本發(fā)明屬于電量預測，尤其是一種考慮新裝增容及退補因素的月用電量預測方法。

背景技術：

1、中長期電量預測能夠研判電力市場用電需求的影響因素和發(fā)展趨勢，為電網企業(yè)開展經營分析、制定營銷服務策略、推進精準電能替代工作和預測代理購電工商業(yè)用戶的電量需求規(guī)模等方面提供技術支撐，所以一直是電力營銷工作的重點。目前，中長期電量預測大多直接將歷史幾年的月電量數據作為分析樣本，采用回歸分析、灰色理論、模糊聚類等數學模型和方法，分析找出電量變化的規(guī)律，進而推導未來數月用電量數據，在實際電量預測工作中發(fā)現此類方法存在以下缺陷：

2、1)樣本數據未進行預處理。受非政策性退補、計量裝置故障、用戶檔案異常、用戶竊電等因素影響，各用電類別月用電量的報表統(tǒng)計值不等同歷史月份用戶的實際用電量，因此不能直接作為用電量分析預測的基礎數據，需對初始數據進行修正處理，還原為月實際用電量數據。

3、2)未考慮結算周期對電量統(tǒng)計的影響。未實行購售同期的月份，供電區(qū)域內用戶抄表例日分散在月初、月中、月末各個階段，用戶發(fā)行電量不是自然月的用電量，與購售同期后用電量的統(tǒng)計周期不一致，將其還原成自然月用電量難度大且準確率難以保證，若只采用購售同期后數據，數據量小，難以支撐大部分預測模型和算法。

4、3)未考慮新裝增容用戶對用電量的影響。新裝增容用戶新裝設備釋放的電量是用電量的純增量，勢必會造成用電量的增長，新增用戶和存量用戶的電量變化趨勢不完全一致，只有將總用電量分為存量用戶電量、增量用戶電量分別加以分析，才能弄清引起電量變化的具體原因及變化規(guī)律。

5、4)用戶用電規(guī)律發(fā)生了根本性改變。隨著新型電力系統(tǒng)的持續(xù)建設和“雙碳”目標的縱深推進，分布式電源、電動汽車、用戶側儲能和微電網等多元負荷的快速發(fā)展?jié)B透，負荷由傳統(tǒng)的剛性、純消費型向柔性、生產與消費兼具型轉變，極大增加了預測的復雜度和難度，傳統(tǒng)分析方法和模型失靈。

技術實現思路

1、本發(fā)明的目的在于克服現有技術的不足，提出一種考慮新裝增容及退補因素的月用電量預測方法，適用于市場化用戶、代理購電用戶及非市場化用戶的中長期電量預測，同時適用于細分用電類別和細分行業(yè)類別的電量預測，不受預測場景限制。

2、本發(fā)明解決其技術問題是采取以下技術方案實現的：

3、一種考慮新裝增容及退補因素的月用電量預測方法，包括以下步驟：

4、步驟1、收集y-2年n月至y年n月的月用電量報表統(tǒng)計值e0以及非政策性退補明細；

5、步驟2、根據非政策性退補明細按照電量差錯實際發(fā)生月份修正當月用電量數據，得到每月實際用電量e；

6、步驟3、按立戶日期將用戶x細分為存量用戶集和新增用戶集；

7、步驟4、根據存量用戶集和新增用戶集，將每月實際用電量e按用戶拆分；

8、步驟5、預測存量用戶月用電量；

9、步驟6、預測新增用戶月用電量；

10、步驟7、根據步驟5預測的存量用戶月用電量和步驟6預測的新增用戶月用電量，計算月用電量預測值。

11、而且，所述步驟3的具體實現方法為：按自然年份將區(qū)域內全量用戶x細分為存量用戶集和新增用戶集，存量用戶集為y-2年之前立戶且未增容的用戶，用xy-2表示，新增用戶集又細分為y-2年新裝或增容的用戶集x′y-2，y-1年新裝或增容的用戶集用x′y-1表示，y年新裝或增容的用戶集用x′y表示。

12、而且，所述步驟4的具體實現方法為：將每月實際用電量e分解為存量用戶電量e(x)和新增用戶貢獻電量e(x′)，其中y-2年至y年i月用電量e(y-2)*i、e(y-1)*i、ey*i分別拆分為：

13、e(y-2)*i＝e(y-2)*i(xy-2)+e(y-2)*i(x′y-2)

14、e(y-1)*i＝e(y-1)*i(xy-2)+e(y-1)*i(x′y-2)+e(y-1)*i(x′y-1)

15、ey*i＝ey*i(xy-2)+ey*i(x′y-2)+ey*i(x′y-1)+ey*i(x′y)

16、其中，i＝1，2，…，12。

17、而且，所述步驟5的具體實現方法為：預測存量用戶y年n+1月的月用電量ey*(n+1)(xy-2)：

18、

19、其中，ξ和γ為比例系數。

20、而且，所述步驟6的具體實現方法為：預測y-2年新增用戶y年n+1月的月用電量ey*(n+1)(x′y-2)：

21、

22、預測y-1年新增用戶y年n+1月的月用電量ey*(n+1)(x′y-1)：

23、ey*(n+1)(x′y-1)＝∑κ·s·t·d

24、其中，s代表用戶運行容量；κ代表用戶負載率；t代表日均用電小時數；d代表用電天數。

25、而且，所述步驟7的具體實現方法為：計算y年n+1月的月用電量預測值ey*(n+1)：

26、ey*(n+1)＝ey*(n+1)(xy-2)+ey*(n+1)(x′y-2)+ey*(n+1)(x′y-1)+ey*(n+1)(x′y)。

27、本發(fā)明的優(yōu)點和積極效果是：

28、1、本發(fā)明采用實行購售同期后的月用電量報表統(tǒng)計值作為樣本初始數據，避免統(tǒng)計周期不一致對電量預測準確率的影響，同時該數據為近兩年數據，更能反映用戶用電習慣和規(guī)律，預測平穩(wěn)度更高；該方法根據用戶非政策性退補明細，按照退補電量實際差錯月份對相應月份用電量初始值進行修正，從數據源頭上保證電量預測的準確性；本發(fā)明將修正后的月用電量數據分解為存量用戶電量和增量用戶電量，在分別分析電量變化趨勢的基礎上，對存量用戶電量預測，基于電量變化的季節(jié)性、延續(xù)性，考慮氣溫和節(jié)假日對用電量的影響，提出一種環(huán)比修正系數迭代算法，對新增用戶，結合用戶調研情況及同類用戶用電統(tǒng)計情況預測電量，提高預測準確率和平穩(wěn)性。

29、2、本發(fā)明考慮了結算周期對電量統(tǒng)計的影響，采用相同統(tǒng)計周期的數據，預測結果更加準確；同時本發(fā)明利用退補數據對歷史電量報表數據進行修正，樣本數據更加精準；本發(fā)明將月用電量分為存量用戶電量和增量用戶電量分別分析預測，弄清引起電量增減的具體原因，預測結果更貼合實際；本發(fā)明提出環(huán)比修正系數迭代算法對存量用戶電量進行預測，所需樣本數量少，預測結果準確度高且平穩(wěn)性好；本發(fā)明結合用戶調研情況及同類用戶用電情況對新增用戶進行電量預測，預測效果良好；本發(fā)明適用于市場化用戶、代理購電用戶及非市場化用戶的中長期電量預測，同時適用于細分用電類別和細分行業(yè)類別的電量預測，不受預測場景限制。

技術特征：

1.一種考慮新裝增容及退補因素的月用電量預測方法，其特征在于：包括以下步驟：

2.根據權利要求1所述的一種考慮新裝增容及退補因素的月用電量預測方法，其特征在于：所述步驟3的具體實現方法為：按自然年份將區(qū)域內全量用戶x細分為存量用戶集和新增用戶集，存量用戶集為y-2年之前立戶且未增容的用戶，用xy-2表示，新增用戶集又細分為y-2年新裝或增容的用戶集x′y-2，y-1年新裝或增容的用戶集用x′y-1表示，y年新裝或增容的用戶集用x′y表示。

3.根據權利要求2所述的一種考慮新裝增容及退補因素的月用電量預測方法，其特征在于：所述步驟4的具體實現方法為：將每月實際用電量e分解為存量用戶電量e(x)和新增用戶貢獻電量e(x′)，其中y-2年至y年i月用電量e(y-2)*i、e(y-1)*i、ey*i分別拆分為：

4.根據權利要求3所述的一種考慮新裝增容及退補因素的月用電量預測方法，其特征在于：所述步驟5的具體實現方法為：預測存量用戶y年n+1月的月用電量ey*(n+1)(xy-2)：

5.根據權利要求4所述的一種考慮新裝增容及退補因素的月用電量預測方法，其特征在于：所述步驟6的具體實現方法為：預測y-2年新增用戶y年n+1月的月用電量ey*(n+1)(x′y-2)：

6.根據權利要求5所述的一種考慮新裝增容及退補因素的月用電量預測方法，其特征在于：所述步驟7的具體實現方法為：計算y年n+1月的月用電量預測值ey*(n+1)：

技術總結
本發(fā)明涉及一種考慮新裝增容及退補因素的月用電量預測方法，采用實行購售同期后的月電量報表統(tǒng)計值作為樣本初始數據，避免統(tǒng)計周期不一致對電量預測準確率的影響，同時該數據為近兩年數據，更能反映用戶用電習慣和規(guī)律，預測平穩(wěn)度更高；本發(fā)明根據用戶非政策性退補明細，按照退補電量實際差錯月份對相應月份電量初始值進行修正，從數據源頭上保證電量預測的準確性；同時將修正后的月電量數據分解為存量用戶電量和增量用戶電量，在分別分析電量變化趨勢的基礎上，對存量用戶電量預測，基于電量變化的季節(jié)性、延續(xù)性，考慮氣溫和節(jié)假日對用電量的影響，結合用戶調研情況及同類用戶用電統(tǒng)計情況預測電量，提高預測準確率和平穩(wěn)性。

技術研發(fā)人員：劉文文,張朋朋,施曉辰,趙欣,陳飛,馬瑞,齊沛雯,趙熙,胡雅萌,李剛,陳紫葳,肖碧琳,季楊,王蓓蓓,趙雨菲,蘇明艾
受保護的技術使用者：國網天津市電力公司
技術研發(fā)日：
技術公布日：2025/1/9