金 炜,陈 煜,葛 斐,杨 娜,马 静,王 宝
(1.国网安徽省电力有限公司,合肥 230061;2.国网安徽省电力有限公司 经济技术研究院,合肥 230022)
饱和电力需求预测是远期电力规划的基础,对把握远期电力发展特征和未来发展的总体趋势具有重要意义[1—2],关系经济社会可持续发展的全局,需要探讨过去和未来电力发展与经济社会发展的关系和特征,进而对饱和阶段的经济发展水平、产业结构、城镇化水平、人口等综合指标进行合理判断,对全省饱和电力需求做预测分析,并与国外发达国家、全国及国内其他省份进行横向对比以验证预测结果的合理性。
为科学预测电力需求需要构建合理的预测模型,影响需求预测模型的关键指标有:①经济发展水平:电能作为经济活动的基础要素之一,经济增长势必会拉动电力需求,本文选择GDP来代表经济发展水平;②产业结构:配第-克拉克定律[3],伴随人均国民收入提高,产业结构从“一、二、三”向“三、二、一”转变。引入经济结构变量第三产业在GDP占比;③电能效率改进:电能效率指单位电量投入的产出,主要取决节电技术的进步。引入电能效率改进,用工业增加值与工业电量比值表示,即单位工业增加值电耗的倒数;④电能价格效应:价格影响需求,电价上涨导致需求抑制效应及其他要素替代效应。电价由政府决策,体现资源稀缺性和环境外部性受限,无法体现价格指标的选取。
常用电力负荷预测方法[4—8]包括人工神经网络法、回归分析法和时间序列分析法等。人工神经网络法[9]利用训练函数调整网络的权值与阀值拟合数据样本函数,无法给出明确且有实质意义的模型表达,对初始值等因素较为敏感。回归分析法[10]建模基于长期稳定的回归关系,预测精度一定程度上受限且无法避免伪回归问题。以自回归移动平均法为代表的时间序列分析能提高短期负荷预测准确度,着重分析序列自身规律对外界影响很少考虑。
协整方法[12]侧重经济变量的中长期稳定均衡关系,预测中长期的需求更恰当。一般表示yt经过d次差分可以变成平稳序列。若2个或多个变量时间序列都是I(1),一般变量间线性组合也是I(1)。若存在某线性组合使新得到的序列平稳,则认为这几个时间序列之间是协整的。经济意义在于:对于2个或多个具有各自长期波动规律的变量,若它们之间是协整的则存在一个长期的均衡关系。反之,若变量间不是协整的则不存在一个长期均衡关系。本文采用协整理论对全省饱和电力需求进行实证分析。
检验变量是否有协整关系首先要检验数据平稳性。通过假定序列是一个P阶自回归过程,增加一个滞后差分项解决误差项的高阶序列问题,称为ADF单位根检验,检验方程为
式中:t为第t期;yt为原始时间序列;Δyt为yt差分后时间序列;Δyt-p为 Δyt滞后 p期;μ、r、δ1…δp为待估参数;εt为随机误差项,要服从独立同分布白噪声过程。检验结果若r=0则变量服从单位根过程,是非平稳的;若H0被拒绝是平稳的。
电量由第一、第二、第三产业电量和城乡居民生活电量构成,其中工业、服务业和居民生活用电是3个重要部分,工业用电受经济规模和工业用电效率影响,服务业用电与第三产业比重关系密切,居民生活用电与反应生活水平的人均GDP和人均收入密切相关。本文选取人口、人均GDP、第三产业比重、工业用电效率、价格,研究变量与电力需求长期均衡关系并得到预测值
式中:ELE为电力消费,亿kWh;PP为人口,万人;PER为人均GDP,元(2000年可比价);IELE为电力使用效率,元/kWh;THI为第三产业比重;P为价格水平。
协整检验前需检验变量平稳性,ADF单位根检验结果显示所有变量都是二阶平稳的,可以进行Johansen协整检验,表明安徽电力需求存在协整关系。检验各变量关系时发现价格并不显著,与电价一定程度上受到调控有关,剔除价格后的模型为
表1 发达国家及中国部分地区饱和特征(2000年美元可比价)
安徽省电量实绩拟合如图1。检验模型精度,拟合值与实际值偏差2%,表明采用电力需求协整模型进行未来需求预测是合理的。
图1 电量历史实绩的拟合
2.2.1 模型中变量的参考饱和特征分析
调研典型国家和地区电力需求发展规律得出判定电力需求进入饱和阶段的指标集。表1为欧美和亚洲一些发达国家及地区经济达到饱和阶段的发展特征[13—14]。表2为判定电力需求饱和阶段的指标。建立判定区域发展饱和阶段的指标体系分为内生特征和电力需求外征。内生特征是经济社会可持续发展的内在动力,人力资本、科技进步等积累不断调整生产关系的决策,促进产业结构升级。内生发展模式强调经济增长的内生性,主要依靠科技进步和劳动力素质提高促进资源优化组合,提高电力使用效率,降低用电单耗,另外还需定量满足表2中产业结构、人口、人均GDP等指标,形成判定地区电力需求进入饱和发展阶段的内生特征集合。由内生动力产生的人均电量、人均生活用电量等需求是饱和发展阶段的电力外在特征。
