du bao tp ha noi. h i n l c
DESCRIPTION
Trong cuộc sống hàng ngày cũng như trong sản xuất, điện năng đóng vai tròhết sức quan trọng, muốn nền kinh tế phát triển thì ngành điện phải đi trước mộtbước. Như vậy, điện năng như một nguồn động lực để thúc đẩy sự phát triển củacác ngành kinh tế. Điện năng vừa là một ngành sản xuất, vừa là ngành kết cấu hạtầng cho toàn bộ nền kinh tế xã hội và cũng là một tiêu chí quan trọng để đánh giásự phát triển của một quốc gia. Để phù hợp với xu thế phát triển chung của toàn xãhội, ngành điện đã luôn cố gắng đáp ứng đủ nhu cầu điện năng, nâng cao chất lượngđiện năng, đảm bảo an toàn trong sản xuất và cung cấp, đa dạng nguồn phát, giảmthiểu sự cố và thiếu điện trong giờ cao điểm, tiết kiệm điện năng và thực hiện tốtvấn đề môi trường. Do đó, dự báo nhu cầu điện năng càng chính xác bao nhiêu thìcàng đem lại hiệu quả cao cho ngành điện nói riêng và toàn bộ nền kinh tế nóichung.Mặc dù cũng bị tác động của khủng hoảng tài chính toàn cầu, kinh tế ViệtNam trong những năm gần đây vẫn tăng trưởng cao. Tốc độ tăng trưởng điện năngcủa toàn quốc hiện vẫn giữ ở mức tăng gấp hai lần tốc độ tăng trưởng GDP, đó làsức ép rất lớn đối với ngành công nghiệp điện. Việc dự báo nhu cầu điện năng chotoàn quốc, các miền, các tỉnh là khâu hết sức quan trọng trong việc xác lập cácchương trình phát triển nguồn, lưới điện của toàn hệ thống và của từng tỉnh.Do quá trình công nghiệp hóa, hiện đại hóa nhanh trong vòng mười năm trở lạiđây, thành phố Hà Nội đang phải đối diện với những vấn đề của một đô thị lớn cómức tăng trưởng kinh tế tương đối nhanh và dân số ngày một tăng lên. Sự tăngtrưởng nhanh về kinh tế cũng như dân số là vấn đề chính dẫn đến sự gia tăng nhucầu tiêu thụ điện năng của thành phố hiện nay, cùng với đó là nguy cơ quá tải điệntrên diện rộng. Nếu tình trạng quá tải này không được cải thiện bằng cách xây dựngvà đưa vào các máy biến áp mới thì rất có thể trong mùa nắng nóng sẽ xảy ra tìnhtrạng Hà Nội phải cắt điện luân phiên khi cả nước vẫn đủ điện. Các khu vực bị cắtđiện lại là trung tâm Hà Nội, quận Long Biên và các huyện Đông Anh, Từ Liêm,Gia Lâm. Nhu cầu điện tăng cao làm tăng mức độ rủi ro cho hệ thống điện nói riêngvà cho toàn bộ nền kinh tế nói chung. Là công dân đang sinh sống, học tập và làmviệc tại thành phố Hà Nội, hằng ngày chúng ta đang phải đối diện với những vấn đềthiết thực trên, em đã vận dụng những kiến thức cơ bản đã tích lũy trong quá trìnhrèn luyện và học tập tại trường Đại học Điện lực để dự báo nhu cầu điện năng.2. Mục đích của đề tàiVới những lý do trên, em lựa chọn thực hiện đề tài “Dự báo nhu cầu điệnnăng Thành phố Hà Nội giai đoạn 2014-2018" nhằm mục đích đưa ra được nhu cầutiêu thụ điện năng thành phố Hà Nội. Dựa trên kết quả của dự báo để xây dựng kếhoạch phân bổ điện năng từng ngành kinh tế và đưa ra những hướng điều chỉnh việcphân phối nguồn hợp lý, cung cấp đủ nhu cầu điện năng, kế hoạch sử dụngnăng lượng tiết kiệm và hiệu quả cho toàn thành phố Hà Nội, không để xảy ra tìnhtrạng thiếu điện trong giờ cao điểm.3. Đối tượng và phạm vi nghiên cứu- Đối tượng nghiên cứu: Đồ án này xem xét đến mối quan hệ của các yếu tốnhư GDP của từng ngành, giá điện năng theo từng ngành, dân số,... với nhu cầu tiêuthụ điện năng của ngành. Khi các yếu tố đó thay đổi thì sẽ tác động đến nhu cầu tiêuthụ điện năng của ngành làm cho nhu cầu thay đổi đáng kể.- Phạm vi nghiên cứu: Đồ án này thực hiện dự báo nhu cầu điện năng chothành phố Hà Nội trong giai đoạn 2014-2018. Để đưa ra được mô hình dự báo nhucầu hợp lý nhất thì cần phải thông qua các kiểm định mô hình, đánh giá mức độ phùhợp, sai số của mô hình, so sánh kết quả dự báo rồi đi đến kết luận.4. Giới hạn của đề tài- Chuỗi số liệu quá khứ bị giới hạn: chỉ có thể xem xét trong giai đoạn nềnkinh tế của Việt Nam tương đối ổn định: 1995-2013- Giá điện năng sử dụng trong đồ án không phải là giá thực (giá đã có sự trợgiá của nhà nước).5. Phương pháp nghiên cứuTrong đồ án này, em có trình bàyTRANSCRIPT
LỜI MỞ ĐẦU
1. Tính cấp thiết và lý do chọn đề tài
Trong cuộc sống hàng ngày cũng như trong sản xuất, điện năng đóng vai trò
hết sức quan trọng, muốn nền kinh tế phát triển thì ngành điện phải đi trước một
bước. Như vậy, điện năng như một nguồn động lực để thúc đẩy sự phát triển của
các ngành kinh tế. Điện năng vừa là một ngành sản xuất, vừa là ngành kết cấu hạ
tầng cho toàn bộ nền kinh tế xã hội và cũng là một tiêu chí quan trọng để đánh giá
sự phát triển của một quốc gia. Để phù hợp với xu thế phát triển chung của toàn xã
hội, ngành điện đã luôn cố gắng đáp ứng đủ nhu cầu điện năng, nâng cao chất lượng
điện năng, đảm bảo an toàn trong sản xuất và cung cấp, đa dạng nguồn phát, giảm
thiểu sự cố và thiếu điện trong giờ cao điểm, tiết kiệm điện năng và thực hiện tốt
vấn đề môi trường. Do đó, dự báo nhu cầu điện năng càng chính xác bao nhiêu thì
càng đem lại hiệu quả cao cho ngành điện nói riêng và toàn bộ nền kinh tế nói
chung.
Mặc dù cũng bị tác động của khủng hoảng tài chính toàn cầu, kinh tế Việt
Nam trong những năm gần đây vẫn tăng trưởng cao. Tốc độ tăng trưởng điện năng
của toàn quốc hiện vẫn giữ ở mức tăng gấp hai lần tốc độ tăng trưởng GDP, đó là
sức ép rất lớn đối với ngành công nghiệp điện. Việc dự báo nhu cầu điện năng cho
toàn quốc, các miền, các tỉnh là khâu hết sức quan trọng trong việc xác lập các
chương trình phát triển nguồn, lưới điện của toàn hệ thống và của từng tỉnh.
Do quá trình công nghiệp hóa, hiện đại hóa nhanh trong vòng mười năm trở lại
đây, thành phố Hà Nội đang phải đối diện với những vấn đề của một đô thị lớn có
mức tăng trưởng kinh tế tương đối nhanh và dân số ngày một tăng lên. Sự tăng
trưởng nhanh về kinh tế cũng như dân số là vấn đề chính dẫn đến sự gia tăng nhu
cầu tiêu thụ điện năng của thành phố hiện nay, cùng với đó là nguy cơ quá tải điện
trên diện rộng. Nếu tình trạng quá tải này không được cải thiện bằng cách xây dựng
và đưa vào các máy biến áp mới thì rất có thể trong mùa nắng nóng sẽ xảy ra tình
trạng Hà Nội phải cắt điện luân phiên khi cả nước vẫn đủ điện. Các khu vực bị cắt
điện lại là trung tâm Hà Nội, quận Long Biên và các huyện Đông Anh, Từ Liêm,
Gia Lâm. Nhu cầu điện tăng cao làm tăng mức độ rủi ro cho hệ thống điện nói riêng
và cho toàn bộ nền kinh tế nói chung. Là công dân đang sinh sống, học tập và làm
việc tại thành phố Hà Nội, hằng ngày chúng ta đang phải đối diện với những vấn đề
thiết thực trên, em đã vận dụng những kiến thức cơ bản đã tích lũy trong quá trình
rèn luyện và học tập tại trường Đại học Điện lực để dự báo nhu cầu điện năng.
2. Mục đích của đề tài
Với những lý do trên, em lựa chọn thực hiện đề tài “Dự báo nhu cầu điện
năng Thành phố Hà Nội giai đoạn 2014-2018" nhằm mục đích đưa ra được nhu cầu
tiêu thụ điện năng thành phố Hà Nội. Dựa trên kết quả của dự báo để xây dựng kế
hoạch phân bổ điện năng từng ngành kinh tế và đưa ra những hướng điều chỉnh việc
phân phối nguồn hợp lý, cung cấp đủ nhu cầu điện năng, kế hoạch sử dụng
năng lượng tiết kiệm và hiệu quả cho toàn thành phố Hà Nội, không để xảy ra tình
trạng thiếu điện trong giờ cao điểm.
3. Đối tượng và phạm vi nghiên cứu
- Đối tượng nghiên cứu: Đồ án này xem xét đến mối quan hệ của các yếu tố
như GDP của từng ngành, giá điện năng theo từng ngành, dân số,... với nhu cầu tiêu
thụ điện năng của ngành. Khi các yếu tố đó thay đổi thì sẽ tác động đến nhu cầu tiêu
thụ điện năng của ngành làm cho nhu cầu thay đổi đáng kể.
- Phạm vi nghiên cứu: Đồ án này thực hiện dự báo nhu cầu điện năng cho
thành phố Hà Nội trong giai đoạn 2014-2018. Để đưa ra được mô hình dự báo nhu
cầu hợp lý nhất thì cần phải thông qua các kiểm định mô hình, đánh giá mức độ phù
hợp, sai số của mô hình, so sánh kết quả dự báo rồi đi đến kết luận.
4. Giới hạn của đề tài
- Chuỗi số liệu quá khứ bị giới hạn: chỉ có thể xem xét trong giai đoạn nền
kinh tế của Việt Nam tương đối ổn định: 1995-2013
- Giá điện năng sử dụng trong đồ án không phải là giá thực (giá đã có sự trợ
giá của nhà nước).
5. Phương pháp nghiên cứu
Trong đồ án này, em có trình bày một số phương pháp sử dụng trong dự báo,
cũng như những tiêu chuẩn để đánh giá mô hình. Phương pháp trọng tâm trong đồ
án được dùng để dự báo đó là phương pháp hồi quy nghiên cứu mối quan hệ phụ
thuộc của biến nhu cầu điện năng với các biến độc lập như GDP, dân số, giá điện.
Em dựa vào những số liệu đã thu thập được và sử dụng phần mềm EVIEWS để đưa
ra mô hình dự báo phù hợp nhất.
6. Đóng góp của đồ án
Dự báo nhu cầu điện năng thành phố Hà Nội giai đoạn 2014-2018 là một khâu
quan trọng trong quản lý kinh tế nói chung và trong quy hoạch hệ thống điện nói
riêng. Đồ án này góp phần tìm hiểu tình hình phát triển kinh tế xã hội cũng như thực
trạng tiêu thụ điện năng của thành phố Hà Nội giai đoạn 1995-2013. Dựa vào chuỗi
dữ liệu quá khứ sử dụng phương pháp hồi quy để xây dựng mô hình dự báo cho
từng ngành kinh tế của thành phố Hà Nội, đưa ra kết quả dự báo cho từng ngành
kinh tế của Hà Nội nói riêng và của toàn thành phố Hà Nội nói chung. Từ đó làm
nền tảng cho phân tích dự báo và có những quyết sách phù hợp, hiệu quả, thúc đẩy
tăng trưởng.
7. Kết cấu của đồ án
Nội dung của đồ án ngoài những phần mở đầu, mục lục, tài liệu tham khảo,
bao gồm những phần chính sau:
Chương 1: Cơ sở lý thuyết về dự báo nhu cầu điện năng
Chương 2: Tổng quan về nhu cầu điện năng thành phố Hà Nội
Chương 3: Dự báo nhu cầu điện năng thành phố Hà Nội giai đoạn 2014-2018
Do thời gian tìm hiểu ngắn cũng như kiến thức còn hạn hẹp, nên đồ án của em
còn thiếu sót. Kính mong sự góp ý, giúp đỡ của các thầy, cô giáo và các bạn để đồ
án của em được hoàn thiện hơn.
Em xin chân thành cảm ơn!
LỜI CẢM ƠN
Kính gửi các thầy giáo, cô giáo !
Trong suốt quá trình học tập, rèn luyện dưới mái trường Điện Lực em đã được
sự quan tâm tạo điều kiện của các thầy, cô giáo trong Ban lãnh đạo nhà trường,
được các thầy, cô giáo khoa Quản lý Năng lượng, các tổ bộ môn của trường đã cung
cấp, truyền đạt và chỉ bảo nhiệt tình tất cả những kiến thức nền tảng và chuyên môn
quý giá.
Kết thúc khóa học, em đã được nhà trường và khoa Quản lý Năng lượng cho
phép em làm đồ án tốt nghiệp. Nội dung trong đồ án là một phần kết quả của những
kiến thức mà em đã tiếp thu được từ các thầy, cô giáo giảng dạy trong suốt thời gian
qua. Với nội dung và phương pháp nghiên cứu đồ án của em còn thiếu sót cần phải
tiếp tục bổ sung, nghiên cứu hoàn chỉnh để đạt được kết quả tốt hơn nữa. Vì vậy,
em rất mong nhận được sự góp ý, chỉ dạy của các thầy, cô giáo cùng với sự trao đổi
ý kiến của các bạn sinh viên để đồ án của em được hoàn thành tốt nhất.
Đồ án của em được thực hiện và hoàn thành, em xin trân trọng cảm ơn các
thầy, cô giáo trong Ban lãnh đạo nhà trường, các thầy, cô giáo trong khoa Quản lý
Năng lượng. Đặc biệt, em trân trọng gửi lời cảm ơn tới cô giáo - Th.S Nguyễn Thị
Như Vân - giảng viên khoa Quản lý Năng lượng đã tận tình hướng dẫn giúp đỡ em
trong quá trình thực hiện đề tài.
Em xin chân thành cảm ơn!
Hà Nội, ngày 10 tháng 01 năm 2013
Sinh viên thực hiện
Lê Hoàng Hiệp
TRƯỜNG ĐẠI HỌC ĐIỆN LỰC
KHOA QUẢN LÝ NĂNG LƯỢNG
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
NHẬN XÉT CỦA GIÁO VIÊN HƯỚNG DẪN
Họ và tên giảng viên hướng dẫn: Th.S NGUYỄN THỊ NHƯ VÂN
Họ và tên sinh viên: LÊ HOÀNG HIỆP
Tên đề tài: Dự báo nhu cầu điện năng Thành phố Hà Nội giai đoạn 2014-2018
Tính chất đề tài:
…………………………………………………………………………………
………………………………………………………………………………………
NỘI DUNG VÀ NHẬN XÉT:
1. Tiến trình thực hiện đồ án:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
……………………………………………………………………………………....
2. Nội dung cơ sở của đồ án:
- Cơ sở lý thuyết:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
- Các số liệu, tài liệu thực tế:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
Phương pháp và mức độ giải quyết các vấn đề:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
3. Hình thức của đồ án:
- Hình thức trình bày:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
- Kết cấu đồ án:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
4. Những nhận xét khác:
………………………………………………………..…………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
ĐÁNH GIÁ CHUNG:
Xếp loại:……
Điểm :……
Hà Nội, ngày … tháng 01 năm 2013
GIẢNG VIÊN HƯỚNG DẪN
TRƯỜNG ĐẠI HỌC ĐIỆN LỰC
KHOA QUẢN LÝ NĂNG LƯỢNG
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập – Tự do – Hạnh phúc
NHẬN XÉT CỦA GIÁO VIÊN PHẢN BIỆN
Họ và tên giảng viên hướng dẫn: Th.S NGUYỄN THỊ NHƯ VÂN
Họ và tên sinh viên: LÊ HOÀNG HIỆP
Tên đề tài: Dự báo nhu cầu điện năng Thành phố Hà Nội giai đoạn 2014-2018
Tính chất đề tài:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
I. NỘI DUNG VÀ NHẬN XÉT:
1. Nội dung đồ án:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………...............
........................………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
2. Hình thức đồ án:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………...............
...............………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
……………………………………………………………………………………….
………………………………………………………………………………………
………………………………………………………………………………………..
