基于历史年度数据的两种年度售电收入预测方法研究

林春红

（国网浙江省电力有限公司嘉兴供电公司，浙江嘉兴 314001）

1.背景意义

公司经营收入和利润来源主要是售电收入，售电收入取决于电量和电价水平，电量反映了公司发展规模、电价反映了公司发展质量。电网的售电收入分析预测工作是电力企业的一项重要的基本工作。在电力市场中，售电量的预测可以为供电企业提供营销决策支持。在电网规划设计中能适当指导电厂运营，合理分配输配电网，积极推动电力市场发展。

2.研究思路

鉴于以上背景，本文分析了售电收入计算原理，挖掘出售电量、用户类别、售电价3个关键因素，从使用历史数据的角度提出2种年度预测算法，即年初预测与滚动预测，有效、快速、动态助力公司经营预测[1-3]。

3.研究内容

3.1 细化用电类型

根据不同的用电特性分为居民用电、农业用电、一般工商业及其他用电、大工业用电，大工业用电预测细分为电度电费和基本电费，基本电费包含变压器容量和最大需量2部分，变压器容量和最大需量单价确定，不需预测，只需预测变压器容量和最大需量，即可计算出基本电费。

3.2 数据收集处理

本文以2021年为预测年，开展预测研究。分别收集各用电类型近5年各月售电量、售电收入、售电价数据，对数据进行预处理。对于电价，在预测时，刨除外界因素（政策调价，2020年疫情特殊情况等）的影响，使电价处于同一水平上进行预测尤为重要。将2020年之前的月度均价按照政策调价因素进行还原，将2020年月度均价按照2020年疫情调价因素（实际降价5%）进行还原，从而构建出一列消除政策等相关因素的月度均价数列，作为电价预测的基础数据，能够消除关键影响因素的影响，使得数列更具规律性。

3.3 年度预测体系—年初预测

年初预测指年初时预测未来年度的预测方式，采用的历史数据为历史整年度的数据。

3.3.1 售电量预测

（1）基础数据。采用近5年各用电类型售电量数据，作为基础数据。其中，考虑方法的特殊性，年均增长率法根据近3年数据进行预测，为使回归参数更准确，GDP回归预测采用近5年数据。

（2）预测方法及步骤。

1）年均增长率法。对各种用电类型，首先根据近3年年度售电量计算近3年年均增长率，设置调整值，然后根据年均增长率计算预测年度售电量。

2）GDP回归预测法。基于一产GDP、二产GDP、三产GDP对各类年度售电量，采用LINEST（）函数测算回归系数，建立回归模型，然后将2021年一产、二产、三产GDP的预计值带入各回归模型，测算出预测年各类用电类型售电量。

（3）预测结果。加权求和预测。设置年均增长率预测方法权重为权重1，GDP回归预测法权重为权重2，加权求和预测出最终的结果。

3.3.2 售电均价预测

（1）基础数据。根据处理后的各月分类还原电价计算各类用电类型2016年至2020年各年售电均价，分类售电均价采用分类售电收入/分类售电量进行计算，分为居民售电均价、农业售电均价、一般工商业及其他售电均价、大工业售电均价-电度电价、基本电费折价5种细类进行测算。年度分类售电收入由月度汇总得到。

计算方法如下：

（2）预测方法及步骤。首先采用多次年均增长率法预测售电均价，然后构建组合预测模型预测出最终的售电均价[4]。采用近4年、近3年、近2年年均增长率预测，然后将3种方式进行组合预测。

1）年均增长率计算公式如下：

2）以2020年各类型售电量为基期，分别以近4年、近3年、近2年年均增长率为参数预测2021年分类年均电价。

（3）预测结果。基于上述年均增长率预测模型及结果构建组合预测模型，开展组合预测。

通过研究组合模型权重设置方法[5-7]，提出采用误差平方的倒数所占的比重设置各方法的权重。方法误差越大，则权重越低，误差越小，则权重越高。公式如下：

3.3.3售电收入预测

3.4 年度预测体系—滚动预测

滚动预测指基于历史整年度数据及2021年现有月份数据，预测2021年全年度特定指标，并随着时间变化实现纳入新数据自动更新预测全年度指标的滚动预测方式。

3.4.1 售电量预测

（1）基础数据。收集近5年整年度分类各月售电量数据及预测年现有月度分类售电量数据。

（2）预测方法及步骤。

1）设置变量。以当前月份作为滚动变量，在当前月份开展预测，则

2）搭建比例法预测模型，测算2021年预测比例。根据近5年各年实际月份与剩余月份售电量的比例关系，构建比例法预测模型，如下所示。

（3）预测结果。由于2021年前n个月是实际月份，数据存在，因此，将数据代入上述模型即可预测剩余月份（后12-n个月）的售电量，然后与2021年实际月份售电量相加求和，即可得到2021年全年售电量预测值。通过分用电类型预测，然后相加即可得到总售电量。

3.4.2 售电均价预测

（1）基础数据。收集近5年及预测年现有月度分类售电量、售电收入数据，以及年初预测中的电价还原后的月度售电均价、月度还原收入。

（2）预测方法及步骤。

1）设置变量。以当前月份作为滚动变量，在当前月份开展预测，则

2）搭建比例法预测模型，测算2021年预测比例。将2021年前n个月比例设为1，求2021年后12-n个月售电均价是前n个月的倍数。

（3）预测结果。由于2021年前n个月是实际月份，数据存在，因此，将各用电类型前n各月数据代入上述模型即可预测剩余月份（后12-n个月）的售电均价。

3.4.3 售电收入预测

售电收入滚动预测方法同售电量滚动预测，过程如下。

（1）搭建比例法预测模型，测算2021年预测比例。根据近5年各年实际月份与剩余月份售电收入的比例关系，构建比例法预测模型，如下所示。

（2）输入前n个月数据，预测出后12-n个月售电收入。

4.结语

基于对售电收入计算原理的分析，挖掘出售电量、用户类别、售电价3个关键因素，从使用历史数据的角度提出了2种年度预测算法：（1）基于历史整年数据进行预测的年初预测方法；（2）基于历史整年数据与预测年现有月度数据的滚动预测方法。通过年初预测与滚动预测：（1）提供了快速年度预测的方法；（2）实现了随时间变化动态预测，提高了预测的实时性、动态性、精确性；（3）助力公司经营预测，为公司智慧大脑提供数据支撑。