分段电价概念分类

递减式电价与递增式电价

1996年以来，许多省、市电力部门相继出台了增供促销的分段递减式（即随用电量增加分阶段下浮电价）居民生活用电电价政策，增强了电力与其它燃料（如煤、天然气等）之间的竞争力。而实践证明，递减式居民生活用电电价政策对于中西部地区调动中低收入居民生活用电电价政策对于中西部地区调动中低收入居民家庭增加用电量影响甚微。在我国不断完善社会主义市场经济体制的今天，政府和企业应该用市场方法来分析市场实际，分析用电细分市场，分析各类电力市场的价格弹性、替代效应、收入效应，以期制定一个科学合理、效率公平的电价机制，促进资源优化配置。

居民生活用电分段递减电价的不足在于仅考虑了电量增加电价递减，薄利多销，只要边际收益仍大于零，企业收益仍会增加。这种分阶段的电量（一般以50kWh为1个用电阶段）电价递减，没有考虑到我国中西部地区中低收入居民的收入预算约束下的用电量阶段电价没有下降，因而递减式居民用电量阶段电价没有下降，因而递减式居民生活用电电价是一种较有利于高收入居民的电价政策。高收入居民高收入、高用电享受到了低电价，而高收入居民用电价格弹性小，价格降低电量增加不大。

居民生活用电分段递增式的电价模型较递减式电价模型在确保供电企业收益不变，中低收入居民负担不加重的情况下，使中低收入居民用电量增长，更有利于改善中低收入居民的生活水平，增加供电企业售电量。中低收入居民的增加还将给供电企业带来长远利益。对高收入居民实行的高电量高电价反映了供电边际成本的上涨趋势，可用来促进电力节约。居民收入层次的划分及定价因地制宜，先试点摸索经验，后广泛推广。这种定价模型的不足可能在于电价降低效应的滞后性影响供电企业短期利益，带来的居民用电量快速增长也不利于缓解目前缺电的局面。提高居民生活用电量、降低低产出的高耗能工业用电量、形成合理的用电结构是摆在政府和供电企业面前的又一项重要任务。

早在20世纪70年代全球石油危机时期，美国和日本等经济发达国家或地区由于燃油供应不足而造成电力供应严重紧缺，为促进能源节约，开始实行居民阶梯式递增电价制度；之后，部分发展中国家，如韩国、印度、马来西亚和希腊也逐步实行居民阶梯式递增电价制度。而在开展零售市场竞争的国家或地区，如英国和美国的德克萨斯州，零售商为了争取市场份额则采用阶梯式递减电价制度。

长期以来，我国居民用电一直实行均一的、“福利型”低电价政策，致使销售电价结构不合理，工商业电力用户对居民用户提供了巨额的供电成本补贴，居民用户参与节约用电的积极性不高，有悖于当今我国建设资源节约型和环境友好型社会的时代要求。分段电价制度，是一种非线性电价制度。通过居民电价制度改革，既能满足低收入家庭基本生活用电，又能合理反映居民用户供电成本，减少工商业电力用户对居民用户的交叉补贴，促进全民参与节能减排，提高电能资源配置效率。

我国居民阶梯式递增电价的制定原则

在我国的财政补贴政策、居民用户心理承受力、销售电价结构和节能减排任务的现实约束下，我国居民阶梯电价制定的原则应该是：（1）要保障低收入人群维持最低生活水平的用电要求，设置第一阶段电量及电价，也被称为“生命线电价”，这个电价水平以现行居民生活用电价格水平为基础，充分考虑低收入家庭的承受力和政府对低收入家庭的生活保障性补贴政策制定，通常要低于单位居民生活用电量的实际供电成本；（2）要以覆盖绝大多数居民的户均电量设置第二阶梯，相应的电价水平应涵盖其单位供电量的成本；（3）为了促进高耗电居民节约用电，设置第三级及以上阶梯，其电价水平高于第二阶梯的部分，用于补偿第一阶梯用户没有承担的供电成本、环保成本以及需求侧管理成本等。 2100433B

根据预测点的类型，将电价预测分为系统边际电价或者市场统一出清电价预测、区域边际电价预测、节点边际电价预测。通常情况下，们所说的电价预测都是对系统的统一出清电价的预测，在系统不发生阻塞的情况下，各个地区的区域出清电价和系统统一出清电价是相同的 。