3. Những nhận xét khác:
…………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
………………………………………………………………………………………
Hà Nội, ngày … tháng 01 năm 2013
GIẢNG VIÊN PHẢN BIỆN
MỤC LỤC
LỜI MỞ ĐẦU………………………………………………………………………
LỜI CẢM ƠN………………………………………………………………………
DANH MỤC CÁC BẢNG, SƠ ĐỒ, HÌNH……………………………………… 2
KÝ HIỆU CÁC CỤM TỪ VIẾT TẮT…………………………………………... 5
CHƯƠNG I : CƠ SỞ LÝ THUYẾT VỀ DỰ BÁO NHU CẦU ĐIỆN NĂNG… 6
1.1 GIỚI THIỆU CHUNG VỀ DỰ BÁO ................................................................. 6
1.1.1 Dự báo là gì ? ..................................................................................................... 6
1.1.2 Vai trò và ý nghĩa của dự báo ............................................................................ 6
1.1.3 Các bước dự báo ................................................................................................. 7
1.1.4 Các phương pháp dự báo nhu cầu điện năng ..................................................... 8
1.1.4.1 Phương pháp ngoại suy ................................................................................... 9
1.1.4.2 Phương pháp hồi quy .................................................................................... 10
1.1.4.3. Phương pháp hệ số đàn hồi thu nhập ........................................................... 11
1.1.4.4 Phương pháp chuyên gia ............................................................................... 12
1.1.4.5 Phương pháp mạng neural nhân tạo .............................................................. 12
1.2 TÌM HIỂU PHƯƠNG PHÁP DỰ BÁO HỒI QUY TUYẾN TÍNH ............... 13
1.3 CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN NHU CẦU PHỤ TẢI ĐIỆN .................. 18
1.3.1 Giá điện ............................................................................................................ 18
1.3.2 Cơ cấu phụ tải điện ........................................................................................... 21
1.3.3 Tập quán sinh hoạt ........................................................................................... 22
1.3.4 Điều kiện tự nhiên ........................................................................................... 22
CHƯƠNG II: TỔNG QUAN VỀ NHU CẦU ĐIỆN NĂNG CỦA THÀNH PHỐ
HÀ NỘI……………………………………………………………………............23
2.1 TỔNG QUAN VỀ NHU CẦU ĐIỆN NĂNG THÀNH PHỐ HÀ NỘI ........... 23
2.1.1 Điều kiện tự nhiên và tài nguyên thiên nhiên .................................................. 23
2.1.2 Khái quát về tình hình phát triển kinh tế - xã hội Thành phố Hà Nội giai đoạn
1995-2013.................................................................................................................. 24
2.1.2.1 Tình hình kinh tế của Hà Nội giai đoạn 1995-2013 ...................................... 24
2.1.2.2 Tình hình dân số Hà Nội giai đoạn 1995-2013 ............................................. 27
2.1.2.3 Định hướng phải triển kinh tế của Hà Nội trong giai đoạn tới ..................... 28
2.2 Thực trạng tiêu thụ điện năng Thành phố hà nội giai đoạn 1995-2013 ....... 31
2.2.1 Điện năng tiêu thụ theo thời gian của Thành phố Hà Nội giai đoạn 1995-2013
................................................................................................................................... 31
2.2.2 Điện năng tiêu thụ theo ngành ......................................................................... 34
CHƯƠNG III : DỰ BÁO NHU CẦU ĐIỆN NĂNG THÀNH PHỐ HÀ NỘI
GIAI ĐOẠN 2014-2018…………………………………………………………..39
3.1 LỰA CHỌN PHƯƠNG PHÁP DỰ BÁO NHU CẦU ĐIỆN NĂNG THÀNH
PHỐ HÀ NỘI GIAI ĐOẠN 2014-2018 .................................................................. 39
3.1.1 Lý do lựa chọn phương pháp ........................................................................... 39
3.1.2 Phân tích các yếu tố ảnh hưởng đến nhu cầu điện năng thành phố Hà Nội ..... 39
3.1.3 Phân tích mô hình dự báo ................................................................................. 40
3.2 XÂY DỰNG MÔ HÌNH DỰ BÁO .................................................................... 46
3.2.1 Công nghiệp ..................................................................................................... 46
3.2.2 Nông nghiệp ..................................................................................................... 51
3.2.3 Dân dụng – sinh hoạt........................................................................................ 56
3.2.4 Thương mại – Dịch vụ ..................................................................................... 60
3.2.5 Ngành Khác ...................................................................................................... 65
3.3 LỰA CHỌN MÔ HÌNH DỰ BÁO .................................................................... 71
3.4 KẾT QUẢ DỰ BÁO .......................................................................................... 75
KẾT LUẬN………………………………………………………………………..77
DANH MỤC TÀI LIỆU THAM KHẢO……………………………………… 78
2
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
DANH MỤC CÁC BẢNG, SƠ ĐỒ, HÌNH
Hình 1.1. Sơ đồ các bước dự báo……..…………………………………………….8
Hình 1.2: Các bước dự báo bằng phương pháp hồi quy…………………………...15
Bảng 1.3:Giá điện áp dụng cho điện sinh hoạt của Bộ công thương ban hành tháng
7/2013..……………………………………………………………………………20
Bảng 1.4 : Bảng giá áp dụng cho các ngành sản xuất…………………………….20
Bàng 1.5 : Giá bán lẻ điện cho bơm nước tưới tiêu……………………………….21
Bảng 1.6 : Bảng giá bán lẻ điện cho đơn vị kinh doanh……………….………….21
Hình 1.7 : Cơ cấu tiêu thụ điện năng 6 tháng đầu năm 2013 – EVN……………..22
Hình 2.1: Bản đồ Thành phố Hà Nội…………….…………….………………….25
Bảng 2.2:Tổng sản phẩm quốc nội ( GDP ) của Hà Nội phân theo các ngành kinh tế
…………….…………….…………….…………….…………….……………....26
Hình 2.3: Đồ thị biểu diễn tang trưởng GDP theo các thành phần kinh tế giai đoạn
1995-2013…………….…………….…………….…………….…………………27
Hình 2.4: Cơ cấu GDP theo các thành phần kinh tế năm 1995 và 2013…………27
Bảng 2.5 : Dân số và tốc độ tang trưởng dân số giai đoạn 1995-2013 ………… 28
Hình 2.6: Biểu đồ thể hiện dân số và tốc độ tang trưởng dân số thành phố Hà Nội
giai đoạn 1995-2013…………….…………….…………….…………….………29
Bảng 2.7: Tóm tắt chỉ tiêu phát triển kinh tế - xã hội giai đoạn 2011-2015………32
Bảng 2.8: Tình hình tiêu thụ điện năng của HàNội giai đoạn 1995 – 2013………33
Hình 2.9: Điện năng tiêu thụ của thành phố Hà Nội giai đoạn 1995-2013……….34
Hình 2.10 : Tốc độ tăng trưởng nhu cầu điện năng thành phố Hà Nội giai đoạn 1995
– 2013 ……….…………….…………….……………….…………….…………34
Bảng 2.11: Tiêu thụ điện năng theo ngành của Hà Nội giai đoạn 1995 -2013……36
Hình 2.12: Đồ thị biểu diễn tiêu thụ điên năng của thành phố Hà Nội theo từng
ngành kinh tế giai đoạn 1995 - 2013 …………………………………….…….......37
Hình 2.13: Đồ thị biểu diễn thay đổi tỷ trọng tiêu thụ điện năng giai đoạn 1995-
2013…………….…………….…………….…………….…………….…………37
Hình 2.14: Cơ cấu tiêu thụ điện năng theo các thành phần kinh tế năm 1995 và
2013…………….…………….…………….…………….…………….…………39
Bảng 3.1:GDP cho từng ngành kinh tế thành phố Hà Nội giai đoạn 2014-
2018…………….…………….…………….…………….…………….…………42
Bảng 3.2: GDP bình quân đầu người của thành phô Hà Nội giai đoạn 2014-2018..43
Bảng 3.3: Giá điện theo từng ngành của thành phố Hà Nội giai đoạn 2014-2018...44
Bảng 3.4 : Dân số thành phố Hà Nội giai đoạn 2014-2018…………….…………44
Bảng 3.5 : Thống kế dữ liệu về nhu cầu phụ tải, GDP và giá điện của các ngành
kinh tế…………….…………….…………….…………….…………….………..45
3
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 3.6: Kết quả chạy Eviews mô hình tuyến tính của ngành công nghiệp……...47
Hình 3.7: Kết quả chạy Eviews mô hình tuyến tính của ngành công nghiệp khi đã
bỏ biến PCN và DS…………….…………….…………….………………………48
Hình 3.8: Kết quả chạy Eviews mô hình tuyến tính của ngành công nghiệp sau khi
bỏ biến PCN, DS và thêm biến trễ ACN(-1) …………….…………….…………49
Hình 3.9: Kết quả chạy Eviews mô hình log tuyến tính của ngành công nghiệp…50
Hình 3.10: Kết quả chạy Eviews mô hình log tuyến tính của ngành công nghiệp sau
khi bỏ biến PCN…………….…………….…………….…………….……………51
Hình 3.11: Kết quả chạy Eviews mô hình tuyến tính của ngành nông nghiệp…….53
Hình 3.12: Kết quả chạy Eviews mô hình tuyến tính của ngành nông nghiệp khi đã
bỏ biến DS…………….…………….…………….…………….…………………54
Hình 3.13: Kết quả chạy Eviews mô hình log tuyến tính của ngành nông nghiệp.55
Hình 3.14: Kết quả chạy Eviews mô hình log tuyến tính của ngành nông nghiệp sau
khi bỏ biến DS…………….…………….…………….…………….…………….56
Hình 3.15: Kết quả chạy Eviews mô hình tuyến tính của ngành
dân dụng- sinh hoạt…………….…………….…………….……………………...57
Hình 3.16: Kết quả chạy Eviews mô hình tuyến tính của ngành dân dụng – sinh
hoạt khi bỏ biến DS……………………………………………………………….58
Hình 3.17: Kết quả chạy Eviews mô hình log tuyến tính của ngành dân dụng – sinh
hoạt…………………………………………………………….………………….59
Hình 3.18: Kết quả chạy Eviews mô hình log tuyến tính của ngành công nghiệp sau
khi bỏ biến DS. …………………………………………………………………...60
Hình 3.19: Kết quả chạy Eviews mô hình tuyến tính của ngành thương mại- dịch
vụ………………………………………………………………………….………62
Hình 3.20: Kết quả chạy Eviews mô hình tuyến tính của ngành thương mại – dịch
vụ khi đã bỏ biến GDPTM…………………………………………………………63
Hình 3.21: Kết quả chạy Eviews mô hình log tuyến tính của ngành
thương mại – dịch vụ………………………………………………………………64
Hình 3.22: Kết quả chạy Eviews mô hình log tuyến tính của ngành thương mại –
dịch vụ sau khi bỏ biến PDS và GDPTM……………………………………….....65
Hình 3.23: Kết quả chạy Eviews mô hình tuyến tính của ngành Khác…………....66
Hình 3.24: Kết quả chạy Eviews mô hình tuyến tính của ngành khác đã loại bỏ biến
GDPK và PK……………………………………………………………………....67
Hình 3.25: Kết quả chạy Eviews mô hình log tuyến tính của ngành khác………...68
Hình 3.26: Kết quả chạy Eviews mô hình log tuyến tính của ngành khác khi bỏ biến
DS và PK…………………………………………………………………………69
Bảng 3.27 :Các mô hình dự báo đã lập được bằng phần mềm EVIEWS………….71
4
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 3.28: Các hàm dự báo cho giai đoạn 2010-2013 (lấy dữ liệu từ 2000-2009)
chạy bằng phần mềm EVIEWS……………………………………………………73
Bảng 3.29: Số liệu dự báo cho giai đoạn 2010-2013………………………………74
Bảng 3.30: Chỉ số MAPE của các ngành………………………………………….75
Bảng 3.31 :Các hàm dự báo cho giai đoạn 2014-2018 ( lấy dữ liệu quá khứ giai
đoạn 2000-2013)…………………………………………………………………...76
Bảng 3.32 : Tính toán kết quả dự báo cho các ngành dựa vào mô hình dự báo đã
chọn………………………………………………………………………………...76
Hình 3.33 : Biểu đồ tăng trưởng nhu cầu điện năng giai đoạn dự báo 2014-2018...77
5
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
KÝ HIỆU CÁC CỤM TỪ VIẾT TẮT
GDP: Tổng sản phẩm quốc nội
CN: Ngành công nghiệp
NN: Ngành nông nghiệp
TMDV, TM: ngành thương mại – dịch vụ
DDSH: Ngành dân dụng – sinh hoạt
ACN: Nhu cầu điện năng ngành công nghiệp
ANN: Nhu cầu điện năng ngành nông nghiệp
ATM: Nhu cầu điện năng ngành thương mại – dịch vụ
AK: Nhu cầu điện năng ngành khác
ADS: Nhu cầu điện năng ngành dân dụng – sinh hoạt
GDPCN: Tổng sản phảm quốc nội ngành công nghiệp
GDPNN: Tổng sản phảm quốc nội ngành nông nghiệp
GDPTM: Tổng sản phẩm quốc nội ngành thương mại – dịch vụ
GDPDS: Tổng thu nhập bình quân đầu người
GDPK: Tổng thu nhập bình quân ngành khác ( không bao gồm ngành CN, NN,
TMDV, DDSH)
PCN: Giá điện ngành công nghiệp
PNN: Giá điện ngành nông nghiệp
PTM: Giá điện ngành thương mại – dịch vụ
PDS: Giá điện ngành dân dụng - sinh hoạt
PK: Giá điện ngành khác
DS: Tổng dân số
6
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
CHƯƠNG I : CƠ SỞ LÝ THUYẾT VỀ DỰ BÁO NHU CẦU
ĐIỆN NĂNG
1.1 GIỚI THIỆU CHUNG VỀ DỰ BÁO
1.1.1 Dự báo là gì ?
Dự báo là một khoa học và nghệ thuật tiên đoán những sự việc sẽ xảy ra trong
tương lai, trên cơ sở phân tích khoa học về các dữ liệu đã thu thập được. Khi tiến
hành dự báo cần căn cứ vào việc thu thập, xử lý số liệu trong quá khứ và hiện tại để
xác định xu hướng vận động của các hiện tượng trong tương lai nhờ vào một hay
nhiều phương pháp dự báo. Dự báo có thể được xem như một tập hợp các công cụ
giúp người ta quyết định thực hiện các phán đoán tốt nhất có thể có về các sự kiện
sẽ xảy ra trong tương lai. Dù các định nghĩa có sự khác biệt nào đó, nhưng đều
thống nhất cơ bản “dự báo” là bàn về tương lai và nói về tương lai. Ngày nay, dự
báo là một nhu cầu không thể thiếu được của mọi hoạt động kinh tế - xã hội, khoa
học - kỹ thuật, được tất cả các ngành khoa học quan tâm nghiên cứu.
1.1.2 Vai trò và ý nghĩa của dự báo
Vai trò của dự báo
- Tương lai là bất định và có nhiều rủi ro nên việc thực hiện dự báo sẽ giúp
chúng ta tránh được những rủi ro gây thiệt hại lớn.
- Khi thực hiện dự báo có thể tìm ra những cơ hội phát triển mới trong kinh
doanh làm tăng lợi nhuận đồng thời cũng tạo được lợi thế cạnh tranh.
- Dự báo là công cụ đắc lực trong việc quy hoạch, hoạch định chiến lược và
lập kế hoạch.
Ý nghĩa của dự báo
- Dự báo các mức độ tương lai của hiện tượng, qua đó giúp các nhà quản trị
chủ động trong việc đề ra các kế hoạch và các quyết định cần thiết để phục vụ cho
quá trình sản xuất kinh doanh, đầu tư,...
- Dự báo chính xác sẽ làm giảm bớt mức độ rủi ro cho doanh nghiệp nói riêng
và cho toàn bộ nền kinh tế nói chung.
- Nhờ có dự báo các chính sách kinh tế, các kế hoạch và chương trình phát triển
kinh tế được xây dựng có cơ sở khoa học và mang lại hiệu quả kinh tế cao.
- Dự báo chính xác là căn cứ để các nhà hoạch định các chính sách phát triển
kinh tế, văn hóa xã hội trong toàn bộ nền kinh tế quốc dân.
- Nhờ có dự báo thường xuyên và kịp thời, các nhà quản trị doanh nghiệp có
khả năng kịp thời đưa ra những biện pháp điều chỉnh các hoạt động kinh tế của đơn
vị mình nhằm thu được hiệu quả sản xuất kinh doanh cao nhất.
7
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
1.1.3 Các bước dự báo
Hình 1.1. Sơ đồ các bước dự báo
Bước 1: Xác định mục tiêu dự báo
Cần phải đưa ra các mục tiêu, quyết định có liên quan đến việc cần phải dự
báo. Người sử dụng và người làm dự báo có cơ hội thảo luận các mục tiêu và kết
quả dự báo sẽ được sử dụng như thế nào thì kết quả dự báo sẽ có ý nghĩa quan
trọng.
Bước 2: Xác định biến độc lập, giả thiết mối quan hệ giữa biến độc lập và biến phụ
thuộc
Cần phải phân tích những biến có ảnh hưởng tới đối tượng dự báo để lựa chọn
được những biến có ảnh hưởng mạnh nhất tới đối tượng dự báo thì kết quả dự báo
sẽ có sai số nhỏ. Ta phải giả thiết được mối quan hệ giữa biến độc lập và biến phụ
thuộc có quan hệ cùng chiều hay ngược chiều để đánh giá mô hình có phù hợp với
lý thuyết kinh tế không.
Bước 3: Nghiên cứu và phân tích dữ liệu đã thu thập được theo thời gian của các
biến
- Dữ liệu thường được tổng hợp theo cả biến và thời gian, nhưng tốt nhất là
thu thập dữ liệu chưa được tổng hợp.
Xác định mục tiêu của dự báo
Xác định biến độc lập, giả thiết mối quan
hệ giữa biến độc lập và biến phụ thuộc
Nghiên cứu và phân tích dữ liệu đã thu
thậpđược theo thời gian của các biến
Lựa chọn và xây dựng mô hình dự báo
Đánh giá mức độ phù hợp của dự báo
Đánh giá kết quả dự báo
Đưa ra kết quả dự báo
8
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
- Cần trao đổi giữa người sử dụng và người làm dự báo để có sự thống nhất về
bảng dữ liệu đã thu thập được.
- Phân tích số liệu để có hướng dự báo tốt nhất.
Bước 4: Lựa chọn và xây dựng mô hình dự báo
Làm sao để quyết định được phương pháp thích hợp nhất cho một tình huống
nhất định?
- Loại và lượng dữ liệu thu thập.
- Quy luật dữ liệu trong quá khứ.
- Tính cấp thiết của dự báo.
- Độ dài dự báo.
- Kiến thức chuyên môn của người làm dự báo.
Bước 5: Đánh giá mức độ phù hợp của dự báo
- Đối với các phương pháp định lượng, cần phải kiểm định, đánh giá mức độ
phù hợp của mô hình trong phạm vi mẫu dữ liệu.
- Đánh giá mức độ chính xác của dự báo.
Bước 6: Đưa ra kết quả dự báo
- Kết quả dự báo phải được trình bày rõ ràng những con số được tính toán như
thế nào và chỉ ra sự tin cậy của kết quả dự báo.
- Trình bày ở cả dạng nói và dạng viết.
- Bảng biểu phải ngắn gọn, rõ ràng.
- Chuỗi dữ liệu dài có thể trình bày dưới dạng đồ thị.
Bước 7: Đánh giá kết quả dự báo
- Trao đổi và hợp tác giữa người sử dụng và người làm dự báo có vai trò rất
quan trọng trong việc xây dựng và duy trì quy trình dự báo thành công.
- Đánh giá kết quả dự báo để đưa ra những quy hoạch, hoạch định các kế
hoạch tốt nhất.
1.1.4 Các phương pháp dự báo nhu cầu điện năng
Hầu hết các bài toán dự báo phụ tải đều dựa trên cơ sở các mô hình toán học
hoặc các mô hình thực nghiệm nhằm tìm ra các quy luật biến đổi của phụ tải điện
trong chu kỳ xét. Kinh nghiệm thực tế cho thấy không có phương pháp dự báo
chung cho mọi chu kỳ dự báo. Mỗi chu kỳ có những đặc điểm riêng biệt, việc phân
tích, đánh giá các phương pháp dự báo nhu cầu phụ tải nhằm tìm ra những phương
pháp phù hợp cho mỗi nhu cầu dự báo, mỗi chu kỳ dự báo cụ thể.
Hiện nay trong lĩnh vực dự báo phụ tải, phổ biến có các phương pháp dự báo
cơ bản sau:
9
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
1.1.4.1 Phương pháp ngoại suy
a) Nội dung phương pháp
Hiểu theo nghĩa rộng nhất thì dự báo bằng phương pháp ngoại suy là nghiên
cứu lịch sử phát triển của đối tượng dự báo và chuyển tính quy luật đã được phát
hiện trong quá khứ và hiện tại sang tương lai bằng phương pháp chuỗi thời gian.
Bản chất của phương pháp là việc nghiên cứu lịch sử và nghiên cứu quá trình thay
đổi và phát triển của đối tượng dự báo theo thời gian. Kết quả việc thu thập dữ liệu
một cách liên tục về sự vận động của đối tượng dự báo theo một đặc trưng nào đó
thì hình thành một chuỗi dữ liệu theo thời gian.Yêu cầu về dữ liệu chuỗi thời gian
của phương pháp là đơn vị đo phải đồng nhất, khoảng cách giữa các thời điểm phải
bằng nhau.
Ta mô tả khái quát như sau :
T (thời điểm) t1 t2 t3 … tn
Y (giá trị đối
tượng kinh tế) y1 y2 y3 … yn
Theo ý nghĩa toán học thì phương pháp ngoại suy chính là việc phát hiện xu
hướng vận động của đối tượng dự báo, có khả năng tuân theo hàm số f(t) nào đó để
từ đó dự báo giá trị đối tượng năng lượng ở ngoài khoảng giá trị đã biết (y1, yn)
định dạng :
Trong đó:
YDBt+1 : giá trị dự báo thời điểm t+1
t : thời điểm t
f(t+1) : giá trị lý thuyết trên hàm dự báo tại thời điểm (t+1)
: sai số ngẫu nhiên
b) Ðánh giá phương pháp
Do phương pháp này yêu cầu đối tượng dự báo phát triển tương đối ổn định
theo thời gian, những yếu tố ảnh hưởng nhiều nhất đến đối tượng dự báo vẫn được
duy trì trong tương lai và giả thiết sẽ không có tác động mạnh từ bên ngoài dẫn tới
những đột biến trong quá trình phát triển của đối tượng dự báo mà dữ liệu thực tế lại
không tránh khỏi vấn đề này nên phương pháp ngoại suy thường có sai số dự báo
khá lớn. Nguyên nhân chính dẫn đến sai số dự báo là do sự biến động của một số
nhân tố liên qua đến quá trình tiêu thụ điện. Giá điện là một biến quan trọng tác
động đến nhu cầu phụ tải. Trong giai đoạn 1974-1983 giá điện đã tăng 4,1%/năm do
cuộc khủng hoảng dầu mỏ năm 1973. Giá điện tăng đã làm ảnh hưởng đến nhu cầu
điện năng và tác động mạnh đến cấu trúc nền kinh tế nên khi dung phương pháp
ngoại suy sẽ sinh ra sai số lớn.
1 ( 1)t f t DBy
10
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Ở Việt Nam, từ trước đến nay phương pháp ngoại suy được áp dụng không
nhiều do thiếu lượng thông tin cần thiết về tiêu thụ điện trong quá khứ. Tuy nhiên,
trong những năm gần đây với việc áp dụng các phần mềm dự báo như SIMPLE-E,
phương pháp ngoại suy đã bắt đầu được sử dụng để tính toán dự báo cho Tổng sơ
đồ VI. Ðể có thể áp dụng thuận tiện phương pháp ngoại suy, cần ý thức được tầm
quan trọng của thông tin để thu thập và lưu giữ, đồng thời cần phải trang bị các cơ
cấu đo cần thiết.
1.1.4.2 Phương pháp hồi quy
a) Nội dung phương pháp
Phương pháp này nghiên cứu mối tương quan nhằm phát hiện những quan hệ
về mặt định lượng của các biến số kinh tế dựa vào thống kê toán học. Các mối
tương quan đó giúp chúng ta xác dịnh được nhu cầu tiêu thụ điện của phụ tải. Có
hai loại phương trình hồi quy được ứng dụng nhiều trong hệ thống điện: phương
trình tuyến tính và phương trình logarit.
-Phương trình dạng tuyến tính:
Ðây là dạng phương trình thông dụng nhất, nó cho phép phân tích đánh giá sự
ảnh hưởng của các nhân tố đối với tham số cơ bản cần xét. Dạng của phương trình
này biểu diễn như sau:
Trong đó:
n: số quan sát;
a0 , ai: các hệ số hồi quy;
Xi : các biến giải thích độc lập;
Y: biến được giải thích phụ thuộc.
-Phương trình dạng luỹ thừa:
Ln Y = ao + a1. Ln Y1 + a2. lnX2 + ... +an . lnXn
Việc lựa chọn biến giải thích được tiến hành trên cơ sở so sánh các hệ số
tương quan, hệ số tương quan của biến nào lớn thì chọn biến đó.
Khi các biến ngẫu nhiên ảnh hưởng đến nhu cầu phụ tải điện Y tăng lên sẽ làm
tăng số ẩn Xi và tăng kích thước bài toán nhưng thuật toán để tìm nghiệm là như
nhau.
b) Đánh giá phương pháp
Ngày nay với sự trợ giúp của máy tính thì các phép toán đó sẽ trở nên đơn
giản, vấn đề đặt ra là chúng ta phải có một bộ dữ liệu quá khứ đủ mức tin cậy để
xây dựng hàm hồi quy, dựa trên cơ sở xác định phụ tải bằng các phương pháp: dùng
phiếu điều tra, phương pháp trực tiếp... Kết quả của phương pháp nêu trên xác định
1
.n
i i
i
a X
0Y = a
1 2
1 2. . ...a a an
nX X X0Y = a
11
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
được các hệ số hồi quy ai. Việc xác định mức tiêu thụ điện được xác định dựa trên
cơ sở của ai và các yếu tố ảnh hưởng khác.
1.1.4.3. Phương pháp hệ số đàn hồi thu nhập
a) Nội dung phương pháp
Nhu cầu điện năng được dự báo theo như phương pháp “mô phỏng kịch bản”
hiện đang được áp dụng rộng rãi trong khu vực và trên thế giới.
