北京市外部环境与售电量研究

【项目概况】

随着能源互联网建设的不断推进，区域售电量预测管理成为电网规划建设、经济运行的要题，准确预测区域售电量并进行电量调控管理可以有效提高设备利用率、优化用电模式，迁以推进电力市场的细化，改善供电企业服务水平，进而满足不同用户的电力需求。传统的区对售电量预测主要集中在根据不同的维度、关联因素进行预测模型和算法的修正与改进方面，区域售电量的预测与各类经济指标、社会环境、居民生活等外部因素均有很大关系，这些系终数据彼此联系而又相互独立，由于数据信息量巨大、维度广、监测对象众多，传统售电量预测的数据抓取方法与预测模型都无法满足。

【解决方案】

用电信息的即时海量数据为基础，结合了经济、社会、居民生活指标数据，建立了基内外部信息大数据分析的售电量预测优化模型。针对北京2008-2015年用电信息采集和内外部相关数据，采用大数据分析处理方法进行降维约简，找到不同维度下北京地区售电量与多种影响因素的关联关系，并从年度、月度、分行业、分区域四个维度分别对北京售电量进行预测、为其电力供需管理提供了更加精准、及时的数据支撑。

【项目成果】

构建了基于内外部因素联合的大数据售电量模型，在1175个外部指标中通过统计方法筛选出538个指标，并根据主成分的影响程度，分别预测北京的年度售电量、月度售电量、分行业售电量以及区域售电量。