Phân tích, đánh giá các phương pháp dự báo nhu cầu phụ

tải điện
Dự báo nhu cầu tiêu thụ điện là bài toán hết sức cần thiết trong quá trình vận hành, quy hoạch, phát triển, điều
khiển tối ưu chế độ mạng điện v.v… Hầu hết các bài toán dự báo phụ tải đều dựa trên cơ sở các mô hình toán
học hoặc các mô hình thực nghiệm nhằm tìm ra các quy luật biến đổi của phụ tải điện trong chu kỳ xét. Kinh
nghiệm thực tế cho thấy không có phương pháp dự báo chung cho mọi quá trình. Mỗi quá trình, mỗi ngành sản
xuất có những đặc điểm riêng biệt, đồng thời ở mỗi lĩnh vực lại có những nét chung mà có thể sử dụng làm cơ sở
cho việc thiết lập các mô hình dự báo. Việc phân tích, đánh giá các phương pháp dự báo nhu cầu phụ tải nhằm
tìm ra những nét chung, nét riêng để có thể áp dụng cho những điều kiện cụ thể là vấn đề hết sức cấp thiết đối
với sự phát triển mạng điện nước ta, đặc biệt trong bối cảnh các ngành kinh tế ở Việt Nam đang có những biến
chuyển lớn.

Các phương pháp dự báo cơ bản

1. Phương pháp ngoại suy

1.1. Nội dung phương pháp

Theo nghĩa rộng nhất thì ngoại suy dự báo là nghiên cứu lịch sử phát triển của đối tượng năng lượng và chuyển tính
quy luật đã được phát hiện trong quá khứ và hiện tại sang tương lai bằng phương pháp xử lý chuỗi thời gian kinh tế.
Thực chất của việc nghiên cứu lịch sử và nghiên cứu quá trình thay đổi và phát triển của đối tượng tiêu thụ điện
theo thời gian. Kết quả thu thập thông tin một cách liên tục về sự vận động của đối tượng tiêu thụ điện theo một đặc
trưng nào đó hình thành một chuỗi thời gian.

Ðiều kiện chuỗi thời gian:

Khoảng cách giữa các thời điểm của chuỗi phải bằng nhau, có nghĩa là phải đảm bảo tính liên tục nhằm phục vụ cho
việc xử lý. Ðơn vị đo giá trị chuỗi thời gian phải đồng nhất. Theo ý nghĩa toán học thì phương pháp ngoại suy chính
là việc phát hiện xu hướng vận động của đối tượng năng lượng, có khả năng tuân theo quy luật hàm số f(t) nào để
từ đó tiên liệu giá trị đối tượng năng lượng ở ngoài khoảng giá trị đã biết (y1, yn) định dạng:

y DB t 1  f (t  1)  

Trong đó: - thành phần phụ tải có xét đến nhiễu của các thông tin.

Ðiều kiện của phương pháp:

- Ðối tượng năng lượng phát triển tương đối ổn định theo thời gian.

- Những nhân tố ảnh hưởng chung nhất cho sự phát triển đối tượng năng lượng vẫn được duy trì trong khoảng thời
gian nào đấy trong tương lai.

- Sẽ không có tác động mạnh từ bên ngoài dẫn tới những đột biến trong quá trình phát triển đối tượng năng lượng.
Quá trình dự báo theo phương pháp ngoại suy được thể hiện qua sơ đồ sau:
1.2. Ðánh giá

Phương pháp ngoại suy thường có sai số dự báo khá lớn.Nguyên nhân chính dẫn đến sai số dự báo là do sự biến
động của một số nhân tố liên qua đến quá trình tiêu thụ điện. Giá điện là một biến quan trọng tác động đến nhu cầu
phụ tải. Cuộc khủng hoảng năng lượng đầu tiên năm 1973 đã làm giá điện tăng 4,1% hằng năm cho giai đoạn dự
báo 1974-1983. Giá điện tăng tạo ra các thay đổi về mô hình nhu cầu phụ tải cho giai đoạn dự báo. Có giả thiết cho
rằng sự thay đổi cấu trúc trong mô hình cũng có thể là nguyên nhân khác gây ra sai số dự báo.

Ở Việt Nam, từ trước đến nay phương pháp ngoại suy được áp dụng không nhiều do thiếu lượng thông tin cần thiết
về tiêu thụ điện trong quá khứ. Tuy nhiên, trong những năm gần đây với việc áp dụng các phần mềm dự báo như
SIMPLE-E, phương pháp ngoại suy đã bắt đầu được sử dụng để tính toán dự báo cho Tổng sơ đồ VI. Ðể có thể áp
dụng thuận tiện phương pháp ngoại suy, cần ý thức được tầm quan trọng của thông tin để thu thập và lưu giữ, đồng
thời cần phải trang bị các cơ cấu đo cần thiết.