Phương pháp luận dự báo là: trên cơ sở phát triển kinh tế - xã hội trung - dài
hạn, nhu cầu điện năng cũng như nhu cầu tiêu thụ các dạng năng lượng khác mô
phỏng theo quan hệ đàn hồi với tốc độ tăng trưởng kinh tế. Phương pháp này thích
hợp với các dự báo trung và dài hạn. Ðàn hồi theo thu nhập được xác định như sau:
%
%ET
AA A
YY
Y
Trong đó: αET - Hệ số đàn hồi thu nhập;
A% và Y% - Suất tăng tương đối điện năng và GDP;
A: Ðiện năng sử dụng; Y: Giá trị thu nhập GDP;
A và Y - Tăng trưởng trung bình điện năng và thu nhập trong
giai đoạn xét.
Các hệ số đàn hồi được xác định theo từng ngành và từng miền lãnh thổ. Việc
xác định chúng được tiến hành theo chuỗi phân tích quá khứ và có sự tham khảo
kinh nghiệm từ các nước trên thế giới và trong khu vực. Ngoài ra, các yếu tố quan
trọng khác tác động đến nhu cầu điện được xét đến là:
- Hệ số đàn hồi giá điện: Khi giá điện tăng lên, một số hộ tiêu thụ sẽ có xu
hướng chuyển sang sử dụng các nhiên liệu năng lượng khác hoặc ngược lại. Như
vậy về mặt thị trường, giá cả mỗi loại năng lượng dẫn đến tính cạnh tranh của loại
đó. Hệ số phản ánh sự thay đổi nhu cầu điện của một ngành hay khu vực nào đó khi
giá điện thay đổi được gọi là hệ số đàn hồi giá.
- Hệ số tiết kiệm năng lượng: tính tới việc áp dụng tiến bộ khoa học kỹ thuật,
thực hiện tiết kiệm năng lượng.
Hàm số dự báo là hàm tổng hợp, dự báo nhu cầu điện năng toàn quốc được tổ
hợp từ nhu cầu điện năng cho các ngành kinh tế, khu vực dân dụng và từ các vùng
lãnh thổ. Ðàn hồi thu nhập và giá biểu thị nhu cầu năng lượng thay đổi do sự thay
đổi giá năng lượng và thu nhập trong mô hình kinh tế lượng.
b) Đánh giá phương pháp
Thông thường, các hệ số đàn hồi được xác định bằng các phân tích kinh tế
lượng của các chuỗi dữ liệu theo thời gian trong quá khứ. Ðiều này không thể làm
được ở Việt Nam vì các chuỗi dữ liệu theo thời gian này không đủ và ngay cả khi
có đủ thì một số sự phân bổ sai lệch tác động đến nền kinh tế Việt Nam sẽ làm mất
12
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
tác dụng của cách tiếp cận này. Vì thế các hệ số đàn hồi dùng trong việc phân tích
dự báo nhu cầu năng lượng thường được lựa chọn bằng cách mô phỏng kinh
nghiệm của các quốc gia lân cận ở thời điểm mà họ có các điều kiện và hoàn cảnh
tương tự. Cách tiếp cận này không phải là dễ dàng vì một số lý do. Các ước tính
kinh trắc thường là không tin cậy và dễ bị thay đổi tuỳ thuộc vào việc hình thành
các quan hệ giữa sử dụng năng lượng và nhu cầu năng lượng cũng như các tập hợp
dữ liệu nhất định đang được nghiên cứu. Phương pháp này ứng dụng tại Việt Nam
mang nặng tính chuyên gia hơn là các tính toán thông thường.
1.1.4.4 Phương pháp chuyên gia
a) Nội dung phương pháp
Về thực chất, phương pháp chuyên gia là phương pháp dự báo mà kết quả là
các thông số do các chuyên gia đưa ra, hay nói đúng hơn là sự công não để khai
thác và lợi dụng trình độ uyên bác và lý luận thành thạo về chuyên môn, phong phú
về khả năng thực tiễn và khả năng mẫn cảm, nhạy bén và thiên hướng sâu sắc về
tương lai đối với đối tượng dự báo của một tập thể các nhà khoa học, các nhà quản
lý cùng đội ngũ cán bộ thuộc các chuyên môn bao hàm hay nằm trong miền lân cận
của đối tượng dự báo.
b) Đánh giá phương pháp
Nhiệm vụ của phương pháp chuyên gia là đưa ra những dự đoán khách quan
về tương lai phát triển của một lĩnh vực hẹp của khoa học hoặc dựa trên việc xử lý
có hệ thống các đánh giá dự đoán của chuyên gia. Sau khi đã thu thập ý kiến của
các chuyên gia, cần xử lý các thông tin theo phương pháp xác suất thống kê. Thực
tế phương pháp chuyên gia hoàn toàn mang tính chủ quan, phụ thuộc vào nhận thức
của từng cá nhân, nhưng khi đã được xử lý theo phương pháp xác suất thống kê thì
tính chủ quan sẽ được khách quan hoá bởi các mô hình toán học và vì vậy có thể
nâng cao độ tin cậy của dự báo.
1.1.4.5 Phương pháp mạng neural nhân tạo
a) Nội dung phương pháp
Có ba nguồn trí thông minh nhân tạo bắt chước các quá trình của bộ óc và hệ
thống thần kinh của con người là quá trình xử lý ngôn ngữ, robot và các hệ neural
nhân tạo. Hệ neural nhân tạo có ứng dụng hầu hết ở các lĩnh vực thương mại, trong
đó có dự báo. Mạng neural có khả năng chiết xuất thông tin từ những dữ liệu không
chắc chắn hay những dữ liệu phức tạp nhằm phát hiện ra những xu hướng không
quan sát được bằng mắt thường hoặc bằng một số các kỹ thuật máy tính khác.
Trong hệ thống neural, nhiều thí dụ được lập chương trình trong máy vi tính. Những
thí dụ này bao gồm toàn bộ các mối quan hệ trong quá khứ giữa các biến có thể ảnh
hưởng đến các biến phụ thuộc. Chương trình hệ thống neural sau đó bắt chước ví dụ
này và cố gắng bắt chước mối quan hệ cơ sở đó bằng cách học hỏi khi xử lý. Quá
13
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
trình học hỏi này cũng được gọi là đào tạo giống như việc đào tạo con người trong
công việc.
b) Đánh giá phương pháp
Một trong những ưu điểm nổi bật của hệ thống neural trong dự báo là phương
pháp này không cần phải xác định những mối quan hệ giữa các biến số trước.
Phương pháp này có thể xác định nhờ vào quá trình học hỏi về các mối quan hệ qua
những thí dụ đã được đưa vào máy. Bên cạnh đó, hệ thống neural không đòi hỏi bất
kỳ giả định nào về các phân phối tổng thể và không giống những phương pháp dự
báo truyền thống, nó có thể sử dụng mà không cần có đầy đủ số lượng các số liệu
cần thiết. Chương trình hệ thống neural có thể thay thế nhanh chóng mô hình hiện
có, ví dụ như phân tích hồi quy, để đưa ra những dự báo chính xác mà không cần
ngưng trệ các hoạt động đang diễn ra. Hệ thống neural đặc biệt hữu ích khi số liệu
đầu vào có tương quan cao hay có số lượng không đủ, hoặc khi hệ thống mang tính
phi tuyến cao. Phương pháp này cho kết quả dự báo có độ chính xác cao, dự báo
được các sự kiện theo thời gian.
1.2 TÌM HIỂU PHƯƠNG PHÁP DỰ BÁO HỒI QUY TUYẾN TÍNH
Hiện tại phương pháp Hồi quy tuyến tính được sử dụng khá phổ biến cho dự
báo nhu cầu phụ tải dài hạn. Phương pháp này tiến hành nghiên cứu mối tương quan
giữa các thành phần từ bộ số liệu quá khứ được thống kê qua các năm. Qua đó cho
phép đánh giá sự ảnh hưởng của các thành phần trên với tham số cơ bản cần xét, từ
đó chọn được các biến để xây dựng phương trình tuyến tính.
Ưu điểm của dạng hàm tuyến tính là tính đơn giản của nó. Mỗi lần X tăng
thêm một đơn vị thì Y tăng thêm đơn vị. Nhược điểm của dạng hàm tuyến tính
cũng chính là tính đơn giản của nó, bất cứ lúc nào tác động của X phụ thuộc vào
các giá trị của X hoặc Y, thì dạng hàm tuyến tính không thể là dạng hàm phù hợp.
Khi dự báo ta thường hay dùng hai dạng hồi quy :
Dạng tuyến tính: Y = 20 1 1 2 1... j jX X X
Dạng Logarit: LogY = 0 1 1 2 2 1log log ... logj jX X X
Mô hình tính toán bằng phương pháp hồi quy tuyến tính :
14
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 1.2: Các bước dự báo bằng phương pháp hồi quy
Để đánh giá mô hình có phù hợp hay không thì ta cần phải thực hiện các bước
sau:
- Đánh giá mức độ giải thích của mô hình dựa vào hệ số xác định R2 hoặc hệ số
R2 hiệu chỉnh.
- Thực hiện kiểm định riêng phần (kiểm định T) và kiểm định toàn phần (kiểm
định F) để đánh giá ý nghĩa của các biến.
- Kiểm định sự tương quan giữa các biến thông qua kiểm định d_Durbin-
Watson, kiểm định Durbin - h....
Đánh giá mức độ giải thích của mô hình:
Hệ số xác định R2: đo lường phần biến thiên của Y có thể được giải thích bởi
các biến độc lập X, đây chính là đại lượng thể hiện sự thích hợp của mô hình hồi
quy bội đối với dữ liệu. R2 càng lớn thì mô hình hồi quy bội được xây dựng được
xem là càng thích hợp và càng có ý nghĩa trong việc giải thích sự biến thiên của Y.
Ta có giá trị thực tế yi.
Giá trị dự đoán : *
iy
Do đó : *
i i iy y e
Điều này có ý nghĩa là giá trị thực tế và giá trị dự đoán theo phươg pháp hồi
quy tuyến tính có sự khác biệt phần biến thiên của Y không thể giải thích bởi mối
liên hệ giữa Y và X. Dùng các biến đổi toán học ta có:
2 * 2 2
1
( ) ( )n
i i i
i
y y y y e
2
1
* 2
1
2
1
( )
( )
n
i
i
n
i
i
n
i
i
TSS y y
ESS y y
RSS e
Sai số
dự báo
trung
bình
Bộ
dữ
liệu
quá
khứ
Xét tương quan
giữa các tham số
Bộ
tham
số ảnh
hưởng Xây dựng phương
trình hồi quy
1
.n
i i
i
a X
Y = b
Đánh giá
sai số
Điều chỉnh
15
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
TSS=ESS+RSS
Trong đó:
TSS là tổng bình phương của tất cả các sai lệch giữa giá trị quan sát Y với giá
trị trung bình của chúng.
ESS là tổng bình phương của tất cả các sai lệch giữa các giá trị của biến phụ
thuộc Y nhận được từ hàm hồi quy mẫu với giá trị trung bình của chúng.
RSS là tổng bình phương của tất cả các sai số ngẫu nhiên.
R2 dùng để đo tỷ lệ phần trăm của toàn bộ sai lệch Y với giá trị trung bình
được giải thích bằng mô hình, và được xác định theo công thức:
Đại lượng R2 nằm trong khoảng từ 0 đến 1. Nếu R2 = 1, đường hồi quy mẫu
giải thích 100% của sự biến thiên trong Y. Ngược lại, nếu R2 = 0 thì mô hình sẽ
không giải thích được gì cho sự biến thiên trong Y. Do đó, R2 càng lớn thì mô hình
hồi quy bội được xây dựng được xem là càng thích hợp và càng có ý nghĩa trong
việc giải thích sự biến thiên của Y.
- Tiêu chuẩn kiểm định T :
Tiêu chuẩn kiểm định T:
~
( )n kt T
jSe
Miền bác bỏ : /2W :W { / n kt t t
}
Trong đó : n là số quan sát
k : là số số biến đưa vào mô hình
Với mức ý nghĩa , việc bác bỏ giả thuyết Ho, chấp nhận giả thuyết H1 khi t
W và ngược lại khi tW thì chấp nhận H0, bác bỏ H1. Với kiểm định t, ta sẽ biết
được những biến độc lập nào có ảnh hưởng tới biến phụ thuộc. Đối với những biến
độc lập không ảnh hưởng tới biến phụ thuộc thì ta có thể loại bỏ biến đó ra khỏi mô
hình.
Tiêu chuẩn kiểm định F : Được sử dụng nhằm kiểm định giả thiết về sự tồn
tại mối liên hệ tuyến tính giữa biến phụ thuộc Y với bất kỳ một biến độc lập Xj nào
đó.
Giả thiết : Ho: 2 =…= 0k
H1 có ít nhất một
2 1ESS RSS
RTSS TSS
0j
16
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Tiêu chuẩn kiểm định :
Miền bác bỏ : ( 1, )W { / }k n kF F F
Trong đó: n là số quan sát
k là số biến đưa vào mô hình
Tính F tra bảng với = 0.05, n-k,k-1
Nếu F< F => Chấp nhận giả thuyết H0.
Nếu F> F => Bác bỏ giả thuyết H0.
Nếu chấp nhận H0 tức là không tồn tại mối liên hệ tuyến tính giữa biến phụ
thuộc Y với bất kỳ một biến độc lập Xj nào đó và ngược lại bác bỏ H0 ta có thể kết
luận rằng có ít nhất có một biến độc lập Xj nào đó ảnh hưởng đến biến phụ thuộc Y.
Kiểm định sự tương quan giữa các biến:
Tiêu chuẩn kiểm định d_ Durbin-Watson.
Kiểm định d _ Durbin-Watson là kiểm định thống kê được sử dụng phổ biến
nhất để phát hiện ra hiện tượng tương quan chuỗi. Tương quan chuỗi là sự tương
quan giữa các thành phần của chuỗi các quan sát sắp xếp theo thứ tự thời gian
(trong các số liệu chuỗi thời gian) hoặc không gian (trong số liệu chéo). Người ta
dùng tiêu chuẩn Durbin-Watson để kiểm tra xem có tồn tại hiện tượng tự tương
quan hay không.
Mệnh đề kiểm định :
Giả thuyết Ho: 0 ( không có sự tương quan)
H1: 0 ( có sự tương quan )
Giá trị tính toán của kiểm định D_ Durbin Wastson :
1
2
1 1
1 2
1
( )
n
t t t
n
t
t
d
2
( 1, )2~
1 1k n k
R n kF F
R k
17
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Với :
1
2
1
t tt
t
t
=> 2(1 )d
0<D<dL: mô hình có tự tương quan dương.
dL<D<du: không đủ điều kiện để kết luận.
du<D<4-du: mô hình có không tự tương quan.
4-du<D<4-dL: không đủ điều kiện để kết luận.
4-dL<D<4: mô hình có tự tương quan âm.
Tiêu chuẩn kiểm định Durbin - h
d_Durbin - Watson không thể sử dụng để kiểm định tính tự tương quan chuỗi
trong mô hình có chứa biến phụ thuộc ở thời kỳ trễ là biến độc lập (Những mô hình
này gọi là mô hình tự hồi quy). Giá trị d tính được trong các mô hình nói chung gần
bằng 2, đó là giá trị của d mong đợi đối với một dãy ngẫu nhiên thực sự. Như vậy,
nếu áp dụng thống kê d thông thường ở đây không cho phép phát hiện ra tương
quan chuỗi.
Vì vậy, phải có một kiểm định khác có thể giúp ta phát hiện ra tương quan
chuỗi, đó chính là Kiểm định Durbin - h (thống kê kiểm định h)
Ta xét mô hình : 0 1 2 1t t t tY X Y
Thống kê h được tính theo công thức :
Trong đó : n là cỡ mẫu
ar( )2
V
: phương sai của hệ số của biến trễ Yt-1
- Nếu h > 1,96 hoặc h < -1,96 thì mô hình vẫn có tự tương quan bậc nhất
dương hoặc âm.
- Nếu h > 2,96 thì mô hình vẫn có tự tương quan bậc nhất dương.
- Nếu h < 1,96 thì mô hình vẫn có tự tương quan bậc nhất âm.
- Nếu -1,96 < h < 1,96 thì mô hình không có tự tương quan bậc nhất dương
hoặc âm.
Vì kiểm định này chỉ dùng cho mẫu lớn, nên áp dụng cho các mẫu nhỏ sẽ
không được chính xác. Các tính chất của kiểm định này chưa được thiết lập đối với
các mẫu nhỏ.
2
2
(1 )2 1 ar( )
d nh
n V
18
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Sau khi đánh giá được mô hình chạy được đã phù hợp, thỏa mãn các điều kiện
thì ta có thể chấp nhận được mô hình vừa xây dựng được làm mô hình dự báo. Với
những dữ liệu đã có của các biến độc lập trong giai đoạn cần dự báo và mô hìnhdự
báo mới xây dựng được, ta có thể tính toán được những giá trị dự báo của biến phụ
thuộc.
Ưu, nhược điểm của phương pháp hồi quy:
a.Ưu điểm:
- Phương pháp hồi quy tương đối đơn giản, dễ thực hiện, không đòi hỏi những
thủ thuật phức tạp.
- Xem xét và đưa được nhiều biến độc lập có ảnh hưởng đến biến phụ thuộc
vào mô hình, nhằm đưa ra được kết quả chính xác hơn.
b.Nhược điểm:
- Trong quá trình đưa biến vào mô hình dễ gây hiện tượng tự tương quan ảnh
hưởng đến kết quả dự báo hoặc các biến muốn đưa vào mô hình có thể không thu
thập được số liệu.
- Để đưa ra được mô hình thích hợp phải qua các bước đánh giá, kiểm định
mô hình đó có thỏa mãn hay không, nếu không thỏa mãn phải quay lại những bước
đầu trong quy trình dự báo.
1.3 CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN NHU CẦU PHỤ TẢI ĐIỆN
1.3.1 Giá điện
Mối quan hệ giữa giá điện và nhu cầu phụ tải điện là mối quan hệ nghịch biến.
Khi giá điện tăng, người dân sẽ có xu hướng sử dụng điện ít đi và ngược lại. Hiện
nay, nước ta đang áp dụng hình thức giá bán điện bậc thang cho điện sinh hoạt và
mô hình giá điện 3 giá cho các khách hàng công nghiệp. Do điện năng sản xuất
trong nước chủ yếu từ các nguồn nguyên liệu hóa thạch (than, khí, dầu…) và tài
nguyên thiên nhiên (nước), vì vậy việc càng sử dụng và sản xuất lượng lớn điện
năng dẫn đến sớm cạn kiệt các nguồn tài nguyên, dẫn đến phát triển không bền
vững. Vì vậy, cơ bản không khuyến khích việc khai thác và sử dụng điện cao, việc
áp dụng mức giá cao cho các mức Sản lượng lớn nhằm hạn chế nhu cầu phụ tải,
khuyến khích người dân tiết kiệm điện, khai thác nguồn điện 1 cách hiệu quả.
Cùng với mục tiêu trên, hiện nay nhà nước đang áp dụng mô hình giá điện 3
giá cho các hộ Công nghiệp. Với cách tính giá điện theo các khung giờ cao điểm,
thấp điểm và giờ bình thường sẽ khiến các nhà máy, xí nghiệp sẽ tự điều tiết chu kỳ
sản xuất vào các giờ thấp điểm điều này làm đồng đều hóa biểu đồ phụ tải, giúp cho
công tác vận hành và cung cấp điện được thuận lợi, tránh được việc công suất tăng
vọt vào các giờ cao điểm, buộc phải huy động các nguồn đắt tiền để đáo ứng nhu
cầu phụ tải tăng vọt, dẫn đến tăng chi phí sản xuất điện năn gây thiệt hại cho nhà
19
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
nước. Sau đây là biểu giá bán điện trong thông tư số 19/2013/TT-BCT ngày
31/7/2013 của Bộ Công Thương.
Bảng 1.3:Giá điện áp dụng cho điện sinh hoạt của Bộ công thương ban hành
tháng 7/2013:
STT Mức sử dụng của một hộ trong tháng Giá bán điện (
đồng/kWh)
1 Cho 50 kWh ( cho hộ nghèo và thu nhập thấp) 993
2 Cho kWh từ 0 – 100 ( cho hộ thông thường) 1.418
3 Cho kWh từ 101 - 150 1.622
4 Cho kWh từ 151 – 200 2.044
5 Cho kWh từ 201 – 300 2.210
6 Cho kWh từ 301 – 400 2.361
7 Cho kWh từ 401 trở lên 2.420
Bảng 1.4 : Bảng giá áp dụng cho các ngành sản xuất
STT Cấp điện áp Giá bán điện
( đồng/kWh)
1 >110 kV
Giờ bình thường 1.277
Giờ thấp điểm 792
Giờ cao điểm 2.284
2 Từ 22kV đến 110kV
Giờ bình thường 1.305
Giờ thấp điểm 822
Giờ cao điểm 2.376
3 Từ 6kV đến 22kV
Giờ bình thường 1.350
Giờ thấp điểm 852
Giờ cao điểm 2.449
4 < 6kV
Giờ bình thường 1.406
Giờ thấp điểm 897
Giờ cao điểm 2.542
20
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bàng 1.5 : Giá bán lẻ điện cho bơm nước tưới tiêu
STT Cấp điện áp Giá bán điện
( đồng/kWh)
1 > 6kV
Giờ bình thường 1.199
Giờ thấp điểm 626
Giờ cao điểm 1.741
2 < 6kV
Giờ bình thường 1.259
Giờ thấp điểm 656
Giờ cao điểm 1.803
Bảng 1.6 : Bảng giá bán lẻ điện cho đơn vị kinh doanh
STT Cấp điện áp Giá bán điện
( đồng/kWh)
1 > 22kV
Giờ bình thường 2.104
Giờ thấp điểm 1.199
Giờ cao điểm 3.607
2 Từ 6 kV đến 22kV
Giờ bình thường 2.255
Giờ thấp điểm 1.350
Giờ cao điểm 3.731
3 Từ 6kV đến 22kV
Giờ bình thường 2.285
Giờ thấp điểm 1.410
Giờ cao điểm 3.900
Quy định về giá bán điện theo thời gian sử dụng trong ngày do Bộ Công
Thương ban hành:
- Giờ bình thường :
a. Gồm các ngày từ thứ 2 đến thứ 7:
+Từ 4h đến 9h30.
