CN104951988A - 一种电力潜在市场的预测方法 - Google Patents
一种电力潜在市场的预测方法 Download PDFInfo
- Publication number
- CN104951988A CN104951988A CN201410112053.2A CN201410112053A CN104951988A CN 104951988 A CN104951988 A CN 104951988A CN 201410112053 A CN201410112053 A CN 201410112053A CN 104951988 A CN104951988 A CN 104951988A
- Authority
- CN
- China
- Prior art keywords
- data
- electricity
- electric power
- market
- analysis
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/14—Marketing, i.e. market research and analysis, surveying, promotions, advertising, buyer profiling, customer management or rewards
Abstract
一种电力潜在市场的预测方法，属供用电管理领域。其对一个时间周期中本地区各类售电数据按照大用户统号进行收集和汇总；对各类售电数据进行数据清理，得到完整的本地区各类售电数据；对各类售电数据的变化进行分析，得到本地区电力市场的用电总体趋势；根据历史完成售电量历史趋势数据、近两年业扩报装实际情况以及基于历史数据分析计算的极端气温对售电量的影响量，得到本地区电力市场的发展情况以及未来市场营销情况预测；其基于准确的历史数据积累，通过对本地区电力市场用电总体趋势的分析，为未来本地区的电力市场的热点区域预测提供可靠数据依据，分析预测不同行业发展周期性及先行行业。可广泛用于供用电管理、电网运行和电力营销领域。
Description
技术领域
本发明属于供用电管理领域，尤其涉及一种用于预测未来电力潜在市场的方法。
背景技术
电力市场是在一定时间、地点条件下电力商品交换关系的总和，电力市场营销是通过电力市场交换来满足现实或潜在电力需求的综合性经营销售活动过程。在电力市场化改革的新形势下，作为电网经营企业要取得持续、稳定和快速发展，必须强化电力市场的营销管理，以市场需求为企业的出发点和落脚点，了解用电客户现在和将来的需求，采取各种有效的措施向用户进行营销。
在强化电力市场营销管理过程中，如何结合本供电地区实际，选择正确的电力市场营销战略和策略显得尤为重要。它是决电网经营企业全局性、长期性发展目标得以实现的基石。
电力市场营销活动的终极目标是开拓市场，占领市场，适应市场变化，满足社会需求，提高经济效益，增强电网经营企业实力。要实现这一目标，电网经营企业必须制定出具有科学性、可行性的电力市场营销战略和策略，而这又应当从全面准确分析电力市场状况入手。
授权公告日为2012年2月22日，授权公告号为CN102360475A的中国发明专利中公开了一种“城市输配电网供电能力协调匹配综合评估方法”，其包括以下步骤：（1）建立基于输配协调的城市电网供电能力评估指标体系，该评估指标体系包括：电网裕度类评估指标、结构类评估指标、匹配类评估指标和运行类评估指标；（2）建立城市电网供电能力评估指标体系中各个指标的评价特征函数；（3）建立基于输配协调的城市电网供电能力的综合评价数学模型。该发明通过输配电网协调匹配的思想，提出了完整适用于评估城市电网供电能力的指标体系，针对评价指标提出了评价指标计算模型、评价特征函数理论表达式和综合评价的算法模型，在保证城网安全、可靠的同时，优化网络结构进而优化电网投资结构，对提高企业的经济效益和社会效益具有巨大的现实意义。但其需要建立完整的供电能力评估指标体系、各个指标的评价特征函数和综合评价数学模型，对于一个局部区域性供电单位（例如某个城市的供电分公司）来说，数学模型的建模工作过于巨大，很多特征函数及其参数难以确定，给基层电力供电部门用电总体趋势的分析和预测带来一定的困难。
发明内容
本发明所要解决的技术问题是提供一种电力潜在市场的预测方法，其借助本地区电力市场用电总体趋势的分析，根据电力市场的现状及影响电力市场增长的因素，对本地区供用电的潜在市场进行大致预测，分析拉动本地区售电量增长的主要行业及热点发展区域以及其发展变化特点。
本发明的技术方案是：提供一种电力潜在市场的预测方法，包括对历史供电数据的收集和分析，其特征是：
A、确定一个时间周期，对该时间周期中本地区各类售电数据按照大用户统号进行收集和汇总；
B、对所收集和汇总的各类售电数据进行数据清理，得到完整的本地区各类售电数据；
C、对本地区各类售电数据的变化进行分析，得到本地区电力市场的用电总体趋势；
D、根据历史完成售电量历史趋势数据、近两年业扩报装实际情况以及基于历史数据分析计算的极端气温对售电量的影响量，得到本地区电力市场的发展情况以及未来市场营销情况预测；
E、借助本地区电力市场用电总体趋势的分析，对本地区供用电的潜在市场进行大致预测，为优化电网和营销人员配备提供基础数据，为电力市场分析及电网规划提供有效的数据支持。
