采用灰色模型GM（1,1）等5種方法對2004—2018年廣州市用電量作擬合檢驗(yàn)并優(yōu)選應(yīng)用模型,結(jié)果表明:（1）擬合月度用電量時,氣溫預(yù)測法、灰色模型GM（1,1）、隨機(jī)季節(jié)模型和組合預(yù)測法的平均相對誤差分別為5.44%、3.47%、2.94%和2.45%;擬合年度用電量時,氣溫預(yù)測法、灰色模型GM（1,1）、隨機(jī)季節(jié)模型、人均用電預(yù)測法和組合預(yù)測法平均相對誤差分別為1.87%、2.22%、1.09%、2.36%和1.05%;從擬合精度角度看,灰色模型和隨機(jī)季節(jié)模型較理想,氣溫預(yù)測法和人均用電量法均較差,組合預(yù)測法集成各模型優(yōu)勢,效果最佳。（2）運(yùn)用組合預(yù)測法得出2019年、2020年和2021年廣州市各月用電量分別平均同比增長3.65%、4.72%和4.65%,年用電量則分別同比增長5.12%、5.18%和5.12%,可用于廣州市電網(wǎng)負(fù)荷管理。（3）提高預(yù)測精度要求更細(xì)的用電量和人口統(tǒng)計數(shù)據(jù),需要各部門加強(qiáng)數(shù)據(jù)上報和溝通機(jī)制。 

【文章來源】：生態(tài)經(jīng)濟(jì). 2020,36(08)北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

四種模型的平均相對誤差比較

表3 年度用電量擬合精度描述性統(tǒng)計 方法 極小值 極大值 均值 標(biāo)準(zhǔn)差 方差 氣溫預(yù)測法 0.06% 4.60% 1.87% 0.014 0.000 2 灰色預(yù)測法 0.00% 8.72% 2.22% 0.021 0.000 5 隨機(jī)季節(jié)模型 0.17% 3.86% 1.09% 0.009 0.000 1 人均用電量法 0.30% 7.46% 2.36% 0.022 0.000 5 組合預(yù)測法 0.18% 3.31% 1.05% 0.008 0.000 12.2 預(yù)測方法應(yīng)用

用電量的變化受社會、經(jīng)濟(jì)、政策和氣象等因素的綜合影響。段海來和千懷遂[2]研究表明,廣州市城市電力消費(fèi)主要受到氣溫、濕度、風(fēng)速等氣象因子的影響,其中氣溫為關(guān)鍵性因子。廉麗姝和張艷麗[3]研究表明月用電量特別是生活用電量與氣溫、降水、相對濕度等氣象要素關(guān)系密切。沈勇等[4]研究得出城市電力消費(fèi)受城鎮(zhèn)化率、常住人口、人均可支配收入、GDP、工業(yè)產(chǎn)值、產(chǎn)業(yè)結(jié)構(gòu)以及電力替代等多種因素影響。王偉和彭松[5]得出北京市電力能源消費(fèi)和常住人口數(shù)據(jù)之間存在協(xié)整性關(guān)系。以上多為選取若干氣象變量或社會經(jīng)濟(jì)變量對與某一地區(qū)月度或年度用電量的相關(guān)性進(jìn)行檢驗(yàn)或預(yù)測研究,而采用多模型組合、多時間尺度預(yù)測地區(qū)用電量的研究還較為少見。圖2 2004—2018年廣州市各月用電量均值和年均同比增長率

【參考文獻(xiàn)】：
期刊論文
[1]北京電力能源消費(fèi)與人口因素的協(xié)整性研究[J]. 王偉,彭松.  電力與能源. 2017(02)
[2]上海地區(qū)居民用電的影響因素和需求預(yù)測模型[J]. 沈勇,楊滎,俞國勤,劉雋,臧建彬,王亞偉.  華東電力. 2012(10)
[3]灰色理論及神經(jīng)網(wǎng)絡(luò)組合模型在水質(zhì)預(yù)測中的應(yīng)用[J]. 張海峰,盧云曉.  給水排水. 2010(S1)
[4]廣州、香港、澳門月均溫與月用電量關(guān)系初探[J]. 陳穎嘉,孫武,張惠娜,李濤,胡莉.  華南師范大學(xué)學(xué)報(自然科學(xué)版). 2010(01)
[5]廣州市城市電力消費(fèi)對氣候變化的響應(yīng)[J]. 段海來,千懷遂.  應(yīng)用氣象學(xué)報. 2009(01)
[6]氣象條件對城市用電量的影響——以山東省曲阜市為例[J]. 廉麗姝,張艷麗.  能源研究與利用. 2003(01)

博士論文
[1]氣候變化對制造業(yè)的經(jīng)濟(jì)影響研究[D]. 孫寧.南京信息工程大學(xué) 2011

碩士論文
[1]基于大數(shù)據(jù)平臺應(yīng)用的供電量分析及預(yù)測方法研究[D]. 王澤洋.華北電力大學(xué) 2017
[2]地區(qū)級電力負(fù)荷預(yù)測方法的研究[D]. 王建美.華北電力大學(xué) 2014



本文編號：3020438