CN106169101A - 一种基于结构分解的能源需求预测方法 - Google Patents

Abstract

一种基于结构分解的能源需求预测方法，其特征在于包括以下步骤：首先提取能源需求主要影响因素，选取基年和样本区间，对能源消费情况进行分解和分析，然后建立生产用能源需求预测模型并进行预测，同时进行生活用能源需求预测，最后加总生产用和生活用能源需求，预测出能源总需求，本发明以能源消费基本规律为指导，提取能源消费的各种主要影响因素并进行预测，形成了一种普适性的能源需求预测方法，并建立了简单实用的能源需求预测公式，预测方法实用便捷，预测的准确性得到了成倍提高，易于实现和推广。

Description

一种基于结构分解的能源需求预测方法

技术领域

本发明涉及一种能源需求预测方法，尤其涉及一种基于结构分解的能源需求预测方法，属于分析预测技术领域。

背景技术

能源需求预测对于电网企业来说是一项重要的基础性工作，它能够为电网企业生产计划、能源输送、能源监测与管理提供有力的支撑依据，随着经济的发展，对能源需求预测的准确性提出了更高的要求。

由于能源需求的决定因数很多，数据量很大，预测过程复杂，现有常用的能源需求预测方法，投入产出法、情景分析法和弹性系数法预测精度不高；回归分析法、趋势外推法、灰色预测法、神经网络预测法及组合模型预测法仅用以往数据模拟、推演或类比未来，缺乏对能源需求内在影响因素的把握。提高能源需求预测的准确性、客观性对科学制定国家规划以及未来能源行业和相关企业的发展具有非常重要的意义。

发明内容

本发明的目的是针对目前电网购电经营决策数据庞杂，用电需求以及供电能力因数较多，无法快速有效地从海量数据中筛选、获取大量有用数据，并对大量数据进行处理，也无法快速形成内容丰富的数据报表作为决策参考依据的缺陷和不足，提供一种方便快捷并且能够快速有效地从海量数据中筛选、获取大量有用数据，并对大量数据进行处理，同时能够快速形成内容丰富的数据报表作为决策参考依据的一种基于结构分解的能源需求预测方法。

为实现上述目的，本发明的技术解决方案是：一种基于结构分解的能源需求预测方法，其特征在于包括以下步骤：

a、首先提取能源需求主要影响因素，结合文献、市场数据以及各种调查数据提取形成决定能源需求的六大要素，即：生产总值、产业结构、能源强度、城镇化水平、资源总量约束以及环保因数；

b、选取基年和样本区间，以能源消费数据公布的最新一年为基年，往前推10年之内所预测区域属于经济发展同一阶段的年度均可取入样本区间；

c、对能源消费情况进行分解，对生产用能源消费做如下分解：

$E=\underset{i}{\Σ}{E}_i=\underset{i}{\Σ}Y\×\frac{Y_i}{Y}\×\frac{E_i}{Y_i}=\underset{i}{\Σ}Y\×S_i\×I_i,$ 其中E是生产用能源消费总量；i＝3，分别代表三次产业；E_i是第i产业的能源消费；Y是地区生产总值；Y_i是第i产业增加值；S_i是第i产业增加值占生产总值的比重，数值上等于Y_i/Y；I是总能源消费强度，数值上等于E/Y；I_i是第i产业的能源消费强度，数值上等于E_i/Y_i；

d、对能源消费情况进行分析，考虑能源消费从基年到第T年的增长，则有： $E^T-E^0=Y^T\×\underset{i}{\Σ}{S}_i^T\×I_i^T-Y^0\×\underset{i}{\Σ}{S}_i^0\×I_i^0,$ 先考虑生产总值增长对能源消费增长的贡献，保持经济结构和产业内能源强度为基年的水平，对上式右边作如下加减项处理，得到： $\begin{array}{c}{E}^T-E^0=Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^T\×I_i^T-Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0+Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0-Y^0\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\\ =Y^T\×\underset{i}{\mathrm{\Σ}}\left(S_i^T\×I_i^T-S_i^0\×I_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0,\end{array}$ 这里 表示经济结构和产业内能源强度保持不变时，生产总值对能源消费增长的贡献；