+Từ 11h30 đến 17h.
+Từ 20h đến 22h.
21
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
b. Ngày chủ nhật:
+Từ 4h đến 22h.
- Giờ thấp điểm :
Tất cả các ngày trong tuần từ 22h đến 4h sáng hôm sau.
- Giờ cao điểm :
a. Gồm các ngày từ thứ 2 đến thứ 7
+Từ 9h30 đến 11h30.
+Từ 17h đến 20h.
b.Ngày chủ nhật không có giờ cao điểm.
1.3.2 Cơ cấu phụ tải điện
Sau đây là tỉ lệ cơ cấu phụ tải điện do EVN thu thập được trong 6 tháng đầu
năm 2013:
Phụ tải công nghiệp và xây dựng : 51%
Phụ tải thương nghiệp, khách sạn, nhà hàng ( thương mại – dịch vụ ) : 5%
Phụ tải nông lâm nghiệp và thủy sản : 1%
Phụ tải quản lý và tiêu dùng dân cư ( phụ tải sinh hoạt ) : 40%
Phụ tải cho các hoạt động khác : 3%
Hình 1.7 : Cơ cấu tiêu thụ điện năng 6 tháng đầu năm 2013 – EVN (Nguồn : Tập
đoàn điện lực Việt Nam – EVN )
Quan sát biểu đồ cho thấy, chiếm tỷ trọng chủ yếu trong tổng nhu cầu phụ tải
là 2 nhóm phụ tải sinh hoạt và công nghiệp. Trong đó tỷ trọng phụ tải CN chiếm lớn
hơn (51%) so với phụ tải sinh hoạt (40%). Với đặc điểm phụ tải như thế này, công
tác vận hành và cung cấp điện cũng gặp những thuận lợi và khó khăn riêng. Việc
phụ tải CN chiếm tỷ trọng lớn, sẽ khiến cho biểu đồ phụ tải tương đối bằng phẳng,
51%
5%
1%
40%
3% Phụ tải công nghiệp và xây dựng
Phụ tải thương nghiệp, khách sạn,
nhà hàng ( thương mại- dịch vụ)
Phụ tải nông lâm nghiệp và thủy
sản
Phụ tải quản lý và tiêu dùng dân cư
( phụ tải sinh hoạt )
Phụ tải cho các hoạt động khác
22
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
ít biến động do đặc điểm phụ tải của các hộ CN tương đối ổn định và với việc áp
dụng giá điện 3 giá góp phần các nhà máy, xí nghiệp điều chỉnh sản xuất chia đều
vào các giờ thấp điểm, thuận lợi cho công tác vận hành và huy động nguồn. Tuy
nhiên, việc phụ tải CN chiếm cao và nếu công tác quy hoạch thực hiện không tốt thì
dẫn đến nguy cơ tập trung quá nhiều nhà máy vào cùng 1 khu vực lưới, dẫn đến
việc khó khăn trong công tác cung cấp điện, gây tốn kém chi phí đầu tư xây dựng hệ
thống lưới điện cung cấp.
Ngoài ra với tỷ trọng tải Sinh hoạt chiếm 40% toàn phụ tải hệ thống, đây
không phải là tỷ trọng cao nhất, nhưng cũng là một con số không nhỏ. Việc nhóm
phụ tải sinh hoạt chiếm tỷ trọng như trên gây nên rất nhiều khó khăn cho công tác
vận hành và huy động nguồn. Bởi đặc điểm phụ tải sinh hoạt là biến động lớn trong
ngày, khoảng cách Pmin – Pmax lớn. Vào các giờ cao điểm, đặc biệt là cao điểm tối
mùa đông, phụ tải tăng vọt, dẫn đến trong một thời gian ngắn buộc phải huy động
một lượng công suất rất lớn để đáp ứng nhu cầu phụ tải. Có thể phải huy động
những nguồn rất đắt tiền chỉ để đáp ứng 1 mức sản lượng rất nhỏ. Gây vận hành
không kinh tế.
1.3.3 Tập quán sinh hoạt
Tập quán sinh hoạt là những thói quen thường ngày của từng hộ sinh hoạt
trong ngày và lặp đi lặp lại. Ví dụ các hộ gia đình đều nấu cơm tối , xem tivi, dùng
điều hòa không khí hay chạy máy giặt (18h-21h). Khi đó nhu cầu phụ tải tăng cao
hơn so với những giờ thấp điểm (22h-4h sáng hôm sau).
1.3.4 Điều kiện tự nhiên
Do đặc điểm địa lý nước ta trải dài qua nhiều vĩ tuyến, hình thái khí hậu đa
dạng, 3 miền khác biệt lớn. Khí hậu miền Bắc có 4 mùa rõ rệt, còn miền Nam có 2
mùa là mùa mưa và mùa khô.
Với đặc thù khí hậu như vậy, tác động rất nhiều đến nhu cầu sử dụng điện, gây
biến động lớn nhu cầu nhóm phụ tải sinh hoạt trong các chu kỳ thời gian ngày,
tháng, năm. Cụ thể ở miền Bắc, nhu cầu phụ tải của mùa Hè và mùa Đông khác biệt
lớn. Trong khi đó khác biệt ở miền Nam là phụ tải giữa 2 mùa mưa và mùa khô.
Kết luận chương I
Trong chương I, em đã trình bày nội dung chính cơ sở lý thuyết dự báo nhu cầu
điện năng về khái niệm, phân loại, vai trò và ý nghĩa, các bước tiến hành và phương
pháp dự báo và các yếu tố ảnh hưởng đến nhu cầu điện năng. Có rất nhiều phương
pháp dự báo nhu cầu điện năng, tuy nhiên giới hạn trong đồ án này em chỉ đưa ra
những phương pháp tiêu biểu và em đi sâu tìm hiểu về phương pháp hồi quy tuyến
tính. Tiếp tục chương II em sẽ đi tìm hiểu tổng quan về đặc điểm tự nhiên, kinh tế,
xã hội thành phố Hà Nội để giúp ích cho công tác thu thập số liệu cần thiết để đưa
vào dự báo bằng phương pháp Hồi quy tuyến tính.
23
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
CHƯƠNG II: TỔNG QUAN VỀ NHU CẦU ĐIỆN NĂNG CỦA
THÀNH PHỐ HÀ NỘI
2.1 TỔNG QUAN VỀ NHU CẦU ĐIỆN NĂNG THÀNH PHỐ HÀ NỘI
2.1.1 Điều kiện tự nhiên và tài nguyên thiên nhiên
a. Địa lý, địa hình
Hà Nội nằm hai bên bờ sông Hồng, giữa vùng đồng bằng Bắc Bộ trù phú. Với
vị trí và địa thế đẹp, thuận lợi, Hà Nội là trung tâm chính trị, kinh tế, văn hoá và
khoa học lớn, đầu mối giao thông quan trọng của Việt Nam. Thủ đô Hà Nội có bốn
điểm cực là:
- Cực Bắc là xã Bắc Sơn, huyện Sóc Sơn.
- Cực Tây là xã Thuần Mỹ, huyện Ba Vì.
- Cực Nam là xã Hương Sơn, huyện Mỹ Đức.
- Cực Đông là xã Lệ Chi, huyện Gia Lâm.
Địa hình Hà Nội thấp dần theo hướng từ Bắc xuống Nam và từ Tây sang Đông
với độ cao trung bình từ 5 đến 20 mét so với mực nước biển. Nhờ phù sa bồi đắp, ba
phần tư diện tích tự nhiên của Hà Nội là đồng bằng, nằm ở hữu ngạn sông Đà, hai
bên sông Hồng và chi lưu các con sông khác. Phần diện tích đồi núi phần lớn thuộc
các huyện Sóc Sơn, Ba Vì, Quốc Oai, Mỹ Đức, Ba Vì cao 1.281 m, Gia Dê 707 m,
Chân Chim 462 m, Thanh Lanh 427 m, Thiên Trù 378 m, khu vực nội thành có một
số gò đồi thấp, như gò Đống Đa, núi Nùng.
24
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 2.1: Bản đồ Thành phố Hà Nội
b. Đơn vị hành chính
Sau khi mở rộng địa giới hành chính năm 2010, đến nay, Thành phố Hà Nội
gồm có: 10 quận, 1 thị xã, 18 huyện, 154 phường, 401 xã và 22 thị trấn.
c. Khí hậu : Khí hậu Hà Nội tiêu biểu cho vùng Bắc Bộ với đặc điểm của khí
hậu nhiệt đới gió mùa ẩm, mùa hè nóng, mưa nhiều và mùa đông lạnh, ít mưa.
Thuộc vùng nhiệt đới, thành phố quanh năm tiếp nhận lượng bức xạ Mặt Trời rất
dồi dào và có nhiệt độ cao. Và do tác động của biển, Hà Nội có độ ẩm và lượng
mưa khá lớn, trung bình 114 ngày mưa một năm. Một đặc điểm rõ nét của khí hậu
Hà Nội là sự thay đổi và khác biệt của hai mùa nóng, lạnh. Mùa nóng kéo dài từ
tháng 5 tới tháng 9, kèm theo mưa nhiều, nhiệt độ trung bình 28,1°C. Từ tháng 11
tới tháng 3 năm sau là khí hậu của mùa đông với nhiệt độ trung bình 18,6 °C. Cùng
với hai thời kỳ chuyển tiếp vào tháng 4 và tháng 10, thành phố có đủ bốn mùa xuân,
hạ, thu và đông.
2.1.2 Khái quát về tình hình phát triển kinh tế - xã hội Thành phố Hà Nội giai
đoạn 1995-2013
2.1.2.1 Tình hình kinh tế của Hà Nội giai đoạn 1995-2013
Mặc dù chịu sự tác động tiêu cực kéo dài của cuộc khủng hoảng kinh tế, tài
chính khu vực Đông Nam Á 1997-1999, và sự tác động của cuộc suy thoái kinh tế
trên toàn cầu chưa phục hồi và những khó khăn nội tại của nền kinh tế, song với sự
25
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
nỗ lực của Chính phủ, các Bộ, ngành Trung ương và các địa phương, nền kinh tế
nước ta vẫn đạt được những bước tiến bộ đáng kể trong giai đoạn 1995-2008. Tốc
độ tăng trưởng kinh tế trung bình đạt mức 11,57 %/ năm.
Bảng 2.2:Tổng sản phẩm quốc nội ( GDP ) của Hà Nội phân theo các ngành
kinh tế
( đơn vị : tỷ đồng )
Năm GDP tổng GDP Công
nghiệp
GDP Nông
nghiệp
GDP Thương
mại - dịch vụ
1995 14343 5049 1793 7501
1996 16392 5770 2049 8573
1997 18837 6631 2355 9852
1998 21550 7586 2694 11271
1999 23731 8353 2966 12411
2000 26228 9247 3282 13699
2001 29113 10486 3417 15210
2002 32316 11891 3557 16868
2003 35870 13485 3702 18683
2004 39816 15292 3854 20670
2005 44130 17334 4013 22783
2006 49512 20310 4064 25138
2007 55704 23260 4183 28261
2008 61619 26023 4251 31345
2009 65729 27806 4254 33669
2010 73945 31281 4327 38337
2011 79497 33625 4514 41358
2012 82651 35667 4667 42317
2013 84098 36214 4726 43158
( Nguồn : Tổng cục thống kê, các dữ liệu của năm
2013 được tính đến hết tháng 7/2013 )
26
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 2.3: Đồ thị biểu diễn tăng trưởng GDP theo các thành phần kinh tế giai
đoạn 1995-2013.
Qua bảng số liệu và đồ thị trên ta có thể thấy GDP của tất cả các thành phần
kinh tế đều tăng, do đó tổng GDP cũng tăng qua các năm từ hơn 14 nghìn tỷ VNĐ
năm 1995 lên đến gần 84 nghìn tỷ VNĐ vào năm 2013. Tuy nhiên tỷ trọng đóng
góp của các thành phần kinh tế là khác nhau. Ta có thể thấy qua đồ thị biểu diễn cơ
cấu GDP của năm 1995 và năm 2013.
Hình 2.4: Cơ cấu GDP theo các thành phần kinh tế năm 1995 và 2013.
Nhìn vào đồ thị biểu diễn cơ cấu GDP theo các ngành kinh tế của Hà Nội ta có
thể thấy ngành thương mại - dịch vụ vẫn là ngành đóng góp nhiều nhất trong tổng
GDP của Hà Nội, sau đó đến công nghiệp, nông nghiệp. GDP của ngành nông
nghiệp có tăng (từ 1793 lên đến 4726 tỷ VNĐ) nhưng tỷ trọng đóng góp vào GDP
toàn Hà Nội lại giảm một cách đáng kể (từ 13% năm 1995 xuống còn 6% vào năm
2013). GDP trong công nghiệp cũng tăng từ 35% năm 1995 lên 43% vào năm 2013.
Điều này rõ ràng cho thấy quá trình công nghiệp hóa - hiện đại hóa ngày càng đạt
hiệu quả.
2013
GDP CN
GDP NN
GDP TMDV
1995
GDP CN
GDP NN
GDP TMDV
0
20000
40000
60000
80000
100000
120000
140000
160000
180000
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
GDP tổng GDP Công nghiệp GDP Nông nghiệp GDP Thương mại dịch vụ
27
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
2.1.2.2 Tình hình dân số Hà Nội giai đoạn 1995-2013
Bảng 2.5 : Dân số và tốc độ tăng trưởng dân số giai đoạn 1995-2013
Năm Dân số (nghìn người) Tốc đô tăng trưởng dân số
(%)
1995 4528
1996 4644 2.56%
1997 4768 2.66%
1998 4914 3.07%
1999 5063 3.02%
2000 5377 6.21%
2001 5480 1.91%
2002 5585 1.91%
2003 5691 1.91%
2004 5800 1.91%
2005 5910 1.90%
2006 6030 2.03%
2007 6159 2.14%
2008 6350 3.10%
2009 6469 1.88%
2010 6591 1.88%
2011 6699 1.6%
2012 6924 3%
2013 7105 2.5%
(Nguồn : Tổng cục dân số - Kế hoạch hóa gia đình )
28
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 2.6: Biểu đồ thể hiện dân số và tốc độ tăng trưởng dân số thành phố Hà
Nội giai đoạn 1995-2013.
Từ biểu đồ ta nhận thấy rằng, trong giai đoạn 1995 - 2013 dân số Hà Nội có
xu hướng tăng từ 4528 nghìn người vào năm 1995 lên 7105 nghìn người vào năm
2013. Tuy nhiên, tốc độ tăng trưởng dân số của Hà Nội không ổn định mà có sự đột
biến tăng bất thường ở năm 1999 là 6.21%. Năm 2000, nhờ thực hiện tốt chính sách
dân số - kế hoạch hóa gia đình thì tốc độ tăng trưởng dân số giảm xuống xấp xỉ 2%
và giữ mức ổn định các năm tiếp theo. Chiến lược dân số 2001-2013 đã thể hiện
tính toàn diện, nhất quán nhằm giải quyết đồng bộ vấn đề dân số trên cả mặt quy
mô, chất lượng, cơ cấu, phân bổ dân cư tiến tới ổn định quy mô dân số nước ta vào
giữa thế kỷ 21. Tiếp tục nâng cao nhận thức tiến tới chuyển đổi hành vi của mỗi cặp
vợ chồng thực hiện kế hoạch hóa gia đình xây dựng gia đình ít con (1 hoặc 2 con)
khoẻ mạnh, có cuộc sống ấm no, bình đẳng, tiến bộ, hạnh phúc tạo điều kiện phát
triển nguồn nhân lực có chất lượng cao đáp ứng yêu cầu sự nghiệp công nghiệp
hoá, hiện đại hoá đất nước. Năm 2008 tốc độ tăng dân số Hà Nội có xu hướng tăng
lên ở mức 3,1% và giảm xuống còn 1,88% vào năm 2009, 2010. Năm 2012 cũng có
sự gia tăng mạnh lên mức 3% rồi giảm nhẹ vào năm 2013 còn 2.5%.
2.1.2.3 Định hướng phải triển kinh tế của Hà Nội trong giai đoạn tới
Về kinh tế
-Tốc độ tăng trưởng kinh tế bình quân thời kỳ 2011 – 2015 đạt 12 – 13%/năm.
-Đến năm 2015, GDP bình quân đầu người của Hà Nội đạt 4.100 – 4.300 USD
(tính theo giá thực tế). Chuyển dịch cơ cấu kinh tế theo hướng dịch vụ - công
nghiệp – nông nghiệp; dịch vụ chất lượng cao đóng vai trò trọng yếu trong cơ cấu
kinh tế thành phố.
-Đến năm 2015, trong cơ cấu kinh tế:tỷ trọng dịch vụ chiếm 54 - 55%, công
nghiệp - xây dựng chiếm 41 - 42% và nông nghiệp là 3 - 4%. Tốc độ tăng giá trị
xuất khẩu trên địa bàn bình quân là 14 - 15%/năm thời kỳ 2011 – 2015.
0.00%
1.00%
2.00%
3.00%
4.00%
5.00%
6.00%
7.00%
0
1000
2000
3000
4000
5000
6000
7000
8000
199
5
199
6
199
7
199
8
199
9
200
0
200
1
200
2
200
3
200
4
200
5
200
6
200
7
200
8
200
9
201
0
201
1
201
2
201
3
Năm
Dân số (nghìn người)
Tốc độ tăng trưởng dân số
29
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Về xã hội
- Quy mô dân số đến năm 2015 đạt 7,2 - 7,3 triệu người, tỷ lệ lao động qua
đào tạo trên 55% vào năm 2015.
- Phát triển giáo dục và đào tạo trở thành trung tâm đào tạo chất lượng cao
của cả nước và có tầm cỡ khu vực. Tỷ lệ trường (từ mầm non đến trung học phổ
thông) đạt chuẩn quốc gia khoảng 50 - 55% vào năm 2015; Chú trọng giáo dục
hướng nghiệp, phát triển đào tạo nghề, nhất là đào tạo công nhân kỹ thuật cao phù
hợp với yêu cầu phát triển kinh tế Thủ đô và phục vụ xuất khẩu lao động.
- Xây dựng nền văn hoá tiên tiến, đậm đà bản sắc dân tộc, người Hà Nội
thanh lịch, văn minh. Bảo tồn, phát huy giá trị văn hoá vật thể và phi vật thể.
- Phát triển sự nghiệp bảo vệ, chăm sóc và nâng cao sức khoẻ nhân dân, tăng
tuổi thọ cho nhân dân. Giảm tỷ lệ suy dinh dưỡng trẻ em dưới 5 tuổi thể nhẹ cân
còn dưới 11% vào năm 2015. Giảm hộ nghèo bình quân 1,5 - 1,8% giai đoạn 2011 -
2015.
- Tỷ lệ đô thị hoá năm 2015 khoảng 46 - 47%, đẩy mạnh xây dựng nông thôn
mới, phấn đấu đến năm 2015 có 40 - 45%.
Về công nghiệp - xây dựng
- Phấn đấu giá trị gia tăng công nghiệp, xây dựng tăng bình quân khoảng 13 -
13,7%/năm giai đoạn 2011 - 2015. Tập trung phát triển nhanh một số ngành, sản
phẩm công nghiệp có tính chất dẫn đường như: công nghệ thông tin, công nghệ vật
liệu mới, công nghệ chế tạo khuôn mẫu; các ngành và sản phẩm đòi hỏi công nghệ
cao: công nghiệp điện tử, cơ khí chính xác, dụng cụ y tế,công nghiệp dược, hoá mỹ
phẩm...
- Khuyến khích phát triển công nghiệp phụ trợ cho các ngành công nghiệp chủ
lực như cơ khí, điện tử...; phát triển mạnh mẽ các doanh nghiệp vừa và nhỏ bằng
nguồn vốn tư nhân, tạo ra một mạng lưới các vệ tinh sản xuất và xuất khẩu cho các
công ty lớn. Khuyến khích các thành phần kinh tế tham gia xây dựng và phát triển
công nghiệp quốc phòng phù hợp với quy định hiện hành.
- Cải tạo, chỉnh trang, đầu tư chiều sâu các vực công nghiệp tập trung được
hình thành trước những năm 1990. Di chuyển những cơ sở sản xuất, bộ phận doanh
nghiệp có mức độ gây ô nhiễm cao, có điều kiện sản xuất không thích hợp ra xa nội
đô, kết hợp đổi mới công nghệ và đầu tư hệ thống xử lý chất thải.
- Trong giai đoạn đến năm 2015 tiếp tục triển khai 9 khu công nghiệp đã được
Thủ tướng Chính phủ phê duyệt.
- Tiếp tục triển khai phát triển các làng nghề truyền thống theo hướng ứng
dụng kỹ thuật, công nghệ cao. Kết hợp giữa phát triển các làng nghề với phát triển
du lịch.
- Xây dựng các cụm công nghiệp làng nghề để tách việc sản xuất gây ô nhiễm
môi trường ra khỏi các làng, các khu dân cư.
30
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Về nông, lâm thủy sản và phát triển nông thôn
- Phấn đấu tốc độ tăng trưởng giá trị tăng thêm khu vực nông lâm thuỷ sản đạt
bình quân 1,5 - 2%/năm giai đoạn 2011 - 2020. Chuyển dịch cơ cấu ngành nông
nghiệp theo hướng giảm tỷ trọng trồng trọt, tăng tỷ trọng chăn nuôi, thủy sản; đến
năm 2015 cơ cấu trồng trọt - chăn nuôi - thủy sản là 40% - 50% - 10%.
