一种基于行业经济与用电关系的全社会用电量预测方法
【专利摘要】本发明提供一种基于行业经济与用电关系的全社会用电量预测方法，获取被研究区域内的固定资产投资、黑色金属、化工、非金属、有色金属及装备制造业、商品房销售的经济数据；相关产业及生活用电量数据；以及平均气温数据；然后建立经济预测模型进行社会用电量的预测。本发明为年度及以内层面的全社会用电量预测提供了一种科学准确的预测手段，尤为适用于当前经济新常态和极端天气频发的大形势。
【专利说明】
-种基于行业经济与用电关系的全社会用电量预测方法
技术领域
[0001] 本发明设及电力市场需求预测技术领域，具体是一种基于行业经济与用电关系的 全社会用电量预测方法。
【背景技术】
[0002] 电力市场需求预测是能源主管部口和电网企业的一项重要基础性工作，准确的用 电量预测结果可有效支撑能源主管部口科学编制发电计划和电力发展规划，W及支撑电网 企业准确制定生产计划与经营决策。
[0003] 然而当前经济新常态下产业结构和工业内部结构调整升级明显加快，工业内部各 行业也在不断加大产品结构转型升级和节能降耗力度，导致各行业用电量与其增加值间的 禪合关系大大减弱，加之近年来极端天气频发，经济与用电间传统的稳定关系已发生显著 变化。诸如GDP回归、产值单耗、弹性系数等基于经济总量的传统预测手段已经失灵，甚至从 固定资产投资-分产业增加值-分产业用电量的经济电力传导预测方法预测结果亦持续偏 高，用电需求准确预测难度大大增加。
[0004] 相关学者对电力市场需求预测研究主要集中于电力负荷预测，而对于用电量预测 大多仍停留在GDP回归、产值单耗、弹性系数等传统预测手段，部分学者构建的分产业经济 电力传导预测方法，由于关注点仍停留在各产业角度，已不适用于产业结构调整明显加速、 各行业经济与用电关系已发生明显变化的当前大形势。
【发明内容】
[0005] 本发明针对现有技术的不足，提供一种基于行业经济与用电关系的全社会用电量 预测方法，为年度及W内层面的全社会用电量预测提供了一种科学准确的预测手段，尤为 适用于当前经济新常态和极端天气频发的大形势。
[0006] 为解决上述技术问题，本发明采用如下技术方案：
[0007] -种基于行业经济与用电关系的全社会用电量预测方法，包括如下步骤：
[000引（1)获取被研究区域的如下经济数据:总固定资产投资、房地产开发投资、装备制 造业投资、烧碱产量、合成氨产量、钢材产量、水泥产量和十种有色金属产量季度累计数据， 商品房销售面积、住宅销售面积和城镇化率年度数据，农村常住居民人均可支配收入、城镇 常住居民人均可支配收入和居民消费价格指数单季数据，如下用电量数据:全社会、第二产 业、工业、黑色金属冶炼及压延加工业、化学原料及化学制品制造业、非金属及矿物制品制 造业、有色金属冶炼及压延加工业、装备制造业、第=产业和城乡居民生活季度用电量数 据，如下气溫数据:季度平均气溫数据；
[0009] (2)构建W钢材季度累计产量作为被解释变量、季度累计房地产开发投资作为解 释变量的逐季钢材产量计量经济预测模型，W黑色金属冶炼及压延加工业季度累计用电量 作为被解释变量、钢材季度累计产量作为解释变量的逐季黑色金属冶炼及压延加工业用电 量计量经济预测模型；
[0010] (3)构建W烧碱季度累计产量作为被解释变量、季度累计房地产开发投资作为解 释变量的逐季烧碱产量计量经济预测模型，W合成氨季度累计产量作为被解释变量、季度 累计总固定资产投资作为解释变量的逐季合成氨产量计量经济预测模型，W化学原料及化 学制品制造业季度累计用电量作为被解释变量、烧碱和合成氨季度累计产量作为解释变量 的逐季化学原料及化学制品制造业用电量计量经济预测模型；
[0011] (4)构建W水泥季度累计产量作为被解释变量、季度累计房地产开发投资作为解 释变量的逐季水泥产量计量经济预测模型，W非金属及矿物制品制造业季度累计用电量作 为被解释变量、水泥季度累计产量作为解释变量的逐季非金属及矿物制品制造业用电量计 量经济预测模型；
