论文总字数：33013字

摘 要

尖峰电价（Critical Peak Pricing，CPP）是一种非常有效而灵活的电价机制，它在峰谷电价为基础上进一步在当日的尖峰时段提高电价，而其只在某些日子实施，在这些实施日中，日最大负荷在一年中达到了尖峰负荷的水平，因此为了更好地削减尖峰负荷来缓解电网供电的压力，就需要实施尖峰电价政策。本文将运用时间序列法、回归分析法以及趋势外推法来对江苏省实施尖峰电价日的基线负荷进行预测，在预测过程中将结合SPSS软件与Matlab程序的使用。进而评析三种方法预测结果的精确度，最后采用误差较小数据，从负荷分析、电价弹性以及电力公司收益分析三方面来对尖峰电价政策的实施效果进行评估。由于该项政策并未普及，则需要根据实施效果的优势与不足进行总结，以此对尖峰日的选择、尖峰时段的选择以及尖峰电价的定价进行优化，为日后推广并普及尖峰电价政策打下扎实的理论基础与实践基础。接着，将对于分析的结果进行总结，并对下一步工作进行规划。在往后的研究中，可以将目光从尖峰电价政策本身转移到其实施范围上，可以将实施范围由工业扩展到居民。为了使该项政策更为灵活，可以对不同用电模式的电力用户实施不同的尖峰电价政策，具体问题具体分析，更加有效地实现资源的合理配置。最后可以详细研究国外尖峰电价政策的实施效果，借鉴他们的技术与机制，根据我国的国情来扬长避短，充分发挥尖峰电价政策削峰填谷的作用。

关键词： 尖峰电价，负荷预测方法，实施效果，政策优化

Abstract

Critical Peak Pricing(CPP) is a very effective and flexible price mechanism. It is based on Peak-vally Price and it will increase the price of electricity during the peak time on the very day. However, CPP will be implemented only on the certain days where daily maximum load has already reached the level of peak load during one year. It is necessary to implement CPP policy so that the peak load can be reduced to ease the pressure on power supply of power grid. In this paper, we will forecast the baseline load in Jiangsu Province during the CPP policy implement period by means of Time Series, Regression Analysis and Trend Extrapolation. It is significant to grasp the usage of SPSS software and Matlab. We will analysis the accuracy of prediction results deeply from the three methods above and then choose the data with smaller error data. To assess the effectiveness of the implementation of the CPP policy, there are three aspects should be taken into account:electric load analysis, electricity price elasticity and electric power company profit. Since the policy has not been universal, it is needed to summarize the advantages and disadvantages of the implementation effectiveness. From the analysis above, the decision of peak day choose, peak time choose and critical peak price plan can be optimized. Accordingly, a solid theoretical foundation can be laid to promote and popularize the CPP policy. Next, summarize the result of the analysis and structure the new stage work plan. In future studies, it is feasible to shift our attention from the CPP policy itself to the scope of implementation. The scope can be developed from industrial users to residential users. In order to make the policy more flexible, we can implement different CPP policy for different kinds of power users with different power consumption patterns. It is effective to realize the rational allocation of resources by analysing the specific issues specifically. Finally we will study on the effect of the implementation of CPP policy in foreign countries and draw lessons from their technology and mechanism. Taken China's national conditions into consideration, we can foster strengths and circumvent weaknesses. It gives full play to role of the CPP policy to achieve peak load shifting.

