江苏省电力消费分析及预测研究.pdf

《江苏省电力消费分析及预测研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、TheAnalysisOfPowerConsumptionInJiangsuProvinceAndPredictionResearchADissertationSubmittedtoNanjingUniversityofFinanceandEconomicsFortheAcademicDegreeofMasterofEconomicsBYChen‰linSupervisedbyProfessorChenYaohuiSchoolofEconomicsNanjingUniversityofFinanceandEconomicsNovember2011学位论文独创性声明本论文是我个人在导师指导下进

2、行的研究工作及取得的研究成果。论文中除了特别加以标注和致谢的地方外，不包含其他人或其它机构已经发表或撰写过的研究成果。其他同志对本研究的启发和所做的贡献均已在论文中作了明确的声明并表示了谢意。作者签名：酵丕盈龊日期：出隍：互2乒学位论文使用授权声明本人完全了解南京财经大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其它复制手段保存论文。保密的论文在解密后遵守此规定。作者签名：函雌导师签名：认翻啪i鼍∥¨。日期：山Q．至。丝捅斐电力资源作为我国能源的重要组成部分，对经济持续发展和人民生活水平改善具有

3、十分重要作用。在江苏省经济持续快速增长的背景下，电力的发展问题日益受到人们的关注。近年来，江苏省电力发展很快，但是电力消费增长更快，供求矛盾较为突出。因此，正确合理的对电力消费进行影响因素的研究以及预测，不仅可以指导资源配置与规划，还可以为将来的经济政策提供有价值的参考。本文主要从三个方面对江苏省电力消费进行研究：首先，利用协整理论、误差修正模型等方法，系统分析了江苏省电力消费与GDP、固定资产投资、重工业比重、人口等影响因素之间的关系。协整理论研究发现江苏省电力消费与各影响因素之间存在着长期的稳定均衡关系。由于均衡机制的存在，提出电力消费的误差修正模型来反映短期行为对长期均衡的偏离程度。误

4、差修正项的系数为一0．4738，表明短期电力消费值与长期均衡值的偏差中的47．38％将会被修正。其次，对江苏省电力消费周期进行系统研究。正确认识电力消费发展的周期波动规律，有助于从整体上确保电力产业稳定和健康地发展。本文利用H-P滤波法对1985—2009年江苏省的电力消费数据进行分析，得出电力消费波动各周期的特征，为预测未来电力消费走势提供支持。分析结果显示：1985年以来江苏省电力消费周期波动总体上呈现“增长型"，没有出现绝对额的下降，全省电力消费平均增长率为10．87％。全省的电力消费具有显著的“波动中增长”的特征，在空间分布上对南部地区(特别是苏州、无锡、常州)的电力消费波动最为敏感

5、。最后，从时间序列的角度出发，建立了灰色预测模型和协整方程模型对江苏省电力消费进行短期预测。并采取组合预测法将两个模型的预测值进行了组合，既利用到了电力消费量本身的信息又考虑到外部影响因素，得出了较精确的预测值。结果显示：在未来5年中江苏省电力消费量仍然会有大幅度提高，年平均增长率约为8．75％。基于上述研究，本论文提出如下建议：(1)充分关注江苏省的经济发展。(2)积极转变经济增长的方式，对产业结构进行调整和提升。(3)建立电力预警系统，加强电网建设。(4)积极控制人口的增长，贯彻实行计划生育政策。(5)加强节电意识宣传。关键词：电力消费；协整分析；H-P滤波法；灰色预测模型；组合预测法A

6、BSTRACTAsanimportantcomponentofChina’Senergy，electricpowerresourcesplayaveryimportantroleintheimproveofeconomicdevelopmentandpeople’Slivingstandards．InthebackgroundofrapideconomicgrowthofJiangsuprovince，thedevelopmentoftheelectricpowerproblemshavebeenmorepeople’Sattention．Inrecentyears，theelectricp

7、owerdevelopmentsooninjiangsuprovince，butthepowerconsumptiongrowthfaster，contradictionsbetweenthesupplyanddemandisserious．Thecorrectmethodofpowerconsumptionofinfluencefactorsandprediction，notonlyCanguidethea