[0012] (5)构建W十种有色金属季度累计产量作为被解释变量、季度累计房地产开发投 资作为解释变量的逐季十种有色金属产量计量经济预测模型，W有色金属冶炼及压延加工 业季度累计用电量作为被解释变量、十种有色金属季度累计产量作为解释变量的逐季有色 金属冶炼及压延加工业用电量计量经济预测模型；
[0013] (6)构建W装备制造业季度累计用电量作为被解释变量、季度累计装备制造业投 资作为解释变量的逐季装备制造业用电量计量经济预测模型；
[0014] (7)构建W工业累计用电量作为被解释变量、W黑色金属冶炼及压延加工业、化学 原料及化学制品制造业、非金属及矿物制品制造业、有色金属冶炼及压延加工业和装备制 造业季度累计用电量之和为解释变量的逐季工业用电量计量经济预测模型，W第二产业累 计用电量为被解释变量、工业累计用电量为解释变量的逐季第二产业用电量计量经济预测 模型；
[0015] (8)基于年度商品房销售面积减住宅销售面积，得到年度商业销售面积，基于前10 年的商业销售面积计算得到本年商业使用面积，本年各季度商业使用面积均按本年值考 虑，再基于历年各季平均气溫，构建W第=产业用电量为被解释变量、商业使用面积和平均 气溫为解释变量的逐年同季第=产业用电量计量经济预测模型；
[0016] (9)基于季度农村居民人均可支配收入、城镇居民人均可支配收入和年度城镇化 率，计算得到季度城乡居民人均可支配收入，再基于历年各季平均气溫，并考虑居民阶梯电 价政策变量，构建W城乡居民生活用电量为被解释变量、城乡居民人均可支配收入、平均气 溫和居民阶梯电价政策为解释变量的逐年同季城乡居民生活用电量计量经济预测模型；
[0017] (10)构建W季度累计全社会用电量为被解释变量，第二产业、第=产业和城乡居 民生活季度累计用电量之和为解释变量的全社会用电量计量经济预测模型；
[0018] (11)根据被研究区域的后期经济社会发展走势，设定预测期房地产开发投资和装 备制造业投资季度累计增速、农村居民人均可支配收入和城镇居民人均可支配收入当季增 速、当季居民消费价格指数及年度城镇化率，预测期平均气溫按常年考虑(取历年同季平均 气溫的平均值），带入(2)-(10)中构建的模型群，得到预测期被研究区域的全社会用电量预 测结果。
[0019] 步骤(2)中，逐季钢材产量计量经济预测模型和黑色金属冶炼及压延加工业用电 量计量经济预测模型分别如下：
[0020]
[0021]
[0022] 其中，t表示历史期t年，i表示历史期t年的第i季度（取值l、2、3、4)，GCCLt,i、 抑CTZt,i、CPIt,i和HSYDt,i分别表示历史期t年第i季度钢材累计产量、累计房地产开发投资、 累计居民消费价格指数（W历史期起始年各季度=1，W定基形式计算得到其他年份各季度 CPI，季度累计采用季度平均的方式）、黑色金属冶炼及压延加工业累计用电量，4、爲、义 和均为待确定系数(基于最小二乘估计法得到），为反映被解释变量自身历史变化规律， 在模型中可适当增加自回归和移动平均(AR和MA)项，模型除列出的线性形式外，还可W是 对数(变量取对数log)形式。
[0023] 步骤(3)中，逐季烧碱产量计量经济预测模型、合成氨产量计量经济预测模型和化 学原料巧化堂曲I品曲I;吿、Ik田由吾A吾经巧丽細时莫型分别如下：
[0024]
[0025]
[0026]
[0027] 其中，SJCLt,i、HCA化t,i和HGYDt,i分别表示历史期t年第i季度烧碱累计产量、合成 氨累计产量和化学原料及化学制品制造业累计用电量，ZTZt-1,1表示历史期t-1年第i季度累 计总固定资产投资，fS:、度、毛、為、V:、是和秦均为待确定系数(基于最小二乘估计法得 到），为反映被解释变量自身历史变化规律，在模型中可适当增加自回归和移动平均(AR和 M)项，模型除列出的线性形式外，还可W是对数(变量取对数log)形式。
[0028] 步骤(4)中，逐季水泥产量计量经济预测模型和非金属及矿物制品制造业用电量 補》1 照刑 ASliIfm 了.