- Phát triển nông nghiệp theo hướng nền nông nghiệp đô thị sinh thái, sản
xuất hàng hoá lớn, có năng suất, chất lượng, hiệu quả, có khả năng cạnh tranh cao,
hài hoà và bền vững với môi trường. Từng bước xây dựng nông thôn mới phù hợp
với bộ tiêu chí Quốc gia về nông thôn mới, tạo điều kiện cho người dân nông thôn
được hưởng tốt nhất các phúc lợi xã hội.
Về Thương mại - dịch vụ
- Tạo bước phát triển mạnh mẽ trong lĩnh vực dịch vụ, nhất là các dịch vụ
trình độ cao, chất lượng cao. Xây dựng Hà Nội thành trung tâm thị trường hàng hóa
bán buôn; thiết lập, củng cố và phát triển các kênh phân phối hàng hóa và dịch vụ
theo hướng văn minh hiện đại.
- Tiếp tục giữ vai trò là một trong những trung tâm du lịch, là nguồn phân
phối du khách lớn của khu vực phía Bắc.
- Khuyến khích phát triển các lĩnh vực dịch vụ: tài chính, ngân hàng, bảo
hiểm, chứng khoán, bưu chính - viễn thông, khoa học - công nghệ, y tế, giáo dục -
đào tạo, tư vấn, vận tải công cộng. Xây dựng Hà Nội thành trung tâm tài chính -
ngân hàng hàng đầu ở khu vực phía Bắc và có vai trò quan trọng trong cả nước.
- Ưu tiên phát triển các loại hình dịch vụ phục vụ phát triển kinh tế tri thức và
dịch vụ tạo cơ sở hạ tầng. Dịch vụ là điều kiện phát triển các ngành kinh tế khác.
Phân bố hợp lý mạng lưới cơ sở dịch vụ, nhất là mạng lưới siêu thị, cửa hàng tự
chọn, mạng lưới chợ, mạng lưới ngân hàng và hệ thống khách sạn trên địa bàn
Thành phố.
- Phấn đấu giá trị gia tăng khu vực dịch vụ tăng bình quân khoảng 12,2 -
13,5%/năm giai đoạn 2011 - 2015. Tổng lượng khách du lịch nội địa đến năm 2015
đạt 11,8 - 12 triệu lượt.
- Tốc độ tăng trưởng kim ngạch xuất khẩu hàng hóa trên địa bàn Hà Nội giai
đoạn 2011 - 2015 tăng bình quân 14 - 15%/năm. Tổng mức bán lẻ hàng hoá và dịch
vụ xã hội giai đoạn 2011 - 2015 tăng bình quân 18 - 20%/năm.
31
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 2.7: Tóm tắt chỉ tiêu phát triển kinh tế - xã hội của Thành phố Hà
Nội giai đoạn 2011-2015
TT Các chỉ tiêu Đơn vị 2015
I Giá trị
1 Dân số triệu người 7.2 - 7.3
2 GDP bình quân đầu người USD 4100-4300
3 Tỷ lệ đô thị hóa % 46-47
II Cơ câu theo ngành
1 Tổng giá trị GDP % 100
2 GDP công nghiệp % 41-42
3 GDP nông nghiệp % 3-4
4 GDP thương mại -dịch vụ % 54-55
III Tôc độ tăng trưởng 2011-2015
Dân số %/năm 1.8
GDP %/năm 12-13
GDP công nghiệp %/năm 13-13.7
GDP nông nghiệp %/năm 1.5-2
GDP thương mại -dịch vụ %/năm 12.2-13.5
(Nguồn: Quy hoạch tổng thể phát triển kinh tế - xã hội Thành
phố Hà Nội đến năm 2020, định hướng đến năm 2030)
2.2 Thực trạng tiêu thụ điện năng Thành phố Hà Nội giai đoạn 1995-2013
2.2.1 Điện năng tiêu thụ theo thời gian của Thành phố Hà Nội giai đoạn 1995-
2013
Cùng với sự gia tăng về dân số và tăng trưởng kinh tế, điện năng thương phẩm
của Hà Nội cũng tăng liên tục qua các năm. Điện thương phẩm tăng từ 1451.27
GWh năm 1995 lên 9151.6 GWh vào năm 2013, trong 16 năm tăng gấp 6.2 lần.
Tình hình tiêu thụ điện năng của Hà Nội giai đoạn 1995 - 2013 được thể hiện trong
bảng dưới đây.
32
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 2.8: Tình hình tiêu thụ điện năng của HàNội giai đoạn 1995 – 2013
Năm Điện thương phẩm (GWh) Tôc độ tăng trưởng
nhu cầu điện(%)
Bình quân
KWh/người
1995 1451.27 320.49
1996 1674.57 15.39% 360.55
1997 1907.26 13.90% 400.02
1998 2172.27 13.90% 442.02
1999 2474.12 13.90% 488.69
2000 2817.78 13.89% 524.01
2001 3166.05 12.36% 577.75
2002 3558.09 12.38% 637.12
2003 3999.49 12.41% 702.73
2004 4496.54 12.43% 775.26
2005 5053.22 12.38% 855
2006 5595.95 10.74% 928.02
2007 6122.44 9.41% 994.02
2008 7286.99 19.02% 1147.56
2009 7930.3 8.83% 1225.82
2010 9011.5 13.63% 1367.24
2011 10025.4 11.20% 1422.31
2012 11136.2 11% 1503.22
2013 12533.3 12.50% 1586.54
(Nguồn : Tập đoàn Điện lực Việt Nam )
33
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 2.9: Điện năng tiêu thụ của thành phố Hà Nội giai đoạn 1995-2013
Hình 2.10 : Tốc độ tăng trưởng nhu cầu điện năng thành phố Hà Nội giai đoạn
1995-2013
Mặc dù điện năng tiêu thụ tăng đều hàng năm song tốc độ tăng trưởng điện
năng của Hà Nội lại có sự biến động tương đối lớn. Năm 1996, tốc độ tăng trưởng
điện năng là 15.39%, các năm tiếp theo 1997 - 2000, tốc độ tăng trưởng điện năng
giữ ở mức ổn định 13.9%, giảm xuống còn 12.36% vào năm 2001 và chỉ dao động
nhẹ cho đến năm 2005. Năm 2006, 2007 tốc độ tăng trưởng nhu cầu điện năng liên
tục giảm xuống còn 10.74% vào năm 2006 và 9.41% vào năm2007 sau đó tăng vọt
trở lại vào năm 2008 ở mức 10.02%. Năm 2009, tốc độ tăng trưởng nhu cầu điện
giảm xuống mức thấp 8.83% và đến 2010 thì tốc độ tăng trưởng đạt 13.63%. Năm
2011, 2012 giữ ở mức 11%, đến năm 2013 tốc độ tăng trưởng tăng nhẹ lên mức
12.5%.
0
2000
4000
6000
8000
10000
12000
14000
199
5
199
6
199
7
199
8
199
9
200
0
200
1
200
2
200
3
200
4
200
5
200
6
200
7
200
8
200
9
201
0
201
1
201
2
201
3
Điện thương phẩm (GWh)
Điện thương phẩm (GWh)
0.00%
2.00%
4.00%
6.00%
8.00%
10.00%
12.00%
14.00%
16.00%
18.00%
20.00%
1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
Tôc độ tăng trưởng nhu cầu điên (%)
34
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
2.2.2 Điện năng tiêu thụ theo ngành
Bảng 2.11: Tiêu thụ điện năng theo ngành của Hà Nội giai đoạn
1995-2013
35
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Năm Công nghiệp Nông nghiệp Thương mại- Dịch
vụ
Dân dụng sinh hoạt Khác Tổng
GWh % GWh % GWh % GWh % GWh % GWh
1995 376.6 25.95% 32.35 2.23% 81.39 5.61% 835.85 57.59% 125.09 8.62% 1451.28
1996 431.2 25.75% 36.84 2.20% 118.89 7.10% 951.99 56.85% 135.64 8.10% 1674.56
1997 491.12 25.75% 41.96 2.20% 135.42 7.10% 1084.28 56.85% 154.49 8.10% 1907.27
1998 559.36 25.75% 47.79 2.20% 154.23 7.10% 1234.94 56.85% 175.95 8.10% 2172.27
1999 637.08 25.75% 54.43 2.20% 175.66 7.10% 1406.54 56.85% 200.4 8.10% 2474.11
2000 725.46 25.75% 61.28 2.17% 199.61 7.08% 1603.6 56.91% 227.83 8.09% 2817.78
2001 831.38 26.26% 65.45 2.07% 226.96 7.17% 1788.01 56.47% 254.26 8.03% 3166.06
2002 952.76 26.78% 69.9 1.96% 258.05 7.25% 1993.64 56.03% 283.75 7.97% 3558.1
2003 1091.8 27.30% 74.65 1.87% 293.4 7.34% 2222.9 55.58% 316.67 7.92% 3999.42
2004 1251.2 27.83% 79.73 1.77% 333.6 7.42% 2478.54 55.12% 353.4 7.86% 4496.47
2005 1432.7 28.35% 84.99 1.68% 378.65 7.49% 2762.04 54.66% 394.76 7.81% 5053.14
2006 1681.1 30.04% 81.7 1.46% 427.59 7.64% 3082.64 55.09% 322.85 5.77% 5595.88
2007 1930.6 31.53% 65.75 1.07% 477.76 7.80% 3276.84 53.52% 371.47 6.07% 6122.42
2008 2233.9 30.66% 78.93 1.08% 513.36 7.04% 3991.55 54.78% 469.2 6.44% 7286.94
2009 2497 31.49% 71.3 0.90% 565 7.12% 4287 54.06% 510 6.43% 7930.3
2010 2895.3 32.13% 88 0.98% 809 8.98% 4683.3 51.97% 535.9 5.95% 9011.5
2011 3025.6 31.78% 94 0.99% 921 9.67% 4908 51.56% 571 6.00% 9519.6
2012 3254 31.93% 104 1.02% 1018 9.99% 5217 51.19% 598 5.87% 10191
2013 3477 32.01% 106.8 0.98% 1236 11.38% 5434 50.02% 609 5.61% 10862.8
36
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 2.12: Đồ thị biểu diễn tiêu thụ điên năng của thành phố Hà Nội theo từng
ngành kinh tế giai đoạn 1995-2013.
Nhìn vào đồ thị trên, ta có thể thấy tiêu thụ điện năng của ngành dân dụng
sinh hoạt và ngành công nghiệp tăng mạnh và đều qua các năm. Dân dụng sinh
hoạt là ngành tiêu thụ điện năng nhiều nhất với mức tăng trung bình là 240.47
GWh/năm sau đó đến công nghiệp ở mức 157.42 GWh/năm, ngành thương mại
dịch vụ cũng tăng đều qua các năm nhưng mức độ tăng rất chậm. Ngành nông
nghiệp tiêu thụ điện năng ít nhất và tương đối thất thường qua các năm.
Hình 2.13: Đồ thị biểu diễn thay đổi tỷ trọng tiêu thụ điện năng giai đoạn
1995-2013
Trong những năm đầu của giai đoạn ta có thể dễ dàng thấy được ngành dân
dụng sinh hoạt chiếm tỷ trọng khá cao, nhưng tỷ trọng này theo các năm sau đó
giảm dần, trung bình giảm 0.35%/năm. Tuy tỷ trọng tiêu thụ điện năng của ngành
0
1000
2000
3000
4000
5000
6000
1994 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014
Công nghiệp Nông nghiệp Thương mại- Dịch vụ Dân dụng sinh hoạt Khác
0.00%
10.00%
20.00%
30.00%
40.00%
50.00%
60.00%
70.00%
1995199619971998199920002001200220032004200520062007200820092010201120122013
Công nghiệp Nông nghiệp Thương mại - Dịch vụ
Dân dụng sinh hoạt Khác
37
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
dân dụng sinh hoạt có giảm nhưng vẫn trên mức 50%. Điều này hoàn toàn dễ
hiểubởi dân số Hà Nội ngày một tăng lên nhanh chóng theo từng năm bởi lượng
người kéo về kiếm việc làm cộng với một số lượng lớn sinh viên của các trường
đại học, cao đẳng tại Hà Nội. Cùng với đó là sự phát triển của nền kinh tế thị
trường, người dân có mức sống ngày càng cao, nhu cầu về sử dụng các tiện ích xã
hội trong sinh hoạt như ti vi, tủ lạnh, điều hòa nhiệt độ, máy giặt, lò vi sóng... Để
đáp ứng đủ điện năng cho toàn thành phố mà ngành điện đã chính sách giá điện
hợp lý nhằm thúc đẩy ý thức sử dụng tiết kiệm điện của người dân. Chính vì vậy
mà tỷ trọng tiêu thụ điện năng của ngành có giảm dần qua các năm, tuy nhiên do số
lượng người quá lớn nên nhu cầu tiêu thụ điện năng vẫn chiếm tỷ trọng cao trong
cơ cấu tiêu thụ điện năng của thành phố.
Ngược lại, tỷ trọng tiêu thụ điện năng của ngành công nghiệp lại có xu hướng
tăng qua các năm. Năm 1995, tỷ trọng ngành công nghiệp là 25.95%, đến năm 2013
đạt 32.01%. Điều này xảy ra là do tốc độ đô thị hóa nhanh chóng cùng với sự khai
sinh của hàng ngàn doanh nghiệp, các cụm công nghiệp lớn nhỏ.
Nông nghiệp là ngành chiếm tỷ trọng nhỏ nhất trong cơ cấu tiêu thụ điện năng
của toàn Hà Nội, chủ yếu cung cấp cho các trạm bơm điện phục vụ tưới tiêu, sản
xuất nông, lâm, ngư nghiệp và làng nghề sản xuất nhỏ. Lĩnh vực nông nghiệp có
tốc độ tăng trưởng tiêu thụ điện chỉ dao động trong khoảng từ 0.90-2.23%. Nhìn
chung tiêu thụ điện trong nông nghiệp tăng giảm thất thường, chủ yếu phụ thuộc
vào tình hình thời tiết. Ta nhận thấy rằng tỷ trọng ngành nông nghiệp của thành phố
Hà Nội ngày một giảm, còn tỷ trọng ngành công nghiệp lại tăng lên. Đây là kết quả
của việc thúc đẩy quá trình công nghiệp hóa, hiện đại hóa của Đảng và Nhà nước ta
hiện nay, phấn đấu đưa đất nước trở thành một nước công nghiệp hiện đại.
Ngành thương mại dịch vụ là thành phần có tỷ trọng nhỏ trong cơ cấu tiêu thụ
điện năng của toàn thành phố Hà Nội, dao động nhẹ, trong cả giai đoạn tăng từ
5.61% đến 11.38%. Lĩnh vực này bao gồm các hoạt động như dịch vụ kinh doanh
(tư vấn pháp lý, xử lý dữ liệu, nghiên cứu phát triển, nhà đất, cho thuê, quảng cáo.);
dịch vụ thông tin liên lạc (bưu chính, viễn thông, truyền hình.); dịch vụ phân phối
(bán lẻ, bán buôn.); dịch vụ môi trường (vệ sinh, xử lý chất thải.); dịch vụ tài chính
(ngân hàng, bảo hiểm.); dịch vụ liên quan đến y tế và dịch vụ xã hội; dịch vụ giải
trí, văn hóa, thể thao; dịch vụ giáo dục; dịch vụ du lịch và lữ hành; dịch vụ giao
thông vận tải và các dịch vụ khác.
Ngành khác bao gồm các hoạt động còn lại, không nằm trong bốn hoạt động
kể trên. Cơ cấu tiêu thụ điện ngành khác có xu hướng giảm qua các năm ở mức
8.62% vào năm 1995 xuống 5.61% vào năm 2013.
38
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 2.14: Cơ cấu tiêu thụ điện năng theo các thành phần kinh tế năm
1995 và 2013.
Kết luận chương II
Trong chương II, em đã trình bày khái quát về đặc điểm kinh tế, xã hội và đi
sâu phân tích những yếu tố ảnh hưởng đến nhu cầu điện năng của thành phố
Hà Nội giai đoạn 1995-2013 qua 5 ngành chính (ngành công nghiệp, nông
nghiệp, dân dụng sinh hoạt, thương mại dịch vụ và ngành khác). Qua đó sẽ
giúp ích cho em đi vào tính toán cụ thể trong chương III là lựa chọn được
phương pháp dự báo hợp lý cũng như đưa vào mô hình các biến độc lập có
ảnh hưởng tới nhu cầu điện năng của toàn thành phố để đánh giá và đưa ra
được hàm dự báo tối ưu nhất.
32.01%
0.98%11.38%
50.02%
5.61%
Công nghiệp Nông nghiệp TM-DV
Dân Dụng Khác
25.95%
2.23%
5.61%57.59%
8.62%
Công nghiệp Nông nghiệp TM-DV
Dân dụng Khác
39
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
CHƯƠNG III : DỰ BÁO NHU CẦU ĐIỆN NĂNG THÀNH PHỐ
HÀ NỘI GIAI ĐOẠN 2014-2018
3.1 LỰA CHỌN PHƯƠNG PHÁP DỰ BÁO NHU CẦU ĐIỆN NĂNG THÀNH PHỐ
HÀ NỘI GIAI ĐOẠN 2014-2018
3.1.1 Lý do lựa chọn phương pháp
Có rất nhiều cách tiếp cận để tính toán dự báo nhu cầu tiêu thụ điện năng như
đã giới thiệu ở chương I, phương pháp chuyên gia, phương pháp nơ-ron, phương
pháp hồi quy tuyến tính, phương pháp đàn hồi thu nhập. Mỗi phương pháp đều có
những ưu điểm và nhược điểm khác nhau. Việc ứng dụng phương pháp nào cho
phù hợp với thực tiễn ở nước ta là rất quan trọng. Từ các đặc điểm của những
phương pháp trên, em lựa chọn phương pháp hồi quy ước lượng mô hình, dùng
phần mềm EVIEW để dự báo nhu cầu điện năng thành phố Hà Nội, điều này được
lý giải bởi những lý do sau:
Trước hết, phương pháp hồi quy đòi hỏi tập mẫu số liệu nghiên cứu đủ lớn mà
các số liệu này hoàn toàn có thể thu thập được ở Viện Năng lượng, Tổng cục thống
kê, các báo cáo, quy hoạch... Trong phạm vi đồ án này, số liệu em đã thu thập trong
giai đoạn 1995-2013, số liệu em dùng để dự báo lấy trong giai đoạn 2000-2013 vì
tình hình kinh tế-xã hội có điểm tương đồng với các năm cần dự báo nhất.
Thứ hai, sử dụng phép phân tích hồi quy nhằm ước lượng, dự báo nhu cầu tiêu
thụ điện năng cho từng ngành của thành phố Hà Nội dựa trên những mối liên hệ
giữa GDP theo từng ngành, giá điện năng của ngành, dân số...với điện năng tiêu thụ
từng ngành tương ứng sẽ đem lại kết quả chính xác thông qua các kiểm định và
mức độ phù hợp của mô hình.
Thứ ba, phương pháp hồi quy cũng được sử dụng khá phổ biến. Trong Đề án
Quy hoạch phát triển Điện lực của các tỉnh, thành phố, quận, huyện...
3.1.2 Phân tích các yếu tố ảnh hưởng đến nhu cầu điện năng thành phố Hà Nội
Từ tình hình phát triển kinh tế xã hội và thực trạng tiêu thụ điện năng của
thành phố Hà Nội thì nhu cầu tiêu thụ điện năng của thành phố Hà Nội chịu ảnh
hưởng của các yếu tố sau:
- Xu hướng phát triển kinh tế xã hội: Trong giai đoạn vừa qua, nền kinh tế thế
giới và nước ta có những biến động khá lớn như cuộc khủng hoảng tài chính toàn
cầu năm 2008 đã ảnh hưởng không nhỏ đến nền kinh tế của nước ta. Tuy nhiên,
nhờ những chính sách hợp lý của Chính phủ nên nền kinh tế của nước ta cũng đã
dần ổn định và hứa hẹn một giai đoạn mới phát triển mạnh mẽ hơn. Xã hội ngày
càng phát triển, GDP theo từng thành phần kinh tế và GDP bình quân đầu người
tăng cao, các nhu cầu tiện ích xã hội phục vụ cuộc sống sử dụng điện năng cũng
tăng lên.
- Dân số: Dân số thành phố Hà Nội ngày càng gia tăng kéo theo nhu cầu tiêu
thụ điện năng cũng tăng lên. Dân số và tiêu thụ điện năng có mối quan hệ đồng biến
40
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
với nhau. Dân số có ảnh hưởng tác động trực tiếp lên tình hình tiêu thụ điện năng
của Hà Nội.
- GDP bình quân đầu người: Khi mà xã hội ngày càng phát triển, GDP bình
quân đầu người tăng lên tức là đời sống người dân ngày một tiện nghi và đầy đủ,
các nhu cầu tiện ích sử dụng điện năng cũng tăng lên. Khi GDP bình quân đầu
người giảm thì người dân có xu hướng sử dụng ít các thiết bị điện, hóa đơn tiền
điện cũng giảm. Vì vậy, GDP bình quân đầu người và nhu cầu điện năng có mối
quan hệ đồng biến.
Biến sử dụng đưa vào mô hình hồi quy:
Từ các yếu tố ảnh hưởng đến nhu cầu tiêu thụ điện năng của Hà Nội đã được
phân tích ở phía trên ta lựa chọn những biến có ảnh hưởng mạnh mẽ nhất để xây
dựng mô hình dự báo cho từng ngành kinh tế của Hà Nội. Ở đây ta chọn các biến :
GDP, DS( dân số ), P ( giá điện ) để dự báo.