KEYWORDS:Critical Peak Pricing, Load Forecasting Method, Effectiveness of Implementation, Policy Optimization

目 录

摘要 I

Abstract II

第一章 绪 论 1

1.1 引言 1

1.2尖峰电价简介 2

1.2.1尖峰电价设计原理 2

1.2.2 尖峰电价实施范围 2

1.2.2 尖峰电价政策的具体内容 2

1.3本文的研究目的和主要研究内容 3

第二章 尖峰电价实施日基线负荷预测方法研究 4

2.1时间序列法预测负荷 4

2.1.1 时间序列法简介 4

2.1.2 指数平滑法简介 4

2.1.3 ARIMA模型原理 6

2.3.4 SPSS的具体操作 7

2.2 回归法预测负荷 14

2.5 趋势外推法预测负荷 18

2.5 三种方法的评价、对比与分析 22

第三章 尖峰电价政策实施效果的评价与分析 26

3.1负荷分析 26

3.1.1日负荷曲线直观分析 26

3.1.2具体数据分析 29

3.2电价敏感性分析 31

3.3电力公司收益分析 34

第四章 尖峰电价政策的改进与优化 36

4.1尖峰日的选择 36

4.2尖峰时段的选择 36

4.3尖峰电价优化 38

4.3.1优化前提 38

4.3.2算例分析 38

第五章 结论与展望 42

5.1结论与总结 42

5.2进一步工作展望 42

5.2.1扩大尖峰电价政策实施范围 42

5.2.2对不同用户制定不同方案 42

5.2.3对比研究国外尖峰电价政策实施效果 43

5.2.4预测方法改进 43

致 谢 44

参考文献（Reference） 45

第一章 绪论

1.1 引言

随着我国经济快速发展，电力需求在不断增大，电力供应紧张的局面在短期中将一直持续，电力供需矛盾也日益突出。因此，科学合理的管理用电变得愈发重要。在世界范围内看来，1973年和1979年爆发的能源危机给全球造成了巨大的冲击，电力需求侧项目就是在这种状况下诞生的，起初以节约电能以及负荷的管理为核心内容，随着时间的推移开始不断重视需求响应（Demand Response）,简称DR，其原理是微观经济学中边际效率递减的规律 ——在边际效率递减规律作用下,负荷随着电价的增加而减少。DR具体有以下几种形式——实时电价（Real Time Pricing，RTP）、分时电价（Time of Use Pricing，TOU）以及尖峰电价（Critical Peak Pricing，CPP）等等^[1]。

由于我国近年来频频出现“电荒”现象，并且现阶段在实时电价方面的改革技术还不完善。从九十年代起，电力需求侧项目就开始在我国发展。于是峰谷电价方案开始在全国各地电网中普及，峰谷电价实质是一种分时电价，顾名思义，一整天被分为峰、谷、平多个时间段，不同的时间段对应着不同的电价——在用电高峰的时间段里电价上涨，反之电价降低。时段划分及各段价格都是预先设定且在一定周期内保持不变。峰谷电价体现了一个经济学原理——高峰负荷定价（Peak-load Pricing）^[2]。高峰负荷定价的意思是指供应商在预测到需求增长时，将价格上调；反之，下调价格。由于高峰负荷定价使得价格与边际成本相近，这就使得生产者消费者获利最大，因此实施高峰负荷定价可以有效完善社会资源的配置，例如今年1月国家发改委发布的《关于改革完善高铁动车组旅客票价政策的通知》——从2016年1月1日起放开高铁动车票价，改由铁路总公司自行定价。未来可能对于热门线路进行提价，冷门线路进行降价以此来提高上座率。峰谷电价同理也是为了优化电力资源配置，从其实际的实施效果来分析，可以发现它较为有效地平衡了峰谷时段的用电量。而日最大负荷依然对于电网产生着很大的压力，这是由于峰谷电价比不足以同时满足调峰和经济效益的约束。我国峰时电价比上谷时电价的值只有国外的1/5至1/2左右，差距是非常明显的，这也就是说在我国，大部分电力用户还不足以被激励去响应峰谷电价政策来达到削峰填谷的目的，这种水平下的峰谷电价比改变他们用电方式的程度是很有限的。这就需要调整峰谷电价，尖峰电价政策其实就是通过优化峰谷电价比来更好地调节峰谷时段的用电量。尖峰电价实质就是峰谷电价的优化，即在负荷尖峰时段实行尖峰电价，在尖峰电价中，尖峰电价比大约为峰谷电价比的2至5倍，对于电力用户的激励更加明显。尖峰电价与峰谷电价最大的不同之处在于尖峰电价只在特定要求的少数几天执行，由电力公司做好预测工作，提前一天告知广大电力用户次日予以实施，且由于它的实施时间较短，用户也更愿意做出相应的响应。

