北京市电力消耗驱动因素分析及需求预测

doi:10.11930/j.issn.1004-9649.201803151

中国电力 ›› 2018, Vol. 51 ›› Issue (6): 178-184.DOI: 10.11930/j.issn.1004-9649.201803151

• 技术经济 • 上一篇

北京市电力消耗驱动因素分析及需求预测

汪斌¹, 张欣欣¹, 嵇灵², 解玉磊¹

1. 北京科技大学能源与环境工程学院, 北京 100083;
2. 北京工业大学经济与管理学院, 北京 100124

收稿日期:2018-03-28 修回日期:2018-04-29 出版日期:2018-06-05 发布日期:2018-06-12
通讯作者: 解玉磊(1985-),男,通信作者,讲师,从事能源环境系统分析研究,E-mail:xieyulei001@ustb.edu.cn
作者简介:汪斌(1970-),男,博士研究生,从事能源系统优化及管理研究,E-mail:27050486@qq.com;张欣欣(1957-),男,教授,从事能源系统工程方面研究,E-mail:zhangxx011@gmail.com;嵇灵(1987-),女,博士,讲师,从事能源系统规划、低碳市场、能源互联网等方面的研究,E-mail:hdjiling@126.com
基金资助:
国家自然科学基金资助项目（71603016）；中央高校基本科研业务费资助项目（FRF-TP-15-083A1）。

Driving Factor Analysis for the Power Consumption and Load Forecasting of Beijing City

WANG Bin¹, ZHANG Xinxin¹, JI Ling², XIE Yulei¹

1. School of Energy and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, China;
2. School of Economics and Management, Beijing University of Technology, Beijing 100124, China

Received:2018-03-28 Revised:2018-04-29 Online:2018-06-05 Published:2018-06-12
Supported by:
This work is supported by National Natural Science Foundation of China (No.71603016) and the Fundamental Research Funds for the Central Universities (No.FRF-TP-15-083A1).

摘要/Abstract

摘要： 可靠有效的中长期电力需求预测是电力生产输送的重要依据。提出基于指数分解分析的电力需求预测方法，该方法可以深入挖掘电力需求变化的关键因素及其贡献程度，并且结合社会经济发展和相关政策，通过对关键因素未来变化趋势的多情景设置，开展中长期电力需求预测。以北京市为例，对1985—；2014年北京市电力需求增长的主要因素及其贡献水平进行分解分析。结合北京市社会经济发展定位和应对气候变化的环境政策，对“十三五”期间北京市电力需求进行预测。

关键词: 中长期预测, 电力需求, 指数分解分析, 节能减排

Abstract: Reliable and effective medium- and long-term load forecasting is an important basis for power generation and transportation. To achieve this goal, an exponential decomposition analysis based load forecasting method is proposed in this paper, identifying and sorting the key effect factors. Combining the variation trends of the identified key effect factors as well as the social economy, multiple simulation scenarios can be generated for medium- and long-term load forecasting. The historical load and socio-economic data of Beijing city from 1985 to 2014 are selected as the input, and the key effect factors for the load growth are demonstrated. Finally, this paper ends with the load forecasting of Beijing city for the 13th Five-Year Period.

Key words: medium- and long-term load forecasting, electricity demand, index decomposition analysis (IDA), energy conservation and emission reduction

中图分类号:

F206

汪斌, 张欣欣, 嵇灵, 解玉磊. 北京市电力消耗驱动因素分析及需求预测[J]. 中国电力, 2018, 51(6): 178-184.

