北京市气温对电力负荷影响的计量经济分析

被引:23
作者
吴向阳 [1 ]
张海东 [2 ]
机构
[1] 北京市社会科学院
[2] 中国气象局
基金
国家软科学研究计划;
关键词
制冷度日指数; 采暖度日指数; 电力负荷;
D O I
暂无
中图分类号
TM714 [负荷分析];
学科分类号
080802 ;
摘要
以温度派生变量度日指数为解释变量构建了气温与电力负荷的计量经济模型。模型证明了天气对电力负荷的季节性影响,且影响显著。通过引入序列相关AR结构和解释变量的动态结构,模型得到逐步优化,调整的拟合优度达95%。为了检验模型的预测能力,利用历史数据对其进行了评估,评估结果表明模型有较好的中期电力负荷预测能力。该模型对电力企业电力调度、电力建设有较大的参考价值。
引用
收藏
页码:531 / 538
页数:8
相关论文
共 8 条
[1]   北京地区热度日和冷度日的变化特征 [J].
谢庄 ;
苏德斌 ;
虞海燕 ;
李德平 ;
于丽萍 ;
胡天洁 .
应用气象学报, 2007, (02) :232-236
[2]   基于RBFNN的短期电力负荷混沌局域预测法 [J].
艾名舜 ;
马红光 ;
刘遵雄 .
继电器, 2006, (14) :24-27+34
[3]   基于神经网络和模糊理论的短期负荷预测 [J].
赵宇红 ;
唐耀庚 ;
张韵辉 .
高电压技术, 2006, (05) :107-110
[4]   数理统计分析在电力企业负荷预测中的应用 [J].
陈春琴 .
华东电力, 2006, (05) :54-57
[5]   电力市场下负荷预测综述 [J].
张文哲 ;
陈刚 .
渝西学院学报(自然科学版), 2003, (03) :71-74
[6]   Temperature and seasonality influences on Spanish electricity load [J].
Pardo, A ;
Meneu, V ;
Valor, E .
ENERGY ECONOMICS, 2002, 24 (01) :55-70
[7]   Forecasting electricity demand on short, medium and long time scales using neural networks [J].
Ringwood, JV ;
Bofelli, D ;
Murray, FT .
JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 2001, 31 (1-3) :129-147
[8]  
计量经济学基础.[M].张晓峒主编;.南开大学出版社.2001,