尖峰电价在美国是不如分时电价和实时电价应用广泛的, 1978年以来加利福尼亚州就已经强制实施峰谷电价，但强制范围只有500KV以上的大型电力用户^[3]。广大居民通常不会被强制去参与到峰谷电价的实施中，一般会采取民主的方式让居民自身来决定。而对于尖峰电价政策来说，只有普通居民以及大型工商业用户参与了其具体实施，事实上尖峰电价达到了非常好的调峰效果。我国发改委于2003年明确指出各地区可以根据当地的实际负荷尖峰适时地实施尖峰电价政策。2004 年起,尖峰电价政策逐步在 北京、天津、重庆、浙江、福建等部分省(直辖市)推行。

1.2 尖峰电价简介

1.2.1尖峰电价设计原理

本文中所研究的尖峰电价与峰谷电价的设计原理类似，都是使得平均电力价格保持不变^[4]。也就是说用户所支付的电费在用户未改变用电模式的状况下前后保持基本相等。当用户在用电高峰时段适当减少用电量，或者把用电量由高峰段转移到低谷段，用户将得以节省部分电费开支。由此看出，尖峰电价在电力市场中属于一种非常灵活的需求响应策略,从经济学上来看，它充分发挥了经济杠杆中价格杠杆的作用，在尖峰时间段适当提高电价，减少了尖峰负荷，平衡了电力的供求，调整社会资源在工业企业之间的优化配置，统筹协调了社会与经济效益，形成发展的良性循环^[5]。

1.2.2尖峰电价实施范围

无论何种电力用户只要其配备有分时电表则都可以执行峰谷电价。峰谷电价既能对于所有电力用户执行也能够只对于其中的一部分执行，可以强制其中的大工业大企业等大型电力用户响应该方案，小型电力用户可以根据自身实际情况选择实施与否。峰谷电价首先对大工业用户实施，对于性质类似的电力用户，又使其中的电力大户率先执行。而对于尖峰电价来说，它的执行范围相对要更小一些。不会对于全部的电力用户执行对部分用户施行，可能会对电力大户有强制性要求，而普通用户则自主决定。而在本文中，对居民用户也将参与到尖峰电价的实施中。

1.2.3尖峰电价的设计方法

确立合适的尖峰时段是尖峰电价政策能够有效实施并且效果显著的关键。关于尖峰时间段的确立，可以做如下规定：尖峰负荷为一年内负荷最大值95%以上的负荷。接下来对以往每一年的尖峰负荷所存在的时间段进行分析，并做好相应记录，统计这几年当中尖峰负荷在哪些时间段出现的频率最高，这些出现频率最高的时间段则将其确定下来为尖峰时间段^[6]。

1.2.4尖峰电价政策的具体内容

作为全国范围内的经济大省，江苏省的年最大负荷在逐年攀增，削峰填谷在这里就非常有实现的必要，因此本文主要分析尖峰电价政策在江苏省的实施效果。根据江苏省物价局发布的《物价局关于明确季节性尖峰电价实施条件及有关事项的通知》，江苏省将于7月和8月首次实施季节性尖峰电价政策。其具体实施条件为：日最高气温高于35摄氏度（不包括35摄氏度）时，具体以前一天中央电视台一套每晚19点新闻联播节目后的天气预报中发布的南京最高温度为标准，次日予以实施；对于不符合条件的一天，尖峰时间段电价执行峰段电价。具体尖峰时段定于上午10：00到11：00以及下午14：00到15：00；尖峰电价的定价在峰时段电价上加0.1元/千瓦时。该项政策的主要对全省315KVA及以上的工业用电大户进行实施；最终江苏省在2015年8月1日到8月5日这五天实施了尖峰电价政策。

