一种区域性分布式综合供能系统的规模预测方法

技术领域

本发明涉及电网能源规划领域，特别涉及一种区域性分布式综合供能系统 的规模预测方法。

背景技术

随着近年来经济水平的飞跃，电能在终端能源消费当中的分量日益增加。 电力工业的发展面临着两大严峻的挑战：一是用电需求快速增长，负荷峰谷差 大，会造成设备容量浪费并威胁着电网的安全；二是能源消耗大，能源消费不 合理。我国的人均能源资源占有量低，电力消费的能源结构以煤炭为主，电力 工业的发展面临着资源和环境的制约。

分布式综合供能系统不仅可以缓解电力需求压力和减小电网负荷峰谷差， 还可以缓解能源环境日益严重的压力。发展分布式综合供能系统是各地区转变 能源发展方式、调整能源结构，提高能源利用效率，加强电网供电安全能力， 减小电力负荷峰谷差，缓解地区能源紧缺和环境问题压力，推进节能减排工作 的内在需求和必然选择。

区域性分布式综合供能系统在我国刚刚起步，其发展受限于地方经济、人 口、气候、能源等多种因素，发展分布式综合供能的首要工作是确定该区域性 分布式综合供能系统的规模。而现阶段我国还尚未有一套完整的分布式综合供 能系统的规模预测方法，又由于区域性分布式综合供能系统的规模具有历史数 据少、影响因素多和发展趋势呈非线性等特点，因此，提供一种对区域性分布 式综合供能系统的规模进行综合预测的方法就显得尤为重要。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种区域性分布式综 合供能系统的规模预测方法。

本发明的目的通过以下的技术方案实现：

一种区域性分布式综合供能系统的规模预测方法，包含以下顺序的步骤：

S1.统计分析该区域近几年的人口、经济、能源基础数据，并应用优选组合 预测法对所述基础数据进行未来若干年的预测；

S2.分别建立情景分析法、因素相关性分析法和市场预测模型法三种方法的 预测模型，并设置相应的预测条件和参数；

S3.将步骤S2所设的预测条件和参数带入各预测模型，得到三类预测结果；

S4.按照等权重分配法对三类预测结果进行处理，得到未来若干年该区域分 布式综合供能系统的规模预测值。

步骤S2中，所述的情景分析法如下：

根据该区域的经济增长、单位GDP电耗、分布式综合供能系统的装机容量 在总装机容量中的占比等条件设置不同的情景，将不同的情景带入到情景分析 法的预测模型中，从而挖掘各场景条件下的分布式综合供能系统的发展潜力；

所述的因素相关性分析法包括单因素相关性分析法和多因素相关性分析 法，具体如下：

（1）应用单因素相关性分析方法对影响售电量的各类因素作相关性线性拟 合来进行因素筛选；

（2）进行该区域未来某年全资产口径的售电量预测：对筛选出来的人口、 地区生产总值、一次能源生产消费差、天然气消费等因素分别进行单因素和多 因素相关性分析，得到售电量预测值；

（3）根据分布式综合系统的发电量在该区域售电量的占比设置高中低三种 方案，应用分布式综合功能发展规模的计算公式得到不同方案下的分布式综合 供能系统的规模；

所述的市场预测模型法，为综合考虑一次能源消费量、天然气占一次能源 消费量比例、天然气发电占天然气消费比例，以及天然气与装机容量之间的转 换系数等因素，从市场的角度来研究分布式综合供能系统所拥有的发展潜能。

所述的情景分析法的预测模型如下：

式中，DESS为分布式综合供能系统的缩写，其装机规模的单位是万kW； GDP为地区生产总值，单位是亿元，体现了经济因素的影响；单位GDP电耗体 现了能源使用效率因素的影响，单位为万元/kWh；而DESS发电量占总发电量 比例则体现了能源政策及规划因素；4380表示考虑分布式综合供能系统在每天 用电高峰期8:00-20:00阶段投入，在其它阶段退出，每年按365天算，即年运行 时间为4380小时；

所述的因素相关性分析法的预测模型如下：

式中，4380指分布式综合供能系统的年利用小时数；

所述的市场预测模型法的市场预测公式如下：

$G=\frac{\mathrm{EC}\times \mathrm{NGP}\times \mathrm{GP}\times z\times r}{4380}\times {10}^{-4}$

