Một số mô hình dự báo và áp dụng vào ngành điện

ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CÔNG NGHỆ Đỗ Văn Bình MỘT SỐ MƠ HÌNH DỰ BÁO VÀ ÁP DỤNG VÀO NGÀNH ĐIỆN LUẬN VĂN THẠC SĨ Hà Nội - 2007 ĐẠI HỌC QUỐC GIA HÀ NỘI TRƯỜNG ĐẠI HỌC CƠNG NGHỆ Đỗ Văn Bình MỘT SỐ MƠ HÌNH DỰ BÁO VÀ ÁP DỤNG VÀO NGÀNH ĐIỆN Ngành: Công Nghệ Thông Tin Chuyên ngành: Công Nghệ Thông Tin Mã số: 1.01.10 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC: PGS.TS Đỗ Trung Tuấn Hà Nội - 2007 MỤC LỤC LỜI CẢM ƠN MỤC LỤC MỞ ĐẦU Chƣơng CÁC PHƢƠNG PHÁP DỰ BÁO NHU CẦU 1.1 Giới thiệu 1.2 Các phương pháp dự báo 1.2.1 Các phương pháp dự báo dựa vào phán đoán (Methods Based on Judgment) 1.2.2 Các phương pháp yêu cầu thông tin định lượng 14 1.3 Lựa chọn phương pháp (Selecting methods) 17 1.3.1 Chọn phương pháp dựa vào dấu hiệu (Choosing a method based on evidence) 18 1.3.2 Kết hợp dự báo (Combining forecasts) 19 1.4 Sự không chắn (uncertainty) 20 1.4.1 Sự không chắn dự báo phán đoán 20 1.4.2 Sự không chắn dự báo phương pháp định lượng 21 1.5 Đạt chấp nhận dự báo 21 Chƣơng 22 CHUỖI THỜI GIAN VÀ ỨNG DỤNG 22 2.1 Chuỗi thời gian, đại lượng đặc trưng 22 2.1.1 Định nghĩa chuỗi thời gian 22 2.1.2 Dự báo chuỗi thời gian 22 2.1.3.Các đại lượng đặc trưng chuỗi thời gian 22 2.2 Một số mơ hình dự báo giản đơn 26 2.2.1 Mơ hình nhân 28 2.2.2 Mơ hình cộng 32 2.3 Mơ hình ARIMA thường 39 2.3.1 Toán tử trễ 39 2.3.2 Chuỗi thời gian dừng 40 2.3.3 Q trình tuyến tính 42 2.3.4 Quá trình tự hồi qui - AR(p) 42 2.3.5 Quá trình trung bình trượt – MA(q) 47 2.3.6 Quá trình trung bình trượt tự hồi qui ARMA(p,q) 50 2.3.7 Mơ hình tích hợp trung bình trượt tự hồi qui ARIMA(p,d,q) 51 2.3.8 Qui trình xây dựng mơ hình ARIMA (p, d, q) 53 2.3.9 Nguyên tắc tằn tiện 61 2.4 Mơ hình ARIMA theo mùa vụ 62 2.4.1.Chuỗi mùa vụ 62 2.4.2 Biến đổi chuỗi mùa vụ thành chuỗi dừng 63 2.4.3.Mơ hình tích hợp trung bình trượt tự hồi qui theo mùa vụ ARIMA(p,d,q)x(P,D,Q)s 64 2.5 Ứng dụng mơ hình ARIMA theo mùa vụ 68 Chƣơng 82 NHU CẦU SỬ DỤNG ĐIỆN NĂNG VÀ HƢỚNG ÁP DỤNG MƠ HÌNH NHIỀU BIẾN 82 3.1 Giới thiệu nhu cầu sử dụng điện 82 3.2 Các yếu tố ảnh hưởng nhu cầu điện nguồn liệu 83 3.2.1 Các yếu tố ảnh hưởng đến nhu cầu điện 84 3.2.2 Mơ hình dự báo liệu 85 3.3 Các kiện gây ảnh hưởng nhu cầu điện thời gian ngắn trung bình…………………… 85 3.3.1 Sự khuyến khích tài 85 3.3.2 Giảm thuế quan 86 3.3.3 Nhu cầu nhà điện khí hóa 86 3.3.4 Cơ cấu lại ngành điện thị trường điện cạnh tranh 86 KẾT LUẬN 87 TÀI LIỆU THAM KHẢO 89 DANH SÁCH CÁC HÌNH VẼ Hình 1: Cây phân loại phương pháp dự báo Hình 2: Cây lựa chọn phương pháp dự báo…………………………………… 18 Hình 3: Mơ tả đồ thị dự báo theo mơ hình nhân mơ hình cộng…………….…… 27 Hình 4: Đồ thị chuỗi số liệu điện thương phẩm Việt Nam (theo quý)……………… 28 Hình 5: So sánh đồ thị điện thương phẩm dự báo theo mơ hình cộng với số liệu thực tế…………………………………………………………………………………36 Hình 6: So sánh đồ thị điện thương phẩm dự báo theo mơ hình nhân với số liệu thực tế…………………………………………………………………………………37 Hình 7: Đồ thị chuỗi số liệu điện thương phẩm Việt Nam (theo quý) sau sử dụng hàm biến đổi log ………………… ……………………………………………… 69 Hình 8: ACF PACF chuỗi DTP_Log sử dụng phần mềm Eviews………… 70 Hình 9: Kiểm định DF chuỗi DTP_Log sử dụng phần mềm Eviews………… 71 Hình 10: ACF PACF chuỗi DTP1 sử dụng phần mềm Eviews…………… 72 Hình 11: ACF PACF chuỗi DTP2 sử dụng phần mềm Eviews………… 73 Hình 12: Kiểm định DF chuỗi DTP2 sử dụng phần mềm Eviews……… 74 Hình 13: Đồ thị chuỗi số liệu DTP2…………………………………… ………… 74 Hình 14: Ước lượng mơ hình sử dụng phương pháp bình phương nhỏ phần mềm Eviews……………………………………………………………… 75 Hình 15: ACF PACF chuỗi phần dư - sử dụng phần mềm Eviews……… …77 Hình 16: Đồ thị chuỗi dự báo DTP2…………………………………………… .78 Hình 17: Đồ thị chuỗi dự báo so với đồ thị chuỗi số liệu thực…………….