辽宁省经济指标与电力需求相关性分析

doi:10.11930/j.issn.1004-9649.201708230

中国电力 ›› 2017, Vol. 50 ›› Issue (12): 22-26.DOI: 10.11930/j.issn.1004-9649.201708230

辽宁省经济指标与电力需求相关性分析

邓鑫阳, 蒋蕾, 李雍睿, 于海洋

1. 国网辽宁省电力有限公司经济技术研究院，辽宁沈阳　110015;
2. 国网辽宁省电力有限公司, 辽宁沈阳　110004

收稿日期:2017-08-15 出版日期:2017-12-20 发布日期:2018-01-30
作者简介:邓鑫阳（1989— ），男，辽宁沈阳人，硕士，工程师，从事电网规划，电力系统分析与控制研究。E-mail：dengxinyanghit@126.com
基金资助:
国家电网公司科技项目（5222JJ17000X）；国网辽宁省电力有限公司科技项目（5222JJ170010）

Correlation Analysis on Economic Indicators and Electric Power Demand of Liaoning Province

DENG Xinyang, JIANG Lei, LI Yongrui, YU Haiyang

1. State Grid Liaoning Electric Power Company Limited Economic Research Institute, Shenyang 110015, China;
2. State Grid Liaoning Electric Power Company Limited, Shenyang 110004, China

Received:2017-08-15 Online:2017-12-20 Published:2018-01-30
Supported by:
This work is supported by the Science and Technology Project of SGCC (No.5222JJ17000X) and the Science and Technology Project of State Grid Liaoning Elcetric Power Company (No.5222JJ170010).

摘要/Abstract

摘要： 电力在经济发展中扮演的角色越来越重要，把握电力需求与经济增长之间的相互作用对准确预测电力需求有着重要意义。辽宁是东北地区的代表性省份，基于“十一五”以来辽宁省经济发展、电力需求等情况，分析本省乃至本地区经济结构调整对电力需求的影响。对辽宁省2005—2016年主要经济指标数据进行电力需求相关性分析，选取得到公共财政预算支出、全社会货运量及地区生产总值等强相关性指标，采用岭回归方法建立全社会用电量预测模型，并对“十三五”用电需求进行预测，以期为政府部门和电网公司决策提供依据。

关键词: 经济指标, 电力需求, 回归分析, 预测

Abstract: Electric power plays an increasingly important role in economic development. It is important for accurate power demand prediction to understand the interaction between electric power demand and economic growth. Based on the economic development and electric power demand of Liaoning Province during 2005-2016, this paper analyzes the influence of economic structure adjustment on electric power demand. The data of main economic indicators of Liaoning Province are selected for a correlation analysis of electric power demand. Such strong correlation indicators as public financial expenditure budget, gross domestic product (GDP) and total freight volume are used to establish a forecasting model of total electricity consumption by using the ridge regression analysis method, and the electric power demand of Liaoning Province during the 13th Five-Year Plan period (2016-2020) is predicted, which can provide the basis for the decision-making of government departments and the power supply companies.

Key words: economic indicators, electric power demand, regression analysis, prediction

中图分类号:

TM71

邓鑫阳, 蒋蕾, 李雍睿, 于海洋. 辽宁省经济指标与电力需求相关性分析[J]. 中国电力, 2017, 50(12): 22-26.

DENG Xinyang, JIANG Lei, LI Yongrui, YU Haiyang. Correlation Analysis on Economic Indicators and Electric Power Demand of Liaoning Province[J]. Electric Power, 2017, 50(12): 22-26.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201708230

