Sử dụng phương pháp đa hồi quy để dự báo nhu ầu điện năng ủa tỉnh bắ ninh đến năm 2020

Việc dự bỏo nhu cầu điện cho quốc gia, cỏc vựng, miền, cỏc tỉnh là khõu hết sức quan trọng trong việc xỏc lập cỏc chương trỡnh phỏt triển nguồn, lưới điện của toàn hệ thống và của từng t

bộ giáo dục và đào tạo trường đại học bách khoa hà nội

MỤC LỤC

Lời cam đoan

Mục lục

Danh mục các bảng

Danh mục đồ thị và hình vẽ

MỞ ĐẦU………1

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT CỦA DỰ BÁO……….4

1.1 Các khái niệm chung ……….4

1.2 Tầm quan trọng của dự báo………4

CHƯƠNG 2: CÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU ĐIỆN NĂNG……… 7

2.1 Tổng quan về nhu cầu dự báo điện năng……… 7

2.2 Các phương pháp dự báo nhu cầu điện năng……….7

2.2.1 Phương pháp trực tiếp……… 7

2.2.2 Phương pháp san bằng hàm mũ……… 10

2.2.3 Phương pháp dự báo bằng mô hình hồi quy tương quan………15

2.2.4 Phương pháp ngoại suy theo chuỗi thời gian……….16

2.2.5 Phương pháp đàn hồi kinh tế ……….23

2.2.6 Phương pháp cường độ……… 24

2.2.7 Phương pháp Chuyên gia………27

CHƯƠNG 3: PHƯƠNG PHÁP ĐA HỒI QUY VÀ GIỚI THIỆU VỀ PHẦN MỀM SIMPLE_E………30

3.1 Phương pháp đa hồi quy……… 30

3.1.1 Khái niệm chung……….30

3.1.2 Mô hình tương quan đa hồi quy……… 31

3.1.3 Ước lượng các hệ số trong mô hình………33

3.1.4 Phương pháp bình phương nhỏ nhất tổng quát và thủ tục ước lượng Grid Search (GS)……… 35

3.1.5 Phân tích biến đa hồi quy………37

3.1.6 Kiểm định……… 39

3.1.7 Lựa chọn phương trình hồi quy phù hợp nhất……… 44

3.2 Giới thiệu chung về phần mềm Simple_E……… 46

3.2.1 Những khái niệm cơ bản của Simple_E……….46

3.2.2 Các dạng hàm áp dụng trong phần mềm Simple_E………52

3.2.3 Các biến số trong phần mềm Simple_E……… 54

3.2.4 Phân tích mô hình trong phần mềm Simple_E……… 54

3.2.5 Mô phỏng dự báo trong phần mềm Simple_E………55

3.2.6 Cài đặt phần mềm Simple_E……… 56

CHƯƠNG 4: HIỆN TRẠNG KINH TẾ XÃ HỘI – TÌNH HÌNH SỬ DỤNG ĐIỆN NĂNG CỦA TỈNH BẮC NINH……… 58

4.1 Đặc điểm chung……… 58

4.1.1 Vị trí địa lý……… 58

4.1.2 Đặc điểm tự nhiên……… 58

4.1.3 Dân số và cơ cấu hành chính……… 59

4.2 Thực trạng phát triển kinh tế - xã hội của tỉnh Bắc Ninh trong giai đoạn vừa qua……….61

4.2.1 Công nghiệp………62

4.2.2 Thương mại - Dịch vụ ………62

4.2.3 Nông lâm ngư nghiệp……… 62

4.3 Phương hướng phát triển kinh tế - xã hội tỉnh Bắc Ninh năm 2015 trở thành và định hướng đến năm 2020………62

4.3.1 Quan điểm và mục tiêu phát triển nhằm xây dựng tỉnh Bắc Ninh trở thành một tỉnh công nghiệp, thành phố trực thuộc Trung ương vào năm 2020……… …63

4.3.2 Phương hướng phát triển các lĩnh vực……… 64

4.4 Tình hình sử dụng điện năng tỉnh Bắc Ninh………66

4.4.1 Hiện trạng nguồn và lưới điện……… 66

4.4.2 Đánh giá tiêu thụ điện năng theo thời gian giai đoạn 2001-2010……… 67

4.4.3 Đánh giá tiêu thụ điện năng theo các ngành giai đoạn 2001-2010……….69

CHƯƠNG 5: DỰ BÁO NHU CẦU ĐIỆN NĂNG CỦA TỈNH BẮC NINH TỪ

NĂM 2011 ĐẾN 2020 BẰNG PHƯƠNG PHÁP ĐA HỒI QUY………75 5.1 Cơ sở của dự báo……… 75 5.1.1 Sự phát triển của nền kinh tế……… 75 5.1.2 Sự gia tăng dân số

5.1.3 Tiêu thụ điện trong quá khứ

5.2 Dự báo nhu cầu điện năng bằng phương pháp đa hồi quy (mô hình Simple_E) ……… 75 5.2.1 Định nghĩa chung……….76 5.2.2 Xây dựng hàm xu thế về nhu cầu điện năng cho thành phố………….…76 5.2.3 Áp dụng phần mềm Simple_E cho dự báo nhu cầu tiêu thụ điện tỉnh Bắc Ninh giai đoạn 2011 – 2020……… … 81

DANH MỤC CÁC BẢNG

Bảng 3.1 Phân tích biến đa hồi quy 39

Bảng 3.2 Chức năng của các bảng 50

Bảng 4.1 Các chỉ tiêu chủ yếu thực trạng KTXH của tỉnh Bắc Ninh từ 2001 – 2005 59

Bảng 4.2 Các chỉ tiêu chủ yếu thực trạng KTXH của tỉnh Bắc Ninh từ 2006 – 2010 60

Bảng 4.3 Tổng hợp khối lượng đường dây 67

Bảng 4.4 Tiêu thụ điện năng theo thời gian giai đoạn 2001-2010 68

Bảng 4.5 Diễn biến thay đổi tiêu thụ điện và tỷ trọng tiêu thụ điện giai đoạn 2001 – 2010 70

Bảng 5.1 Kịch bản kinh tế giai đoạn 2010 – 2020 75

Bảng 5.2 Kết quả dự báo nhu cầu điện năng giai đoạn 2011-2020 87

Bảng 5.3 Bảng so sánh kết quả dự báo bằng 2 phương pháp đa hồi quy và ngoại suy .92

Bảng 5.4.Kết quả dự báo nhu cầu điện năng giai đoạn 2011-2020 93

Bảng 5.5 Kết quả dự báo nhu cầu điện năng giai đoạn 2011-2020 95

Bảng 5.6 Bảng kết quả dự báo nhu cầu điện năng với 3 kịch bản kinh tế 97

Bảng 5.7 Tốc độ tăng trưởng nhu cầu tiêu thụ điện năng giai đoạn 2011-2020 99

DANH MỤC CÁC HÌNH VẼ

Hình 3.1 Sheet data khai báo số liệu đầu vào 47

Hình 3.2 Sheet model thiết lập hàm tính toán mô hình đa hồi quy 48

Hình 3.3 Sheet simulink mô phỏng và hiển thị kết quả tính toán 49

Hình 3.4 Sơ đồ các bước tính toán của phần mềm simple_E 51

Hình 4.1 Đồ thị biểu diễn nhu cầu điện năng tiêu thụ giai đoạn 2001-2010 68

Hình 4.2 Đồ thị biểu diễn tốc độ tăng trưởng nhu cầu tiêu thụ điện năng giai đoạn 2010-2010 69

