中国电力需求周期演变规律及转折点研究

中国电力需求周期演变规律及转折点研究

论文摘要

我国曾经历过的大规模电力需求扩张和收缩过程告诉我们,对于快速增长的中国经济来说,要避免未来的电力短缺,就必须对我国电力需求周期及转折点问题进行系统研究。在市场经济条件下,电力总需求与社会总供给之间发生变动时,必然会反应到市场上。电力系统如果不能认识和把握电力需求周期波动的规律,就无法应对市场的变化,也就无法满足全社会对电力的需求。我国电力需求周期的理论研究滞后于现实需要,客观上表明了研究电力需求周期及其转折点所具有的重要理论意义。同时正确认识和把握电力需求发展的周期波动规律,有助于从整体上确保电力产业实现长期、持续、稳定和健康地发展,避免因出现大起大落的发展路径而危害电力行业及整个国民经济的持续稳定,有助于指导参与电力行业运行的各方,顺应周期运行而选择相应策略。本文首先对电力需求周期理论进行了论述分析,然后采用结构时间序列模型,以我国电力需求的实际数据分析电力需求周期的实际表现;采用H-P滤波方法得到我国电力需求的周期成分,研究电力需求周期的特征;利用单变量状态空间分解模型研究电力需求周期中短周期的情况。接着利用谱分析方法对电力需求时间序列进行频域分析。继而根据周期成分采用相关分析方法和聚类分析方法对影响我国电力需求周期的主要力量、我国区域电力需求周期存在性问题进行了研究。同时利用Plucking模型研究我国电力需求周期波动性与阶段性之间是否存在一定程度的关联,并且这种关联性是否具有一定程度的非对称性。在对电力需求周期本身的问题研究后,针对我国电力需求周期的实际状况,分析影响电力需求周期变动的因素。在对我国电力需求实际周期情况进行上述研究的基础上,研究了测度电力需求周期转折点的方法。其一是利用互谱分析原理,研究电力需求增长率与GDP增长率在时差上超前或滞后的关系,从而根据GDP转折点确定电力需求周期转折点;其二是利用时间序列模型预测电力需求,然后确定转折点;其三是采用电力需求函数来预测转折点,研究电力需求与影响因素间存在的关系,以便当影响因素一定时,可以预测电力需求,根据电力需求在一定时期内的变化确定转折点。最后提出了应对电力需求周期波动的建议。