[0029]
[0030]
[0031] 其中，SNCLt,i和FJSYDt,i分别表示历史期t年第i季度水泥累计产量和非金属及矿 物制品制造业累计用电量，成、爲、污和在均为待确定系数(基于最小二乘估计法得到）， 为反映被解释变量自身历史变化规律，在模型中可适当增加自回归和移动平均(AR和MA) 项，模型除列出的线性形式外，还可W是对数(变量取对数log)形式。
[0032] 步骤(5)中，逐季十种有色金属产量计量经济预测模型和有色金属冶炼及压延加 工业用电量计量经济预测模型分别如下：
[0033]
[0034]
[0035] 其中，YSCUi和YSYDt,1分别表示历史期t年第i季度十种有色金属累计产量和有色 金属冶炼及压延加工业累计用电量，命、爲、爲和義均为待确定系数(基于最小二乘估计 法得到），为反映被解释变量自身历史变化规律，在模型中可适当增加自回归和移动平均 (AR和M)项，模型除列出的线性形式外，还可W是对数(变量取对数log)形式。
[0036] 步骤(6)中，逐季装备制造业用电量计量经济预测模型如下：
[0037]
[003引其中，ZBYDt,1和ZBTZt,1分别表示历史期t年第i季度装备制造业累计用电量和装备 制造业累计投资，户;和4均为待确定系数(基于最小二乘估计法得到），为反映被解释变量自 身历史变化规律，在模型中可适当增加自回归和移动平均(AR和MA)项，模型除列出的线性 形式外，还可W是对数(变量取对数1 Og )形式。
[0039] 步骤(7)中，逐季工业用电量计量经济预测模型和第二产业用电量计量经济预测 模型分别如下：
[0040]
[0041]
[0042] 其中，GYYDt,i和邸CYDt,i分别表示历史期t年第i季度工业累计用电量和第二产业 累计用电量，扣、在、鳥和義均为待确定系数(基于最小二乘估计法得到），为反映被解释变 量自身历史变化规律，在模型中可适当增加自回归和移动平均(AR和M)项。
[0043] 步骤(8)中，年度商业使用面积计算公式和逐年同季第=产业用电量计量经济预 测模型分别如下：
[0044]
[0045] i
[0046] 其中，SSMJ康示历史期t年商业使用面积，SFXMJj和ZXMJj分别表示历史期j年商品 房销售面积和住宅销售面积，SCYDt, i和P JWDt, i分别表示历史期t年第i季度第S产业用电量 和平均气溫，起f、4,和取1，2,3,4)均为待确定系数(基于最小二乘估计法得到），为 反映第=产业用电量自身历史变化规律，在模型中可适当增加自回归和移动平均(AR和MA) 项，模型除列出的线性形式外，还可W是对数(变量取对数log)形式。
[0047] 步骤(9)中，季度城乡居民人均可支配收入计算公式和逐年同季城乡居民生活用 电量计量经济预测模型分别如下：
[004引
[0049]
[0050] 其中，JMSRt,i、CZSRt,i、NCSRt,i和JMYDt,i分别表示历史期t年第i季度城乡居民人均 可支配收入、城镇常住居民人均可支配收入、农村城镇居民人均可支配收入和城乡居民生 活用电量，CZHLt, 4表示历史期t年第4季度(按年底值考虑)城镇化率，CPI't, i表示历史期t年 第i季度当季定基居民消费价格指数，JTDJt,1表示居民阶梯电价政策哑元变量(处于实施 期，取1，否则取〇)，Tt,康示历史期t年居民阶梯电价政策在第i季度实施的总季度数(实施 前取〇)，^，7|表示取义或取7，采用(句+ /^",,. *^)或(句+^'片）的形式主要用于反映居民阶 梯电价政策对城乡居民生活用电量存在抑制作用、且抑制性在不断减弱(基于数据统计规 律），kl为根据模型最佳拟合效果而确定的参数，片，、為j、么為和令均为待确定系数(基 于最小二乘估计法得到），为反映被解释变量自身历史变化规律，在模型中可适当增加自回 归和移动平均(AR和MA)项，模型除列出的线性形式外，还可W是对数(变量取对数log)形 式。
[0051]步骤(10)中，逐季全社会用电量计量经济预测模型如下：
[0化2]