式中，G为分布式综合供能系统的装机容量（万kW），EC为一次能源消费 量（万吨标煤），NGP为天然气占一次能源消费量占比（%），GP为天然气发电 占天然气消费的比例，z为天然气与装机容量之间的转换系数，r为调整系数； 其中，r根据经济、能源、用电量和负荷的综合情况取值；其中市场预测公式的 参数可以取不同的值，针对不同参数值，从高、中、低三个方案来对区域性分 布式综合供能系统的规模进行预测分析。

所述的情景分析法的具体包含以下顺序的步骤：

（1）目标影响因素筛选

从经济方面入手，对区域性分布综合供能系统的发展潜力进行分析，通过 对地区生产总值GDP、单位GDP电耗及分布式综合供能系统发电量占总发电量 的比例构建不同的发展趋势情景，计算该区域的实际分布式综合供能系统发展 规模的多种情景；

（2）情景构建

根据选定的情景分析法中的目标影响因素，可以设置如下9个假定情景：

A、经济低速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比中速增长；

B、经济低速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比中速增长；

C、经济低速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比高速增长；

D、经济中速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比低速增长；

E、经济中速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比中速增长；

F、经济中速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比高速增长；

G、经济高速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比低速增长；

H、经济高速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电 量占比中速增长；

I、经济高速增长，单位GDP电耗的唯一情景，分布式综合供能系统发电量 占比高速增长；

（3）模型计算

将9个场景带入预测模型：

（4）预测结果分析

经计算可得到9个情景的装机容量结果，为综合考虑影响因素对分布式综 合供能系统的发展，将各场景的预测值的平均值作为最终结果。

在我国，能源紧缺及环境污染问题日益严重，分布式综合供能系统可以实 现能源梯级利用，能源利用率高优势。但是分布式综合供能系统并没有在全国 大规模推广和建设，说明了能源紧缺及环境问题在目前阶段并不是分布式供能 的主要驱动因素。而分布综合供能系统单位投资大、经济效益较差，只有经济 发达的地区能承受建设分布式综合供能系统带来的经济压力，因此，它的发展 规模和速度必然与经济发展状况密切相关。同时，分布式综合供能系统的发展 速度也会受到能源规划及政策影响。所以在目标影响因素筛选过程中，从经济 方面入手。

所述的因素相关性分析法预测过程如下：

（1）单因素相关性分析

对分布式综合供能系统的发展规模与人口、地区生产总值、第一产业生产 总值、第二产业生产总值、第三产业生产总值、一次能源生产消费差、天然气 消费这七种关系分别进行相关性分析，所建立的拟合公式为：

y=ax+b

式中，y是指售电量；x是指7类单因之一；a为回归系数；b是误差项或称 回归余项；

单因素相关性分析法的售电量预测方法是：

A、分别分析人口、地区生产总值、第一产业生产总值、第二产业生产总值、 第三产业生产总值、一次能源生产消费差以及天然气消费7类数据某段时间的 年均增长率；

B、再取所有增长率的平均值为售电量的平均增长率，即可得到未来某年全 资产口径的售电量；

（2）多因素相关性分析

A、拟合数据中，人口、地区生产总值、一次能源生产消费差、天然气消费 对售电量进行拟合，体现了人口、经济、能源对售电量的影响；

B、第一产业生产总值、第二产业生产总值、第三产业生产总值对售电量进 行拟合，体现了产业结构对售电量的影响；

C、利用多元线性回归，将上述7类数据对售电量进行拟合，得到公式为：

y=a₁×x₁+a₂×x₂+a₃×x₃+a₄×x₄+a₅×x₅+a₆×x₆+a₇×x₇+b

式中，a₁～a₇分别表示人口、地区生产总值、第一产业生产总值、第二产业 生产总值、第三产业生产总值、一次能源生产消费差关于售电量的回归系数； x₁～x₇依次是指人口因素、地区生产总值因素、第一产业生产总值因素、第二产 业生产总值因素、第三产业生产总值因素、一次能源生产消费差因素；b是指误 差项或称回归余项；