Hình 4.3 Đồ thị biểu diễn cơ cầu tiêu thụ điện năng giai đoạn 2001 – 2010 71

Hình 4.4 Đồ thị biểu diễn thay đổi tỷ trọng tiêu thụ điện năng giai đoạn 2001-2010 .72

Hình 5.1 Đồ thị biểu diễn mối quan hệ giữa tiêu thụ điện năng của ngành TM-DV và GDP của ngành TM-DV giai đoạn 2001-2010 77

Hình 5.2 Sheet dữ liệu khai báo biến và dữ liệu đầu vào 82

Hình 5.3 Sheet mô hình khai báo các hàm tương ứng với các biến 83

Hình 5.4 Sheet mô phỏng kết quả dự báo chạy bằng mô hình Simple_E 86

Hình 5.5 Đồ thị biểu diễn nhu cầu điện tiêu dùng cuối cùng giai đoạn 2011-2020 88

Hình 5.6 Đồ thị biểu diễn nhu cầu điện tiêu dùng 2001-2010 92

Hình 5.7 Đồ thị biểu diễn nhu cầu điện tiêu dùng cuối cùng giai đoạn 2011-2020 94

Hình 5.8 Đồ thị biểu diễn nhu cầu điện tiêu dùng cuối cùng giai đoạn 2011-2020 96

Hình 5.9 Đồ thị biểu diễn nhu cầu tiêu thụ điện năng theo 3 kịch bản giai đoạn 2011-2020 98

L ỜI CAM ĐOAN

Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi Các số liệu, kết quả nêu trong luận văn là trung thực chưa từng được ai công bố trong bất cứ công trình nào khác

Tác giả

TÀI LIỆU THAM KHẢO

1 Nguyễn Thị Thanh Huyền , Nguyễn Văn Huân, Bài giảng phân tích dự báo phân tích kinh tế

2 Nguyễ n Lân Tráng, Quy hoach phát triển hệ thống điện, Nhà xuất bản khoa học kỹ thuật (2007).+

3 Dự báo nhu cầu điện năng cần có phương pháp hữu hiệu, Tạp chí Điện lực số 8 (2007)

4 Nhập môn kinh tế lượng, giáo trình chương trình giảng dạy kinh tế

Fulbright

5 Niên giám thống kê tỉnh Bắc Ninh năm 2011

6 Simple_E.V2005 – Introductory Manual by IEEJ (Viện Kinh tế năng lượng Nhật Bản)

7 Số liệu kinh doanh điện năng giai đoạn 2001-2010, Phòng kinh doanh công ty điện lực Bắc Ninh

8 Văn kiện Đại hội đảng bộ tỉnh Bắc Ninh nhiệm kỳ 2011-2016

M Ở ĐẦU

1 Sự cần thiết của đề tài

Điện năng là một ngành kinh tế quan trọng của quốc gia Là một ngành hạ tầng nên Điện năng được sử dụng trong hầu hết các lĩnh vực cuộc sống Phát triển ngành điện đúng hướng sẽ góp phần thúc đẩy kinh tế xã hội phát triển Điện năng là ngành kinh tế có vốn đầu tư lớn, thời gian thu hồi vốn tương đối dài Do vậy dự báo đúng , chính xác nhu cầu điện năng sẽ góp phần tránh gây lãng phí cho ngân sách quốc gia Việc dự báo nhu cầu điện cho quốc gia, các vùng, miền, các tỉnh là khâu hết sức quan trọng trong việc xác lập các chương trình phát triển nguồn, lưới điện của toàn hệ thống

và của từng tỉnh

Trong nhiều đề án quy hoạch phát triển lưới điện các tỉnh, thành phố trước đây,

dự báo nhu cầu phụ tải thường được dự báo theo phương pháp đàn hồi: dựa trên hệ số đàn hồi giữa nhu cầu điện và GDP bằng phương pháp mô phỏng - kịch bản trên cơ sở tham khảo hệ số đàn hồi của giai đoạn trước và các tỉnh, thành lân cận có mức phát triển kinh tế tương đương Dự báo theo phương pháp này có hạn chế là không sử dụng kết quả trực tiếp từ nghiên cứu mối quan hệ giữa nhu cầu điện năng và các yếu tố ảnh hưởng trực tiếp tăng trưởng kinh tế, thu nhập, giá điện, yếu tố tiết kiệm điện, trên cơ sở các số liệu thống kê trong quá khứ của các tỉnh, thành Mặc dù tốc độ tăng trưởng kinh

tế là yếu tố chính ảnh hưởng đến tốc độ tăng trưởng nhu cầu điện, nhưng cũng không nên bỏ qua các yếu tố khác như giá điện, thu nhập/đầu người, tiết kiệm điện… Các yếu

tố trên dù nhỏ, nếu tổng hợp lại cũng có thể gây ra những tác động cần phải xem xét Việc áp dụng phương pháp mô phỏng kịch bản phát triển không phải là sai mà chỉ thiếu chặt chẽ Ví dụ tốc độ tăng trưởng kinh tế của tỉnh khoảng 10% năm, nếu dựa vào phương pháp mô phỏng, chuyên gia thì có thể dự báo nhu cầu điện tăng trưởng khoảng

từ 15-22% (không xét các trường hợp đột biến có tính chất đặc biệt), như vậy giải dự báo là quá rộng, việc lựa chọn hệ số đàn hồi chính xác sẽ trở nên khó khăn và mang tính chủ quan

Phương pháp dự báo đa hồi quy (mô hình Simple_E) là phương pháp được sử dụng cho dự báo nhu cầu điện/năng lượng, có ưu điểm hơn so với phương pháp dự báo đàn hồi và một số phương pháp dự báo khác có thể giải quyết các vấn đề đã nêu ở trên

Với những lý do trên, lựa chọn đề tài “Sử dụng phương pháp đa hồi quy để

dự báo nhu cầu điện năng của tỉnh Bắc Ninh đến năm 2020” được thực hiện nhằm

mục đích nghiên cứu phương pháp đa hồi quy Trên cơ sở đó nghiên cứu, tìm hiểu và

sử dụng phần mềm Simple_E cho dự báo nhu cầu điện năng Từ đó dự báo nhu cầu điện năng cho tỉnh Bắc Ninh giai đoạn đến năm 2020

Trên cơ sở đó giúp cho việc qui hoạch tổng thể tỉnh đạt được hiệu quả cao nhất, góp phần nâng cao chất lượng, độ tin cậy cung cấp điện và thỏa mãn nhu cầu phát triển kinh tế - xã hội của tỉnh Bắc Ninh

Đối tượng là hiện trạng HTĐ của tỉnh Bắc Ninh, hoạt động sản xuất, kinh doanh của ngành điện, diễn biến tiêu thụ điện năng theo các thành phần kinh tế

Tình hình phát triển kinh tế theo các khu vực của tỉnh Bắc Ninh, các kế hoạch ngắn hạn, trung hạn và dài hạn của các thành phần kinh tế

Tình hình dân số, dự báo tăng trưởng kinh tế và tốc độ đô thị hóa

Phạm vi nghiên cứu là phương pháp đa hồi quy và ứng dụng phần mềm Simlpe_E trong dự báo nhu cầu điện năng