… …80 DANH SÁCH CÁC TỪ VIẾT TẮT Từ viết tắt Từ tiếng anh Diễn giải ACF Auto Correllation Function Hàm tự tương quan mẫu ADF Argumented Dickey-Fuller Kiểm định DF AIC/SIC Akaike Information Criteria, Schwarz Information Criteria Tiêu chuẩn thông tin AIC/SIC APE Absolute Percent Error Sai số phần trăm tuyệt đối AR AutoRegression Tự hồi quy ARIMA AutoRegressive Integrated Moving Average Tích hợp trung bình trượt tự hồi quy ARMA AutoRegressive Moving Average Trung bình trượt tự hồi quy MA Moving Average Trung bình trượt MSE mean square error Sai số bình phương trung bình 10 OLS Optimize Least Squares Phương pháp bình phương nhỏ 11 PACF Partial Auto Correllation Function Hàm tự tương quan phần RBF Rule-based forecasting Dự báo dựa quy luật 13 SAR Seasonal AutoRegressive Tự hồi quy theo mùa vụ 14 SARIMA Seasonal AutoRegressive Integrated Moving Average Tích hợp trung bình trượt tự hồi quy theo mùa vụ 15 SMA Seasonal Moving Average Trung bình trượt theo mùa vụ STT 12 MỞ ĐẦU Các toán dự báo thường xuất nhiều lĩnh vực: Kinh tế, lập kế hoạch sản xuất, tài chính, điều tra xã hội…Hầu hết tốn dạng mơ hình hố thường có kích thước lớn, phức tạp, áp dụng nhiều mơ hình lý thuyết Do việc giải tốn địi hỏi phải lựa chọn mơ hình phù hợp hiệu Việc dự báo đại lượng biến thiên nói chung dự báo nhu cầu nói riêng đóng vai trò quan trọng kinh tế kỹ thuật Chúng giúp cho người định, nhà doanh nghiệp tiên đoán cách khoa học xu hướng phát triển tương lai nhu cầu, thị trường, từ người ta hoạch định sách, phương hướng đầu tư cách đắn Ta lấy ví dụ ngành Điện lực Đó ngành cơng nghiệp dịch vụ có quy mô lớn, sử dụng thiết bị đắt tiền, đòi hỏi việc đầu tư sở hạ tầng lớn liên tục Vì vậy, để đảm bảo cho việc sử dụng có hiệu thiết bị sở vật chất đầu tư, cần phải tiến hành việc dự báo nhu cầu với mức độ xác tốt Bài tốn dự báo đặc biệt quan trọng lĩnh vực Khí tượng - Thủy văn Việc dự báo trước thời tiết nhiệt độ, nắng mưa, lũ lụt giúp ích nhiều cho kinh tế quốc dân phòng tránh thiệt hại to lớn thiên nhiên gây Trong lĩnh vực tài chính, biết trước xu hướng tăng giảm loại tiền tệ hay giá cổ phiếu chắn mang lại nhiều lợi ích cho người v.v Những lĩnh vực có nhu cầu dự báo rộng lớn Có dự báo mang tính chất định tính màu sắc, chất người có dự báo mang tính chất định lượng lượng mưa, sức gió, mực nước sông hồ, tốc độ phát triển dân số Song với phát triển kỹ thuật số, tất tính chất định tính lượng hóa Thí dụ màu sắc đồng với thị màu “Dự báo” “đốn mị” hai khái niệm khác hẳn Trong “đốn mị” mang tính chất cơng việc thầy bói dự báo phải thơng tin có được, thiết lập mơ hình, thuật tốn để giá trị cần “dự đốn” Nói cách khác đi, dự báo “dự đốn” mang tính chất khoa học, tiếp cận với phương pháp khoa học để dự báo cách có sở Trong khn khổ khố luận tốt nghiệp học viên khơng có tham vọng nghiên cứu tồn diện tất mơ hình dự báo, mà tìm hiểu, so sánh số mơ hình Đồng thời tập trung giải tốn dự báo việc áp dụng mơ hình chuỗi thời gian Hy vọng thời gian tới, lĩnh vực tiếp tục nghiên cứu phát triển để thực trở thành cơng cụ ứng dụng có hiệu Bố cục luận văn chia làm chương  Chương 1: Các phương pháp dự báo nhu cầu  Chương 2: Chuỗi thời gian ứng dụng  Chương 3: Nhu cầu sử dụng điện mơ hình nhiều biến Chƣơng CÁC PHƢƠNG PHÁP DỰ BÁO NHU CẦU 1.1 Giới thiệu Chúng ta phải nhìn vào thực tế để xác định phương pháp, xem phương pháp có ích cho việc dự báo nhu cầu tình khác để cảnh báo không nên sử dụng phương pháp Nhìn chung, nên sử dụng phương pháp thiết kế, tránh tư tưởng trực quan, hội nghị không trọng tâm khai thác thông tin Trong nhiều tình mà có đủ thơng tin, sử dụng phương pháp định lượng bao gồm phép ngoại suy, dự báo dựa quy luật phương pháp quan hệ nhân Kiến thức quản lí nhà quản lí cần phải tổng hợp việc dự báo thống kê Các phương pháp dự báo kết hợp, có phương pháp Delphi thị trường dự báo, cải thiện tính xác Các nhà nghiên cứu thị trường coi việc dự báo yếu