• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      基于面板數據分析氣溫對火力發(fā)電的影響

      2014-03-15 11:16:48李清亮
      中國煤炭 2014年1期
      關鍵詞:火力發(fā)電火電發(fā)電量

      李清亮

      (神華集團有限責任公司銷售管理部,北京市東城區(qū),100011)

      近年來,國內煤炭市場供大于求形勢較為明顯?;鹆Πl(fā)電及電煤消耗的變化主要受經濟增長的影響,而火力發(fā)電及電煤消耗有較強的季節(jié)性特征。在夏季用煤階段,氣溫的變化對火力發(fā)電和電煤消耗有著重要影響,并在很大程度上影響著煤炭市場的短期走勢,在煤炭市場總體低迷的形勢下,氣溫對于火力發(fā)電及電煤需求的影響更為明顯。經驗表明,“迎峰度夏”期間,氣溫的提高會對火力發(fā)電和煤炭消費有一定的拉動作用。

      國內已有部分文獻對氣溫和發(fā)電的關系做了定量的研究。汪發(fā)明等 (2011)以湖北電網統(tǒng)調用電負荷數據和武漢日氣溫數據為基礎,分析了2011年湖北電網最大負荷持續(xù)時間、負荷與氣溫關系、非氣溫敏感性負荷以及空調負荷情況。發(fā)現根據敏感性分析結果,日最高氣溫在32℃~34℃期間,氣溫每升高1℃,全省用電負荷增加約930 MW;最高氣溫在34℃~36℃期間,氣溫每升高1℃,全省用電負荷增加約1070 MW。

      江岳文等 (2007)分析了福州市居民用電情況和負荷曲線的特點,對最高負荷與各氣象因素進行相關分析,著重分析了居民日負荷與氣溫的關系并計算了單位溫升效應。分析表明,居民負荷的晚高峰對全網負荷晚高峰有較大影響;氣溫對居民負荷的影響較直接和明顯,夏季居民最大負荷與氣溫之間呈三次關系模型;夏季氣溫每升高1℃居民負荷大致增加3%~4%。

      吳向陽等 (2008)以北京市2002-2004 年氣溫和電力負荷數據為基礎,用計量經濟學方法,構建氣溫對電力負荷影響的數學模型,檢查北京市電力負荷與氣溫的關系。從模型估計看,平均氣溫高于參考溫度越多表示氣溫越高,需要制冷強度越大,這個差距每增加1℃,電力負荷約增加3%。

      朱斌等 (2004)針對夏季降溫電力負荷的比例較大而造成大部分地區(qū)電力短缺的問題,分析了江蘇省2003 年夏季最大用電需求與最高溫度、最低溫度的關系,劃分了影響電力負荷變化的溫度敏感區(qū),得出了敏感區(qū)內溫度對負荷的影響結論。這一結論對于電力主管部門進行來年的負荷預測、合理制定電力調度計劃,具有實際的參考價值。

      以上研究為氣溫與高峰火電負荷建立了較好的數量關系,但氣溫與火力發(fā)電及電煤消耗之間的數量關系尚未建立。在分析過程中,該系列研究很少控制經濟增長等因素的影響,氣溫的作用很可能被放大。本文利用神華集團所屬部分電廠的月度發(fā)電數據和當地氣溫數據構建面板數據模型,控制經濟增長、裝機容量等因素的影響,得到氣溫與火力發(fā)電量的影響。

      1 火力發(fā)電量與氣溫之間關系的定性分析

      根據實際經驗,在氣溫較高的期間,無論是在南北方,氣溫越高空調負荷等就越高,火力發(fā)電量往往就越高。從國華臺山電廠2009-2012年的發(fā)電數據和廣州的氣溫數據對比可以發(fā)現,在氣溫較高的季節(jié),氣溫與火電發(fā)電量有明顯的正相關性,如圖1。

      圖1 廣州氣溫與臺山電廠發(fā)電量之間的變化關系

      但是,同樣根據圖1,在不少時段氣溫與火電發(fā)電量之間會出現變化不一致的情況。這是因為還有其他一些重要因素影響電力需求:

      (1)經濟增長。經濟增長對用電量有基礎性影響。例如,2009 年下半年,中國經濟快速回升,用電需求增長較快,盡管當年8月份后廣州天氣逐步轉涼,但是社會的用電需求并未減少。更為重要的是,即使在氣溫與發(fā)電量變化一致的時期,經濟增長與氣溫變化對發(fā)電的影響也是疊加的,并且前者對于發(fā)電的影響往往要大于后者。

