首页 > 

电力需求在多大程度上是可预测的?

来源:
时间:2019-06-04 11:02:15
热度:

电力需求在多大程度上是可预测的?对于未来,我们需要保持足够的谦卑——我们几乎一无所知。在政策与规划层面,更显性地考虑不确定性以及如何“稳健&rd

对于未来,我们需要保持足够的谦卑——我们几乎一无所知。在政策与规划层面,更显性地考虑不确定性以及如何“稳健”地应对,应该代替所谓的“准确把握需求”。

在过去的电力规划以及政府文件中,“准确把握电力需求”的提法不一而足,比如2012年《迎峰度夏》通知,2016年发改运行[2016]413号文件,发改运行〔2018〕855号文件都提及,要准确把握电力需求形势。这种提法存在何种程度上的意义?办得到吗?本期专栏我们将特别讨论这个问题。

经济能源系统是开放的巨系统,不同于边界明确的物理实验室系统

通常来讲,一个系统要变得可预测,是具有苛刻条件的:系统是可观测的,可以收集足够多与准确的数据;系统的结构是不随时间而改变的;不存在不可预知的突发事件(比如石油危机、美国911)或者技术变化。

能源与经济系统随时都在发生结构性变化与技术变化,以及黑天鹅事件。这些都将明显改变过去的轨迹。因此,无论是能源系统还是经济系统,不具有可预测性,而具有可塑造性,是受到人的行为等因素影响的。这一点在长期尤其是这样。

一个系统的结构变化可能是很缓慢的,但是长期的积累就会变得很显著。比如过去,可能的经济增长与煤炭的消费几乎是线性关系,但是对那些已经处于油气时代的国家,这一点显然不适用。

过去的预测记录——运气不佳

因此,预测是否准确,不是一个方法论好坏、是否运用得当、参数是否选取合理(这个只有事后才知道)就可以充分决定的问题。它在更大的程度上取决于现实中的惯性能够在多大程度上维持,那些忽略的关键因素以及边界外的因素是否保持基本的稳定,以及预测者的运气如何——不要遇到黑天鹅事件。

从过去的实践来看,大部分人的运气是不佳的。以官方发布的电力五年规划为例,孙寿广等人曾做过一个很好的回顾。他们的统计汇总显示,对于我国这样一个大国,体量很大,年度电力需求增长,其本来就在一个比较窄的可能区间上(起码过去不可能高于20%,也不可能低于-5%),其预测偏差都少则0.3个百分点,多则6个百分点。请注意:是百分点,而不是百分比。如果按百分比算误差,6个百分点的误差接近100%。

中国电力企业联合会在近些年均会发布过去一年的电力回顾以及新一年的电力展望。卓尔德中心对这些展望以及实际的电力增长进行了比较。结果如下。可以看出,仅仅是1年的提前量,其预期与实际的差别也可以用“巨大”来形容。

国际机构的运气也不行——概莫能外

当然,这不是我国能源工作者的问题,而是世界各国各机构普遍存在的现象。如图1所示,国际能源署在10年周期以上的光伏预测结果偏差过大引来NGO组织的苛责。

曾几何时,以上的机构,还是政府间气候变化组织(IPCC)发布关于未来的情景分析,均被部分机构解读为“预测”。这些机构也比较享受这种感觉,甚至有所谓代表“权威预测”的想象与幻觉。

不过,现在,随着时间的推移,这种工作做得多了,与现实的发展大相径庭之后,这些机构都纷纷澄清自己的工作完全不是“预测”,而是基于给定的技术进步与政策影响下的后果检验,这的确已经回归了这些工作的本意。

这些澄清,国际能源署在2017年的《世界能源展望》第二章专门用了一个章节说明自己的三种情景为何不是预测练习;IEA 解读自己的结果,通常开头就是“正如我们总是指出的,我们的结果不是预测(Fore)”。

IPCC从1990年开始发表综合评估报告AR1,到现在已经发布的AR5,也可以清晰地看出对这种对未来的“展望”的解读的变化。

当然,最近在能源预测届出现了一个亿万富翁,就是Bloomberg的老总。他经常津津乐道其新能源财经业务对可再生能源发展的把握,比如:“为什么彭博社的新能源金融团队比大多数人做得更好?”笔者的答案很简单——因为他干的时间还不长,运气迄今还不错。

“我很熟悉这样一条线,即这些不是预测,而是场景,仅用于显示在某些输入假设下发生的情况。我拒绝它……如果这不是目的,为什么要出版它呢?”笔者的回应是:情景类似地图,是用来指明短期技术与政策的长期影响,以及长期目标的短期含义的。

对于此,我们还是留待时间给他更多检验的机会。

用一句话来概括,对于未来,我们需要保持足够的谦卑——我们几乎一无所知。在政策与规划层面,更显性地考虑不确定性以及如何“稳健”的应对,应该代替所谓的“准确把握需求”。

不是不需要预测,而是基于预测的有限性角色做额外安排

事实上,电力系统随时都在做预测,各种时间尺度与地理范畴上的。即使预测不准确,其仍旧是有意义的,比如风功率的预测。

这一结果跟天气气象情况具有紧密的联系,越靠近实时的预测,越有望延续系统惯性的维持,从而在统计意义上更加准确,从而服务于系统的整体平衡,以及调度准确相应的备用,来应对绝大部分可能(比如95%)下的预测偏差问题。