Nghiên cứu các phương pháp dự báo nhu cầu điện năng cụ thể là phương pháp

đa hồi quy và áp dụng phần mềm Simple_E trong dự báo nhu cầu điện năng

Kết quả nghiên cứu có thể áp dụng vào việc dự báo nhu cầu điện năng của tỉnh

Bắc Ninh Từ đó giúp cho việc quy hoạch thành phố nói chung đạt hiệu quả cao nhất phù hợp với nền kinh tế thị trường theo định hướng xã hội chủ nghĩa, đẩy nhanh quá trình công nghiệp hóa và hiện đại hóa

5 Nội dung của luận văn

Bài luận văn gồm các chương:

Chương: Mở đầu

Chương 1: Tổng quan về cơ sở lý thuyết dự báo nhu cầu điện năng

Chương 2: Các phương pháp dự báo nhu cầu điện năng

Chương 3: Phương pháp đa hồi quy và giới thiệu về phần mềm Simple_E Chương 4: Hiện trạng kinh tế, xã hội - tình hình sử dụng điện năng của tỉnh

Bắc Ninh

Chương 5: Dự báo nhu cầu điện của tỉnh Bắc Ninh từ năm 2011 đến năm 2020 bằng phương pháp đa hồi quy

Kết luận và kiến nghị

CHƯƠNG 1: CƠ SỞ LÝ THUYẾT DỰ BÁO

Khoa học dự báo là sự phản ánh sự vượt trước của lịch sử, được hình thành và phát triển từ những năm 60 của thế kỷ 20 “ dự báo” là một ngành khoa học riêng biệt

có một hệ thống lý luận và phương pháp riêng nhằm nâng cao hiệu quả của việc dự báo Người ta thường nhấn mạnh phương pháp tiếp cận trong dự báo là bước quyết định Khi dự báo , người ta dựa trên các số liệu trong quá khứ và hiện tại thông qua các công cụ toán học để dự báo tương lai

Như vậy, dự báo chính là những tiên đoán khoa học mang tính xác suất trong khoảng thời gian hữu hạn về tương lai phát triển của đối tượng kinh tế Bao gồm các

bước sau:

- Ước lượng đo lường các mối quan hệ

- Dự báo xu hướng phát triển của các đối tượng bằng phương pháp thích hợp

- Dự báo các biến số

- Cập nhật kết quả dự báo

Dự báo giúp cho các nhà hoạch định chính sách có những quyết định cần thi ết cho quá trình sản xuất và kinh doanh tăng cường sự chủ động Dự báo chính xác và nghiêm túc s ẽ làm tăng hiệu quả kinh tế và đầu tư

Một bộ phận quan trọng của việc xây dựng chính sách năng lượng quốc gia là

dự báo nhu cầu phụ tải Các dự báo có khả năng góp phần vạch ra con đường phát triển, định hướng trong hệ thống phức tạp có sự tác động qua lại giữa nhiều ngành

kinh tế - kỹ thuật khác nhau Các dự báo cung cấp cho chúng ta chỗ dựa tiến hành quy

hoạch phát triển năng lượng quốc gia

Trong việc dự báo nhu cầu phụ tải có các loại dự báo sau:

- Dự báo sự thay đổi công suất tác dụng theo chu kỳ thời gian nhất định như theo từng phút hay từng giây tùy theo mức độ vận hành hay lên kế hoạch vận hành

- Dự báo công suất cực đại /cực tiểu có thể xảy ra trong một chu kỳ thời gian (như năm, mùa, tháng, tuần, ngày…)

- Dự báo điện năng sẽ tiêu thụ trong khoảng thời gian nhất định tương tự như với dự báo công suất cực đại Ngoài ra, người ta sử dụng một đơn vị dự báo khác có liên quan trực tiếp đến dự báo điện năng và dự báo công suất cực đại là dự báo hệ số phụ tải – số giờ sử dụng công suất cực đại của hệ thống điện

Đối với hệ thống điện lớn tương tự như hệ thống điện toàn quốc của Việt Nam,

dự báo nhu cầu tiêu thụ điện, công suất cực đại hay đồ thị phụ tải theo thời gian cũng

có thể được xác định từ các dự báo của các hệ thống điện con tham gia trong hệ thống điện lớn Nếu thực hiện được như vậy, quy mô của bài toán sẽ tăng lên theo cấp số nhân nhưng ngược lại kết quả dự báo sẽ có độ chính xác cao hơn Trong trường hợp này người ta sẽ đưa thêm một khái niệm mới là hệ số đồng thời để so sánh độ lệch pha giữa các hệ thống điện con với nhau và qua đó hiệu ứng liên kết hệ thống điện con bao giờ cũng lớn hơn giá trị công suất cực đại của hệ thống điện hợp nhất

Dự báo điện năng được chia thành: Dự báo ngắn hạn, trung hạn và dài hạn

- Dự báo ngắn hạn (giờ, ngày, tháng, mùa, năm): chủ yếu phục vụ việc điều hành sản xuất, truyền tải và phân phối điện năng, phục vụ cho nhu cầu trực tiếp của sản xuất và đời sống, lập kế hoạch sản xuất king doanh

- Dự báo trung hạn (từ 3 đến 10 năm) thường phục vụ cho việc phân bố vốn đầu

tư, lập cân bằng giữa cung và cầu năng lượng, lập kế hoạch xây dựng và theo dõi tiến

độ xây dựng của các công trình, kế hoạch đại tu sửa chữa nâng cấp thiết bị, chuẩn bị xây dựng các qui hoạch dài hạn…

- Dự báo dài hạn: từ 10 năm đến 25-30 năm, nhằm định hướng cho sự phát triển của ngành để hoạch định những chiến lược chính sách lớn đảm bảo phát triển bền vững cho toàn bộ hệ thống năng lượng, đảm bảo an toàn về cung cấp năng lượng, sử dụng hiệu quả các nguồn năng lượng sơ cấp, giảm thiểu tác động của các công trình năng lượng lên môi trường sinh thái

Đối với các hệ thống điện có quy mô lớn (hàng chục GW), đôi khi người ta còn

sử dụng khái niệm dự báo cực ngắn hạn/dự báo trực thông (hot-line) trong các hệ thống điều khiển SCADA phức tạp Tham khảo các tài liệu khoa học trên thế giới cho thấy, tốc độ thay đổi phụ tải của các hệ thống điện cực lớn về mặt giá trị tuyệt đối có thể hàng nghìn MW trong một giờ thậm chí vài phút đòi hỏi người vận hành hệ thống phải

có kế hoạch vận hành hết sức linh hoạt và tin cậy thì mới đảm bảo độ an toàn, tin cậy

và ổn định cho hệ thống điện được

Dự báo trung hạn và dài hạn là hết sức cần thiết và có vai trò hết sức quan trọng trong công tác nghiên cứu xu thế có thể xảy ra ở cấp vĩ mô và vi mô của nền kinh tế nhằm đạt được tính tối ưu trong quá trình phát triển

Thời gian dự báo càng xa, sai lệch sẽ càng lớn, tác động của các yếu tố bất định càng nhiều Nguồn gốc của những yếu tố bất định có thể rất khác nhau: từ biến động của khí hậu, thời tiết (với dự báo ngắn hạn) đến tình hình kinh tế, tài chính (với dự báo trung hạn) và biến động chính trị xã hội (với dự báo dài hạn) Vì vậy khi dự báo nhất là những dự báo trung hạn và dài hạn, thông thường người ta xác định một dải thông số (thấp, trung bình (cơ sở), cao) của số liệu dự báo thay vì một trị số dự báo cố định Thời gian càng xa, sự biến thiên của số liệu dự báo (thấp, cao) càng lớn