WANG Bin, ZHANG Xinxin, JI Ling, XIE Yulei. Driving Factor Analysis for the Power Consumption and Load Forecasting of Beijing City[J]. Electric Power, 2018, 51(6): 178-184.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201803151

https://www.electricpower.com.cn/CN/Y2018/V51/I6/178

参考文献

[1] 牛东晓. 电力负荷预测技术及其应用[M]. 中国电力出版社, 2009.
[2] 张峰,刘伟.北京市能源消费预测与政策建议[J].中国人口·资源与环境,2008,18(3):99-102.ZHANG Feng, LIU Wei. Forecast of energy consumption of Beijing and its policy recommendations[J]. China Population, Resources and Environment, 2008, 18(3):99-102.
[3] 周扬,吴文祥,胡莹,等.基于组合模型的能源需求预测[J].中国人口·资源与环境,2010,20(4):63-68.ZHOU Yang, WU Wenxiang, HU Ying, et al. Energy demand forecasting based on combined model[J]. China Population, Resources and Environment, 2010, 20(4):63-68.
[4] HUANG Y, BOR YJ, PENG CY. The long-term forecast of Taiwan's energy supply and demand:LEAP model application[J]. Energy Policy, 2011, 39(11):6790-6803.
[5] 牛彦涛, 王辉. 结合误差校正的北京市中长期电力需求预测[J]. 现代电力, 2011, 28(1):90-94.NIU Yantao, WANG Hui. Medium-and-long-term forecasting of Beijing electric demand based on error adjustment[J]. Modern Electric Power, 2011, 28(1):90-94.
[6] 秦浩庭, 刘燕, 肖汉, 等. 重庆市中长期电力需求及分布预测[J]. 电力建设, 2015, 36(4):115-122.QIN Haoting, LIU Yan, XIAO Han, et al. Forecast of medium and long-term power demand and distribution in Chongqing[J]. Electric Power Construction, 2015, 36(4):115-122.
[7] 李百顺, 赵洪磊, 马林峰, 等. 北京市电力与能源的中长期发展[J]. 电力与能源, 2011, 1(1):9-14.LI Baishun, ZHAO Honglei, MA Linfeng, et al. The medium and long term development of electric power and energy in Beijing[J]. Power & Energy, 2011, 1(1):9-14.
[8] 林卫斌, 陈彬, 俞燕山. "十二五"及2020年电力需求预测研究[J]. 中国人口资源与环境, 2011, 21(7):1-6.LIN Weibin, CHEN Bin, YU Yanshan. Research on forecasting electricity demand of the 12^th Five-year and 2020[J]. China Population, Resources and Environment, 2011, 21(7):1-6.
[9] 单葆国, 韩新阳, 谭显东, 等. 中国"十三五"及中长期电力需求研究[J]. 中国电力, 2015, 48(1):6-10, 14.SHAN Baoguo, HAN Xinyang, TAN Xiandong, et al. Research on electricity demand of China during the 13^th Five-Year Plan and Med-term-& Long-term periods[J]. Electric Power, 2015, 48(1):6-10, 14.
[10] 徐敏杰, 胡兆光, 谭显东, 等中国中长期能源和电力需求及碳排放情景分析[J]. 中国电力, 2012, 45(4):101-107.XU Minjie, HU Zhaoguang, TAN Xiandong, et al. Scenario analysis on mid-long term energy and electricity demand and carbon emission in China[J]. Electric Power, 2012, 45(4):101-107.
[11] 王强, 刘诗宏, 林佳, 等. 考虑节能减排的华东地区电量分解分析及预测[J]. 水电能源科学, 2010, 28(9):164-166.WANG Qiang, LIU Shihong, LIN Jia, et al. Decomposition analysis and load forecasting in East China considering energy saving and emission reduction policy[J]. Water Resources and Power, 2010, 28(9):164-166.
[12] PEREZ-GARCÍA J, MORAL-CARCEDO J. Analysis and long term forecasting of electricity demand through a decomposition model:a case study for Spain[J]. Energy, 2016, 97:127-143.
[13] 涂正革. 中国的碳减排路径与战略选择——基于八大行业部门碳排放量的指数分解分析[J]. 中国社会科学, 2012(3):78-94.TU Zhengge. Strategic measures to reduce China caibon emissions:based on index decomposition-analysis of carbon emission in eight industries[J]. Social Sciences in China, 2012(3):78-94.
[14] 饶娆, 沈思, 谭忠富. 基于因素分解模型的北京市电能消费分析[J]. 华北电力技术, 2012(7):1-4.RAO Rao, SHEN Si, TAN Zhongfu. Beijing's power consumption analysis based on factor decomposition model[J]. North China Electric Power, 2012(7):1-4.
[15] 北京市统计局.北京统计年鉴[M]. 北京:中国统计出版社, 2015.
[16] 严菲, 李晓军, 谭忠富. 基于因素分解模型的电耗强度变动影响因素分析[J]. 电力需求侧管理, 2010, 12(3):15-18.YAN Fei, LI Xiaojun, TAN Zhongfu. Research on the main factors for changes in electric energy intensity based on factor decomposition model[J]. Power Demand Side Management, 2010, 12(3):15-18.
[17] 北京市人民政府. 北京市国民经济和社会发展第十三个五年规划纲要[G]. 2016.

