基于粒子群优化算法的能源需求预测

鉴于能源系统是一个复杂的非线性系统,故本文引入解决非线性及高维模式问题具有较高精度的粒子群优化算法(PSO),以各影响因素标准化值作为输入变量,建立了基于PSO的线性和指数两种形式的能源需求预测模型.对我国2000-2011年能源需求量进行模拟与仿真,得到两模型预测精度分别为0.824%和0.568%,证明指数预测模型具有较高的精确度.并利用PSO指数模型对我国2015年能源需求量进行预测,得出在未来几年能源需求量将以平均每年7.48%左右的速度增长.     

组合模型在能源需求预测的应用

为科学预测未来我国能源需求,通过文献萃取选取经济发展水平、人口规模、城市化率、产业结构和技术进步水平作为我国能源需求影响因素．运用拉开档次法计算各模型权重,构建ARIMA、多元回归、灰色GM(1,1)和支持向量回归机的组合预测模型,运用该组合模型和目前常用组合预测模型分别计算我国2005-2011年能源需求,并与实际结果进行比较,结果表明:该组合预测模型具有更高的预测精准度. 最后运用该组合模型预测2012-2020年我国能源需求,预测结果表明: 2012-2020年我国能源需求以平均3.42%的年增长率增长,2020年我国能源需求量将比2012年增加30%左右.     

需求、供给函数与均衡价格分析(续完)

3弹性理论“弹性”一词用于说明经济变量之间一个变量对另一个变量变化的反应程度。弹性分析是在理论定性分析的基础上,从数量的角度来说明经济现象某种内在联系的一种经济分析方法。弹性理论主要由需求弹性和供给弹性两部分组成。前者侧重于分析影响需求因素（主要是商品自身价格及替代品或互补品的价格）的变动对商品需求量的影响。后者侧重于分析供给价格的变动对商品供给量的影响。弹性的一般概念设y＝f（x）,当自变量x有增量△x时,函数y也有增量凸y,则——与一二分别为函数的增长率和yx自变量的增长率。称以下的量为函数y对自变量…     

广州地区推广节能、新能源开发工作的建议

《中华人民共和国节约能源法》明确指出：“节能是国家发展社会经济的一项长远方针”，按国内生产总值GDP到2020年比2000年翻两番的能源需求和近三年能源消费增长趋势发展，到2020年能源需求量将超过30亿吨标准煤。如此巨大的需求，在煤炭、石油和电力供应以及能源安全等方面都会带来严重问题，因此，节能是加快建设节约型社会、缓解能源约束矛盾和能源环境压力的根本措施，是提高经济增长质量和效益的重要途径，     

水价与水资源的合理利用——以温州市为例

作为一种政策分析工具,需求弹性分析能够准确地模拟水价和收入的变动对需求量的影响.引入需求弹性作为分析工具,以温州市为研究对象,计算了温州城镇居民水需求的价格弹性与收入弹性,并与发达国家的城镇居民水需求弹性水平进行了比较.结果表明:在经济高速发展的温州,仅利用水价的调整来引导水资源的合理利用有一定的局限性,需要更多的政策来支持水资源的有效利用,进一步提出温州水资源合理利用的政策建议.     

弹性需求下的轨道交通客流分配模型和算法

分析了轨道交通客流需求量的影响因素,以拥挤条件下的出行阻抗函数为基础,通过引入弹性需求条件下的轨道交通均衡配流条件,构建了弹性需求下的均衡配流模型．根据模型的特点,给出了改进的用于求解弹性需求下的轨道交通均衡配流模型的Frank-wolfe算法,最后通过一个算例说明了算法的有效性和合理性。     

技术进步对中国能源供需结构的影响

技术进步是中国能源供需结构优化调整的主要途径之一，从技术进步的角度对中国的能源结构进行了预测，综合运用从上到下和由下向上相结合的方法建立了体现技术对能源系统影响的模型，基于复杂适应系统（Complex Adaptive System,简称CAS）对技术创新的产生机理进行了理论分析，计算了不同能源的竞争力，在此基础上预测了能源供应结构，将技术进步分为内生技术进步和外生技术进步两种类型，分别计算了它们对单位GDP能耗的影响，据此预测了能源需求量和需求结构，预测得到的能源供应结构和需求结构基本一致。     

考虑需求响应和风电不确定性的能源系统调度

将价格型需求响应的影响因素分为电、气分时自弹性和电-气交叉价格弹性,两者分别考虑价格调控下能源需求在时间、类型上的转移. 依据模糊数的物理意义对风电历史数据进行拟合;考虑不同场景的发生概率对不确定性的影响,提出基于多场景的模糊优化模型. 依据模糊规划理论,考虑价格型需求响应、风电出力和系统负荷的不确定性,建立考虑风电消纳的电-气综合能源系统源荷互动日前模糊优化调度模型. 采用模糊期望约束、模糊机会约束的等效处理方法和天然气气潮流线性化方法将非线性约束转化为线性约束并求解该模型. 算例表明,通过考虑价格型需求响应和风电不确定性,可以更加准确地模拟在不确定的市场环境下,用户在不同能源间的选择行为,同时降低用能的峰谷差,提高风电的消纳能力.     

