基于GM(1,1)模型的南京市電力需求預測與探究

卞藝杰，李　杭

(河海大學 商學院，南京　211100)

?

基于GM(1,1)模型的南京市電力需求預測與探究

卞藝杰，李杭

(河海大學 商學院，南京211100)

摘要：選取南京市2000—2013年的電力消費數據，利用灰色預測相關理論，構建了南京市電力消費的GM(1,1)預測模型，對南京市電力消費水平進行中短期預測。研究結果表明： GM(1,1)模型具有較高的預測精度。進一步預測南京市2014—2018年電力消費總量，為優化南京電力發展規劃提出可行性建議與對策。

關鍵詞：南京市； 電力需求；GM(1,1)模型

作為長江流域四大中心城市之一,南京是江蘇省政治、經濟、科教文化中心,也是聯結南北交通的重要樞紐。目前，南京已成為中國東部地區重要的綜合性工業基地,形成了以電子、汽車、化工等主導產業為重心的綜合性工業體系，電力需求規模日益增強。隨著經濟收人的增加,人們對生活質量的要求進一步提高,消費觀念也發生了變化，享受型的生活消費用品不斷提高，空調、電炊具、電熱水器等高耗能家用電器不斷普及城鄉居民的家庭，進一步擴大了南京市的電力消費量。電力作為國家的基礎設施,已經發展為社會生產不可或缺的動力,穩定又安全的電力供應為社會正常運行和國民經濟的增長提供了強大保障。南京市每年投資10～15億建設各級電網,電力市場營運能力逐年增強,有效地保證了社會經濟發展和人民生活用電需求，但是從市場需求角度來看,南京市電力市場仍然面臨著嚴峻的考驗。2011年南京市缺電總量達到134萬kW,部分制造企業被迫限電，嚴重影響了日常的生產效率。另外，由于支撐電網運營的硬件系統還不完善,自動化程度不高，電力企業處于供電成本加大、投資回收周期長的困境。

電力需求預測可以理解為：從社會、經濟的發展需要出發，基于現階段全社會對電力的需求狀況，結合實地調查和理論研究，科學處理電力系統的大量數據，并合理分析與電力需求相關的事物間內在的聯系及發展規律。這一預測過程以多年來已經掌握的社會、經濟整體環境的預測為基礎，從而預測未來幾年的電力需求發展規模。電力需求預測的實質是多方位分析預測對象的歷史數據，利用已知的預測理論及模型來探究存在于電力需求內部的發展規律與變化趨勢。準確預測未來電力消費水平，可以幫助電力部門把握電力消費未來走勢。

現代科學技術的不斷突破,深化、拓展了電力需求的預測方法。目前，我國電力需求預測方法主要包括多元線性回歸模型、彈性系數法、ARMA模型、灰色預測模型、神經網絡法、模糊數學法。由于電力生產建設的長周期、高耗資等特點，加上電能不能長時間儲存的特性，因此電力需求預測的精度要求較高。由于電力需求受到經濟發展、產業結構、氣候、居民收入水平、地理環境、國家電力政策等許多不能定量考慮的因素的影響，因此預測工作相對復雜。目前已有的電力需求預測方法一般不會將這些因素考慮進去，因此存在預測誤差較大的缺陷。相對其他方法，灰色預測可以在原始數據比較缺乏的情況下依然保證較高的預測精度，因此可以把電力的需求作為一個灰色系統,用灰色系統理論、模型來分析和解釋。本文基于灰色系統理論，建立灰色預測的GM(1,1)模型，選取南京市2000—2013年的全社會用電量數據，對南京市2014—2018年電力消費水平進行預測，從而為南京市電力發展規劃提供參考[1-11]。

1　灰色GM(1,1)模型

灰色系統理論是由鄧聚龍教授創立的，他認為系統的行為存在不確定性，系統內有部分信息已知，而其他部分信息存在未知性，數據也具有復雜性，但同時存在有序性，通過對已知的“小樣本”信息的分析，提取有價值的信息，從而掌握系統的運行規律。