具体的，其所述的数据清理按照下列原则进行：根据样本数据筛选原则，对缺失严重的数据进行剔除，保证对完整的数据进行分析，确保分析结果的客观性和准确性。
进一步的，其所述的样本数据筛选原则包括：
首先，确保用电类型相同，即同一个统号下，相同的电压等级，用电类别需要一致；其次，筛选出来的数据需要在每个月份都有记录；最后，剔除用电量为0的数据。
其所述的样本数据筛选原则使得该用电记录具有唯一性。
进一步的，其所述的分类收集和汇总按照用电类别进行分类汇总。
其所述的样本数据筛选原则使得该用电记录具有唯一性。
更进一步的，所述的分类收集和汇总按照大用户统号进行分类汇总。
其所述的时间周期以年为单位。
本技术方案通过对所述本地区电力市场用电总体趋势的分析，为电力市场分析及电网规划提供有效的数据支持，可用于分析预测不同行业发展周期性及先行行业。
与现有技术比较，本发明的优点是：
1.借助本地区电力市场用电总体趋势的分析，根据电力市场的现状及影响电力市场增长的因素，可对本地区供用电的潜在市场进行大致预测，为优化电网和营销人员配备提供基础数据，为电力市场分析及电网规划提供有效的数据支持，推进电能的有效利用；
2.通过对本地区电力市场用电总体趋势的分析，结合该地区经济发展现状，可为电力市场分析及电网规划提供有效的数据支持，通过用电热点区域分析，为未来本地区的电力市场的热点区域预测提供可靠数据依据；
3.基于准确的历史数据积累，可以用于分析预测不同行业发展周期性及先行行业。
附图说明
图1是本发明方法的方框图；
图2是本地区大用户和全区总体用电趋势图；
图3是本地区2012年与2013年的用电量比较示意图；
图4是全区排名前10的统号用电趋势示意图；
图5是大用户排名前10的统号用电趋势与总电量对比示意图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
图1中，本发明的技术方案提供了一种电力潜在市场的预测方法，包括对历史供电数据的收集和分析，其特征是：
A、确定一个时间周期，对该时间周期中本地区各类售电数据按照大用户统号进行收集和汇总；
B、对所收集和汇总的各类售电数据进行数据清理，得到完整的本地区各类售电数据；
C、对本地区各类售电数据的变化进行分析，得到本地区电力市场的用电总体趋势；
D、根据历史完成售电量历史趋势数据、近两年业扩报装实际情况以及基于历史数据分析计算的极端气温对售电量的影响量，得到本地区电力市场的发展情况以及未来市场营销情况预测；
E、借助本地区电力市场用电总体趋势的分析，对本地区供用电的潜在市场进行大致预测，为优化电网和营销人员配备提供基础数据，为电力市场分析及电网规划提供有效的数据支持。
具体的，其所述的数据清理按照下列原则进行：根据样本数据筛选原则，对缺失严重的数据进行剔除，保证对完整的数据进行分析，确保分析结果的客观性和准确性。
进一步的，其所述的样本数据筛选原则包括：
首先，确保用电类型相同，即同一个统号下，相同的电压等级，用电类别需要一致；其次，筛选出来的数据需要在每个月份都有记录；最后，剔除用电量为0的数据。
其所述的样本数据筛选原则使得该用电记录具有唯一性。
进一步的，其所述的分类收集和汇总按照用电类别进行分类汇总。
其所述的样本数据筛选原则使得该用电记录具有唯一性。
更进一步的，所述的分类收集和汇总按照大用户统号进行分类汇总。
其所述的时间周期以年为单位。
本技术方案通过对所述本地区电力市场用电总体趋势的分析，为电力市场分析及电网规划提供有效的数据支持，可用于分析预测不同行业发展周期性及先行行业。
下面以某市某供电分公司2012年1-12月份用电量数据和2013年1-9月份的用电量数据为例，对本技术方案的分析方法做进一步的说明。
2012年本地区大用户统号分类汇总结果见表1所示。
表12012年大用户统号分类汇总
由上表可知，2012年本地区大用户共有46个统号，其中统号609304和609318的用电量均为0，在选取样本数据时应予以剔除。而有些统号的个案数不是12的倍数，说明这些统号并不是每个月份都有用电记录。
2012年本地区全区统号分类汇总见表2所示。
表22012年全区统号分类汇总
由上表可知，2012年本地区全区共有33个统号，其中统号C4L和C4Z的个案数分别为10和2，说明这些统号并不是每个月份都有用电记录，在选取样本数据时应予以剔除。
2013年1-9月大用户统号分类汇总见表3所示。
表32013年1-9月大用户统号分类汇总
由上表可知，2013年1-9月份本地区全区大用户共有46个统号，其中统号609902和609903的个案数分别为8和4，说明这些统号并不是每个月份都有用电记录，在选取样本数据时应予以剔除。
2013年1-9月全区统号分类汇总见表4所示。
表42013年1-9月全区统号分类汇总
由上表可知，2013年1-9月份全区共有33个统号，其中统号C3L、C4L、C4Y和C4Z的个案数分别为4、6、5和5，说明这些统号并不是每个月份都有用电记录，在选取样本数据时应予以剔除。
由于原始数据数量比较多，我们需要对数据进行筛选，选出一个样本数据进行分析。对样本数据筛选按照下列原则进行：
首先，确保用电类型相同，即同一个统号下，相同的电压等级，用电类别需要一致；
