摘要
随着经济的发展、人类意识的提高以及极端恶劣天气的频发,人们越来越重视环境保护,及经济的可持续发展。
经济的发展离不开对电力的需求,核电作为一种清洁的能源,具有技术成熟、安全可靠、供应用力强等优点。发展核电是满足我国电力需求、优化能源结构、保障能源安全、促进经济持续发展的重大战略举措。根据我国已发布的《核电中长期发展规划(2005-2020年)》,到2020年,我国核电运行装机容量争取达到4000万千瓦,并且有关部门正在对《规划》进行调整,装机容量将有望得到进一步提高。
由于核电项目建设周期长、投资巨大,为防止核电发展“过热”,有必要对核电建设进行合理的规划。本文基于灰色和时间序列组合预测模型对湖南省用电量进行预测,并通过数据验证了模型的有效性,提出一定时期内核电建设容量上限,从电力供求平衡角度对核电建设提出建议。
With economic development, the improvement of human consciousness and frequency of extreme weather, there is growing attention to environmental protection and sustainable economic development.
Economic development is inseparable from the demand for electricity, nuclear power as a clean energy, with mature technology, safe and reliable and strong supplying advantages. Development of nuclear power is a major strategic initiative to meet national electricity demand, optimizing energy structure, ensure energy security, promoting sustainable economic development. According to China released a "long-term nuclear power development plan (2005-2020)", by 2020, China's installed capacity of nuclear power is aimed for 4,000 million kilowatts, and authorities are on the "planning" adjustment, the installed capacity is expected to be further improved.
As long cycle of nuclear power project, the investment giant, to prevent nuclear development, "overheating", it is necessary for rational planning of construction of nuclear power station. The thesis is based on the combination of gray and time series forecasting model to predict electricity consumption in Hunan Province, and confirmed validity of the model through data, proposed construction of nuclear power capacity limit certain period of time, to propose construction of nuclear power based on the balance between consumption and generating.
引文
[1]作者不详.“后哥本哈根”中国声音[J].环境经济,2000,(Z1)：19-23.
[2]谢春山,孙伯良,王晓云等.绿色新政及中国的策略[J].中国科技论坛,2009, (7)：3-7.
[3]作者不详.绿色能源[J].农村工作通讯,2008,(4)：39.
[4]郑平20kW风力发电机组的最大功率追踪控制[D].北京：北京化工大学,2010.
[5]丛萍.风能展望[J].绿色中国,2008,(17)：42-44.
[6]作者不详.世界风电发展的总趋势[J].广西电力建设科技信息,2008,(4)：40-41.
[7]刘新鹏.学习实践科学发展观优化发展水电——以常蓄混合方式开发水电资源[J].中国水能及电气化,2009,(Z1)：67-73.
[8]法忠勇.推进我国农村新能源推广应采取的措施[J].甘肃农业,2007,(9)：49-51.
[9]肖征文.我国核电价格的外部经济性问题探析[J].粤港澳市场与价格,2008, (8)：3-5.
[10]杨旭红.我国核电产业的现状及发展[J].上海电力学院学报,2008,24(3)：218-221.
[11]邹树良.世界核电发展的历史、现状与新趋势[J].南华大学学报(社会科学版),2005,6(6)：38-42.
[12]吴仲国.世界核电站建设高潮涌动[J].高科技与产业化,2009, (1)：52-54.
[13]作者不详.世界上最大的格拉弗林核电站介绍[J].广西电力建设科技信息,2007,(2)：37-38.
[14]张炎.英国确定11个新核电厂候选场址[J].国外核新闻,2009, (4)：4.
[15]史永谦.核能发电的优点及世界核电发展动向[J].能源工程,2007,(1)：1-3.
[16]张乃丽.日本核电力资源开发的特点及问题[J].现代日本经济,2007, (4)：12-16.
[17]核电中长期发展规划(2005-2020).国家发展和改革委员会,2007.10.
[18]郑忠智.我国能源资源结构与电力需求预测分析[D].北京：中国地质大学,2009.
[19]王晓佳,杨善林,侯利强等.灰色正交化方法在用电量预测中的仿真研究[J].系统仿真学报,2010,22(10)：2253-2256.
[20]吴国锋.基于二次插值的GM(1,1)模型在用电量预测中的应用[J].安徽职业技术学院学报,2010,9(2)：17：19.
[21]李咏凯,张建华,王国栋等.一种新的灰色模型在城市年用电量预测中的应用[J].现代电力,2010,27(4)：13-16.
[22]张伏生,刘芳,赵文彬等.灰色Verhulst模型在中长期负荷预测中的应用[J].电网技术,2003,27(5)：37-39.
[23]马光文,王黎,唐明等.人工神经网络在用电量预测中的应用[J].四川大学学报(工程科学版),2000,32(2)：25-27.
[24]李剑超.人工神经网络在居民用电量预测中的应用[J].广西电力工程,2000(2)：9-11.
[25]田有文,王文涛,王思宇.基于BP神经网络的农村用电量预测的研究[J].沈阳农业大学学报,2006,36(4)：506-507.
[26]蒋惠凤,何有世,张兵等.基于BP神经网络的江苏用电量预测模型研究[J].统计与决策,2005,(2)：46-48.
