Page 53 - 电力与能源2023年第四期

第 44 卷 第 4 期 电力与能源
2023 年 8 月 359

DOI：10.11973/dlyny202304010

面向电力市场交易的客户电量预测技术研究

邵佳佳 ，田一帆 ，黄 露 ，徐清秀 ，黄 赞 ，乐宇华 ，吴 裔 ，郑 成 2
1
1
2
1
1
1
1
（1. 国网上海市电力公司浦东供电公司，上海 200120；2. 国网上海市电力公司电力科学研究院，上海 200437）

摘 要：提出了面向电力市场交易的客户电量预测方法，构建了面向居民、农业、低压非保供、高压非保供、市
场交易等各类客户的电量预测模型。针对每类客户，首先运用季节趋势分解方法，将历史聚合电量拆解为趋
势分量、周期分量和随机分量，接着运用自回归移动平均模型（ARIMA）、周期函数、四分位函数分别计算 3 个
分量的预测，最后加和分量预测来得到总量预测，提出方法的主要误差来源于随机分量的不可预测性。在生
产活动中，上述方法可与机器学习方法形成功能互补。
关键词：电力市场交易；客户电量预测；季节趋势分解
基金项目：上海市科委项目（19DZ2252800）
作者简介：邵佳佳（1989—），女，硕士，从事电力企业营销服务工作。
中图分类号：TP391 文献标志码：A 文章编号：2095-1256（2023）04-0359-05
Research on Customer Power Forecasting Technology for Electricity Market Trading

SHAO Jiajia ，TIAN Yifan ，HUANG Lu ，XU Qingxiu ，HUANG Zan ，
1
1
1
1
1

2
1
LE Yuhua ， WU Yi ， ZHENG Cheng 2
（1.State Grid Pudong Power Supply Company，SMEPC，Shanghai 200120，China；

2.State Grid Electric Power Research Institute，SMEPC，Shanghai 200437，China）

Abstract：A customer power forecasting method for electricity market trading is proposed，and electricity fore⁃
casting models are constructed for residents，agriculture，low-voltage non-guaranteed supply，high-voltage non-

guaranteed supply，market trading and other customers. For each type of customer，the seasonal trend decomposi⁃

tion method is first used to disassemble the historical aggregate electricity into trend component，periodic compo⁃
nent and random component，then ARIMA，periodic function and quartile function are used to calculate the fore⁃

cast of the three components respectively，and finally the total forecast is obtained by adding the component pre⁃

diction. The main error of the proposed method comes from the unpredictability of the random component. In pro⁃

duction activities，the above methods are functionally complementary to machine learning methods.

Key words：electricity market trading，customer power forecast，decomposition of seasonal trends

为贯彻落实党中央、国务院决策部署，缓解电 伴随着电力市场化交易的常态化开展，可以
力供需矛盾，保障电力安全稳定供应，高质量推动 预见，参与市场化交易客户的用电行为逐步发生
电力市场建设，2021 年 10 月 12 日，国家发改委印 改变，从“计划因素主导”转向“价格因素主导”。
发《关于进一步深化燃煤发电上网电价市场化改 在此背景下，电网企业的电量预测工作面临着新
革的通知》（发改价格〔2021〕1439 号），要求工商 的需求和挑战。
业用户全部参与市场，取消目录电价。2021年 10月
1 基于人工智能的电量预测方法研究
25 日，上海市发改委对上述国家发改委文件予以
转发（即：沪发改价管〔2021〕51 号）。2021 年 11 近年来，基于人工智能的电量预测方法研究
［1］
月，国家电网有限公司制定《省间电力现货交易规 获得普遍关注。例如：反向传播（BP）神经网络 、
则（试行）》，对电力现货市场交易主体、交易规则 小波核支持向量机回归 、支持向量机 、极端梯
［2］
［3］
［4］
进行了明确。 度增强算法（XGBoost） 、卷积神经网络 ［5-6］ 、循环