其次，筛选出来的数据需要在每个月份都有记录。
最后，剔除用电量为0的数据。
根据统号、电压等级和用电类别，使得该用电记录有了唯一性，针对于12月份是否都有数据，对原始数据进行汇总。如果个案数满足12，则说明该用户在12个月都有用电记录，符合样本数据的要求；如不等于12，则说明不符合样本数据要求，予以剔除。
经过汇总和数据筛选，得到大用户和全区总体用电趋势如图2所示。
图2中，2012年大用户全年用电量中，10月份用电量最低，7月份用电量最高；全区用电量中，5月份用电量最低，8月份用电量最高。
2013年间，目前大用户最低用电量在2月份，最高在8月份；全区8月份最高，3月份最低。
在图3中，可以看出，2013年3月份、4月份这2个月较2012年同期相比，全区的用电量有所上升。
其它月份，全区和大用户的用电量较12年均有所增长。
对全区2012年1月至2013年9月的数据按统册号进行汇总，并且按总用电量进行排序，排名前10的统册号用户如下表所示。
表5全区总用电量排名前十的统册号
| 排序 | 统册号 | 总用电量（单位：kwh） |
| 1 | C2N | 618677461 |
| 2 | C1X | 207949918 |
| 3 | C44 | 162768228 |
| 4 | C43 | 160689352 |
| 5 | C33 | 117474296 |
| 6 | C34 | 104284516 |
| 7 | C36 | 92116544 |
| 8 | C42 | 85287501 |
| 9 | C61 | 81427104 |
| 10 | C1W | 77437562 |
上表中各个统册号在2012年到2013年9月的时间内用电趋势以及与总体电量对比分别如图4、图5所示。
由图4、5中所示可知，本地区排名前十的统号自2012年起，用电趋势与全区总体用电趋势基本一致，用电量均受气温影响而呈上升趋势，其中8月份达到用电峰值，其中2013年8月较2012年有较大提升。用电低谷一般出现在2月。
总体趋势分析：
通过对2012、2013两年的大用户和全区电量进行初步分析可知，本地区用电量在周期年里的总体变化趋势受季节性气温影响较大，全年用电量高峰一般都集中在8月份。
大用户分析：
在大用户所有用电类别中，大工业用电所占比重最大，高达88.26%，因此，和总体趋势相对比，大工业用电的趋势和总体趋势完全一致，由于其所占比重最大，所以对总体趋势有着决定性的影响作用。
全区分析：
通过对2012、2013两年1-9月份的总体电量的对比可知，由于随着本地区自然经济的增长、人民生活水平逐步提高（可参考统计年鉴），结合2013年暑期出现史上最长高温气候，尤其对居民用电影响最大，故2013年较2012年在呈较大上升趋势。
从2012年1月到2013年9月来看，在全所有用电类别中，居民生活用电和普通工业占据比例较大，分别为33.77%和31.93%。在2013年5-9月份，城镇居民生活用电占比最大，为38.04%。和总体趋势对比分析，商业用电的用电趋势与总体用电趋势完全一致。居民生活用电、普通工业的用电趋势与总体用电趋势有个别几个月不一致，其余均一致。
本发明的技术方案，借助本地区电力市场用电总体趋势的分析，根据电力市场的现状及影响电力市场增长的因素，对本地区供用电的潜在市场进行大致预测，为电力市场分析及电网规划提供有效的数据支持，为优化电网和营销人员配备提供基础数据，为未来本地区的电力市场的热点区域预测提供可靠数据依据；其基于准确的历史数据积累，可用于分析预测不同行业发展周期性及先行行业，藉此实现电力潜在市场的分析和预测。
本发明可广泛用于供用电管理、电网运行和电力营销领域。
Claims (7)
1.一种电力潜在市场的预测方法，包括对历史供电数据的收集和分析，其特征是：
A、确定一个时间周期，对该时间周期中本地区各类售电数据按照大用户统号进行收集和汇总；
B、对所收集和汇总的各类售电数据进行数据清理，得到完整的本地区各类售电数据；
C、对本地区各类售电数据的变化进行分析，得到本地区电力市场的用电总体趋势；
D、根据历史完成售电量历史趋势数据、近两年业扩报装实际情况以及基于历史数据分析计算的极端气温对售电量的影响量，得到本地区电力市场的发展情况以及未来市场营销情况预测；
E、借助本地区电力市场用电总体趋势的分析，对本地区供用电的潜在市场进行大致预测，为优化电网和营销人员配备提供基础数据，为电力市场分析及电网规划提供有效的数据支持。
2.按照权利要求1所述的电力潜在市场的预测方法，其特征是所述的数据清理按照下列原则进行：根据样本数据筛选原则，对缺失严重的数据进行剔除，保证对完整的数据进行分析，确保分析结果的客观性和准确性。
3.按照权利要求2所述的电力潜在市场的预测方法，其特征是所述的样本数据筛选原则包括：
首先，确保用电类型相同，即同一个统号下，相同的电压等级，用电类别需要一致；其次，筛选出来的数据需要在每个月份都有记录；最后，剔除用电量为0的数据。
其所述的样本数据筛选原则使得该用电记录具有唯一性。
进一步的，其所述的分类收集和汇总按照用电类别进行分类汇总。
4.按照权利要求3所述的电力潜在市场的预测方法，其特征是所述的样本数据筛选原则使得该用电记录具有唯一性。
5.按照权利要求1所述的电力潜在市场的预测方法，其特征是所述的分类收集和汇总按照大用户统号进行分类汇总。
