楊方圓, 張明理, 夏德明, 商文穎

(1.國網(wǎng)遼寧省電力有限公司經(jīng)濟技術(shù)研究院，遼寧 沈陽 110015；2.國家電網(wǎng)有限公司東北分部，遼寧 沈陽 110181)

依據(jù)2016年國家發(fā)改委等部門聯(lián)合推動實施的《關(guān)于推進電能替代的指導(dǎo)意見》，電能替代正式納入國家電力發(fā)展規(guī)劃，明確成為新形勢下實現(xiàn)能源低碳轉(zhuǎn)型的重要舉措。從2017年《北方地區(qū)冬季清潔取暖規(guī)劃》的印發(fā)，到同年《關(guān)于全面加強生態(tài)環(huán)境保護堅決打好污染防治攻堅戰(zhàn)的實施意見》的發(fā)布，以及2018年《打贏藍天保衛(wèi)戰(zhàn)三年行動計劃》的出臺，都表明電能替代已成為推動能源結(jié)構(gòu)轉(zhuǎn)型發(fā)展與促進生態(tài)環(huán)境改善的重要政策支撐。

研究電能替代潛力是實施電能替代戰(zhàn)略的基石，也是目前能源領(lǐng)域的研究熱點[1-4]。文獻[5]明確電能替代量的定義，提出衡量電能替代潛力的量化指標。文獻[6]對電能替代的主要因素進行初步探討，將粒子群優(yōu)化支持向量機模型應(yīng)用到電能替代潛力分析中。文獻[7]提供一個電能替代影響因素的分析框架，建立用于研究電能替代潛力的多元線性擬合模型。文獻[8]對電能替代影響因素進行初步的探討。但是，已有文獻考慮的影響因素還不夠全面，尚未建立具備綜合性與完整性的電能替代影響因素指標體系。除此之外，目前預(yù)測方法通常得到電能替代潛力單一負荷預(yù)測結(jié)果，而對于企業(yè)經(jīng)營與決策者來說電能替代潛力區(qū)間預(yù)測結(jié)果往往更具指導(dǎo)價值。

實現(xiàn)電能替代潛力準確分析的關(guān)鍵在于構(gòu)建全面、合理、有效的基礎(chǔ)數(shù)據(jù)指標體系以及構(gòu)建合理的情景。目前，國內(nèi)外對電能替代基礎(chǔ)數(shù)據(jù)指標構(gòu)建的研究較少，尚處于初始階段[9]。本文著重解決多因素電能替代潛力區(qū)間預(yù)測問題，通過構(gòu)建多目標電能替代影響因素指標體系，對電能替代前景區(qū)間進行預(yù)測分析。

1 電能替代影響因素指標體系的構(gòu)建

電能替代的影響因素可以概括為地區(qū)經(jīng)濟發(fā)展、技術(shù)進步、環(huán)保需求、地區(qū)驅(qū)動政策4個方面。

1.1 地區(qū)經(jīng)濟發(fā)展

區(qū)域經(jīng)濟發(fā)展情況對電能及其他能源品種消費具有全局意義。隨著經(jīng)濟的發(fā)展，終端能源消費量呈現(xiàn)逐年增長的趨勢。人均GDP、人均用電量、城鎮(zhèn)與農(nóng)村人均可支配收入也是影響電力需求的重要因素。根據(jù)圖1可知，全國用電量數(shù)據(jù)與國內(nèi)生產(chǎn)總值之間存在明顯的耦合關(guān)系，兩者波峰波谷出現(xiàn)的年份基本一致[10]。

圖1 國內(nèi)生產(chǎn)總值與電力消費量之間的曲線回歸

1.2 技術(shù)進步

技術(shù)創(chuàng)新是影響電能替代發(fā)展的重要因素。隨著科學(xué)的不斷發(fā)展與技術(shù)的持續(xù)創(chuàng)新，各行業(yè)勞動生產(chǎn)率普遍提高。電力能源強度下降可以反映出電力能源技術(shù)進步，兩者之間存在負相關(guān)關(guān)系[11]。

根據(jù)圖2可知，電能占終端能源消費比例與電能替代量存在直接聯(lián)系。以2012年為例，當(dāng)電能占終端能源消費比例由12.5%增加到18%時，電能替代量由49.32億kWh增加到614.77億kWh。

