一种考虑多维度多因素的电力需求预测框架制造技术

本发明专利技术发明专利技术了一种考虑多维度多因素电力需求预测框架。该框架通过分析确定影响电力需求增长的宏观、中观、行业和特殊事件冲击等方面的因素，基于ADF、回归分析等方法进行因素分析，明确了影响电力需求预测的维度和因素种类，通过GRE模型和GMM广义矩估计模型进行中长期的电力需求数据预测，最后根据夜间灯光大数据和神经网络算法对预测的数据进行校核，从而判断区域总体、各地级市和产业发展的经济和电力消费趋势。本发明专利技术有效构建了一套完整、具体、科学的考虑多维度多因素的电力预测框架，对于提高电力预测精度提供较好的系统框架理论和实操方法。实操方法。实操方法。

【技术实现步骤摘要】
一种考虑多维度多因素的电力需求预测框架

：
[0001]本专利技术属于电力需求分析和预测领域，具体涉及一种基于多维度多因素的电力需求预测系统框架。

技术介绍
：
[0002]电力需求分析预测是电力系统各级调度运营部门和用电服务部门的一项重要日常工作，是制定发电计划和输电方案的主要依据。提高负荷分析与预测技术水平，有利于计划用电管理、合理安排电网运行方式和机组检修计划，有利于节煤、节油和降低发电成本、制定合理的电源建设规划，提高电力系统的经济效益和社会效益。
[0003]但针对基于经济转型与重点行业发展、区域格局与主体功能定位、新旧动能转换与新基建、新型城镇化与新农村建设、综合能源与能源管理、电能替代、多元化负荷、气温气候与空调负荷、新冠肺炎疫情等因素影响电力电量的作用效果及作用机制的研究尚不具体和完善，没有统一的预测系统框架。因此，有必要提供一种基于多维度多因素进行负荷预测框架，提高区域电力需求预测精度。