灰色系統理論被廣泛運用于社會經濟、管理統籌、工程決策等許多行業與領域。基于灰色系統理論，灰色預測模型對原始數據進行處理，并據此建立動態模型，然后分析系統因素之間發展趨勢的相異程度，把原始數據生成有較強規律性的數據序列，尋找系統變化的規律，然后建立相應的微分方程模型，預測事物未來的發展趨勢。當經濟數據序列呈現短期和明顯上升趨勢的特點時，模型的預測精度較高。其中，GM(1,1)是實際應用中最為普遍的一種灰色預測模型，是灰色系統理論的核心模型。GM(1,1)模型作為一種長期預測模型，基本思想是通過對原始數據的處理，建立對應模型，對系統的未來發展作出科學、客觀的預測。GM(1,1)模型已經被廣泛運用到農業、能源產業、交通運輸等領域，涉及的行業不斷延伸與擴展，其中也包括電力需求預測。

GM(1,1)模型的實質是利用最小二乘法對原始序列的一次累加過程，使得新生成的數列表現出一定的規律，并以指數曲線來擬合，構建數學模型，其具體步驟如下：

背景值序列為Z(1)=(z(1)(1),z(1)(2),…,z(1)(n)), z(1)(k) = 0.5x(1)(k) + 0.5x(1)(k-1)，則稱x(0)(k) + az(1)(k) = b

3) 若P=(a,b)T為參數列，且

4) 檢驗GM(1,1)模型

所建立模型的有效性和可靠性程度決定了灰色預測模型能否準確預測電力消費水平，因此模型的精度檢驗是重要的步驟。本文主要通過殘差檢驗、后驗差檢驗對所建模型進行判斷。

① 殘差檢驗

殘差檢驗是對原始數據的實際值和模型預測值的殘差進行逐個檢驗。

平均相對誤差：

其中ε(k)為相對誤差，

模型精度

② 后驗差檢驗

2　南京市電力消費的灰色預測

2.1選取數據樣本

本文選取南京市 2000—2013年全社會用電量數據作為原始數據。首先對電力消費總量的原始數據作對數變換的預處理，然后根據GM(1,1)模型，對未來5年南京市電力消費總量進行預測。本文數據來源于2001—2014年《南京市統計年鑒》。

2.2電力消費總量預測

通過Matlab編程，將灰色預測模型擬合值逆變換，可以得到南京市電力消費總量預測數據，如表1所示。

表1　南京市電力需求預測數據　萬kW·h

2.3GM(1,1)模型的檢驗

構建模型的有效性和可靠性決定了灰色預測模型能否合理、科學地預測電力消費量。因此，通過殘差檢驗、后驗差檢驗對模型進行檢驗。

根據GM(1,1)模型預測的精度檢驗等級表有:

平均相對誤差

預測精度為2級。

后驗差比值

預測精度為1級。

小誤差概率

預測精度為1級。

因此，基于灰色GM(1,1)模型的電力消費預測精度較高，適用于預測南京市電力消費的中短期預測。

2.4結果分析

基于GM(1,1)的電力消費模型的預測精度相對還是較高的，其最大相對誤差為 7.81%，最小相對誤差為0.42%，平均相對誤差為4.08%，預測精度為二級；后驗方差和小誤差概率精度均為1級，因此這一模型可以很好地預測南京市未來5年的電力需求情況。

從表1可以看出:10多年以來，南京市電力消費量一直保持著較高的上升趨勢，南京市的全社會用電量從2000年的1 377 395萬kW·h增長到2013年的4 626 718萬kW·h，實現了2倍多的增長量，這一點與南京市目前的經濟發展趨勢相符。根據預測的南京市全社會用電量的結果可以看出:到2018年，南京市的電力消費將超過800億kW·h，南京市應進一步完善能源供應體系，防止電力供應緊缺的狀況。

3　結束語

本文通過構建灰色GM(1,1) 預測模型，預測南京市2014—2018年的電力需求總量，經檢驗,模型預測精度較高,能反映其實際發展趨勢。2003年南京市社會用電量為1 840 333萬kW·h，與預測值相對誤差只有0.42%，因此本文的研究對于南京市電力的發展規劃具有一定的參考價值，有助于幫助南京市電力企業實現生產的高效性和科學性，有助于引導社會以較低的電力成本享受到優質的電力服務。

