基于灰色关联度模型的用电量影响因素分析

邢素洁XING Su-jie

（华北电力大学经济管理系，保定 071000）

0 引言

近年来，因为我国经济社会的改革开放进一步深化，企业公司等经济体数量也在大大增加，我国居民生活消费质量得到了进一步提高，因此造成了新一轮的用电数量大增长。同时，国内目前还长时间面对着电网最大负荷逐年高速增长，用电谷峰差偏大，负荷率因此也在持续的下降，在用电高峰期电力供应不迅速等一系列的用电问题，这对于电网安全运营来说，导致了很大的威胁。为了能够应对这些问题存在的挑战，首先，我国的电力部门必须保证电力发电数量足够，尽量可以满足社会上最大用电负荷的要求；第二，电力有关部门必须能够精准地预测各地区的用电时间差，制定出效率高的发电、送电方案，能够合理地规划建设我国的电力系统。当然，这些计划的展开进行不能离开用电数量的详细全面分析。

我国电力消费量的快速上升，很大程度上归结于我国经济快速发展和城市化不断推进的结果。从1978年以来，我国电力的消费量以年均9.12%的增速上升；而自2000年起，年均增速更是高达9.50%。2011年，我国已经成为全世界电力需求量排名最高的国家，全社会用电量到达了47025.89亿kW·h。虽然，“经济要发展，电力要先行”在一定程度上已成为社会共识，但由于电力工业建设周期较长等特点，我国电力供给方面经常出现周期性短缺与过剩的问题。可见，合理的电力输送规划十分影响我国社会未来经济的发展速度以及发展质量。同时，因为要考虑到我国至今的城市化水平与那些欧美发达国家相比仍存在十分大的差距，在未来较长一段时间内国家经济发展的重大战略仍然离不开积极推进城市化水平这一主题。而如火如荼的城市化建设需要以完备的能源供应体系作为基础，其中电力消费和建设是最为重要的组成部分。在此背景下，研究电力消费、GDP、人口经济等的关系，并结合我国经济发展和城市化推进来分析电力需求影响因素及其关系，十分有利于我国经济社会发展的长远规划还是电力工业发展战略的制定。

如图1所示，目前电力能源的开发依然以火电为主，其他新型能源虽然发展较快，但是依然满足不了社会用电增长。基于连年出现的电力短缺，政府出台了六项推动电力供应的措施，但这并不能从根本上解决电力短缺问题。电力作为一种特殊的商品具有两大特性：电力的生产、输送与消费同时在瞬间完成的特性；不可储存的特性。由此决定了电力需求与经济发展的累密相关性。由于电力这种敏感性商品的建设周期较长，到少需要3年的时间，所以为意免其对社会稳定及投资环境的影响。对其建立早期预警系统，做到电先行就显得尤为重要。本文为了探索影响我国电力消费量的主要因素，以期为预测未来用电需求量提供依据，从而对我国制定电力中长期发展战略具有一定的指导意义。

图1 2017年电力基本建设投资结构

最近这些年来，相关企业、部门对用电量数据及其影响因素开始了更深入的研究和分析，这都是归结于用电高峰等电力问题带来了巨大的压力，以便于根据研究的问题使有关部门做出相应的调节和改善，要想能够应对新一轮的用电增长引发的矛盾和问题，避免其严重影响到电力系统的安全运营。电力有关部门需要加强分析和预测电力和经济数据的能力，能够妥善地建设和发展电力系统的规划。要想达到这个目的，第一，电力部门要保证足够的电力供应，尽量满足电力负荷的最大需求；次之，电力部门必须要制定出效率高的发电、送电方案，能够合理地规划建设我国的电力系统。

当然，这些工作要想顺利完成更是需要分析详细、全面的电力消费数据。本文将采用灰色关联度方法对我国的年度用电量、GDP、能源消耗等数据进行分析，并对结果进行分析，给出节能建议。

1 灰色关联度分析原理

灰色关联度分析法是一种多因素统计数据分析方法，本方法是依据以各因素的样本数据为用灰色关联度这个指标来描述所选样本因素间的关系，包括强弱、大小和次序等，如果样本因素的数据反映出来的两个影响因素之间变化的状态（大小、方向以及速度等）基本上处于一致，则两个影响因素之间的关联度指标较大；反之，关联度较小。这个方法的优势在于思路比较清晰，在很大程度上可以减少因为信息不对称所造成的不必要的损失，同时对数据的要求不高，研究人员的工作量相对来说较少一些；这个方法的主要不足之处在于主观性过强，要求对各项指标的最优值进行现行确定，与此同时，部分指标最优值其实比较难以确定。关联度的大小指标直接表现出所求系统中的各个影响的因素对目标值的影响程度。使用灰色关联分析法进行影响因素分析的一般过程为：

①根据本文的分析目的确定分析指标系统，搜集相关分析数据。

设n个数据序列形成如下矩阵：

②确定参考数据列。

参考数据栏应该是理想的比较标准。参考数据栏可以由每个指标的最佳值（或最差值）组成，也可以根据评估目的选择其他参考值。因此可以表示为：

③对指标数据进行无量纲化。

由于所选系统中各因素所代表的物理方面的意义有所不同，导致不便于比较不一定相同的数据的量纲，或者在比较时得到正确的结论是很困难的。因此在试行灰色关联度分析方法之前，要进行数据处理，这种处理成为无量纲化。