也就是说,对于风电的功率,如果不预测,那么需要准备的备用就基本是整个风电的波动全部;如果预测了,大部分的波动通过提前计划(scheduling)得以消化,需要安排备用的部分只是那部分“预测偏差”(fore error)。

我国的调度部门目前风光预测是否有用,是否根据预测安排开机组合计划,而不是其他粗糙稳健的规则,由于调度运行数据不公开,不得而知。但是,无疑,在可再生能源越来越多的今天,做细提前计划已经是一个必须的工作。

这是预测的意义所在。但是,我国过去关于电力预测的讨论,特别是长时间尺度预测的讨论,完全不是这种范式。其基本的特点在于:

不承认或者忽视未来需求存在的固有不确定性。不同人的预测,完全不固定前提与假设的互相比较其结果。这意味着假设默认未来已经确定了,只是不同人的修为不同或者修为不够,“参不透”。

这明显是一种类似宗教性质的未来认识论。讨论到最后居然就没有不确定性了。把一个复杂不确定的问题,以及如何在不确定的环境下作决策,高度简化成了几个百分点与几个比例。

高度简化的方法论,完全不考虑价格的角色与消费者的响应变化。2025年电力平均价格是3毛还是5毛,代表着截然不同的社会电力总需求,与不同能源间替代的程度。这无疑是个重要因素。

还有用发达国家类比。发达国家一方面也在一个很大的区间上;另一方面,现在的我国相当于欧盟日本的哪个阶段,虽然我们可以说出一种设定明显(比如按照日本工业化前的)比另外一种不合理(日本70/80年代)。但是总体而言,合理不合理很大程度上是个很主观的事情。

基于不同方法论“综合”“平均”得出电力需求预测。应该讲,这种方法论在理工领域存在广泛的应用,具有统计上的道理——各个方法会或正或负的趋近“真值”,从而平均在统计意义上将降低误差。

但是,开放的能源系统,比如未来5年的电力需求,却是一个完全不存在“真值”的问题,其具体水平还取决于这5年内的发展,以及到时候的气温。这种方法的采用,完全是方法论误用。

经济能源系统的模型与方法,给予不同的参数,永远可以得出任何结果。与之前类似,这些不同参数是否有道理,以及在多大程度上有道理,很大程度上属于操刀者的“主观判断”。

进行确定性规划之后,排斥其他可能性。这一现象典型的体现在前几年对我国的煤炭消费是否达峰的热烈讨论。先“认定煤炭要达峰”,然后设定“达峰的目标与规划”,如果现实发展不符合这种目标或者规划,就用各种行政手段去趋近目标,比如关停众多仍未到寿命期的煤炭利用基础设施。类似“理论不符合现实的时候,去修改现实”。

这涉及到我们如何理解规划的作用,我们将在今后详细讨论,但是必须指出的是:这种范式构成对市场的统一与开放性质的严重干扰。

大数据与人工智能时代:情况会有变化吗?

过去的科学往往是这样的:运用某个方法进行度量(measure or detect),然后试图对其进行从原因到结果的解释(explain or attribute)。不仅需要理解什么发生了,也需要理解为什么会发生。

大数据时代这似乎在改变。战胜国际象棋大师的深蓝,与战胜围棋大师的AlphaGo,起码笔者是无法理解其为何能够获胜了。但是它们的确是深度学习与人工智能的产物。从原因到结果的链条不再那么直接,机器的算法完全成为了黑箱。

这可以用来做电力预测吗?当然可以,尤其是短期。但是,大数据也是会犯错误的,也是会有误差的。是不是类似医疗与自动驾驶方面的案例,会比人的误差更小还不得而知。因此,技术的发展并不会改变我们上面讨论问题的基本结论。

十四五规划抉择:将“准确把握电力需求”列入禁用词表

基于以上的讨论,我们可以看出,电力系统这个系统不具有可预测性,短期需要市场的特别安排以应对这种不确定性,而长期系统具有可塑造性。

预测往往是不准确的,特别是对于长期,所谓预测更确切的说法是基于各种前提的“情景分析”。这个长期有多长,取决于我们分析问题的类型与尺度。基于火电2-3年的建设期,风电1-2年的建设期,光伏6个月-1年的建设期,房地产1-3年建设期,主要工业设施2-10年建设期,电力需求的增长5年规划问题已经是个中长期问题。

我们并不需要从现在就对更长期的电力需求未雨绸缪,这一点跟长期的能源环境目标(比如气候目标)存在迥异的区别。

将“准确把握电力需求”列入禁用词表,对于一个有用的能源电力十四五规划,是非常具有意义的。

当然,从操作环节,我们仍旧需要设定或者模拟十四五的电力需求,作为一个整体行业发展模拟的一部分,甚至是起点(这是过去的范式)。

但是,这一工作的开展与讨论,必须基于透明与明确方法论框架与参数设定的实证分析与比较,进行一个设计与设定,而不是一个关于各路专家主观判断的“大汇总”。

Baidu
map