王春妮
广西电网有限责任公司河池供电局 广西河池市547000
摘要：电力市场化交易具有降低购电客户用电成本，促进电力市场发展等作用，对参与市场化交易的购电客户用电需求进行预测，是保障优势发挥的关键。本文从购电客户需求预测现状入手，论述其作用与实施困境，结合大数据技术，提出用电需求预测辅助系统建设方案，协助售电企业预测购电客户用电需求。
关键词：市场化交易；购电客户；用电需求
前言：输配电价改革使电力市场化交易成为可能，购电客户可通过售电企业购买发电企业生产的电力，以更低的价格获取同样的电力供应服务，可在电力市场中形成良性竞争氛围。但在市场化交易中，因售电企业对购电用户的信息掌握不全面，易出现用电需求预测偏差，影响电力正常供应，降低电力服务质量。
1.参与市场化交易的购电客户需求预测现状
发改委于2015年选择五个省份实施输配电价改革，拉开了电力市场化交易的序幕。就电力行业而言，市场化交易的作用可从购电客户、电力企业两方面分析。在购电客户方面，市场化交易使购电客户与售电企业或发电企业进行交易，购电客户的可选择性增强，能够选择成本偏低的主体进行交易，可降低购电客户用电成本；在电力企业方面，因购电客户的可选择性增强，电力企业为提升自身经济效益，会为购电客户提供更优质服务，进而提升电力生产水平，创新电力输配方式，促进电力市场消费，推动电力市场、电力企业协同发展[1]。
在电力市场化交易中，用电需求预测为交易的依据，根据预测的用户需求，进行年度、月度及日前交易。但在实践工作中，因管理理念、管理水平等因素影响，用电需求预测与实际用电量存在较大偏差，对电力市场化交易的各个主体造成影响，难以发挥电力市场化交易作用[2]。电力市场化交易的完全开放是必然发展趋势，而在完全开放后，购电用户数量更多，用电需求预测工作量更大，更易出现偏差。就此，研究一种有效的购电客户用电需求预测辅助系统具有鲜明现实意义。
2.参与市场化交易的购电客户用电需求预测辅助
针对购电客户用电需求预测工作现状，本文引进大数据技术，设计一种参与市场化交易的购电客户用电需求预测辅助系统，结合海量电网大数据，对购电客户用电量进行精准分析，为用电需求预测提供帮助。
2.1用电需求预测辅助系统特点
在本文设计的辅助系统中，通过购电客户用电数据采集，进行用电负荷分析，预测购电用户的用电需求，为市场化交易提供参考，保障电力市场化交易主体的利益。基于该运行原理，辅助系统应具备如下功能：
（1）用电量采集功能。采集购电客户的历史用电数据，获取购电客户的用电量信息，以此绘制用电负荷曲线，结合曲线发展趋势，预测购电客户负荷需求。
（2）市场分析功能。全面采集电力市场化交易信息，如市场化交易数额、市场化交易价格等，对采集的电力市场化交易信息进行整合与分类，根据电力市场化交易周期、交易方式，将各项市场数据存储于数据库中，发电企业与售电企业可结合自身交易需求，在辅助系统中查询电力市场化交易数据，获取不同交易周期的购电客户电量交易数据，分析电力市场化交易中的成交状况。
（3）成本分析功能。将电力市场化交易中的成交电量、成交电价等数据，与购电客户的目录电价进行综合分析，评估购电客户的节省成本，为购电客户参与电力市场化交易提供帮助。
2.2用电需求预测辅助系统设计
本文结合大数据技术，构建两类数据模型，设计辅助系统程序，用于购电客户用电数据分析，发挥其辅助作用，提高用电需求预测准确性。
其一，时间序列模型。该模型以线性回归技术为核心，用于购电客户的用电结构分析与用电趋势分析，适用于小用户，为后续电力市场化交易的全面开发提供技术支持，提高辅助系统的前瞻性。细化来说，基于线性回归技术，以Python软件平台为基础，利用其时间序列模型，构建购电客户中小用户的电力负荷预测模型，以某供电局的5万用户为样本，进行电力负荷预测模型的模拟测试，测试结果显示，该模型的预测准确率高达95%，可在未来电力市场化交易中推广普及。
其二，负荷曲线模型。该模型适用于工商业领域的大用户，是目前参与电力市场化交易的购电客户用户需求预测核心技术，以时间序列与信号分析为基础，进行购电客户负荷曲线的模拟，获取购电客户负荷曲线的基本形式，再在基本形式上叠加购电客户所在领域的生产类型，进行该行业购电客户负荷曲线的绘制。然后，通过Tensor Flow框架，构建深度学习卷积神经网络，根据购电客户的历史用电数据，进行神经网络特征学习，构建相应的神经网络模型，利用该模型进行购电客户的用电需求预测。
2.3用电需求预测辅助系统实现
基于上述功能要求与辅助系统核心技术分析，配置相应软硬件设备，优化设计辅助系统功能模块，实现上述要求，发挥技术优势。细化来说，辅助系统的功能模块如下：
（1）权限管理。该模块负责辅助系统用户管理，管理内容包括角色管理、组织机构管理、人员管理及岗位管理等。
（2）用电分析。该模块负责购电客户用电状况分析，分析内容包括用电量趋势、市场化交易电价电费状况、基本费计算对比分析、电价与电费构成对比分析等。
（3）需求预测。该模块负责购电客户用电需求预测，预测内容包括购电客户用电趋势；变压器负荷；线路负荷；电力市场化交易中的年度交易、月度交易、日前交易、最佳交易；线损异常监测等。
2.4用电需求预测辅助系统应用
为评估本文设计参与市场化交易的购电客户用电需求预测辅助系统可行性，本文以有色金属行业为例，论述辅助系统对有色金属冶炼厂的用电需求预测的作用。在有色金属冶炼厂的用电需求预测中，辅助系统会全面采集有色金属行业数据，包括有色金属行业用电量、有色金属行业市场化交易量及交易价格等，评估有色金属行业电力供需状况，为有色金属冶炼厂的用电需求预测提供帮助。
在获取有色金属行业宏观状况的基础上，结合有色金属冶炼厂的特点，将其负荷划分为三个级别：一级负荷是指会导致冶炼厂设备损坏、产品报废、影响生产，导致重大污染的用电；二级负荷是指影响冶炼厂正常生产进而导致环境污染的用电；三级负荷是指一级、二级以外的用电负荷。针对有色金属冶炼厂的不同负荷，辅助系统可绘制相应的负荷曲线，评估有色金属冶炼厂对不同负荷的需求状况，以此预测有色金属冶炼厂的用电需求，使用电需求预测更为精准、合理。可见，辅助系统在用电需求预测方面作用显著，可推广普及，为市场化交易发展提供帮助。
3.结语
综上所述，在参与市场化交易的购电客户用电需求预测中，需引进大数据及人工智能技术，提高预测的准确性，推动电力市场化交易进一步发展。通过本文的分析，相关单位可利用时间序列模型进行小用户的用电需求预测，利用用电负荷曲线进行大用户的用电需求预测，构建完善辅助系统，为用电需求预测提供保障。
参考文献：
[1]刘文宇.用电客户的需求分析和供电服务解决对策[J].产业科技创新,2019,1(15):117-118.
[2]邹岳琳,张龙军,刘昆.大数据分析在营销与购电关键业务监测的应用研究[J].电子世界,2018(24):79-80.