https://www.electricpower.com.cn/CN/Y2017/V50/I12/22

参考文献

[1] ?谭显东, 单葆国. 我国“三驾马车”与电力需求关系研究[J]. 能源技术经济, 2010, 22(6): 25-29
TAN Xiandong, SHAN Baoguo. Study on the relationship between the “Troika” and the electricity demand [J]. Energy Technology and Economics, 2010, 22(6): 25-29.
[2] 王宝, 叶彬, 石雪梅, 等. 基于用电结构变动的省级电网长期负荷特性预测 [J]. 现代电力, 2015, 32(3): 54-59.
WANG Bao, YE Bin, SHI Xuemei, et al. Long-term load characteristic forecast of provincial power grid based on electricity structure changes [J]. Modern Electric Power, 2015, 32(3): 54-59.
[3] ALIEE S, PUN-LEE L, LI Y. Electricity consumption and economic growth in China [J]. Energy Policy, 2003, 15(2): 231-234.
[4] HUANG M, HE Y, GEN H, Predictive analysis on electric power supply and demand in China [J]. Renewable Energy, 2007(32): 1165-1174.
[5] 吴立君, 王何舟, 严莹, 等. 电力需求与经济发展相关性分析 [J]. 水电能源科学, 2009, 27(3): 190-192.
WU Lijun, WANG Hezhou, YAN Ying, et al. Relationship analysis of power demand and economic development [J]. Water Resources and Power, 2009, 27(3): 190-192.
[6] 郭建平, 何建敏, 吴国富. 中国电力消费与经济增长的均衡关系分析[J]. 中国电力, 2006, 39(9): 60-62.
GUO Jianping, HE Jianmin, WU Guofu. Analysis of equilibrium relationship between electricity consumption and economic growth in China [J]. Electric Power, 2006, 39(9): 60-62.
[7] 袁家海, 丁伟, 胡兆光. 电力消费与中国经济发展的协整与波动分析[J]. 电网技术, 2006, 30(9): 10-15.
YUAN Jiahai, DING Wei, HU Zhaoguang. Analysis on cointegration and co-movement of electricity consumption and economic growth in China[J]. Power System Technology, 2006, 30(9): 10-15.
[8] 杨宗麟, 顾宇桂, 温权. 华东地区电力与经济发展关系研究 [J]. 华东电力, 2007, 35(4): 41-43.
YANG Zonglin, GU Yugui, WEN Quan. Relation between electric power and economy of east China area [J]. East China Electric Power, 2007, 35(4): 41-43.
[9] 陈丽萍, 李付强, 刘丽娜. 华北地区近期用电量与经济增长反向的分析 [J]. 电力技术经济, 2009, 21(6): 43-47.
CHEN Liping, LI Fuqiang, LIU Lina. Analysis on the contrary growth of the electricity consumption and economy in north China [J]. Electric Power Technologic Economics, 2009, 21(6): 43-47.
[10] 龙禹, 王小英, 周琪, 等. 考虑不同发展情境的江苏省中长期电力需求预测[J]. 中国电力, 2016, 49(7): 72–76.
LONG Yu, WANG Xiaoying, ZHOU Qi, et al. The medium- and long-term power demand forecasting for Jiangsu Province with consideration of different developing situations[J]. Electric Power, 2016, 49(7): 72–76.
[11] 姚愉芳, 陈丽萍, 沈卫东. 华北电网地区饱和电力需求研究[J]. 中国电力, 2014, 47(3): 74–79.
YAO Yufang, CHEN Liping, SHEN Weidong. The research on the saturated electricity demand of north China grid[J]. Electric Power, 2014, 47(3): 74–79.
[12] 吴江. 2009年上海市电力需求与经济运行关系分析 [J]. 中国电力, 2010, 38(5): 665–667.
WU Jiang. Analysis of relations between power demand and economic operation of Shanghai in 2009 [J]. East China Electric Power, 2010, 38(5): 665–667.
[13] 李翔, 吴景龙, 梁亚丽, 等. 基于状态空间模型的电力需求增长率分析 [J]. 电网技术, 2005, 29(4): 60-65.
LI Xiang, WU Jinglong, LIANG Yali, et al. Analysis on power demand groeth rate based on state space model [J]. Power System Technology, 2005, 29(4): 60-65.
[14] 范德成, 王韶华, 张伟. 低碳目经济目标下我国电力需求预测研究[J]. 电网技术, 2012, 36(7): 19-25.
FAN Decheng, WANG Shaohua, ZHANG Wei. Research on prediction of China’s electric power demand under low-carbon economy target [J]. Power System Technology, 2012, 36(7): 19-25.
[15] 于松青, 林盛. 基于偏最小二乘回归的山东省电力需求预测分析[J]. 干旱区资源与环境, 2015, 29(2): 14-20.
YU Songqing, LIN Sheng. Electricity demand forecast analysis for Shandong province based on partial least square regression [J]. Journal of Arid Land Resources and Environment, 2015, 29(2): 14-20.
[16] 崔巍, 刘洋, 张米尔, 等. 基于经济先行指标的省级电力市场需求分析[J]. 水电能源科学, 2012, 30(5): 191-195.
CUI Wei, LIU Yang, ZHANG Mier, et al. Analysis of provincial market demand based on economic leading indicators [J], Water Resources and Power, 2012, 30(5): 191-195.
[17] 辽宁省统计局. 二O一六年辽宁省国民经济和社会发展统计公报[EB/OL]. (2017-03-16)[2017-06-08]. http://www.ln.stats.gov.cn/ tjsj/tjgb/ndtjgb/201703/t20170316_2812490.html
[18] 辽宁省人民政府. 辽宁省国民经济和社会发展第十三个五年规划纲要[EB/OL]. (2016-03-21)[2017-06-08]. http://www.lndp.gov.cn/ Article_Show.asp?ArticleID=5670