（3）发展规模预测分析

利用线性相关性分析得到了单因素分析和多因素分析情况下的该区域的全 资产口径售电量；

依据分布式综合供能系统的发电量占该区域售电量的比例设置高中低三种 方案：高方案为占比是20%；中方案为占比10%；低方案为占比5%；

分布式综合供能系统的装机容量计算公式：

将各参数值带入到上述计算公式中即可得到单因素分析下的三种方案预测 结果和多因素分析下的三种方案预测结果，分别取三种方案的平均值作为单因 素和多因素分析下的预测结果，最后综合考虑影响因素对分布式综合供能系统 的发展，取2种预测结果的平均值为应用因素相关性分析法得到的分布式综合 供能发展规模预测值。

采用单因素相关分析法的原因：所述的七种因素呈现或强或弱的相关性， 但由于缺乏分布式综合供能系统的规模数据，本发明考虑到分布式综合供能系 统的规模与售电量之间有较强的代表意义，故以售电量为对象。

同时采用多因素相关性分析的原因：单因素相关性分析只分析了单一因素 对售电量的影响，实际上各因素间也会有相互的影响关系，如人口和地区生产 总值间就会彼此影响，因而在单因素相关性分析后还需进行多因素相关性分析。

市场预测模型法的具体步骤为：

（1）预测模型的建立

建立分布式综合供能系统规模的市场预测公式如下：

$G=\frac{\mathrm{EC}\times \mathrm{NGP}\times \mathrm{GP}\times z\times r}{4380}\times {10}^{-4}$

（2）预测条件设置

a）利用优先组合预测法预测出该区域目标年将消费的一次能源量；

b）根据历史数据及国家相关政策预测该区域目标年的天然气消费占一次能 源的比例；

c）根据全国天然气的消费结构给出合理的天然气发电量占天然气消费的比 例；

d）根据国家发改委提供的数据，火电厂平均每千瓦时供电煤耗到2020年 达到320g标煤，故z取0.32kWh/kg；

e）根据经济、能源、用电量和负荷的综合情况从高、中、低三个方案设置 不同的r值；

（3）预测结果分析

将步骤（2）中设置的各参数值带入步骤（1）的计算公式中得到高中低三 种方案下的装机容量值，取平均值作为目标年的最终预测结果。

在市场预测模型法的预测模型的建立过程中，对预测前提条件的分析：从 市场的角度上看，分布式供能系统究竟拥有多大的发展潜能，需要我们根据相 关数据来合理地确定分布式综合供能系统的建设地点、供能时间段；GDP在很 大的程度上体现了一个地区的经济发展水平，对于分布式供能而言，必须率先 在经济发展较好的地区进行试点；GDP的发展速度越快，总量越高，越有利于 吸引分布式供能投资商，越有利于各种能源优惠政策的实施；而能源消费结构 体现出一个地区的环境水平，越是依赖传统能源的地区，生态条件越差，这为 分布式综合供能提供了广阔的市场前景；此外，发电量越大、日负荷情况越不 平衡的地区，越需要分布式综合供能来削峰平谷。因此除了根据经济、能源、 用电量和负荷进行规模分析外，还必须将这些因素综合考虑起来对分布式综合 供能的市场做出预测。

步骤S1中，所述的经济数据分为地区生产总值、第一产业生产总值、第二 产业生产总值、第三产业生产总值；所述的能源数据包括一次能源生产总量、 一次能源消费总量、一次能源生产消费差、天然气消费量。

步骤S1中，所述的优选组合预测法是灰色预测、时间序列AR模型和线性 回归模型三种方法的组合。

本发明与现有技术相比，具有如下优点和有益效果：

1、情景分析法侧重于定性与定量的综合分析，重点考虑的是分布式综合供 能系统的规模发展的经济因素；相关性分析法综合考虑了人口、地区生产总值 等系列因素的影响，从售电量的角度对分布式综合供能系统的规模进行预测， 突出了区域性分布式综合供能系统的规模的“发展趋势呈非线性”这一特点； 市场预测模型法则是从市场的角度出发进行规模预测。以上三种预测方法各具 侧重点，单一的预测方法仅考虑了某一影响因素或某些影响因素，从某一角度 进行预测，其预测结果不够准确；将三种预测方法有机组合则全面考虑了区域 性分布式综合供能系统规模发展的各类影响因素，从不同的角度予以预测可以 得到较为合理准确的预测结果，为分布式综合供能系统规模的预测研究提供了 简单实用的方法，具有较强的实用性和推广性。

