Các bước tiến hành dự báo nhu cầu điện năng
Xây dựng bộ số liệu (database) trong quá khứ của toàn Quốc hay toàn Tỉnh (khoảng từ 15-20 năm) bao gồm số liệu về:
+ Số liệu phát triển kinh tế - xã hội Dân số, số hộ...
GDP (theo giá thực tế và cố định).
GDP chia theo các ngành kinh tế (Nông nghiệp, công nghiệp-Xây dựng và Dịch vụ)
Chỉ số giá tiêu dùng (CPI), tỉ lệ lạm phát... + Số liệu tiêu thụ điện năng:
Tiêu thụ điện của toàn quốc hay toàn Tỉnh, chia ta theo 5 ngành (Công nghiệp, Nông nghiệp, Dân dụng, Dịch vụ và khác)
Tỉ lệ tổn thất và tự dùng (%) Điện sản xuất hay điện nhận Hệ số phụ tải
Pmax của toàn Quốc hay toàn tỉnh + Số liệu về giá điện:
Giá điện bĩnh quân chia theo từng ngành và giá điện bình quân tổng + Số liệu về tiết kiệm điện năng:
Tỉ lệ tiết kiệm điện năng cho Toàn quốc (hoặc toàn tỉnh) và cho từng ngành Ngoài các số liệu chính nêu trên, bộ cơ sở dữ liệu có thể bao gồm cả số liệu khác như: nhiệt độ, giá dầu.. .được đánh giá là ảnh hưởng đến tiêu thụ điện hoặc có thể phân chia số liệu chi tiết hơn ví dụ như: dân số chia ra (thành thị, nông thôn), GDP công nghiệp chia thành (công nghiệp khai khoáng, chế tạo, chế biến thực phẩm...) tùy theo mục đích và yêu cầu của người làm dự báo
Bộ số cơ sở này được nhập vào trong “Data sheet”. Các biến đưa vào cần phải được định nghĩa và có thể được ký hiệu khác
Cụ thể mô hình Simple E sẽ dự báo nhu cầu điện năng tỉnh Nghệ An giai đoạn 2012 - 2020 theo kịch bản kinh tế cơ sở với tốc đô tăng trưởng kinh tế GDPgr(%) = 9.54%
Dự báo nhu cầu điện năng theo 2 biến GDP và Dân số
Tại data sheet: Tiến hành khai báo biến và nhập dữ liêu. Các số liêu thu thập về dân số, tốc độ phát triển dân số, tốc độ tăng trưởng GDP tổng, GDP của từng ngành(Công nghiệp, Nông nghiệp, Dịch vụ thương mại, khác), tỷ trọng tăng trưởng của từng ngành, nhu cầu tiêu thụ điện năng của từng ngành ... giai đoạn từ năm 2002 - 2011
Giao diện của data sheet như sau:
Nhận xét: ta thấy Điện TP và Dân số, Điện TP và GDP đều có mối quan hê theo dạng hàm mũ, tức là Điện TP bao giờ cũng tăng nhanh hơn so với Dân số hay GDP, tuy nhiên độ dốc của chúng có khác nhau. Điều này chứng tỏ khi Dân số tăng 1 triệu người thì lượng điện TP tăng cao hơn hẳn so với khi GDP tăng 1 tỷ VNĐ. Điều này là hoàn toàn hợp lý bởi Dân dụng sinh hoạt là khu vực tiêu dùng điên năng lớn nhất trong nền kinh tế quốc dân. Từ những nhân xét này ta khai báo các hàm tương ứng với các biến trong model sheet dưới đây.
chọn các hàm dự báo phù hợp cho từng đối tượng. Giao diện của Model sheet và các hàm được khai báo như sau:
+ Dân số: dự báo bằng hàm Linear Trend (TL): Dân số (Population) tr.người POP $TL.
+ Tốc độ tăng dân số: dự báo bằng hàm định nghĩa: Tốc độ tăng dân số
(Population Growth Rate) % POPGR = (POP/LAG 1 .POP-1)*100 (Trong đó: “LAG1” Thể hiên giá trị của biến số thời kỳ trước đó, Ví dụ: LAG1.POP dân dố của năm trước, tương tự đối với các biến khác).