6.按照权利要求1所述的电力潜在市场的预测方法，其特征是所述的时间周期以年为单位。
7.按照权利要求1所述的电力潜在市场的预测方法，其特征是通过对所述本地区电力市场用电总体趋势的分析，为电力市场分析及电网规划提供有效的数据支持，可用于分析预测不同行业发展周期性及先行行业。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410112053.2A CN104951988A (zh) | 2014-03-24 | 2014-03-24 | 一种电力潜在市场的预测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410112053.2A CN104951988A (zh) | 2014-03-24 | 2014-03-24 | 一种电力潜在市场的预测方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104951988A true CN104951988A (zh) | 2015-09-30 |
Family
ID=54166624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410112053.2A Pending CN104951988A (zh) | 2014-03-24 | 2014-03-24 | 一种电力潜在市场的预测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104951988A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952042A (zh) * | 2017-03-23 | 2017-07-14 | 北京恒华龙信数据科技有限公司 | 一种售电量预测方法及装置 |
| CN110112828A (zh) * | 2019-05-20 | 2019-08-09 | 北京恒信铭达科技有限公司 | 一种绿色用电指数体系生成和表示方法及发布应用系统 |
| CN110598899A (zh) * | 2019-07-31 | 2019-12-20 | 国网上海市电力公司 | 一种基于数据预测的地方电能表申校服务规划方法及系统 |
| CN111401973A (zh) * | 2020-04-24 | 2020-07-10 | 中储南京智慧物流科技有限公司 | 一种多影响因素下商品需求预测信息预测系统及方法 |
| CN112001551A (zh) * | 2020-08-25 | 2020-11-27 | 西安交通大学 | 一种基于大用户电量信息的地市电网售电量预测方法 |
| CN113780861A (zh) * | 2021-09-18 | 2021-12-10 | 深圳供电局有限公司 | 一种基于用户日电量调整值的成分指数评估方法及系统 |
-
2014
- 2014-03-24 CN CN201410112053.2A patent/CN104951988A/zh active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106952042A (zh) * | 2017-03-23 | 2017-07-14 | 北京恒华龙信数据科技有限公司 | 一种售电量预测方法及装置 |
| CN110112828A (zh) * | 2019-05-20 | 2019-08-09 | 北京恒信铭达科技有限公司 | 一种绿色用电指数体系生成和表示方法及发布应用系统 |
| CN110598899A (zh) * | 2019-07-31 | 2019-12-20 | 国网上海市电力公司 | 一种基于数据预测的地方电能表申校服务规划方法及系统 |
| CN110598899B (zh) * | 2019-07-31 | 2023-09-15 | 国网上海市电力公司 | 一种基于数据预测的地方电能表申校服务规划方法及系统 |
| CN111401973A (zh) * | 2020-04-24 | 2020-07-10 | 中储南京智慧物流科技有限公司 | 一种多影响因素下商品需求预测信息预测系统及方法 |
| CN112001551A (zh) * | 2020-08-25 | 2020-11-27 | 西安交通大学 | 一种基于大用户电量信息的地市电网售电量预测方法 |
| CN112001551B (zh) * | 2020-08-25 | 2023-08-04 | 西安交通大学 | 一种基于大用户电量信息的地市电网售电量预测方法 |
| CN113780861A (zh) * | 2021-09-18 | 2021-12-10 | 深圳供电局有限公司 | 一种基于用户日电量调整值的成分指数评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Luo et al. | Electric load shape benchmarking for small-and medium-sized commercial buildings | |
