基于多元线性回归分析的用电量研究.docVIP

基于多元线性回归分析的用电量研究 　　摘 要：本文简要阐述了当前电力市场负荷预测的手段，并通过引入多元线回归分析的主要理论，研究电网企业在用电量与宏观经济其他相关因素方面存在的内有关系，揭示其运行规律。 　　关键词：电力市场分析；电量分析；线性回归分析法 　　中图分类号：TM933 文献标识码：A 　　1 引言 　　当前电网企业对社会用电量的预测，主要是通过经济形势、外部环境等因素分析进行估算，针对电力需求分析与预测方法中对电力需求的影响因素分析不够深入。笔者试通过对东莞市的经济、电网运营数据进行统计分析，对电量与国民经济有关指标之间的关系进行了探索，分析了社会电量与国民经济等因素之间的关系。 　　2 电力市场概况与分析 　　2.1 影响用电量的潜在因素 　　（1）国民经济发展水平 　　国民经济发展水平可用GDP 指标来衡量。城市生产发展水平的高低、速度的快慢对电量的需求及使用存在较大的关联度。 　　（2）气象 　　通过日常的负荷监控发现，当高温天气持续期间，空调或冷却负荷会逐步上升，带动用电量增长，用电量也将节节升高。 　　（3）社会用电总户数和用电总容量 　　根据电网运营经验，当社会用电户数不断增长时，势必会导致社会用电总容量的增加，用电总容量的增加也将导致社会用电量的增加。 　　（4）电力消费结构 　　在全社会来看，以常见的几大类电力消费划分：工业、商业、农业、居民用电。根据经验，当地区的电力消费结构组成发生变动时，相应的电力消费（包括电费和用电量）必然随之波动，电网售电单价也随之改动。 　　2.2 常用的几种用电量分析与预测方法 　　（1）灰色模型法 　　灰色系统理论是运用数学方法，把一般系统论、信息论、控制论的观点和方法延伸到抽象系统，成为一套解决信息不完备系统的理论， 具有原理简单、所需样本少、计算方便、预测精度高和可检验性强等优点，对未来学的研究具有重要意义。 　　（2）组合预测法 　　单一的预测方法难以对整个用电系统进行全面的分析。对于中长期的全社会用电量的预测及分析，可通过预测方法的组合，从不同的维度去对整个电网系统进行模拟和预测，从而获得多方面的数据，并有效地增加整个预测及分析结果的准确度。 　　（3）多元线性回归分析法 　　在线性回归分析中，随机变量是自变量，非随机变量是因变量；若存在两个或以上的自变量，则称之为多元线性回归。在电力系统研究中，常见的因变量为电力系统中的用电量，而如经济、人口、气候等可能影响电量的因素则为自变量。多元线性回归分析，是通过给定的多组自变量和因变量数据，通过数学方法研究因变量和自变量之间的关系，并形成回归方程。多元线性回归分析法具有方法简单、预测速度快、外推性好的特点。 　　3 数学模型的分析与建立 　　3.1 定性分析 　　影响供电量的变量分析：以东莞市为研究对象，根据电网运营的经验，常见影响全社会用电量的因素有GDP、社会用电总容量、天气、电力消费结构等。研究该市从2011年至2014年第三季度每季度的相关历史数据，包括每季度的全社会用电量、当地生产总值（GDP）、平均气温、平均售电单价、全社会用电总容量，其中GDP来源于当地统计局网站，平均气温来源于当地气象局网站，其他数据来源自电网运营数据。对2011年至2014年第三季度的15组数据进行趋势分析，如图1所示。 　　从图1可以看出，在可能影响供电量的变量中，GDP、气温与供电量呈正向关系。每季度的用电量同比上升，与社会用电户数及容量的增加有关联。因用电总户数的增减最终将导致用电总容量相应增减，这里只对用电总容量进行分析。而受大工业两部制电价和供需关系影响，平均售电单价与供电量呈负向关系。在这里，笔者大胆假设，供电量与GDP、气温、用电容量、平均售电单价之间存在线性关系，并建立以下多元线性模型： 　　Q=X1×G+X2×T+X3×Pr+X4×Ca+con 　　其中： 　　Q――全社会用电量，单位为亿千瓦时； 　　G――GDP，单位为亿元； 　　T――平均气温，单位为摄氏度； 　　Pr――平均售电单价，单位为元/MW； 　　Ca――全社会用电容量，单位为万千伏安； 　　Con――常量； 　　X1、X2、X3、X4――系数。 　　3.2 定量分析 　　使用Eview对GDP、气温、用电容量、售电单价四个变量共15组数据进行线性回归分析，得出结果如下： 　　R2分析：R2为92.83%，说明在15组数据中，搭建的回归方程拟合程度高达92.83%，已经远高于线性回归分析中的常规值（80%）。由此可判断，该线性回归方程具有较高的拟合度，是有效的。 　　T值分析：四个自变量（G、T、CA、Pr）的T值绝对值均大于2，均对因变量产生影响，都属于有效变量