CHƯƠNG 2: CÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU ĐIỆN NĂNG

Dự báo nói chung và dự báo năng lượng nói riêng cần phải xác định các yếu tố ảnh hưởng đến việc dự báo Cụ thể là:

- Xác định các nguyên nhân chính gây phát sinh nhu cầu năng lượng

- Xác định xu hướng dịch chuyển quá trình tiêu thụ năng lượng

- Nhận dạng các yếu tố ảnh hưởng:

+ Chính sách về môi trường và năng lượng quốc gia

+ Giá năng lượng nội địa và quốc tế

+ Thay đổi công nghệ phù hợp

+ Thay đổi về nhân khẩu và tăng trưởng kinh tế

+ Thay đổi cấu trúc nền kinh tế

Phương pháp dự báo năng lượng có loại là ngắn hạn, trung hạn và dài hạn Trong đó có các phương pháp cụ thể như sau:

• Bước 1: Chia các phụ tải điện thành các nhóm phụ tải có tính chất hoạt động và

ầu điện giống nhau( còn gọi là các modul) như: công nghiệp, nông nghiệp,

giao thông vận tải, sinh hoạt Các nhóm phụ tải nhỏ này lại có thể chia thành các nhóm nhỏ hơn mà ở đó các phụ tải tiêu thụ có đặc điểm tiêu thụ điện giống nhau hơn Ví dụ trong nông nghiệp có thể chia thành các nhóm phụ tải trồng

trọt, chăn nuôi, tưới tiêu

• Bước 2: Xác định nhu cầu điện năng cần thiết cho năm t theo công thức:

A = A +A +A +A +A + ∆A (2.1) Trong đó: ACNt là điện năng tiêu thụ cho công nghiệp

ANNt là điện năng tiêu thụ cho nông nghiệp

AGTt là điện năng tiêu thụ cho giao thông vận tải

ASHt là điện năng tiêu thụ cho sinh hoạt

ATD là điện năng tiêu thụ cho tự dùng

∆At là điện năng tổn thất

Điện năng tiêu thụ trong công nghiệp được tính:

γit là suất tiêu hao điện năng cho 1 đơn vị sản phẩm i trên năm t

Bit là khối lượng sản phẩm loại i năm t

Suất tiêu hao điện năng xác định dựa vào số liệu thống kê và quá trình công nghệ sản

xuất ra loại sản phẩm đó Suất tiêu hoa thay đổi theo thời gian và phụ thuộc sự thay đổi

của công nghệ sản xuất và trình độ quản lý khối lượng sản phẩm công nghiệp được xác định trong chiến lược phát triển kinh tế quốc dân

Điện năng cho nông nghiệp bao gồm điện năng phục vụ cho trồng trọt, chăn nuôi, tưới tiêu Điện năng cho trồng trọt và chăn nuôi có thể xác định theo suất tiêu hao điện

năng, điện năng cho tưới tiêu có thể tính theo kế hoạch xây dựng và sử dụng của các

trạm bơm

Điện năng sử dụng trong ngành giao thông vận tải bao gồm điện năng đường bộ,

đường sắt, đường thủy và hàng không, Trong mỗi loại hình vận tải có thể chia nhỏ hơn

nữa Điện năng cho giao thông vận tải chủ yếu phụ thuộc mức độ điện khí hóa đường

sắt, chiếu sáng đường bộ và các cảng

Điện năng sinh hoạt được tính theo công thức:

A= A DS kWh ng [ ] (2.3) Hoặc:

A=A H[kWh]hô (2.4) Trong đó: A- nhu cầu năng lượng của khu vực cần tính toán [kWh]

Ang- điện năng tiêu thụ tính theo đầu người [kWh/người]

Ahô- điện năng tiêu thụ tính theo hộ dân cư [kWh/hộ]

DS- dân số của khu vực tính toán [người]

H- số hộ dân có trong khu vực tính toán [hộ]

Để xác định được Ang và Ahô có thể tra theo các sổ tay thiết kế hoặc tính trực tiếp nhờ các số liệu điều tra và thống kê tình hình sử dụng điện năng của khu vực

A ng = A∑ /DS (2.5)

A hô = A∑ /H (2.6)

ở đây: A∑ =∑A i, với i = (1÷n) (2.7) Với Ai- điện năng sử dụng của hộ phụ tải thứ i (gia đình, nhà máy, xí nghiệp, trường học, chiếu sáng công cộng,…)

A i =∑A ij, với j = (1÷m) (2.8)

Aij- điện năng sử dụng của hộ phụ tải thứ j thuộc loại phụ tải thứ i

Điện năng cho tự dùng và tổn thất tính gần đúng theo tiêu chuẩn

• Bước 3: Sau khi đánh giá nhu cầu điện năng của toàn bộ thành phần, việc nghiên cứu biến động của nhu cầu điện năng điện năng được thực hiện theo

phương pháp kịch bản Quá trình xây dựng kịch bản được chia làm 4 bước:

i Phân tích nhu cầu điện năng, xác định các biến của kịch bản tức là các thông số tham gia mô hình dự báo Giá trị của các biến số trên cơ sở một

số giả thiết về ảnh hưởng của môi trường quốc tế như giá cả năng lượng,

khủng hoảng kinh tế, tốc độ phát triển cũng như khả năng phát triển kinh

tế xã hội của đất nước và chính sách năng lượng quốc gia

ii Sắp xếp các kịch bản , xác định mối liên hệ giữa các kịch bản

iii Đối với mỗi kịch bản cần xác định dải biến thiên của các thông số trong khoảng thời gian dự báo Ta chia dải biến thiên này ra làm 3 mức: thấp,

cơ sở và cao

iv Xây dựng cơ sở đầu vào cho mô hình dự báo căn cứ trên các giả thiết về

sự biến thiên có thể của các kịch bản Nhận thấy, dự báo sử dụng bằng phương pháp trực tiếp được tổng hợp từ dự báo theo từng tỉnh nên nó có tác dụng quan trọng trong việc phân vùng và phân nút phụ tải, do

đó làm cơ sở cho thiết kế lưới điện truyền tải và phân phối Tuy nhiên phương pháp này đòi hỏi công tác điều tra phải được tiến hành tỉ mỉ, nghiêm túc với số lượng mẫu

điều tra đủ lớn

2.2.2 Phương pháp san bằng hàm mũ

2.2.2.1 Khái niệm

Phương pháp san bằng mũ(hay còn gọi là phương pháp dự đoán bình quân mũ)

là một phương pháp dự đoán thống kê ngắn hạn Phương pháp này coi giá trị thông tin

của các mức độ trong dãy thời gian là như nhau, phương pháp san bằng mũ lại coi giá

trị thông tin của mỗi mức độ là tăng dần kể từ đầu dãy số đến cuối dãy số Vì trên thực

tế ở những thời gian khác nhau thì hiện tượng nghiên cứu chịu sự tác động của các nhân tố khác nhau và cường độ không giống nhau Các mức độ ngày càng mới(ở đầu dãy số) Hay nói cách khác, mức độ càng xa so với thời điểm hiện tại thì càng ít giá trị thông tin, do đó càng ít ảnh hưởng đến mức độ dự đoán

