省级电力市场需求先行指数合成的研究--以重庆市为例

《省级电力市场需求先行指数合成的研究--以重庆市为例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中文摘要摘要电力是国民经济发展的命脉，而电力能源本身具有不可存储性，所以对电力市场需求进行预警研究，不但能为相关电力部门的生产运行规划提供重要的参考意见，还能有效防范电力市场环境下的各种风险，具有十分重要的现实意义。本文的目的就是通过对电力市场需求周期性波动的研究，构建电力市场需求的先行指标预警体系，为科学投资和管理电力行业提供可靠的理论依据。针对重庆市电力市场需求的具体情况，在借鉴国内外专家研究结果的基础上，对重庆市电力市场需求的相关经济指标进行了初步的筛选。利用协整检验和格兰杰因果关系检验对38项经济指标进行了筛选，按照指标与基准循环

2、指标——售电量的先行关系，把备选指标划分为先行指标、一致指标和滞后指标三类指标。在选定先行指标和先行期数后，利用主成分分析法合成了先行合成指数，对电力市场需求的总体波动情况进行预测判断。由于合成指数不能进行定量判断，本文采用逐步回归法以选定的先行指标和先行期数对电力市场需求进行了预测，并对构建的回归模型进行了检验，检验结果表明模型通过了R2检验、F检验和自相关性检验，预测效果较好。通过以上方法的分析研究，本文构建了省级电力市场需求的先行合成指数，提前对趋势变化的转折点进行预测，能够有效防范电力市场环境下的各种风险，提高能源利用效率，加强智

3、能电网建设，为电力政府或部门的决策提供了可靠的参考。关键词；先行指标；电力市场需求；合成指数英文摘要ABSTRACTEloctricpoweristhepillarofnationaleconomy．Theelectricenergycannotbestoredbyitselt=．SOitisofgreatpracticalsignificancetoresearchingandforecastingOnpowerdemand．Itcannotonlyprovideimportantreferencefortheoperationalpl

4、anningoftherelevantpowersectors，butalsooaneffcetivelypreventthedcctricitymarketenviromentfromvariousrisks．Throughresearchingonthecyclicalfluctuationsofpowerdemand,thisthesisisaimedatbuildingleadingindicatorsforecastingsystemofpowermarketdemandandprovingareliabletheoretica

5、lbasisforthescientificinvestmentandmanagementofpowersectors．PointingtothespecificcircumstancesofelectricpowerdemandinChongqing,thisthesiscanconductapreliminaryscreeningontherelevanteconomicindicatorsofpowerd=nandinChongqingbased011thestudiesofexperts缸homeandabroad．Co-inte

6、grationrelationshiptestandGrangerCausalitytestareemployedtoselectin38economicindicators．Thealternativeindicators锄胃dividedintothreetypos，leadingindicators，consistentindicatorsandlaggingindicators，accordingtotheindicatorsandbenchmarkcycleindicators-theleadingrelationshipwit

7、helectricpowerdemand．Afterselectingtheloadingindicatorsandtheadvancephase,usingtheprincipalcomponentanalysistosynthesizejeadingcompositeindex,thisworkfore麟astedandjudgodtheov=xllvolatilityofelectricpowerdemand．Ascompositeindexcannotdeterminequantitativejudgment,thisthesis

8、wouldUSestepwiseregressiontoforecasttheelectricpowerdemandwiththeleadingindicatorsandtheadvanced