考虑电力经济相关性的全社会电量预测算法

来源 :分布式能源 | 被引量 : 0次 | 上传用户:cnunicomlxq
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在社会经济发展过程中,产业用电量与经济之间存在较强的相关性,而传统算法并未合理考虑两者的相关性特征,也没有从全社会的角度量化分析产业经济与电力之间的相关性,故传统的电量预测算法无法表征其经济特性,不适用于全社会产业电量的高效预测.基于电力经济生产函数,提出了一种全社会电量预测算法.首先,本文将全社会用电量分为三个产业和居民用电.其次,通过电力经济生产函数法量化三个产业产值与电量之间的关联性;利用专家分析法对三个产业的未来经济数据和居民用电进行预测;基于三个产业的电力经济生产函数法和未来经济数据,利用生产函数法预测三个产业的未来电量,从而得到全社会未来用电量.最后,综合考虑三个产业的产业结构调整趋势和电力经济生产函数的特征,提出产业经济和电力发展规划意见.以浙江省为例,预测2018—2020年的全社会用电量并基于其未来经济、电力发展趋势,提出9条产业经济、电力结构调整意见.通过案例发现,产值的改变都会相应改变产业用电量以及用电量增速,可以通过提高用电量增速来提高或者降低相应产业的比重,从而有效调整产业结构.基于电力经济生产函数的全社会电量预测算法从宏观的角度分析电量和经济的相关性,从而可以更加全面地预测全社会用电量.
其他文献
The key of the subspace-based Direction Of Arrival (DOA) estimation lies in the estimation of signal subspace with high quality. In the case of uncorrelated sig