CN114077927A - 一种行业gdp-用电量分析方法 - Google Patents
一种行业gdp-用电量分析方法 Download PDFInfo
- Publication number
- CN114077927A CN114077927A CN202111375561.6A CN202111375561A CN114077927A CN 114077927 A CN114077927 A CN 114077927A CN 202111375561 A CN202111375561 A CN 202111375561A CN 114077927 A CN114077927 A CN 114077927A
- Authority
- CN
- China
- Prior art keywords
- industry
- multiplied
- influence coefficient
- electricity consumption
- output value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 24
- 230000005611 electricity Effects 0.000 claims abstract description 247
- 230000008859 change Effects 0.000 claims abstract description 15
- 238000004519 manufacturing process Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 8
- 239000002184 metal Substances 0.000 claims description 52
- CWYNVVGOOAEACU-UHFFFAOYSA-N Fe2+ Chemical compound [Fe+2] CWYNVVGOOAEACU-UHFFFAOYSA-N 0.000 claims description 45
- 239000003245 coal Substances 0.000 claims description 43
- 238000003860 storage Methods 0.000 claims description 30
- 239000000126 substance Substances 0.000 claims description 29
- 238000003973 irrigation Methods 0.000 claims description 28
- 230000002262 irrigation Effects 0.000 claims description 28
- 229910052755 nonmetal Inorganic materials 0.000 claims description 28
- 230000007246 mechanism Effects 0.000 claims description 12
- 230000007306 turnover Effects 0.000 claims description 12
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000004566 building material Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种行业GDP‑用电量分析方法,根据选择的各个产业用电量的影响因素,并综合全社会经济变量和用电量的变化情况,建立社会经济与用电量的系统动力学关联模型,包括:全社会总指标方程;第一产业分指标方程;第二产业分指标方程;第三产业分指标方程;居民用电分指标方程。使用系统动力学进行分析预测可以很好的模拟社会经济因素与用电需求变化间这种相互制约、动态发展的关系;用于预测未来电力负荷可能的发展情况,以便更好地进行电力系统规划,实现电力系统的安全可靠运行。
Description
技术领域
本发明涉及电量分析技术领域,特别涉及一种行业GDP-用电量分析方法。
背景技术
随着社会经济的发展和科学的进步,电力能源已经成为了人们生活中不可或缺的一部分,电能的安全可靠供应直接关系着国民经济的持续健康发展,所以进行GDP-用电量分析是一个非常重要且有意义的事。而且选择适当的分析方法是获得预期分析结果的重要保证。
进行GDP-用电量分析的目的就在于预测未来电力负荷可能的发展情况,以便更好地进行电力系统规划,实现电力系统的安全可靠运行。而选择合适的分析预测方法是提高预测精度、得到合理均衡预测结果的前提。高精度的负荷预测可以在满足经济社会发展对电能需求的前提下减少资源的浪费,这有助于实现我国节能减排目标、合理优化资源结构。
发明内容
为了解决背景技术提出的技术问题,本发明提供一种行业GDP-用电量分析方法,用于预测未来电力负荷可能的发展情况,以便更好地进行电力系统规划,实现电力系统的安全可靠运行。
为了达到上述目的,本发明采用以下技术方案实现:
一种行业GDP-用电量分析方法,所述的方法根据选择的各个产业用电量的影响因素,并综合全社会经济变量和用电量的变化情况,建立社会经济与用电量的系统动力学关联模型,包括如下:
1)全社会总指标方程;
2)第一产业分指标方程;
3)第二产业分指标方程;
4)第三产业分指标方程;
5)居民用电分指标方程。
(1)所述的全社会总指标方程具体为:
全社会总用电量=常量K1+一产用电量对全社会总用电量影响系数×一产用电量+二产用电量对全社会总用电量影响系数×二产用电量+三产用电量对全社会总用电量影响系数×三产用电量+居民用电量对全社会总用电量影响系数×居民用电量;