技术实现思路
：
[0004]本专利技术的目的是设计一种基于多维度多因素的电力需求预测框架，以解决电力需求预测过程中影响因素考虑不足以及缺乏统一的预测框架的问题。
[0005]为了实现上述目的，本专利技术采用以下技术方案：
[0006]一种考虑多维度多因素的电力需求预测框架，主要包括：(1)明确电力需求预测指标，包括但不限于时间测度下的经济与电力消费量化预测、电力消费结构量化预测；(2)影响电力需求预测的维度和因素归纳，包括宏观影响因素分析、中观影响因素分析、行业变革影响因素分析和特殊事件影响因素分析；(3)基于多维度多因素电力需求预测的模型、方法和路径比较及筛选；(4)实证分析并对预测的数据进行稳健性校核，确保预测准确性。
[0007]进一步的，明确电力需求指标，主要包括中长期区域整体经济和电力消费预测数据、三次产业的区域电力消费预测数据、分地级城市的电力消费预测数据、四大高耗能产业和居民生活电力消费预测数据。
[0008]进一步的，梳理影响电力需求预测的维度和因素归纳分析，主要分析区域宏观经济增长与电力消费关系、区域中观结构因素与电力消费关系、区域行业变革因素与电力消费关系和特殊事件冲击与电力消费关系；
[0009]①
所述区域宏观经济增长与电力消费关系主要从长期协整性和短期“脱钩”分析。
[0010]②
所述区域中观结构因素与电力消费关系分别从区域格局与主体功能定位、新旧动能转换和新型城镇化与新农村建设对电力消费的影响进行分析。
[0011]③
所述区域行业变革因素与电力消费关系主要从多元化负荷发展和特性进行需求分析。
[0012]④
所述特殊事件冲击与电力消费关系主要以新冠疫情冲击全社会用电量进行需
求分析。
[0013]进一步的，基于多维度多因素的电力需求预测模型及方法筛选，主要包括中长期宏观经济预测模型和电力消费模型的选择；
[0014]①
所述宏观经济预测模型为宏观经济模型和可计算一般均衡(CGE)模型。
[0015]②
所述电力消费模型为广义矩估计模型(GMM Estimate)。
[0016]进一步的，实证分析并对预测的数据进行稳健性校核，以山东省的区域数据为例进行实证校验。其中，“基于组合预测的稳健性校核”提供相应电力变量预测值的校核值，通过基准值和校核值的循环比对得出最终预测值并形成主要结论。主要思路为：开展数据创新校核，基于夜间灯光大数据以及神经网络算法对“多维度、多因素交互视角下的中长期电力预测”结果进行校验
[0017]本专利技术理论科学、框架合理、逻辑通顺，有效构建了一种完整、具体、科学的考虑多维度多因素的电力预测框架，对于提高电力预测精度提供较好的系统框架理论和实操方法。
附图说明：
[0018]图1是本专利技术电力需求预测技术路径图。
[0019]图2是考虑新冠肺炎疫情冲击的电力消费预测图。
具体实施方式：
[0020]下面将对本专利技术的技术方案进行清楚、完整地描述，在本专利技术的描述中，显然下文所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，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。
[0021](1)明确电力需求指标，主要包括中长期区域整体经济和电力消费预测数据、三次产业的区域电力消费预测数据、分地级城市的电力消费预测数据、四大高耗能产业和居民生活电力消费预测数据。
[0022](2)梳理影响电力需求预测的维度和因素归纳分析，主要步骤如下：
[0023]①
区域宏观经济增长与电力消费关系采用Dicker
‑
Fuller标准的ADF检验，验证经济增长和电力消费增长的进行长期协整性，用电力弹性和电力强度变化验证经济与电力消费的短期“脱钩”现象。
[0024]②
区域中观结构因素与电力消费关系分别从区域格局与主体功能定位、新旧动能转换和新型城镇化与新农村建设对电力消费的影响进行分析。
[0025]③
区域行业变革因素与电力消费关系主要从多元化负荷发展和特性进行需求分析。
[0026]④
特殊事件冲击与电力消费关系主要基于DSGE模型分析新冠疫情对全社会用电量冲击。
[0027]模型中主要包括家庭部门、厂商部门与政府部门三部分，得出模拟下疫情冲击对电力需求的影响。
[0028][0029](3)基于多维度多因素的电力需求预测模型及方法筛选，主要包括中长期宏观经济预测模型和电力消费模型的选择；
[0030]①
所述宏观经济预测模型为宏观经济模型和可计算一般均衡(CGE)模型，主要思路：
[0031]a、使用山东省地市级经济社会发展历史数据，基于计量回归分析，分别从消费侧“三驾马车”、供给侧“生产要素”视角测算2021
‑
2050年全省及各地级市GDP增长水平并进行比对验证；
[0032]b、在对2021
‑
2050年GDP增长进行预测的基础上，进一步使用CGE模型获取2021
‑
2050年全省三次产业增长水平。
[0033]②
所述电力消费模型为广义矩估计模型(GMM Estimate)，主要思路：
[0034]采用逐步回归的方式在计量模型中加入各影响因素，并进行稳健性分析、敏感性检验，剔除不显著因素，进行反复调试；
[0035]模型分析中依次加入宏观因素、中观因素变量进行回归预测；
[0036]行业发展因素历史数据较少，本专利将在梳理相关政策、行业变革趋势的基础上进行预估，并对上述回归预测结果进行进一步调整；
[0037]d、在经济、电力系统中长期运行过程中，实时判定是否存在特殊事件冲击，进一步基于DSGE模型，评估特殊事件影响电力消费的水平及时效，从而对前述结果进行修正调整。
[0038](4)实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.本发明提供一种考虑多维度多因素的电力预测框架，包括系统框架理论和实操方法。2.根据权利要求1所述的框架理论，其特征为支持电力需求预测框架的理论逻辑和结构，包括影响电力需求的宏观因素、中观因素(区域格局与主体功能定位、新旧动能转换和新型城镇化与...

【专利技术属性】
技术研发人员：薛万磊，鉴庆之，王鹏，赵昕，陈博，刘知凡，李晨辉，史英，李校莹，徐楠，杨雍琦，牛华忠，王振坤，孔德秋，胡桂彬，
申请(专利权)人：国网山东省电力公司经济技术研究院，
类型：发明
国别省市：