吴海森

摘要：能源危机是影响当前社会经济持续稳定发展的重要因素，其逐渐引起社会各界的重视，并成为全世界国家共同面对的焦点性问题。本文从准确预测月度售电量的必要性分析入手，介绍基于组合方法的月度售电量预测相关工作，为全面提升月度售电量预测工作的整体水平供参考。

关键词：组合方法；月度；售电量；预测

前言

电力企业售电量会受到多方面因素的影响，比如用电方式、电价政策、电网设备特性等，因此想要准确预测出售电量具有一定的难度；但是由于月度售电量预测的准确性将在很大程度上影响到电力企业的经营决策，采用组合方式科学、合理的预测月度售电量，将为切实提升预测结果的准确性与真实性提供重要基础支撑。

一、准确预测月度售电量的重要性

电力能源由于受到其特殊属性的限制，无法对其进行存储工作等，因此，需全方位进行科学合理的月度售电量预测工作，对其所涉及的各项工作进行分析和研究，为电力企业开展经营管理工作提供科相关数据的支持，为保障电力企业稳定发展奠定良好的基础。

此外，电力负荷预测工作是电力企业生产运行过程中的重要工作内容，是各项规划工作顺利开展的重要组成部分，保证科学准确的负荷预测效果，能够强化决策正确性的重要基础，为电力企业制订各项生产、投资、维护以及财务收支计划等提供保证，为增加电力企业的经济效益和社会效益提供支持。

二、基于组合方法的月度售电量预测

（一）组合预测方法的概念

组合预测方法，是指从最大化利用信息的基础上将众多单一模型中所包含的各项信息进行综合收集，并开展最优组合的排列工作，从而发挥出组合预测的作用，有效改善预测的结果。通常情况下，在预测各项信息过程中，单一形式的预测方法无法呈现出多方面的因素和信息，而通过不同形式的预测方法所重点采用的各项因素存在较大不同，对此想要准确性的预测出最终结果，需积极采用多种预测方法[1]。

研究和分析各个单一预测方法的使用效果，判断其总体的应用情况，并根据预测结果做好相关数据的分析工作，从而实现良好的预测综合，并且集合多种预测模型可不断改善最终的预测结果。需要注意到是，实际使用组合预测方法，多在单个预测模型无法保障其效果时使用，如使用单一形式预测模型可满足预测得到准确的预测结果，则无需使用其他方面的预测方法。组合预测方法的应用优势：

（1）选择多种类型的预测方法开展预测和分析工作来实现多形式的预测结果，并通过一些计算方式得出最终的加权结果，可在一定程度上保证其结果的准确性。

（2）使用多种不同类型的预测方式，开展标准离差分析和拟合度分析工作，寻找开展预测工作的最佳方式[2]。

（二）构建组合预测模型

针对月度售电量进行全面充分的预测，将能更好的发挥其作用和优势，具体开展预测工作的过程中，需要积极构建起科学合理的预测模型。采用组合预测模型，开展月度售电量预测工作，最主要的目标是从某个序列之中，寻找到其中的一组权重，尽可能的控制好综合预测模型的拟合误差，使其处在最小范围内。构建起完整合理的数字模型，可以按照K个序列 kt（k=1，2，3……q；t=1，2，3……n）进行构建，最终的模型公式表示为 ，通过这一公式构建相应的预测模型，最为重要的是确定出合适的组合权值β，将会直接影响到月度售电量预测模型的构建效果[3]。确定实际组合权值过程中，首先需针对各个单一预测方式的权值检测结果进行分析，并按照其预测的优劣程度进行选择，如果预测结果准确性较好，将赋予其较大的权值，反之则使用较小的权值。在应用组合预测方式时，可保证预测结果的可靠性、精确性以及综合性较高[4]。

三、组合预测方式在月度售电量中的应用

通过组合预测方法开展月度售电量预测工作，需从地区用电的实际情况出发做好全方位的分析和总结工作[5]。2018年6月开始，某市为了良好应对即将到来的夏季用电高峰期，将过去三年内夏季高峰期的售电量作为基准，结合本年度内1-5月份和往年售电量的对比情况，通过构建组合预测模型，更为准确的预测出夏季用电高峰期的售电量情况，以期能为充分有效满足当地居民用电需求提供重要前提。

首先，该市结合以往售电量，开展线性拟合工作。在一元回归模型中，只需针对变量X和变量Y之间的关系进行综合考虑，设定有n对观测值，即（x1，y1），（x2，y2），（x3，y3）……（xn，yn），从而使用最小二乘法原则，历史售电量和时间将作为x和y，形成直线方程，由此预测某个时段的售电量。

其次，从一元回归理论模型y=a+bx+ε出发，其中a和b是未知参数；具体应用这一模型进行计算时，则形成 ，这其中只有 是未知的，相应得出预测出回归方程 。再者，在估计模型参数的过程中，使用最小二乘法，实现误差或者残差的预估效果。ei代表误差，能够针对 和b的正确与否情况进行衡量，只有当残差符合要求的时候才能够保证回归模型拟合成功。在估计残差的过程中，需要通过以下公式进行：

最后，通过将这些公式使用最小二乘法进行计算，能够得到：

由此将能够得预测出该市在2018年夏季高峰期的售电量情况，为后续开展各项电力管理工作提供合理支持。

结束语

月度售电量的预测工作，对电力企业的整体生产和经营规划工作有着重要的影响，通过积极采用科学、合理的方式以分析与应对，以提升预测结果的准确性和真实性。从组合预测分析的方法出发，开展月度售电量的整体的预测工作，通过采用多种方式来加强和保障预测结果的真实性，使其为电力企业各项规划工作的顺利开展提供数据支持，切实有效的提升电力企业的经济效益和社会效益。

参考文献：

[1]樊娇，冯昊，牛东晓，等.基于小波分析和GM-ARIMA模型的月度售电量预测[J].华北电力大学学报（自然科学版），2015，42（4）：101-105.

[2]庄剑，李凯，刘展展，等.基于季节调整和回归分析法的月售电量预测方法研究[J].经济研究导刊，2018（19）：00125-00126.

[3]潘小辉，刘丽萍，李扬.提高月度售电量预测精度的一种新方法[J].电力需求侧管理，2013（3）：11-15.

[4]冷华，陈鸿琳，李欣然，等.基于功率或电量预测的智能配电网统计线损同期化方法[J].电力系统保护与控制，2016，44（18）：108-114.

[5]王旭，WANGXu.基于X12和回归分析模型的业扩报装与售电量关系的研究与应用[J].电子设计工程，2017（24）：143-147.

[6]秦丽娟，曾博，严旭，等.多模型自动筛选法在中长期电量预测中的应用[J].電气应用，2015（S2）：99-102.