表2 判定电力需求饱和阶段的指标
2.2.2 电力需求模型中内生饱和特征的预测
(1)GDP
“十三五”安徽GDP年均增长8.5%左右,2020年与全国同步建成小康社会,人均地区生产总值超1万美元,地区生产总值将达3.6万亿元,“十三五”期间增速仍领先全国平均水平,安徽省逐步迈入后工业化阶段,2020—2030年经济增速比全国高2个点左右,2030年至2050年经济增长3.2%左右。
(2)产业结构
安徽省三产结构预测结果如图2所示。
图2 安徽省三产结构预测
考察安徽三次产业结构与轻重工业比例,吸取国内外发达地区工业化中期进入后工业化的经验,安徽省一产比重仍将延续下降,二产在2012—2013年经历“拐点”后开始下降(江苏省二产“拐点”在2004—2005年)。安徽现状三产结构相当于江苏2002年,预计安徽二产占比下降趋势延续,2020年产业结构可达江苏2011年水平,比例为8/50/42;2015年江苏三产首超二产,从2003年进入工业化后期到后工业化用时12年,目前安徽处于工业化中期向后期过渡,预计2025年左右三产比重超过二产,进入后工业化约需10年,到2030年安徽三产比例6/42/52,至2050年5/33/62,国内外发达地区经验,三产比例大于60%时电力需求饱和。
(3)人口及城镇化率
“十二五”期间新型城镇化深入推进,安徽2015年城镇化率突破50%。参考常驻人口历史增速,考虑人口的发展特点,对比江苏等其他省份地区城镇化发展,预测“十三五”后安徽省人口将保持低速增长,到2020年常驻人口城镇化率接近56%。总人口2030年后达峰值7 183万人,城镇化水平65%~70%。2030至2050年安徽人口城镇化逐步稳定,到2050年常驻人口约7 139万人,城镇化率75%左右。
(4)产值电耗
国家倡导节能和可持续发展,2000年以来单位GDP能耗大幅下降而单位GDP电耗下降情况体现不同的变化规律,“十五”、“十一五”局部年份GDP电耗上升,整体看GDP电耗下降幅度不大。
电气化水平影响GDP电耗。中国电能占终端能源消费比重每提高1个百分点,单位GDP能耗约下降4%。目前我国电能占终端能源消费比重虽高于世界平均,但比日本等发达国家低近5个百分点。《关于推进电能替代的指导意见》明确“十三五”电能占终端能源消费比重提高约1.5%,促进电能消费比重达到约27%。
工商业电气化及电动汽车等电能替代对于电力增长有拉动作用。尽管节能减排引导产值能耗加速下降但能源结构变化,能耗中电能占比逐渐上升导致产值电耗下降速度慢于产值能耗下降速度。
单位GDP电耗与产业结构存在相关性。单位GDP电耗与三产单位电耗关系如图3所示,一产占比较低对单位GDP电耗影响较小。二产尤其重工业是GDP电耗的主要贡献,近些年GDP电耗下降也是因为产业转型升级,二产尤其是重工业比重下降所致。第三产业内部结构不同对GDP电耗产生不同影响,安徽目前第三产业结构中商业与餐饮占比较大而耗电少附加值高的金融服务类占比很小,导致第三产业结构占比上升而单位GDP电耗上升。预计未来产业结构转型升级,第三产业内部结构中耗电少附加值高的高端技术类占比提升,产业结构调整使未来产值电耗下降。中国能源需求增速将放缓进入低速增长“新常态”,2016—2030年累计下降近50%,2030年能耗强度接近美国当前水平。考虑2030年安徽与全国同步,能源需求年均增长约3.2%,GDP电耗下降幅度小于GDP能耗下降幅度,预计2030年GDP单位电耗下降24%~34%(全国电耗预计下降34%,安徽基础电耗水平比全国低,二产调整幅度不如全国,电耗下降幅度低于全国),工业电耗降幅比GDP单位电耗多至少5个百分点。至2050年由于发达国家及地区产值电耗普遍保持0.3~0.57 kWh/美元(2000年价)之间,预计安徽总产值电耗下降至570~700kWh/万元(2000年价)。
图3 单位GDP电耗与三产单位电耗关系图
2.2.3 安徽省电力需求预测饱和特征分析
将前述安徽省电力需求预测中内生特征分析用于拟合模型得到饱和电力需求预测,至2030年全社会用电量约3 450亿kWh,至2050年全社会用电量达到约5 200亿kWh。预测人均用电2030年4 200~5 200kWh,至2050年基本达到人均用电约6 800~7 800 kWh,人均生活用电量约1 630~1 870 kWh,与表2电力需求饱和阶段指标集相符。安徽饱和阶段2050年综合预测如表3。
