用地仿真法：精准分析土地利用的有效工具

用地仿真法是一种自上而下的空间负荷预测方法，在总量预测结果的基础上，将总量负荷预测自上而下地分配到小区，从而预测出未来配电网的负荷分布。这是因为：①总量负荷预测的方法很多，精度也比较好；②接入电网（输电系统和子输电系统）都是根据总量负荷预测规划的。

为了提供负荷预测所需的位置信息，空间负荷预测通常需要将供电区域划分为很多个小区，再分别预测每个小区的负荷。在短期空间负荷预测中，小区可以按设备（变电站，馈线）的供电范围来划分。但在长期预测中，设备的供电范围本身就是待决策的，最好的办法是将待规划的供电区域划分为大小一致的方格。

用户可以按照用地特性和用电特性的不同分成若干类，称为用地类型。工业和居民不仅在负荷特性上不同，而且，在用地要求上也有很大的不同。每一用地类型的用电特性可由典型负荷密度曲线给出，典型负荷密度曲线的变化可由终端负荷预测方法来预测。因此，空间负荷预测可以转化成土地分布预测，只要预测出了各用地类型的用地空间分布，简单的负荷叠加运算就可以求出负荷的空间分布。通常把求解用地空间分布过程称为用地仿真（预测）过程。

衡量小区适于各用地类型的发展程度，需要定义小区的属性。反映小区属性有三个方面：①小区自身的条件，如是否平整、市政规划是否限制发展等；②小区的距离指标，如小区离市中心、公路、学校的远近；③环境因素，如小区附近商业是否发达、居民是否很多。所有这些空间属性都可以从地理信息系统中提取。

小区的属性可以用数字精确地表示。但用地类型对小区属性的要求却总是模糊的，语言化的。因此，可采用具有层次结构的模糊知识库来模拟每个用地类型的用地要求，并采用模糊多属性决策技术来评价小区适于各用地类型的发展程度。小区适于用地类型的发展程度称为评分或评价。

经济发展是一个由内向外的扩展过程，评分高的小区总是最先得到发展。根据这个原则，系统采用运输模型来模拟用地分配过程。即求出一种土地分配方案使得所有小区的评分之和最高，同时满足：①小区内所有用地类型的土地分配面积不超过该小区的可发展面积；②对某一用地类型，所有小区的土地分配面积不能超过该用地类型总量预测面积。

根据小区的用地预测可以得到小区的用电预测，从而得到电网的空间负荷分布。综上所述，空间负荷预测方法分解为图3-2所示的步骤。

空间负荷预测包括四个模块：①数据准备模块；②总量预测模块；③用地仿真模块；④土地—负荷转换模块。数据准备模块负责小区的划分、用地的分类和数据的收集。土地—负荷转换模块的主要任务是将用地决策（分布）转换成负荷分布。总量预测模块包括系统负荷预测、终端负荷预测和分类用地预测。分类土地预测的目的是确定未来年份内各用地类型的土地增长量。用地仿真模块包括四个步骤：①提取空间属性数据；②建立用地评价模糊知识库；③小区适应度评估；④用地最优分配。

图3-2　空间负荷预测的基本框架图

1. 小区划分和用地分类

小区划分和用地分类是空间负荷预测中两个对预测过程具有全局影响的步骤，小区和用地类型一旦确定，后面的数据收集和处理都是围绕着它们展开的。一般来讲，小区划分和用电分类既要考虑规划的目的和要求，又要考虑数据收集等方面的情况。另外，用地分类要综合用户的用地和用电两个方面的特性，用电特性相似但用地要求不同的用户应该分为两类。表3-10列出的是比较常用的用地分类。

2. 空间数据收集

空间数据收集分为三大块：小区自身属性、距离因素和环境因素。表3-11是列出了常用的空间数据收集项。小区自身属性数据可从规划部门获得，包括地形、地貌、市政规划约束等，这些数据是用地预测过程考虑城市发展规划的主要途径。距离因素反映了小区在城市中的地理位置、交通状况和附近工厂、学校、市政设施的分布情况，环境因素体现了小区周围的商业发达程度和市场潜力。对某个小区来讲，“周围0.5km内居民面积”反映了该小区的社区条件，若小区附近无人居住，该小区恐怕也很少有人去住。“周围3km内居民面积”反映的是该小区发展商业和学校以及市政设施的潜力，小区附近3km内住的人多，说明市场潜力较大，并极有可能在该小区内进行学校和市政设施的建设。“周围3km内的商业面积”反映了小区附近商业的发达程度，若商业已经很发达，则不大可能在该小区内发展新的商业。(www.xing528.com)

表3-10　用户常用分类

表3-11　小区空间属性

3. 总量负荷预测、终端负荷预测和分类负荷预测

总量负荷预测即系统负荷预测，在空间负荷预测中是作为总量控制的。终端负荷预测的作用是预测用地类型的典型负荷曲线。空间负荷预测在负荷分配的过程中，不仅要保证所有小区的负荷之和等于总量负荷预测的结果，而且还要保持各类负荷间一定的比例关系。在城市的发展中，各行业、各部门都是相互协调、相互促进的，内在地存在一个比较固定的比例关系。分类土地预测就是要利用这个比例关系，从总量预测中推导出各用地类型的未来土地的增长量。该比例关系可从统计数据中得到，也可以直接利用当前的比例关系。分类土地预测也可以从土地规划部门获得，但要对数据的合理性进行校验，特别是要与系统负荷预测一致。

4. 用地仿真过程

用地仿真本质上是用地预测过程，其目的是预测小区的未来发展。用地仿真过程包括三步：用地要求模糊知识库的建立、小区适应度评估和用地最优分配。

在空间负荷预测的实际应用中，建立用地评价模糊知识库的过程非常繁琐，但对评估结果影响很大。一般来讲，用地评价指标体系和各指标权重的确定相对比较容易，通过调查或者专家的经验就能够确定。但在确定每个指标的模糊规则时，通过调查或者专家经验一般只能确定几条比较明显的规则，而对于规则中多个前件之间的相互组合时，调查者往往难以对规则的后件作出评判，而且不同的调查者会给出差别很大的结论。另外，用地评价模糊规则通常会受到心理、经济、生活水平和城市发展所处阶段的影响。在进行长期空间负荷预测时，用地评价模糊规则应该能够作相应的变化和调整，这个调整人工难以胜任。因此，空间负荷预测要想进入实用化运行，就必须解决模糊规则提取困难的问题，最好能够从现有的或者过去的用地分布中自动提取。

用地评价模糊规则的自动提取过程实际上是一个学习过程，对每种用地类型，将其用地分布作为训练样本，找出最能够反映该类用户用地特征的一组规则。规则自动提取的方法很多，如神经网络、模糊神经网络和遗传算法等。本系统采用遗传算法来自动提取模糊规则，并作如下假定：①用地评价指标体系和各指标的权重是已知的、不变的；②大多数用户对当前小区的评价是比较满意，当然，最好是根据每个小区的具体情况或者通过用户调查来确定一个综合评分数；③模糊集也是给定的。

小区适应度评估过程是采用模糊多属性决策技术推理出每个小区对某类用户发展的适应度。得到小区的评分后，应用运输模型可将总量用地和分类用地按照最优的原则分配到各个小区。

5. 土地—负荷转换

土地—负荷转换根据用地类型的典型负荷目的将用地分布转换成负荷分布，这一步只涉及简单的线性运算。