2、选取等权重分配法进行三类预测结果处理的原因在于三类预测结果缺乏 历史数据支撑，无法进行精度拟合。等权重分配法原理简单，相对单一的预测 结果而言，运用等权重分配法处理后的预测结果具有更好的准确性和稳定性。

附图说明

图1为本发明所述的一种区域性分布式综合供能系统的规模预测方法的流 程图；

图2为图1所述方法的南方五省区的人口数据统计图；

图3为图1所述方法的南方五省区的地区生产总值数据统计图；

图4～图6分别为图1所述方法的南方五省区的第一、二、三产业生产总值 数据统计图；

图7为图1所述方法的南方五省区的一次能源生产和消费统计图；

图8为图1所述方法的南方五省区的天然气消费统计图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方 式不限于此。

以下以南方五省区为例，作2020年分布式综合供能系统的规模预测分析。

结合图1的实施流程图，区域性分布式综合供能发展规模分析方法包括如 下步骤：

（1）统计分析南方五省区2001～2011年的人口、经济、能源等的发展变 化趋势，如图2～图8所示；

应用优选组合预测法对人口、经济、能源等方面进行2012～2015年及2020 年的预测，具体见表1；其中，2011～2015年的数据用于做售电量的相关性分析； 2020年的数据用于做规模分布式综合供能发展规模的预测分析；

表1南方五省区的各类数据统计和预测值

（2）建立情景分析法、因数相关性分析法、市场预测模型法等3种预测方 法的预测模型，具体模型见发明内容；

（3）应用三种预测方法作南方五省区的分布式综合供能系统的规模预测分 析；

a.情景分析法预测

针对南方五省区进行情景条件设置：将经济增长的高中低情景、单位GDP 电耗的唯一情景和分布式综合供能系统的装机容量在总装机容量中的占比的高 中低增速情景进行组合可得到9种假设情景，具体参数设置见表2；

表29种假设情景设置

将9种情景参数带入到情景分析法的预测模型中，得到南方五省区分布式 综合供能系统的规模预测结果，见表3；为了综合考虑影响因素对分布式综合供 能系统的发展，使用各场景的预测值的平均值作为最终结果，即到2015年，分 布式综合供能系统在南方五省区的发展规模为210.34万千瓦；到2020年，南方 五省分布式综合供能系统的发展规模为733.12万千瓦；

表3应用情景分析法得到的分布式综合供能系统的装机容量预测结果

b.因素相关性分析法预测

单因素相关性分析法预测：

应用单因素相关性中线性拟合法筛选出人口、地区生产总值等7类影响售 电量的因素，对7类因素做趋势分析得到2015-2020年的年均增长率，具体见表 4；

表42015-2020年的年均增长率

2015年南方电网全资产口径售电量为10123.9亿kWh，若2015年到2020 年的之间年均增长率为表4中的平均值，即13.55%，则到2020年，南方电网的 售电量为19111亿kWh；

将上述售电量值和高、中、低三种方案占比值带入到计算公式中得到2020 年的分布式综合供能系统的装机容量，见表5；

多因素相关性分析法预测：

将将人口、地区生产总值等7类数据的2020年预测值代入多元线性回归曲 线中，得到2020年南方电网全资产口径的售电量为19439亿kWh；

将上述售电量值和高、中、低三种方案占比值带入到计算公式中得到2020 年的分布式综合供能系统的装机容量，见表5；

表5应用因素相关性分析法得到的分布式综合供能系统装机容量预测结果

c.市场预测模型法预测

市场预测模型中的各参数设置如表6所示；

表6市场预测模型中的各参数设置

将参数带入到市场预测模型中计算得到的结果见表7；

表7应用市场预测模型法得到的分布式综合供能系统装机容量预测结果

（4）预测结果处理

基于三种预测方法的预测结果汇总见表8，运用等权重分配法处理三种预测 结果，最终得到的南方五省区分布式综合供能系统的规模为602.27万kW；

表8分布式综合供能系统的规模预测结果

上述实施例验证了本发明的可行性，但由于数据资源有限，个别参数设置 可能不太合理，在实际应用中可依情况设置合理的参数，也可结合区域已有的 发展规模规划值进行合理的预测结果分析。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实 施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、 替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。