【技术实现步骤摘要】
本专利技术涉及一种能耗总量预测方法，属于能源消耗预测分析领域，具体适用于排除原料用能、可再生能源对于能耗总量测算的影响。
技术介绍
1、能源消费总量(也称：能耗总量)是指一定地域内，国民经济各行业和居民家庭在一定时期消费的各种能源的总和。能耗强度是指一定时期内一个地区每生产一个单位的地区生产总值所消费的能源。近年来，为满足高质量发展合理用能需求，并加快能耗双控向碳排放双控转变，对能耗强度测算方式进行调整，原料用能、可再生能源均不纳入能耗强度，对地区能源发展将产生一定影响。因此，提出一种考虑能耗强度双扣减影响的能耗总量预测方法，分析能耗强度测算方式调整后，满足目标年能耗强度约束的合理能耗总量规模，以确保地区高质量发展的合理用能需求得到保障。
2、我国煤炭消费中有很大一部分是作为化工或者其它原料使用的，与发达国家以石油或天然气为化工原料的情况不同。笼统计算导致一些好项目受制于用能指标，进而影响先进、高端产品发展及产业结构优化。
3、目前，在地区能耗预测相关领域中，常用的方法包括：时间序列法、回归模型法等，该类方法主要着重用能耗总量的时间序列和经济因素的时间序列之间数学上的关联，认为能耗需求情况与经济因素的发展有着一一对应的关系，利用统计学原理建立数学模型进行能耗总量预测。以上方法均未分析能耗强度测算方式调整后，即原料用能、可再生能源均不纳入能耗强度对能耗总量预测的影响。
技术实现思路
1、本专利技术的目的是克服现有技术中存在的笼统计算、建模不合理的问题，提供了一
2、为实现以上目的，本专利技术的技术解决方案是：
3、一种能耗总量预测方法,包括：
4、s1、能耗强度测算：测算目标地区的能耗强度，原料用能、可再生能源均不纳入能耗强度；
5、s2、能耗强度下降率测算：利用目标年能耗强度和基准年能耗强度测算能耗强度下降率；
6、s3、目标年地区能耗总量预测：根据地区的测算基准数据和目标数据，在满足目标年能耗强度较基准年能耗强度下降率约束的情况下，对目标年地区能耗总量进行预测。
7、步骤s1中，在原料用能、可再生能源均不纳入能耗强度，地区能耗强度etot为：
8、
9、其中：ntot为地区能源消费总量，单位：万吨标准煤；nrm为地区原料用能，单位：万吨标准煤；nres为地区可再生能源消费量，nres为折合标准煤用能后的值，单位：万吨标准煤；gtot为地区生产总值，单位：万亿元。
10、步骤s2中，目标年能耗强度etot,i较基准年能耗强度etot,0下降率edri为：
11、
12、将以上公式分子分母同时除以ntot,0，并进行因式变换，将edri公式变换为：
13、
14、其中：nrm,i/ntot,i为目标年原料用能占能耗总量比重，即ptrm,i；nres,i/ntot,i为目标年可再生能源占能耗总量比重，即ptres,i；nres,0/ntot,0为基准年原料用能占能耗总量比重，即ptrm,0；nres,0/ntot,0为基准年可再生能源占能耗总量比重，即ptres,0；gtot,0/gtot,i为目标年地区生产总值较基准年份发展速度，即gsdtot,i；ntot,i/ntot,0目标年能耗总量较基准年发展速度，即nsdtot,i；edri0为不考虑原料用能和可再生能源影响时，目标年能耗强度较基准年能耗强度下降率，edri0＝1-nsdtot,i/gsdtot,i。
15、步骤s3中，首先，对目标年地区生产总值gtot,i、原料用能占比ptrm,i、可再生能源占比ptres,i进行预测，在目标年能耗强度较基准年下降率为edri的约束条件下，目标年能耗总量ntot,i为：
16、
17、其中：基准年地区生产总值gtot,0、能耗总量ntot,0、原料用能占比ptrm,0、可再生能源占比ptres,0均为已知值。