tố quan trọng cơng việc Ví dụ: Dalrymple khảo sát 134 cơng ty Mỹ thấy có 99% dự báo chuẩn bị trình phát triển chiến lược Marketing cơng ty Có 93% cơng ty khảo sát việc dự báo doanh số bán hàng vấn đề quan trọng yếu tố quan trọng thành công công ty Trong khảo sát 353 giám đốc Marketing từ nhà máy xí nghiệp Anh, Jobber, Hooley Sanderson thấy dự báo doanh số bán hàng hoạt động phổ biến mà họ thông báo [12] Chúng ta thảo luận phương pháp dự báo nhu cầu Mọi người thường sử dụng thuật ngữ “nhu cầu” “doanh số bán hàng” hai thuật ngữ thay đổi cho Điều hợp lí chúng tương đương doanh số bán hàng không bị hạn chế cung Đôi dự báo nhu cầu cách trực tiếp lại thích hợp Ví dụ: Một người làm bánh ngoại suy liệu doanh số bán bánh mì trước để dự báo nhu cầu trước tuần Khi mà việc dự báo trực tiếp khơng khả quan khơng chắn nhà quản lí thị trường cần phải dự báo quy mô thị trường sản phẩm Họ cần phải dự báo phản ứng hành động người đưa định quan trọng nhà cạnh tranh, nhà cung cấp, nhà phân phối, phủ thân họ - đặc biệt đưa vấn đề có tính chiến lược Thực họ dự báo tỉ trọng thị trường Kết dự báo cho phép họ tính tốn nhu cầu 1.2 Các phƣơng pháp dự báo Trong phần trình bày giới thiệu ngắn gọn phương pháp dự báo ứng dụng chúng Mô tả chi tiết viết sách dự báo Wheelwright Hyndman (1998) Các phương pháp dự báo mối quan hệ chúng trình bày hình 1, bắt đầu phân biệt quan trọng phương pháp dựa vào phán đốn phương pháp địi hỏi liệu định lượng Hình 1: Cây phân loại phương pháp dự báo Cây phân loại phân loại tất loại phương pháp dự báo thành nhiều loại chúng quan hệ với Đường gạch đứt thể liên hệ 1.2.1 Các phƣơng pháp dự báo dựa vào phán đoán (Methods Based on Judgment) 1.2.1.1 Sự phán đốn khơng có sở (Unaided judgment) Thường chuyên gia trả lời điều xảy ra, cách tốt để sử dụng mà: - Các chun gia khơng có thiên vị - Những biến đổi lớn không chắn xảy - Mối quan hệ hiểu rõ chuyên gia - Các chuyên gia có tay thông tin mật - Các chuyên gia nhận phản hồi xác đọng dự báo họ Đáng tiếc phán đoán khơng có sở thường sử dụng điều kiện nêu khơng có Ví dụ, Green Amstrong thấy việc dự báo chuyên gia lại không tốt dự báo người dân tình xung đột Nếu điều làm bạn ngạc nhiên bạn nên nghĩ chương trình tin tức kiện mà nhà sản xuất tạo lại tập hợp chuyên gia có khả năng, họ đưa dự báo cách tin cậy tình xảy 1.2.1.2 Thị trường dự báo (Prediction markets) Các thị trường dự báo xem công ty dự báo, thị trường thông tin thị trường dự báo tương lai có lịch sử lâu đời Giữa thời kì chấm dứt nội chiến nước Mỹ Chiến tranh giới II, các cơng ty dự báo có tổ chức tốt bầu cử tổng thống chọn lọc cách kỹ lưỡng trường hợp trừ năm 1916, họ thành công việc dự báo bầu cử Gần đây, bốn bầu cử tổng thống trước năm 2004 Iowa Electronic Market thành công việc dự báo người thắng cử chức tổng thống Trong tuần diễn bầu cử, thị trường dự báo số phiếu ứng cử viên hai Đảng Dân chủ Cộng hoà với mức sai số 1,5 % Mặc dù có nhiều nỗ lực kể từ năm 1930 chưa có phương pháp đưa để kiểm soát thị trường dự báo giá Tuy nhiên có nguời tin vào điều họ phải trả tiền để tư vấn đầu tư Một vài tổ chức thương mại cung cấp thị trường Internet phần mềm cho phép người tham gia cá cược thông qua hợp đồng thương maị Các nhà tư vấn lập thị trường cá cược nhà máy để dự đoán vấn đề như: Doanh số bán hàng sản phẩm Một vài nghiên cứu chưa cơng bố gợi ý họ đưa dự báo doanh số bán hàng cách xác cơng ty 1.2.1.3 Kỹ thuật Delphi (Delphi) Kỹ thuật Delphi phát triển tập đoàn Rand vào năm 1950 nhằm thu hút chuyên gia giỏi đồng thời tổ chức hội nghị nhóm trước (nếu tổ chức hội nghị tốn thời gian tiền của) Để dự báo kỹ thuật Delphi nhà quản lí cần tuyển khoảng từ đến 20 chuyên gia phù hợp tập hợp dự báo lập luận từ họ Sau nhà quản lí cung cấp số liệu dự báo tóm tắt nặc danh lập luận dự báo chuyên gia Quá trình lặp lặp lại có thay đổi nhỏ dự báo lần- thường hai