+ Tăng trưởng GDP và giá trị tăng của từng ngành: dự báo bằng hàm định
nghĩa: Tăng trưởng GDP tỷ VNĐ GDP =
NN (Agriculture) GDPAG = GDP*(SHAG/SHTL)
CN(Industry) GDPIN = GDP*(SHIN/SHTL)
DVTM (commercial) GDPCM = GDP*(SHCM/SHTL)
+ Tốc độ tăng trưởng GDP được cho trong kịch bản (= 9,54% với kịch bản cơ
sở) Tốc độ tăng trưởng GDP (GDP Growth Rate) %
Tổng GDPGR = 9,54
+ Tốc độ tăng trưởng giá trị gia tăng của từng ngành: dự báo bằng hàm định
nghĩa: NN (Agriculture) % GRAG = (adsbygoogle = window.adsbygoogle || []).push({});
(GDPAG/LAG1.GDPAG- 1)*100
CN (Industry) % GRIN = (GDPIN/LAG1.GDPIN-
1)*100
DVTM (commercial) % GRCM =
(GDPCM/LAG1. GDPCM-1)*100 + Tỷ trọng GDP: dự báo bằng hàm Growth Trend (TG: xu thế tăng trưởng):
Tỷ trọng GDP (Share) %
NN (Agriculture) SHAG $TG
CN (Industry) SHIN $TG
DVTM (commercial) SHCM $TG
Tổng SHTL = SHAG + SHIN + SHCM
+ Tỷ lê điên khí hoá: dự báo bằng hàm Logistic Transformation (LT) Tỷ lê điên khí hoá
(Electrification) % ELEC $LT GDP/POP
+ Số người/hộ: dự báo bằng hàm Growth Trend (TG):
Sô người/hộ HH $TG
+ Lượng khách hàng khu vực dân dụng và văn phòng: dự báo bằng hàm định nghĩa: Khách hàng KV dân dụng & VP (Custommer)
CUST = (P0P*1000000)/HH*(ELEC)
Đối với Sector Công nghiệp và Dân dụng sinh hoạt: dự báo bằng hàm Double Log (DL: log 2 vế) kết hợp với hàm Constant Adjustment (CA: điều chỉnh hằng số) và DUM (lược bỏ số liệu quá khứ của những năm biến động bất thường): Tiêu thụ điên cuối Cùng phân theo Sector GWh CN
(Industry) INEL $DL,$CA
GDPIN,dum.1996.1998 Dân dụng (Residential) REEL $DL,$CA GDP/CUST,dum.1994.1999
Đối với Sector DVTM, Nông nghiệp và khác: dự báo bằng hàm Grid Search (GS) kết hợp với hàm Constant Adjustment (CA):
DVTM (commercial) CMEL $GS,CA GDPCM
NN (Agriculture) AGEL $GS,$CA GDPAG
Khác (Others) OTEL $GS,$CA GDP/POP
Tổng (Final) FNEL = INEL+REEL+AGEL+OTEL
+ Tỷ lệ tổn thất điện năng: được dự báo từ trước (dùng làm số liệu đầu vào), dùng hàm trực tiếp:
Tỷ lệ tổn thất % LOSS =
+ Nhu cầu điện năng sản xuất: dự báo bằng hàm định nghĩa:
Nhu cầu điện năng SX GWh ELEL = FNEL/(1-LOSS/100)
Giữa số liệu thực tế và số liệu dự báo bao giờ cũng có sự chênh lệch nào đó, từ model sheet ta có thể thấy rõ mức độ chênh lệch thông qua đổ thị. Dưới đây ta xem xét đổ thị thể hiện số liệu thực, số liệu dự báo của 2 Sector Công nghiệp và Dân dụng sinh hoạt (2 Sector tiêu thụ phần lớn điện TP).