全社会GDP=常量K2+全社会用电量与全社会GDP相关系数×全社会总用电量。
(2)所述的第一产业分指标方程具体为:
式中t表示t时刻一产用变化电量,t0表示t0时刻一产用变化电量;
一产用电变化量=常量K3+农村人口影响系数×农村人口-年末常用耕地面积影响系数×年末常用耕地面积-农用排灌电动机影响系数×农用排灌电动机数量+机电排灌面机影响系数×机电排灌面积+农民人均年收入影响系数×农民人均年收入;
农村人口=常量K4+一产产值对农村人口影响系数×一产产值;
年末常用耕地面积=常量K5+一产产值对年末常用耕地面积影响系数×一产产值;
农用排灌电动机数量=常量K6+一产产值对农用排灌电动机数量影响系数×一产产值;
机电排灌面机=常量K7+一产产值对机电排灌面机影响系数×一产产值;
农民人均年收入=常量K8+一产产值对农民人均年收入影响系数×一产产值;
一产产值=常量K9+一产产值与全社会GDP关联系数×全社会GDP。
(3)所述的第二产业分指标方程具体为:
二产用电量=常量K10+工业用电量与二产用电量关联系数×工业用电量;
式中t表示t时刻工业用电变化量,t0表示t0时刻工业用电变化量;
工业用电变化量=常量K11+煤炭行业影响系数×煤炭行业用电+电力行业影响系数×电力行业用电+黑色金属行业影响系数×黑色金属行业用电+有色金属×有色金属行业用电+化工行业影响系数×化工行业用电+非金属×非金属行业用电;
煤炭行业用电=煤炭行业产值×煤炭行业产值单耗;
煤炭行业产值=常量K12+二产产值对煤炭行业产值影响系数×二产产值;
工业用电变化量=常量K13+煤炭行业影响系数×煤炭行业用电+电力行业影响系数×电力行业用电+黑色金属行业影响系数×黑色金属行业用电+有色金属×有色金属行业用电+化工行业影响系数×化工行业用电+非金属×非金属行业用电;
煤炭行业用电=煤炭行业产值×煤炭行业产值单耗;
煤炭行业产值=常量K14+二产产值对煤炭行业产值影响系数×二产产值;
电力行业用电=电力行业产值×电力行业产值单耗;
电力行业产值=常量K15+二产产值对电力行业产值影响系数×二产产值;
黑色金属行业用电=黑色金属行业产值×黑色金属行业产值单耗;
黑色金属行业产值=常量K16+二产产值对黑色金属行业产值影响系数×二产产值;
有色金属行业用电=有色金属行业产值×有色金属行业产值单耗;
有色金属行业产值=常量K17+二产产值对有色金属行业产值影响系数×二产产值;
化工行业用电=化工行业产值×化工行业产值单耗;
化工行业产值=常量K18+二产产值对化工行业产值影响系数×二产产值;
非金属行业用电=非金属行业产值×非金属行业产值单耗;
非金属行业产值=常量K19+二产产值对非金属行业产值影响系数×二产产值;
二产产值=常量K20+二产产值与全社会GDP关联系数×全社会GDP。
(4)所述的第三产业分指标方程具体为:
式中t表示t时刻三产用电变化量,t0表示t0时刻三产用电变化量;
三产用电变化量=常量K21+交通运输、仓储、邮政用电对三产用电影响系数×交通运输、仓储、邮政用电+批发零售业用电对三产用电影响系数×批发零售业用电+住宿餐饮业用电对三产用电影响系数×住宿餐饮用电+金融业用电对三产用电影响系数×金融用电;
交通运输、仓储、邮政用电变化量=常量K22+货物运量对交通运输、仓储、邮政用电影响系数×货物运量+旅客运量对交通运输、仓储、邮政用电影响系数×旅客运量+邮路总长度对交通运输、仓储、邮政用电影响系数×邮路总长度+函件数对交通运输、仓储、邮政用电影响系数×函件数;
旅客运量=常量K23+交通运输、仓储、邮政业产值对旅客运量影响系数×交通运输、仓储、邮政业产值;
邮路总长度=常量K24+交通运输、仓储、邮政业产值对邮路总长度影响系数×交通运输、仓储、邮政业产值;
函件数=常量K25+交通运输、仓储、邮政业产值对函件数影响系数×交通运输、仓储、邮政业产值;
批发零售业用电变化量=常量K26+批发业企业数影响系数×批发业企业数+批发业上品销售额影响系数×批发业商品销售额+零售业企业数影响系数×零售业企业数+零售业商品销售额影响系数×零售业商品销售额;
批发业企业数=常量K27+批发零售业产值对批发业企业数影响系数×批发零售业产值;
批发业销售额=常量K28+批发零售业产值对批发业销售额影响系数×批发零售业产值;
零售业企业数=常量K29+批发零售业产值对零售业企业数影响系数×批发零售业产值;
零售业销售额=常量K30+批发零售业产值对零售业销售额影响系数×批发零售业产值;
住宿餐饮业用电变化量=住宿业企业数影响系数×住宿业企业数+住宿业营业额影响系数×住宿业营业额+餐饮业企业数影响系数×餐饮业企业数+餐饮业营业额影响系数×餐饮业营业额;
住宿业企业数=常量K31+住宿餐饮业产值对住宿业企业数影响系数×住宿餐饮业产值;
住宿业营业额=常量K32+住宿餐饮业产值对住宿业营业额影响系数×住宿餐饮业产值;
住宿业企业数=常量K33+住宿餐饮业产值对住宿业企业数影响系数×住宿餐饮业产值;
住宿业营业额=常量K34+住宿餐饮业产值对住宿业营业额影响系数×住宿餐饮业产值;
金融业用电变化量=常量K35+金融机构现金收入对金融业用电影响系数×金融机构现金收入+金融机构现金支出对金融业用电影响系数×金融机构现金支出+保险系统机构数对金融业用电影响系数×保险系统机构数;
金融机构现金收入=常量K36+金融业产值对金融现金收入影响系数×金融业产值;
金融机构现金支出=常量K37+金融业产值对金融现金支出影响系数×金融业产值;
保险系统机构数=常量K38+金融业产值对保险系统机构数影响系数×金融业产值三产产值=三产产值+三产产值与全社会GDP关联系数×全社会GDP。
