售电量预测及其相关决策研究与应用探究.docVIP

售电量预测及其相关决策研究与应用探究 　　【摘 要】随着电力市场竞争的日益加深，电力企业的服务意识也要随之改变，只有这样才能站稳自己的市场。在这种情况下，要求我们电力企业要按照电力市场的客观规律办事，实现有原来的主观决策向客观决策转变。那么，售电量预测工作就显得尤为重要。文章从当前售电量预测的重要性入手，来研究售电量预测的预测方法及相关决策。 　　【关键词】售电量；预测；决策；研究 　　伴随着社会主义市场经济的不断发展，我国改革开放的不断深入。电力企业的竞争压力也越来越大，如何在市场中站稳自己的脚跟，为企业找到更好的发展出路。这就需要我们电力企业要转变自身的观念，一定要按照电力市场的客观规律办事，售电量的预测是电力企业的重要工作之一，以前我们都主观的对售电量进行预测，随着电力市场竞争压力的不断加大，这种预测模式也需要进行转变，应该根据电力市场运行的客观规律进行售电量的预测，只有这样才符合当前的市场经济的发展要求。 　　1 售电量预测及其相关决策研究的重要性 　　1.1 是社会主义市场经济发展的基本要求 　　近些年，随着经济全球化步伐的加快，我国的社会主义市场经济有了更深一步的发展。我国的电力企业也改变了以往垄断经营的态势而是选择了转向市场，这样一来，电力市场的竞争凸显的越来越明显。在现代市场经济运营下，电力企业的运营决策至关重要，其直接关系到电力企业如何把握好企业的航向，如何积极有效的开展市场营销。因此，对于电力企业来说，在有些方面的发展方向需要进一步的革新。在电力企业营销战略中，售电量的预测处于重要地位，面对激烈的市场竞争，电力企业必须适时的转变观念，由原来的主观臆测转变成根据电力市场发展的客观规律去做，只有这样才符合市场经济的发展规律，才能在激烈的市场竞争中找到自身的一席之地。 　　1.2 为企业提供可靠的数据支持，有利于企业制定科学合理的发展规划 　　售电量的预测在电力企业营销中具有重要的战略意义。售电量预测科学与否直接关系到，电力企业的生产计划安排以及生产任务的顺利完成。售电量的预测是编制电力企业长期计划不可或缺的重要依据，同时也是电力企业电网规划的重要内容和依据。由此可以看出，售电量预测的重要性。 　　2 售电量预测决策模型体系研究 　　对售电量的分析与预测是电力企业的一项很重要的工作。在电力市场中，通过对电力企业售电量的数据分析，可以直接考察该企业的的经营管理情况以及该企业的经营收入情况，并可以总结出上一阶段制定的电价是否科学合理，该地区的电的消费结构如何。通过这些，我们可以看出对售电量的预测是解决电力企业未来发展过程中许多需要进行决策问题的前提和保障。售电量的预测根据时间的长短划分，可以分为长期预测、中期预测、短期预测。长期预测和中期预测主要是为了对电力企业在未来较长时期内的发展进行科学性、前瞻性的规划，如发电机组是否需要增加等等。 　　关于以往的对于售电量预测决策模型体系，已经无法满足当前的售电量预测的需求，因此，通过研究本人克服了目前很多电力企业对售电量的预测仅凭借营销人员或高层领导的直觉和经验来估算存在的弊端，从定性和定量相结合的两个方面进行预测，具体流程如下： 　　首先，从电力系统的数据库中读取出以往存储的基础数据，然后根据相关预测据侧模型理论进行预测，如季节比例模型理论、改进的BP网络模型、多元模糊线性回归模型来分别预测出各个细分市场下一阶段的售电量的情况。利用以上三个模型的预测值作为组合预测模型的输入，可以求出各细分市场下一月的售电量的预测值。 　　其次，根据上面提供的预测值，以及我们分析过程中存在误差值，来分析预测值是否可靠。如果可靠将各个细分市场售电量的预测值的综合与电网的供电能力进行比较，如果出现两者相差过大，则说明电网供需不平衡，就需要电力企业马上进行处理，调整这种供需不平衡的状况。一般情况下有两种方式科供选择，第一，可以提高电网的供电能力；第二，可以减小各个细分市场的售电量。如果不可靠工作人员继续进行修正。 　　3 售电量预测的常用方法 　　3.1 季节比例模型 　　季节比例模型假定被预测变量在一个周期的特定部分的总量与周期中的总量的比例是一个常数。通过历史数据把这个常数确定后，就可以根据一个周期的前半部分的值预测后半部分未知的值。 　　3.2 改进的BP网络模型 　　BP（Back Propagation）网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。BP神经网