Ta thấy đối với Sector Công nghiệp, chênh lệch giữa 2 số liệu lớn nhất là vào năm 2012 và chênh lệch nhiều hơn so so với Sector Dân dụng sinh hoạt. (adsbygoogle = window.adsbygoogle || []).push({});
Tại Simulation sheet ta có các phương trình dự báo, giá trị kiểm định và số kết quả dự báo. Giao diện của Simulation sheet như sau:
Các phương trình dự báo kết quả kiểm định
Kiểm định kết quả dự báo cho từng ngành như sau:
+ Nhu cầu điện năng tiêu thụ cuối cùng của toàn quốc:
FNEL; G%(16.25/15.11) = Tốc độ tăng trưởng % (thực tế/dự báo)
Vì nhu cầu điện năng tiêu dùng cuối cùng của toàn quốc bằng tổng nhu cầu điện năng tiêu dùng cuối cùng của các ngành nên thay vì kiểm định giá trị dự báo của tỉnh, ta tiến hành kiểm định cho từng ngành, nếu đạt tiêu chuẩn thì giá trị dự báo của từng ngành là tin cậy và do đó giá trị dự báo của tỉnh cũng tin cậy. + Nhu cầu điện năng tiêu thụ cuối cùng Sector Công nghiệp:
INEL; G% (20.48/19.26) = Tốc độ tăng trưởng % (thực tế/dự báo)
Về tốc độ tăng trưởng: Ta thấy tốc độ tăng trưởng nhu cầu tiêu thụ điên năng cuối cùng của Sector Công nghiêp giảm tuy nhiên không đáng kể, cho thấy sự phát triển khá ổn định của ngành này.
Về giá trị kiểm định: Trong phạm vi luân văn, ta sử dụng một số tiêu chuẩn kiểm định như sau:
Hê số xác định R2 đo lường phần biến thiên có thể được giải thích bởi các biến độc lâp X, đây chính là đại lượng thể hiên sự thích hợp của mô hình hổi quy bội đối với dữ liêu.
Kiểm định F: Được dùng để kiểm định giả thiết về sự tổn tại mối liên hê tuyến tính giữa biến phụ thuộc Y với bất kỳ một biến độc lâp Xj nào đó. Do vây kiểm định này có ý nghĩa xem xét một cách tổng quát.
Kiểm định t: Được dùng để xem xét một cách chi tiết ý nghĩa của từng biến khác nhau, kiểm định này sẽ cho ta biết cụ thể biến Xj nào có ý nghĩa trong viêc giải thích biến thiên của Y.
Như vậy kết quả dự báo cho ngành này là tin cậy.
Tương tự như vậy ta có phương trình tự do báo nhu cầu điện năng tiêu thụ cuối cùng của Sector còn lại đều thoả mãn các tiêu chuẩn kiểm định và kết quả là tin cây.
+ Nhu cầu điện năng tiêu thụ cuối cùng của Sector Dân dụng sinh hoạt: REEL; G% (16.14/8.92) = Tốc độ tăng trưởng % (thực tế/dự báo) + Nhu cầu điện năng tiêu thụ cuối cùng của Sector Dịch vụ thương mại: CMEL; G%(4.4/2.1)=Tốc độ tăng trưởng % (thực tế/dự báo)
Số liệu dự báo
Kết quả dự báo nhu cầu điên năng tiêu thụ cuối cùng và điên năng sản xuất được cho trong bảng 3.1, kết quả dự báo các thông số khác được cho trong Phụ lục 3 bảng 3.1
Bảng V.12. Kết quả dự báo nhu cầu điên năng
(Đơn vị: MWh) Năm 2012 2013 2014 2015 2016 2017 2018 2019 2020 Công nghiệp 400057.6 754623.1 1002190.5 1479791.0 1684330.5 1880111.4 2353853.4 3037426.5 3825081.6 Dân dụng 689413.4 818452.3 945266.8 1088353.9 1202366.0 1325666.2 1458759.1 1602158.9 1756388.9 DVTM 48660.5 57752.9 70699.1 83331.1 84776.7 98591.6 112311.8 125926.6 139425.2 Nông nghiệp 25727.7 26688.2 28056.1 29174.5 30368.3 31531.1 32697.4 33855.6 35009.2 Khác 42445.2 43905.7 48109.7 52411.4 57202.2 62463.5 68252.7 74629.9 81662.6 Tổng Điện TP 1206304.5 1701422.2 2094322.2 2733061.9 3059043.6 3398363.8 4025874.4 4873997.5 5837567.5 Điện SX 128595.7 175141.2 208177.3 262337.3 283546.4 304189.3 347998.6 406868.5 470609.2
Nhận xét: ta thấy nhu cầu điện năng tiêu dùng cuối cùng theo thời gian có dạng hàm mũ. Trong đó Công nghiệp vẫn là thành phần tiêu thụ nhiều điện năng và có xu hướng tăng nhanh nhất, sau đó là đến thành phần Dân dụng sinh hoạt. Các thành phần còn lại chỉ tiêu thụ lượng điện năng nhỏ hơn rất nhiều.