北京市电力消耗驱动因素分析及需求预测

Driving Factor Analysis for the Power Consumption and Load Forecasting of Beijing City

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	贾巍, 雷才嘉, 方兵华, 刘涌. 供电分区场景下基于数据驱动的负荷密度综合评估及预测方法[J]. 中国电力, 2023, 56(6): 71-81.
[2]	单葆国, 刘青, 张莉莉, 郑海峰, 张成龙, 吴姗姗, 薛万磊. 新形势下“十四五”后三年中国电力需求形势研判[J]. 中国电力, 2023, 56(3): 1-11.
[3]	黄畅, 颜逸贤, 白尧, 张琪, 王卫良, 李文娜. 促进风电消纳的太阳能-燃煤热电联产系统性能研究[J]. 中国电力, 2022, 55(5): 182-188.
[4]	刘青, 张莉莉, 李江涛, 张成龙, 谭显东, 张凯, 郭威. “十四五”期间中国电力需求增长趋势研判[J]. 中国电力, 2022, 55(1): 214-219.
[5]	张运厚, 李婉莹, 董福贵. 基于DE-GWO-SVR的中长期电力需求预测[J]. 中国电力, 2021, 54(9): 83-88.
[6]	余潇潇, 宋福龙, 周原冰, 梁海峰. “新基建”对中国“十四五”电力需求和电网规划的影响分析[J]. 中国电力, 2021, 54(7): 11-17.
[7]	谭显东, 刘俊, 徐志成, 姚力, 汲国强, 单葆国. “双碳”目标下“十四五”电力供需形势[J]. 中国电力, 2021, 54(5): 1-6.
[8]	单葆国, 张成龙, 王向, 姚力, 刘青, 谭显东. 中国电力弹性系数与工业化阶段关系[J]. 中国电力, 2020, 53(7): 1-6.
[9]	黄郑, 殳建军, 于国强, 司风琪, 周建新. 燃气-蒸汽联合循环机组循环水泵优化管理系统设计与开发[J]. 中国电力, 2019, 52(3): 120-126.
[10]	宋宗耘, 张健, 郑泽东, 肖鑫利, 贺元康. 电力需求侧管理政策激励过程的动态演化博弈分析[J]. 中国电力, 2019, 52(10): 54-64.
[11]	刘贵锋, 韩雪松. 烟煤锅炉掺烧褐煤对机组安全经济性影响的研究[J]. 中国电力, 2018, 51(9): 46-52.
[12]	郭森, 崔永军, 贾浩, 赵名锐, 王玉玮, 赵会茹, 任义生. 新疆电力供需预测及电能消纳有效途径研究[J]. 中国电力, 2018, 51(5): 147-153.
[13]	杜忠明, 王雪松. “十三五”中国电力需求水平预测[J]. 中国电力, 2017, 50(9): 11-17.
[14]	陈政, 冷媛, 张翔, 宋艺航, 蒙文川. 节能减排背景下广东省城镇居民能源需求研究[J]. 中国电力, 2017, 50(8): 129-134.
[15]	贾德香, 吴姗姗. 2016年中国电力供需回顾及2017年预测[J]. 中国电力, 2017, 50(6): 1-5.

模态框（Modal）标题

北京市电力消耗驱动因素分析及需求预测

Driving Factor Analysis for the Power Consumption and Load Forecasting of Beijing City

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics