亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        安徽省空調(diào)負(fù)荷橫向?qū)Ρ炔町惙治雠c中長期預(yù)測

        2020-04-18 09:08:56寶,靜,斌,煜,敏,
        關(guān)鍵詞:華東比重省份

        王 寶, 馬 靜, 葉 斌, 陳 煜, 楊 敏, 李 周

        (1.國網(wǎng)安徽省電力有限公司經(jīng)濟(jì)技術(shù)研究院,安徽 合肥 230022;2.國網(wǎng)安徽省電力有限公司,安徽 合肥 230022)

        1 研究背景

        隨著人們生活水平不斷提高,安徽夏季空調(diào)負(fù)荷占整個電網(wǎng)負(fù)荷比重(簡稱空調(diào)負(fù)荷比重)和人均空調(diào)負(fù)荷(空調(diào)負(fù)荷/常住人口)兩項空調(diào)負(fù)荷指標(biāo)均呈穩(wěn)步提高態(tài)勢,2017年安徽空調(diào)負(fù)荷比重突破50%,達(dá)到51.1%,人均空調(diào)負(fù)荷達(dá)到0.30千瓦/人,較“十二五”初翻倍。

        加強(qiáng)夏季高峰期間電網(wǎng)空調(diào)負(fù)荷分析有助于提高負(fù)荷預(yù)測準(zhǔn)確性[1,2]。安徽空調(diào)負(fù)荷指標(biāo)是否偏高,是否符合自身發(fā)展特征,中長期發(fā)展趨勢如何?從這些問題出發(fā),本文選取華東和中部其他省份作為參考,分別建立安徽空調(diào)負(fù)荷比重和人均空調(diào)負(fù)荷差異分析模型,評價安徽空調(diào)負(fù)荷指標(biāo)所處水平合理性。并以安徽歷史數(shù)據(jù)建立空調(diào)負(fù)荷預(yù)測模型,預(yù)測安徽中長期人均空調(diào)負(fù)荷和空調(diào)負(fù)荷比重發(fā)展趨勢。

        2 安徽省空調(diào)負(fù)荷橫向?qū)Ρ炔町惙治?/h2>

        安徽地理位置居中靠東,因而采用與華東和中部其他省份對比分析方式,判斷安徽空調(diào)負(fù)荷指標(biāo)是否處于與自身發(fā)展特點相一致的合理水平。華東其他省份選擇上海、江蘇和浙江,中部其他省份選擇湖北、湖南和河南。

        2.1 空調(diào)負(fù)荷比重橫向?qū)Ρ炔町惙治?/h3>

        安徽空調(diào)負(fù)荷比重華東最高,略高于上海3.9個百分點,明顯高于江蘇和浙江;但安徽空調(diào)負(fù)荷比重與中部省份接近度高,中部各省均在50%左右,因而從中部省份角度看,安徽空調(diào)負(fù)荷比重并不偏高。

        圖1 安徽與華東、中部省份2017年空調(diào)負(fù)荷比重對比

        經(jīng)分析,影響各省空調(diào)負(fù)荷比重差異的主要因素包括各省負(fù)荷特性和用電結(jié)構(gòu)差異。從負(fù)荷特性差異看:華東上海最大負(fù)荷利用小時數(shù)(反映負(fù)荷特性)與安徽接近,空調(diào)負(fù)荷比重略低于安徽,而江蘇和浙江負(fù)荷特性明顯好于安徽,其空調(diào)負(fù)荷比重明顯低于安徽;中部省份負(fù)荷特性與安徽相似度高,其空調(diào)負(fù)荷比重總體與安徽接近。從用電結(jié)構(gòu)差異看:華東江蘇和浙江二產(chǎn)用電比重(維持在70%以上)明顯高于安徽,而居民生活用電比重低于安徽,其空調(diào)負(fù)荷比重明顯低于安徽;中部湖北用電結(jié)構(gòu)與安徽相近,其空調(diào)負(fù)荷比重與安徽亦接近,湖南居民生活用電比重高于安徽,其空調(diào)負(fù)荷比重亦高于安徽,河南二產(chǎn)用電比重高于安徽,其空調(diào)負(fù)荷比重低于安徽。

        經(jīng)相關(guān)性計算,各省空調(diào)負(fù)荷比重與最大負(fù)荷利用小時數(shù)呈負(fù)相關(guān),相關(guān)系數(shù)達(dá)-0.76,即最大負(fù)荷利用小時數(shù)越高,空調(diào)負(fù)荷比重越??;與二產(chǎn)用電比重呈負(fù)相關(guān),相關(guān)系數(shù)達(dá)-0.69;與居民生活用電比重呈正相關(guān),相關(guān)系數(shù)達(dá)0.82。

        直接建立以空調(diào)負(fù)荷比重為被解釋變量的多元線性回歸方程[3](如式(1)),但由于存在多重共線性,二產(chǎn)用電比重系數(shù)意義不合理且不顯著。

        KTFHBZ=0.7603700-0.0001122238XSS+0.1506048ECBZ+1.024177274JMBZ(R2=0.77)

        (1)

        式中:KTFHBZ為各省空調(diào)負(fù)荷比重,XSS為最大負(fù)荷利用小時數(shù),ECBZ為二產(chǎn)用電比重,JMBZ為居民生活用電比重,R2為方程擬合優(yōu)度,約接近1,擬合效果越好。

        以下先采用主成分分析方法[4,5]對三個解釋變量提取主成分,選取蘊(yùn)含信息量最大的一個主成分ZCF1作為解釋變量(如式(2)),重新建立回歸方程(如式(3)),并還原成原始三個解釋變量,得到含三個解釋變量的回歸方程(如式(4))。

        ZCF1=-0.56835XSS-0.61961ECBZ+0.54136JMBZ

        (2)

        KTFHBZ=0.042351+0.456857ZCF1(R2=0.76)

        (3)

        KTFHBZ=0.90445292-0.000064XSS-0.30814ECBZ+0.485188JMBZ

        (4)

        由上式可知:其他條件不變,最大負(fù)荷利用小時數(shù)每下降100小時,空調(diào)負(fù)荷比重平均提高0.64個百分點;二產(chǎn)用電比重每下降1個百分點,空調(diào)負(fù)荷比重平均提高0.31個百分點;居民生活用電比重每提高1個百分點,空調(diào)負(fù)荷比重平均提高0.49個百分點。

        考慮各省負(fù)荷特性和用電結(jié)構(gòu)差異建立的上述方程總體可較好地擬合出各省空調(diào)負(fù)荷比重差異,擬合絕對誤差平均值在2%左右,擬合序列與實際序列相關(guān)系數(shù)在0.9以上,因而安徽空調(diào)負(fù)荷比重與自身負(fù)荷特性和用電結(jié)構(gòu)特征總體匹配。

        需要強(qiáng)調(diào)的是空調(diào)負(fù)荷比重為推算值,各省推算方式存在一定差異,各省結(jié)果難以確保全部為同一口徑;且除負(fù)荷特性和用電結(jié)構(gòu)因素外,各省可能存在其他因素影響(如上海服務(wù)業(yè)用電是居民生活用電2倍以上,而服務(wù)業(yè)空調(diào)負(fù)荷比重遠(yuǎn)低于居民空調(diào)負(fù)荷比重,疊加后上??照{(diào)負(fù)荷比重反而低于安徽),從而造成方程無法高精度擬合。

        2.2 人均空調(diào)負(fù)荷橫向?qū)Ρ炔町惙治?/h3>

        盡管安徽空調(diào)負(fù)荷比重在華東最高,但人均空調(diào)負(fù)荷華東最低,安徽2017年人均空調(diào)負(fù)荷(0.3千瓦/人)分別僅為上海、江蘇和浙江的46%、63%和69%;安徽人均空調(diào)負(fù)荷與中部各省較為接近。

        經(jīng)分析,影響各省人均空調(diào)負(fù)荷差異的主要因素包括各省人均居民指標(biāo)(人均生活用電、人均收入)水平和城鎮(zhèn)化進(jìn)程。安徽人均生活用電量、人均收入和城鎮(zhèn)化率均明顯低于上海、江蘇和浙江,是人均空調(diào)負(fù)荷明顯偏低的主要原因;安徽人均居民指標(biāo)和城鎮(zhèn)化率與中部各省處于基本接近水平,人均空調(diào)負(fù)荷亦基本接近。

        圖3 安徽與華東、中部省份2017年人均空調(diào)負(fù)荷對比

        表2 華東、中部各省人均空調(diào)負(fù)荷及其主要影響因素

        經(jīng)相關(guān)性計算,各省人均空調(diào)負(fù)荷與人均生活用電量、常住居民人均支配收入和城鎮(zhèn)化率均呈正相關(guān),相關(guān)相關(guān)分別達(dá)0.84、0.95和0.96。

        為避免直接建立多元線性回歸方程存在多重共線性,仍采用上述基于主成分分析的回歸分析方法,得到以各省人均空調(diào)負(fù)荷為被解釋變量的回歸方程(如式(5))。

        RJKTFH=-0.1287857+0.0002192RJSHYD+0.0000034RJSR+0.373815416CZHL(R2=0.93)

        (5)

        式中:RJKTFH為各省人均空調(diào)負(fù)荷,RJSHYD為人均生活用電量,RJSR為常住居民人均可支配收入,CZHL為城鎮(zhèn)化率。

        由上式可知:其他條件不變,人均生活用電量每增加100千瓦時/人,人均空調(diào)負(fù)荷平均增加0.022千瓦/人;人均收入每增加1000元/人,人均空調(diào)負(fù)荷平均增加0.0034千瓦/人;城鎮(zhèn)化率每提高1個百分點,人均空調(diào)負(fù)荷平均增加0.0037千瓦/人。

        考慮各省人均居民指標(biāo)水平和城鎮(zhèn)化差異建立的上述方程總體可較好地擬合出各省人均空調(diào)負(fù)荷差異,擬合絕對誤差平均值在0.03千瓦/人左右,擬合序列與實際序列相關(guān)系數(shù)在0.95以上,因而安徽人均空調(diào)負(fù)荷與自身人均居民指標(biāo)水平和城鎮(zhèn)化進(jìn)程特征總體匹配。

        圖4 該方法對各省人均空調(diào)負(fù)荷擬合值與實際對比

        3 安徽省空調(diào)負(fù)荷中長期預(yù)測

        前述構(gòu)建的華東和中部省份空調(diào)負(fù)荷比重和人均空調(diào)負(fù)荷兩個方程中,人均空調(diào)負(fù)荷方程擬合效果明顯好于空調(diào)負(fù)荷比重方程,因而采用安徽歷史數(shù)據(jù)構(gòu)建人均空調(diào)負(fù)荷方程,結(jié)合前期對安徽中長期人均居民指標(biāo)水平和城鎮(zhèn)化進(jìn)程的研究結(jié)論,判斷安徽中長期人均空調(diào)負(fù)荷發(fā)展?jié)摿Γ俳Y(jié)合基礎(chǔ)負(fù)荷增長潛力,合理判斷安徽中長期空調(diào)負(fù)荷比重發(fā)展趨勢。

        安徽人均空調(diào)負(fù)荷與人均生活用電量、人均收入和城鎮(zhèn)化率存在高度正相關(guān)關(guān)系,相關(guān)系數(shù)分別高達(dá)0.99、0.99和0.96。

        表3 安徽人均空調(diào)負(fù)荷及其主要影響因素歷史數(shù)據(jù)

        注:人均收入指標(biāo)已經(jīng)2000年可比價處理。

        以下仍采用上述基于主成分分析的回歸分析方法,得到以安徽人均空調(diào)負(fù)荷為被解釋變量的回歸方程(如式(6)),該方程各解釋變量系數(shù)與上述基于華東和中部各省數(shù)據(jù)得到方程較為接近,進(jìn)一步驗證各因素對人均空調(diào)負(fù)荷影響程度的穩(wěn)定性。

        RJKTFH=-0.11978+0.000191RJSHYD+0.0000046RJSR+0.336758CZHL(R2=0.98)

        (6)

        該方程對2000年以來安徽人均空調(diào)負(fù)荷擬合絕對誤差平均值在0.009千瓦/人左右,擬合序列與實際序列相關(guān)系數(shù)在0.99以上,方程總體擬合效果較佳,適合開展預(yù)測。

        結(jié)合安徽前期相關(guān)研究,合理設(shè)定安徽中長期主要年份人均生活用電量、人均收入和城鎮(zhèn)化率,預(yù)測安徽2025年人均空調(diào)負(fù)荷達(dá)到江蘇、浙江當(dāng)前水平,2030年達(dá)到上海當(dāng)前水平。

        圖5 該方法對安徽歷年人均空調(diào)負(fù)荷擬合值與實際對比

        表4 安徽中長期人均空調(diào)負(fù)荷主要影響因素發(fā)展趨勢

        注:人均收入指標(biāo)仍為2000年可比價。

        圖6 安徽中長期主要年份人均空調(diào)負(fù)荷發(fā)展趨勢

        安徽中長期基礎(chǔ)負(fù)荷增長按與用電量增長(前期已形成安徽中長期用電量預(yù)測結(jié)論)接近推算,安徽中長期空調(diào)負(fù)荷比重仍有上升空間,但難超55%。

        4 結(jié)論

        安徽空調(diào)負(fù)荷指標(biāo)水平呈逐年提高態(tài)勢,2017年空調(diào)負(fù)荷比重已突破50%,人均空調(diào)負(fù)荷達(dá)到0.3千瓦/人,針對安徽空調(diào)負(fù)荷指標(biāo)是否偏高以及與自身發(fā)展特征是否匹配以及中長期發(fā)展趨勢的問題,本文采用與周邊6個省份橫向?qū)Ρ确绞?,?gòu)建指標(biāo)差異分析模型和中長期預(yù)測模型,得出安徽空調(diào)負(fù)荷指標(biāo)水平更接近了中部省份,且與自身發(fā)展特征基本匹配,中長期人均空調(diào)負(fù)荷將繼續(xù)提高,2025和2030年分別提高至0.51和0.65千瓦/人,空調(diào)負(fù)荷比重將繼續(xù)小幅提高,但難超55%。本文研究為安徽電力市場分析預(yù)測和電網(wǎng)規(guī)劃人員開展負(fù)荷特性分析與負(fù)荷預(yù)測工作提供了一定的參考價值。

        猜你喜歡
        華東比重省份
        華東銷售在一線
        相華東:走在欣欣向榮的田野上
        華人時刊(2022年21期)2022-02-15 03:42:36
        誰說小龍蝦不賺錢?跨越四省份,暴走萬里路,只為尋找最會養(yǎng)蝦的您
        今年第一產(chǎn)業(yè)增加值占GDP比重或仍下降
        中央和地方財政收入及比重
        多絲量新品種華東×春晨的引進(jìn)推廣
        蠶桑通報(2015年2期)2015-12-15 00:41:56
        民國時期無“華東”稱渭
        因地制宜地穩(wěn)妥推進(jìn)留地安置——基于對10余省份留地安置的調(diào)研
        關(guān)于逐步提高直接稅比重的幾個問題
        久久AⅤ天堂Av无码AV| 久久精品免费观看国产| 久久午夜精品人妻一区二区三区 | 狠狠色婷婷久久综合频道日韩 | 麻豆成人久久精品二区三区免费| 久久亚洲中文字幕精品一区 | 亚洲中文字幕无码久久2020| 国产一精品一aⅴ一免费| 日本久久大片中文字幕| 色老板美国在线观看| 成人一区二区免费视频| av手机天堂| 日本综合视频一区二区| 国产老熟女网站| 免费特级黄毛片| 无码流畅无码福利午夜| 亚洲一区二区三区天堂av| 国产毛片黄片一区二区三区 | 天堂av在线免费播放| 国产女同va一区二区三区| 天天躁日日躁狠狠久久| 亚洲国产精品久久久久秋霞1| 男女啦啦啦视频在线观看| 综合图区亚洲另类偷窥| 亚洲av无码乱码在线观看裸奔 | 五月av综合av国产av| 国产成人精品成人a在线观看| 亚洲人成网站在线播放小说| 亚洲国产天堂久久综合网| 精品无码国产一区二区三区av | 欧美真人性野外做爰| 久久伊人影院| 亚洲国产免费一区二区| 精品卡一卡二乱码新区| 帮老师解开蕾丝奶罩吸乳网站| 国产精品白丝喷水在线观看| 日韩在线视精品在亚洲| 杨幂一区二区系列在线| 伊人久久大香线蕉综合影院首页| 國产AV天堂| 人妻少妇中文字幕久久hd高清|