这是尖峰电价政策第一次正式在江苏省各地执行，因此其内容的具体实施有着不可避免的不完美之处。因此本文对尖峰电价政策的实际执行效果进行分析总结，能够更为高效地发现该项策略的优缺点，为今后的扬长避短优化方案积累实践经验。

1.3.本文的研究目的和主要研究内容

综上所述，分析尖峰电价政策的实施效果是非常有必要的，有助于供应商和电力用户更为深入地了解尖峰电价的实施为社会带来的良好效益，本文主要研究目的是可以根据研究结果进一步对尖峰电价政策进行完善，使得电力供需得到更好的调节，社会资源得到更饱满的配置,为后续推广尖峰电价政策打下坚实的基础。

本文主要工作：

（1）运用时间序列法、回归法以及趋势外推法这三种方法对于在尖峰电价实施日大工 业大企业的基线负荷进行预测，并对于这三种方法进行对比与分析；

（2）基线负荷预测完毕以后，开始将预测结果与实际实施尖峰电价后得到的负荷进行对比，对于实施效果进行三个方面的评析：负荷分析、电价敏感性分析以及电力公司收益分析；

（3）根据以上的效果分析，对尖峰电价政策进行优化，对于尖峰日的选择、尖峰时段的规定以及尖峰电价进行优化；

（4）对于尖峰电价政策的效果分析及优化进行总结，并根据研究结果对接下来的工作做出进一步展望。

第二章 尖峰电价实施日基线负荷预测方法研究

上一章中，主要介绍了尖峰电价政策的背景，以及尖峰电价的原理和该项政策的具体实施内容，最后介绍了研究其实施效果的意义，并列出了本文主要的研究工作。在下一章中，将会按工作顺序，对时间序列法、回归法以及趋势外推法这三种方法进行的负荷预测过程做详细介绍，并对这三种方法进行对比分析。江苏省在2015年8月1日至8月5日实施尖峰电价，本文的主要研究对象即为这五天的基线负荷，其中基线负荷是指若未实施尖峰电价这五天的负荷数据值。

2.1时间序列法预测负荷

2.1.1时间序列法简介

时间序列法是一种基于按照时间来排序的数据来对未来数据进行预测的方法，又叫作历史引伸预测法。通常若要预测未来事物如何变化，则需要总结其历史发展过程的规律，以此来研究这种趋势。时间序列又叫时间数列，顾名思义它是这样一种数列——将所需要研究的数据按时间顺序来排列得到的数列。时间序列法根据时间数列的发展趋势往后推断预测接下来事物发展的状况^[7][8]。大体步骤为——首先整合历史数据，将这些数据按时间排列；接着从时间序列中发现这些数据与时间的关系，总结出一定的变化规律；最后按照这种规律预测未来数据。时间序列法通常可以分为以下4种变动因素：（1）季节变动；（2）长期趋势；（3）周期变动；（4）不规则变动。其中，季节变动的周期为一年，如内蒙古旅游业收入的季节性波动；长期趋势指的是在整个时间段内事情发展的总体趋势；周期变动的周期为一段时间，比如经济形式的兴衰；其余的变动则为不规则变动，又称为偶然变动。时间序列法大致分为两类：（1）若不分四大类变动因素，则直接运用时间数列进行建模；（2）若分为四大类，则将衍生出移动平均法、回归法以及指数平滑法等具体预测方法^[9][10]。

2.1.2指数平滑法简介

本文需要运用时间序列法中的指数平滑法（Exponential Smoothing）来预测基线电力负荷。指数平滑法的实质是加权移动平均法，也就是说对本段实际观测值与前一段指数平滑值进行加权平均所得到的值就为本期指数平滑值。同时，它将时间数列的趋势看作是既规律又稳定的，因此未来数据能够以此为基础进行合情合理的类推，且数据离预测期越近则其所对应的权数也是越大的；反之，则权数逐渐收敛，使其权数由远至近按指数规律递增^[11][12]。这种做法是从实际出发并且非常具有现实意义的，由于它并未放弃掉一些距离预测期较为遥远的数据，只是使得影响程度慢慢减弱，因此预测的精度也将被有效提升。

指数平滑法可以根据平滑次数的不同而分为一次、二次、三次平滑法。

（1）一次指数平滑预测模型

已知n期时间序列预测值为： ,则一次指数平滑的基本公式按指数平滑原理写作： (2.1.2-1)

第n 1期预测值为： (2.1.2-2)

其中为第n期一次指数平滑值；为平滑系数，其取值范围——0lt;lt;1。公式（2.2.2-1）为一次指数平滑的基本公式，现将该公式进行地推展开，能够得到期数和权数的大体关系：

（2.1.2-3）

其中权数为一个等比数列，公比为，且距离当前期数越远，权数越小，初始值对应的权数是最小的。

对于确定指数平滑的初始值，即的值，则根据时间序列法的期数n分为两种方法：ngt;15时，由于此时较小，预测结果受初始值影响甚微，因此可以直接将初始值定为第一期的观测值；n15时，没有足够小，因此预测结果是受初始值影响的，通常初始值就可以定为最初三期的观测值进行加权平均以后得到的值。

而在指数平滑法中，平滑系数是最不容易确定的，现将公式（2.1.2-1）改写为

（2.1.2-4）

那么可以直观得出的值与预测结果直接相关，一般来说时间序列显示一种较为平稳的发展趋势时，就可以运用一次指数平滑法，这样就不可以太大，否则将会导致误差很大，可以在0.1到0.3之间取值。在实际操作中，可以进行不断地试算，以此选择最合适的值，使得预测的误差达到最小。

一次指数平滑法也具有局限性，只能预测一期的数值且只适用于常数水平型模型，不含季节性波动以及任何趋势。但是一次指数平滑法依然在时间序列法中有着很重要的地位。

（2）二次指数平滑法

在一次指数平滑的基础上继续做一次指数平滑的方法就叫做二次指数平滑法^[13]。二次指数平滑法一定要与一次指数平滑法相结合去建合理的模型。

原理公式：

(2.1.2-5)

(2.1.2-6)

第期预测值： (=1,2,3…………) (2.1.2-7)

公式(2.1.2-7)的含义为：要预测n 1期，只要给加一个变动趋势值；以此类推，要预测期，则在基础上加个。

其中为接下来取要去预测的期数，由此可以看出二次平滑法可以预测多期数据，完善了一次指数平滑法的局限性。其他各值与一次指数序列法公式中的值意义相同。

确立初始值时，可以分为两种情况：在观测值的变化趋势整体平稳的时候，初始值就等于x1；如果对于不平稳波动的变化趋势，初始值就为前三个数据的平均值，这样初始值对结果的影响就降低了。

（3）三次指数平滑法

由二次指数平滑法的定义可以得到，在二次指数平滑法的基础上继续做一次指数平滑就叫做三次指数平滑法，主要用于观测值有曲率的非线性模型。

原理公式：

(2.1.2-8)

(2.1.2-9)

第期预测值： (=1,2,3…………) (2.1.2-10)

参数初始值和二次指数平滑法相同，并且a1=x1,b1=[(x2-x1) (x3-x2) (x4-x3)]/3。

2.1.3 ARIMA模型原理

电力负荷短期预测中采取建立ARIMA模型也是一种效果非常好的方法，因为在此过程中ARIMA模型排除了不规则波动对预测的影响，同时也将时间序列中的依存性纳入考虑范围之内，这样就大大提高了其对于电力负荷短期预测的精准性。自回归移动平均模型(Autoregressive Integrated Moving Average Model）的简称就是ARIMA模型，它是一种非常有影响力的时间序列法，在七十年代被波克斯与杰金思提出，因此它又被叫做box-jenkins模型。差分自回归移动平均模型就为，移动平均用表示，自回归用表示。自回归项用表示，当有较为稳定的时间序列时需要进行的差分次数用表示，移动平均项数用表示，。ARIMA模型归为AR模型（自回归）、MA模型（滑动平均）以及ARIMA模型（前两者混合）这三种模型。ARIMA模型具体含义是——仅考虑时间的变化，把原始数据按时间顺序排成一个序列，并将这个序列用某种数学上的模型来表示，以此来预测时间序列的未来数值^[14]。

ARIMA模型相对指数平滑模型来说更加精确，因为它具体规定了自回归项p，当有较为稳定的时间序列时需要进行的差分次数d以及移动平均项数q，这就能够拟定变换函数，对象为任意预测变量并且可以精准地把离群值确定下来并对其进行自动检测。

2.1.4 SPSS的具体操作

这里采用SPSS（Statistical Product and Service Solutions）软件直接对电力负荷进行短期预测。SPSS软件用来分析处理数据是十分方便的，它可以发现这些符合原始数据间的变化关系以及趋势的变动，能够增大电力负荷短期预测的精准度。通过SPSS的序列图统计图，符合数据间的关系与发展趋势就变得更为一目了然。

由于时间序列法中，变量只与时间有关^[15]，因此在这种方法中无需运用其他变量因素,如气象因素（其中包括天气温度、湿度以及降雨量）。

原始数据简介：选取2015年6月1日至2015年7月31日这61天的工业负荷原始数据来预测2015年8月1日至8月5日实施尖峰电价这五天的基线负荷。每日24个小时，每隔15分钟记录一次负荷数据，因此1个小时有4个记录点，一整天则将分为96个记录点。

运用SPSS进行负荷预测的具体步骤如下：

（1）导入数据：首先将这61天0：00、0：15、0：30、0：45的负荷数据导入SPSS数据编辑窗口如图2-1所示(图中VAR0005-VAR0008分别对应0点内的4个时刻，数据纵向按2015-06-01至2015-07-31顺序排列，图2-1截取的是61天内数据的一部分)：

图2-1 工业原始负荷数据导入SPSS软件

（2）定义日期：如图2-2所示，选择的个案为：星期、日。将61天按周定义日期，第一天为2015年6月1日，这一天为周一，即一周的第二天。这里无需考虑周末与工作日的差别，因为SPSS中的定义日期已经将周末与工作日区别分析了。

图2-2 对原始数据定义日期

绘制61天每个时间点负荷的序列图,比如图2-2即为61天0：45时刻的负荷序列图。

图2-3 绘制序列图操作 图2-4 61天0：45时刻的负荷序列图

（4）创建基本模型进行负荷预测如图2-5。

图2-5 运用SPSS默认模型进行负荷预测

如图2-6此处勾选“显示预测值（S）”选项，

图2-6 勾选预测值

如图2-7，此处继续勾选“预测值的置信区间（V）”选项，

图2-7 勾选置信区间

如图2-8，勾选四项变量，并将变量名的前缀“预测值（P）”修改为“预测值”，无法进行下一步，

图2-8 修改预测值变量名前缀

若未修改，则将出现如图2-9所示的对话框，显示前缀的变量名的无效的，这是SPSS软件在中文环境中的一个小漏洞，

图2-9 SPSS警告对话框

最后在“选项”模块中选择预测到指定日期的选项，并将日期定下来，预测到2015年8月5日，即为从2015年6月1日算起的第十个星期的第四日，因此像图2-10所示填写。

图2-10 填写预测到具体哪一天

由上图按下确定键，预测结果就自动生成如图2-11所示,最下面五行则为这五天预测的结果，

剩余内容已隐藏，请支付后下载全文，论文总字数：33013字