（国网淄博供电公司山东省淄博市255095）
摘要：随着社会经济的不断发展，电力供需的矛盾也在逐渐深入，电力已经成为了一种商品化的物质，进入到了社会的生产和人们的生活当中，因此就需要对电力市场的需求变化进行全方位的分析，从而对电力需求变化所产生的规律进行充分预测，以此来加强电力系统的服务。在电力市场的营销战略当中，首先需要对其进行电力需求预测，在电力需求的长期预测当中，存在着很多经典的方法，比如回归法、时间序列法以及相关分析法等。在实际工作当中需要根据实际情况来对其进行预测，从而通过历史的数据进行预测。
关键词：新形势；电力需求预测；基本思路
预测未来电力消费水平一直以来都是国内外难题，在当前我国“结构转型”的大背景下则表现得尤其突出。当前学界以及政策界对电力需求预测存在着“中长期预测的逻辑短视”和“短期预测的思维固化”这两种倾向。所谓“中长期预测的逻辑短视”指的是在预测中长期电力消费时，过分强调从历史数据中得来的相关规律以及短期电力消费增长趋势，而忽视了未来经济社会发展的转型方向；所谓“短期预测的逻辑固化”指的是在预测短期电力消费时，往往沿用中长期电力需求预测思路，将GDP增长、产业结构调整等长期因素考虑进来，但缺少对中频或高频经济数据的挖掘及其与电力消费数据的关联分析，同时也忽视了短期内对电力消费影响巨大的“小概率”事件，如极端气温等。
1电力需求概述
目前，在中国电力行业需要多种方式分析。不同的分类有不同的研究目的。根据部门的性质、用电的目的、用电单位和电力负荷的大小等，在电力系统的需求划分中，主要分类方法主要根据电力消耗的性质进行划分。以及电力负荷的时间。
在电力需求方面，需要根据不同的用电需求进行分析，如工业用电、农业用电、城乡居民用电、用电等各种用电需求进行分析研究。
在第一产业中，电力的主要需求是农业用电，整个社会的用电比例很小。具有较强的季节性特征。白天的变化相对较小，但月内和月内的负荷变化相对较大，表现出不平衡的特点。
在第二产业中，主要集中在工业用电，工业用电需求相对较大，工业用电也比较稳定，这两个特点呈现出不平衡状态。在冶炼行业中，电力消耗相对较大，负荷相对稳定。然而，工业用电之前的差异主要体现在生产过程的特点与生产计划的不同。无论是冶炼还是加工业，电力负荷在月份和季度的变化不大，呈现出较为均衡的状态。
在第三产业中，对交通运输和城乡居民生活用电进行了描述。在交通运输行业中，电力比例相对较小，其中电气化铁路相对其他运输方式相对较小，虽然一天中的负荷不稳定，但在一个月内的电力消费特性在一季度和一年中是不稳定的。N年相对稳定。城乡居民的用电水平远高于以往，但用电量的比例仍然很小。城乡居民生活用电的特点是日变化，月用电量不大。
2电力需求预测的基本思路
2.1把握电力经济关系“大逻辑”
从中长期看，我国正处于经济社会发展的转型期，过去对电力消费水平的普遍性认识并不能适应当前的转型环境。要以经济转型为背景认识中长期电力消费的大方向。当前我国经济增速换档，增长的动力不断优化。“十三五”期间，我国劳动力数量将持续减少，投资增速将略有下降，但全要素生产率将稳步提升、消费持续平稳增长，预计未来我国GDP年均增速将呈现出“倾角向下的L型”特征。传统高耗能产业对经济增长的贡献持续降低，电力消费增速同步下滑；以装备制造、信息技术等为代表的新兴行业快速增长，新的电力消费重点部门正在形成。总体来看，电力消费将告别以往的“高速”增长，呈现出“中高速”增长的新特征，增长速度将低于经济增速，电力消费的弹性系数将长期低于1。此外，伴随着经济社会发展对清洁能源发展的需求不断扩大，能源结构持续调整，清洁替代、电能替代将继续往纵深推进，从而有效对冲电力消费增长的下滑速度。