      (2)水電負荷。在電力需求一定的情況下,火電與水電等其他電力能源存在相互替代的關系。例如,2011年上半年,南方地區(qū)來水偏枯,火電發(fā)電量受此影響大幅增長;2012 年上半年,南方地區(qū)來水偏豐,火電發(fā)電量受到一定影響。此外,華東、華南地區(qū)有大量的西電 (很大部分是水電)調入,這也會影響到當地的火力發(fā)電。

      (3)季節(jié)性因素。在夏季用煤高峰前后,氣溫與發(fā)電量正相關;在冬季用煤高峰前后,氣溫與發(fā)電量負相關。

      (4)裝機容量。電廠的裝機容量可能變化,例如,2011年3月和11月,國華臺山電廠裝機容量分別提高100 萬kW,直接提高了電廠的發(fā)電水平,這與氣溫等其他因素之間沒有關系。

      2 數據說明

      利用相關數據和計量回歸模型控制經濟增長、水電、裝機容量、季節(jié)等因素的作用,相對準確地反映氣溫對火電量的影響。數據主要來源于神華集團、國家統(tǒng)計局和國家氣象局。

      時間區(qū)段:2009-2012 年,每年4~10 月份(2012年4~5月),共計23個月。由于冬季北方直接的取暖用煤需求存在,使得我們并不容易得到火力發(fā)電與耗煤之間的直接關系,因此排除冬季氣溫與發(fā)電量的反向關系,只研究夏季二者之間的正向關系。

      火電數據:根據數據的可得性和延續(xù)性,我們選用了熱電、三河、定州、滄東、太倉、寧海、惠州、臺州、寧東、億利、米東等11家神華所屬電廠時間區(qū)段內實際存在的月均發(fā)電數據。

      圖2 北京與廣州的平均氣溫變化情況

      氣溫數據:根據選取的電廠所處的區(qū)域,我們采用了電廠所在地省會城市時間區(qū)段內的月均氣溫數據來代表該區(qū)域內的整體氣溫情況,具體包含北京、石家莊、南京、杭州、廣州、銀川、呼和浩特、烏魯木齊等8個城市。我們認為,平均氣溫相對于最高氣溫或者最低氣溫更有代表性。比如,某日下午2點的氣溫高達38℃,但是雷陣雨突然來臨,當日天氣整體轉涼,下午和晚上的空調負荷下降,雖然當日溫度一度達到38℃,但是總體的氣溫卻并不高,如果我們采用最高氣溫,則不能反映當日整體的空調負荷情況;此外,在一個月時間段內,如果某一天出現極端高溫天氣,顯然也不能代表整月的氣溫情況。當然,采用平均氣溫和人們的認知常識會有一定的差異,如圖2所示,北京、廣州的月度平均氣溫的最大值接近30℃,與我們日常熟悉的40℃左右高氣溫有一定認知差距。

      水電數據:北京、河北、江蘇、浙江、廣東、寧夏、內蒙古、新疆等8個省區(qū)市時間區(qū)段內的月度水力發(fā)電數據。

      經濟增速:北京、河北、江蘇、浙江、廣東、寧夏、內蒙古、新疆等8個省市區(qū)時間區(qū)段內的工業(yè)增加值月度同比增速。

      裝機容量:在某時間區(qū)段內的11家自備電廠中,臺山、定州、寧海等3家電廠分別出現了兩次擴容,其他電廠裝機容量不變。我們據此對火電量做了相應比例的調整。

      表1 各變量數據統(tǒng)計特征匯總

      4 模型與回歸結果

      4.1 模型與基本假設

      根據理論和經驗,我們構建如下計量模型:

      式中:lnpowerit——某一電廠當月發(fā)電量的自然對數;

      α0——常數項;

      tempit——某地當月的平均氣溫;

      lnwaterit——某地當月水力發(fā)電量的自然對數;

      iagit——某地當月工業(yè)增加值增速;

      montht——月份。根據理論和經驗,我們主要需要驗證如下假設:

      (1)氣溫對于時間區(qū)段內的火力發(fā)電量有顯著的正的影響。

      (2)經濟增長對于時間區(qū)段內的火力發(fā)電量有顯著的正的影響。

      (3)水力發(fā)電對于時間區(qū)段內的火力發(fā)電量有顯著的負的影響。

      4.2 回歸結果

      4.1 回歸結果及解釋

      我們采用的隨機效應模型得到如下回歸結果見表2:

      表2 計量回歸結果

      表2的結果顯示:4~10月份,月均氣溫與火電發(fā)電量呈現顯著的正相關關系,即,氣溫每提高1℃,火電發(fā)電量將增長1.97%。由于我們控制了其他因素的影響,這個值低于已有的文獻中氣溫對于火電負荷的影響。