圖2 電能占終端能源消費比例與電能替代量的關(guān)系曲線

1.3 環(huán)保需求

實施電能替代，提高工業(yè)等領(lǐng)域的電氣化水平，可以減少大氣污染物排放，從而改善環(huán)境質(zhì)量，推動綠色發(fā)展。

碳排放與電力需求量之間存在明顯的正相關(guān)關(guān)系[12]，本文將二氧化碳總量作為研究環(huán)保約束對電能替代影響的主要指標。根據(jù)國務(wù)院制定并印發(fā)的《“十三五”控制溫室氣體排放工作方案》，十三五期間單位國內(nèi)生產(chǎn)總值二氧化碳排放下降18%。根據(jù)北方某省《污染防治攻堅戰(zhàn)三年專項行動方案》，2018年全面淘汰10 t及以下燃煤小鍋爐，電網(wǎng)可增加用電負荷181萬kW，實現(xiàn)電能替代電量47億kWh，相當(dāng)于減少使用標煤190萬t，減排二氧化碳468萬t。

1.4 地區(qū)驅(qū)動政策

激勵政策對電能替代發(fā)展至關(guān)重要。目前，政府出臺了一系列清潔能源消納、環(huán)境保護、電能替代政策，這些政策將有效地促進電能替代的發(fā)展。

根據(jù)國務(wù)院印發(fā)的《節(jié)能與新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃》，到十三五末期新能源汽車產(chǎn)能目標為200萬輛，產(chǎn)銷量目標為累計超過500萬輛。根據(jù)統(tǒng)計顯示，電動汽車保有量每增加10萬輛，每年可實現(xiàn)增供電量2.8億kWh。據(jù)此計算，十三五期間將實現(xiàn)增供電量375億kWh。

2 電能替代情景分析模型的構(gòu)建

2.1 情景分析法原理

情景定義是指對事物所有可能的未來發(fā)展態(tài)勢以及對未來發(fā)展情形實現(xiàn)路徑的描述[13]。

通過對情景分析法定義的分析，發(fā)現(xiàn)情景分析法具備一些自身的本質(zhì)特點[13]：①認可未來發(fā)展態(tài)勢是多元化的，未來的發(fā)展趨勢不是唯一的，可能演化出多種預(yù)測結(jié)果；②在情景分析過程中有3項需要特別注意的問題，一是認可在事件未來的發(fā)展過程中人們所發(fā)揮的“能動作用”，著重關(guān)注群體決策對情景分析預(yù)測結(jié)果的影響，保障決策者與專家之間暢通的信息流通渠道，實現(xiàn)信息共享；二是重點考慮影響預(yù)測結(jié)果的關(guān)鍵因素；三是注意情景設(shè)置過程中各影響因素之間的一致性與協(xié)調(diào)性；③情景分析法是一種融合了定性與定量分析的方法。在定性分析中，決策者的判斷力往往起到?jīng)Q定性的作用，而定量分析雖然有大量數(shù)據(jù)做支持，更具有科學(xué)性和說服力，但是忽視了在事件的發(fā)展過程中人們起到的能動作用。情景分析法綜合定性與定量分析兩種方法的優(yōu)點，實現(xiàn)優(yōu)勢互補。

2.2 情景設(shè)置原則

為分析電能替代的發(fā)展前景，本文設(shè)置3種不同的情景，設(shè)定原則如表1所示。其中，基準情景以遼寧省十三五規(guī)劃綱要、十三五能源規(guī)劃以及十三五電力規(guī)劃為主要依據(jù)，樂觀情景考慮國家加大經(jīng)濟轉(zhuǎn)型力度、電能替代項目的大范圍推廣以及實施促進電能替代的價格政策，悲觀情景設(shè)定地區(qū)經(jīng)濟增速低于十三五規(guī)劃目標、居民收入與經(jīng)濟同步增長、電能替代政策的推廣受到阻礙。具體設(shè)定條件如表1所示。

3 基于偏最小二乘回歸的電能替代預(yù)測方法

3.1 指標體系可信度檢驗

為驗證電能替代影響因素指標體系的可信度，本文收集遼寧省2006—2015年電能替代量及其影響因素的歷史數(shù)據(jù)，引入皮爾遜相關(guān)系數(shù)(Pearson correlation coefficient)。皮爾遜相關(guān)系數(shù)可以定量地衡量被解釋變量與解釋變量之間的密切程度及相關(guān)方向[14]。它是兩個變量之間協(xié)方差與標準差的比值，計算方式如下所示：

(1)

式中：ρ(x,y)為被解釋變量與解釋變量之間的相關(guān)系數(shù)；cov(x,y)為2個變量之間的協(xié)方差；σx，σy分別為2個變量的標準差；xi，yi為計算范圍內(nèi)解釋變量與被解釋變量的第i年數(shù)值；n為計算范圍內(nèi)變量序列的樣本個數(shù)。