2.2.2.2 Mô hình đơn giản

Giúp cho mỗi quan trắc sau có trọng số lớn hơn quan trắc trước nó

- Xét chuỗi thời gian kinh tế yt (t = 1÷n) :

2 3 3 2

p p t

a a

y là đạo hàm cấp k tại thời điểm t

Thực tế đã chứng minh được rằng bất kì một hàm cấp k nào của ytcũng có thể biểu diễn dưới dạng tổ hợp tuyến tính của các trung bình mũ đến bậc (p+1):

- Trung bình mũ bậc 1 tại thời điểm t đối với chuỗi {yt}:

S− : số bình quân mũ bậc k tại thời điểm t

yt: mức độ của dãy thời gian tại thời điểm t

α: tham số san bằng (α = const, 0 < α <1)

- Trung bình mũ bậc k tại thời điểm t đối với chuỗi {yt} là:

S− : số bình quân mũ bậc k tại thời điểm (t-1)

Biểu thức trên có thể viết ra như sau:

1(1 )

Với S0: là mức độ được làm điều kiện ban đầu

Có 2 vấn đề quan trọng trong phương pháp san bằng hàm mũ

+ Thứ nhất: hệ số san bằng mũ α α là hệ số san để điều chỉnh trọng số của các quan sát riêng biệt của dãy số thời gian Vì vậy, khi lựa chọn α phải vừa đảm bảo kết quả dự báo

sẽ gần với quan sát thực tế, vừa phải đảm bảo tính linh hoạt ( nhanh nhạy với các thay đổi ở gần hiện tại)

Với α=1 thì theo phương trình (2-7) dự báo S(t) bằng giá trị thực tế ở thời kỳ ngay

liền trước S(t+1) và các mức độ trước đó không được tính đến

Với α=0 theo S(t+1) bằng giá trị dự báo ở thời kỳ trước S(t) và giá trị thực tế ở thời kỳ ngay liền trước không được tính đến

Nếu α được chọn càng lớn thì các mức độ mới sẽ càng được chú ý, thích hợp với chuỗi thời gian không có tính ổn định cao Ngược lại, nếu α càng nhỏ thì các mức độ càng cũ sẽ càng được chú ý, thích hợp với chuỗi thời gian có tính ổn định cao Do đó,

phải dựa vào đặc điểm biến động của hiện tượng qua thời gian và kinh nghiệm nghiên

cứu để lựa chọn α cho phù hợp Nói chung, giá trị α tốt nhất là giá trị làm cho tổng

phương sai số dự đoán nhỏ nhất

^( t )

t

SSE=∑ y −y min Theo kinh nghiệm của các nhà dự báo thì α thích hợp cho phương pháp san bằng hàm

- Thứ hai: Xác định giá trị ban đầu ( điều kiện ban đầu) S0 Phương pháp san bằng hàm

mũ có thể được thực hiện theo phép đệ quy, để tính S(t+1) thì phải có S(t) do đó để tính toán phải xác định giá trị ban đầu(S0) dựa vào một số phương pháp

+ Có thể lấy mức độ đầu tiên của dãy số

+ Trung bình của một số mức độ của dãy số

2.2.2 3 Mô hình xu thế tuyến tính và không có biến động thời vụ ( Mô hình san bằng hàm mũ Holt-Winter)

Mô hình này thường áp dụng đối với sự biến động của hiện tượng qua thời gian có

xu thế là tuyến tính và không có biến động thời vụ

Bước 1: Chọn hệ số α, β (0< α, β <1)

Nếu chọn hằng số san bằng hàm mũ nhỏ tức là chúng ta coi các mức độ hiện thời của dãy số ít ảnh hưởng đến mức độ dự báo Ngược lại nếu chọn hằng số san lớn tức là chúng ta muốn dãy số san số mũ phản ứng mạnh với những thay đổi hiện tại

Bước 2: Tiến hanh san mũ cho các giá trị ước lượng và xu thế của dãy số Coi giá trị

của dãy số thời gian là tổng của 2 thành phần: thành phần trung bình có trọng số của các giá trị thực tế (ký hiệu là St – giá trị ước lượng của hiện tượng ở thời điểm t) và thành phần xu thế (ký hiệu là Tt) Ta có mô hình san số mũ:

^

1 t t t

y+ =S +T

Trong đó:

Bước 3 : Sử dụng mức và xu thế đã được san số mũ tại thời điểm để dự báo cho các

thời điểm trong tương lai để dự đoán giá trị của hiện tượng ở các thời điểm tương lai (t+h):

^

t h

y+ =S +hT

2.2 3.4 Mô hình xu thế tuyến tính và biến động thời vụ

Mô hình này thường được áp dụng đối với dự báo thời gian mà các mức độ của nó là tài liệu tháng hoặc quý của một số năm mà mức độ trong dãy số được lập lại sau 1 khoảng thời gian h( h=4 đối với quý , h=12 đối với năm) Việc dự đoán có thể được thực hiện theo một trong hai

SSE=∑ y −y min Các tham số α, β,γ không được xét một cách khách quan mà ít nhiều thông qua trực giác chủ quan,

2.2.2.4 Ưu điểm của phương pháp san bằng hàm mũ

- Đơn giản và có kết quả tương đối chính xác đối với các dự báo ngắn hạn

- Hệ thống dự báo có thể được điều chỉnh thông qua 1 tham số duy nhất( tham

số san bằng hàm mũ)

- Dễ dàng chương trình hóa

- Có độ nhạy cao

- Tính toán không phức tạp lắm và khối lượng tính toán không nhiều

2.2.3 Phương pháp dự báo bằng mô hình hồi quy tương quan

2.2.3.1 Dự báo bằng mô hình hồi quy tương quan

Hồi quy –nói theo cách đơn giản là đi ngược lại về quá khứ để nghiên cứu những

dữ liệu đã diễn ra theo thời gian hoặc diễn ra tại cùng một thời điểm nhằm tìm đến một quy luật về mối quan hệ giữa chúng Mối quan hệ đó được biểu diễn thành một phương trình gọi là phương trình hồi quy mà dựa vào đó , có thể gải thích bằng các kết quả lượng hóa về bản chất, hỗ trợ củng cố các lý thuyết và dự báo tương lai Thuật toán hồi quy là sự nghiên cứu mức độ ảnh hưởng của một hay nhiều biến số đến một biến số nhằm dự báo biến kết quả dựa vào các giá trị được biết trước của các

biến giải thích

- Hàm hồi quy tương quan đơn biểu diễn mối quan hệ của một hiện tượng kinh tế

có liên quan bởi một nhân tố tương quan khác, ví dụ, dạng hàm tuyến tính:

y = ao + a1.x1

- Hàm hồi quy tương quan bội biểu diễn mối quan hệ giữa một hiện tượng kinh tế phụ thuộc vào nhiều nhân tố khác

