大气污染防治背景下的京津冀地区电力需求预测分析

发布时间：2021-01-11 21:45

　　随着社会经济的快速发展,能源消耗迅速且环境问题日益严重,污染物排放总量居高不下,环境形势十分严峻。京津冀地区是当前中国大气污染最严重的地区,已成为中国治雾的主要阵地。国家及地方政府近年陆续颁布了大气污染防治的相关政策,加快了京津冀及周边地区大气污染综合治理,开展了电力、钢铁、水泥、平板玻璃等行业的大气污染限期治理行动。大气污染防治推动着京津冀地区高耗能产业的去产能以及技术更新改进,推动着电能替代进程的逐步加快,从而对京津冀地区未来的电力需求造成更多的不确定性。因此,本文针对大气污染防治背景下的京津冀地区电力需求预测问题展开一系列研究,分析大气污染防治政策对京津冀地区电力需求的影响,考虑地区替代电量的潜力,更加科学有效地判断京津冀地区电力需求未来的变化趋势,实现京津冀地区电力需求的准确预测,为制定能源规划提供依据,为科学合理的电网规划奠定基础,对于提高电力系统运行的稳定性和经济性具有至关重要的意义。论文围绕大气污染防治背景下的京津冀地区电力需求预测开展了相关研究。首先,从电力消费总量、电力消费结构与电力消费弹性三个方面阐述了京津冀地区的电力需求现状,概述了电力需求的相关影响因素,并基于灰... 

【文章来源】：华北电力大学(北京)北京市 211工程院校 教育部直属院校

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 大气污染防治政策国内外研究现状
        1.2.2 电力需求预测方法国内外研究现状
        1.2.3 电能替代围内外研究现状
    1.3 本文研究内容
    1.4 论文创新点
第2章 京津冀地区电力需求现状与影响因素分析
    2.1 京津冀地区电力需求现状分析
        2.1.1 电力消费总量现状
        2.1.2 电力消费结构现状
        2.1.3 电力消费弹性现状
    2.2 京津冀地区电力需求影响指标分析
        2.2.1 影响因素概述
        2.2.2 基于灰色关联度分析的关键影响指标筛选
    2.3 本章小结
第3章 京津冀地区大气污染防治现状及其对电力需求的影响分析
    3.1 京津冀地区大气污染物排放现状及趋势
        3.1.1 北京市大气污染物排放现状及趋势
        3.1.2 天津市大气污染物排放现状及趋势
        3.1.3 河北省大气污染物排放现状及趋势
    3.2 大气污染防治政策与总体思路
        3.2.1 大气污染防治相关政策
        3.2.2 京津冀地区大气污染防治策略分析
    3.3 大气污染防治政策对京津冀电力需求的影响
        3.3.1 大气污染防治背景下京津冀地区的电力需求变化特点
        3.3.2 大气污染防治政策对京津冀地区高耗能行业用电量的影响
        3.3.3 大气污染防治政策对电力需求关键影响指标的影响
    3.4 本章小结
第4章 大气污染防治背景下的电能替代潜力预测
    4.1 电能替代进程与现状分析
    4.2 电能替代的可行性与必要性
        4.2.1 电能替代的技术与经济可行性
        4.2.2 电能替代的环保必要性
    4.3 基于灰色预测模型GM（1,1）的电能替代潜力测算
        4.3.1 模型概述
        4.3.2 潜力测算
    4.4 本章小结
第5章 大气污染防治背景下的京津冀地区电力需求预测
    5.1 基础电力需求的单一预测模型
        5.1.1 回归分析方法
        5.1.2 ARIMA模型
        5.1.3 BP神经网络模型
    5.2 基础电力需求的组合预测模型
    5.3 京津冀地区电力需求预测算例分析
        5.3.1 基于回归分析方法的基础电力需求预测
        5.3.2 基于ARIMA模型的基础电力需求预测
        5.3.3 基于BP神经网络模型的基础电力需求预测
        5.3.4 京津冀地区的总体电力需求预测
    5.4 本章小结
第6章 研究成果和结论
参考文献
攻读硕士学位期间发表的论文及其他成果
致谢


【参考文献】：
期刊论文
[1]电能替代主要影响因素研究[J]. 段金辉,单葆国,刘小聪,王成洁.  中国电力企业管理. 2018(19)
[2]京津冀地区大气污染联防联控协同机制研究[J]. 李云燕,王立华,马靖宇,葛畅,殷晨曦.  环境保护. 2017(17)
[3]商业用户电能采暖替代技术选型的边界条件论证[J]. 曲子清,辛洁晴,吴亮,郑思源.  电力系统自动化. 2016(13)
[4]基于EEMD-样本熵和Elman神经网络的短期电力负荷预测[J]. 陈艳平,毛弋,陈萍,童伟,袁建亮.  电力系统及其自动化学报. 2016(03)
[5]基于倡导联盟视角的中国大气污染防治政策演变机理分析[J]. 郝亮,王毅,苏利阳,秦海波.  中国地质大学学报(社会科学版). 2016(01)
[6]能源转型中的电能替代[J]. 梁晓丽,卢文冰,周海明.  智能电网. 2015(12)
[7]节能减排背景下的内蒙古高耗能行业用电需求研究[J]. 李付强,赵会茹,赵浩然,李娜娜,胡娱欧.  中国电力. 2015(09)
[8]基于可变区间权重的中期用电量半参数预测模型[J]. 邵臻,杨善林,高飞,王晓佳.  中国管理科学. 2015(03)
[9]我国大气污染防治政策的评估与建议[J]. 杜鹏生,姚建,李毅,蓝洋.  四川环境. 2015(01)
[10]电力用户侧大数据分析与并行负荷预测[J]. 王德文,孙志伟.  中国电机工程学报. 2015(03)

博士论文
[1]发电侧与用电侧参与电能替代的效益分析与优化研究[D]. 王冠.华北电力大学(北京) 2017

硕士论文
[1]基于logistic组合模型的城市电力饱和负荷预测研究[D]. 张杰.华北电力大学 2017
[2]节能减排环境下电能替代其他能源评价方法研究[D]. 尹航.华北电力大学 2013
[3]广东省电力需求分析与预测[D]. 黄宇娟.华南理工大学 2012



本文编号：2971529