計算累計電能替代量與主要指標之間的相關(guān)系數(shù)如表2所示。根據(jù)表2可知，累計電能替代量與主要指標之間的相關(guān)系數(shù)均大于0.5，存在顯著性相關(guān)關(guān)系。因此，本文的電能替代影響因素指標體系具有較高的可信度。

3.2 對電能替代量建立偏最小二乘回歸預(yù)測

偏最小二乘回歸PLS(Partial Least-Squares Regression)是具有良好發(fā)展前景的新一代多元統(tǒng)計數(shù)據(jù)分析方法，兼具典型相關(guān)分析、主成分分析、多元統(tǒng)計回歸分析的優(yōu)點，適合于觀測個體數(shù)目較少以及解釋變量存在多重共線性情況下的回歸建模[15]。具體建模過程如下。

假設(shè)將上文中的電能替代影響因素指標作為解釋變量，記作{x1,x2,…,xm}，將累計電能替代量作為被解釋變量，記作y。

①x,y兩組變量進行標準化處理，得到對應(yīng)的標準化矩陣Eo,Fo。

②在解釋變量Eo集中提取第一成分t1，其中t1是x1,x2，…,xm的線性組合，要求盡可能好地代表解釋變量矩陣Eo，使得t1的方差最大化。

(2)

式中：t1為從Eo中提取的第一個成分；w1為Eo的第一個主軸，且向量的模為1；r(xj,y)為解釋變量與被解釋變量之間的相關(guān)系數(shù)。

③實施Eo對t1的回歸，得到兩變量的回歸系數(shù)與方程。

表1 電能替代情景設(shè)定

表2 累計電能替代量與各主要指標之間的相關(guān)系數(shù)

(3)

式中：p1為Eo對第一個成分t1的回歸系數(shù)；E1為回歸方程的殘差矩陣。

用Eo的殘差矩陣E1重復(fù)第②步、第③步，以此類推，逐步提取r個成分t1,t2,…，tr，至不滿足交叉有效性檢驗標準為止。

交叉有效性是新增成分tr對模型預(yù)測效果是否有顯著改善的判斷指標。計算公式為

(4)

④建立Fo與t1,t2,…，tr之間的回歸方程：

Fo=l1t1+l2t2+…+lrtr

(5)

(6)

可進一步還原成x，y原始變量的偏最小二乘法回歸方程。

⑤求取累計電能替代量的回歸模型。

y=-23.73+0.0147x1-0.0254x2+0.0088x3+0.0309x4-0.064x5-0.0636x6+0.2994x7+0.0154x8-0.0383x9-0.0173x10+0.0093x11+0.8331x12

(7)

4 算例分析

首先，根據(jù)電能替代情景設(shè)置原則，參考遼寧省十三五相關(guān)規(guī)劃資料，設(shè)定基準情景的指標參數(shù)。然后，依據(jù)各指標每年增速的歷史變化范圍，設(shè)置其余2種情景的指標參數(shù)如表3所示。最后，將情景設(shè)定參數(shù)代入偏最小二乘回歸模型，得到遼寧省十三五期間累計電能替代量，如表4所示。

表3 十三五期間遼寧省電能替代基礎(chǔ)指標參數(shù)設(shè)定

目前，常見的預(yù)測方法只能夠給出單一預(yù)測結(jié)果，而本文方法綜合協(xié)調(diào)樂觀情景、基準情景、悲觀情景3種方案的預(yù)測結(jié)果，可以提供一個電能替代量的波動范圍，有效地降低單一預(yù)測結(jié)果的風(fēng)險。對于決策人來說，這樣的預(yù)測結(jié)果更具有實用價值。

表4 遼寧省十三五期間電能替代量預(yù)測區(qū)間

5 結(jié)論

a.從經(jīng)濟性、技術(shù)性、環(huán)保需求、能源政策4個維度出發(fā)，考慮能源價格等因素帶來的影響，構(gòu)建具有較高可信度的電能替代影響因素指標體系及3種場景模式。

b.提出基于偏最小二乘回歸的電能替代多情景預(yù)測方法，克服各參數(shù)指標之間的多重共線性問題，有效地弱化單一預(yù)測結(jié)果的不確定性。

c.以2006—2015年遼寧省能源、電力、經(jīng)濟實際數(shù)據(jù)為基礎(chǔ)，對十三五期間累計電能替代量進行預(yù)測，驗證了該方法的有效性與實用性。