e、然后考虑经济结构调整对能源消费增长的贡献，此时生产总值已变动至第T年的水平，对上式第一项做类似的加减项处理，整理后得到：

$\begin{array}{c}{E}^T-E^0=Y^T\×\underset{i}{\mathrm{\Σ}}\left(S_i^T\×I_i^T-S_i^T\×I_i^0+S_i^T\×I_i^0-S_i^0\×I_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\\ =Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^T\×\left(I_i^T-I_i^0\right)+Y^T\×\underset{i}{\mathrm{\Σ}}{I}_i^0\×\left(S_i^T-S_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\end{array}$ 这里表示生产总值已经发生变化不再变，产业内能源强度保持不变时，经济结构对能源消费增长的贡献；表示在生产总值和经济结构都已经变动不再变时，产业内能源强度对能源消费增长的贡献，能源消费的阶段性增长分解为生产总值、经济结构和产业内能源强度三部分贡献的加和，即：

$E^T-E^0=Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0,$ d和e步骤中对能源消费的分解按照生产总值、经济结构和产业内能源强度的顺序依次分解三者的贡献，亦可以先考虑经济结构或产业内能源强度的贡献，即三项指标的先后顺序可以调整、分解的结果类似；

f、建立生产用能源需求预测模型，根据能源消费的结构分解，逆向推算第T年的能源需求量，由基年的能源需求加上生产总值、经济结构和产业内能源强度三部分对能源需求增长的贡献，即：

$E^T=E^0+Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0;$

g、生活用能源需求预测，根据历史数据得出生活用能源消费占总能源消费的比重，预测出未来的比重，结合生产用能源需求可以测算出生活用能源需求量，本步骤中对生活用能源消费占总能源消费比重进行以时间为自变量的回归预测，亦可以对生活用能源需求量直接进行回归预测，两种算法类似；

h、最后加总生产用和生活用能源需求即可预测出能源总需求，即：E_总＝E_生产+E_生活。

本发明的有益效果是：

1.本发明以能源消费基本规律为指导，提取能源消费的各种主要影响因素并进行预测，形成了一种普适性的能源需求预测方法，并建立了简单实用的能源需求预测公式，预测方法实用便捷，预测的准确性得到了成倍提高，易于实现和推广。

附图说明

图1是本发明的原理示意图。

图2是湖北省终端能源消费中生活消费占比。

具体实施方式

以下结合附图说明和具体实施方式对本发明作进一步的详细描述。

参见图1，本发明的一种基于结构分解的能源需求预测方法，包括以下步骤：

a、首先提取能源需要主要影响因素，结合文献、市场数据以及各种调查数据提取形成决定能源需求的六大要素，即：生产总值、产业结构、能源强度、城镇化水平、资源总量约束以及环保因数；

b、选取基年和样本区间，以能源消费数据公布的最新一年为基年，往前推10年之内所预测区域属于经济发展同一阶段的年度均可取入样本区间；

c、对能源消费情况进行分解，对生产用能源消费做如下分解：

$E=\underset{i}{\Σ}{E}_i=\underset{i}{\Σ}Y\×\frac{Y_i}{Y}\×\frac{E_i}{Y_i}=\underset{i}{\Σ}Y\×S_i\×I_i,$ 其中E是生产用能源消费总量；i＝3，分别代表三次产业；E_i是第i产业的能源消费；Y是地区生产总值；Y_i是第i产业增加值；S_i是第i产业增加值占生产总值的比重，数值上等于Y_i/Y；I是总能源消费强度，数值上等于E/Y；I_i是第i产业的能源消费强度，数值上等于E_i/Y_i；

d、对能源消费情况进行分析，考虑能源消费从基年到第T年的增长，则有：

$E^T-E^0=Y^T\×\underset{i}{\Σ}{S}_i^T\×I_i^T-Y^0\×\underset{i}{\Σ}{S}_i^0\×I_i^0,$ 先考虑生产总值增长对能源消费增长的贡献，保持经济结构和产业内能源强度为基年的水平，对上式右边作如下加减项处理，得到：

$\begin{array}{c}{E}^T-E^0=Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^T\×I_i^T-Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0+Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0-Y^0\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\\ =Y^T\×\underset{i}{\mathrm{\Σ}}\left(S_i^T\×I_i^T-S_i^0\×I_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0,\end{array}$ 这里表示经济结构和产业内能源强度保持不变时，生产总值对能源消费增长的贡献；

e、然后考虑经济结构调整对能源消费增长的贡献，此时生产总值已变动至第T年的水平，对上式第一项做类似的加减项处理，整理后得到：

$\begin{array}{c}{E}^T-E^0=Y^T\×\underset{i}{\mathrm{\Σ}}\left(S_i^T\×I_i^T-S_i^T\×I_i^0+S_i^T\×I_i^0-S_i^0\×I_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\\ =Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^T\×\left(I_i^T-I_i^0\right)+Y^T\×\underset{i}{\mathrm{\Σ}}{I}_i^0\×\left(S_i^T-S_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\end{array}$ 这里表示生产总值已经发生变化不再变，产业内能源强度保持不变时，经济结构对能源消费增长的贡献；表示在生产总值和经济结构都已经变动不再变时，产业内能源强度对能源消费增长的贡献，能源消费的阶段性增长分解为生产总值、经济结构和产业内能源强度三部分贡献的加和，即：

$E^T-E^0=Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0;$

f、建立生产用能源需求预测模型，根据能源消费的结构分解，逆向推算第T年的能源需求量，由基年的能源需求加上生产总值、经济结构和产业内能源强度三部分对能源 需求增长的贡献，即：

$E^T=E^0+Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0;$

g、生活用能源需求预测，根据历史数据得出生活用能源消费占总能源消费的比重，预测出未来的比重，结合生产用能源需求可以测算出生活用能源需求量；

h、最后加总生产用和生活用能源需求即可预测出能源总需求，即：E_总＝E_生产+E_生活。

所述b步骤中建立数据源的过程中需要对数据进行加工处理，对数据的加工处理采用模型计算、分组聚合或表达式计算的方式，模型计算过程中派生数据是以历史数据和模型数据的指标作为自变量，某种模型函数的结果集，分组聚合是按照不同维度进行的分组聚合数据，比较常见的聚合函数有：合计、平均、最大值、最小值、加权平均值，表达式计算是以自变量在相同的维度背景下通过表达式对数据进行运算。

所述f步骤中数据联机分析采用时序计算、数据钻取、切片分析以及转轴分析。

所述时序计算是以时间作为一个字段以数值的形式存放于数据表中，利用SQL语言进行时序计算。

所述数据钻取分为向上钻取和向下钻取两种操作，向上钻取是找到上一层维度值，数据钻取是根据单个维度值对数据进行过滤，找到专属于某一维度的数据。

所述切片分析是根据单个维度值对数据进行过滤，找到专属于某一维度的数据，或者根据多个维度值对数据进行过滤，找到满足多维度条件的数据。

所述转轴分析是将数据的列变为数据行，数据行变为列，对数据表进行旋转后进行分析操作，数据经过转轴分析后，能够拥有新的维度。

首先提取能源需求主要影响因素，结合文献、市场数据以及各种调查数据提取形成决定能源需求的六大要素，即：生产总值、产业结构、能源强度、城镇化水平、资源总量约束以及环保因数。生产总值：地区生产总值是能源消费最重要的决定因素。经济增长及其对生产工艺和生活标准的影响，是能源消费增长的主要动力。经验研究论证了GDP与能源消费之间存在着显著且稳定的正相关关系。产业结构：企业改革已经成为中国宏观经济政策的重要方面，经济结构正在向出口导向型轻工业调整，重工业作为能源消费的大户占比缩减，能源消费增长受到一定影响。能源强度：随着新技术与能源节约各项措施的引入，能源强度持续下降，能源效率在不断提高，能源强度是决定能源消费的主要变量。城镇化水平：城镇化率的提高不仅意味着城镇人口比重的增加，更涉及产业结构、经济增长方式和居民消费水平等诸多方面的变化，从而大幅提高能源消耗。资源总 量约束：能源消费的总量不能超过该能源所能使用的上限，需要考虑能源和自然资源总量约束。进行预测时，如果能源需求超过该能源的阈值需要进行一定的修正，以满足实际情况。环保因数：国家出台了一系列环境保护和节能减排的政策和行动方案，提倡使用清洁能源，鼓励发展新能源产业等，将影响未来能源需求。

随后选取基年和样本区间，收集样本区间的历史数据包括历年能源消费总量及三次产业、生活用能源消费量，区域生产总值及分产业值，GDP增速，计算样本区间内各年的产业结构、三次产业内能源强度及生活用能源消费占总能源消费的比重。接着对能源消费情况进行分解，对生产用能源消费做如下分解：

$E=\underset{i}{\Σ}{E}_i=\underset{i}{\Σ}Y\×\frac{Y_i}{Y}\×\frac{E_i}{Y_i}=\underset{i}{\Σ}Y\×S_i\×I_i,$ 其中E是生产用能源消费总量；i＝3，分别代表三次产业；E_i是第i产业的能源消费；Y是地区生产总值；Y_i是第i产业增加值；S_i是第i产业增加值占生产总值的比重，数值上等于Y_i/Y；I是总能源消费强度，数值上等于E/Y；I_i是第i产业的能源消费强度，数值上等于E_i/Y_i。先考虑生产总值增长对能源消费增长的贡献，保持经济结构和产业内能源强度为基年的水平，对上式右边作如下加减项处理，得到：

$\begin{array}{c}{E}^T-E^0=Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^T\×I_i^T-Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0+Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0-Y^0\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\\ =Y^T\×\underset{i}{\mathrm{\Σ}}\left(S_i^T\×I_i^T-S_i^0\×I_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0,\end{array}$ 这里表示经济结构和产业内能源强度保持不变时，生产总值对能源消费增长的贡献。然后考虑经济结构调整对能源消费增长的贡献，此时生产总值已变动至第T年的水平，对上式第一项做类似的加减项处理，整理后得到：

$\begin{array}{c}{E}^T-E^0=Y^T\×\underset{i}{\mathrm{\Σ}}\left(S_i^T\×I_i^T-S_i^T\×I_i^0+S_i^T\×I_i^0-S_i^0\×I_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\\ =Y^T\×\underset{i}{\mathrm{\Σ}}{S}_i^T\×\left(I_i^T-I_i^0\right)+Y^T\×\underset{i}{\mathrm{\Σ}}{I}_i^0\×\left(S_i^T-S_i^0\right)+\left(Y^T-Y^0\right)\×\underset{i}{\mathrm{\Σ}}{S}_i^0\×I_i^0\end{array}$ 这里表示生产总值已经发生变化不再变，产业内能源强度保持不变时，经济结构对能源消费增长的贡献；表示在生产总值和经济结构都已经变动不再变时，产业内能源强度对能源消费增长的贡献，能源消费的阶段性增长分解为生产总值、经济结构和产业内能源强度三部分贡献的加和，即：

$E^T-E^0=Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0.$ 建立生产用能源需求预测模型，根据能源消费的结构分解，逆向推算第T年的能源需求量，由基年的能源需求加上生产总值、经济结构和产业内能源强度三部分对能源需求增长的贡献，即： $E^T=E^0+Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0.$ 将基年的能源消费总量和目标年的生产总值、产业结构和三次产业内能源强度带入预测公式得到目标年的生产用能源需求量。生活用能源需求预测，根据历史数据得出生活用能源消费占总能源消费的比重，预测出未来的比重，结合生产用能源需求可以测算出生活用能源需求量。最后加总生产用和生活用能源需求即可预测出能源总需求，得到目标年能源需求总量。

例如：结合湖北省近年来终端生产用能源消费分解进行能源消费分解和分析的说明，分解结果如表1所示。从同比增长列可以看出，能源消费逐年增加；生产总值贡献为正，表明经济增长促进了能源消费的增长；能源强度贡献为负，表明能源强度下降促进了能源消费的节约；经济结构贡献近5年均为正，归因于产业结构中重化工业比重进一步扩张。

表1 湖北省终端生产用能源消费分解

单位：万吨标准煤

为更好地理解本发明的技术方案，以下结合具体实例对本发明的实施方式做进一步描述。以湖北未来10年终端能源需求预测为例，具体预测方法如下。

选取2012年为基年，湖北终端能源消费总量达到14494.72万吨标准煤，预测年份为2020年和2025年。

1.生产用能源需求预测

a)生产总值

(1)自2010年起，我国经济增速开始下滑，2012年全国GDP增速放缓至8％以下。湖北省经济表现尚可，运行总体平稳，经济转型步伐加快。经济步入新常态后，下行压力也很大，但总体处于多重机遇、多重挑战叠加的爬坡过坎关键阶段。

(2)当前湖北正处于全面工业化阶段，偏重工业化的结构特征明显。在全面工业化阶段，经济总量一直保持较快发展，经济增速实际上经历了从逐步升高到逐步下降的过程。

(3)预测“十二五”末期湖北省经济仍可保持9％～10％的中高速增长，“十三五”期将逐步过渡到8％～9％左右的中速增长阶段，之后10年即2020～2030年经济增长速度将继续下降至8％以下。

b)经济结构

(1)2020年前后中国基本实现工业化，工业增长更多依靠技术密集型产业的发展，工业比重稳中趋降，中国经济将过渡到以服务经济为主的阶段，未来服务业比重将不断上升并超过第二产业，而恩格尔定律的作用促使农业比重继续下降。

(2)预计未来湖北省三次产业变动趋势将与全国保持一致，即一产占比逐步下降，考虑到湖北省是农业大省，降幅不会太大，二产比重逐步下降，三产比重持续提高，产业结构逐渐优化，调整速度较之于全国平均水平相对落后。

根据湖北省“十二五”规划，结合湖北省2013-2025年经济形势，对各主要变量包括经济增速、第二、三产业比重做出预测，如表2所示。其中经济增速设置了三种情景，分别为低速增长、中速增长和高速增长。

表2 湖北省2013-2025年各主要变量预测

c)能源强度

湖北省2005-2012年间三次产业内能源强度如表3所示。

表3 湖北省1995-2012年三次产业内能源强度

单位：万吨标准煤/亿元

从上表可知，整体上三次产业的能源强度均在下降，且下降幅度第二产业最大，第三产业最小。2005-2012年三次产业能源强度平均下降速度分别为6.46％、8.05％和4.57％。根据三次产业能源强度下降的历史趋势，考虑到环保因素和资源总量约束等因素，对2013-2025年三次产业部门内能源强度做出预测，如表4所示。

表4 湖北省三次产业部门内能源强度预测

预测出2020及2025年湖北省终端能源需求量(生产领域)，如表5所示。

表5 湖北省2020年和2025年终端能源需求量(生产领域)

单位：万吨标准煤

2.生活用能源需求预测

湖北省1995-2012年居民生活终端能源消费比重如图1所示。

由历史趋势可知，居民生活部分占终端能源消费总量的9％-10％，与东部发达省份比较并以时间为自变量进行回归分析推知，未来湖北省居民生活用能占比将达到11％-12％，得出湖北省2020年和2025年居民生活终端能源需求量，如表6所示。

表6 湖北省2020年和2025年居民生活终端能源需求量

单位：万吨标准煤

3.能源需求总量

将表5中的生产领域终端能源需求量和表6中的居民生活终端能源需求量加总，得到湖北省2020和2025年终端能源需求总量，如表7所示。

表7 湖北省2020年和2025年终端能源需求量

单位：万吨标准煤

Claims (1)

1.一种基于结构分解的能源需求预测方法，其特征在于包括以下步骤：

a、首先提取能源需求主要影响因素，结合文献、市场数据以及各种调查数据提取形成决定能源需求的六大要素，即：生产总值、产业结构、能源强度、城镇化水平、资源总量约束以及环保因数；

b、选取基年和样本区间，以能源消费数据公布的最新一年为基年，往前推10年之内所预测区域属于经济发展同一阶段的年度均可取入样本区间；

c、对能源消费情况进行分解，对生产用能源消费做如下分解：

$E=\underset{i}{\Σ}{E}_i=\underset{i}{\Σ}Y\×\frac{Y_i}{Y}\×\frac{E_i}{Y_i}=\underset{i}{\Σ}Y\×S_i\×I_i,$ 其中E是生产用能源消费总量；i＝3，分别代表三次产业；E_i是第i产业的能源消费；Y是地区生产总值；Y_i是第i产业增加值；S_i是第i产业增加值占生产总值的比重，数值上等于Y_i/Y；I是总能源消费强度，数值上等于E/Y；I_i是第i产业的能源消费强度，数值上等于E_i/Y_i；

d、对能源消费情况进行分析，考虑能源消费从基年到第T年的增长，则有：

$E^T-E^0=Y^T\×\underset{i}{\Σ}{S}_i^T\×I_i^T-Y^0\×\underset{i}{\Σ}{S}_i^0\×I_i^0,$ 先考虑生产总值增长对能源消费增长的贡献，保持经济结构和产业内能源强度为基年的水平，对上式右边作如下加减项处理，得到：

$E^T-E^0=Y^T\×\underset{i}{\Σ}{S}_i^T\×I_i^T-Y^T\×\underset{i}{\Σ}{S}_i^0\×I_i^0+Y^T\×\underset{i}{\Σ}{S}_i^0\×I_i^0-Y^0\×\underset{i}{\Σ}{S}_i^0\×I_i^0$ $=Y^T\×\underset{i}{\Σ}(S_i^T\×I_i^T-S_i^0\×I_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0,$ 这里表示经济结构和产业内能源强度保持不变时，生产总值对能源消费增长的贡献；

e、然后考虑经济结构调整对能源消费增长的贡献，此时生产总值已变动至第T年的水平，对上式第一项做类似的加减项处理，整理后得到：

$\begin{array}{c}{E}^T-E^0=Y^T\×\underset{i}{\Σ}(S_i^T\×I_i^T-S_i^T\×I_i^0+S_i^T\×I_i^0-S_i^0\×I_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0\\ =Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0\end{array}$

这里表示生产总值已经发生变化不再变，产业内能源强度保持不变时，经济结构对能源消费增长的贡献；表示在生产总值和经济结构都已经变动不再变时，产业内能源强度对能源消费增长的贡献，能源消费的阶段性增长分解为生产总值、经济结构和产业内能源强度三部分贡献的加和，即：

$E^T=E^0+Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0,$

d和e步骤中对能源消费的分解按照生产总值、经济结构和产业内能源强度的顺序依次分解三者的贡献，亦可以先考虑经济结构或产业内能源强度的贡献，即三项指标的先后顺序可以调整、分解的结果类似；

f、建立生产用能源需求预测模型，根据能源消费的结构分解，逆向推算第T年的能源需求量，由基年的能源需求加上生产总值、经济结构和产业内能源强度三部分对能源需求增长的贡献，即：

$E^T=E^0+Y^T\×\underset{i}{\Σ}{S}_i^T\×(I_i^T-I_i^0)+Y^T\×\underset{i}{\Σ}{I}_i^0\×(S_i^T-S_i^0)+(Y^T-Y^0)\×\underset{i}{\Σ}{S}_i^0\×I_i^0;$

g、生活用能源需求预测，根据历史数据得出生活用能源消费占总能源消费的比重，预测出未来的比重，结合生产用能源需求可以测算出生活用能源需求量，本步骤中对生活用能源消费占总能源消费比重进行以时间为自变量的回归预测，亦可以对生活用能源需求量直接进行回归预测，两种算法类似；

h、最后加总生产用和生活用能源需求即可预测出能源总需求，即：

E_总＝E_生产+E_生活。