[0化3] 其中，Q細YDt,l、SCYD't,l和JMYD't,l分别表示历史期t年第i季度累计全社会用电 量、第S产业用电量和城乡居民生活用电量，A。,,.和4.,均为待确定系数(基于最小二乘估计 法得到）。
[0054] 本发明提出了一种基于行业经济与用电关系的全社会用电量预测方法，该方法充 分考虑了各行业经济与用电关系变化W及天气因素对第=产业和居民生活用电的影响，预 测准确性大幅提高，彻底改变了当前传统预测手段预测结果持续偏高的被动局面，能够为 能源主管部口和电力市场分析预测人员开展年度及W内全社会用电量预测工作提供科学 准确的参考依据。该预测方法在经济新常态下经济总量与用电总量间禪合关系大大减弱、 行业经济与用电关系(表现为行业增加值和行业用电量间关系）已发生变化、天气因素对第 =产业和居民生活用电影响难W忽略等大形势下而提出，由于既考虑了各行业经济与用电 关系变化，又考虑了天气因素对用电影响，并形成了科学的预测方法体系，预测准确率大幅 提升，可作为年度及W内全社会用电量预测的一种有效方法。
【具体实施方式】
[0055] 本发明基于各行业经济与用电关系、天气因素对用电量影响角度，提供了一种基 于行业经济与用电关系的全社会用电量预测方法。
[0056] W下W安徽省2015年全社会用电量预测误差回测和2016年预测为例，进一步说明 本发明的【具体实施方式】。
[0057] 步骤（1):在安徽省统计局网站中进度数据和统计年鉴中获取该方法所需的安徽 省经济数据，在安徽省电力公司获取用电量数据，在安徽省气象局获取平均气溫数据；
[0058] 步骤(2):构建逐季钢材累计产量和黑色金属冶炼及压延加工业累计用电量计量 经济预测模型；
[0059] GCCLt,i = 167.8914+0.7086(抑 CTZt,i/CPIt,i) (R2 = 0.999)
[0060] log 化 SYDt'i) = 6.2063+1.00211og(GCCLt'i) + [AR(4) =-0.2296 ,MA(I) =-0.9758] (r2 = 0.999)
[0061] 步骤(3):构建逐季烧碱累计产量、合成氨累计产量和化学原料及化学制品制造业 累计用电量计量经济预测模型；
[0062] l〇g(SJCk,0=-2.470化0.82191og(抑CTZt,i/CPIt,i) + [AR( 1)=0.8377，MA(4) = 0.9883] (r2 = 0.997)
[0063] log 化 CACLt, i) =-780.6135+76.96291og(ZTZt-i, i/CPIt-i,i) + [AR(4) =0.9441，MA (4)=-0.9989] (r2 = 0.999)
[0064] l〇g(HGYDt, 0=8.4297+0.08531og(SJCLt,i)+0.95881og 化 CACLt,i) + [AR(3) = 0.8210,MA(I)=-1.0000] (R^ = 0.999)
[0065] 步骤(4):构建逐季水泥累计产量和非金属及矿物制品制造业累计用电量计量经 济预测模型；
[0066] SNCLt, i = 114.9+2.9127(FDCTZt,i/CPIt,i) + [MA(4) =0.9617] (R^ = O.999)
[0067] l〇g(FJSYDt, O = 13.4808+0.0001SNCU 广0.0578蝴 t,i+[AR(4) =0.9805 ,MA(I) = 0.9580] (r2 = 0.999)
[0068] 其中，根据安徽省实际情况在非金属及矿物制品制造业累计用电量计量经济预测 模型中增加了哑元变量Dt,i(2013年第1季度=1，其余季度= 0)，表示2013年国家水泥行业 新政对非金属及矿物制品制造业用电量的影响。
[0069] 步骤(5):构建逐季十种有色金属累计产量和有色金属冶炼及压延加工业累计用 电量计量经济预测模型；
[0070] YSCUi = 0.0 274308+12.978665(抑 CTZt, i/CPIt,i) + [AR(4) =0.135339，MA( 1)=- 0.99000] (r2 = 0.999)
[0071] l〇g(YSYDt,i) = 7.5789+1.02151og(YSCLt,i)+0.5411*Dt,i+[AR(3) =0.4706,MA(I) = 0.9990] (r2 = 0.989)
[0072] 其中，根据安徽省实际情况在有色金属冶炼及压延加工业累计用电量计量经济预 测模型中增加了哑元变量Dt,i(2013年第1季度=1，其余季度= 0)，表示2013年1季度受铜陵 有色"双闪"项目试车影响(产量低、用电却很高）。
[0073] 步骤(6):构建逐季装备制造业累计用电量计量经济预测模型；
[0074] l〇g(ZBYDt,i) = -11.8129+1.42981og(ZBTZt,i/CPIt,i) + [AR(4) =0.9929,MA(3) = - 0.9999] (r2 = 0.999) 「nn7f；1
[0076] 表1
[0077] 步骤(7):构建逐季工业累计用电量和第二产业累计用电量计量经济预测模型；
[0078] GYYDt, i = -45468.8328+1.4423 化 SYDt, i+服 YDt, i+FJSYDt, i 巧 SYDt, i+ZBYDt, i ) + [AR (4)=0.9471] (r2 = 0.999)
[0079] ERCYDt, i = 5444.8156+1.022168GYYDt, i (R^=I-O)
[0080] 步骤(8):构建综合考虑商业使用面积和平均气溫的逐年同季第=产业用电量计 量经济预测模型；
[00川一季度：
[0082] l〇g(SCYDt,i) =4.22653+1.0830921og(SSMJt)-0.0181455PJWDt,!+[MA(I) = 0.99741] (r2 = 0.999)
[008；3]二季度：
[0084] l〇g(SCYDt'2) =4.78395+0.979641og(SSMJt) (R^ = 0.997)
[0085] S 季度：
[0086] l〇g(SCYDt,3)=3.62954+1.0029621og(SSMJt)+0.044888PJWDt,3 (R^ = 0.995)
[0087] 四季度：
[008引 l0g(SCYDt,4) =5.27923+0.9478061og(SSMJt)-0.0124086PJWDt,4 (R^ = 0.994)
[0089] 步骤(9):构建综合考虑城乡居民人均可支配收入、平均气溫和居民阶梯电价政策 因素的逐年同季城乡居民生活用电量计量经济预测模型；
[0090] 一牵度：
[0091]
[0092]
[0093]
[0094] S 季度：
[00 巧]JMYDt, 3 = -2252059.2+308.65JMSRt, 3+81324.98PJWDt,3-JTDJt, 3( 65385.07- 7249.94(Tt,3)2.2) (^2^0.995)
[0096] 四季度：
[0097] JMYDt,4=51507.53+192.4007JMSRt,3-8852.032PJWDt,3-JTDJt,3(102553.83- 138331.85(Tt'3)°'25) + [MA( 1)=-0.997442] (R^ = 0.993)
[0098] 步骤（10):构建W第二产业、第=产业和城乡居民生活季度累计用电量之和为解 释变量的全社会用电量计量经济预测模型；
[0099] QSHYDt, i =-10604.68+1. Ol 1408 化 RCYDt, i+SCYD ' t, i+JMYD ' t, i) 「01001
[0101] 表2
[0102] 步骤（11):根据安徽省2016年经济社会发展走势，设定2016年各季度主要经济和 气溫指标取值，带入(2)-(10)中构建的模型群，预测2016年安徽省全社会用电量为1721.4 亿千瓦时，同比增长4.98%，该预测结果较为贴切当前经济新常态下经济中高速增长、用电 中低速增长的总体判断。
[0103]
[i
[i
[0106] 表4
[0107] W上所述实施方式仅仅是对本发明的优选实施方式进行描述，并非对本发明的范 围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方 案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。
【主权项】
1. 一种基于行业经济与用电关系的全社会用电量预测方法，其特征在于，获取被研究 区域内的固定资产投资、黑色金属、化工、非金属、有色金属及装备制造业、商品房销售的经 济数据;相关产业及生活用电量数据；以及平均气温数据;然后建立经济预测模型进行社会 用电量的预测。2. 根据权利要求1 一种基于行业经济与用电关系的全社会用电量预测方法，其特征在 于所述相关数据包括如下步骤： (1) 获取被研究区域的如下经济数据:总固定资产投资及相关行业投资、烧碱产量、合 成氨产量、钢材产量、水泥产量和十种有色金属产量季度累计数据，商品房销售面积、住宅 销售面积和城镇化率年度数据，农村常住居民人均可支配收入、城镇常住居民人均可支配 收入和居民消费价格指数单季数据，如下用电量数据:全社会、第二产业、工业、黑色金属冶 炼及压延加工业、化学原料及化学制品制造业、非金属及矿物制品制造业、有色金属冶炼及 压延加工业、装备制造业、第三产业和城乡居民生活季度用电量数据，如下气温数据:季度 平均气温数据； (2) 构建以钢材季度累计产量作为被解释变量、季度累计房地产开发投资作为解释变 量的逐季钢材产量计量经济预测模型，以黑色金属冶炼及压延加工业季度累计用电量作为 被解释变量、钢材季度累计产量作为解释变量的逐季黑色金属冶炼及压延加工业用电量计 量经济预测模型； (3) 构建以烧碱季度累计产量作为被解释变量、季度累计房地产开发投资作为解释变 量的逐季烧碱产量计量经济预测模型，以合成氨季度累计产量作为被解释变量、季度累计 总固定资产投资作为解释变量的逐季合成氨产量计量经济预测模型，以化学原料及化学制 品制造业季度累计用电量作为被解释变量、烧碱和合成氨季度累计产量作为解释变量的逐 季化学原料及化学制品制造业用电量计量经济预测模型； (4) 构建以水泥季度累计产量作为被解释变量、季度累计房地产开发投资作为解释变 量的逐季水泥产量计量经济预测模型，以非金属及矿物制品制造业季度累计用电量作为被 解释变量、水泥季度累计产量作为解释变量的逐季非金属及矿物制品制造业用电量计量经 济预测模型； (5) 构建以十种有色金属季度累计产量作为被解释变量、季度累计房地产开发投资作 为解释变量的逐季十种有色金属产量计量经济预测模型，以有色金属冶炼及压延加工业季 度累计用电量作为被解释变量、十种有色金属季度累计产量作为解释变量的逐季有色金属 冶炼及压延加工业用电量计量经济预测模型； (6) 构建以装备制造业季度累计用电量作为被解释变量、季度累计装备制造业投资作 为解释变量的逐季装备制造业用电量计量经济预测模型； (7) 构建以工业累计用电量作为被解释变量、以黑色金属冶炼及压延加工业、化学原料 及化学制品制造业、非金属及矿物制品制造业、有色金属冶炼及压延加工业和装备制造业 季度累计用电量之和为解释变量的逐季工业用电量计量经济预测模型，以第二产业累计用 电量为被解释变量、工业累计用电量为解释变量的逐季第二产业用电量计量经济预测模 型； (8) 基于年度商品房销售面积减住宅销售面积，得到年度商业销售面积，基于前10年的 商业销售面积计算得到本年商业使用面积，本年各季度商业使用面积均按本年值考虑，再 基于历年各季平均气温，构建以第三产业用电量为被解释变量、商业使用面积和平均气温 为解释变量的逐年同季第三产业用电量计量经济预测模型； (9) 基于季度农村居民人均可支配收入、城镇居民人均可支配收入和年度城镇化率，计 算得到季度城乡居民人均可支配收入，再基于历年各季平均气温，并考虑居民阶梯电价政 策变量，构建以城乡居民生活用电量为被解释变量、城乡居民人均可支配收入、平均气温和 居民阶梯电价政策为解释变量的逐年同季城乡居民生活用电量计量经济预测模型； (10) 构建以季度累计全社会用电量为被解释变量，第二产业、第三产业和城乡居民生 活季度累计用电量之和为解释变量的全社会用电量计量经济预测模型； (11) 根据被研究区域的后期经济社会发展走势，设定预测期房地产开发投资和装备制 造业投资季度累计增速、农村居民人均可支配收入和城镇居民人均可支配收入当季增速、 当季居民消费价格指数及年度城镇化率，预测期平均气温按常年考虑，取历年同季平均气 温的平均值，带入上述步骤(2)-(10)中构建的模型群，得到预测期被研究区域的全社会用 电量预测结果。3.根据权利要求2所述的一种基于行业经济与用电关系的全社会用电量预测方法，其 特征在于，步骤(2)-(7)中，所述逐季钢材产量、黑色金属冶炼及压延加工业用电量、烧碱产 量、合成氨产量、化学原料及化学制品制造业用电量、水泥产量、非金属及矿物制品制造业 用电量、十种有色金属产量、有色金属冶炼及压延加工业用电量、装备制造业用电量、工业 用电量和第二产业用电量计量经济预测模型群分别为：其中，t表示历史期t年，i表示历史期t年的第i季度，取值l、2、3、4，GCCLt,i、FDCTZt,i、 CPIt，i、HSYDt，i、SJCLt，i、HCACLt，i、HGYDt，i、SNCLt，i、FJSYD t，i、YSCLt，i、YSYDt，i、ZBYDt，i、 ZBTZt,i、分别GYYDt,i和ERCYDt,i表示历史期t年第i季度钢材累计产量、累计房地产开发投 资、累计居民消费价格指数、黑色金属冶炼及压延加工业累计用电量、烧碱累计产量、合成 氨累计产量、化学原料及化学制品制造业累计用电量、水泥累计产量、非金属及矿物制品制 造业累计用电量、十种有色金属累计产量、有色金属冶炼及压延加工业累计用电量、装备制 造业累计用电量、装备制造业累计投资、工业累计用电量和第二产业累计用电 量，ZTZt-1;1表示历史期t-i年第i季度累计总固定资产投资， ^ A ^ /V Λ Α- Λ. ^ 八 Λ Λ G\-、 I'、、 Φ'\、、?')。、人6、 ^%、 ?5、 G'、'、 扈、六、4'毛、在、.么、表、.鳥、、戎、户6、洗、卢7和義均为待确定系数。4. 根据权利要求2所述的一种基于行业经济与用电关系的全社会用电量预测方法，其 特征在于，步骤(8)中，所述年度商业使用面积计算公式和逐年同季第三产业用电量计量经 济预测模型分别为：其中，SSMJt表示历史期t年商业使用面积，SFXMJj和ZXMJj分别表示历史期j年商品房销 售面积和住宅销售面积，SCYDM和PJWDM分别表示历史期t年第i季度第三产业用电量和平 均气温，％广1+和i取1，2，3，4均为待确定系数。5. 根据权利要求2所述的一种基于行业经济与用电关系的全社会用电量预测方法，其 特征在于，步骤(9)中，所述季度城乡居民人均可支配收入计算公式和逐年同季城乡居民生 活用电量计量经济预测模型分别为：其中，厕51^、〇251^、从^1^和厕￥〇0分别表示历史期七年第1季度城乡居民人均可支 配收入、城镇常住居民人均可支配收入、农村城镇居民人均可支配收入和城乡居民生活用 电量，CZHLt,4表示历史期t年第4季度，城镇化率，CPI' t, i表示历史期t年第i季度当季定基居 民消费价格指数，JTDJt>1表示居民阶梯电价政策哑元变量，T t>1表示历史期t年居民阶梯电 价政策在第i季度实施的总季度数，|x，y|表示取X或取7，1^为根据模型最佳拟合效果而确 定的参数，η#、龙#、4和毛均为待确定系数。6. 根据权利要求3、4、5任一项所述的一种基于行业经济与用电关系的全社会用电量预 测方法，其特征在于所述的待确定系数基于最小二乘估计法得到。7. 根据权利要求3、4、5任一项所述的一种基于行业经济与用电关系的全社会用电量预 测方法，其特征在于为反映被解释变量自身历史变化规律，在模型中可增加自回归和移动 平均AR和MA项，模型除列出的线性形式外，还可以是对数，变量取对数log形式。
【文档编号】G06Q50/06GK105956716SQ201610356794
【公开日】2016年9月21日
【申请日】2016年5月20日
【发明人】王宝, 叶彬, 葛斐, 杨敏, 马静, 李周, 荣秀婷
【申请人】国网安徽省电力公司经济技术研究院