钢铁企业用电量预测模型研究

李艳青

(安阳钢铁股份有限公司)

0 引言

随着国家电力体制市场化改革工作的推进，各地区电力市场实行电力直接交易政策。电力用户与发电企业可通过双边协商和集中撮合两种方式进行直接交易。钢铁企业作为电力大用户，在这种交易模式下，用电量的精准预测成为了企业适应电力直接交易规则的重要支持手段。针对钢铁企业能源中心的运行数据与生产过程数据，研究了钢铁企业用电负荷的变化趋势与特性，从而对钢铁企业用电情况进行了简要分析，依照统计学原理建立了多元线性回归、季节趋势预测、指数平滑多种用电量预测模型，为钢铁企业用电量预测提供了坚实有力的技术支撑。

1 用电量预测系统建模

根据钢铁企业的用电负荷特点，分析了影响用电量的不同类型因素，如连续运转设备与间歇性运转设备的产量因素；采暖季与非采暖季钢铁企业生产模式转变的因素；企业用电量以一年为统计周期，具有稳定性、规则性特点的因素。按影响因素抽取样本数据得到相应的预测系统模型。某钢铁企业用电量预测系统模型结构如图1所示。

预测系统模型结构

1.1 多元线性回归分析电量模型

此次研究的企业属于钢铁生产全流程联合企业，生产工艺流程为焦化、烧结—炼铁—炼钢—轧钢，各工艺产量均可以影响用电量的变化。按照抓主要因素的原则，根据不同工艺流程的运行方式，选择铁产量作为连续运转设备产量的代表；选择轧材产量作为间歇性运转设备产量的代表。在此基础上采集数据，构成数据模型。采集到的钢铁厂产量、用电量数据见表1，铁、轧材产量与用电量的变化关系如图2所示。

从表1和图1可以看出，在不考虑检修、定修等因素的情况下，总用电量与铁产量、轧材产量呈线性关系，因此建立了三元线性回归模型。设定Yi表示总用电量，X1i表示铁产量，X2i表示轧材产量，根据经验设定常数C ，即铁、轧材产量均为零时，非生产设施的用电量，模型表达式为：

表1 铁、轧材产量、用电量数据

运用计量经济学Eviews软件，采用最小二乘法对表1中的数据进行线性回归，可得模型表达式：

模型计算结果说明，在其他因素不变的情况下，铁产量每增加1 万吨，其用电量增加276.32 万千瓦时；在其他因素不变的情况下，钢材产量每增加1 万吨，其用电量增加101.93 万千瓦时。

1.2 季节趋势预测模型

由于钢铁企业的产品结构会随着市场需求的变化而调整，所以钢铁企业的生产模式也会和销售市场一样具有季节性。以此为基础采集数据，采集2016年—2019年各月的用电量，具体数据见表2。将数据以季度为周期制季度用电量变化趋势，如图3如示。

从图3可以看出，用电量按照季度这一周期做规律性变化。那么，假定企业生产设备无新增，各工序产量同期接近相同的情况下，预测单季度用电量可以认定为事务变化不大的趋势预测，即“过去这样，将来也这样”。

表2 2016年—2019年各月用电量

图3 季度用电量变化趋势

依据这一特征，可以采用时间序列预测法中的时序平均数法进行预测。即把采集数据作观察值，求出算术平均数，作为下期预测值。为把近期和远期数据等同化、平均化，设定单月用电量为aix（i=16，17，18，19；x=1，2，…11，12），以季度为单元用电量为Sj（j=1，2，3，4），年用电量Yi表达式为：

所以年用电量预测模型为：

1.3 指数平滑预测模型

指数平滑预测法是生产预测中常见的一种预测方法。其特点是兼容了全期平均与移动平均的优点，只需少量数据资料，就可以预测所需结果。采集近几年企业的全年用电量数据，具体见表3。

表3 2013年—2019年企业全年用电量数据

从图3可以看出， 2013年以来，企业年用电量较为稳定，并未呈现出明显增长趋势。因此，使用指数平滑法中的一次指数平滑法构建预测模型，即：

其中， 为实际值， 为预测值，系数α的取值范围为0<α<1，实际运用中，α的大小表明修正幅度。Α值越大修正幅度越大，反则越小。所以在时间序列波动不大的情况下α取值一般在0.15～0.2之间。本次预测选取α在时间序列波动不大的区间范围内的最大值与最小值，求得预测值与实际值差的平方和最小，即为α的最优取值。

因此，α分别取0.2、0.15，利用式（7）进行试算，计算结果见表4。

表4 试算结果

当α=0.2时，差值平方和为22.22；当α=0.15时，差值平方和为23.46。所以当α=0.2时2020年用电量预测值为347 000 万千瓦时，为最佳值。

2 模型验证

2.1 多元线性回归分析电量模型验证

选择2020年各季度中间月份的实际数据为代表，根据式（3）计算预测用电量，将实际用电量与预测用电量进行比较，以电力直接交易规则中的偏差考核办法（±5%）为标准，对文中的多元线性回归分析电量模型进行验证，验证结果见表5。

表5 多元线性回归分析电量模型验证结果

从表5可以看出，所选各月的模型预测电量与实际用电量偏差均控制在±5%之内，符合标准，所以该模型可以作为企业用电量预测的参考依据。

2.2 季节趋势预测模型与指数平滑预测模型验证

根据式（4）、式（5）、式（6）计算出各季度的预测电量，将2020年各季度的实际用电量与预测用电量进行比较，以电力直接交易规则中的偏差考核办法（±5%）为标准，对文中季节趋势模型进行验证，验证结果见表6。

从表6可以看出，所选各季度模型预测电量与实际用电量偏差并未全部控制在±5%之内，所以该模型仅适合作为企业用电量趋势预测，精准预测还受生产模式变更的影响，具有一定局限性。

表6 季节趋势模型验证

同样将2020年全年实际用电量351 000 万千瓦时与文中1.3中的预测用电量347 000 万千瓦时进行比较，差值4 000 万千瓦时，月平均偏差在1.1%左右，符合标准。因此，指数平滑预测模型可以作为预测企业全年用电量的参考依据。

3 结语

在预测钢铁企业用电量的过程中，不同的预测模型有各自的特点。文中所列举的三种模型，其中多元线性回归模型易于分析各工序产量因素对总用电量的影响；季节趋势预测模型则更倾向于研究企业用电量在一定时期内的发展变化趋势与规律，再根据所发现的规律对未来进行预测；指数平滑模型综合全期平均和移动平均，更适合企业用电量的中、短期预测。