房价增长时期商品房需求模型构建

为了研究商品房房价增长时期,需求各影响因素与需求量间的数量关系.利用计量经济学方法和软件,分析了各变量和需求函数间的数量关系,以及各因素的重要关系,获得了房价增长时期商品房需求函数模型.并利用经济性、误差、拟合优度和显著性等检验方法对其进行了验证,其结果符合经济规律和各种检验.     

传统能源仍是经济发展支柱

中国能源消耗量逐年上涨，且多为传统化石能源。专家预测，到2020年，能源需求总量可能高达45亿吨标煤，化石能源将严重短缺。目前能源的消耗速度不断上升，已探明的煤炭储量难以支撑半个世纪。煤炭为中国能源支柱，占全国一次能源消费的70％左右，煤炭需求缺口日益凸显。     

需求价格弹性与收益关系的数学分析

本文从商品的需求价格弹性的定义出发，阐述了需求弹性的性质和经济含义。通过各类商品销售量变化对价格变化灵敏度的差异，分析了商品需求弹性不同时，价格变化对销售收的影响。     

基于联立方程的需求预测计量经济模型

国民经济对用电量决定性影响，在此基础上，结合宏观经济计量模型，建立了联立方程计量经济模型预测电力需求，结合考虑宏观经济各经济指标对用电终端部门电力需求的影响。详细介绍了模型的原理，并以一个实际算例，预测2000-2006年各终端用电部门的用电量，为电力需求预测提供新方法，新思路。     

全国及西部地区城镇居民的需求分析

应用需求函数理论对我国及全国西部的城镇居民需求进行分析,运用最小二乘法建立了单方程需求函数模型.通过比较全国与西部的需求弹性,分析了西部的潜在市场需求,为全国发达地区及企业到西部投资提供了依据.     

对总需求曲线斜率的量化分析--兼与梁小民教授商榷

运用代数的方法得出总需求曲线斜率的计算公式,然后通过对该计算公式的进一步分析,从定量的角度得出了影响总需求曲线斜率的主要因素,即总需求曲线的斜率与货币需求的利率弹性和货币需求的收入弹性同方向变化;总需求曲线的斜率与投资需求的利率弹性和边际消费倾向反方向变化.并据此推导出总需求曲线的两种特例.这其中的某些结论与梁小民教授的<高级宏观经济学教程>中的结论不完全一致.     

纳米级SiOx与硅灰对水泥浆体需水量的影响

研究了硅灰和纳米级SiO2x对水泥浆体量需水量的影响。研究表明，纳米级SiOx的掺量对水泥浆体的需水量影响非常显著，当纳米缘SiOx掺量达到水泥用量的8％时，水泥浆体的需水量增大一倍，而硅灰的掺量在水泥用量10％以内时，对水泥浆体的需水量影响不明显，并通过试验建立了水泥标准稠度用水量与纳米级SiOx硅灰的掺量关系的数学模型。     

需求价格弹性在现实中的应用研究

从企业利润最大化的视角出发,利用需求价格弹性这一潜在的经济规律,通过构建数学统计模型的方法以明确需求价格弹性与企业利润之间的内在联系,并采用现实中2003年北京东城区、宣武区与西城区等十区的房价与销售量数据作为实例,采用线性回归的方法拟合得出北京住宅房的价格需求弹性是大于1的,即富有弹性,按照利润与需求价格弹性的关系,我们得出当P平均=EV-0E1时,厂商获得最大利润,即验证了分析结论。     

考虑需求侧协同响应的社区综合能源系统低碳经济调度

针对含电-热-冷-气子系统的综合能源系统中潜在的可调度资源,基于能源集线器,构建了包含燃气轮机发电系统、储能、需求侧响应模型在内的社区综合能源管理系统数学模型。该模型根据电、热、冷、气负荷需求特性的不同,分别建立相应需求响应模型。从社区能源运营商的角度出发,以包含系统运行成本和环境成本的系统总成本最低为目标函数,建立社区综合能源系统日前优化调度模型,采用Yalmip工具箱和Cplex求解器对算例进行求解,得到各个设备的最佳出力。仿真结果表明,对比未考虑需求侧协同响应的场景,电、热、冷、气需求侧响应参与调度可以优化负荷曲线,降低系统能耗,减少CO2排放,并使系统经济性达到最优。     

按家庭预算建立需求函数的数学模型

对同一个家庭，对其不同年份的预算进行比较，选择价格P和收入y因素以需求商品量Q的影响，建立需求函数的数学模型，弥补了人们只关注不同收入水平的不同家庭，按其预算寻求需求函数的不足。     

"十一五"期间我国城市化进程与住宅市场需求分析

目的研究城市化进程对我国住宅市场需求总量的影响，构建住宅市场需求总量模型．方法采用时间序列和相关分析两种方法对我国的城市化水平进行预测，在此基础上。根据附加需求和短缺需求确定住宅市场需求总量．结果得出了“十一五”期间我国城市化水平的预测结果，并测算得出相应的住宅市场需求总量．结论我国正处在城市化加速发展阶段，预计2010年，我国城镇人口比重将达到49．5％．根据附加需求和短缺需求构建的住宅市场需求总量模型，可以确定特定时间区段的住宅市场需求总量。进而为科学、合理地进行住宅投资提供参考．