国家公园建设背景下开化地区服务业“十三五”期间用电量预测分析

陈志军++郑剑++刘彬++雷冬阁

摘要：开化作为国家公园建设试点之一，国家公园建设完成之后，必将对开化地区的文化旅游服务业带来深远影响。文化旅游服务业的大步发展，将会带来开化地区服务业用电的激增。文章通过对，“十二五”期间开化地区产业用电量和2013-2015年开化国家公园试点建设下服务行业用电量进行分析，然后运用数学分析工具，建立多种预测模型、关系模型对十三五”期间开化国家公园建设背景下的服务行业用电量进行预测，预测结果可以为开化地区“十三五”配网规划提供大量及时、可靠地量化数据，为开化地区电网的规划布局、电网设备经济运行、节能降损和投资决策提供重要依据。

F304

前言

开化作为国家公园建设试点之一，文化旅游等服务行业将成为战略性支柱产业，服务业将成为经济增长潜力最大、动力最强的战略性产业。不同类型的服务行业负荷属性不同，对供电需求也不同。有必要将服务行业进行细分，根据开化地区特点，重点分析几类服务行业用电量的变化情况。同时国家公园的建设也将带来开化地区产业结构的调整，产业结构的调整又将改变电网的负荷特性、用电需求等因素，而这些因素的改变对电网的合理规划和投资决策具有指导性的作用。

1国家公园试点建设下服务行业用电量分析

开化地区“十二五”期间开化三产总用电量增加幅度较大、开化第三产业用户数大幅提升。

（1）批发和零售业用电量占比较大，且增加幅度明显，住宿和餐饮业稳步提升，在2015年增幅相对较大；批发和零售业用户数增加幅度较大，且与商业、住宿和餐饮业用户数增加同步，住宿和餐饮业用电户数相对稳定。（2）国家公园建设试点环境下，开化地区商业、住宿和餐饮业的用电量、用户数以及户均用电量都有了大幅度的提高，2015年增幅较大，这与开化大力发展电商和旅游业的政策都是分不开的。（3）“十二五”期间开化信息传输、计算机服务和软件业用电量、用户数都逐年增加；金融、房地产、商务及居民服务业用户数稳步增加，用电量2011年、2012年有所下降，然后稳步提升。

2影响“十二五”期间开化地区用电量因素分析

2.1社会生产总值、电网投入对用电量的影响

通过利用统一数据库和数理分析中心建立相关分析模型，对开化社会生产总值与电网投入、产出、产业用电量等因素之间的关系进行相关分析社会生产总值与固定资产投入、城乡居民生活用电量和城乡居民比例的相关系数r>0.95，呈显著性相关关系；与一产和三产用电量之间的相关系数0.8

2.2国家公园试点建设对开化服务业用电影响

利用数理分析中心的多种分析方法，对开化地区服务业产值、GDP与服务行业用电量、用电户数、城乡居民用电、电网投入产出、固定资产投入等之间的关系进行分析和预测。“十二五”期间开化社会生产总值与旅游人口、公共事业及管理组织用电量、城乡居民用电量的相关系数，呈显著性相关；与交通运输、信息传输、商业、住宿和餐饮等用电量相關系数，呈高度相关关系；与金融、房地产等用电量相关系数，呈中度相关关系。服务业产出与旅游人口、信息传输、商业、住宿、公共事业和城乡居民等用电量相关系数，呈显著性相关；与交通运输、金融、房地产和电网投入相关系数，呈高度相关关系。电网投入与信息传输、商业、住宿和金融等用电量相关系数，呈高度相关关系；与旅游人口、交通运输、公共事业及管理组织、城乡居民用电量相关系数，呈中度相关关系。

3“十三五”期间开化国家公园建设背景下服务行业用电量预测分析

通过对开化“十二五”期间产业用电数据、服务业行业用电数据、以及二者与社会生产总值、固定资产投入等的分析以及考虑国家公园的建设对开化地区服务业用电量的影响，对各种数学模型进行分析比较，最终选择指数平滑法对开化地区“十三五”期间服务业用电量进行预测。运用指数平滑法，建立预测工作流，对全社会用电量进行预测分析，

利用指数平滑法能够拟合开化地区全社会用电量，并对拟合结果给出了评估分析表。

通过运用指数平滑法对开化地区服务业“十三五”期间用电数据进行预测，预测结果如下图所示。

如图所示a、b、c、d分别是对开化地区“十三五”期间全社会用电量预测、第三产业用电量预测、商业、住宿和餐饮业用电量预测、商业、住宿和餐饮业用电量预测。从预测结果可以看出开化地区全社会用电量未来5年将有较快增长；三产用电量未来5年将延续“十二五”期间增长的趋势；开化商业、住宿和餐饮业在“十二五”期间发展迅速，用电量增加较快，在国家公园建设背景下，开化将开展全域旅游等，预计未来5年信息行业用电量将继续攀升。

4结论

综上所述，对开化地区“十二五”期间用电量的分析，以及对“十三五”期间开化地区服务业用电量的预测可以得出以下结论：

1）“十三五”期间开化地区服务行业用电量将大幅度增加，其中商业、住宿和餐饮业、公共事业和管理组织用电量增幅很快；

2）国家公园建设背景下开化支柱性产业是以旅游为主的服务行业，因此用电量的峰谷期、季节变化都有其自身的特点；

3）开化地区乡村居民用户占比大，户均用电量小，但增速比城镇居民快；

参考文献

[1]赵腾，王林童，张焰，田世明. 采用互信息与随机森林算法的用户用电关联因素辨识及用电量预测方法[J]. 中国电机工程学报，2016，03：604-614.

[2]陈敏，李泽军，黎昂. 基于混沌理论的城市用电量预测研究[J]. 电力系统保护与控制，2009，16：41-45.