ba lần đủ Dự báo Delphi mơ hình dự báo cuối chuyên gia (có thể truy cập trang Web: forcastingpriciples.com để biết thêm Phần mềm hướng dẫn mơ hình này) 76 Sau tham số mô hình lựa chọn ước lượng thấy qua kiểm định T tham số chặn C có p = 0,8 tham số tự hồi qui theo mùa vụ  (SAR(4)) có p = 0,5 tham số trung bình trượt  (MA(1)) có p=0,4 lớn giá 4,1 trị tới hạn kiểm định T (p-value = 0,05), có nghĩa với mức ý nghĩa 95% chúng có giá trị Nói cách khác chúng khơng góp phần vào mơ hình dự báo Vì cần phải bị loại khỏi mơ hình Mơ hình sau loại bỏ cịn: (1   B)(1  B)(1  B ) Log ( DTP)  (1   B )a 4,1 t Đuợc viết gọn SARIMA(1,1,0)x(0,1,1)4: (1   B) DTP2  (1   4,1 B )a t Mơ hình ước lượng lại sau loại bỏ tham số nêu sau: Kiểm định T cho tham số ước lượng tự hồi qui bậc trung bình trượt theo mùa vụ chúng có giá trị p = 0, nhỏ giá trị tới hạn kiểm định T (pvalue = 0,05) Vì chúng có nghĩa mơ hình Giá trị kiểm định Durbin-Watson ~ 2,17 chứng tỏ khơng có tương quan bậc chuỗi phần dư Đồng thời nghiệm nghịch đảo tự hồi qui trung bình trượt nhỏ nên chuỗi sinh từ mơ hình ước lượng dừng mơ hình thỏa mãn điều kiện khả nghịch Hệ số R = 0,63 tương đối cao nên mơ hình lựa chọn phù hợp với chuỗi liệu quan sát Mơ hình tham số ước lượng viết là: 77 (1  0,66 B) DTP2  (1  0,93B )a t Hay: DTP2  0,66DTP2  a  0,93a t t 1 t t 4 Bước 3: Kiểm định mơ hình Kiểm định tính chất nhiễu trắng chuỗi phần dư qua việc xem xét tương quan đồ ACF chuỗi phần dư, sau: Hình 15: ACF PACF chuỗi phần dư - sử dụng phần mềm Eviews Trong hình với mức ý nghĩa 95% ACF PACF chuỗi phần dư Kết luận chuỗi phần dư nhiễu trắng Mơ hình chấp nhận để dự báo Bước 4: Dự báo Đồ thị chuỗi dự báo chuỗi sai số dự báo: 78 Hình 16: Đồ thị chuỗi dự báo DTP2 Giá trị sai số bình phương trung bình (RMSE) sai số tuyệt đối trung bình (MAE) nhỏ đồng thời độ lệch trung bình (Bias proportion) phương sai độ lệch trung bình (Variance proportion) chuỗi quan sát chuỗi dự báo nhỏ Từ kết luận chuỗi dự báo từ mơ hình phù hợp với chuỗi quan sát, sử dụng mơ hình để đưa dự báo Xác định mơ hình: Từ DTP2  0,66DTP2  a  0,93a t t 1 t t 4 (11) Ta có: DTP2  DTP1  DTP1 t t t 4 DTP1  DTP _ Log  DTP _ Log t t t 1 Thay vào cơng thức (11) ta có: DTP1  DTP1  0,66( DTP1  DTP1 )  a  0,93a t t 4 t 1 t 5 t t 4 Đặt X  DTP _ Log ta có: t t X X  (X X )  0,66( X X X X )  a  0,93a t t 1 t 4 t 5 t 1 t 2 t 5 t 6 t t 4 X  0,44 X  0,66 X X  0,44 X  0,66 X  a  0,93a t t 1 t 2 t 4 t 5 t 6 t t 4 Hay 79 X t 1 (12)  0,44 X  0,66 X X  0,44 X  0,66 X a  0,93a t t 1 t 3 t 4 t 5 t 1 t 3 Biểu thức (12) biểu thức cuối để xác định giá trị chuỗi DTP_Log thời điểm t+1 (quý I năm 2006) Sau lấy hàm số mũ ta giá trị chuỗi DTP thời điểm t+1 DTP  EXP(X ) t 1 t 1 Dưới bảng kết dự báo sai số: STT Năm: Quý Giá trị thực 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 1995:1 1995:2 1995:3 1995:4 1996:1 1996:2 1996:3 1996:4 1997:1 1997:2 1997:3 1997:4 1998:1 1998:2 1998:3 1998:4 1999:1 1999:2 1999:3 1999:4 2000:1 2000:2 2000:3 2000:4 2001:1 2001:2 2001:3 2001:4 2002:1 2002:2 2002:3 2002:4 2003:1 2003:2 2003:3 2003:4 2004:1 2004:2 2004:3 2004:4 2005:1 2005:2 2483.53 2796.91 3026.15 2878.27 2999.03 3381.90 3580.07 3413.69 3375.03 3889.14 4095.58 3942.78 4192.12 4390.32 4844.00 4298.74 4336.70 5015.79 5334.39 4857.31 5108.69 5675.29 5985.23 5633.26 5748.61 6592.07 6904.93 6605.21 6516.49 7874.14 8124.69 7748.79 7604.90 9010.29 9315.42 8976.13 8756.85 9987.18 10612.78 10253.75 9867.06 11559.23 Kết dự báo theo mơ hình ARIMA Sai số bình Kết Sai số phương 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 0.00 3726.01 145.94 21298.88 3513.10 99.41 9882.01 3612.12 237.09 56211.93 3986.87 97.73 9551.82 4115.78 20.20 408.08 3971.80 29.02 842.42 3929.81 -262.31 68804.73 4705.26 314.94 99189.99 4984.49 140.49 19738.84 4598.52 299.78 89865.62 4864.71 528.01 278798.16 4717.92 -297.87 