Biến phụ thuộc (biến đầu ra) là nhu cầu điện năng theo từng thành phần kinh
tế của thành phố Hà Nội. Các biến độc lập (biến giải thích) sẽ được lựa chọn theo
từng ngành kinh tế của thành phố Hà Nội.
3.1.3 Phân tích mô hình dự báo
Dựa vào bảng các giá trị mẫu quan sát của các biến đầu vào như tiêu thụ điện
của ngành và các nhân tố ảnh hưởng đến nhu cầu tiêu thụ điện như GDP, giá, dân
sốđã lựa chọn ở trên để thiết lập nên hàm dự báo A = f(GDP, P, DS, ...) theo
phương pháp thống kê thông dụng cho từng ngành của thành phố Hà Nội.
Có nhiều dạng hàm được sử dụng để dự báo nhu cầu điện năng, có thể là hàm
tuyến tính thông thường hay các dạng hàm phức tạp hơn như hàm xu thế bình
phương, hàm mũ. Xu thế chung là tuyến tính hóa các hàm phức tạp này và giải nó
bằng kỹ thuật ước lượng bình phương cực tiểu.
Trong đồ án tốt nghiệp này, em sử dụng hai dạng hàm là hàm tuyến tính và
hàm log tuyến tính. Tùy vào điều kiện cụ thể của bảng số liệu thống kê được mà các
mô hình dự báo có thể đầy đủ các biến độc lập hoặc có thể lấy một vài biến phù hợp
đưa vào mô hình.
Nhu cầu điện cho ngành công nghiệp:
ACN = f(GDPCN, PCN,DS)
Trong đó:
ACN: Nhu cầu điện năng cho ngành công nghiệp của Hà Nội.
GDPCN: Tổng sản phẩm quốc nội của ngành công nghiệp Hà Nội.
PCN: Giá điện ngành công nghiệp của Hà Nội.
DS: Dân số của Hà Nội
Nhu cầu điện cho ngành nông nghiệp:
ANN = f(GDPNN, PNN,DS)
41
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Trong đó:
ANN: Nhu cầu điện năng cho ngành nông nghiệp của Hà Nội.
GDPNN: Tổng sản phẩm quốc nội của ngành nông nghiệp của Hà Nội.
PNN: Giá điện ngành nông nghiệp của Hà Nội.
DS: Dân số của Hà Nội
Nhu cầu điện cho ngành thương mại — dịch vụ:
ATM = f(GDPTM, PTM,DS)
Trong đó:
ATM: Nhu cầu điện năng cho ngành thương mại dịch vụ của Hà Nội
GDPTM: Tổng sản phẩm quốc nội của ngành thương mại dịch vụ của Hà Nội.
PTM: Giá điện ngành thương mại dịch vụ của Hà Nội.
DS: Dân số của Hà Nội
Nhu cầu điện cho ngành dân dụng sinh hoạt:
ADS = f(GDPDS, PDS,DS)
Trong đó:
ADS: Nhu cầu điện năng cho ngành dân dụng sinh hoạt của Hà Nội
GDPDS: Thu nhập bình quân đầu người thành phố Hà Nội
PDS: Giá điện ngành dân dụng sinh hoạt của Hà Nội.
DS: Dân số của Hà Nội
Nhu cầu điện cho các ngành khác:
AK = f(GDPK, PK,DS)
Trong đó:
AK: Nhu cầu điện năng cho ngành khác của Hà Nội.
GDPK: Tổng giá trị sản phẩm nội địa của thành phố Hà Nội.
PK: Giá điện bán lẻ cho các hộ không thuộc bốn nhóm kể trên (ngành khác)
thành phố Hà Nội.
DS: Dân số của Hà Nội
Để dự báo được nhu cầu tiêu thụ điện năng theo từng ngành kinh tế của
thành phố Hà Nội giai đoạn 2011-2015 thì cần phải có số liệu dự báo của từng
biến độc lập sử dụng trong mô hình dự báo:
- Tổng sản phẩm quốc nội của ngành và toàn thành phố: Theo Quyết định
1081/QD-Ttg năm 2011 phê duyệt Quy hoạch tổng thể phát triển kinh tế - xã hội
thành phố Hà Nội đến năm 2020, định hướng đến năm 2030 do Thủ tướng Chính
phủ ban hành thì tốc độ tăng trưởng GDP ngành công nghiệp đạt khoảng 13-
13.7%/, ngành nông nghiệp đạt khoảng 1.5-2%/năm, ngành thương mại dịch vụ đạt
khoảng 12.2-13.5%/năm, tốc độ tăng trưởng GDP toàn thành phố đạt khoảng 12-
13%/năm.
42
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 3.1:GDP cho từng ngành kinh tế Thành phố Hà Nội giai đoạn
2014-2018
(Đơn vị: tỷ đồng)
Năm Công nghiêp Nông nghiêp Thương mại
dịch vu GDP tổng
2014 51003 4592 60756 116354
2015 57634 4661 68168 130317
2016 65126 4740 76757 146623
2017 73592 4820 86428 164840
2018 83159 4901 97617 185677
- GDP bình quân đầu người: Theo quyết định 1081/QD-Ttg năm 2011 phê
duyệt Quy hoạch tổng thể phát triển kinh tế - xã hội thành phố Hà Nội đến năm
2020, định hướng đến năm 2030 do Thủ tướng Chính phủ ban hành thì tốc độ tăng
trưởng dân số của thành phố Hà Nội giai đoạn 2014-2018 vào khoảng 1.8%/năm.
Cùng với đó là mức tăng trưởng GDP toàn thành phố đạt 12-13%, ta xác định được
mức độ tăng trưởng GDP bình quân đầu người vào khoảng 10- 11%/năm.
Bảng 3.2:GDP bình quân đầu người của Thành phô Hà Nội giai đoạn
2014-2018
(Đơn vị: triệu đồng/người)
Năm 2014 2015 2016 2017 2018
GDP bình
quân đầu
người
16.4376 18.0846 19.893 21.882 24.07
- Giá điện của ngành: Theo quyết định 24/2011/QĐ-TTg được phê duyệt của
Thủ tướng Chính phủ về điều chỉnh giá bán điện theo cơ chế thị trường, khi cơ cấu
đầu tại thời điểm tính toán (giá nhiên liệu, tỷ giá ngoại tệ) và sản lượng điện phát
thay đổi so với kế hoạch đã được Bộ Công Thương phê duyệt sẽ làm cho giá bán
điện hiện hành tăng không vượt quá 5% thì Tập đoàn Điện lực Việt Nam được phép
điều chỉnh tăng giá bán điện ở mức tương ứng sau khi đăng kí và được Bộ Công
Thương chấp thuận. Trường hợp giá bán điện hiện hành tăng vượt quá 5% thì Tập
đoàn Điện lực Việt Nam báo cáo Bộ Công Thương và gửi Bộ Tài chính để thẩm
định. Nếu sau 15 ngày, kể từ ngành Bộ Công Thương trình Thủ tướng Chính phủ
mà chưa có ý kiến trả lời, thì cho phép Tập đoàn Điện lực Việt Nam được điều
chỉnh giá bán điện ở mức 5%. Cùng với đó các chuyên gia giàu kinh nghiệm, sắc
bén với các biến động của thị trường dự đoán rằng tốc độ tăng trưởng giá điện
ngành công nghiệp trong giai đoạn 2014-2018 của thành phố Hà Nội là 3%, ngành
nông nghiệp 2%, ngành thương mại dịch vụ 1.5%, ngành dân dụng sinh hoạt 3% và
ngành khác khoảng 4%.
43
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 3.3: Giá điện theo từng ngành của thành phố Hà Nội giai đoạn 2014-2018
(Đơn vị : đồng/KWh)
Năm Công nghiệp Nông
nghiệp
Thương mại
dịch vụ
Dân dụng
sinh hoạt Ngành khác
2014 1350 1259 2285 2044 1531
2015 1390 1284 2319 2105 1592
2016 1432 1309 2354 2168 1655
2017 1457 1336 2389 2233 1722
2018 1519 1362 2425 2300 1791
- Gia tăng dân số : tốc độ tăng dân số bình quân năm là 2,11%. Ta có :
Bảng 3.4 : Dân số thành phố Hà Nội giai đoạn 2014-2018
Năm Dân số ( nghìn người )
2014 7255
2015 7408
2016 7564
2017 7724
2018 7887
Từ những phân tích ở trên ta tổng hợp được bộ số liệu sử dụng làm dữ liệu
đầu vào dự báo nhu cầu điện năng thành phố Hà Nội giai đoạn 2014-2018.
Bảng 3.5 : Thống kế dữ liệu về nhu cầu phụ tải, GDP và giá điện của các
ngành kinh tế
A: GWh
GDP: tỷ đồng
GDP/DS: triệu đồng
P: đồng/KWh
44
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Năm
Công nghiệp Nông nghiệp Thương mại - dịch vụ
ACN GDPCN PCN ANN GDPNN PNN ATM GDPTM PTM
2000 725.46 9247 850 61.28 3282 570 199.61 13699 1300
2001 831.38 10486 712 65.45 3417 570 226.96 15210 1343
2002 952.76 11891 762 69.9 3557 604 258.05 16868 1459
2003 1091.86 13485 813 74.65 3702 657 293.4 18683 1511
2004 1251.27 15292 842 79.73 3854 680 333.6 20670 1359
2005 1432.78 17334 829 84.99 4013 660 378.65 22783 1852
2006 1681.17 20310 1130 81.7 4064 899 427.59 25138 1902
2007 1930.62 23260 1161 65.75 4183 924 477.76 28261 1940
2008 2233.95 26023 1184 78.93 4251 942 513.36 31345 1950
2009 2497 27806 1200 71.3 4254 962 565 33669 1965
2010 2895.3 31281 1211 88 4327 985 809 38337 1970
2011 3025.6 33625 1247 94 4514 1005 921 41358 2000
2012 3254 35667 1284 104 4667 1025 1018 42317 2030
2013 3477 36214 1323 106.8 4726 1046 1236 43158 2060
2014
51003 1350
4592 1259
60756 2285
2015
57634 1390
4661 1284
68168 2319
2016
65126 1432
4740 1309
76757 2354
2017
73592 1457
4820 1336
86428 2389
2018
83159 1519
4901 1362
97617 2425
45
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Năm Dân dụng- sinh hoạt Khác
ADS GDPDS PDS AK GDPK PK
2000 1603.6 4.87764 607 227.83 26228 850
2001 1788.01 5.3126 609 254.26 29113 712
2002 1993.64 5.7864 669 283.75 32316 828
2003 2222.9 6.3026 741 316.67 35870 900
2004 2478.54 6.86476 767 353.4 39816 932
2005 2762.04 7.466 693 394.76 44130 1006
2006 3082.64 8.211 947 322.85 49512 1073
2007 3276.84 9.044 972 371.47 55704 1208
2008 3991.55 9.7037 992 469.2 61619 1449
2009 4287 10.16 1011 510 65729 1584
2010 4683.3 11.22 1030 535.9 73945 1678
2011 4908 12.343 1061 571 82819 1745
2012 5217 13.5799 1093 598 92757 1815
2013 5434 14.94 1126 609 103888 1888
2014 16.43 2044 116354 1531
2015 18.08 2105 130317 1592
2016 19.89 2168 146623 1655
2017 21.882 2233 164840 1722
2018 24.07 2300 185677 1791
46
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
3.2 XÂY DỰNG MÔ HÌNH DỰ BÁO
Dựa vào bộ số liệu đã thu thập cùng với sự trợ giúp của phần mềm Eviews, ta
tiến hành xây dựng mô hình dự báo cho từng ngành kinh tế của thành phố Hà Nội.
Sử dụng các tiêu chuẩn kiểm định để đánh giá xem mô hình có phù hợp hay không
(hệ số xác định R2, kiểm định T, F, d_Durbin- Watson, Durbin h).
3.2.1 Công nghiệp
a. Mô hình tuyến tính:
Mô hình dự báo tuyến tính có dạng:
0 1 2 3* * * iACN GDPCN PCN DS
Với những số liệu được tổng hợp từ phân tích ở những phần trước, ta sử dụng
làm dữ liệu đầu vào để xây dựng mô hình dự báo bằng phần mềm eviews:
Hình 3.6: Kết quả chạy Eviews mô hình tuyến tính của ngành công nghiệp
Sau khi chạy ta xây dựng được mô hình tính toán :
ACN = -2608.33149597 + 0.0749946542089*GDPCN - 0.232815070315*PCN +
0.508197482315*DS
Nhận xét:
Từ mô hình ta thấy hệ số của biến GDPCN, DS mang dấu dương, còn hệ số
của biến PCN mang dấu âm. Tức là, khi biến GDPCN tăng thêm 1 đơn vị thì biến
nhu cầu điện năng của ngành tăng thêm 0.07499 đơn vị, còn khi giá điện của ngành
công nghiệp PCN tăng thêm 1 đơn vị thì nhu cầu điện năng ngành công nghiệp sẽ
giảm đi 0.23281 đơn vị, khi biến DS tăng thêm 1 đơn vị thì biến nhu cầu điện năng
của ngành tăng lên 0.508197 đơn vị. Như vậy, mối quan hệ của GDPCN,PCN, DS
và lượng tiêu thụ điện năng của ngành công nghiệp phù hợp với lý thuyết kinh tế.
Tuy nhiên, với mức ý nghĩa a = 0.05 thì Prob(PCN) = 0.3878>
Prob(GDPCN) = 0.0033<
47
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Prob(DS) = 0.1223>
Như vậy, biến PCN và DS không ảnh hưởng đến nhu cầu tiêu thụ điện năng
của ngành. Ta tiến hành loại bỏ biến PCN và DS ra khỏi mô hình và xây dựng lại
mô hình dự báo bằng phần mềm Eviews:
Hình 3.7: Kết quả chạy Eviews mô hình tuyến tính của ngành công nghiệp khi
đã bỏ biến PCN và DS
Từ kết quả chạy eviews, ta xây dựng được mô hình dự báo sau:
ACN = -252.32600784 + 0.0987837116121*GDPCN
Nhận xét:
Hệ số của biến GDPCN mang dấu dương, tức là khi GDPCN tăng thêm 1 đơn
vị thì nhu cầu điện năng cũng tăng lên 0.09878 đơn vị. Như vậy, mối quan hệ giữa
biến GDPCN với nhu cầu điện năng có quan hệ đồng biến. Điều này phù hợp với lý
thuyết kinh tế.
Hệ số R2 :
R2 = 0.9946 => 99.46% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa a = 0.05, từ bảng kết quả ta thấy:
Prob(GDPCN) = 0 < => Biến GDPCN có ảnh hưởng đến nhu cầu tiêu thụ
điện năng của ngành. Mô hình trên thỏa mãn kiểm định T.
Kiểm định F:
Với mức ý nghĩa a = 0.05, ta thấy Prob(F-statistic) = 0<
Như vậy, có ít nhất một biến GDPCN ảnh hưởng đến nhu cầu tiêu thụ điện
năng của ngành. Mô hình trên thỏa mãn kiểm định F.
48
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d = 0.90476, với số mẫu quan sát n = 14 và
số biến độc lập k’= 1 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức
ý nghĩa 5% ta có: dL = 1.045, dU = 1.350 => d < dL.
Vậy mô hình có tự tương quan dương.
Khắc phục tự tương quan bằng cách chạy lại mô hình với biến nhu cầu điện
của thời kì trễ ACN(-1) ta được kết quả như sau:
Hình 3.8: Kết quả chạy Eviews mô hình tuyến tính của ngành công nghiệp sau khi
bỏ biến PCN, DS và thêm biến trễ ACN(-1)
Từ kết quả chạy eviews, ta xây dựng được mô hình dự báo sau:
ACN = -93.0916532188 + 0.0528185114154*GDPCN +
0.494812298696*ACN(-1)
Nhận xét:
Hệ số của biến GDPCN và ACN(-1) đều mang dấu dương, tức là khi GDPCN
tăng thêm 1 đơn vị thì nhu cầu điện năng cũng tăng lên 0.05281 đơn vị. Còn khi
nhu cầu điện năng năm trước ACN(-1) tăng lên 1 đơn vị thì nhu cầu điện năng cũng
tăng lên 0.494812 đơn vị. Như vậy, mối quan hệ giữa biến GDPCN vàACN(-1) với
nhu cầu điện năng có quan hệ đồng biến. Điều này hoàn toàn phù hợp với lý thuyết
kinh tế.
Hệ số R2 :
R2= 0.997684 => 99.77% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa =0.05 từ bảng kết quả ta thấy :
Prob(tGDPCN)=0.0017<0.05
Prob(tACN(-1))=0.0036< 0.05
49
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
=>GDPCN và biến ACN(-1) có ảnh hưởng đến nhu cầu tiêu thụ điện năng của
ngành. Mô hình trên thỏa mãn kiểm định T.
Kiểm định F :
Với mức ý nghĩa =0.05, ta thấy Prob(F-statistic)=0<
Như vậy, có ít nhất một biến GDPCN hoặc ACN(-1) ảnh hưởng đến nhu cầu
tiêu thụ điện năng của ngành. Mô hình trên thỏa mãn kiểm định F.
Kiểm định Durbin H:
Để kiểm định hiện tượng tự tương quan trong mô hình trên ta không thể dùng
tiêu chuẩn Durbin-Watson vì mô hình trên có chứa biến ACN(-1). Trong trường
hợp này ta dùng tiêu chuẩn Durbin h.
Ta có kiểm định thống kê :
Ta tính được h= -0.7475
Ta có -1.96 < h < 1.96, do đó chấp nhận giả thiết H0: 0 (Không tồn tại tự
tương quan) với mức ý nghĩa 5%. Như vậy việc đưa them biến tiêu thụ điện năng
năm trước ACN(-1) đã khắc phục được hiện tượng tương quan.
Vậy ta chấp nhận sử dụng mô hình trên làm mô hình dự báo:
ACN = -93.0916532188 + 0.0528185114154*GDPCN +
0.494812298696*ACN(-1)
b. Mô hình log tuyến tính
Mô hình dự báo có dạng :
0 1 2 3ln( ) *ln( ) *ln( ) * iACN GDPCN PCN DS
Hình 3.9: Kết quả chạy Eviews mô hình log tuyến tính của ngành công nghiệp
2
2
(1 )2 1 ( ( ))
d nh
n Var
50
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Ta xây dựng được mô hình dự báo sau :
ln(ACN) = -11.4690010735 + 0.929428969389*ln(GDPCN) -
0.0278904733814*ln(PCN) + 1.13497719362*ln(DS)
Nhận xét:
Từ mô hình trên ta thấy, hệ số của biến GDPCN,DS mang dấu dương, còn hệ
số của biến PCN mang dấu âm. Tức là, khi biến GDPCN tăng thêm 1 đơn vị thì
biến nhu cầu điện năng của ngành tăng thêm 0.92943đơn vị,còn khi giá điện của
ngành công nghiệp PCN tăng thêm 1 đơn vị thì nhu cầu điện năng ngành công
nghiệp sẽ giảm đi 0.02789 vị, khi biến DS tăng thêm 1 đơn vị thì biến nhu cầu điện
năng của ngành tăng thêm 1.134977 đơn vị. Như vậy, mối quan hệ của GDPCN và
PCN với tiêu thụ điện năng của ngành công nghiệp là phù hợp với lý thuyết kinh tế.
Tuy nhiên ta nhận thấy, với mức ý nghĩa = 0.05 thì :
Prob(GDPCN) = 0 <
Prob(PCN) = 0.648>
Prob(DS) = 0.003<
Như vậy, biến PCN không ảnh hưởng đến nhu cầu tiêu thụ điện năng của
ngành. Ta tiến hành loại bỏ biến PCN ra khỏi mô hình và xây dựng lại mô hình dự
báo bằng phần mềm Eviews:
Hình 3.10: Kết quả chạy Eviews mô hình log tuyến tính của ngành công nghiệp sau
khi bỏ biến PCN
Mô hình dự báo có dạng :
ln(ACN) = -11.5986912115 + 0.915488293567*ln(GDPCN) +
1.14355372999*ln(DS)
Nhận xét:
Hệ số của biến GDPCN, DS mang dấu dương, tức là khi GDPCN tăng thêm 1
đơn vị thì nhu cầu điện năng cũng tăng lên 0.915488 đơn vị, khi DS tăngthêm 1 đơn
51
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
vị thì nhu cầu điện năng cũng tăng lên 1.143554 đơn vị. Như vậy, mối quan hệ giữa
biến GDPCN, DS với nhu cầu điện năng có quan hệ đồng biến. Điều này phù hợp
với lý thuyết kinh tế.
Hệ số R2 :
R2 = 0.999233 => 99.92% sự thay đổi của biến độc lập sẽ được giải thích
bằng hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa =0.05 từ bảng kết quả ta thấy :
Prob(GDPCN)= 0<
Prob(DS)= 0.0019<
Biến GDPCN,DS có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành.
Mô hình trên thỏa mãn kiểm định T.
Kiểm định F :
Với mức ý nghĩa =0.05, ta thấy Prob(F-statistic)=0<
Như vậy, có ít nhất một biến GDPCN hoặc DS ảnh hưởng đến nhu cầu tiêu
thụ điện năng của ngành. Mô hình trên thỏa mãn kiểm định F.
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d = 1.416, với số mẫu quan sát n = 14 và số
biến độc lập k’= 2 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: = 0.905, dU = 1.551 =>4-dU>d > dU
Vậy mô hình không xác định được khoảng tương quan.
