基于超效率DEA的中国电力产业环境效率评价

利用超效率DEA方法对中国30个省(市、自治区)电力产业环境效率进行测算和排序,结果表明:上海、北京、海南、福建4个省市的电力产业环境效率相对较高;考虑目前处理大规模投入产出变量方法上的不足,采用Schmidt规范化正交法对其进行精准的处理,并纳入到超效率DEA模型中;利用聚类分析法对我国电力产业环境效率等级进行了区域性划分,针对不同区域提出了不同的电力产业环境效率提升策略。     

努力提高电力在终端能源消费中的比重

1985年中共中共关于制订国民经济和社会发展第一L个五年计划建议中,提出‘咱B源工业的发展要以电力为中心”。这是因为电力是技术进步的前提;用电力替代其他能源具有明显的节能效益、经济效益和环境效益;电气化是社会主义物质文明和精神文明建设的根本大计,是知识经济的支柱;以电力为中心的能源战略是世界潮流。能源工业的发展要以电力为中心就是要努力提高电力在终端能源消费中的比重。我国近ZO多年中,电力在终端能源消费中的比重已有了显著提高,1971年这个比重是sl％,198O年为65％,1990年为8．8％,到1994年曾提高到10．8％。…     

我国能源效率及其影响因素分析

作为能源消费大国,我国的能源消费结构中存在煤炭消费比例过大,工业能耗高,技术水平落后,能源效率国内地区差异较大等问题。从能源消费量、GDP单位能源消耗、能源消费结构、单位产出排放、主要高能源产业单位能耗等方面,对我国的能源效率进行了实证分析,并与世界主要国家的能源效率进行了比较,认为技术因素、政策制度、能源消费结构和市场化水平是影响能源效率的主要因素,应从上述影响因素着手不断提高能源效率,以缓解我国能源供需矛盾,减轻节能减排压力。     

电力全要素碳排放效率及收敛性研究

针对电力行业碳减排问题,在技术异质性假定下,构建Meta-frontier global-malmquist-luenberger(MGML)指数,测算2003—2019年电力全要素碳排放效率并进行分解,在此基础上分析其动态演化及收敛性.结果表明:样本期内,电力全要素碳排放效率年均增长4.47％,技术创新是其主要驱动因...     

基于DEA模型的河北省能源效率地区差异实证分析

基于全要素生产率框架和数据包络分析(DEA)模型,利用2005—2008年河北省11地市的面板数据测算了河北省各地市要素能源综合效率、技术效率、规模效率、配置效率和经济效率,并进行了对比分析。结果表明:河北省各地市之间能源利用效率差异很大,唐山、廊坊两地能源利用最有效率;沧州配置效率低下;石家庄规模效率低下;其他地市存在不同程度的规模低效、技术低效、配置低效问题,为因地制宜的制定河北省能源政策提供了理论依据。     

电力市场中电力消费的需求过程分析

电力是商品，将电力商品G的消费过程视为一个动态系统，建立了具有边界输入的消费方程，给出了G的市场需求容量函数及在消费非饱和、消费饱和状态下的市场需求函数及其求法。     

江苏省电力消费与地区经济关系的实证分析

为探究电力消费与地区经济关系,运用平稳性检验、协整检验、误差修正模型与Granger因果检验等方法,以1997年至2016年间江苏省全社会用电量与地区生产总值数据为基础,对两组数据间关系进行了数理性探究。研究表明,电力消费会刺激地区经济的增长;在特定条件下,电力消费增长率与经济增长率还会发生背离现象。     

中国工业电能利用效率及影响因素

传统的单要素电耗强度指标,不能很好地反映真实的电能效率,因此,采用DEA方法,测算了1998—2007年中国33个工业行业的全要素电力能源利用效率;利用Tobit模型分析了电能利用效率的影响因素。实证结果表明:中国工业行业电能利用效率普遍偏低,在样本期内没有明显地收敛趋势。行业结构、技术进步与电能效率正相关,行业集中度、电力价格与电能效率负相关,产权结构的影响则呈现出波动特征。优化行业结构、推动技术进步、保持行业适度竞争、深化电价改革有助于工业电能效率的提高。     

中国电力消费与经济增长的均衡关系分析

为了研究中国电力消费与经济增长之间是否具有长期稳定均衡关系,用协整分析方法检验了中国国内生产总值(GDP)与电力消费水平之间关系。采用恩格尔-葛兰杰(E-G)检验,考虑数据结构变化的可能,研究了外部经济冲击对中国经济增长与电力消费之间长期均衡关系的影响。分析结果表明:E-G方法检测到我国经济增长与电力消费之间存在协整关系;考虑结构变化,通过设定虚拟变量,E-G方法检测到原有协整关系在1993年发生了变化。结合我国电力市场发展的实际状况,得出协调我国电力生产与经济增长矛盾的方法。     

应用DEA模型分析北京市全要素电能消费效率

为了客观评价北京市电能利用水平,有效提升电能消费效率,采用了DEA方法,其中,将电能消费量、劳动力、资本存量作为输入指标,GDP产出作为输出指标.结果显示:10 a间虽仅有2a达到DEA相对有效,但2002-2006年全要素电能消费效率基本呈现逐年上升的走势;横向来看,2006年北京市全要素电能效率在三大直辖市中位列第二.在肯定能效水平上升的同时,还要意识到其与国内先进水平的差距,基于实证分析结果,提出了推进技术进步、加快产业结构及产品结构调整、加大节电的宣传力度以及改革能源价格形成机制等建议.     

