首页 > 英语园地

影响我国电力产量的因素分析

更新时间:2023-06-12 12:38:10 阅读：评论：0

影响我国电力产量的因素分析

随着我国经济的飞速发展和人民生活水平不断提高，用电大幅度增长，但是我国的电力供应却跟不上经济发展的速度，以至于近几年平平出现局部地区拉闸限电的现象。造成这种现象的原因是多方面的，但总的来说可以概括为以下几点：

（一）我国主要是靠火力发电，火电占到全部电力产量的 70％，所以火力发电对

电力供应紧张有决定性的影响，但火电生产也受到诸多因素的限制。

1）价格纠纷造成局部电煤供应紧张，是造成中、西部地区电力供应紧张的原因之一。 2003 年年初的全国煤炭定货会上，因价格谈不拢， 1.5 亿吨电煤合同没有著落，造成年初一些电厂煤炭储备不足或供应不能落实。

2）由于全国各地相继出台了关停小煤矿政策，加大煤炭安全生产管理力度，特别是

近几年钢铁、建材、有色等高耗能行业的快速发展，煤炭需求量急剧上升，全国的煤炭供应形势骤然吃紧。

以上两点原因都是因为供需紧张引起的，因此可以归结为煤炭的产量不能满足需求。

3）运力不足是造成局部电荒的原因之一，我国的产煤区主要是陕西山西一带，所以其他地区要发电就必须从山西陕西一带运煤，煤炭主要是靠铁路运输而铁路运输运力不足导致了煤炭不能及时供应影响了发电。

（二）在水电方面 2003 年是特枯水年。来水特枯不仅使大中型水电发电力下降，还使得小水电减发，增加了对主网的供电压力。

（三）电网结构仍显薄弱，局部地区输、配电 “卡脖子 ”，城市配电设施超负荷，影响了电力优化配置和电力输送。如江苏的过江输电通道能力不足，四川的成、德、绵地区变电设施在高峰时超负荷，广东东莞、深圳一带输电线路能力不足造成输电受阻，大区间电力交换仍十分有限等。

（四）从需求方面看

1 ）居民生活用电对电力负荷的影响较大，高峰用电负荷增长较快。华中、川渝地区夏季制冷负荷一度达到电力负荷的 1／ 3，华东达到 28. 7％，京津唐达到 28.9 ％。

2 ）工业高耗电产业高速增长。最近几年，电力消费增长的驱动力主要来自工业用电迅速增长 1999－2002年间工业用电年均增长 10.7 ％。受市场、价格等因素的影响，一些地区高耗电行业发展较快，主要高耗电产品产量增长速度高于全国 GDP曽长速度。

（五）电力建设投资不足。本文就是要分析以上因素对电力产量的影响由于资料原因一些因素的数据无法获得，所

以不得不舍弃一些因素或者用相关数据替换。

通过分析我国改革开放以来（1978-2002 ）的电力产量的历史资料，可以建立一个方程

模型。根据理论及对现实情况的认识，影响我国电力 Y （亿千瓦时）的可能主要因素有：原

油供给量（用原油产量代替） X1 （万吨），电煤产量 X2 （用原煤产量代替）（万吨），电力

方面的建设投资（用国有经济固定资产投资代替） X3 （亿元），铁路运输量X4 （万吨）。数

据详见表一。

表一

天津英语翻译招聘

obs	Y	X1	X2	X3	X4
1978	2566.000	10405.00	6.180000	668.7200	110119.0
1979	2820.000	10615.00	6.350000	699.3600	111893.0

1980	3006.000	10595.00	6.200000	746.9000	111279.0
1981	3093.000	10122.00	6.220000	638.2100	107673.0
1982	3277.000	10212.00	6.660000	805.9000	113495.0
1983	3514.000	10607.00	7.150000	885.2600	118784.0
1984	3770.000	11461.00	7.890000	1052.430	124074.0
1985	4107.000	12490.00	8.720000	1523.510	130709.0
1986	4495.000	13069.00	8.940000	1795.320	135635.0
1987	4973.000	13414.00	9.280000	2101.690	140653.0
1988	5452.000	13705.00	9.800000	2554.860	144948.0
1989	5848.000	13764.00	10.54000	2340.520	151489.0
1990	6212.000	13831.00	10.80000	2534.000	150681.0
1991	6775.000	14099.00	10.87000	3139.030	152893.0
1992	7539.000	14210.00	11.16000	4473.760	157627.0
1993	8395.000	14524.00	11.50000rolly	6811.350	162663.0
1994	9281.000	14608.00	12.40000	9355.350	163093.0
1995	10070.30	15004.95	13.61000	10702.97	165855.0
1996	10813.10	15733.39	13.97000	12185.79	170915.0
1997	11355.53	16074.14	13.73000	13838.96	172019.0
1998	11923.31	16036.04	12.49000	15369.30	164082.0
教堂英文1999	12269.08	16000.00	10.45000	15947.80	167196.0