2.Phương pháp hồi quy tương quan

Phương pháp luận

Phương pháp này nghiên cứu mối tương quan giữa các thành phần kinh tế, xã hội... nhằm phát hiện những quan hệ
về mặt định lượng của các tham số dựa vào thống kê toán học. Các mối tương quan đó giúp chúng ta xác dịnh được
lượng điện năng tiêu thụ. Có hai loại phương trình hồi quy được ứng dụng nhiều trong hệ thống điện: phương trình
tuyến tính và phương trình luỹ thừa.

Phương trình dạng tuyến tính:

Ðây là dạng phương trình thông dụng nhất, nó cho phép phân tích đánh giá sự ảnh hưởng của các nhân tố đối với
tham số cơ bản cần xét. Dạng của phương trình này biểu diễn như sau:

n
Y = a0  ai . X i (1)
i 1

Trong đó:

n: số quan trắc; a0, ai: các hệ số hồi quy; Xi: các nhân tố ảnh hưởng, hay các biến ngẫu nhiên; Y: tham số cơ bản, có
thể coi là hàm của các biến ngẫu nhiên.

Phương trình dạng luỹ thừa:

Y = a0 . X 1a1. X 2a 2 ... X nan (2)

Dạng phương trình (2) cũng có thể đưa về dạng phương trình (1) bằng cách lấy logarit 2 vế. Việc lựa chọn hàm hồi
quy được tiến hành trên cơ sở so sánh các hệ số tương quan, hệ số tương quan của dạng phương trình nào lớn thì
chọn dạng phương trình đó.

Khi các biến ngẫu nhiên ảnh hưởng đến quá trình tiêu thụ điện Y tăng lên sẽ làm tăng số ẩn Xi và tăng kích thước bài
toán nhưng thuật toán để tìm nghiệm là như nhau. Ngày nay với sự trợ giúp của máy tính thì các phép toán đó sẽ trở
nên đơn giản, vấn đề đặt ra là chúng ta phải có một bộ dữ liệu quá khứ đủ mức tin cậy để xây dựng hàm hồi quy, dựa
trên cơ sở xác định phụ tải bằng các phương pháp: dùng phiếu điều tra, phương pháp trực tiếp... Kết quả của phương
pháp nêu trên xác định được các hệ số hồi quy ai. Việc xác định mức tiêu thụ điện được xác định dựa trên cơ sở của
ai và các yếu tố ảnh hưởng khác.

3. Phương pháp hệ số đàn hồi thu nhập

3.1. Nội dung phương pháp

Nhu cầu điện năng được dự báo theo như phương pháp “mô phỏng kịch bản” hiện đang được áp dụng rộng rãi trong
khu vực và trên thế giới. Phương pháp luận dự báo là: trên cơ sở phát triển kinh tế – xã hội trung – dài hạn, nhu cầu
điện năng cũng như nhu cầu tiêu thụ các dạng năng lượng khác mô phỏng theo quan hệ đàn hồi với tốc độ tăng
trưởng kinh tế. Phương pháp này thích hợp với các dự báo trung và dài hạn. Ðàn hồi thu nhập được xác định như sau:

A
 A%
 ET   A (3)
 Y % Y
Y
Trong đó: αET - Hệ số đàn hồi thu nhập; A% và Y% - Suất tăng tương đối điện năng và GDP; A - Ðiện năng sử
dụng; Y - Giá trị thu nhập GDP; A và Y - Tăng trưởng trung bình điện năng và thu nhập trong giai đoạn xét.
Các hệ số đàn hồi được xác định theo từng ngành và từng miền lãnh thổ. Việc xác định chúng được tiến hành theo
chuỗi phân tích quá khứ và có sự tham khảo kinh nghiệm từ các nước trên thế giới và trong khu vực. Ngoài ra, các
yếu tố quan trọng khác tác động đến nhu cầu điện được xét đến là:

- Hệ số đàn hồi giá điện: Khi giá điện tăng lên, một số hộ tiêu thụ sẽ có xu hướng chuyển sang sử dụng các nhiên liệu
năng lượng khác hoặc ngược lại. Như vậy về mặt thị trường, giá cả mỗi loại năng lượng dẫn đến tính cạnh tranh của
loại đó. Hệ số phản ánh sự thay đổi nhu cầu điện của một ngành hay khu vực nào đó khi giá điện thay đổi được gọi là
hệ số đàn hồi giá.

- Hệ số tiết kiệm năng lượng: tính tới việc áp dụng tiến bộ khoa học kỹ thuật, thực hiện tiết kiệm năng lượng, đặc biệt
là triển khai các chương trình quản lý phía nhu cầu DSM.

