状态空间模型的江苏省工业用电量分析.docVIP

基于状态空间模型的江苏省工业用电量分析 摘要：本文建立了江苏省2006.1―2010.9工Analysis on Jiangsu Province Industrial Electricity Consumption upon State Space Model Chen Yu-zhen Faculty of Mathematics and Physics, Jiangsu University of Science and Technology Abstract: This paper is to set up the state space model of 2006.1-2010.9 industrial electricity consumption of Jiangsu Province, and estimate the dynamic parameter of the state space model upon Kalman Filter, analyze the influence of elasticity of electricity demand of industrial added value, industrial structure and electricity utility rate over the industrial electricity consumption demand, and confirm the dynamic balance relationship between industrial electricity consumption and industrial added value of Jiangsu Province. Key word: State space model; Kalman Filter; Industrial electricity consumption 0引言 在不断推进城市化、工业化、现代化的进程中，电力已渗透到经济活动的每个角落。江苏是电力生产与消费大省，全省的发电量约占全国发电量的8%以上，用电量约占9%以上，全省终端使用者的电力消费量占其能源消费总量40%以上1状态空间模型和卡尔曼滤波【4】 1.1状态空间模型描述 状态空间模型描述包括两个方程： (1) (2) (1)式定义为量测方程，描述了在系统参数条件下一列可观测的序列；(2)式为状态方程，描述了一个系统在时刻的状态演变过程。其中， 1.2卡尔曼滤波【4】 卡尔曼滤波是在时刻基于所有可得到的信息计算状态向量的递推算法，通过预测误差分解计算似然函数，从而对模型中的所有未知参数进行估计，当新的观测值一旦取得，就能利用卡尔曼滤波连续地修正状态向量的估计，参数的递推公式简单表示如下： 设分别表示以利用到为止的信息集合为条件的状态向量的条件均值和条件误差协方差矩阵。表示为基于信息集合的的估计量，表示估计误差的协方差矩阵，则，，状态向量的修正估计为 (3) 其中， 2电力消费的状态空间模型 2.1变量的选取和模型的设定 本文选取了江苏省2006年1月至2010年9月的月度工业用电量作为研究对象，研究所有数据均来自江苏省统计局网站【5】。对工业用电量影响最大的因素是工业产出，本研究选择工业增加值，并以2006年为基期作了价格调整。除此之外，影响工业用电量最重要的是产业结构的性质以及电力利用效率，本文通过重工业占整个工业产出的比例来反映产业结构的性质，以单位电力产生的工业增加值反映电力利用效率，由于电力价格一直处于国家管制状态，近两年来，变动幅度较小，因此不作为影响工业用电量的经济变量。根据经济学理论及相关文献资料【6】，建立工业用电量消费模型： (4) 其中为工业用电量，工业增加值，为重工业占整个工业增加值的比例，为单位电力产生的工业增加值，即电力利用效率。度量了工业增加值对电力需求的弹性，应为正值；反映了产业性质对电力需求的影响，应为正值；反映了电力利用效率对电力需求的影响，应为负值；为当前技术条件下，工业产出对能源的静态依赖性，为随机误差项。 对方程(4)两边取自然对数，得到江苏省工业用电量需求的变参数模型，状态空间形式如下： 量测方程： 状态方程： (5) 其中和为随机扰动项，并假定利用卡尔曼滤波算法对变参数进行估计，部分系数估