Dạng hàm tuyến tính:

y = ao + a1.x1 + a2.x2 +…+ ak.xk

Trong đó:

y là một hiện tượng kinh tế nào đó và gọi là biến phụ thuộc (biến cần giải thích)

x1, x2,…,xk là các hiện tượng kinh tế có liên quan gọi là biến độc lập (biến giải thích)

ao, a1,…, aklà các tham số của mô hình, hay hệ số hồi quy riêng

Chi tiết về phương pháp hồi quy tương quan xem ở chương 3

2.2.3.2 Ưu nhược điểm của phương pháp

2.2.4 Phương pháp ngoại suy theo chuỗi thời gian

2.2.4 1 Khái niệm

Mặt lượng của hiện tượng thường xuyên biến động qua thời gian Trong thống

kê để nghiên cứu sự biến động này ta thường dựa vào dãy số thời gian

Dãy số thời gian là dãy số các giá trị của chỉ tiêu thống kê được sắp xếp theo

thứ tự thời gian

Với dự báo nhu cầu điện năng, được hiểu: Dựa vào chuỗi quan sát của n năm trước để xây dựng mô hình toán học (hàm xu thế) biểu thị quy luật thay đổi nhu cầu điện năng Trên cơ sở đó xác định nhu cầu điện năng của những năm tiếp theo

Có thể khái quát như sau:

- Bản chất của chuỗi thời gian kinh tế:

Nếu quá trình ngẫu nhiên là một chuỗi các đại lượng ngẫu nhiên khi chúng ta quan sát kết quả của n phép thử theo một đặc trưng nào đó, thì chuỗi thời gian kinh tế chính là một quá trình ngẫu nhiên khi chúng ta quan sát giá trị của đối tượng kinh tế theo một đặc trưng theo thời gian ở n thời điểm liên tục

- Điều kiện của chuỗi thời gian kinh tế:

Khoảng cách giữa các thời điểm của chuỗi thời gian phải bằng nhau, hay nói cách khác là phải đảm bảo tính liên tục phục vụ cho việc xử lý Đơn vị đo giá trị chuỗi thời gian phải đồng nhất

Theo ý nghĩa toán học thì phương pháp ngoại suy chính là việc phát hiện xu thế vận động của đối tượng kinh tế, có khả năng tuân theo quy luật hàm số f(t) nào đó để dựa vào đó tiên liệu giá trị đối tượng kinh tế ở ngoài khoảng giá trị đã biết (y1, yn) dưới dạng:

1

ˆn DB 1

y + = f n+ +εVới: ˆDB1

Điều kiện của phương pháp:

- Đối tượng kinh tế phát triển tương đối ổn định theo thời gian (có cơ sở thu thập thông tin lịch sử và phát hiện tính quy luật)

- Những nhân tố ảnh hưởng chung nhất cho sự phát triển đối tượng kinh tế vẫn được duy trì trong một khoảng thời gian nào đấy trong tương lai

- Sẽ không có tác động mạnh từ bên ngoài dẫn tới những đột biến trong quá trỉnh phát triển đối tượng kinh tế

2.2.4.2 Nội dung của phương pháp ngoại suy

Phương pháp dự báo ngoại suy bao gồm các bước sau:

Bước 1: Xử lý chuỗi thời gian kinh tế:

Bước này giúp cho dãy số liệu đưa vào dự báo đầy đủ và xác định được xu thế

dễ dàng hơn

Xử lý chuỗi thời gian kinh tế bao gồm các công việc: bổ sung số liệu còn thiếu,

xử lý dao động ngẫu nhiên (bằng phương pháp có trong số hoặc không có trọng số), loại bỏ sai số thô

a/ Bổ sung số liệu còn thiếu:

Nếu chuỗi thiếu một giá trị yi nào đó thì ta xác định giá trị bổ sung bằng trung bình cộng hai giá trị đứng trước và sau nó:

b/ Xử lý dao động ngẫu nhiên:

Khi căn cứ vào chuỗi thời gian ban đầu ta thấy không dễ dàng phát hiện ngay được xu thế f(t) Do vậy, với những chuỗi có dao động lớn do ảnh hưởng của các yếu

tố ngẫu nhiên thì phải sử dụng phương pháp san chuỗi thời gian, với mục đích tạo ra một chuỗi mới có xu hướng dao động ổn định hơn, và tất nhiên chuỗi thời gian mới chắc chắn vẫn giữ nguyên xu thế từ chuỗi thời gian xuất phát

Có hai phương pháp xử lý như sau:

- Trung bình trượt không có trọng số (áp dụng cho các chuỗi số có khả năng tuân theo xu hướng tuyến tính):

t p i

i t p y

y y

p

+

= −

= +

∑ (2.10) Trong đó: m = 2p+1 là khoảng trượt

yi: giá trị chuỗi thời gian ban đầu vào thời điểm thứ i

y t: giá trị chuỗi thời gian được san vào thời điểm t

- Trung bình trượt có trọng số (áp dụng cho các chuỗi số có khả năng tuân theo

xu hướng phi tuyến):

Cách xác định: 0

1

p i

c/ Loại bỏ sai số thô:

Sai số thô của chuỗi thời gian kinh tế dẫn đến dự báo sai lệch xu thế và để giải quyết trường hợp này, người ta sử dụng phương pháp kiểm định thống kê toán

Giả sử chuỗi thời gian (ti, yi) với i = 1÷n

Nếu yklà sai số “thô” cần loại bỏ:

Tính

( )2

1

11

n i i

− ∑ (2.11) Với: n: số mức độ của chuỗi

yi: giá trị của chuỗi ở thời điểm thứ i

y i: giá trị trung bình của chuỗi

k

k

y y t

S

−

= (2.12) Nếu t k >t n( )α : loại bỏ ykvà thay thế bằng bs

k

y

Với: t n( )α tra bảng phân phối T.Student với n là bậc tự do và xác suất cho trước

Bước 2: Phát hiện xu thế:

a/ Dùng phương pháp đồ thị:

Biểu diễn lên đồ thị các cặp số (ti, yi), từ đó đưa ra nhận xét sự phân bố các điểm

và so sánh đường biểu diễn thực nghiệm với đường biểu diễn các hàm số y = f(ai, t) thường gặp trong kinh tế làm cơ sở xác định xu thế và dạng hàm xu thế tương ứng

Các dạng hàm f(t) thường gặp là: tuyến tính, parabol, hàm mũ, hàm lũy thừa,…

b/ Dù ng phương pháp phân tích số liệu quan sát:

Ta phân tích sự biến đổi của dãy số ti, yi, ln(ti), ln(yi) và xem xét mối quan hệ của các hàm đó biến thiên theo qui luật nào để xác định hàm

c/ Dùng phương pháp sai phân:

Phương pháp này dựa trên cơ sở sự xấp xỉ giữa sai phân chuỗi thời gian và vi phân hàm xu thế ở cùng bậc k nào đó (∆ −k y d y k) Từ đó có thể lấy sai phân bậc k của xu hướng tiến về hằng số thì kết luận có khả năng thích hợp với xu thế:

0 1

ˆ

k i i i

Phương pháp tổng bình phương bé nhất là phương pháp tìm giá trị lý thuyết của hàm xu thế yˆi sao cho nó càng gần với giá trị thực tế của yi có thể, tức là phần dư

Với: n: số mức độ (giá trị) của chuỗi thời gian

yi: giá trị thực tế của chuỗi thời gian

yˆi: giá trị lý thuyết của hàm xu thế

Hàm xu thế có dạng tổng quát: 0

1

p i

Hàm xu thế xây dựng được luôn có sai số với dãy số giá trị thực tế, nhưng sai số

đó là bao nhiêu, có nằm trong giới hạn cho phép hay không thì mới được sử dụng cho

dự báo vì lí do độ tin cậy của kết quả dự báo Do đó, phải tiến hành kiểm định lại hàm

xu thế vừa xây dựng được để xem có thể dùng cho dự báo hay không, hoặc lựa chọn hàm nào nếu cùng xây dựng được nhiều hàm xu thế đối với cùng một chuỗi thời gian kinh tế đã có