从短期来看，电力消费增长与经济总量增长缺乏一个稳定的、一一对应的关系，这在当前我国经济转型期表现得尤为突出。年内的电力消费水平不仅受宏观经济发展大环境的影响，微观企业的短期生产决策等因素对电力消费水平的影响更为突出。经济总量增速的“波澜不惊”往往掩盖了经济结构优化的“波澜壮阔”，而中观层面的经济结构优化、微观层面的企业生产决策对短期电力消费的影响巨大。在缺少微观数据的情况下，PPI的变化趋势有助于我们通过价格大致理解短期内工业产品的供需变化，从而进一步结合不同行业的用电特征对短期工业用电、全社会用电做出研判。未来，伴随着住户以及企业等用户级别电力大数据的持续开发应用，居民消费决策、企业生产决策等生产生活行为与电力消费之间的互动关系不断细化，短期电力消费预测的“分辨率”将会在时间和空间这两个维度上持续提高。
2.2考虑极端气温等“小概率”
概率意味着不确定性。短期电力需求预测受极端气温以及企业限产等小概率事件的影响较大。企业限产主要受政策影响，但限产的范围、规模以及时间对短期电力消费影响的差别巨大，很难提前进行把握，因此本部分仅讨论极端气温这一“小概率”事件与短期电力消费之间的关系及其在短期电力消费预测中的应用。气温是短期内影响全社会用电量的重要因素，极端情况下气温将影响月度全社会用电50%的增量。2017年7月，我国出现极端高温，高温范围波及沪苏皖鄂湘赣浙闽粤桂渝川黔13省（市、区）。全国近百个县市最高气温达到或超过40摄氏度，19个县市突破历史极值，其中江浙沪地区尤为明显。高温天气直接反映到了电力需求以及负荷数据上，2017年6月7日，广东省最高负荷达到历史极值，超过1亿千瓦；7月25日，江苏省最高负荷达到历史极值，超过1.02亿千瓦。均超过部分发达国家的全国最高负荷（日本历史最高负荷为1.59亿千瓦，法国最高负荷为9260万千瓦，加拿大最高负荷为1.15亿千瓦，德国最高负荷为7985万千瓦，英国最高负荷为5342万千瓦，意大利最高负荷为5394万千瓦，韩国最高负荷为6000万千瓦）。在短期电量预测中，考虑极端气温等“小概率”，把握好短期电力消费与气温之间的关系，需重点关注最高（低）气温、高（低）温持续时间以及湿度等气候因素，从而将相关预测工作精细化。其中最高（低）气温决定了电力消费的最高负荷，高（低）温持续时间影响了电力峰荷持续时间，而湿度则进一步加剧了体感温度较实际温度之间的差距，从而影响用电决策。
结论
总体来看，笔者认为，在新的经济发展形势下对电力消费水平的预测既要把握“大逻辑”，又要考虑“小概率”。从时间的维度来看，中长期规律性是基础，是未来我国电力消费的大方向，是短期波动的中枢；短期波动性是常态，是我国电力消费的小特点，是对中长期规律的再调整。电力消费预测要充分把握中长期的规律性，又要在把握中长期规律性的基础上充分认识短期内由于微观企业决策、极端气温等“小概率”因素所造成的波动性，从而提升预测的准确度。
参考文献：
[1]何云辉.电力需求预测的实用方法研究[D].四川大学，2005.
[2]陶亮.以用电特点分析为基础的电力需求预测[J].建筑工程技术与设计，2015（19）：1229.
[3]刘光中，颜科琦.组合神经网络模型对电力需求的预测[J].数量经济技术经济研究，2003，20（1）：14-17.
[4]何永秀，戴爱英，罗涛，等.智能电网条件下的两阶段电力需求预测模型研究[J].电力系统保护与控制，2010，38（21）：167-172.