88723.96 5252.60 -81.79 6690.11 4897.17 39.86 1588.79 4876.91 -231.78 53722.50 5843.34 168.05 28242.28 6275.51 290.28 84264.86 5543.73 -89.53 8015.22 5883.38 134.77 18163.73 6592.04 -0.03 0.00 6910.71 5.78 33.45 6622.11 16.90 285.71 6775.64 259.15 67159.51 7737.56 -136.58 18654.68 8110.67 -14.02 196.60 7978.32 229.53 52681.99 7783.12 178.22 31763.42 9364.56 354.27 125507.98 9546.30 230.88 53306.11 8995.01 18.88 356.33 8879.55 122.70 15055.19 10564.16 576.98 332911.43 10697.94 85.16 7252.21 10174.42 -79.33 6293.47 10119.31 252.25 63628.02 11492.02 -67.21 4517.85 80 43 44 2005:3 2005:4 11983.28 11337.79 12245.52 11912.20 262.24 574.41 68771.13 329947.06 Sai số bình phương trung bình 48234.68 Ta có đồ thị chuỗi dự báo với đồ thị chuỗi số liệu thực hình Hình 17: Đồ thị chuỗi dự báo so với đồ thị chuỗi số liệu thực Ở đồ thị trên, đường nét liền đậm đồ thị chuỗi kết dự báo, đường nét đứt mảnh đồ thị chuỗi số liệu thực Giá trị dự báo trước bước từ mơ hình quý I năm 2006 là: 11173,90 Giá trị điện thương phẩm thực tại quý I năm 2006 :11050,00 Sai số bình phương trung bình: 48234.68 Giá trị phần trăm sai số tuyệt đối: APE  | 11050  11173,90 | *100%  1,1% 11050 Để dự báo cho quý năm 2006 (hoặc quý thứ k tiếp sau ) có cách: Cách 1: Dự báo trước bước (k bước) từ mơ hình vừa tìm 81 Cách 2: Đưa kết vừa tìm quý năm 2006 (quý thứ k-1) vừa tìm vào mẫu thực lại từ bước Như giá trị sai số bình phương trung bình phần trăm sai số tuyệt đối mơ hình nhỏ nhiều so với dự báo theo mô hình nhân dự báo theo mơ hình cộng Điều đồng nghĩa với việc mơ hình dự báo ARIMA tốt nhiều (dự báo xác hơn) so với mơ hình cộng mơ hình nhân đề cập phần 82 Chƣơng NHU CẦU SỬ DỤNG ĐIỆN NĂNG VÀ HƢỚNG ÁP DỤNG MƠ HÌNH NHIỀU BIẾN 3.1 Giới thiệu nhu cầu sử dụng điện Trong thập kỷ vừa qua, nhu cầu điện Việt Nam tăng nhanh dự tính nhu cầu tiếp tục tăng Để đáp ứng nhu cầu ngày tăng này, Việt Nam phải giải nhiều vấn đề làm đáp ứng yêu cầu vốn khổng lồ làm để bảo vệ môi trường Một hiểu biết tốt nhu cầu điện giúp cho việc tính tốn cần vốn dự báo tác động tiềm môi trường Việc nghiên cứu lí thuyết dự báo nhu cầu hệ thống điện thực từ trước, nhiên quy mô hệ thống điện cịn hạn chế nên cơng tác nghiên cứu dự báo nhu cầu điện chưa chuẩn xác Cho đến năm gần phương pháp nghiên cứu lí thuyết dự báo nhu cầu điện dài hạn bắt đầu loạt phương pháp dự báo như: Thuật toán tự hồi quy (AR), thuật tốn trung bình trượt (MA), thuật tốn cân số mũ tổng qt, thuật tốn trung bình động tự hồi quy (ARMA) thuật tốn trung bình trượt tự hồi quy (ARIMA) liên tiếp phát triển sử dụng rộng rãi việc dự báo nhu cầu điện hệ thống điện, đặc biệt nước phát triển Do tác động đối tăng trưởng kinh tế bảo vệ mơi trường, mà nhu cầu đạt hệ thống dự báo tin cậy không tốt cho việc sử dụng điện mà cho phủ Các mức độ tin cậy việc dự báo quan trọng quốc gia có kinh tế phát triển nhanh có nhu cầu sử dụng địên cao Các mức độ tin cậy liên quan với kỹ thuật dự báo trước áp dụng cho việc dự báo vấn đề quốc gia có kinh tế phát triển ổn định lại khơng giống với kỹ thuật dự báo kinh tế phát triển nhanh động Nhìn chung việc dự báo nhu cầu điện cho kinh tế phát triển nhanh mà thay thổi cấu tạo tác động lớn vào nhu cầu sử dụng điện đầy khó khăn thách thức Điều có khác biệt chất phát triển, điều kiện kinh tế xã hội, diễn kiện đặc biệt thuế tiêu dùng lượng bao cấp Tuy nhiên tìm hiểu xác, phù hợp tin tưởng kỹ thuật dự báo cổ điển đồng thời cải thiện thông qua việc xem xét chất phát triển, điều kiện kinh tế xã hội, diễn kiện đặc biệt thuế tiêu dùng lượng bao cấp Theo định nghĩa chức nhu cầu, nhu cầu điện nói chung, đuợc định vài yếu tố có tổng sản phẩm quốc nội (GDP), giá dân số Đến chưa có kiểm tra toàn nhu cầu điện 83 Việt Nam tài liệu kinh tế Điều dẫn đến hiểu sai lệch việc tính tốn thay đổi GDP tiêu thụ điện Hơn mơ hình tốn kinh tế dự báo nhu cầu điện