- Kiểm định sai số tuyệt đối:

1

1

ˆ2

- Giới hạn lựa chọn hàm xu thế tối ưu:

+ Nếu bước phát hiện xu thế chỉ xảy ra một khả năng y=f(t) thì hàm f(t) được sử dụng cho dự báo khi Vy<=10%

+ Nếu có nhiều khả năng xảy ra thì chọn theo điều kiện:

Min (Vy1, Vy2, .)<=10%

Trong đó: yitdlà giá trị thực tế tại thời điểm cập nhật

yˆitdlà giá trị dự báo tại thời điểm cập nhật

Bước 5: Dự báo bằng xu thế đã kiểm định:

Dự báo điểm: Xác định khoảng cách thích hợp ax

S1: sai số của dự báo

2.2.4.3 Ưu, nhược điểm của phương pháp ngoại suy

Ưu điểm:

- Dự báo khá chính xác và hợp lý cho dự báo ngắn hạn

- Tính toán khá đơn giản

- Dễ hiểu và có chi phí thấp hơn các kỹ thuật dự báo khác

- Thời gian để chuẩn bị một dự báo là tối thiểu

- Yêu cầu thu thập số liệu là đơn giản và không bị lãng phí số liệu quá khứ

2.2.5 Phương pháp đàn hồi kinh tế

Cơ sở của các dự báo nhu cầu năng lượng sử dụng phương pháp hệ số đàn hồi là

sử dụng năng lượng ở mỗi ngành được xác định bởi một yếu tố kinh tế phù hợp với ngành và được điều chỉnh bởi hệ số đàn hồi thu nhập và hệ số đàn hồi giá Hệ số đàn hồi thu nhập là tỷ số giữa tỷ lệ tăng trưởng nhu cầu năng lượng và tỷ lệ tăng trưởng

kinh tế xột trờn tổng thể nền kinh tế hoặc ở cỏc khu vực khỏc nhau, được xỏc định trực tiếp hoặc trờn tổng thể nền kinh tế hoặc ở cỏc khu vực

Hệ số đàn hồi theo GDP (η) được tớnh theo cụng thức sau:

ηGDP Tốc độ tăng nhu cầu điện(%)

Hệ số đàn hồi theo GDP( )=

Tốc độ tăng trưởng GDP(%)Đối với nụng nghiệp, thương mại và cụng nghiệp, yếu tố kinh tế quyết định là giỏ trị gia tăng của ngành Đối với giao thụng vận tải, giỏ trị gia tăng khụng được tớnh toỏn riờng rẽ thỡ giỏ trị gia tăng cụng nghiệp được sử dụng như là yếu tố thớch hợp nhất Trong khu vực dõn dụng, tổng giỏ trị gia tăng của nền kinh tế được sử dụng như

là một yếu tố thay thế cho thu nhập của khu vực dõn dụng

Thụng thường cỏc hệ số đàn hồi được xỏc định bằng cỏc phõn tớch kinh tế lượng của cỏc chuỗi dữ liệu theo thời gian trong quỏ khứ Điều này khụng thể làm được ở Việt Nam vỡ cỏc chuỗi dữ liệu theo thời gian này khụng cú được và ngay cả khi cú được thỡ một số sự phõn bổ sai lệch tỏc động đến nền kinh tế Việt Nam sẽ làm mất tỏc dụng của cỏch tiếp cận này Vỡ thế cỏc hệ số đàn hồi dựng trong việc phõn tớch dự bỏo nhu cầu năng lựơng thường được chọn bằng cỏch mụ phỏng kinh nghiệm của cỏc quốc gia lõn cận ở thời điểm mà họ cú cỏc điều kiện và hoàn cảnh tương tự Cỏch tiếp cận này khụng dễ dàng vỡ một số lý do: cỏc ước tớnh kinh trắc thường khụng tin cậy và dễ

bị thay đổi tựy thuộc vào việc hỡnh thành cỏc quan hệ giữa sử dụng năng lượng và nhu cầu năng lượng cũng như cỏc tập hợp dữ liệu nhất định đang được nghiờn cứu, ngoài

ra, Việt Nam cũn là một trường hợp đặc biệt vỡ trước đú cú sự hạn chế về sử dụng điện Nhu cầu bị kiềm chế này ở Việt Nam là khỏ lớn, nú cú tỏc động làm cho giỏ trị trung bỡnh của hệ số đàn hồi thu nhập tớnh toỏn trở nờn kộm tin cậy Vỡ những lý do trờn, phương phỏp này mang nặng tớnh chuyờn gia hơn là tớnh toỏn thụng thường

2.2.6 Phương phỏp cường độ

Phương phỏp luận: Dự bỏo nhu cầu điện năng dựa trờn cường độ tiờu thụ điện năng đối với từng miền Cường độ điện năng là một chỉ số tổng quỏt để đỏnh giỏ nhu

cầu điện năng Xu thế thay đổi của cường độ năng lượng phản ánh xu thế thay đổi cơ cấu kinh tế, của trình độ công nghệ, giá cả và chính sách của nền kinh tế nói chung cũng như của từng ngành kinh tế

- Cường độ năng lượng tổng thể (EI) của ngành (hoặc toàn bộ nền kinh tế) có thể được tính là:

VAi: Giá trị gia tăng của ngành i

∑VAi:Tổng sản phẩm quốc nội (∑VA =GDPi )

+ Theo định nghĩa thì:

i

i i

E

I =

VA (2.20) Chính là cường độ năng lượng ngành i

+ Gọi Silà tỉ trọng của giá trị gia tăng của ngành i trong GDP, ta có:

i

i

VA

S = GDP (2.21)

ta có: i i

iI=∑I S (2.22) Lấy vi phân 2 vế, ta có: i i i i

dI=∑I dS +∑S dI (2.23) Như vậy, mỗi biến đổi của cường độ năng lượng có thể được chia làm hai phần, một thành phần liên quan đến biến đổi của cường độ năng lượng trong từng ngành (dIi)

và thành phần liên quan đến sự biến đổi tỉ trọng của mỗi ngành trong GDP của cả nền kinh tế

Gọi Wilà tỉ trọng của tiêu thụ năng lượng ngành trong tổng tiêu thụ năng lượng của nền kinh tế, ta có:

- Sự phát triển của hoạt động kinh tế, tăng trưởng của GDP

- Sự thay đổi trong cơ cấu kinh tế, thay đổi tỉ trọng Si của các thành phần kinh

tế

- Sự thay đổi của cường độ năng lượng của từng thành phần kinh tế Ii

Việc phân tích sự biến đổi của nhu cầu năng lượng có thể được tiến hành cho từng năm hoặc cho một giai đoạn [T, T0] bao gồm nhiều năm

Các bước tiến hành như sau:

- Lập bộ số liệu cường độ điện năng trên GDP đối với tất cả các miền trong quá khứ

- Bằng phương pháp hồi quy, dự báo cường độ điện năng trong tương lai

- Trên cơ sở dự báo các kịch bản phát triển kinh tế - xã hội của từng miền, tiêu thụ điện năng cho mỗi miền trong tương lai sẽ bằng cường độ điện năng nhân với GDP