Vậy ta chọn mô hình dưới đây để dự báo :
ln(ACN) = -11.5986912115 + 0.915488293567*ln(GDPCN) +
1.14355372999*ln(DS)
3.2.2 Nông nghiệp
a. Mô hình tuyến tính:
Mô hình dự báo tuyến tính có dạng:
0 1 2 3* * * iANN GDPNN PNN DS
Với những số liệu được tổng hợp từ phân tích ở những phần trước, ta sử dụng
làm dữ liệu đầu vào để xây dựng mô hình dự báo bằng phần mềm eviews:
52
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 3.11: Kết quả chạy Eviews mô hình tuyến tính của ngành nông nghiệp
Sau khi chạy ta xây dựng được mô hình tính toán :
ANN = -132.425508007 + 0.029832791477*GDPNN - 0.0941649735434*PNN +
0.0275180965009*DS
Nhận xét:
Từ mô hình ta thấy hệ số của biến GDPNN, DS mang dấu dương, còn hệ số
của biến PNN mang dấu âm. Tức là, khi biến GDPNN tăng thêm 1 đơn vị thì biến
nhu cầu điện năng của ngành tăng thêm 0.029832đơn vị, còn khi giá điện của ngành
nông nghiệp PNN tăng thêm 1 đơn vị thì nhu cầu điện năng ngành nông nghiệp sẽ
giảm đi 0.09416 đơn vị, khi biến DS tăng thêm 1 đơn vị thì biến nhu cầu điện năng
của ngành tăng lên 0.02752 đơn vị. Như vậy, mối quan hệ của GDPNN, PNN, DS
và lượng tiêu thụ điện năng của ngành nông nghiệp phù hợp với lý thuyết kinh tế.
Tuy nhiên, với mức ý nghĩa a = 0.05 thì Prob(PNN) = 0.0089<
Prob(GDPNN) = 0.1504>
Prob(DS) = 0.1117>
Như vậy, biến GDPNN và DS không ảnh hưởng đến nhu cầu tiêu thụ điện
năng của ngành. Ta tiến hành loại bỏ biến DS ra khỏi mô hình và xây dựng lại mô
hình dự báo bằng phần mềm Eviews:
53
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 3.12: Kết quả chạy Eviews mô hình tuyến tính của ngành nông nghiệp khi đã
bỏ biến DS
Từ kết quả chạy eviews, ta xây dựng được mô hình dự báo sau:
ANN = -84.6563219003 + 0.0566171130971*GDPNN - 0.07848090082*PNN
Nhận xét:
Hệ số của biến GDPNN mang dấu dương, PNN mang dấu âm, tức là khi
GDPNN tăng thêm 1 đơn vị thì nhu cầu điện năng cũng tăng lên 0.056617 đơn vị,
khi PNN tăng thêm 1 đơn vị thì nhu cầu điện năng giảm 0.07848 đơn vị. Như vậy,
mối quan hệ giữa biến GDPCN, với nhu cầu điện năng có quan hệ đồng biến, PNN
với ACN quan hệ nghịch biến. Điều này phù hợp với lý thuyết kinh tế.
Hệ số R2 :
R2 = 0.809172 =>80.92% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa a = 0.05, từ bảng kết quả ta thấy:
Prob(GDPNN) = 0.0008<
Prob(PNN) = 0.0244<
=> Biến GDPNN , PNNcó ảnh hưởng đến nhu cầu tiêu thụ điện năng của
ngành. Mô hình trên thỏa mãn kiểm định T.
Kiểm định F:
Với mức ý nghĩa a = 0.05, ta thấy Prob(F-statistic) =0.00011<
Như vậy, có ít nhất một biến GDPNN hoặc PNN ảnh hưởng đến nhu cầu tiêu
thụ điện năng của ngành. Mô hình trên thỏa mãn kiểm định F.
54
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d = 2.077695, với số mẫu quan sát n = 14 và
số biến độc lập k’= 2 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 0.905, dU = 1.551 =>4-dU>d > dU.
Vậy mô hình không có sự tương quan.
Ta dùng mô hình sau để dự báo cho ngành nông nghiệp:
ANN = -84.6563219003 + 0.0566171130971*GDPNN - 0.07848090082*PNN
b. Mô hình log tuyến tính
Mô hình dự báo có dạng :
0 1 2 3ln( ) *ln( ) *ln( ) * iANN GDPNN PNN DS
Hình 3.13: Kết quả chạy Eviews mô hình log tuyến tính của ngành
nông nghiệp
Ta xây dựng được mô hình dự báo sau :
ln(ANN) = -18.5594525748 + 1.71331371303*ln(GDPNN) -
0.88590762909*ln(PNN) + 1.67792739896*ln(DS)
Nhận xét:
Từ mô hình trên ta thấy, hệ số của biến GDPNN,DS mang dấu dương, còn hệ
số của biến PNN mang dấu âm. Tức là, khi biến GDPNN tăng thêm 1 đơn vị thì
biến nhu cầu điện năng của ngành tăng thêm 1.71331 đơn vị, còn khi giá điện của
ngành nông nghiệp PNN tăng thêm 1 đơn vị thì nhu cầu điện năng ngành nông
nghiệp sẽ giảm đi 0.885907 vị, khi biến DS tăng thêm 1 đơn vị thì biến nhu cầu
điện năng của ngành tăng thêm 1.67793 đơn vị. Như vậy, mối quan hệ của
GDPNN, PNN và DS với tiêu thụ điện năng của ngành công nghiệp là phù hợp với
lý thuyết kinh tế.
Tuy nhiên ta nhận thấy, với mức ý nghĩa = 0.05 thì :
Prob(GDPNN) = 0.1004>
55
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Prob(PNN) = 0.0134<
Prob(DS) = 0.1877>
Như vậy, biến GDPNN và DS không ảnh hưởng đến nhu cầu tiêu thụ điện
năng của ngành. Ta tiến hành loại bỏ biến DS ra khỏi mô hình và xây dựng lại mô
hình dự báo bằng phần mềm Eviews:
Hình 3.14: Kết quả chạy Eviews mô hình log tuyến tính của ngành nông nghiệp sau
khi bỏ biến DS
Mô hình dự báo có dạng :
ln(ANN) = -13.4014083226 + 2.75593419584*ln(GDPNN) -
0.763406781773*ln(PNN)
Nhận xét:
Hệ số của biến GDPNN mang dấu dương, PNN mang dấu âm, tức là khi
GDPNN tăng thêm 1 đơn vị thì nhu cầu điện năng cũng tăng lên 2.755934 đơn vị,
khi PNN tăng thêm 1 đơn vị thì nhu cầu điện năng cũng giảm 0.763406 đơn vị. Như
vậy, mối quan hệ giữa biến GDPNN và ANN có quan hệ đồng biến, PNN với ANN
có quan hệ nghịch biến. Điều này phù hợp với lý thuyết kinh tế.
Hệ số R2 :
R2 = 0.7998 => 79.98% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa =0.05 từ bảng kết quả ta thấy :
Prob(GDPNN)= 0.001<
Prob(PNN)= 0.0252<
Biến GDPNN,PNN có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành.
Mô hình trên thỏa mãn kiểm định T.
56
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định F :
Với mức ý nghĩa =0.05, ta thấy Prob(F-statistic)=0.000144<
Như vậy, có ít nhất một biến GDPNN hoặc PNN ảnh hưởng đến nhu cầu tiêu
thụ điện năng của ngành. Mô hình trên thỏa mãn kiểm định F.
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d = 2.331, với số mẫu quan sát n = 14 và số
biến độc lập k’= 2 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 0.095, dU = 1.551 =>4-dU>d > dU.
Vậy mô hình không có tự tương quan.
Vậy ta chọn mô hình dưới đây để dự báo :
ln(ANN) = -13.4014083226 + 2.75593419584*ln(GDPNN) -
0.763406781773*ln(PNN)
3.2.3 Dân dụng – sinh hoạt
a. Mô hình tuyến tính:
Mô hình dự báo tuyến tính có dạng:
0 1 2 3* * * iADS GDPDS PTDS DS
Với những số liệu được tổng hợp từ phân tích ở những phần trước, ta sử dụng
làm dữ liệu đầu vào để xây dựng mô hình dự báo bằng phần mềm eviews:
Hình 3.15: Kết quả chạy Eviews mô hình tuyến tính của ngành
dân dụng- sinh hoạt
Sau khi chạy ta xây dựng được mô hình tính toán :
ADS = -16933.4469738 - 209.129481805*GDPDS + 0.0100207727894*PDS +
3.60896827744*DS
57
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Nhận xét:
Từ mô hình ta thấy hệ số của biến PDS, DS mang dấu dương, GDPDS mang
dấu âm. Tức là, khi biến PDS tăng thêm 1 đơn vị thì biến nhu cầu điện năng của
ngành tăng thêm 0.01 đơn vị, còn khi DS tăng thêm 1 đơn vị thì nhu cầu điện năng
ngành sẽ tăng lên 3.60896 đơn vị, khi biến GDPDS tăng thêm 1 đơn vị thì biến nhu
cầu điện năng của ngành giảm đi -209.12948 đơn vị. Như vậy, mối quan hệ của
DS,PDS và lượng tiêu thụ điện năng của ngành công nghiệp phù hợp với lý thuyết
kinh tế. Mối quan hệ giữa GDPDS và ADS không phù hợp với lý thuyết kinh tế.
Tuy nhiên, với mức ý nghĩa = 0.05 thì Prob(GDPDS) = 0.146>
Prob(PDS) = 0.9886>
Prob(DS) = 0.0021<
Ta tiến hành loại bỏ biến PDS ra khỏi mô hình và xây dựng lại mô hình dự
báo bằng phần mềm Eviews:
Hình 3.16: Kết quả chạy Eviews mô hình tuyến tính của ngành
dân dụng – sinh hoạt khi bỏ biến DS
Từ kết quả chạy eviews, ta xây dựng được mô hình dự báo sau:
ADS = -960.207934499 + 321.217708176*GDPDS + 1.68526199619*PDS
Nhận xét:
Hệ số của biến GDPDS, PDS mang dấu dương, tức là khi GDPDS tăng thêm 1
đơn vị thì nhu cầu điện năng cũng tăng lên 321.2177. Khi PDS tăng thêm 1 đơn vị
thì nhu cầu điện năng cũng tăng lên 1.68526. Như vậy, mối quan hệ giữa biến
GDPDS với nhu cầu điện năng phù hợp với lý thuyết kinh tế, hệ số PDS chưa phù
hợp với lý thuyết kinh tế.
Hệ số R2 :
R2 = 0.9795 =>97.95 % sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
58
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định T:
Với mức ý nghĩa = 0.05, từ bảng kết quả ta thấy:
Prob(GDPDS) = 0<
Prob(PDS)= 0.07>
=> Biến GDPDS có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành. Mô
hình trên thỏa mãn kiểm định T.
Kiểm định F:
Với mức ý nghĩa a = 0.05, ta thấy Prob(F-statistic) = 0<
Như vậy, có ít nhất một biến GDPDS hoặc PDS ảnh hưởng đến nhu cầu tiêu
thụ điện năng của ngành. Mô hình trên thỏa mãn kiểm định F.
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d=1.177, với số mẫu quan sát n = 14 và số
biến độc lập k’= 2 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 0.905, dU = 1.551 => dL<d<dU.
Mô hình không quyết định được có tương quan hay không.
ADS = -960.207934499 + 321.217708176*GDPDS + 1.68526199619*PDS
b. Mô hình log tuyến tính
Mô hình dự báo có dạng :
0 1 2 3ln( ) *ln( ) *ln( ) * iADS GDPDS PDS DS
Hình 3.17: Kết quả chạy Eviews mô hình log tuyến tính của ngành
dân dụng – sinh hoạt
Ta xây dựng được mô hình dự báo sau :
LOG(ADS) = -8.39179419746 + 0.570110678681*LOG(GDPDS) +
0.371001500355*LOG(PDS) + 1.45892156321*LOG(DS)
59
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Nhận xét:
Từ mô hình trên ta thấy, hệ số của biến GDPDS, PDS, DS mang dấu dương.
Tức là, khi biến GDPDS tăng thêm 1 đơn vị thì biến nhu cầu điện năng của ngành
tăng thêm 0.5701 đơn vị, còn khi giá điện của ngành công nghiệp - PDS tăng thêm
1 đơn vị thì nhu cầu điện năng ngành sẽ tăng lên 0.371001 vị, khi biến DS tăng
thêm 1 đơn vị thì biến nhu cầu điện năng của ngành tăng 1.458921 đơn vị. Như
vậy, mối quan hệ của GDPDS, PDS và DS với tiêu thụ điện năng của ngành là
chưa phù hợp với lý thuyết kinh tế.
Tuy nhiên ta nhận thấy, với mức ý nghĩa = 0.05 thì :
Prob(GDPDS) = 0.4650>
Prob(PDS) = 0.1603>
Prob(DS) = 0.608>
Ta loại biến DS ra khỏi mô hình và xây dựng lại mô hình dự báo bằng phần
mềm Eviews:
Hình 3.18: Kết quả chạy Eviews mô hình log tuyến tính của ngành công nghiệp sau
khi bỏ biến DS
Mô hình dự báo có dạng :
LOG(ADS) = 3.78236369157 + 0.959813875426*LOG(GDPDS) +
0.329040811871*LOG(PDS)
Nhận xét:
Hệ số của biến PDS, GDPDS mang dấu dương, tức là khi PDS tăng thêm 1
đơn vị thì nhu cầu điện năng cũng tăng lên 0.32904, khi GDPDS tăng thêm 1 đơn vị
thì nhu cầu điện năng cũng tăng lên 0.95981. Như vậy, mối quan hệ giữa biến PDS,
GDPDS với nhu cầu điện năng có quan hệ đồng biến. Điều này không phù hợp với
lý thuyết kinh tế.
60
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hệ số R2 :
R2 = 0.9853 => 98.53% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa =0.05 từ bảng kết quả ta thấy :
Prob(DS)= 0.1694>
Prob(GDPDS)= 0<
Biến GDPPDS có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành. Mô
hình trên thỏa mãn kiểm định T.
Kiểm định F :
Với mức ý nghĩa =0.05, ta thấy Prob(F-statistic)=0<
Như vậy, có ít nhất một biến PDS ảnh hưởng đến nhu cầu tiêu thụ điện năng
của ngành. Mô hình trên thỏa mãn kiểm định F.
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d = 1.1417, với số mẫu quan sát n = 14 và số
biến độc lập k’= 2 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 0.905, dU = 1.551 => dL<d<dU.
Vậy mô hình không quyết định được có sự tương quan hay không.
Vậy ta chọn mô hình dưới đây để dự báo :
LOG(ADS) = 3.78236369157 + 0.959813875426*LOG(GDPDS) +
0.329040811871*LOG(PDS
3.2.4 Thương mại – Dịch vụ
a. Mô hình tuyến tính:
Mô hình dự báo tuyến tính có dạng:
0 1 2 3* * * iATM GDPTM PTM DS
Với những số liệu được tổng hợp từ phân tích ở những phần trước, ta sử dụng
làm dữ liệu đầu vào để xây dựng mô hình dự báo bằng phần mềm eviews:
61
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 3.19: Kết quả chạy Eviews mô hình tuyến tính của ngành
thương mại- dịch vụ
Sau khi chạy ta xây dựng được mô hình tính toán :
ATM = -3163.05091319 + 0.00280926196427*GDPTM - 0.396393018987*PTM +
0.703358458206*DS
Nhận xét:
Từ mô hình ta thấy hệ số của biến GDPTM, DS mang dấu dương, còn hệ số
của biến PTM mang dấu âm. Tức là, khi biến GDPTM tăng thêm 1 đơn vị thì biến
nhu cầu điện năng của ngành tăng thêm 0.002809đơn vị, còn khi giá điện của ngành
PTM tăng thêm 1 đơn vị thì nhu cầu điện năng ngành sẽ giảm đi 0.39693 đơn vị,
khi biến DS tăng thêm 1 đơn vị thì biến nhu cầu điện năng của ngành tăng lên
0.703358 đơn vị. Như vậy, mối quan hệ của GDPTM,PTM, DS và lượng tiêu thụ
điện năng của ngành công nghiệp phù hợp với lý thuyết kinh tế.
Tuy nhiên, với mức ý nghĩa a = 0.05 thì Prob(PTM) = 0.0351<
Prob(GDPTM) = 0.866>
Prob(DS) = 0.0467<
Như vậy, biến GDPTM không ảnh hưởng đến nhu cầu tiêu thụ điện năng của
ngành. Ta tiến hành loại bỏ biến GDPTM ra khỏi mô hình và xây dựng lại mô hình
dự báo bằng phần mềm Eviews:
62
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 3.20: Kết quả chạy Eviews mô hình tuyến tính của ngành thương mại – dịch
vụ khi đã bỏ biến GDPTM
Từ kết quả chạy eviews, ta xây dựng được mô hình dự báo sau:
ATM = -3408.192173 - 0.392862903482*PTM + 0.754940295076*DS
Nhận xét:
Hệ số của biến DS mang dấu dương,PTM mang dấu âm, tức là khi DS tăng
thêm 1 đơn vị thì nhu cầu điện năng cũng tăng lên 0.75494 đơn vị, khi PTM tăng
thêm 1 đơn vị thì nhu cầu điện năng giảm 0.39286 đơn vị. Như vậy, mối quan hệ
giữa biến DS với nhu cầu điện năng có quan hệ đồng biến, PTM với ACN quan hệ
nghịch biến. Điều này phù hợp với lý thuyết kinh tế.
Hệ số R2 :
R2 = 0.9554 =>95.54% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa a = 0.05, từ bảng kết quả ta thấy:
Prob(PTM) = 0.0271<
Prob(DS) = 0.0244<
=> Biến PTM,DS có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành.
Mô hình trên thỏa mãn kiểm định T.
Kiểm định F:
Với mức ý nghĩa a = 0.05, ta thấy Prob(F-statistic) = 0 <
Như vậy, có ít nhất một biến PTM hoặc DS ảnh hưởng đến nhu cầu tiêu thụ
điện năng của ngành. Mô hình trên thỏa mãn kiểm định F.
63
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d=1.4354, với số mẫu quan sát n = 14 và số
biến độc lập k’= 2 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 0.905, dU = 1.551 =>dL<dU.
Vậy mô hình không xác định được sự tương quan.
Ta dùng mô hình sau để dự báo cho ngành thương mại – dịch vụ:
ATM = -3408.192173 - 0.392862903482*PTM + 0.754940295076*DS
b. Mô hình log tuyến tính
Mô hình dự báo có dạng :
0 1 2 3ln( ) *ln( ) *ln( ) * iATM GDPTM PTM DS
Hình 3.21: Kết quả chạy Eviews mô hình log tuyến tính của ngành
thương mại – dịch vụ
Ta xây dựng được mô hình dự báo sau :
ln(ATM) = -43.6703573006 + 0.310020071254*ln(GDPTM) -
0.284634934314*ln(PTM) + 5.59422360931*ln(DS)
Nhận xét:
Từ mô hình trên ta thấy, hệ số của biến GDPTM,DS mang dấu dương, còn hệ
số của biến PTM mang dấu âm. Tức là, khi biến GDPTM tăng thêm 1 đơn vị thì
biến nhu cầu điện năng của ngành tăng thêm 0.31002 đơn vị,còn khi giá điện của
ngành PTM tăng thêm 1 đơn vị thì nhu cầu điện năng ngành sẽ giảm đi 0.284635
vị, khi biến DS tăng thêm 1 đơn vị thì biến nhu cầu điện năngcủa ngành tăng thêm
5.594223 đơn vị. Như vậy, mối quan hệ của GDPTM, PTM và DS với tiêu thụ điện
năng của ngành là phù hợp với lý thuyết kinh tế.
Tuy nhiên ta nhận thấy, với mức ý nghĩa = 0.05 thì :
Prob(GDPTM) = 0.4789>
Prob(PTM) = 0.3849>
Prob(DS) = 0.0064<
64
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Như vậy, biến GDPTM và PTM không ảnh hưởng đến nhu cầu tiêu thụ điện
năng của ngành. Ta tiến hành loại bỏ biến GDPTM và PTM ra khỏi mô hình và xây
dựng lại mô hình dự báo bằng phần mềm Eviews:
Hình 3.22: Kết quả chạy Eviews mô hình log tuyến tính của ngành thương mại –
dịch vụ sau khi bỏ biến PDS và GDPTM
Mô hình dự báo có dạng :
ln(ATM) = -50.1817263443 + 6.45884824593*ln(DS)
Nhận xét:
Hệ số của biến DS mang dấu dương , tức là khi DS tăngthêm 1 đơn vị thì nhu
cầu điện năng cũng tăng lên 6.45884 đơn vị. Như vậy, mối quan hệ giữa biến DS
với nhu cầu điện năng có quan hệ đồng biến. Điều này phù hợp với lý thuyết kinh
tế.
Hệ số R2 :
R2 = 0.9856 => 98.56% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa =0.05 từ bảng kết quả ta thấy :
Prob(DS)= 0<
Biến DS có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành. Mô hình
trên thỏa mãn kiểm định T.
Kiểm định F :
Với mức ý nghĩa =0.05, ta thấy Prob(F-statistic)=0<
Như vậy, có ít nhất một biến DS ảnh hưởng đến nhu cầu tiêu thụ điện năng
của ngành. Mô hình trên thỏa mãn kiểm định F.
65
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d = 1.4114, với số mẫu quan sát n = 14 và số
biến độc lập k’= 1 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 1.045, dU = 1.350 =>4-dU>d > dU.
Vậy mô hình không có tự tương quan.
