|
区域电力消费主要影响因素的研究 石玉淳，崔巍** 作者简介：石玉淳（1988-），男，工业工程研究生，主要研究方向：预测与投资分析 通信联系人：崔巍（1972-），男，副教授，主要研究方向：经济预测、决策支持等. E-mail: cwsll@126.com （大连海事大学交通运输管理学院，辽宁大连 116026） 5 摘要：关于电力消费与经济社会发展之间关系的研究越来越成为一个重要的课题，区域电力市场的发展直接影响着地区经济社会和人民生活水平的发展，电力的及时供应是保证工业和农业生产的重要保障，电力这一能源在供应的短缺问题和储存上的困难的矛盾决定了发电量需要确定一个上下限。本文以重庆市为例研究电力消费的主要影响因素，运用灰色关联法对指标进行筛选和分析，得出电力消费的主要影响因素，目的在于为区域电力发展和制定相应10 政策提供依据。 关键词：电力消费; 影响因素; 灰色关联 中图分类号：G31 The research of influencing factors about Regional Power 15 consumption SHI Yuchun, CUI Wei (Transportation Management School, Dalian Maritime University,Dalian, Liaoning 116026) Abstract: The study between electricity consumption and the development of economic society have more and more become an important topic ,The development of the regional electric power 20 market directly impact on the regional economic and people's living, The timely supply of electricity is an important safeguard to ensure that industrial and agricultural production, but the electricity supply shortage and the difficulties on storage is a contradictions .this determines the amount of power generation needs a upper and lower limit. This paper research the main factors which influence the power consumption taking Chongqing as an example ,and use grey correlation 25 method for analysis indicators ,the purposes is to provide support for the region power development and relevant policy formulation. Key words: Electricity consumption; influencing factors; Grey Relational 0 引言 能源是人类生存和发展的重要物质，从某种意义上来说，人类社会经济的发展离不开能30 源资源，当今世界经济的发展更离不开能源资源的开发和利用。能源成为世界各国经济发展不可缺少的重要投入要素，更成为世界各国经济发展的重要支撑资源。然而电能的利用也存在着很多的问题，作为一种能源，电能生产过多无法充分利用，储存的成本也是相当大的；相反，电能生产少了却无法满足人们的正常生活和社会的使用量。[1]因此研究哪些因素是影响电力消费的主要因素对于后期电力生产具有深远的借鉴作用。 35 在系统工程学科中，我们把只有部分的信息为人所知的系统称为灰色系统，对于我们研究的电力消费来说，其各因素书局域系统特征数据之间往往没有很明显的线性关系或者各因素彼此之间有关，很多数据没有典型的分布规律，这样就很难确定到底哪些是主要因素，采用传统的回归分析、方差分析、主成分分析等方法难以奏效，因此我们可以利用灰色关联的方法来确定电力消费的主要因素。重庆市是一个较为典型的地区，因此本文选择结合重庆市40 电力消费情况进行研究，揭开影响区域电力消费主要影响因素的真实面纱。[2] 1 灰色关联分析理论 1.1 灰色关联分析的原理 灰色关联分析的基本思想是根据序列曲线几何形状的相似程度来判断其联系是否紧密,曲线越接近,相应序列之间的灰色关联就越小。[3]灰色关联分析方法就是通过计算系统特征变45 量数据序列之间的灰色关联度,建立灰色关联矩阵,利用优势分析原则,得出各影响因素的顺序,最终确定出主要影响因素。对于以确定影响电力消费量影响因素为主要目的的灰色关联分析，由于各变量数据序列的单位不统一，必须对各变量数据序列进行标准化，以保证计算出的关联的准确性。灰色关联分析方法弥补了采用数理统计方法作系统分析所导致的缺憾。它对样本量的多少和样本有无规律都同样适用，而且计算量小，十分方便，更不会出现量化50 结果与定性分析结果不符的情况。 1.2 灰色关联度 设 ))(),...,2(),1((......))(),...,2(),1((......))(),...,2(),1(())(),...,2(),1((11110000nxxxXnxxxXnxxxXnxxxXmmmmiiii 为相关因素序列。给定实数 ))(),((0kxkxi ，若实数 nkiikxkxnXX100))(),((1),( 55 满足 规范性： iiiXXXXXX0001),(,1),(0 （2）整体性：对于 }2;,...,2,1,0{,mmsXXXXsji 有 jiXXXXijji),,(),( （3）偶对对称性：对于 XXXji, 有 60 },{),(),(jiijjiXXXXXXX （4）接近性： )()(0kxkxi 越小， ))(),((0kxkxi 越大，则称 ),(0iXX 为 0X 与 iX 的灰色关联度， ))(),((0kxkxi 为 iX 与 0X 在 k 点的关联系数，并称条件（1）~（4）为灰色关联四公理。[4] 1.3 灰色关联度及其计算方法 65 灰色系统关联分析的具体计算步骤如下： 第一步 求各序列的初值项（或均值项）。令 minxxxxXXiiiii,...,2,1,0)),(),...,2(),1(()1(/i 第二步 求差序列。记 minkxkxkiiiiii,...,2,1)),(),...,2(),1((,)()()(0 70 第三步 求两极最大差与最小差。记 )(minmin),(maxmaxkmkMikiiki 第四步 求关联系数 minkMkMmki,...,2,1;,...,2,1),1,0(,)()(i0 第五步 计算关联度 75 nkoiimikn10,...,2,1),(1 2 指标选取 2.1 指标选取的原则 本文旨在选取具有代表性的指标作为反映区域电力消费的变化，因此可以确定出以下原则作为指标筛选的一般原则： 80 （1）稳定性原则 在历史数据收集过程中可以看出，指标的变化不仅受到系统内部影响因素如国家宏观调控和过你经济局势变化的影响，而且还有许多外部因素的影响，因此在指标选取的过程中，西药选取较为稳定的指标。 （2）数据的准确性和充分性原则 85 由于某些数据统计不完善，所以在进行指标选取的过程中需要考虑数据是否准确和统计过程中的充分和连续性。 （3）全面性原则 影响因素的指标选取应该充分反映电力消费的主要相关经济活动，全面反映电力市场的变化情况。 90 （4）代表性原则 在指标选取过程中，由于部分指标间存在相关性，因此在选取是应选择具有代表性的指标。[5] 2.2 指标的选取 本文共选取25项指标作为影响因素指标库的基础数据，其中包括重庆市的8项数据，95 全国的10项数据和国际上的7项数据，见表1。 表1 指标库 Tab.1 Indicators library 重庆市8项指标 财政收入占生产总值的比重[X1]、能源消费总量[X2]、煤炭消费量[X3]、货运量[X4]、原煤[X5]、第三产业占生产总值比重[X6]、第二产业占生产总值比重[X7]、工业二氧化硫排放量[X8] 全国10项指标 中国居民消费水平[X9]、中国货物周转量[X10]、第二产业生产总值构成[X11]、国内生产总值[X12]、中国 货运量[X13]、中国货物运输平均距离[X14]、中国财政支出增长速度[X15]、中国工业品出厂价格指数[X16]、中国实际利用外资额[X17]、中国电力工业工业品出厂价格指数[X18] 国际7项指标 美国GDP[X19]、美国M2[X20]、世界天然气消费量[X21]、世界石油消费量[X22]、世界煤炭消费量[X23]、世界国内生产总值指数[X24]、中欧贸易总额[X25] 3 指标处理 根据上述分析，本文收集了重庆市电力消费影响因素中近六年的数据，数据主要来源于100 各统计年鉴与政府官方网站公布数据，重庆数据来源于《重庆市统计年鉴》，中国数据来源于《中国统计年鉴》，国际数据源于《美国统计年鉴》和美国国家统计局网站和中国国家统计局，原始数据见表2。 表2 原始数据 105 Tab.2 Raw data 2005 2006 2007 2008 2009 2010 X0 428.86 497.98 552.08 597.20 654.25 768.18 X1 16.76 18.99 22.61 22.27 23.51 31.62 X2 4464.58 4881.63 5512.44 5895.1 6431.63 7117.41 X3 3151.71 3381.87 3832.29 4048.95 4499.83 4857.64 X4 39200 42808 49973 63651 68491 81385 X5 2283.585 2415.66 2737.4 2892.16 3214.22 3246.58 X6 0.415 0.422 0.39 0.373 0.379 0.364 X7 45.1 47.9 50.7 52.8 52.8 55 X8 68.32 71.08 68.31 62.72 58.61 57.27 X9 5573 6263 7255 8349 9098 9968 X10 80258 88840 101419 110300 122133 141837 X11 47.4 48 47.3 47.5 46.3 46.8 X12 184937.4 216314.4 265810.3 314045.4 340902.8 401202 X13 1862066 2037060 2275822 2585937 2825222 3241807 X14 431 436 446 427 432 438 X15 19.1 19.1 23.2 25.7 21.9 17.8 X16 104.9 103 103.1 106.9 94.6 105.5 X17 638.05 670.76 783.39 952.53 918.04 1088.21 X18 104.2 102.8 102.2 101.8 102.3 102 X19 12623 13377.2 14028.7 14291.6 13973.7 14498.9 X20 6518.7 6859.6 7295.3 7814.5 8431.7 8620.2 X21 2781.8 2842.4 2947.4 3026.4 2950.2 3169 X22 84126 84958 86428 85999 84714 87382 X23 3064.4 3237.1 3362.4 3470.3 3511.8 3731.4 X24 100 104 108 110 107 111 X25 2173.1 2723 3561.5 4255.8 3640.9 4797.1 注：X0为重庆市电力各年电力消费情况 运用灰色关联分析法进行分析，以重庆市电力消费值为母序列进行处理，取分辨系数为0.5，选择与电力消费关联度大于0.8的影响因素，其余序列与它的邓氏关联度的计算结果如下： 110 表3 灰色关联度 Tab.3 Grey Correlation Degree γ1 γ2 γ3 γ4 γ5 γ6 γ7 0.89 0.8668 0.8358 0.8049 0.8034 0.6029 0.7138 γ8 γ9 γ10 γ11 γ12 γ13 γ14 0.6121 0.9213 0.9597 0.6285 0.7516 0.9393 0.6358 γ15 γ16 γ17 γ18 γ19 学术论文网Tag：代写硕士论文 代写论文 代写代发论文 代发论文 |