(5)所述的居民用电分指标方程具体为:
式中t表示t时刻居民用电变化量,t0表示t0时刻居民用电变化量;
居民用电变化量=常量K39+人均收入对居民用电影响系数×人均收入+电价对居民用电影响系数×电价+大功率家用电器数对居民用电影响系数×每百户大功率家用电器数+人口影响系数×人口;
电价=常量K40+全社会GDP对居民用电影响系数×全社会GDP+居民用电量对电价影响系数×居民用电量;
每百户大功率家用电器数=常量K41+人均收入对大功率家用电器数影响系数×人均收入;
人均收入=常量K42+全社会GDP对人均收入影响系数×全社会GDP;
式中t表示t时刻人口变化量,t0表示t0时刻人口变化量;
人口增长量=人口×人口自然增长率。
与现有技术相比,本发明的有益效果是:
本发明使用系统动力学进行分析预测可以很好的模拟社会经济因素与用电需求变化间这种相互制约、动态发展的关系;系统动力学是在了解系统内部结构的基础上建立模型,这样建立的模型可以充分考虑系统内部各变量间的联系,并且在得出系统整体结论的同时可以得到内部变量的发展变化规律。
具体实施方式
以下对本发明提供的具体实施方式进行详细说明。
一种行业GDP-用电量分析方法,所述的方法根据选择的各个产业用电量的影响因素,并综合全社会经济变量和用电量的变化情况,建立社会经济与用电量的系统动力学关联模型,包括如下:
1)全社会总指标方程;
2)第一产业分指标方程;
3)第二产业分指标方程;
4)第三产业分指标方程;
5)居民用电分指标方程。
(1)所述的全社会总指标方程具体为:
全社会总用电量=常量K1+一产用电量对全社会总用电量影响系数×一产用电量+二产用电量对全社会总用电量影响系数×二产用电量+三产用电量对全社会总用电量影响系数×三产用电量+居民用电量对全社会总用电量影响系数×居民用电量;
全社会GDP=常量K2+全社会用电量与全社会GDP相关系数×全社会总用电量。
(2)所述的第一产业分指标方程具体为:
式中t表示t时刻一产用变化电量,t0表示t0时刻一产用变化电量;
一产用电变化量=常量K3+农村人口影响系数×农村人口-年末常用耕地面积影响系数×年末常用耕地面积-农用排灌电动机影响系数×农用排灌电动机数量+机电排灌面机影响系数×机电排灌面积+农民人均年收入影响系数×农民人均年收入;
农村人口=常量K4+一产产值对农村人口影响系数×一产产值;
年末常用耕地面积=常量K5+一产产值对年末常用耕地面积影响系数×一产产值;
农用排灌电动机数量=常量K6+一产产值对农用排灌电动机数量影响系数×一产产值;
机电排灌面机=常量K7+一产产值对机电排灌面机影响系数×一产产值;
农民人均年收入=常量K8+一产产值对农民人均年收入影响系数×一产产值;
一产产值=常量K9+一产产值与全社会GDP关联系数×全社会GDP。
(3)所述的第二产业分指标方程具体为:
二产用电量=常量K10+工业用电量与二产用电量关联系数×工业用电量;
式中t表示t时刻工业用电变化量,t0表示t0时刻工业用电变化量;
工业用电变化量=常量K11+煤炭行业影响系数×煤炭行业用电+电力行业影响系数×电力行业用电+黑色金属行业影响系数×黑色金属行业用电+有色金属×有色金属行业用电+化工行业影响系数×化工行业用电+非金属×非金属行业用电;
煤炭行业用电=煤炭行业产值×煤炭行业产值单耗;
煤炭行业产值=常量K12+二产产值对煤炭行业产值影响系数×二产产值;
工业用电变化量=常量K13+煤炭行业影响系数×煤炭行业用电+电力行业影响系数×电力行业用电+黑色金属行业影响系数×黑色金属行业用电+有色金属×有色金属行业用电+化工行业影响系数×化工行业用电+非金属×非金属行业用电;
煤炭行业用电=煤炭行业产值×煤炭行业产值单耗;
煤炭行业产值=常量K14+二产产值对煤炭行业产值影响系数×二产产值;
电力行业用电=电力行业产值×电力行业产值单耗;
电力行业产值=常量K15+二产产值对电力行业产值影响系数×二产产值;
黑色金属行业用电=黑色金属行业产值×黑色金属行业产值单耗;
黑色金属行业产值=常量K16+二产产值对黑色金属行业产值影响系数×二产产值;
有色金属行业用电=有色金属行业产值×有色金属行业产值单耗;
有色金属行业产值=常量K17+二产产值对有色金属行业产值影响系数×二产产值;
化工行业用电=化工行业产值×化工行业产值单耗;
化工行业产值=常量K18+二产产值对化工行业产值影响系数×二产产值;
非金属行业用电=非金属行业产值×非金属行业产值单耗;
非金属行业产值=常量K19+二产产值对非金属行业产值影响系数×二产产值;
二产产值=常量K20+二产产值与全社会GDP关联系数×全社会GDP。
(4)所述的第三产业分指标方程具体为:
式中t表示t时刻三产用电变化量,t0表示t0时刻三产用电变化量;
三产用电变化量=常量K21+交通运输、仓储、邮政用电对三产用电影响系数×交通运输、仓储、邮政用电+批发零售业用电对三产用电影响系数×批发零售业用电+住宿餐饮业用电对三产用电影响系数×住宿餐饮用电+金融业用电对三产用电影响系数×金融用电;
交通运输、仓储、邮政用电变化量=常量K22+货物运量对交通运输、仓储、邮政用电影响系数×货物运量+旅客运量对交通运输、仓储、邮政用电影响系数×旅客运量+邮路总长度对交通运输、仓储、邮政用电影响系数×邮路总长度+函件数对交通运输、仓储、邮政用电影响系数×函件数;
旅客运量=常量K23+交通运输、仓储、邮政业产值对旅客运量影响系数×交通运输、仓储、邮政业产值;
邮路总长度=常量K24+交通运输、仓储、邮政业产值对邮路总长度影响系数×交通运输、仓储、邮政业产值;
函件数=常量K25+交通运输、仓储、邮政业产值对函件数影响系数×交通运输、仓储、邮政业产值;