18、所述步骤s3中，gtot,i、ptrm,i、ptres,i预测方法为：参考相关地区五年规划文件中的生产总值和碳中和的目标数据，在根据地区能源经济发展历史数据计算基准数据，构建基于时间序列的多元线性回归模型，分别对目标年地区生产总值gtot,i、原料用能占比ptrm,i、可再生能源占比ptres,i进行预测。
19、所述步骤s3中，目标年原料用能占比ptrm,i、可再生能源占比ptres,i根据历史年份能源用能和可再生能源占比数据进行预测；具体方法为：
20、s3.1对历史年原料用能占比ptrm、可再生能源占比ptres分别进行一元回归分析，回归方程为i表示目标年，根据拟合优度r2范围对目标年原料用能占比ptrm,i、可再生能源占比ptres,i进行组合预测；
21、其中：r2为：
22、
23、
24、其中，x为观测指标值，所述观测指标为历史年原料用能占比ptrm或历史年可再生能源占比ptres，为回归拟合值，为历史时间序列t内观测指标值的平均值，n为历史时间序列t的序号，k为历史时间序列中的第k年，t为历史时间序列；m1、m2为采用一元回归法进行拟合的直线斜率及截距；
25、s3.1.1当r2的取值范围在[d1,1]之间时，即观测指标值与历史数据呈强相关性，[d1,1]为设定的强相关性判定集合，则根据历史年变化趋势对目标年数据进行预测：
26、a.如果观测指标值x为增长趋势(即m1>0)，则按照以下方式计算目标年的观测指标值，
27、当观测指标为历史年原料用能占比ptrm，则目标年原料用能占比ptrm,i为：
28、
29、其中，ptrm,k为历史年中第k年的原料用能占比；
30、当观测指标为历史年可再生能源占比ptres，则目标年可再生能源占比ptres,i为：
31、
32、其中，ptres,k为历史年中第k年的可再生能源占比；
33、b.如果观测指标值x为下降趋势(即m1<0)，则按照以下方式计算目标年的观测指标值，
34、当观测指标为历史年原料用能占比ptrm，则目标年原料用能占比ptrm,i为：
35、
36、其中，ptrm,k为历史年中第k年的原料用能占比；
37、当观测指标为历史年可再生能源占比ptres，则目标年可再生能源占比ptres,i为：
38、
39、其中，ptres,k为历史年中第k年的可再生能源占比；
40、s3.1.2当r2的取值范围在[0,d1]之间时，即观测指标值与历史数据相关性不强，[0,d1]为设定的弱相关性判定集合，则根据历史年多年平均值对目标年数据进行预测：
41、本文档来自技高网...
【技术保护点】
1.一种能耗总量预测方法,其特征在于：
2.根据权利要求1所述的一种能耗总量预测方法,其特征在于：
3.根据权利要求2所述的一种能耗总量预测方法,其特征在于：
4.根据权利要求3所述的一种能耗总量预测方法,其特征在于：
5.根据权利要求4所述的一种能耗总量预测方法,其特征在于：
6.根据权利要求5所述的一种能耗总量预测方法,其特征在于：
7.一种能耗总量预测系统，其特征在于：
8.一种能耗总量预测的计算设备，其特征在于：包括存储器和处理器，所述存储器，用于存储计算机程序代码，并将所述计算机程序代码传输给所述处理器；
9.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述权利要求1至6任一项中所述的方法。
【技术特征摘要】
1.一种能耗总量预测方法,其特征在于：
2.根据权利要求1所述的一种能耗总量预测方法,其特征在于：
3.根据权利要求2所述的一种能耗总量预测方法,其特征在于：
4.根据权利要求3所述的一种能耗总量预测方法,其特征在于：
5.根据权利要求4所述的一种能耗总量预测方法,其特征在于：
6.根据权利要求5所述的一种能耗总量预测方法,...
【专利技术属性】
技术研发人员：陈熙，方仍存，曾麟钧，董哲，余轶，李慧慧，阮博，邹雨馨，明月，王润华，
申请(专利权)人：国网湖北省电力有限公司经济技术研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。