无量纲化后的数据序列形成如下矩阵：

④按顺序计算每个被评价对象的指标序列（对照序列）与参考序列元素的绝对差值，即|X0（k）-Xi（k）|（k=1，2，…，m i=1，2，…，n n为被评价对象的个数）

⑤确定。

⑥计算关联系数。逐个计算每个比较序列与对照序列对应元素的关联系数指标

ρ为分辨系数，0＜ρ＜1。若ρ越小，则代表关联系数间差距越大，分辨能力越强。通常ρ取0.5。

⑦计算关联序。

分别计算各评价对象（比较序列）各个指标与参考序列对应成分的关联系数的平均值，用来代表反映这几个评价对象与参考序列之间的关联关系，并称其为关联序。

⑧如果相应的指标在本次综合评价中所造成的作用不同，那么可以对关联系数求加权平均值即

W为各指标权重。

⑨根据各个观察对象的关联序指标，可以得出本次关联度分析结果。

2 基于灰色关联度分析方法寻求影响社会用电量的因素排序

已经知道，电力用电量需求变化受多种因素的影响，有关能源的建设规划需要研究人员能够深层次的分析出社会上各种因素的未来趋势及其这种趋势可以对电力用电量需求的影响程度。本文运用灰色关联分析方式对影响全社会用电需求量的宏观因素进行了全面的分析，选取映现全国财经、社会、科学、文明程度的指标，使用2013-2017年的5年的年度数据（如表1所示）分析计算出影响要素与社会用电量之间的关联度结果。

表1 2013-2017年用电量年度数据

从图2中可以看出，随着时间变化，用电量是呈逐年上涨的趋势，相同的，其他指标数据也是随着时间而增长。

使用软件MATLAB对以上收集到的数据进行灰色关联度方法分析：

初始数据矩阵如下所示：

图2社会用电量柱状图

因此得出，对于用电量数据来说。影响程度依次为：

①我国年度国民GDP指标；

②能源损耗总量；

③我国住民自己可支配的经济收入；

④我国社会人口数量；

⑤我国住民人均教育文化娱乐支出。

由此结果根据MATLAB运行结果可以得到，目前，在本文中所涉及到的各个影响因素之中，对我国全社会电力用电量需求影响最大的是财政经济因素。中国经济整体的发展是以消耗电力资源为依托的。

3 结论

首先，本文搜集了2013-2017年的5年的用电量数据以及GDP等影响因素数据，利用MATLAB软件计算出各个影响因素的关联度并进行排序，根据软件实验研究结果可以得到相应的结论，对我国全社会电力用电量需求影响最大的是财政经济因素，也就是GDP指标，随着我国全社会经济发展不断提高，居民的日常生活水平也在不断的进步，因此社会居民对于电力供应的需求也越来越高，在这样的情况下，电力情况供应将影响人们能否享受到更加优质的供电服务。本文通过全面的分析电力用电量消费的多种相关影响因素，寻求可以为电力有关部门的行业发展和电力相关系统的完善做出一定的改善。

随着社会经济的快速发展，电力已经成为当代工业文化的一种标志性的象征，电力的重要性毋庸置疑，在国民经济体系中，电力行业所占的比重也不断呈现上升状态。在如此的发展环境背景下，应该从长远的角度出发，调整电力行业的供应水平，使电力的发展规划能够科学平稳的实现。

电力工业在我国属于国民财政经济大项的重要形成部分，属于国家的第一基础产业范围，电力可以为我国国民财政经济水平的发展给与相当重要的能源、动力支持，电力供求方面的问题一般都和全社会经济发展的水平有着相对密切的关系。我国社会在经过了十几年的发展后，社会经济水平的不断增长也造成了全社会用电需求量在不断的增加，由此原因来看，社会也已经对电力工业发展的水平提出了更高层次的要求，同时电力行业在国家宏观经济调控中所占的成分也在不断增加。因此，我国更需要调整好电力经济发展情况和社会经济发展情况之间的区别与联系，目的是可以更好的展现出电力工业在推动国民经济上升发展的意义。

综上所述，电力行业经济的发展与社会经济发展有着十分密切的关系，经济发展依托于电力的发展，而在我国社会经济发展过程中，电力工业所占分量是比较大的，对国民的社会日常生活产生了极为深刻的影响。因此，在可持续发展理念的引导下，新的历史时期需要相关工作人员能够调动一切对社会有利的积极因素，不断增强我国电力发展水平现状，从而能够充分发挥出电力工业协调平衡社会经济,农业与环境这三者的作用，进而可以推动社会经济发展水平。以后，电力行业经济发展道路任重道远，作为新时代新青年，我们需要将电力经济发展视为本国国力发展工作中的重中之重，遵循国家支持引导的可持续发展观念，推动电力行业朝着更加光明的方向发展。