      工業(yè)增加值與火力發(fā)電量之間也呈現顯著的正相關關系,即工業(yè)增加值增速每提高1%,火電發(fā)電量將增長1.3%。兩者的比值為1.3,反映了工業(yè)電力消費的彈性系數。根據我國2009-2012年實際的能源消耗彈性系數,1.3的水平處于合理的區(qū)間。

      水電量與火電量之間負相關,但是沒能通過統(tǒng)計檢驗。我們認為造成不顯著的原因主要有兩個:

      (1)在北方地區(qū),水電比重很小,水電增長對火電的影響甚微,而華北地區(qū)電力供應還受到蒙西、山西外電調入的較大影響。

      (2)廣東、江蘇、浙江三省有大量的西電調入和部分核電、風電,由于無法得到電網之間較為準確的流向數據,我們未能把這部分電量納入到回歸分析中。2012年1~5月份,廣東省累計購入西電256.91億kW 時,占全省發(fā)購電總量的14.4%,此數據缺陷在一定程度上影響了我們的分析結果。

      4.2 回歸結果的驗證

      以上回歸結果,我們以廣東省的情況來具體驗證:2012年5月份,廣州平均氣溫26.7℃,同比上升1.8℃,根據回歸結果,火電發(fā)電量將因此增長3.5%;廣東工業(yè)增加值增速為7.1%,根據回歸結果,火電發(fā)電量將因此同比增長9.2%;兩因素共計為火電帶來12.7%的同比增速。2012年5月份,廣東省火電發(fā)電量實際同比增長11.8%,這與我們估計的結果非常接近。估計值與實際值略有差異的原因有兩個:一是我們1.97和1.4的估計系數是各省平均數;二是西電、核電、風電數據的缺失在一定程度上影響了估值的準確性。

      5 結論

      通過一個簡單的隨機效應模型,實際驗證了氣溫與火力發(fā)電之間的直接關系。通過控制經濟增長、水電等因素的影響,我們發(fā)現4~10月份,月均氣溫與火電發(fā)電量呈顯著的正相關關系,即氣溫每提高1℃,火電發(fā)電量將增長1.97%。此外,由于火力發(fā)電與電煤消耗之間有高度的正相關性,我們認為在平均意義上,氣溫與火力發(fā)電之間的關系也適用于氣溫與電煤需求。以上結論對于 “迎峰度夏”時節(jié)的電力生產和煤炭銷售業(yè)務具有一定借鑒意義。

      [1] 汪發(fā)明,彭昌勇,方仍存,杜治等.2011 年湖北用電負荷與氣溫關系及負荷特性分析 [J] .湖北電力,2011 (12)

      [2] 江岳文,陳沖,溫步瀛等.福州市居民用電情況及其與氣溫關系分析 [J].福州大學學報,2007 (4)

      [3] 吳向陽,張海東等.北京市氣溫對電力負荷影響的計量經濟分析 [J].應用氣象學報,2008 (10)

      [4] 朱斌,李 揚,劉一丹,胡仁杰,宋宏坤等.江蘇省2003 年夏季氣溫對電力負荷的影響 [J].江西電機工程,2004 (3)

      猜你喜歡
      火力發(fā)電火電發(fā)電量
      9月份全國發(fā)電量同比下降0.4%
      2019年全國發(fā)電量同比增長3.5%
      中國煤炭(2020年2期)2020-01-21 02:49:28
      火電施工EPC項目管理探討
      全國上半年水力發(fā)電量同比增長2.9%
      水電站設計(2018年3期)2018-03-26 03:52:32
      韓國8座老舊火力發(fā)電站停運1個月 保持待命狀態(tài)
      人民周刊(2017年11期)2017-08-02 08:35:08
      肯尼亞火電發(fā)電量下降
      電站輔機(2016年4期)2016-05-17 03:52:38
      電氣自動化技術在火力發(fā)電中的創(chuàng)新應用
      我國火力發(fā)電能耗狀況研究及展望
      向下的火電
      能源(2015年8期)2015-05-26 09:15:36
      從業(yè)人員給企業(yè)帶來的納稅困擾——以一個火力發(fā)電企業(yè)為例
      平江县| 章丘市| 琼中| 抚远县| 定边县| 深水埗区| 九龙县| 扶余县| 南陵县| 富平县| 阿巴嘎旗| 江阴市| 浦北县| 巴彦县| 湘阴县| 新建县| 威信县| 中卫市| 涞水县| 通州市| 和林格尔县| 宾阳县| 玛纳斯县| 若羌县| 屏东市| 平安县| 永宁县| 乌什县| 天峻县| 吴堡县| 平湖市| 正镶白旗| 阳朔县| 民和| 砚山县| 沅陵县| 上林县| 柏乡县| 丁青县| 南昌市| 蓬溪县|