居民用电中的谐波分析

以2个常见城镇居民家庭用户为例，分析了居民用电中的谐波电流、谐波电压的特点和谐波来源，指出居民用电会出现较严重的谐波污染，并会带来多方面的不良后果，同时提出了相应的解决办法。     

煤耗率的在线计算及误差分析

基于秦皇岛热电厂燃煤管理信息系统，详细分析煤耗率的在线计算方法，总结影响煤耗率的主要因素和导致误差的各种原因，并讨论这种方法在具体实现时计算周期的选择、数据预处理和接口及数据库的清理维护等相关问题，给出具体的实现方法。实际应用表明该方法合理可行，具有一定的推广价值。     

考虑用电行为分析的电力用户用电预测研究

挖掘电力用户用电特征,有助于提高负荷预测精度,从而为制定合理的电力系统经济调度策略提供理论依据。针对传统的模糊C均值(fuzzy c-means algorithm, FCM)聚类算法的聚类数需要人工试凑的问题,提出了自适应FCM方法,以达到自动调整参数获得最佳聚类数的目的。针对核极限学习机(kernel extreme learning mechine, KELM)求逆过程计算量大的问题,采用cholesky分解法求解KELM的输出权值,降低了计算时间。采用自适应FCM对电力用户进行聚类,然后对每类用户采用改进的KELM算法进行负荷预测。实验结果表明,相同预测方法下,基于聚类的负荷预测精度高于不聚类时的负荷预测;实验结果验证了所提聚类方法与用户实际用电行为相符,具有准确性;相比于传统的KELM算法,改进KELM算法耗时更少精度更高。     

电力消费与城市经济发展驱动力关系的深层挖掘分析

不同城市由于区位及产业结构原因,具有不同的经济发展驱动力,在各自的外部环境下,其电力消费与经济发展的关系往往呈现各自的特点。选取规模以上工业增加值、固定资产投资、进出口总额和一般公共财政预算收入4个经济变量指标,基于协整理论进行电力消费与城市经济发展驱动力关系的深层挖掘。以我国某沿海省份不同城市2016年—2017上半年相关数据为例说明各市电力消费与各经济变量之间的协整关系,并找到影响各市电力消费的Granger因。模型有助于分析得到各地经济发展特点,为当地电网企业把握本地经济发展形势、准确预知该区域电力消费发展趋势提供参考。     

基于欠完备自编码器的用户用电行为分类分析方法

针对电力大数据背景下用户用电行为复杂多变、分析困难的问题,提出了一种基于欠完备自编码器的用户用电行为分类分析方法。首先,通过欠完备自编码器对智能电表数据进行编码,实现对原始数据的特征抽取,并使用反向传播(BP)神经网络进行用户用电行为分类分析;然后,对最佳编码比率进行优选,并结合用户的典型用电特征作为神经网络的输入,提高了分类准确率;最后,在爱尔兰智能电表数据集上进行了仿真实验,并与直接使用BP神经网络进行对比,分析表明,文中所提出的用户用电行为分类分析方法不仅可以提高检测准确率,帮助电力公司更好地掌握用户用电规律,辅助需求响应实施,还能显著降低算法的运行时间。     

社会发展对电能消费的定量分析

20世纪80年代以来社会用电量快速增长，为了研究其对电力需求的特点，分别分析了构成社会系统用电量的城镇公共设施用电量和居民生活用电量与主要影响因素的关系，建立了两者用电量与主要影响因素的回归分析模型。研究结果表明：1987年以来城镇公共设施用电量与城市化率紧密相关，根据此模型结合我国全面建设小康社会的目标，对2010年和2020年城镇公共设施需电量进行了预测。1985年以来影响居民人均生活用电量的2个主要因素是电价和居民人均可支配收入。与国外对比，定量分析了我国居民人均生活用电的电价弹性和收入弹性。分析结果表明，我国居民人均生活用电量对电价和收入弹性的绝对值都大于1，即皆富有弹性。     

基于DEA的我国能源消费结构效率实证研究

介绍了数据包络分析法(DEA)的基本原理,建立了中国能源消费结构效率模型,从煤炭、石油、天然气、电力和经济的投入产出角度实证分析了1978～2006年我国能源消费结构的规模效益情况和优化投入途径.对模型的结论进行分析,提出结论,认为调整和优化能源结构、加快技术进步、促进产业结构升级、加快新能源以及可再生资源的开发和利用,是提高我国能源效率的有效途径.     

农村排灌用电工程效益分析

以某省两个农业县实施农业排灌“井井通电”工程为例,阐述工程实施的必要性,介绍工程投资情况、技术标准,分析工程实施后农民、县供电公司、省电力公司的经济效益。分析结果显示,该工程的最大受益者是农民,其次是县级供电企业,省级电力公司出现损益。