论文目录

  • 摘要
  • Abstract
  • 第一章 引言
  • 1.1 选题背景
  • 1.2 选题意义
  • 1.3 国内外研究现状
  • 1.4 本文要做的工作
  • 1.5 使用数据说明
  • 第二章 电力需求周期基本理论
  • 2.1 电力需求周期基本概念
  • 2.1.1 电力需求周期与电力需求波动
  • 2.1.1.1 电力需求周期
  • 2.1.1.2 电力需求波动
  • 2.1.2 电力需求周期的界定
  • 2.1.3 电力需求周期的类型
  • 2.1.3.1 按电力需求周期持续时间进行划分,把电力需求周期划分为短周期、中周期、中长周期、长周期
  • 2.1.3.2 根据电力需求收缩的不同含义,电力需求周期可分为古典周期(古典循环)和增长周期(增长循环)
  • 2.2 电力需求周期的特征与测度指标
  • 2.3 我国电力需求数据检验
  • 2.3.1 平稳性检验
  • 2.3.1.1 时序图检验
  • 2.3.1.2 自相关图检验
  • 2.3.1.3 单位根检验
  • 2.3.2 纯随机性检验
  • 2.3.2.1 Barlett定理
  • 2.3.2.2 假设条件
  • 2.3.2.3 检验统计量
  • 2.3.2.4 我国电力需求增长率时间序列纯随机性检验
  • 第三章 基于结构时间序列模型的我国电力需求周期分析
  • 3.1 结构时间序列模型的一些基本形式
  • 3.1.1 电力需求时间序列的分解
  • 3.1.1.1 趋势分量
  • 3.1.1.2 周期分量
  • 3.1.1.3 季节性分量
  • 3.1.1.4 随机波动
  • 3.2 电力需求趋势成分与周期成分的分解方法
  • 3.2.1 H-P 滤波分解
  • 3.2.2 时间趋势分解
  • 3.2.3 单变量状态空间分解
  • 3.2.4 双变量状态空间分解
  • 3.3 我国电力需求周期的分解结果
  • 3.3.1 按原始数据进行电力需求周期分解
  • 3.3.1.1 电力需求周期的划分
  • 3.3.1.2 电力需求波动状态的总体特征
  • 3.3.2 中国电力需求周期的H-P 滤波分解
  • 3.3.2.1 H-P 滤波分解中国电力需求周期
  • 3.3.2.2 基于H-P 滤波分解的电力需求周期特征分析
  • 3.3.3 电力需求周期单变量状态空间分解
  • 3.3.3.1 电力需求周期分解的状态空间基本模型
  • 3.3.3.2 电力需求周期分解
  • 第四章 基于谱分析的我国电力需求周期分析
  • 4.1 用谱分析方法进行电力需求周期分析的可行性
  • 4.1.1 谱分析的优点
  • 4.1.2 谱分析应用条件验证
  • 4.2 谱分析基本原理
  • 4.3 我国电力需求周期的单谱分析
  • 第五章 我国区域电力需求周期分析
  • 5.1 我国电力需求周期的主要影响区域分析
  • 5.1.1 相关分析与相关系数
  • 5.1.2 全国电力需求与各省电力需求的相关分析
  • 5.2 我国区域电力需求周期存在性的相关分析
  • 5.2.1 各省(市)电力需求周期的相关性
  • 5.2.2 各省(市)电力需求周期的相关分析结果
  • 5.3 我国区域电力需求周期存在性的分层聚类分析
  • 5.3.1 聚类分析基本思想及方法
  • 5.3.1.1 聚类分析基本思想
  • 5.3.1.2 度量数据间亲疏程度的方法
  • 5.3.2 我国各省(市)电力需求周期分层聚类分析
  • 第六章 我国电力需求周期变化与阶段性之间关联的非对称性分析
  • 6.1 “牵拉效应”与Plucking 模型
  • 6.1.1 电力需求周期波动过程中的“牵拉效应”
  • 6.1.2 Plucking 模型
  • 6.2 实际电力需求周期性和阶段性的计量模型描述
  • 6.2.1 状态转移模型的基本假设
  • 6.2.2 状态转移模型的状态空间模型表示
  • 6.3 我国实际电力需求波动过程中“牵拉效应”的实证研究
  • 第七章 电力需求周期影响因素分析
  • 7.1 经济因素
  • 7.1.1 电力需求与GDP 关系的定量分析
  • 7.1.1.1 电力需求与GDP 回归分析
  • 7.1.1.2 电力需求与GDP 回归输出结果分析
  • 7.1.2 经济增长阶段
  • 7.1.3 经济增长的制约机制
  • 7.1.4 我国电力需求周期与经济发展总体分析
  • 7.2 产业结构
  • 7.2.1 各产业电力需求与全社会电力需求增长率波动关系的定性分析
  • 7.2.1.1 第一产业电力需求与全社会电力需求增长率波动的关系
  • 7.2.1.2 第二产业电力需求和全社会电力需求增长率波动的关系
  • 7.2.1.3 第三产业电力需求和全社会电力需求增长率波动的关系
  • 7.2.2 各产业电力需求与全社会电力需求增长率波动关系的定量分析
  • 7.2.2.1 第一产业电力需求和全社会电力需求增长率波动的定量分析
  • 7.2.2.2 第二产业电力需求和全社会电力需求增长率波动的定量分析
  • 7.2.2.3 第三产业电力需求和全社会电力需求增长率波动的定量分析
  • 7.2.3 三次产业电力需求和全社会电力需求增长率波动的定量分析
  • 7.3 居民生活状况
  • 7.3.1 人口数量
  • 7.3.2 居民收入和生活水平
  • 7.4 政策因素
  • 7.4.1 经济政策的影响
  • 7.4.2 能源政策的影响
  • 7.4.3 环保标准
  • 7.4.4 电价政策
  • 7.5 电价因素
  • 7.6 气候因素
  • 7.7 电力需求侧管理
  • 第八章 电力需求周期转折点测度
  • 8.1 电力需求周期转折点测度方法
  • 8.1.1 GDP 类比法
  • 8.1.1.1 互谱及其估计
  • 8.1.1.2 确定电力需求周期转折点的方法
  • 8.1.2 电力需求时间序列模型估计法
  • 8.1.2.1 ARMA 模型简介
  • 8.1.2.2 电力需求时间序列ARMA 模型建模步骤
  • 8.1.3 电力需求函数预测法
  • 8.2 电力需求周期转折点的修正
  • 8.2.1 ARMA 模型预测修正法
  • 8.2.2 专家意见综合的证据推理修正法
  • 8.2.2.1 相对权重
  • 8.2.2.2 折扣率和支持强度
  • 8.3 我国电力需求周期转折点预测
  • 8.3.1 基于时间序列建模的我国电力需求周期转折点预测
  • 8.3.1.1 确定模型类型
  • 8.3.1.2 采用极大似然估计法估计模型参数值
  • 8.3.1.3 模型及参数的显著性检验
  • 8.3.1.4 预测误差计算
  • 8.3.1.5 我国电力需求增长率预测
  • 8.3.2 基于GDP 类比法的电力需求周期转折点预测
  • 第九章 电力需求函数
  • 9.1 拟合电力需求函数的必要性
  • 9.2 电力需求函数拟合原理
  • 9.2.1 影响电力需求的因素
  • 9.2.2 神经网络技术拟合电力需求函数模型
  • 9.2.3 数据规范化处理
  • 9.2.4 BP 网络结构
  • 9.2.5 改进遗传算法优化电力需求神经网络预测的思想
  • 9.2.5.1 遗传算法优化神经网络的目的
  • 9.2.5.2 改进遗传算法的基本思想
  • 9.2.6 改进遗传算法优化电力需求神经网络预测过程
  • 9.3 我国电力需求函数的拟合
  • 第十章 应对电力需求周期波动的建议
  • 10.1 电力需求周期波动的正面效应分析
  • 10.1.1 电力需求周期波动的正面效应
  • 10.1.2 周期波动的正面效应分析
  • 10.2 我国电力需求周期波动的调节思路
  • 10.2.1 制定与电力需求周期规律相适应的电力发展规划
  • 10.2.2 建立电力需求周期波动的监测和预警系统
  • 10.2.3 采取积极措施,避免超常波动
  • 10.2.4 改善和优化电力消费结构,提高电力的使用效率
  • 10.3 电力需求波动下电力企业应有的行为
  • 10.3.1 建立电力企业内部电力需求预警系统
  • 10.3.2 启动电力客户信用管理机制
  • 10.3.2.1 信用管理可以增强供电企业营销的安全性
  • 10.3.3.2 有效地进行用电客户信用评价
  • 10.3.3 审慎选择市场机会
  • 10.3.4 提高供电企业服务质量
  • 10.3.5 合理确定发电企业交易组合
  • 10.3.6 发电企业应强化市场营销意识
  • 第十一章 结论
  • 11.1 结论
  • 11.2 有待深入研究的问题
  • 参考文献
  • 致谢
  • 附录
  • 个人简历、在学期间发表的学术论文及研究成果
  • 相关论文文献

    • [1].山西电力需求快速增长 供用电形势紧张[J]. 石油和化工节能 2008(05)
    • [2].加快电网建设步伐 确保迎峰度夏电力需求[J]. 供电企业管理 2012(03)
    • [3].从追赶型经济看中长期电力需求增长潜力[J]. 中国电力企业管理 2019(34)
    • [4].新冠疫情对2020年电力需求影响及应对之策[J]. 中国电力企业管理 2020(04)
    • [5].基于鸽群优化算法的支持向量机在电力需求总量预测中的应用[J]. 电力自动化设备 2020(05)
    • [6].2020年我国电力需求分析预测[J]. 能源 2020(09)
    • [7].抉择十四五 电力需求在多大程度上是可预测的?[J]. 能源 2019(05)
    • [8].辽宁省经济指标与电力需求相关性分析[J]. 中国电力 2017(12)
    • [9].基于电力需求侧的峰谷电价实施问题及对策建议[J]. 吉林化工学院学报 2016(11)
    • [10].电力需求侧响应:动中求静[J]. 国家电网 2017(01)
    • [11].全球电力需求总量持续增长[J]. 工具技术 2015(11)
    • [12].浅析电力需求侧在提高终端用电效率的作用[J]. 通讯世界 2016(04)
    • [13].迎接一个无限想象的能源未来[J]. 中华环境 2017(Z1)
    • [14].中国6月电力需求增长6.3%[J]. 中亚信息 2013(07)
    • [15].广东省电力需求最大负荷预测模型及预测[J]. 电力勘测设计 2020(02)
    • [16].我国中长期电力需求增长趋势研究[J]. 中国能源 2018(11)
    • [17].面向电力需求侧的大数据应用分析与探究[J]. 信息通信 2019(10)
    • [18].社会经济发展与电力需求关联研究综述[J]. 中外企业家 2016(13)
    • [19].电力需求侧电能质量治理的相对能效分析[J]. 电测与仪表 2015(07)
    • [20].我国居民家庭电力需求区域性差异研究[J]. 财经问题研究 2015(09)
    • [21].负控系统下实现电力需求侧的精细化管理探析[J]. 中国新通信 2015(22)
    • [22].华北电网地区饱和电力需求研究[J]. 中国电力 2014(03)
    • [23].未来5年中国电力需求仍将保持快速增长[J]. 高压电器 2011(12)
    • [24].“十二五”电力需求结构将发生显著变化——《中国能源发展报告2011》预测“十二五”电力需求增速将回落至8.8%[J]. 广西电业 2011(12)
    • [25].基于投入产出法的中长期电力需求模拟[J]. 中国电力 2010(01)
    • [26].上海市产业结构调整对于电力需求的影响[J]. 能源工程 2009(01)
    • [27].马来西亚电力需求11年来将首次减少[J]. 变压器 2009(04)
    • [28].上海市电力需求与经济政策关系研究[J]. 华东电力 2008(02)
    • [29].基于社会经济饱和发展特征的安徽省电力需求研究[J]. 电力需求侧管理 2018(02)
    • [30].基于生产力及城镇化布局的省级长期电力需求分布预测[J]. 安徽电气工程职业技术学院学报 2018(02)

    标签:;  ;  ;  ;  

    中国电力需求周期演变规律及转折点研究
    下载Doc文档

    猜你喜欢