- Tổng hợp nhu cầu điện cho từng miền và toàn quốc

2.3.7 Phương pháp Chuyên gia

định lượng bằng con đường tiếp cận trực tiếp để tính toán, đo đạc thông qua các phương pháp ước lượng và công cụ chính xác

2.3.7 3 Ưu điểm, nhược điểm của phương pháp chuyên gia

Ưu điểm:

- Đây là phương pháp tương đối đơn giản, dễ áp dụng và có khả năng tìm ra tức thời các thông số, mà các thông số này không dễ dàng lượng hóa được và mô tả quy luật vận động dưới dạng hàm số

- Phương pháp chuyên gia thích ứng với đặc điểm và yêu cầu của một dự báo nhu cầu và tình hình thị trường hiện đại là tính khả thi cao, cho kết quả nhanh, tạo ngay căn cứ để đề ra các quyết định kinh doanh, ứng xử tức thời, phù hợp với diễn biến sôi động và trạng thái muôn vẻ của thị trường Mặt khác, chúng cho phép dự báo được những hiện tượng “đột biến” của thị trường mà thực tế đã xảy ra, nếu sử dụng các phương pháp dự báo khác nhau rất khó và rất lâu đưa ra kết quả và độ tin cậy cũng không cao

- Không phải bất cứ trường hợp nào, bất cứ lúc nào cũng đòi hỏi kết quả dự báo phải thể hiện dưới dạng các thông số xác định, mà nhiều khi kết quả dự báo cũng có thể tồn tại dưới dạng những nhận định mang tính chất định tính, những xu hướng, chiều hướng vận động

- Dự báo phản ứng của thị trường trước quyết sách kinh doanh, các hành vi nghiệp vụ đã và sẽ tiến hành (nói cách khác, đây là dự báo của dự báo) Phương pháp chuyên gia cũng rất hữu hiệu đối với dự báo nặng về “chất” hơn là về “lượng”

- Nhiều chuyên gia đưa ra số liệu dự báo, nhưng cơ sở lý luận lại không rõ ràng, biên độ dao động lớn, khiến cho việc đánh giá sai số và khoảng tin cậy gặp khó khăn

- Việc tập trung các chuyên gia đầy đủ trong một cuộc họp, việc thu hồi phiếu trả lời đúng thời hạn cũng không được dễ dàng

CHƯƠNG 3: PHƯƠNG PHÁP ĐA HỒI QUY VÀ GIỚI THIỆU VỀ PHẦN

MỀM SIMPLE_E

3.1 1 Khái niệm chung

Theo nghĩa đơn giản, kinh tế lượng, liên quan đến việc áp dụng các phương pháp thống kê trong kinh tế học Không như thống kê kinh tế, trong đó các dữ liệu

thống kê là chính yếu, kinh tế lượng được phân biệt bằng sự hợp nhất của lý thuyết kinh tế, công cụ toán học và các phương pháp luận thống kê.Phương pháp kinh tế lượng có vai trò quan trọng trong dự báo nhu cầu năng lượng đối với các quốc gia có

hệ thống thống kê nhu cầu tiêu thụ và công nghệ thiết bị thu thập dữ liệu còn hạn chế Phân tích đa hồi quy là một trong những kĩ thuật thống kê quan trọng và được sử dụng rộng rãi ở nhiều ứng dụng trong cách tiếp cận kinh tế lượng

Trong phân tích hồi quy để có được dự báo tốt nhất cho một biến phụ thuộc nào

đó, cần phải sử dụng nhiều biến độc lập, trong đó mỗi biến độc lập góp phần giải thích một phần nào đó sự thay đổi trong biến phụ thuộc Tuy nhiên các biến độc lập lại phải

chọn các biến độc lập tác động chính lên biến phụ thuộc, tránh việc có quá nhiều biến độc lập mà trong đó có một số biến độc lập tác động không đáng kể lên biến phụ thuộc gây ra giảm độ chính xác của ước lượng Một mô hình sử dụng nhiều biến độc lập để

dự báo một biến phụ thuộc được gọi là mô hình hồi quy bội

Để góp phần giải thích cho những thay đổi trong biến phụ thuộc, những biến độc lập được đưa vào mô hình trước hết phải có tương quan với biến phụ thuộc và không tự tương quan với nhau Trong trường hợp có tương quan giữa các biến độc lập, kết quả dự báo sẽ không chính xác Do vậy trước khi sử dụng một mô hình nào đó để

dự báo, cần phải kiểm tra mức độ tương quan giữa các biến độc lập với nhau, cũng như mức độ tương quan giữa các biến độc lập với biến phụ thuộc

1 1

1 × × ×

n m m n

Y β ε

3 1.2 Mô hình tương quan đa hồi quy

Để xây dựng được mô hình cần phải tiến hành chọn dạng của nó đồng thời tác động của k nhân tố (các nhân tố tác động yếu hơn, không bản chất thì đưa vào thành phần ngẫu nhiên), nên việc xác định dạng liên hệ của từng nhân tố cũng như toàn bộ phương trình là rất phức tạp Do vậy cần phải phân tích lý luận một cách kỹ lưỡng kết hợp với kinh nghiệm nghiên cứu để chọn dạng thích hợp

Gọi y là một hiện tượng kinh tế nào đó và gọi là biến phụ thuộc (biến cần giải thích)

Gọi x1, x2, xnlà các hiện tượng kinh tế có liên quan và gọi là biến độc lập (biến giải thích)

Thì quan hệ giữa một hiện tượng kinh tế này với những hiện tượng kinh tế khác

có dạng hồi quy bội tuyến tính tổng thể như sau:

(3.1) Trong đó

βo là hệ số tự do (Hệ số chặn)

β1, β2 … βm-1 là các hệ số hồi quy riêng

ε là sai số dự báo tổng thể Với n quan sát ta có hệ phương trình:

ββ

β + + + + +

= o 1x1 2x2 m−1x m−1y

++

=

++

++

=

++

++

n m n

n o

m m o

m m o

x x

x

x x

x

x x

x

ε β

β β

β

ε β

β β

β

ε β

β β

β

1 , 1 2

2 1 1

2 1

, 2 1 22

2 21 1

1 1

, 1 1 12

2 11

MM

MM

2 1

M

2 1

M

2 1

1

1 , 2 22

21

1 , 1 12

11

1

1 1

m n n

n

m m

nxm

x x

x

x x

x

x x

x X

K

M M

M M

K K

Với các giả thiết như sau:

a) Các biến độc lập Xibiết trước và không ngẫu nhiên

b) Mức độ phân tán của các điểm xung quanh mặt phẳng hồi quy bội luôn là hằng số

tại mọi điểm trong mặt

c) Các sai số dự báo (ε) độc lập với nhau

d) Các sai số (ε) có tổng đại số bằng 0 và có phương sai không đổi

e) Không có mối quan hệ cộng tuyến giữa các biến độc lập Xi

f) Có mối quan hệ tuyến tính giữa mỗi giá trị X và Y tổng thể

Sau khi có được phương trình dự báo hồi quy bội, để tìm giá trị dự báo cho biến

phụ thuộc Y, ta thay thế giá trị của các biến độc lập vào phương trình và tính ra kết

quả

Điều cần lưu ý là không nên sử dụng các giá trị biến độc lập ngoài vùng quan

sát được trong thực tế vì mối quan hệ giữa các biến số có thể không còn tồn tại như cũ

khi vượt khỏi vùng giá trị quan sát này, và do vậy có thể đưa ra những dự báo không

chính xác

(3.3)