Vậy ta chọn mô hình dưới đây để dự báo :
ln(ATM) = -50.1817263443 + 6.45884824593*ln(DS)
3.2.5 Ngành Khác
a. Mô hình tuyến tính:
Mô hình dự báo tuyến tính có dạng:
0 1 2 3* * * iAK GDPK PK DS
Với những số liệu được tổng hợp từ phân tích ở những phần trước, ta sử dụng
làm dữ liệu đầu vào để xây dựng mô hình dự báo bằng phần mềm eviews:
Hình 3.23: Kết quả chạy Eviews mô hình tuyến tính của ngành Khác
Sau khi chạy ta xây dựng được mô hình tính toán :
AK = -969.983211131 - 0.00191387637844*GDPK + 0.140991180303*PK +
0.213825929433*DS
Nhận xét:
Từ mô hình ta thấy hệ số của biến PK, DS mang dấu dương, còn hệ số của
biến GDPK mang dấu âm. Tức là, khi biến GDPK tăng thêm 1 đơn vị thì biến nhu
cầu điện năng của ngành giảm đi 0.001914 đơn vị, còn khi giá điện của ngành PK
tăng thêm 1 đơn vị thì nhu cầu điện năng ngành sẽ tăng thêm 0.140992 đơn vị, khi
biến DS tăng thêm 1 đơn vị thì biến nhu cầu điện năng của ngành tăng lên 0.21383
66
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
đơn vị. Như vậy, mối quan hệ của GDPK, PK, DS và lượng tiêu thụ điện năng của
ngành công nghiệp không phù hợp với lý thuyết kinh tế.
Tuy nhiên, với mức ý nghĩa a = 0.05 thì Prob(PK) = 1.882>
Prob(GDPK) = 0.866>
Prob(DS) = 0.1771<
Như vậy, biến GDPK, PK không ảnh hưởng đến nhu cầu tiêu thụ điện năng
của ngành. Ta tiến hành loại bỏ biến GDPK, PK ra khỏi mô hình và xây dựng lại
mô hình dự báo bằng phần mềm Eviews:
Hình 3.24: Kết quả chạy Eviews mô hình tuyến tính của ngành khác đã loại
bỏ biến GDPK và PK
Từ kết quả chạy eviews, ta xây dựng được mô hình dự báo sau:
AK = -1022.51029806 + 0.233645516685*DS
Nhận xét:
Hệ số của biến DS mang dấu dương, tức là khi DS tăng thêm 1 đơn vị thì nhu
cầu điện năng cũng tăng lên 0.2336 đơn vị. Như vậy, mối quan hệ giữa biến DS với
nhu cầu điện năng có quan hệ đồng biến. Điều này phù hợp với lý thuyết kinh tế.
Hệ số R2 :
R2 = 0.9534 => 95.34% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa a = 0.05, từ bảng kết quả ta thấy:
Prob(DS) = 0<
=> Biến DS có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành. Mô hình
trên thỏa mãn kiểm định T.
Kiểm định F:
Với mức ý nghĩa a = 0.05, ta thấy Prob(F-statistic) = 0 <
Như vậy, có ít nhất một biến DSảnh hưởng đến nhu cầu tiêu thụ điện năng của
ngành. Mô hình trên thỏa mãn kiểm định F.
67
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d=1.4877, với số mẫu quan sát n = 14 và số
biến độc lập k’= 1 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 1.045, dU = 1.350 =>dU<d<4-dU.
Vậy mô hình không có sự tương quan.
Ta dùng mô hình sau để dự báo cho ngành khác :
AK = -1022.51029806 + 0.233645516685*DS
b. Mô hình log tuyến tính
Mô hình dự báo có dạng :
0 1 2 3ln( ) *ln( ) *ln( ) * iAK GDPK PK DS
Hình 3.25: Kết quả chạy Eviews mô hình log tuyến tính của ngành khác
Ta xây dựng được mô hình dự báo sau :
ln(AK) = -13.0885817091 + 0.207704186607*ln(GDPK) +
0.217276330845*lm(PK) + 1.75138619764*ln(DS)
Nhận xét:
Từ mô hình trên ta thấy, hệ số của biến GDPK,PK,DS mang dấu dương. Tức
là, khi biến GDPK tăng thêm 1 đơn vị thì biến nhu cầu điện năngcủa ngành tăng
thêm 0.207704 đơn vị, còn khi giá điện của ngành PK tăng thêm 1 đơn vị thì nhu
cầu điện năng ngành sẽ tăng lên 0.21727 vị, khi biến DS tăng thêm 1 đơn vị thì
biến nhu cầuđiện năng của ngành tăng thêm 1.751386 đơn vị. Như vậy, mối quan
hệ của GDPNN và DS với tiêu thụ điện năng của ngành công nghiệp phù hợp với
lý thuyết kinh tế, còn biến PK không phù hợp.
Tuy nhiên ta nhận thấy, với mức ý nghĩa = 0.05 thì :
Prob(GDPK) = 0.8276>
Prob(PK) = 0.5485>
Prob(DS) = 0.7290>
68
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Như vậy, biến GDPK,DS và PTM không ảnh hưởng đến nhu cầu tiêu thụ điện
năng của ngành. Ta tiến hành loại bỏ biến PK và DS ra khỏi mô hình và xây dựng
lại mô hình dự báo bằng phần mềm Eviews:
Hình 3.26: Kết quả chạy Eviews mô hình log tuyến tính của ngành khác khi bỏ biến
DS và PK
Mô hình dự báo có dạng :
ln(AK) = -1.86060867689 + 0.722285488336*ln(GDPK)
Nhận xét:
Hệ số của biến GDPK mang dấu dương, tức là khi DS tăngthêm 1 đơn vị thì
nhu cầu điện năng cũng tăng lên 0.722285 đơn vị. Như vậy, mối quan hệ giữa biến
GDPK với nhu cầu điện năng có quan hệ đồng biến. Điều này phù hợp với lý thuyết
kinh tế.
Hệ số R2 :
R2 = 0.9395 =>93.95% sự thay đổi của biến độc lập sẽ được giải thích bằng
hàm hồi quy đã xây dựng ở trên.
Kiểm định T:
Với mức ý nghĩa =0.05 từ bảng kết quả ta thấy :
Prob(DS)= 0<
Biến GDPK có ảnh hưởng đến nhu cầu tiêu thụ điện năng của ngành. Mô hình
trên thỏa mãn kiểm định T.
Kiểm định F :
Với mức ý nghĩa =0.05, ta thấy Prob(F-statistic)=0<
Như vậy, có ít nhất một biến GDPK ảnh hưởng đến nhu cầu tiêu thụ điện năng
của ngành. Mô hình trên thỏa mãn kiểm định F.
69
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Kiểm định d_Durbin-Watson:
Theo kết quả chạy Eviews, ta có d = 1.4694, với số mẫu quan sát n = 14 và số
biến độc lập k’= 1 tra bảng giá trị dL, dU của thống kê Durbin-Watson với mức ý
nghĩa 5% ta có: dL = 1.045, dU = 1.350 =>4-dU>d > dU.
Vậy mô hình không có tự tương quan.
Vậy ta chọn mô hình dưới đây để dự báo :
ln(AK) = -1.86060867689 + 0.722285488336*ln(GDPK)
Như vậy, qua quá trình nhập dữ liệu đầu vào, chạy phầm mềm EVIEWS cũng như
kiểm tra các kiểm định ta đi đến bảng tổng kết các mô hình đã tính toán được như
sau:
70
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 3.27 :Các mô hình dự báo đã lập được bằng phần mềm EVIEWS:
Ngành Mô hình tuyến tính R2 Mô hình log tuyến tính R2
Công nghiệp
ACN = -93.0916532188 +
0.0528185114154*GDPCN +
0.494812298696*ACN(-1)
0.9976
ln(ACN) = -11.5986912115 +
0.915488293567*ln(GDPCN) +
1.14355372999*ln(DS)
0.9992
Nông nghiệp
ANN = -84.6563219003 +
0.0566171130971*GDPNN -
0.07848090082*PNN
0.8091
ln(ANN) = -13.4014083226 +
2.75593419584*ln(GDPNN) -
0.763406781773*ln(PNN)
0.7998
Dân dụng
sinh hoạt
ADS = -960.207934499 +
321.217708176*GDPDS +
1.68526199619*PDS
0.9857
LOG(ADS) = 3.78236369157 +
0.959813875426*LOG(GDPDS) +
0.329040811871*LOG(PDS)
0.9853
Thương mại
– Dịch vụ
ATM = -3408.192173 - 0.392862903482*PTM
+ 0.754940295076*DS 0.9554 ln(ATM) = -50.1817263443 + 6.45884824593*ln(DS) 0.9856
Khác AK = -1022.51029806 + 0.233645516685*DS 0.9534 ln(AK) = -1.86060867689 +
0.722285488336*ln(GDPK) 0.9395
71
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
3.3 LỰA CHỌN MÔ HÌNH DỰ BÁO
Để đánh giá lựa chọn được dạng hàm tuyến tính hay hàm log tuyến tính làm mô hình
dự báo nhu cầu điện năng cho năm ngành của Thành phố Hà Nội, ta tiến hành xây dựng
mô hình dự báo dựa trên bộ số liệu của Hà Nội từ năm 2000 đến năm 2009 để dự báo cho
năm 2010-2013. Từ kết quả dự báo đó ta so sánh với kết quả thực tế năm 2010-2013 để
đánh giá được sai số của kết quả dự báo. Dạng hàm nào có sai số nhỏ hơn sẽ được lựa chọn
làm dạng hàm dự báo nhu cầu điện năng Thành phố Hà Nội giai đoạn 2014-2018. Sau khi
lựa chọn được dạng hàm thích hợp ta sử dụng dạng hàm đó với chuỗi số liệu quá khứ
2000-2013 để đưa ra mô hình dự báo phù hợp dự báo nhu cầu điện năng cho giai đoạn
2014-2018.
72
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 3.28: Các hàm dự báo cho giai đoạn 2010-2013 (lấy dữ liệu từ 2000-2009) chạy bằng phần mềm EVIEWS :
Ngành Mô hình tuyến tính R2 Mô hình log tuyến tính R2
Công nghiệp
ACN = -149.364841201 +
0.0920546462252*GDPCN
0.9957
ln(ACN) = -21.0537103794 +
0.697402352812*ln(GDPCN) +
2.47676619346*ln(DS)
0.9998
Nông
nghiệp
ANN = -31.1809368084 +
0.0397630330721*GDPNN -
0.0654056184705*PNN
0.6153
ln(ANN) = -8.48230341787 +
2.07609350397*ln(GDPNN) -
0.661689219399*ln(PNN)
0.6148
Dân dụng
sinh hoạt
ADS = -827.377455935 +
485.028687056*GDPDS 0.9812
LOG(ADS) = 5.32933315327 +
1.29034613979*LOG(GDPDS) 0.9911
Thương mại
– Dịch vụ
ATM = -47.34395257 +
0.0183249804516*GDPTM 0.9958
ln(ATM) = 25.485157833 +
2.10624569637*ln(GDPTM) -
4.68583151075*ln(DS)
0.9987
Khác AK = -1004.61975795 +
0.230249062539*DS 0.884 ln(AK) = -27.794340872 + 3.87445545782*ln(DS) 0.8903
73
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Dùng những mô hình trên để dự báo cho giai đoạn 2010-2013. Ta có :
Bảng 3.29: Số liệu dự báo cho giai đoạn 2010-2013.
Công nghiệp Thực tế Tuyến tính Log tuyến tính
2010 2895.3 2730 2819
2011 3025.6 2946 3086
2012 3254 3134 3490
2013 3477 3184 3760
Nông nghiệp
2010 88 76 77
2011 94 83 83
2012 104 87 87
2013 106.8 88 88
Thương mại - Dịch vụ
2010 809 655 672
2011 921 711 731
2012 1018 728 657
2013 1236 744 607
Dân dụng – Sinh hoạt
2010 4683.3 4614 4666
2011 4908 5159 5277
2012 5217 5759 5969
2013 5434 6419 6751
Khác
2010 535.9 513 531
2011 571 538 566
2012 598 590 643
2013 609 631 711
Để đánh giá sai số của dự báo, ta có thể dùng chỉ tiêu MAPE. Mô hình nào có
chỉ tiêu này nhỏ hơn thì lựa chọn mô hình đó làm mô hình dự báo sẽ đưa ra kết quả
tốt hơn.
74
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Chỉ tiêu MAPE (Mean Absolute Percent Error): Phần trăm sai số tuyệt đối
trung bình:
1
100
n t t
tt
A F
AMAPE
n
Trong đó :
At: Giá trị thực tế của quan sát thứ i
Fi: Giá trị dự báo của quan sát thứ i
n: số quan sát
Tính toán MAPE cho ngành công nghiệp :
MAPE(CNtt)=
2895.3 2730 3025.6 2946 3254 3134 3477 3184
2895.3 3025.6 3254 3477 100 5.113%4
MAPE(CNlogtt)=
2895.3 2819 3025.6 3086 3254 3490 3477 3760
2895.3 3025.6 3254 3477 100 5.006%4
Nhận xét : MAPE(CNlogtt) < MAPE(CNtt).
Vậy dùng hàm log tuyến tính để dự báo cho ngành công nghiệp đem lại hiệu
quả hơn hàm tuyến tính. Tương tự ta cũng tính được chỉ số MAPE cho các ngành
còn lại :
Bảng 3.30: Chỉ số MAPE của các ngành
MAPE(tt) MAPE (logtt)
Công nghiệp 5.113% 5.006%
Nông nghiệp 14.82% 14.53%
Thương mại – Dịch vụ 27.53% 30.05%
Dân dụng sinh hoạt 28.14% 38.76%
Khác 3.75% 6.5%
Từ bảng số liệu tính toán trên ta kết luận : Ngành Công nghiệp và nông nghiệp
dùng hàm dự báo log tuyến tính; ngành thương mại- dịch vụ, dân dụng sinh hoạt và
ngành khác dùng hàm tuyến tính.
75
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Bảng 3.31 :Các hàm dự báo cho giai đoạn 2014-2018 ( lấy dữ liệu quá khứ giai
đoạn 2000-2013) :
Ngành Mô hình dự báo
Công nghiệp
ln(ACN) = -21.0537103794 +
0.697402352812*ln(GDPCN) + 2.47676619346*ln(DS)
Nông nghiệp ln(ANN) = -8.48230341787 +
2.07609350397*ln(GDPNN) - 0.661689219399*ln(PNN)
Thương mại – Dịch vụ ATM = -47.34395257 + 0.0183249804516*GDPTM
Dân dụng sinh hoạt ADS = -960.207934499 + 321.217708176*GDPDS
+ 1.68526199619*PDS
Khác AK = -1004.61975795 + 0.230249062539*DS
3.4 KẾT QUẢ DỰ BÁO
Bảng 3.32 : Tính toán kết quả dự báo cho các ngành dựa vào mô hình dự báo
đã chọn
( đơn vị : GWh )
Năm CN NN TMDV DDSH KHÁC Tổng
2014 5028.77 73.72 1066.01 7762.07 665.84 14596.4
2015 5766.89 75.06 1201.83 8394.88 701.07 16139.7
2016 6613.28 76.74 1359.23 9082.46 736.98 17868.7
2017 7583.90 78.38 1536.45 9831.87 773.82 19804.4
2018 5028.77 73.72 1741.49 10647.6 811.35 18302.9
76
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
Hình 3.33 : Biểu đồ tăng trưởng nhu cầu điện năng giai đoạn dự báo 2014-2018
Nhận xét:
Qua bảng số liệu và biểu đồ thể hiện nhu cầu điện năng được dự báo cho giai
đoạn 2014-2018, em thấy về đa số nhu cầu điện năng của các ngành đều có xu
hướng tăng lên. Nhu cầu tiêu thụ điện của ngành dân dụng sinh hoạt chiếm tỷ trọng
lớn nhất trong năm ngành kinh tế của Hà Nội, sau đó đến ngành công nghiệp,
thương mại - dịch vụ, ngành khác. Nông nghiệp tiêu thụ điện năng ít nhất. Ngành
Dân dụng sinh hoạt có nhu cầu phụ tải ngày càng tăng cao rõ rệt qua các năm, nhu
cầu ngành công nghiệp cũng tăng khá mạnh đến năm 2018 là 10647.6 GWh. Dự
báo đến năm 2018, nhu cầu điện năng của thành phố Hà Nội là 18302.9 GWh, tăng
gấp 1.68 lần so với năm 2013.
Tóm tắt chương III
Từ cơ sở lý thuyết đã xây dựng được ở chương I và những phân tích về tình
hình phát triển kinh tế xã hội và nhu cầu điện năng thành phố Hà Nội giai đoạn
1995-2013 được trình bày trong chương II, em đã tiến hành lựa chọn phương pháp
dự báo hồi quy tuyến tính và log tuyến tính để dự báo nhu cầu điện năng giai đoạn
2014-2018. Dựa vào những số liệu đã phân tích ở chương II làm dữ liệu đầu vào
cùng với sự trợ giúp của phần mềm Eviews, em tiến hành xây dựng các mô hình dự
báo nhu cầu điện năng cho từng ngành kinh tế của Hà Nội. Đánh giá sai số của các
mô hình bằng chỉ tiêu MAPE nhằm lựa chọn được mô hình phù hợp nhất. Sau khi
lựa chọn được mô hình phù hợp, ta tiến hành dự báo nhu cầu tiêu thụ điện năng cho
từng ngành và toàn thành phố Hà Nội giai đoạn 2014-2018 và phân tích kết quả dự
báo vừa tính toán được.
0
5000
10000
15000
20000
25000
2014 2015 2016 2017 2018
Công nghiệp Nông nghiệp TM-DV Dân dụng - sinh hoạt Khác Tổng
77
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
KẾT LUẬN
Dự báo là một ngành khoa học dự đoán những sự việc xảy ra trong tương lai,
trên cơ sở phân tích khoa học về các dữ liệu đã thu thập. Khi tiến hành dự báo cần
căn cứ vào việc thu thập, xử lý số liệu trong quá khứ và hiện tại để xác định xu
hướng vận động của các hiện tượng trong tương lai nhờ vào một số mô hình toán
học.
Trong thời gian gần đây, “dự báo nhu cầu điện năng” đang ngày càng góp
phần lớn vào công cuộc định hướng phát triển cho ngành điện nói riêng và cho toàn
ngành kinh tế nói chung, nó có thể cho chúng ta được sự phát triển trong tương lai
của ngành điện và toàn ngành kinh tế, từ đó chúng ta sẽ đưa ra những quy hoạch
tổng thể để phù hợp với xu hướng phát triển. Để nền kinh tế phát triển thì ngành
điện luôn phải đi trước một bước, do đó công tác dự báo nhu cầu tiêu thụ điện năng
hết sức quan trọng. Công tác dự báo đang được nhiều người, nhiều lĩnh vực hết sức
quan tâm: Vì vậy trong đồ án tốt nghiệp này, em thực hiện đề tài “Dự báo nhu cầu
điện năng thành phố Hà Nội giai đoạn 2014-2018” với công cụ hỗ trợ là phần mềm
Eviews nhằm xác định nhu cầu tiêu thụ điện năng của từng ngành và của toàn thành
phố Hà Nội, góp phần xây dựng quy hoạch phát triển ngành điện cũng như hệ thống
điện quốc gia, giúp cho việc phân phối, truyền tải điện năng hợp lý, tạo điều kiện
cho nền kinh tế phát triển. Trong đồ án, em đưa ra những lý thuyết cơ bản về dự
báo, phân tích tình hình phát triển kinh tế xã hội và nhu cầu tiêu thụ điện năng của
thành phố Hà Nội giai đoạn 1995-2013, đưa ra xu thế phát triển trong giai đoạn
2014-2018. Để từ đó làm cơ sở cho việc dự báo nhu cầu điện năng thành phố Hà
Nội giai đoạn 2014-2018.
Nhu cầu điện năng thành phố Hà Nội có mức tăng trưởng khá nhanh trong giai
đoạn tới, điều này là một áp lực lớn cho ngành điện về khả năng đáp ứng. Ngành
điện cần có các giải pháp phấn đấu giảm tổn thất điện năng, đồng thời tăng cường
kiểm soát việc thực hiện tiết kiệm trong sử dụng điện, trong chi phí sản xuất, có
biện pháp điều tiết nhu cầu sử dụng điện một cách hiệu quả, tránh tình trạng mất
điện không báo trước cũng như khẩn trương xây dựng đề án giá điện theo cơ chế thị
trường và định hướng tới một thị trường điện cạnh tranh thực sự. Điều này sẽ nâng
cao hiệu quả hoạt động cho các nhà máy điện, thu hút đầu tư, đặc biệt là đầu từ
nước ngoài. Ngoài ra, nhà nước ta cũng cần có những chính sách hợp lý nhằm
khuyến khích người dân sử dụng điện tiết kiệm và có hiệu quả.
Trong quá trình thực hiện đồ án do còn hạn chế nhất định về kinh nghiệm và
thực tiễn nên bài đồ án của em có thể còn thiếu sót. Do đó, em rất mong sự đóng
góp quý báu của các thầy, các cô để em hoàn thiện hơn đồ án của mình.
78
GVHD: Th.S Nguyễn Thị Như Vân SVTH: Lê Hoàng Hiệp
DANH MỤC TÀI LIỆU THAM KHẢO
1. “Bài giảng Kinh tế lượng”_PGS.TS. Nguyễn Quang Dong, Trường Đại học
Kinh tế Quốc dân, Nhà xuất bản Giao thông vận tải.
2. “Bài tập kinh tế lượng với sự trợ giúp của phần mềm Eview”- PGS.TS.
Nguyễn Quang Dong, Trường Đại học Kinh tế Quốc dân, Nhà xuất bản Giao thông
vận tải.
3. Biểu giá bán điện – “Thông tư số 19/2013/TT-BCT ngày 31/7/2013 của Bộ
Công Thương quy định về giá bán điện và hướng dẫn thực hiện”. Website:
http://evnhanoi.vn/
4. Quyết định 1081/QD-Ttg năm 2011 Thủ tướng Chính phủ phê duyệt quy
hoạch tổng thể phát triển kinh tế - xã hội thành phố Hà Nội đến năm 2020, định
hướng đến năm 2030.
5. Quyết định 24/2011/QĐ-TTg năm 2011 phê duyệt của Thủ tướng Chính
phủ về điều chỉnh giá bán điện theo cơ chế thị trường.
6. Tổng cục thống kê Việt Nam, Website: www.gso.gov.vn