根据预测内容的不同，可以分为确定性预测和电价空间分布预测，前者是当前讨论比较多的热点，主要针对短期电价预测，预测的结果就是给出一个确定的电价预测数值，后者主要基于概率论与数理统计知识，确定预测结果的可能波动范围及其一段时期内的电价均值，主要是针对中长期电价预测，目前国内外在这方面研究得还比较少。

根据预测机理的不同，将电价预测分为短期预测和中长期预测。由于电价波动大的特点，具体分为小时预测旧预测、月度、季度预测。针对周末边际电价的特殊性，还将周末边际电价进行单独预测。

电价预测是电力市场化以后新出现的研究方向。研究尚不够充分，目前还没有一种通用的预测方法能较好地适合于所有的电力市场，因此有必要充分地利用各个电力市场本身的特点进一步展开研究，从而提高预测精度。下文将根据电价预测机理的不同，分别针对短期电价预测和中长期电价预测进行深入的分析。

短期电价预测是电价预测的重要组成部分，它主要用于预测未来几小时、1天至几天的电价。准确的短期电价预测将有助于发电商最优报价策略的选择，从而最大化其利润，使购电方的动态成本控制成为可能，同时也为监管部门的实时监管提供了重要的科学依据，保证电力市场的正常运行。目前，短期电价预测主要有四种方法 :

1.时间序列法，

2.神经网络(ANI})预测法，

3.基于小波理论的预测方法，

4.组合预测方法等。

电价预测时间序列预测法

时间序列模型分为自回归(AR)模型、动平均(MA膜型、ARMA模型、累积式自回归一动平均(AR MA膜型，已被广泛应用于短期负荷预测中，考虑到各时段系统边际电价本身就构成一个等间距的随机时间序列，因此有不少学者尝试将时间序列模型应用于短期电价预测，当前比较常用的主要是ARMA模型!7.A]和AR MA模型!9‘。]。 时间序列方法的主要难点在于如何选择恰当的模型，如果模型选择不准确，则即使参数估计再准确，预测的效果也不会好。考虑到在时间序列分析中，选用何种因子和用何种表达式有时只是一种推测，影响电价的因子的多样性和某些因子的不可测，使得时间序列分析在某些情况下受到限制，预测的精度较低。

电价预测神经网络方法

由于时间序列方法仅依靠分析电价自身发展规律进行预测，无法处理多变量问题，存在一定的片面J陛，为此可采用多变量模型，从而提高时间序列法的预测精度。神经网络对大量非结构性、非精确性规律具有自适应功能，能够有效处理多变量和非线性问题，从而成为目前国内外专家学者研究得比较多的一种申‘价预测方法

电价预测基于小波理论的预测方法

小波理论是在傅里叶分析基础上发展起来的一种信号处理方法，小波变换能将各种织在一起的不同频率混合信号分解成不同频带上的块信号，然后在各个时频区域分别进行观察和处理，在时域和频域都具有良好的分辨能力。

小波神经网络与BP神经网络相比，预测精度和收敛性方面都有明显的提高。但是在用辅助式小波神经网络进行预测时，需注意小波基和分解尺度的选择，同时处理好小波变换过程中的边界问题，否则即使各个子序列预测得再准确，总体的预测效果也不会很好。而在用嵌套式小波神经网络进行预测时，需注意小波基的数量和网络初始参数的选择，选择不当会导致网络收敛速度缓慢甚至出现不收敛。

电价预测组合预测方法

由于电价的影响因素比较多而且关系错综复杂，有时候无论采用时间序列法、神经网络方法等都难以达到理想的预测效果。鉴于单一预测方法的一些弊端，有些学者开始对组合预测方法进行探索，当前的主要思路是直接从电价预测机理的角度将单一预测模型进行组合，即先对各种已有的单一预测方法优缺点进行分析，然后通过将两种或者多种方法进行组合，扬长避短，从而建立最优的组合预测模型。

基于数据挖掘技术强大的数据处理能力，能从大量的数据中发现有用的规律、规则、联系、模式等知识，有学者!26]提出一种基于数据挖掘中的相似搜索技术和加权回归技术相组合的电价预测方法:即对临近日和相似搜索所得到的相似日的负荷—电价数据用加权回归进行电价预测，这种方法比较适合于负荷与电价强相关性的电力市场如加州电力市场。