國家公園建設背景下開化地區服務業“十三五”期間用電量預測分析

陳志軍++鄭劍++劉彬++雷冬閣

摘要：開化作為國家公園建設試點之一，國家公園建設完成之后，必將對開化地區的文化旅游服務業帶來深遠影響。文化旅游服務業的大步發展，將會帶來開化地區服務業用電的激增。文章通過對，“十二五”期間開化地區產業用電量和2013-2015年開化國家公園試點建設下服務行業用電量進行分析，然后運用數學分析工具，建立多種預測模型、關系模型對十三五”期間開化國家公園建設背景下的服務行業用電量進行預測，預測結果可以為開化地區“十三五”配網規劃提供大量及時、可靠地量化數據，為開化地區電網的規劃布局、電網設備經濟運行、節能降損和投資決策提供重要依據。

F304

前言

開化作為國家公園建設試點之一，文化旅游等服務行業將成為戰略性支柱產業，服務業將成為經濟增長潛力最大、動力最強的戰略性產業。不同類型的服務行業負荷屬性不同，對供電需求也不同。有必要將服務行業進行細分，根據開化地區特點，重點分析幾類服務行業用電量的變化情況。同時國家公園的建設也將帶來開化地區產業結構的調整，產業結構的調整又將改變電網的負荷特性、用電需求等因素，而這些因素的改變對電網的合理規劃和投資決策具有指導性的作用。

1國家公園試點建設下服務行業用電量分析

開化地區“十二五”期間開化三產總用電量增加幅度較大、開化第三產業用戶數大幅提升。

（1）批發和零售業用電量占比較大，且增加幅度明顯，住宿和餐飲業穩步提升，在2015年增幅相對較大；批發和零售業用戶數增加幅度較大，且與商業、住宿和餐飲業用戶數增加同步，住宿和餐飲業用電戶數相對穩定。（2）國家公園建設試點環境下，開化地區商業、住宿和餐飲業的用電量、用戶數以及戶均用電量都有了大幅度的提高，2015年增幅較大，這與開化大力發展電商和旅游業的政策都是分不開的。（3）“十二五”期間開化信息傳輸、計算機服務和軟件業用電量、用戶數都逐年增加；金融、房地產、商務及居民服務業用戶數穩步增加，用電量2011年、2012年有所下降，然后穩步提升。

2影響“十二五”期間開化地區用電量因素分析

2.1社會生產總值、電網投入對用電量的影響

通過利用統一數據庫和數理分析中心建立相關分析模型，對開化社會生產總值與電網投入、產出、產業用電量等因素之間的關系進行相關分析社會生產總值與固定資產投入、城鄉居民生活用電量和城鄉居民比例的相關系數r>0.95，呈顯著性相關關系；與一產和三產用電量之間的相關系數0.8

2.2國家公園試點建設對開化服務業用電影響

利用數理分析中心的多種分析方法，對開化地區服務業產值、GDP與服務行業用電量、用電戶數、城鄉居民用電、電網投入產出、固定資產投入等之間的關系進行分析和預測。“十二五”期間開化社會生產總值與旅游人口、公共事業及管理組織用電量、城鄉居民用電量的相關系數，呈顯著性相關；與交通運輸、信息傳輸、商業、住宿和餐飲等用電量相關系數，呈高度相關關系；與金融、房地產等用電量相關系數，呈中度相關關系。服務業產出與旅游人口、信息傳輸、商業、住宿、公共事業和城鄉居民等用電量相關系數，呈顯著性相關；與交通運輸、金融、房地產和電網投入相關系數，呈高度相關關系。電網投入與信息傳輸、商業、住宿和金融等用電量相關系數，呈高度相關關系；與旅游人口、交通運輸、公共事業及管理組織、城鄉居民用電量相關系數，呈中度相關關系。

3“十三五”期間開化國家公園建設背景下服務行業用電量預測分析

通過對開化“十二五”期間產業用電數據、服務業行業用電數據、以及二者與社會生產總值、固定資產投入等的分析以及考慮國家公園的建設對開化地區服務業用電量的影響，對各種數學模型進行分析比較，最終選擇指數平滑法對開化地區“十三五”期間服務業用電量進行預測。運用指數平滑法，建立預測工作流，對全社會用電量進行預測分析，

利用指數平滑法能夠擬合開化地區全社會用電量，并對擬合結果給出了評估分析表。

通過運用指數平滑法對開化地區服務業“十三五”期間用電數據進行預測，預測結果如下圖所示。

如圖所示a、b、c、d分別是對開化地區“十三五”期間全社會用電量預測、第三產業用電量預測、商業、住宿和餐飲業用電量預測、商業、住宿和餐飲業用電量預測。從預測結果可以看出開化地區全社會用電量未來5年將有較快增長；三產用電量未來5年將延續“十二五”期間增長的趨勢；開化商業、住宿和餐飲業在“十二五”期間發展迅速，用電量增加較快，在國家公園建設背景下，開化將開展全域旅游等，預計未來5年信息行業用電量將繼續攀升。

4結論

綜上所述，對開化地區“十二五”期間用電量的分析，以及對“十三五”期間開化地區服務業用電量的預測可以得出以下結論：

1）“十三五”期間開化地區服務行業用電量將大幅度增加，其中商業、住宿和餐飲業、公共事業和管理組織用電量增幅很快；

2）國家公園建設背景下開化支柱性產業是以旅游為主的服務行業，因此用電量的峰谷期、季節變化都有其自身的特點；

3）開化地區鄉村居民用戶占比大，戶均用電量小，但增速比城鎮居民快；

參考文獻

[1]趙騰，王林童，張焰，田世明. 采用互信息與隨機森林算法的用戶用電關聯因素辨識及用電量預測方法[J]. 中國電機工程學報，2016，03：604-614.

[2]陳敏，李澤軍，黎昂. 基于混沌理論的城市用電量預測研究[J]. 電力系統保護與控制，2009，16：41-45.