trước thường có GDP, giá điện, tăng trưởng dân số biến số Việc nghiên cứu xác nhu cầu điện điều kiện tiên cho việc thực thành công việc định hệ thống điện năng, ngược lại có tác động đáng kể vào tăng trưởng GDP tương lai 3.2 Các yếu tố ảnh hƣởng nhu cầu điện nguồn liệu Nhìn chung, nhu cầu điện hai yếu tố định, sách thuế quan (tariff) GDP Đây định nghĩa chức nhu cầu sử dụng rộng rãi Trong nên kinh tế đại, điện đầu vào cần thiết trình sản xuất sinh hoạt hàng ngày người dân điện loại hàng hố thơng thường Điện mua cho dịch vụ sử dụng cuối cung cấp Kết số yếu tố quan trọng làm thay đổi mơ hình nhu cầu điện Vì mà yếu tố làm ảnh hưởng hoạt động kinh tế mơ hình tiêu thụ điện có ảnh hưởng quan trọng tiêu thụ điện Có thể có vài yếu tố khác mà đòi hỏi quan tâm việc định nhu cầu điện năng, ví dụ thời tiết yếu tố quan trọng Nhu cầu điện thay đổi theo thời gian ngày Do nhu cầu điện phụ thuộc vào thay đổi thời tiết: Nhu cầu cao vào mùa đông mùa hè (những thay đổi có liên quan đến thời tiết nhiệt độ, độ ẩm, lượng mưa, nhiều mây thường kết hợp chặt chẽ thành mô hình dự báo nhu cầu Khả dự báo thời tiết hỗ trợ kế hoạch sản xuất điện năng, mà cịn hỗ trợ viêc tự hố thị trường điện, có tác động đến nhu cầu điện mà làm ảnh hưởng đến giá điện) Tuy nhiên việc tổng hợp biến đổi thời tiết hàng năm để đánh giá nhu cầu điện khó (nếu dự báo ngày, tuần, tháng hay quý, yếu tố thời tiết quan trọng) Việc tiêu thụ khí gas tăng tính lợi ích gas làm tăng khả cạnh tranh cho ngành điện thị trường lượng Do nguồn gas hạn chế nên việc tiêu thụ khí gas khơng có nhiều tác động đến tiêu thụ điện Sự thay đổi cơng nghệ, sở thích khách hàng ảnh hưởng đến việc tăng nhu cầu điện tích cực lẫn tiêu cực Sự phát triển thị trường điện cạnh tranh làm ảnh hưởng đến nhu cầu điện cạnh tranh làm giảm mức thuế điện Chính sách mơi trường dẫn đến chi phí cung cấp cao có tác động tiêu cực đến nhu cầu điện Tuy nhiên chuyên gia hy vọng yếu tố không ảnh hưởng nhiều đến nhu cầu sử dụng điện giai đoạn phát triển kinh tế 84 Hơn nữa, mức tăng nhu cầu điện khu vực đối tượng khách hàng khác Đối với tỉnh mạng lưới cụ thể đó, việc dự báo nhu cầu điện đánh giá thời gian ngắn dài hạn dựa sở khu vực Tuy nhiên để cung cấp dự báo tổng thể nhu cầu điện lại khó để thu thập đủ thơng tin để đạt dự báo chuẩn xác Việc dự báo nhu cầu điện khu vực bị hạn chế khả sẵn có thơng tin liệu 3.2.1 Các yếu tố ảnh hƣởng đến nhu cầu điện yếu tố sau xem có nhiều ảnh hưởng đến nhu cầu điện năng: 3.2.1.1 Tổng sản phẩm quốc nội –GDP GDP xem yếu tố quan trọng việc tiêu thụ điện Sự tăng trưởng kinh tế tác động đến tiêu chuẩn sống yếu tố ảnh hưởng đến việc tăng tiêu thụ điện Các nghiên cứu cho thấy nên có tương quan tích cực ổn định đáng kể GDP tiêu thụ điện 3.2.1.2 Giá điện Cùng với tác động thu nhập, giá điện yếu tố không phần quan trọng ảnh hưởng đến nhu cầu điện Giá điện biến số quan trọng hàm số nhu cầu tiêu thụ điện tác động đến việc tiêu thụ điện Các mức giá điện khác đáng kể loại hình sử dụng chí vùng miền khác Vì khơng thể đưa mức chung toàn quốc Việc hiểu giá điện áp dụng vào quy định ưu tiên thực trở nên quan trọng cạnh tranh ngành điện gia tăng 3.2.1.3 Tăng trưởng dân số Tăng trưởng dân số yếu tố quan trọng khác định nhu cầu tiêu thụ điện Tuy nhiên mức tăng trưởng dân số cao hy vọng thúc đẩy tiêu thụ điện Tăng trưởg dân số nước ta trì mức cao thập kỉ qua Nền tảng dân số lớn cộng với tăng trưởng kinh tế cải thiện mức sống có tác động lâu dài tiêu thụ điện 3.2.1.4 Những thay đổi cấu kinh tế Cải tổ doanh nghiệp vấn đề quan trọng sách phát triển kinh tế vĩ mơ Ngành cơng nghiệp nặng nhà tiêu thụ điện lớn Sự phát triển ngành công nghiệp làm thúc đẩy tiêu thụ điện Những thay đổi cấu kinh 85 tế hướng tới ngành công nghiệp nhẹ theo hướng xuất dịch vụ cải tổ doanh ngiệp nhà nước dẫn đến việc đóng cửa doanh nghiệp lớn kinh doanh không hiệu (đặc biệt ngành công nghiệp nặng nhà tiêu thụ điện lớn) gây ảnh hưởng đến nhu cầu điện 3.2.1.5 Sự cải thiện hiệu Tiêu thụ điện tính theo đầu người hàng năm nước ta tương đối thấp Các biện pháp bảo toàn lượng tạo kết to lớn Việc cải thiện hiệu (tức giá trị thặng dư công nghiệp tao tỉ lệ nghịch với mức điện mà công nghiệp tiêu thụ), xem biến số quan trọng khác định đến tiêu thụ điện Khi công nghệ biện pháp bảo toàn lượng áp dụng vào ngành cơng nghiệp tỉ số có mối quan hệ tỷ lệ nghịch với nhu cầu điện 3.2.2 Mơ hình dự báo liệu Dựa thảo luận trên, hàm số biểu diễn nhu cầu điện thành lập sau: Q= f (GDP,P,POP,M2,EF) Trong đó: Q nhu cầu điện năng; P giá điện; POP dân số; M2 biểu thị biến đổi cấu; EF cải thiện hiệu 3.3 Các kiện gây ảnh hƣởng nhu cầu điện thời gian ngắn trung bình 3.3.1 Sự khuyến khích tài Sự tin cậy tiêu thụ điện khuyến khích tài chứng minh mối quan hệ chặt chẽ tăng trưởng đầu tư cố định tăng trưởng tiêu thụ điện năng, đặc biệt phát triển sở hạ tầng Sự tăng trưởng nhanh chóng đầu tư sở hạ tầng kéo theo tiêu thụ điện của khách hàng tiêu thụ điện lớn ngành sản xuất thép xi măng tăng cách ấn tượng Sự tăng trưởng kinh tế trì loạt biện pháp khuyến khích tài Một yếu tố quan trọng cho tăng trưởng kinh tế tăng trưởng đầu tư tài sản cố định cho phát triển sở hạ tầng Tác động biện pháp khuyến khích tài phát triển 86 sở hạ tầng rõ ràng, nhu cầu điện hồi phục cách nhanh chóng 3.3.2 Giảm thuế quan Giảm thuế biện pháp nhằm khuyến khích tiêu thụ điện nhiều nơi có nguồn điện cung cấp dư thừa Cho đến giảm thuế phương pháp hiệu để khuyến khích nhu cầu sử dụng điện nhiều vài khách hàng có nhu cầu sử dụng điện lớn Tuy nhiên, phức tạp vấn đề thuế quan nên việc khuyến khích thuế quan khơng sử dụng rộng rãi Việc khuyến khích thuế quan có ảnh hưởng tiêu cực đến bảng cân đối sử dụng điện chi phí cho cung cấp điện tăng lắp đặt trang thiết bị mà địi hỏi khơi phục chi phí đầy đủ Nhiều người tranh luận liệu việc khuyến khích khách hàng sử dụng điện lớn tiêu thụ điện mà khơng có xem xét tác động đến môi trường phân bổ hiệu nguồn điện có mang lại lợi ích mặt kinh tế hay khơng Nếu cần có biện pháp để thu hút trì nhu cầu đó, tỉ lệ triết khấu phải phù hợp để đảm bảo cung cấp điện hiệu tránh trường hợp lạm dụng việc giảm thuế Mặc dù việc giảm thuế bị điều chỉnh mặt trị để cứu số doanh nghiệp nhà nước, chủ yếu họ phản ánh dư thừa điện tỉnh Do mà giảm thuế xem có tác động thời gian ngắn 3.3.3 Nhu cầu nhà điện khí hóa Việc tăng nhu cầu nhà dẫn đến nhu cầu đồ gia dụng tăng nhanh, đặc biệt máy điều hồ, làm tăng nhu cầu điện toàn quốc cách đáng kể Trước hết, tiêu thụ điện khu vực nông thôn bị hạn chế thu nhập khu vực cịn thấp Chính sách giá điện áp dụng mức giá thống cho mạng lưới điện nông thôn đô thị phát triển dẫn đến việc người dân thị phải trả nhiều mức tiêu thụ điện năm tới giảm 3.3.4 Cơ cấu lại ngành điện thị trƣờng điện cạnh tranh Chính phủ tích cực cấu lại ngành lượng ba lí do: Thứ nhất, q trình cấu nhằm cải thiện cơng tác quản lí cách phân chia trách nhiệm hoạt động; Thứ hai tập hợp đơn vị hoạt động; Thứ ba nhằm đưa thị trường lực lượng để cải thiện thúc đẩy hiệu bảo tồn lượng 87 KẾT LUẬN Phân tích liệu dự báo áp dụng nhiều lĩnh vực khác nước phát triển, Việt Nam việc ứng dụng thực tế hạn chế Do đề tài liên quan nhiều đến toán học chuyên ngành “Kinh tế lượng” tác giả thực thấy hứng thú có nhu cầu nghiên cứu kỹ vấn đề để ứng dụng cho việc dự báo nhu cầu, dự bảo sản lượng, quan chủ quản nơi học viên làm việc Để phân tích, dự báo, trước tiên cần hiểu rõ khái niệm vấn đề phải giải đối mặt với tốn dạng Trong chương tác giả trình bày tổng quan, tư tưởng phương pháp dự báo nhu cầu Bao gồm phương pháp dự báo dựa phán đoán phương pháp dự báo yêu cầu thông tin định lượng Nội dung chương số nhận định việc lựa chọn phương pháp phù hợp việc kết hợp phương pháp để đưa