编辑推荐 0

Metrics

阅读次数

全文

186

HTML			PDF

最新录用	在线预览	正式出版	最新录用	在线预览	正式出版
0	0	0	0	0	186

来源	本网站	其他网站

次数	21	165
比例	11%	89%

摘要

最新录用	在线预览	正式出版

0	0	41

来源	本网站	其他网站

次数	10	31
比例	24%	76%

辽宁省经济指标与电力需求相关性分析

Correlation Analysis on Economic Indicators and Electric Power Demand of Liaoning Province

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 0

Metrics

[1]	孙庆超, 李嘉靓, 江万里, 王若愚, 李植鹏, 胡亚荣, 朱健斌. 基于数据驱动时空网络的城市中长期电力负荷预测[J]. 中国电力, 2025, 58(3): 168-174.
[2]	许常昊, 关伟东, 王越, 张金帅, 王鹏, 周宁, 尚博文. 全功率小型变速抽水蓄能机组双层MPC虚拟惯量控制策略[J]. 中国电力, 2025, 58(2): 216-226.
[3]	齐国民, 李天野, 于洪, 卢博伦, 马宝中, 张文欣, 吴恩同, 肖先瑶. 基于MPC的户用光-储系统容量配置及运行优化模型[J]. 中国电力, 2025, 58(1): 185-195.
[4]	王海军, 居蓉蓉, 董颖华. 基于时空关联特征与B-LSTM模型的分布式光伏功率区间预测[J]. 中国电力, 2024, 57(7): 74-80.
[5]	王宇飞, 杜桐, 边伟国, 张钊, 刘慧婷, 杨丽君. 基于DTW K-medoids与VMD-多分支神经网络的多用户短期负荷预测[J]. 中国电力, 2024, 57(6): 121-130.
[6]	吴军英, 路欣, 刘宏, 张彬, 柴守亮, 刘蕴春, 王佳楠. 基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测[J]. 中国电力, 2024, 57(6): 131-140.
[7]	王传琦, 伍历文, 邓志斌, 邓伟锋, 杨彬. 时间累积架空输电线路覆冰预测模型与算法综述[J]. 中国电力, 2024, 57(6): 153-164, 234.
[8]	陈中飞, 赵越, 蔡秋娜, 张乔榆, 王泽林, 戴晓娟, 陈雨果. 基于净负荷预测误差统计的电力系统爬坡能力充裕度评估[J]. 中国电力, 2024, 57(5): 50-60.
[9]	刘航, 申皓, 杨勇, 纪陵, 余洋. 基于高阶马尔可夫链的纯电重卡集群负荷预测[J]. 中国电力, 2024, 57(5): 61-69.
[10]	王一蓉, 陈浩林, 林立身, 唐进. 考虑电力行业碳排放的全国碳价预测[J]. 中国电力, 2024, 57(5): 79-87.
[11]	叶煜明, 钱琪琪, 万正东, 张继钢. 基于嵌入法与集成学习的线路工程造价预测[J]. 中国电力, 2024, 57(5): 251-260.
[12]	高岩, 吴汉斌, 张纪欣, 张华铭, 张沛. 基于组合深度学习的光伏功率日前概率预测模型[J]. 中国电力, 2024, 57(4): 100-110.
[13]	邵必林, 纪丹阳. 基于VMD-SE的电力负荷分量的多特征短期预测[J]. 中国电力, 2024, 57(4): 162-170.
[14]	战文华, 车建峰, 王勃, 丁禹. 基于网格化数值天气预报的区域光伏发电多输出功率预测方法[J]. 中国电力, 2024, 57(3): 144-151.
[15]	阎洁, 杨佳琳, 王航宇, 卢姣阳, 刘永前, 张磊. 基于风况预测误差自适应的海上风电场尾流偏转控制方法[J]. 中国电力, 2024, 57(3): 190-196.

模态框（Modal）标题

辽宁省经济指标与电力需求相关性分析

Correlation Analysis on Economic Indicators and Electric Power Demand of Liaoning Province

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 0

Metrics