批发零售业用电变化量=常量K26+批发业企业数影响系数×批发业企业数+批发业上品销售额影响系数×批发业商品销售额+零售业企业数影响系数×零售业企业数+零售业商品销售额影响系数×零售业商品销售额;
批发业企业数=常量K27+批发零售业产值对批发业企业数影响系数×批发零售业产值;
批发业销售额=常量K28+批发零售业产值对批发业销售额影响系数×批发零售业产值;
零售业企业数=常量K29+批发零售业产值对零售业企业数影响系数×批发零售业产值;
零售业销售额=常量K30+批发零售业产值对零售业销售额影响系数×批发零售业产值;
住宿餐饮业用电变化量=住宿业企业数影响系数×住宿业企业数+住宿业营业额影响系数×住宿业营业额+餐饮业企业数影响系数×餐饮业企业数+餐饮业营业额影响系数×餐饮业营业额;
住宿业企业数=常量K31+住宿餐饮业产值对住宿业企业数影响系数×住宿餐饮业产值;
住宿业营业额=常量K32+住宿餐饮业产值对住宿业营业额影响系数×住宿餐饮业产值;
住宿业企业数=常量K33+住宿餐饮业产值对住宿业企业数影响系数×住宿餐饮业产值;
住宿业营业额=常量K34+住宿餐饮业产值对住宿业营业额影响系数×住宿餐饮业产值;
金融业用电变化量=常量K35+金融机构现金收入对金融业用电影响系数×金融机构现金收入+金融机构现金支出对金融业用电影响系数×金融机构现金支出+保险系统机构数对金融业用电影响系数×保险系统机构数;
金融机构现金收入=常量K36+金融业产值对金融现金收入影响系数×金融业产值;
金融机构现金支出=常量K37+金融业产值对金融现金支出影响系数×金融业产值;
保险系统机构数=常量K38+金融业产值对保险系统机构数影响系数×金融业产值三产产值=三产产值+三产产值与全社会GDP关联系数×全社会GDP。
(5)所述的居民用电分指标方程具体为:
式中t表示t时刻居民用电变化量,t0表示t0时刻居民用电变化量;
居民用电变化量=常量K39+人均收入对居民用电影响系数×人均收入+电价对居民用电影响系数×电价+大功率家用电器数对居民用电影响系数×每百户大功率家用电器数+人口影响系数×人口;
电价=常量K40+全社会GDP对居民用电影响系数×全社会GDP+居民用电量对电价影响系数×居民用电量;
每百户大功率家用电器数=常量K41+人均收入对大功率家用电器数影响系数×人均收入;
人均收入=常量K42+全社会GDP对人均收入影响系数×全社会GDP;
式中t表示t时刻人口变化量,t0表示t0时刻人口变化量;
人口增长量=人口×人口自然增长率。
本项目提供一种行业GDP-用电量分析方法,应用系统动力学的系统方法分析预测社会经济因素与用电量之间关系。由于不同产业的社会经济与用电趋势的关联关系相差较大,所以先将各个产业分开考虑。
第一产业用电主要包括农、林、牧、渔业用电,其中农业用电最大,所以,农业用电可以一定程度上反映一产用电的发展状况。那么,考虑到影响农、林、牧、渔业用电经济环境因素错综复杂,并且许多方面的数据难以取得,所以为了简化并方便建立模型,在分析第一产业用电趋势与社会经济的关联关系时暂时只考虑农业用电的影响因素。
对可能影响农业用电的众多指标进行分析,将与用电量关联较为密切且数据可以完整获取的指标选做影响一产用电量变化的因素加入到模型中。这里选择的作为影响变量的指标分别为农村人口、年末常用耕地面积、农用排灌电动机数量、机电排灌面积、农民人均年收入。为了确定选取变量与用电量间的关联程度,分别使用SPSS相关系数和灰色关联来进行分析,首先,通过SPSS得到结果如表1所示。从关联系数可以看出所选的这几个影响变量与一产用电量的关联系数均高于0.8,相关关系都比较明显。
表1
接下来用灰色关联来进行分析。设2014~2019年一产用电量数据组成的参考序列为X10,农村人口、年末常用耕地面积、农用排灌电动机数量、机电排灌面机、农民人均年收入的各年数据组成的比较序列分别为X11、X12、X13、X14、X15,则
X10=[5.33,4.82,4.53,4.35,4.12,3.96];
X11=[2373.99,2796.93,3005.41,3471.93,4145.35,4753];
X12=[3324.98,3358.32,3370.89,3443.72,3472.47,3491.23];
X13=[1751.86,1754.05,1757.82,1761.56,1763.28,1765.46];
X14=[17.56,17.11,18.13,19.03,21.088,22.815];
X15=[72.04,74.11,75.14,77.86,80.14,81.04];
各序列进行均值化处理,得
X10'=[1.1796,1.0668,1.0026,0.9627,0.9118,0.8764];
X11'=[0.6933,0.8168,0.8776,1.0139,1.2105,1.3880];
X12'=[0.9750,0.9848,0.9885,1.0098,1.0182,1.0237];
X13'=[0.9959,0.9972,0.9993,1.0015,1.0024,1.0037];
X14'=[0.9104,0.8870,0.9399,0.9866,1.0933,1.1828];
X15'=[0.9390,0.9660,0.9794,1.0148,1.0446,1.0563];
从而得到
ΔX10=[-0.1129,-0.0642,-0.0398,-0.0509,-0.0354];
ΔX11=[0.1235,0.0609,0.1362,0.1967,0.1774];
ΔX12=[0.0098,0.0037,0.0214,0.0084,0.0055];
ΔX13=[0.0012,0.0021,0.0021,0.0010,0.0012];
ΔX14=[-0.0233,0.0529,0.0467,0.1067,0.0895];
ΔX15=[0.0270,0.0134,0.0355,0.0297,0.0117];
|ΔX10(k)|=0.0235;
|ΔX10(k)-ΔX11(k)|=0.1996;
|ΔX10(k)-ΔX12(k)|=0.0704;
|ΔX10(k)-ΔX13(k)|=0.0622;
|ΔX10(k)-ΔX14(k)|=0.1151;
|ΔX10(k)-ΔX15(k)|=0.0841;
从而得到
上面灰色关联分析可以看出各个变量与一产用电量的关联度较高。
在工业体系中所包含的行业众多,各个行业的用电状况各不相同,在建立的第二产业模型中不可能包含所有行业,所以在建模前对各个行业的用电状况进行分析,选取用电量较大的典型行业进行建模。工业用电中,用电量占比较大的行业主要有:有色金属行业为24.63%、电力燃气为20.8%、黑色金属行业为15.43%、化工行业为11.81%、非金属行业为8.32%、煤炭开采行业6.12%。以上几个行业总计占工业用电的84.02%,这是与我国工业行业用电特点一致的,在我国,黑色金属行业、有色金属行业、化工行业、建材行业一直都是我国的四大重点用电行业。所以,基于以上分析以及对数据获取的可能性和简化建模的考虑,对第二产业建立系统动力学模型时,主要考虑这几个主要用电行业的用电。
由于第三产业涉及行业较多,影响因素也纷繁复杂,所以考虑数据获取以及简化建模等原因,这里选取几个用电量较大且数据比较完整的行业来建立第三产业系统动力学模型。
居民用电受诸多因素的影响。其中有经济因素,比如收入、电价、替代能源价格、电器生产研究技术的不断创新、住房条件和家用电器拥有量对用电量的影响;也有非经济因素,比如家庭人口数、生活习惯、城市化率、气候、居民生活月平均温度、节假日、天气状况以及居民消费心理和消费行为等。在综合考虑各个影响因素与用电量关联程度以及数据获取完整性后选取人均收入、每百户居民大功率家用电器数、电价以及人口作为居民用电量变化的直接影响因素。这些影响因素与居民用电量的相关系数如表2所示。
影响变量 | 人均收入 | 大功率家用电器数 | 电价 | 人口 |
相关系数 | 0.9904 | 0.8732 | 0.8954 | 0.9225 |
表2
使用灰色关联得到的关联度如表3所示。
影响变量 | 人均收入 | 大功率家用电器数 | 电价 | 人口 |
灰色关联度 | 0.9874 | <sub>0</sub>.8835 | <sub>0</sub>.9081 | <sub>0</sub>.9198 |
表3
综上所述,本发明紧跟智能电网改革要求,提出一种行业GDP-用电量分析方法,用于预测未来电力负荷可能的发展情况,以便更好地进行电力系统规划,实现电力系统的安全可靠运行。
以上实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。
Claims (6)
1.一种行业GDP-用电量分析方法,其特征在于,所述的方法根据选择的各个产业用电量的影响因素,并综合全社会经济变量和用电量的变化情况,建立社会经济与用电量的系统动力学关联模型,包括如下:
1)全社会总指标方程;
2)第一产业分指标方程;
3)第二产业分指标方程;
4)第三产业分指标方程;
5)居民用电分指标方程。
2.根据权利要求1所述的一种行业GDP-用电量分析方法,其特征在于,所述的全社会总指标方程具体为:
全社会总用电量=常量K1+一产用电量对全社会总用电量影响系数×一产用电量+二产用电量对全社会总用电量影响系数×二产用电量+三产用电量对全社会总用电量影响系数×三产用电量+居民用电量对全社会总用电量影响系数×居民用电量;
全社会GDP=常量K2+全社会用电量与全社会GDP相关系数×全社会总用电量。
3.根据权利要求1所述的一种行业GDP-用电量分析方法,其特征在于,所述的第一产业分指标方程具体为:
式中t表示t时刻一产用变化电量,t0表示t0时刻一产用变化电量;
一产用电变化量=常量K3+农村人口影响系数×农村人口-年末常用耕地面积影响系数×年末常用耕地面积-农用排灌电动机影响系数×农用排灌电动机数量+机电排灌面机影响系数×机电排灌面积+农民人均年收入影响系数×农民人均年收入;
农村人口=常量K4+一产产值对农村人口影响系数×一产产值;
年末常用耕地面积=常量K5+一产产值对年末常用耕地面积影响系数×一产产值;
农用排灌电动机数量=常量K6+一产产值对农用排灌电动机数量影响系数×一产产值;
机电排灌面机=常量K7+一产产值对机电排灌面机影响系数×一产产值;
农民人均年收入=常量K8+一产产值对农民人均年收入影响系数×一产产值;
一产产值=常量K9+一产产值与全社会GDP关联系数×全社会GDP。
4.根据权利要求1所述的一种行业GDP-用电量分析方法,其特征在于,所述的第二产业分指标方程具体为:
二产用电量=常量K10+工业用电量与二产用电量关联系数×工业用电量;
式中t表示t时刻工业用电变化量,t0表示t0时刻工业用电变化量;
工业用电变化量=常量K11+煤炭行业影响系数×煤炭行业用电+电力行业影响系数×电力行业用电+黑色金属行业影响系数×黑色金属行业用电+有色金属×有色金属行业用电+化工行业影响系数×化工行业用电+非金属×非金属行业用电;
煤炭行业用电=煤炭行业产值×煤炭行业产值单耗;
煤炭行业产值=常量K12+二产产值对煤炭行业产值影响系数×二产产值;
工业用电变化量=常量K13+煤炭行业影响系数×煤炭行业用电+电力行业影响系数×电力行业用电+黑色金属行业影响系数×黑色金属行业用电+有色金属×有色金属行业用电+化工行业影响系数×化工行业用电+非金属×非金属行业用电;
煤炭行业用电=煤炭行业产值×煤炭行业产值单耗;
煤炭行业产值=常量K14+二产产值对煤炭行业产值影响系数×二产产值;
电力行业用电=电力行业产值×电力行业产值单耗;
电力行业产值=常量K15+二产产值对电力行业产值影响系数×二产产值;
黑色金属行业用电=黑色金属行业产值×黑色金属行业产值单耗;
黑色金属行业产值=常量K16+二产产值对黑色金属行业产值影响系数×二产产值;
有色金属行业用电=有色金属行业产值×有色金属行业产值单耗;
有色金属行业产值=常量K17+二产产值对有色金属行业产值影响系数×二产产值;
化工行业用电=化工行业产值×化工行业产值单耗;
化工行业产值=常量K18+二产产值对化工行业产值影响系数×二产产值;
非金属行业用电=非金属行业产值×非金属行业产值单耗;
非金属行业产值=常量K19+二产产值对非金属行业产值影响系数×二产产值;
二产产值=常量K20+二产产值与全社会GDP关联系数×全社会GDP。
5.根据权利要求1所述的一种行业GDP-用电量分析方法,其特征在于,所述的第三产业分指标方程具体为:
式中t表示t时刻三产用电变化量,t0表示t0时刻三产用电变化量;
三产用电变化量=常量K21+交通运输、仓储、邮政用电对三产用电影响系数×交通运输、仓储、邮政用电+批发零售业用电对三产用电影响系数×批发零售业用电+住宿餐饮业用电对三产用电影响系数×住宿餐饮用电+金融业用电对三产用电影响系数×金融用电;
交通运输、仓储、邮政用电变化量=常量K22+货物运量对交通运输、仓储、邮政用电影响系数×货物运量+旅客运量对交通运输、仓储、邮政用电影响系数×旅客运量+邮路总长度对交通运输、仓储、邮政用电影响系数×邮路总长度+函件数对交通运输、仓储、邮政用电影响系数×函件数;
旅客运量=常量K23+交通运输、仓储、邮政业产值对旅客运量影响系数×交通运输、仓储、邮政业产值;
邮路总长度=常量K24+交通运输、仓储、邮政业产值对邮路总长度影响系数×交通运输、仓储、邮政业产值;
函件数=常量K25+交通运输、仓储、邮政业产值对函件数影响系数×交通运输、仓储、邮政业产值;
批发零售业用电变化量=常量K26+批发业企业数影响系数×批发业企业数+批发业上品销售额影响系数×批发业商品销售额+零售业企业数影响系数×零售业企业数+零售业商品销售额影响系数×零售业商品销售额;
批发业企业数=常量K27+批发零售业产值对批发业企业数影响系数×批发零售业产值;
批发业销售额=常量K28+批发零售业产值对批发业销售额影响系数×批发零售业产值;
零售业企业数=常量K29+批发零售业产值对零售业企业数影响系数×批发零售业产值;
零售业销售额=常量K30+批发零售业产值对零售业销售额影响系数×批发零售业产值;
住宿餐饮业用电变化量=住宿业企业数影响系数×住宿业企业数+住宿业营业额影响系数×住宿业营业额+餐饮业企业数影响系数×餐饮业企业数+餐饮业营业额影响系数×餐饮业营业额;
住宿业企业数=常量K31+住宿餐饮业产值对住宿业企业数影响系数×住宿餐饮业产值;
住宿业营业额=常量K32+住宿餐饮业产值对住宿业营业额影响系数×住宿餐饮业产值;
住宿业企业数=常量K33+住宿餐饮业产值对住宿业企业数影响系数×住宿餐饮业产值;
住宿业营业额=常量K34+住宿餐饮业产值对住宿业营业额影响系数×住宿餐饮业产值;
金融业用电变化量=常量K35+金融机构现金收入对金融业用电影响系数×金融机构现金收入+金融机构现金支出对金融业用电影响系数×金融机构现金支出+保险系统机构数对金融业用电影响系数×保险系统机构数;
金融机构现金收入=常量K36+金融业产值对金融现金收入影响系数×金融业产值;
金融机构现金支出=常量K37+金融业产值对金融现金支出影响系数×金融业产值;
保险系统机构数=常量K38+金融业产值对保险系统机构数影响系数×金融业产值三产产值=三产产值+三产产值与全社会GDP关联系数×全社会GDP。
6.根据权利要求1所述的一种行业GDP-用电量分析方法,其特征在于,所述的居民用电分指标方程具体为:
式中t表示t时刻居民用电变化量,t0表示t0时刻居民用电变化量;
居民用电变化量=常量K39+人均收入对居民用电影响系数×人均收入+电价对居民用电影响系数×电价+大功率家用电器数对居民用电影响系数×每百户大功率家用电器数+人口影响系数×人口;
电价=常量K40+全社会GDP对居民用电影响系数×全社会GDP+居民用电量对电价影响系数×居民用电量;
每百户大功率家用电器数=常量K41+人均收入对大功率家用电器数影响系数×人均收入;
人均收入=常量K42+全社会GDP对人均收入影响系数×全社会GDP;
式中t表示t时刻人口变化量,t0表示t0时刻人口变化量;
人口增长量=人口×人口自然增长率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111375561.6A CN114077927A (zh) | 2021-11-19 | 2021-11-19 | 一种行业gdp-用电量分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111375561.6A CN114077927A (zh) | 2021-11-19 | 2021-11-19 | 一种行业gdp-用电量分析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114077927A true CN114077927A (zh) | 2022-02-22 |
Family