表3 安徽电力需求综合指标体系预测
横向对比安徽与邻近发达省份江浙用电量及人均用电量分析饱和发展阶段共性特征。预计饱和阶段安徽与江浙总量仍有差距,这是由基础产业类型和区域差异(如沿海、山区)等综合决定,但人均生活用电量体现居民生活用电质量逐渐缩小差距,最终较为接近。2000年安徽用电量相当于江浙的35%、46%,“十五”起江浙用电量增速明显快于安徽,比例差距增大,但“十一五”和“十二五”安徽用电量增速逐渐追赶,2015年安徽与江浙差距恢复2000年比例水平。从国家整体发展战略看安徽地处中部对发达地区产业承接转移能力较强,预计“十三五”后,安徽用电量增速将明显快于江浙,差距将明显缩小。2015年安徽全社会和人均用电量相当江浙2004—2005年水平。安徽省饱和电量需求相当江苏“十三五”初、浙江“十四五”末水平,安徽省饱和人均用电量相当江浙“十三五”末水平。
表4 安徽省与江浙用电量及人均用电量对比情况
本文构建安徽省饱和电力需求模型,经济发展伴随工业化完成必然出现电力需求逐步饱和的情况,建立饱和电力需求的指标体系,分析预测需求饱和时期安徽省经济社会和电力发展的内生特征和外征需求并计算相应指标。意义在于探讨安徽饱和阶段电力需求预测基本思路和方法,为指导近中期电网规划及滚动调整电力规划提供参考。
[1] 能源革命中电网技术发展预测和对策研究项目组.能源革命中电网技术发展预测和对策[M].北京:科学出版社,2015.
[2] 胡兆光.电力经济学引论[M].北京:清华大学出版社,2013:181-184.
[3] Colin Clark.Conditions of economic progress[M].London:Macmillan,1939.
[4] 肖欣.城市电力饱和负荷分析技术及其应用研究综述[J].电力自动化设备,2014,34(6):146-152.
[5] 崔凯.城市饱和负荷及其预测方法研究[J].电力技术经济,2008,20(6):34-38.
[6] 牛东晓,曹树华,卢建昌,等.电力负荷预测技术及其应用[M].北京:中国电力出版社,2009:2-3.
[7] 王晶,冯显时,郭红珍.基于蚁群元胞自动机理论的城市饱和负荷预测[J].中国电力,2011,44(7):17-20.
[8] 姚愉芳.华北电网地区饱和电力需求研究[J].中国电力,2014,47(3):74-79.
[9] Hippert H S,Pedreira C E,Souza R C.Neural networks for short⁃term load forecasting:a review and evaluation[J].IEEE Trans on Power Systems,2001,16(2):44-65.
[10]Li Po,Li Min,Liu Dichen.Power load forecasting based on improved regression[J].Power System Technology,2006,30(1):99-104.
[11] Amjady N.Short⁃term hourly load forecasting using time series modeling with peak load estimation capability[J].IEEE Trans on Power Systems,2001,16(4):795-805.
[12] 陈昊.非经典计量经济学在负荷预测中的应用研究[D].南京:东南大学,2005.
[13] 安徽省电力公司.国网安徽省电力公司“十三五”电网发展规划[R].合肥:国网安徽省电力公司,2015.
[14] 安徽省电力公司.安徽电网饱和年规划研究[R].合肥:国网安徽省电力公司,2016.
[15] 杜秋平.美国电力工业发展预测[J].国际电力,2003,7(4):10-15.
[16] 张干周.日本电力工业概况(I)[J].国际电力,2003,7(5):4-9.
[17] 鲁海燕.英国电力工业概述[J].现代电力,2005,22(2):91-94.
[18] 梁木.法国电力工业近况[J].国际电力,1998,1(1):4-12.
[19] 云南省电力行业协会赴台考察团.台湾电力及其发展[J].云南电业,2006(10):45-46.
[20] 王磊.香港电力市场展望[J].中国电力企业管理,2005(5):10-12.
[21] 欧阳帆.新加坡电网规划经验及启示[J].供用电,2015(3):20-25.