方面的分析，不利于决策者作出决策，因此本文针对县级供电企业售电量不确定因素多，受经济和温度影响大等特点，以某县级市（A市）为例，从年供电量增长趋势，行业用电趋势和业扩报装及温度影响三个方面对A市进行电量预测分析。通过分析能够使决策者更加了解本地区供电量的构成，以作出更加准确的营销决策。

2 近6年A市供电量增长情况分析

图1 近6年A市供电量增长曲线

从图1可以看出，近6年A市供电量呈持续稳定增长的趋势，因此可采用线性拟合函数预测出2014年总供电量为321700万kWh，增长率为5.90%。

3 行业用电趋势分析

根据各行业2008～2013年售电量趋势情况，预测2014年各行业的用电增长（如表1）。

表1 2008～2013年各行业售电量情况

因各行业用电量每年都在稳定持续增长，因此采用线性拟合和多项式拟合函数预测出2013年各行业年售电量为 34595，13159，234385，5214，1777，1864，14152，2353，7398 万kWh，合计314897万kWh。2013年全年综合线损率1.49%，此值包含了2012年抄表影响，剔除影响后线损率为2.8%；对2014年线损预测，不考虑抄表方面，统计线损率取值在2.3～3.0%之间，A市取2.90%，则2014年全年供电量=314897/（1-2.90%）=324302万kWh，增长率为7.13%。

4 业扩报装情况分析

4.1 业扩报装情况

根据2009～2013年新投产用户产生的电量，预测2014年电量增长情况（如表2）。

增加总电量=新装增量+增容增量-减容电量+居民增量+低压其他增量和自然增长

（1）2009～2013年高压新装用户在当年投产产生电量分别为758，3604，2708，3883，3494 万 kWh，剔除 2009 年较小数据，各年高压新装用户产生电量较为平均，预测2014年高压新装用户产生电量取平均值约为3422万kWh。

表2 2009～2013年新投产用户增加的电量

（2）2009～2013年高压增容用户增加容量分别为30365，37075，28355，31600，38390kVA， 产 生 的 电 量 分 别 为15710，18932，14569，15505，19730 万 kWh，采用多项式拟合函数，预测2014年高压增容用户增加容量约为33157kVA，根据以往5年同期进行统计，工业增容用户占高压增容用户95%以上，故2014年高压增容用户年平均负荷率取工业年平均负荷率80.11%，预测2014年高压增容用户产生电量约为17212万kWh。

（3）2009～2013年高压减容用户减少容量分别为1340，22940，13045，13635，7960kVA， 减 少 的 电 量 分 别 为1218，11752，6767，7167，3569 万 kWh，剔除 2009 年较小数据，采用对数拟合函数，预测2014年高压减容用户减少容量约为6359kVA，根据以往5年同期进行统计，工业减容用户占高压减容用户98%以上，故2014年高压减容用户年平均负荷率取工业年平均负荷率80.11%，预测2014年高压减容用户减少电量约为3301万kWh。

（4）2009～2013年居民用户增加电量分别为1462，3029，2340，1176，5309万kWh，因住宅小区建设放缓和天气影响，预测2014年居民用电增幅放缓，约增加电量3190万kWh。

（5）2009～2013年低压其他用户增加电量及原有用户自然增长电量分别为 14841，9670，6306，5085，9227 万 kWh，剔除 2009年较大数据，预测2014年低压用户增加电量及原有用户自然增长电量为3993万kWh。

综合以上所有结论，预测2014年总增加电量=3422+17212+3190+3993-3301=24516万kWh，则2014年总供电量=302718+24516=327234万kWh。

4.2 气温影响

图2 2009～2013年供电量曲线

图3 2010～2013年7、8月供电量变化情况曲线

纵向分析：从近5年1～12月供电量可看出，每年7、8月份供电量明显增加，是因为受到气温影响。每年5～10月是高温天气，7、8月达高峰，温度在26度时，基本不开空调，温度超30度时企业保温、办公场所、住户空调会开，因此供电量明显增加。从图3可以看出2013年7、8月电量增幅明显增大，除了2013年经济发展稳中有较大增长外，还有一个重要影响因素就是2013年高温日数（日最高气温大于或等于35℃）明显偏多，且出现时间早，地级市平均高温日数是17.5d，而A市高温日数是43d，且高温天数多出现在7、8月份。

表3 2010～2013年7、8月气温变化与电量关系

横向分析：表3中2010～2013年7、8月气温变化与电量关系，各年温度增加1℃，电量增量分别为3778，7242，8985，5871万kWh，取平均值约为6469万kWh。

4.3 综合预测

4.3.1 中方案预测

根据上面情况，原有客户自然增长、2014年新增客户、气温影响，预测2014年的高温应与2013年基本一致，因此预测2014年供电量约在32.72亿kWh，增幅在8.09%左右，取这值为中方案。

4.3.2 高方案预测

高方案方面，近5年平均增长率9.09%，2013年供电量增长率为9.54%，预测2014年鹤山经济继续保持高增长，负荷率增加，中小企业经营状况良好，增长率取近5年平均增长率计算2015年电量为33.02亿，又预测2014年夏季各月最高温差较2013年增加0.2℃，则2014年总供电量约=33.02+6469/5/10000=33.15亿kWh，增长率为9.51%。

4.3.3 低方案预测

低方案方面，考虑新增客户推迟投产，负荷率降低、中小企业经营状况影响，采用二次平滑低值计算得电量32.10亿，又预测2014年夏季各月最高温差较2013年降低0.2℃，则2014年总供电量约=32.10-6469/5/10000=31.77亿kWh，增长率为5.58%；

高、中、低方案供电量分别为33.15亿、32.72亿、31.77亿，分别增长9.51%、8.09%，5.58%。一般情况下，取中方案的预测值，即A市2014年预计供电量为32.72亿。

5 对比分析

A市2014年实际供电量为32.78亿，经过对比，通过细分供电量，从多角度分析得出的预测值与实际值更为接近，如表4所示。

表4 预测值与实际值对比

6 结语

通过实例预测及对比分析，细分供电量，从多角度分析得到的预测值精度更高，使得电量预测不再只是简单的数字计算，行业用电量趋势分析及业扩报装分析都为营销决策提供了有力的参考依据。

[1]陈挺.县级供电企业营销策略研究[D].北京：华北电力大学，2014.

[2]周 琪.几种电量预测的实用方法[J].江苏电机工程，2006，25（6）：52～54.