ID=80284000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111375561.6A Pending CN114077927A (zh) | 2021-11-19 | 2021-11-19 | 一种行业gdp-用电量分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114077927A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662748A (zh) * | 2022-03-07 | 2022-06-24 | 北京工业大学 | 一种基于图结构学习的多行为融合图神经网络学生成绩预测方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651176A (zh) * | 2016-12-22 | 2017-05-10 | 衢州学院 | 一种服务行业用电量分析方法 |
CN107220735A (zh) * | 2017-07-14 | 2017-09-29 | 国网河北省电力公司经济技术研究院 | 一种电力行业分类的多变量农网电量预测方法 |
CN110852477A (zh) * | 2019-10-08 | 2020-02-28 | 华中科技大学 | 一种基于系统动力学的生产需水预测方法 |
CN110991768A (zh) * | 2019-12-20 | 2020-04-10 | 国网河南省电力公司经济技术研究院 | 一种电量预测方法和系统 |
AU2020103560A4 (en) * | 2020-05-07 | 2021-02-04 | North China Electric Power University | Method for predicting household electricity consumption adapted to supply-side structural reform |
CN112508231A (zh) * | 2020-11-12 | 2021-03-16 | 广西大学 | 一种基于系统动力学的中长期电力负荷预测方法及系统 |
-
2021
- 2021-11-19 CN CN202111375561.6A patent/CN114077927A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106651176A (zh) * | 2016-12-22 | 2017-05-10 | 衢州学院 | 一种服务行业用电量分析方法 |
CN107220735A (zh) * | 2017-07-14 | 2017-09-29 | 国网河北省电力公司经济技术研究院 | 一种电力行业分类的多变量农网电量预测方法 |
CN110852477A (zh) * | 2019-10-08 | 2020-02-28 | 华中科技大学 | 一种基于系统动力学的生产需水预测方法 |
CN110991768A (zh) * | 2019-12-20 | 2020-04-10 | 国网河南省电力公司经济技术研究院 | 一种电量预测方法和系统 |
AU2020103560A4 (en) * | 2020-05-07 | 2021-02-04 | North China Electric Power University | Method for predicting household electricity consumption adapted to supply-side structural reform |
CN112508231A (zh) * | 2020-11-12 | 2021-03-16 | 广西大学 | 一种基于系统动力学的中长期电力负荷预测方法及系统 |
Non-Patent Citations (2)
Title |
---|
于松青等: ""基于系统动力学的山东省电力需求预测"", 《山东大学学报 (工学版)》, vol. 45, no. 6, 31 December 2015 (2015-12-31), pages 91 - 98 * |
刘亚南等: ""全社会用电量与 GDP 关联度探究"", 《国网技术学院学报》, vol. 20, no. 2, 28 April 2017 (2017-04-28), pages 48 - 52 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662748A (zh) * | 2022-03-07 | 2022-06-24 | 北京工业大学 | 一种基于图结构学习的多行为融合图神经网络学生成绩预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Boltianska et al. | Justification of the energy saving mechanism in the agricultural sector | |
Lee et al. | The role of the capture fisheries and aquaculture sectors in the Korean national economy: An input–output analysis | |
Han et al. | The role of the four electric power sectors in the Korean national economy: an input–output analysis | |
Yu et al. | Analysis of China's urban household indirect carbon emissions drivers under the background of population aging | |