以高新技術業為主的新興工業的加速推進，要求政府必須推動城市重點發展區域電網建設，以保障南京市的電力供應。一方面，政府部門應出臺相關的電網建設支持政策，簡化電網建設項目行政審批手續。優化各級電網規劃，加強電網建設與改造，緩解主城區用電“瓶頸”，完善農村電網基礎設施，實現電網規劃與地方發展規劃、經濟社會的協調發展。做好園區、地鐵、機場等工程的用電保障工作，滿足居民日益增長的用電需求。優化電力調度、運營監測、配網搶修等電力保障環節。積極樹立河西新城“智能電網示范區”的榜樣，努力把南京打造為“國家電網公司智能電網建設示范城市”。另一方面，政府應大力提高燃氣、太陽能等清潔能源發電的利用、開發比例。受產業結構調整、關于高耗能行業用電限制政策的出臺，南京高耗能產業用電整體略呈下降態勢，因此政府應該加大力度鼓勵發展第三產業等綠色產業，提倡第二產業等高耗能行業提高電力能源利用率，逐步推進節能減排工作。

伴隨南京市經濟的飛躍發展，人們消費能力不斷提升，對生活質量的要求也逐步提高，從而帶來了電力消費量的快速上升。在南京市電力消費總量中，居民用電占據了電力消費總量中相當一部分的比例，因此應增強居民節電環保意識，倡導其共同致力于建設和諧、環保的南京城市。

參考文獻：

[1]朱成章.我國電力需求預測的難點淺析[J].華東電力,1999(3):8-11.

[2]王金雪,王金亮,方云.基于電力消費彈性系數的山東省電力需求分析[J].山東電力技術,2009(2):16-19.

[3]王會青,王婷,谷志紅.城市電力需求的灰色預測模型及修正研究[J].電力系統及其自動化學報,2005,17(2):73-75.

[4]鄧聚龍.灰色系統預測與決策[M].武漢:華中理工大學出版社,1986.

[5]劉思峰,鄧聚龍.GM(1,1) 模型的實用范圍[J].系統工程理論與實踐,2000,20(5):121- 124.

[6]徐潤芳,劉琰.基于GM(1,1) 模型的陜西省電力需求預測[J].現代商貿工業,2008,19(12):58-59.

[7]劉苗.灰色預測模型及其在電力需求中的應用[D].西安：西安建筑科技大學,2012.

[8]彭巖,楊卓毅.基于改進GM(1,1) 模型的天津市電力消費預測研究[J].重慶理工大學學報 (自然科學),2015(1):131-134.

[9]陳霞.灰色預測模型及其在電力負荷預測中的應用研究[D].南昌：南昌大學,2007.

[10]蔡瓊,陳萍.灰色GM(1,1) 模型及其在電力負荷預測中的應用[J].自動化技術與應用,2006,25(3):24-26.

[11]李俊峰,戴文戰.GM(1,1)改進模型的研究及在上海市發電量建模中的應用[J].系統工程理論與實踐,2005(3):140-144.

(責任編輯陳艷)

收稿日期：2015-10-24

基金項目：國家自然科學基金資助項目(71271107)；江蘇省社會科學基金資助項目(12EYB008)

作者簡介：卞藝杰(1964—)，男，江蘇海門人，教授，主要從事管理科學與工程研究；李杭(1990—)，男，天津人，碩士研究生，主要從事人力資源管理研究。

doi:10.3969/j.issn.1674-8425(z).2016.07.012

中圖分類號：O21

文獻標識碼：A

文章編號：1674-8425(2016)07-0069-05

PredictionandExplorationofPowerRequirementofNanjingBasedonGM(1, 1)Model

BIANYi-jie,LIHang

(BusinessSchool,HohaiUniversity,Nanjing211100,China)

Abstract:This paper selected data of power consumption in Nanjing from 2000 to 2013, and established power consumption model based on GM(1,1) model for shout-term prediction of power consumption level of Nanjing by gray prediction theory. The results show that the GM(1,1) model has a higher prediction accuracy. We further predicted the total power consumption in Nanjing from 2014—2018, which puts forward feasible suggestions and countermeasures for optimizing electric power development planning of Nanjing.

Key words:Nanjing; power requirement; GM(1, 1) model

引用格式：卞藝杰，李杭.基于GM(1,1)模型的南京市電力需求預測與探究[J].重慶理工大學學報(自然科學)，2016(7):69-73.

Citationformat：BIANYi-jie,LIHang.PredictionandExplorationofPowerRequirementofNanjingBasedonGM(1, 1)Model[J].JournalofChongqingUniversityofTechnology(NaturalScience)，2016(7):69-73.