基于歷史年度數據的兩種年度售電收入預測方法研究

林春紅

（國網浙江省電力有限公司嘉興供電公司，浙江嘉興 314001）

1.背景意義

公司經營收入和利潤來源主要是售電收入，售電收入取決于電量和電價水平，電量反映了公司發展規模、電價反映了公司發展質量。電網的售電收入分析預測工作是電力企業的一項重要的基本工作。在電力市場中，售電量的預測可以為供電企業提供營銷決策支持。在電網規劃設計中能適當指導電廠運營，合理分配輸配電網，積極推動電力市場發展。

2.研究思路

鑒于以上背景，本文分析了售電收入計算原理，挖掘出售電量、用戶類別、售電價3個關鍵因素，從使用歷史數據的角度提出2種年度預測算法，即年初預測與滾動預測，有效、快速、動態助力公司經營預測[1-3]。

3.研究內容

3.1 細化用電類型

根據不同的用電特性分為居民用電、農業用電、一般工商業及其他用電、大工業用電，大工業用電預測細分為電度電費和基本電費，基本電費包含變壓器容量和最大需量2部分，變壓器容量和最大需量單價確定，不需預測，只需預測變壓器容量和最大需量，即可計算出基本電費。

3.2 數據收集處理

本文以2021年為預測年，開展預測研究。分別收集各用電類型近5年各月售電量、售電收入、售電價數據，對數據進行預處理。對于電價，在預測時，刨除外界因素（政策調價，2020年疫情特殊情況等）的影響，使電價處于同一水平上進行預測尤為重要。將2020年之前的月度均價按照政策調價因素進行還原，將2020年月度均價按照2020年疫情調價因素（實際降價5%）進行還原，從而構建出一列消除政策等相關因素的月度均價數列，作為電價預測的基礎數據，能夠消除關鍵影響因素的影響，使得數列更具規律性。

3.3 年度預測體系—年初預測

年初預測指年初時預測未來年度的預測方式，采用的歷史數據為歷史整年度的數據。

3.3.1 售電量預測

（1）基礎數據。采用近5年各用電類型售電量數據，作為基礎數據。其中，考慮方法的特殊性，年均增長率法根據近3年數據進行預測，為使回歸參數更準確，GDP回歸預測采用近5年數據。

（2）預測方法及步驟。

1）年均增長率法。對各種用電類型，首先根據近3年年度售電量計算近3年年均增長率，設置調整值，然后根據年均增長率計算預測年度售電量。

2）GDP回歸預測法。基于一產GDP、二產GDP、三產GDP對各類年度售電量，采用LINEST（）函數測算回歸系數，建立回歸模型，然后將2021年一產、二產、三產GDP的預計值帶入各回歸模型，測算出預測年各類用電類型售電量。

（3）預測結果。加權求和預測。設置年均增長率預測方法權重為權重1，GDP回歸預測法權重為權重2，加權求和預測出最終的結果。

3.3.2 售電均價預測

（1）基礎數據。根據處理后的各月分類還原電價計算各類用電類型2016年至2020年各年售電均價，分類售電均價采用分類售電收入/分類售電量進行計算，分為居民售電均價、農業售電均價、一般工商業及其他售電均價、大工業售電均價-電度電價、基本電費折價5種細類進行測算。年度分類售電收入由月度匯總得到。

計算方法如下：

（2）預測方法及步驟。首先采用多次年均增長率法預測售電均價，然后構建組合預測模型預測出最終的售電均價[4]。采用近4年、近3年、近2年年均增長率預測，然后將3種方式進行組合預測。

1）年均增長率計算公式如下：

2）以2020年各類型售電量為基期，分別以近4年、近3年、近2年年均增長率為參數預測2021年分類年均電價。

（3）預測結果。基于上述年均增長率預測模型及結果構建組合預測模型，開展組合預測。

通過研究組合模型權重設置方法[5-7]，提出采用誤差平方的倒數所占的比重設置各方法的權重。方法誤差越大，則權重越低，誤差越小，則權重越高。公式如下：

3.3.3售電收入預測

3.4 年度預測體系—滾動預測

滾動預測指基于歷史整年度數據及2021年現有月份數據，預測2021年全年度特定指標，并隨著時間變化實現納入新數據自動更新預測全年度指標的滾動預測方式。

3.4.1 售電量預測

（1）基礎數據。收集近5年整年度分類各月售電量數據及預測年現有月度分類售電量數據。

（2）預測方法及步驟。

1）設置變量。以當前月份作為滾動變量，在當前月份開展預測，則

2）搭建比例法預測模型，測算2021年預測比例。根據近5年各年實際月份與剩余月份售電量的比例關系，構建比例法預測模型，如下所示。

（3）預測結果。由于2021年前n個月是實際月份，數據存在，因此，將數據代入上述模型即可預測剩余月份（后12-n個月）的售電量，然后與2021年實際月份售電量相加求和，即可得到2021年全年售電量預測值。通過分用電類型預測，然后相加即可得到總售電量。

3.4.2 售電均價預測

（1）基礎數據。收集近5年及預測年現有月度分類售電量、售電收入數據，以及年初預測中的電價還原后的月度售電均價、月度還原收入。

（2）預測方法及步驟。

1）設置變量。以當前月份作為滾動變量，在當前月份開展預測，則

2）搭建比例法預測模型，測算2021年預測比例。將2021年前n個月比例設為1，求2021年后12-n個月售電均價是前n個月的倍數。

（3）預測結果。由于2021年前n個月是實際月份，數據存在，因此，將各用電類型前n各月數據代入上述模型即可預測剩余月份（后12-n個月）的售電均價。

3.4.3 售電收入預測

售電收入滾動預測方法同售電量滾動預測，過程如下。

（1）搭建比例法預測模型，測算2021年預測比例。根據近5年各年實際月份與剩余月份售電收入的比例關系，構建比例法預測模型，如下所示。

（2）輸入前n個月數據，預測出后12-n個月售電收入。

4.結語

基于對售電收入計算原理的分析，挖掘出售電量、用戶類別、售電價3個關鍵因素，從使用歷史數據的角度提出了2種年度預測算法：（1）基于歷史整年數據進行預測的年初預測方法；（2）基于歷史整年數據與預測年現有月度數據的滾動預測方法。通過年初預測與滾動預測：（1）提供了快速年度預測的方法；（2）實現了隨時間變化動態預測，提高了預測的實時性、動態性、精確性；（3）助力公司經營預測，為公司智慧大腦提供數據支撐。