[27]田丽,曹安照.自适应模糊神经网络在某电力公司—产用电量预测中的应用[J].安徽工程科技学院学报,2004,19(4)：37-39.
[28]史德明,李林川,宋建文.基于灰色预测和神经网络的电力系统负荷预测[J].电网技术,2001,25(12)：14-17.
[29]余健明,燕飞,杨文宇.中长期电力负荷的变权灰色组合预测模型[J].电网技术,2005,29(17)：26-29.
[30]陈敏,李泽军,黎昂.基于混沌理论的城市用电量预测研究[J].电力系统保护与控制,2009,37(16)：41-45.
[31]龙瑞华,毛弋,毛李帆等.基于诱导有序加权平均算子和马尔可夫链的中长期电力负荷组合预测模型[J].电网技术,2010,34(3)：150-156.
[32]曹玉洁,何跃,贺昌政.基于R/S分析的GMDH自组织方法在用电量预测中的应用[J].软科学,2009,23(7)：17-20.
[33]周广惠.基于支持向量机的企业用电量分析与预测研究[D].天津：天津大学,2008.
[34]田琳芳,王峥.一种基于周期的动态贝叶斯网路预测模型[J].科技信息,2008,(8)：28-30.
[35]李菁,马彦琳,梁晓群.基于基因表达式编程的电力消费预测模型[J].统计研究,2008,25(4)：45-49.
[36]田聪,李忠建,朱建良.应用混沌优化方法的月用电量预测[J].信息技术,2006, (4)50-52.
[37]M. S. Kandil, S.M. EL-Debeiky, Senior Member et al. Long-term load foresting for fast developing utility using system dynamics[J]. IEEE Trans. Power Syst.,2002,17: 491-496.
[38]Lakhaniand H G, Bumb B. Forecasting demand for electricity in Maryland:an econometric approach[J]. Technological Forecasting and Social change,1978,11 (3):237-259.
[39]Abraham A, Nath B. A neuro-fuzzy approach for modeling electricity demand in Victoria[J]. Applied Soft Computing,2001,1 (2):127-138.
[40]陈孝伟.灰色预测模型的研究及其在汽温控制中的应用[D].河北：华北电力大学,2009.
[41]李小燕.基于灰色理论的电力负荷预测[D].湖北：华中科技大学,2007.
[42]王矛矛.基于灰色预测的通用航空发展对策分析[D].四川：中国民用航空飞行学院,2009.
[43]闫艳.基于灰色神经网络的小麦锈病预测系统研究[D].陕西：西北农林科技大学,2009.
[44]刘思峰,党耀国,方志耕等.灰色系统理论及其应用[M].北京：科学出版社,2004.
[45]田宜君,朱锋峰.基于GM(1,1)模型和灰色关联度的组合预测新方法[J].科学技术与工程,2009,9(4)：842-844.
[46]于浩.基于时间序列的延河流域水沙周期分析及趋势预测[D].陕西：西北农林科技大学,2008.
[47]邵年华.水文时间序列几种预测方法比较研究[D].陕西：西安理工大学,2010.
[48]雷苗.移动通讯话务量时间序列预测方法研究[D].黑龙江：哈尔滨工业大学,2009.
[49]杨宇鹏.基于时间序列的数据预测问题研究[D].吉林：吉林大学,2010.
[50]陈强.人口系统模型及人口状况分析[D].安徽：南京理工大学,2004.
[51]王振龙.时间序列分析[M].北京：中国统计出版社,2000.
[52]王丽娜,肖冬荣.基于ARMA模型的经济非平稳时间序列的预测分析[J].武汉理工大学学报,2004,28(1)：133-136.
[53]Nakken M. Wavelet analysis of rainfall-runoff variability isolating climatic from anthropogenic patterns[J]. Environmental Modeling & Software,1999,14:283-295.
[54]王振龙,胡永宏.应用时间序列分析[M].北京：科学出版社,2007.
[55]何书元.应用时间序列分析[M].北京：北京大学出版社,2003.
[56]Bates J. M., Granger C. W. J..The Combination of Forecasts[J]. Operational research Quarterly,1969,20(4):451-468.
[57]M. S. Kandil, S. M. EI-Debeiky, N. E Hasanien. Overview and comparison of long-term forecasting techniques for a fast developing utility[J]. Electric power systems research,2001,58(1):11-17.
[58]宋远玲,卢占会,杨玉华等.最优组合预测模型在用电消费量预测中的应用[J].科学与财富(应用科学版),2010,3：6-7.
[59]马永开,唐小我.多目标组合预测优化模型研究[J].统计研究,1997,4：45-48.
[60]王明涛.确定组合预测权系数最优似解的方法研究[J].系统工程理论与实践,2000,3：104-109.
[61]蒋晓艳,何川,方蕾.基于最优组合预测法的电网用电量预测[J].中国西部科技,2010,9(14)：36-38.
[62]翁小杰.基于灰色理论和神经网络的预测方法研究与应用[D].湖北：中南民族大学,2009.
[63]严修红.改进型灰色神经网络组合预测方法及应用研究[D].江西：江西理工大学,2007.