kết qủa tốt Dự báo toán phức tạp, kết dự báo phụ thuộc vào nhiều yếu tố khách quan lẫn chủ quan, bên lẫn bên ngoài, chẳng hạn phụ thuộc vào độ xác liệu thu thập, phụ thuộc vào lựa chọn phương pháp, mơ hình thích hợp để dự báo Trong nội dung chương khoá luận, tác giả tập trung chủ yếu vào việc nghiên cứu phương pháp dự báo dựa thông tin định lượng, cụ thể phương pháp dự báo dựa khái niệm chuỗi thời gian Trong chương này, tác giả trình bày số khái niệm chuỗi thời gian sau trình bày mơ hình dự báo: Mơ hình cộng, mơ hình nhân mơ hình ARIMA sau đưa đánh giá, nhận định so sánh kết mơ hình dựa việc áp dụng cho dự báo nhu cầu sử dụng điện thực tế Việt Nam Tác giả áp dụng số liệu thực tế điện thương phẩm ngành điện lực (cơ quan chủ quản nơi học viên làm việc) từ quý năm 1995 đến quý năm 2005 để từ dự báo cho quý tiếp theo, tác giả chưa có số liệu gần để dự báo cho tương lai, xem lợi có số liệu thực, lấy sở để kiểm tra tính xác mơ hình cách khách quan áp dụng mơ hình vào thực tiễn Cách tiếp cận phân tích liệu chuỗi thời gian khoá luận tập trung chủ yếu vào phân tích yếu tố xu mùa vụ chuỗi liệu thời gian Trong đó, liệu chuỗi thời gian thu thập bên chứa nhiều yếu tố vơ phức tạp Vì cần thiết phải nhận dạng, phát yếu tố chuỗi liệu quan sát xây dựng mơ hình phức tạp để tích hợp tất yếu tố Dự báo chuỗi thời gian đơn mơ hình nội suy túy, tức đưa dự báo dựa mối quan hệ tương quan giá trị chuỗi Mà ta biết để 88 đưa dự báo xác điều chưa đủ, mà phải có kết hợp nhiều chuỗi thời gian khác nhau, chúng có tác động định lên chuỗi thời gian mà ta cần dự báo, lấy ví dụ nhu cầu sử dụng điện thương phẩm nước không dựa vào giá trị khứ mà cịn phải dựa vào tổng sản phẩm quốc nội, giá điện, tăng trưởng dân số,…Đó nội dung tư tưởng mà tác giả đề cập đến nội dung chương khoá luận hướng nghiên cứu học viên thời gian 89 TÀI LIỆU THAM KHẢO Tiếng Việt [1] Nguyễn Quý Hỷ (2003), Các mơ hình ứng dụng Lý thuyết đổi [2] Hội ứng dụng Toán học Việt nam (2002), Hội thảo khoa học Ứng dụng Toán học số ngành Khoa học Kỹ thuật quan trọng [3] Hội Tốn học Việt nam (2005), Tóm tắt báo cáo Hội nghị toàn quốc lần thứ hai Ứng dụng Toán học [4] Số liệu ngành điện 1985 - 1995 [5] Niên giám thống kê ngành điện 1996 – 2000 [6] Niên giám thống kê ngành điện 2001 – 2005 [7] Nguyễn Văn Hữu, Nguyễn Hữu Dư (2003), Phân tích thống kê dự báo, Nhà xuất Đại học Quốc gia Hà nội [8] Nguyễn Hồ Quỳnh (2003), Chuỗi thời gian – Phân tích nhận dạng, Nhà xuất Khoa học Kỹ thuật [9] Nguyễn Văn Phúc (2004), Các phương pháp dự báo kinh tế khả áp dụng cho thành phố Hồ Chí Minh, Viện kinh tế TP Hồ Chí Minh [10] Trần Văn Thái, Phát tri thức theo mùa vụ từ sở liệu chuỗi thời gian Tiếng Anh [11] Bo Q.Lin (March 2003), Electricity Deman in the People’s Republic of China: Investement Requiretment and Environtmental impact [12] J Scott Armstrong and Kesten C Green (September 2005), Demand Forecasting: Evidence-based Methods Thank you for evaluating AnyBizSoft PDF Merger! To remove this page, please register your program! Go to Purchase Now>> AnyBizSoft PDF Merger  Merge multiple PDF files into one  Select page range of PDF to merge  Select specific page(s) to merge  Extract page(s) from different PDF files and merge into one ... NỘI TRƯỜNG ĐẠI HỌC CƠNG NGHỆ Đỗ Văn Bình MỘT SỐ MƠ HÌNH DỰ BÁO VÀ ÁP DỤNG VÀO NGÀNH ĐIỆN Ngành: Công Nghệ Thông Tin Chuyên ngành: Công Nghệ Thông Tin Mã số: 1.01.10 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG... phương pháp dự báo Hình 2: Cây lựa chọn phương pháp dự báo? ??………………………………… 18 Hình 3: Mơ tả đồ thị dự báo theo mơ hình nhân mơ hình cộng…………….…… 27 Hình 4: Đồ thị chuỗi số liệu điện thương... giá chung sử dụng mơ hình cộng mơ hình nhân Dựa đồ thị kết dự báo mơ hình dựa vào giá trị sai số bình phương trung bình ta thấy rõ ràng với chuỗi số liệu sử dụng mơ hình nhân tốt mơ hình cộng,