Hàm số dự báo là hàm tổng hợp, dự báo nhu cầu điện năng toàn quốc được tổ hợp từ nhu cầu điện năng cho các
ngành kinh tế, khu vực dân dụng và từ các vùng lãnh thổ. Ðàn hồi thu nhập và giá biểu thị nhu cầu năng lượng thay
đổi do sự thay đổi giá năng lượng và thu nhập trong mô hình kinh tế lượng.
3.2. Phân tích đánh giá
Thông thường, các hệ số đàn hồi được xác định bằng các phân tích kinh tế lượng của các chuỗi dữ liệu theo thời gian
trong quá khứ. Ðiều này không thể làm được ở Việt Nam vì các chuỗi dữ liệu theo thời gian này không đủ và ngay cả
khi có đủ thì một số sự phân bổ sai lệch tác động đến nền kinh tế Việt Nam sẽ làm mất tác dụng của cách tiếp cận
này. Vì thế các hệ số đàn hồi dùng trong việc phân tích dự báo nhu cầu năng lượng thường được lựa chọn bằng cách
mô phỏng kinh nghiệm của các quốc gia lân cận ở thời điểm mà họ có các điều kiện và hoàn cảnh tương tự. Cách tiếp
cận này không phải là dễ dàng vì một số lý do. Các ước tính kinh trắc thường là không tin cậy và dễ bị thay đổi tuỳ
thuộc vào việc hình thành các quan hệ giữa sử dụng năng lượng và nhu cầu năng lượng cũng như các tập hợp dữ liệu
nhất định đang được nghiên cứu. Phương pháp này ứng dụng tại Việt Nam mang nặng tính chuyên gia hơn là các tính
toán thông thường.
4. Phương pháp chuyên gia
Về thực chất, phương pháp chuyên gia là phương pháp dự báo mà kết quả là các thông số do các chuyên gia đưa ra,
hay nói đúng hơn là sự công não để khai thác và lợi dụng trình độ uyên bác và lý luận thành thạo về chuyên môn,
phong phú về khả năng thực tiễn và khả năng mẫn cảm, nhạy bén và thiên hướng sâu sắc về tương lai đối với đối
tượng dự báo của một tập thể các nhà khoa học, các nhà quản lý cùng đội ngũ cán bộ thuộc các chuyên môn bao hàm
hay nằm trong miền lân cận của đối tượng dự báo.
Nhiệm vụ của phương pháp chuyên gia là đưa ra những dự đoán khách quan về tương lai phát triển của một lĩnh vực
hẹp của khoa học hoặc dựa trên việc xử lý có hệ thống các đánh giá dự đoán của chuyên gia. Sau khi đã thu thập ý
kiến của các chuyên gia, cần xử lý các thông tin theo phương pháp xác suất thống kê. Thực tế phương pháp chuyên
gia hoàn toàn mang tính chủ quan, phụ thuộc vào nhận thức của từng cá nhân, nhưng khi đã được xử lý theo phương
pháp xác suất thống kê thì tính chủ quan sẽ được khách quan hoá bởi các mô hình toán học và vì vậy có thể nâng cao
độ tin cậy của dự báo.
5. Phương pháp mạng neural nhân tạo
Có ba nguồn trí thông minh nhân tạo bắt chước các quá trình của bộ óc và hệ thống thần kinh của con người là quá
trình xử lý ngôn ngữ, robot và các hệ neural nhân tạo. Hệ neural nhân tạo có ứng dụng hầu hết ở các lĩnh vực thương
mại, trong đó có dự báo. Mạng neural có khả năng chiết xuất thông tin từ những dữ liệu không chắc chắn hay những
dữ liệu phức tạp nhằm phát hiện ra những xu hướng không quan sát được bằng mắt thường hoặc bằng một số các kỹ
thuật máy tính khác.

Trong hệ thống neural, nhiều thí dụ được lập chương trình trong máy vi tính. Những thí dụ này bao gồm toàn bộ các
mối quan hệ trong quá khứ giữa các biến có thể ảnh hưởng đến các biến phụ thuộc. Chương trình hệ thống neural sau
đó bắt chước ví dụ này và cố gắng bắt chước mối quan hệ cơ sở đó bằng cách học hỏi khi xử lý. Quá trình học hỏi
này cũng được gọi là đào tạo giống như việc đào tạo con người trong công việc. Một trong những ưu điểm nổi bật
của hệ thống neural trong dự báo là phương pháp này không cần phải xác định những mối quan hệ giữa các biến số
trước. Phương pháp này có thể xác định nhờ vào quá trình học hỏi về các mối quan hệ qua những thí dụ đã được đưa
vào máy. Bên cạnh đó, hệ thống neural không đòi hỏi bất kỳ giả định nào về các phân phối tổng thể và không giống
những phương pháp dự báo truyền thống, nó có thể sử dụng mà không cần có đầy đủ số lượng các số liệu cần thiết.
Chương trình hệ thống neural có thể thay thế nhanh chóng mô hình hiện có, ví dụ như phân tích hồi quy, để đưa ra
những dự báo chính xác mà không cần ngưng trệ các hoạt động đang diễn ra. Hệ thống neural đặc biệt hữu ích khi số
liệu đầu vào có tương quan cao hay có số lượng không đủ, hoặc khi hệ thống mang tính phi tuyến cao. Phương pháp
này cho kết quả dự báo có độ chính xác cao, dự báo được các sự kiện theo thời gian.