| Deb et al. | Determining key variables influencing energy consumption in office buildings through cluster analysis of pre-and post-retrofit building data | |
| CN104951840A (zh) | 一种电力市场用电总体趋势的分析方法 | |
| CN104951988A (zh) | 一种电力潜在市场的预测方法 | |
| Swan et al. | Modeling of end-use energy consumption in the residential sector: A review of modeling techniques | |
| CN105117810A (zh) | 一种阶梯电价机制下居民用电中期负载预测方法 | |
| Vučićević et al. | Assessing the sustainability of the energy use of residential buildings in Belgrade through multi-criteria analysis | |
| CN104239968A (zh) | 一种快速模糊粗糙集短期负荷预测方法 | |
| CN110298509A (zh) | 一种结合短期负荷预测的大工业行业用电优化方法 | |
| Jin et al. | A review and reflection on open datasets of city-level building energy use and their applications | |
| Hu et al. | An approach to assess the responsive residential demand to financial incentives | |
| Dent et al. | The application of a data mining framework to energy usage profiling in domestic residences using UK data | |
| Martin | Generating low-cost national energy benchmarks: A case study in commercial buildings in Cape Town, South Africa | |
| CN105844351A (zh) | 一种电力用电市场景气指数预测方法 | |
| Liu et al. | Improvement of the energy evaluation methodology of individual office building with dynamic energy grading system | |
| Ferrantelli et al. | Evaluating the energy readiness of national building stocks through benchmarking | |
| Cahill et al. | Quantifying the savings of an industry energy efficiency programme | |
| Zhou et al. | Study on the distribution characteristics and uncertainty of multiple energy load patterns for building group to enhance demand side management | |
| Chen et al. | Spatiotemporal analysis of line loss rate: A case study in China | |
| CN110866706A (zh) | 一种地区用电需求差异化综合分析和评估的方法 | |
| Arsene et al. | Profiling consumers in a water distribution network using K-Means clustering and multiple pre-processing methods | |
| Huang et al. | An electricity consumption model for synthesizing scalable electricity load curves | |
| CN111931992A (zh) | 一种电力负荷预测指标选取方法及装置 | |
| CN111126778A (zh) | 一种基于层次分析法的酒店能耗评价模型构建方法 | |
| Xu et al. | Evaluating energy efficiency of public institutions in China |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150930 |