屈璐，方兴，张超

(国网湖南省电力有限公司长沙供电公司，湖南长沙410015)

0 引言

对于供电企业而言,售电量预测准确度的提升,可进一步有效提升供电量和全社会用电量的准确率。未来更多的清洁能源将加入电力供应队伍,高质量的电量预测将为电网规划提供更多数据支撑进而可提升电网投资精准度,对降低社会用能成本与实现电网可持续发展具有重要意义[1-3]。

针对用电量的特点,文献 [4]选用灰色预测模型、自回归滑动平均模型ARMA(autoregressive moving average)对各行业用电量进行预测,并经二维二级协调模型实现对总用电量的预测。文献[5]提出了一种基于EMD的ARIMA预测模型,将分解后得到的固有模态分量进行预测。文献[6]建立了用于售电量预测的拟合度和准确度更高的ANN模型。文献 [7]基于最小二乘法建立了 “Logistics”+“层次分析-模糊聚类”组合预测模型,通过关联影响售电量的必然性因子与偶然性因子,提升月度售电量预测准确度。文献 [8]建立了基于BP神经网络优化的改进灰色模型可提升预测准确度。文献 [9-10]提出将业扩信息介入电量预测方法,表明能够显著提高电量预测精确度。

实际工作开展中,为获得更可靠的预测值,常采用多种方法进行预测并从中获得预测推荐值[11]。供电企业为更精准的把握售电量指标,预测工作一般按季度甚至月度滚动开展。工作中常用的预测方法有大用户分析法、回归分析法、时间序列法等[12-14],各方法常以预测指标对应的历史值为数据依据,如预测年度售电量,参考的均为历史年度售电量[15]。……