2000	13042.03	16300.00	9.980000	16904.40	178023.0
2001	14627.99	16395.90	11.61000	17607.00	192580.0
2002	15495.03	17000.00	13.90000	18877.40	204246.0

从上表可以看出，随着我国原油，原煤，国有经济固定资产投资和铁路运输量的增长，电力的产量也在不断的增长，因此它们之间很可能存在线性相关关系。

设模型的函数形式为

Y =c 「Xi 2X2 3X3「4X4 u

假设模型中误差满足古典假定，用 Eviews软件进行回归，运用 OLS估计，得到输出结

果如图一

Depe ndent Variable: Y

Method: Least Squares

Date: 11/21/04 Time: 20:09

Sample: 1978 2002

In cluded obrvati ons: 25

Variable	Coefficie nt			Std. Error	t-Statistic		Prob.
C	-4249.679			620.0638	-6.853616		0.0000
X1	-0.260639			0.101521	-2.567330		0.0184
X2	-90.68484			46.62634	-1.944927		0.0660
X3	0.396137			0.016717	23.69704		hfc0.0000
X4	0.091599			0.008175	11.20501		0.0000
R-squared		0.997527	Mean depe ndent			7446.020
			var
Adjusted R-squared		0.997033	S.D. dependent var			4163.273
S.E. of regressi on		226.7850	Akaike info criterion			13.86274
Sum squared resid		1028629.	Schwarz criteri on yohan			14.10651
Log likelihood		-168.2842	F-statistic			2017.053
Durbin-Wats on stat		1.336282	Prob(F-statistic)			0.000000
				tightly

由F=2017.053>F 0.o5(4,2O)=2.87(显著性水平ot =0.05)，表明模型从整体上看电力产量与解释变量之间线形关系显著。

检验解释变量之间的简单相关系数。结果如下

	X1	X2	X3	X4
X1	1.000000	0 910106	0.883855	0 974572
X2	0 910106	1 000000	0.748B06	0.903408
X3	0 883855	0748606	1.000000	0 686800
X4	0.974572	0.903409	0.886000	1 000000

由表可以看出高度线性相关。同时 X,,X2的符号与经济意义相悖，而且 T值不是很显

著。表明模型中解释变量确实存在多重共线性，需要修正。

运用OLS方法逐一求y对各个解释变量的回归。

经分析在四个一元回归模型中电力产量 Y对X3的线性关系强，拟和程度好，即

Y=3352.976 0.627153X3

(242.5679) (0.02659)

Rpilates2 =0.96.297 S.E =847.4048 F =556.2942

逐步回归得。将其余解释变量逐一代入上式得如下几个模型

Y= -4098.954 0.386125X3 0.060508X4

(598.5574) (0.019844) (0.004777)

R2 =0.995483 S.E = 292.2655 F = 2423.983

将X!，X2的数据分别代入上式中，其结果不符合经济意义，故将它们舍去。

所以最后的估计模型为

Y-4098.954 0.386125Xborderland3 0.060508X4

其OLS估计结果如图二

Depe ndent Variable: Y

Method: Least Squares

Date: 12/23/04 Time: 20:52

Sample: 1978 2002

In eluded obrvati ons: 25

Variable	Coefficie nt	Std. Error	t-Statistic	Prob.
C	-4098.954	482.8634	-8.488849	0.0000
X3	0.386125	0.015937	24.22878	0.0000
X4	0.060508	0.003852	15.70837	0.0000
R-squared	0.996876	Mean depe ndent var		7388.775
Adjusted R-squared	0.996592	S.D.dependent var		4048.670
crazy的意思S.E. of regressi on	236.3487	Akaike info criteri on		13.88066
Sum squared resid	1228935.	Schwarz criteri on		14.02692
Log likelihood	-170.5082	F-statistic		3510.273
Durb in -Watson stat	1.023948	Prob(F-statistic)		0.000000
	= =			=

经过逐步回归法的到的方程比原方程效果好的多，消除了变量之间的严重共线性，同时使拟

合优度提高，回归系数的估计标准差下降，提高了方程的精度。

异方差性的检验：

为了判断模型中随机误差项是否存在异方差性，首先进行图形分析法的检验，由Eviews

ragel软件，得到残差平方 E分别与X3X4的散点图如下：

可以看出，残差平方并未呈现出随解释变量的不同取值而发生规律变化，初步判断模型不存

在异方差性。在此基础上，对模型进行 ARCH佥验：

ARCH Test:

F-statistic	1.577596	Probability	0.229524
Obs*R-squared	4.580227	Probability	0.205245

Test Equati on:

Depe nde nt Variable: RESIDA2

Method: Least Squares

本文发布于:2023-06-12 12:38:10，感谢您对本站的认可！

本文链接：https://www.wtabcd.cn/fanwen/fan/78/937234.html

上一篇：时间序列计量模型优劣比较方法的建立

下一篇：多变量回归方程在水泥28d抗压强度预测的应用

标签：电力产量煤炭模型因素

留言与评论（共有 0 条评论）