Xia et al. | Assessing the impact of foreign content in China’s exports on the carbon outsourcing hypothesis | |
Liang et al. | Waste oil derived biofuels in China bring brightness for global GHG mitigation | |
Li et al. | Evolutionary path and driving forces of inter-industry transfer of CO2 emissions in China: Evidence from structural path and decomposition analysis | |
Li et al. | The efficiency improvement potential for coal, oil and electricity in China's manufacturing sectors | |
Wang et al. | Regional material flow accounts for China: Examining China's natural resource use at the provincial and national level | |
Lyu et al. | Sustainable intensification to coordinate agricultural efficiency and environmental protection: A systematic review based on metrological visualization | |
Lin et al. | Energy efficiency and conservation in China's chemical fiber industry | |
Li et al. | Evolutionary trend of the coal industry chain in China: Evidence from the analysis of IO and APL model | |
Wu et al. | Embodied carbon emissions of foreign trade under the global financial crisis: A case study of Jiangsu province, China | |
Liu et al. | Direct and indirect energy use in China and the United States | |
CN114077927A (zh) | 一种行业gdp-用电量分析方法 | |
Xue | Evaluation analysis on industrial green total factor productivity and energy transition policy in resource-based region | |
Li et al. | Environmental decoupling, eco-efficiency improvement, and industrial network optimization: Insights from 44 sectors in China | |
Wang et al. | Impacts of oriented technologies and economic factors on China's industrial climate mitigation | |
Zheng et al. | Potential determinants affecting the growth of China’s ocean economy: an input-output structural decomposition analysis | |
Jelisavac Trošić et al. | New opportunities for further improvement of economic cooperation between Serbia and China | |
CN116882776A (zh) | 钢铁生产节能策略设置方法、装置、电子设备及存储介质 | |
Jiang et al. | Embodied energy account of Chinese economy 2002 | |
Pang | The Promotion of Artificial Intelligence to the Development of the Sports Industry | |
Gao et al. | Identification of carbon responsibility factors based on energy consumption from 2005 to 2020 in China | |
Tong et al. | Sustainable growth, input factors, and technological progress in agriculture: Evidence from 1990 to 2020 in China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |