能源預測

能源預測

能源預測是指對各種能源的需求量及其比例關係的未來狀況的推測。通過能源預測,可以建立能源消耗與環境保護之間的關係,有針對性地調整能源結構和工業布局。

基本介紹

  • 中文名:能源預測
  • 外文名:energy forecast
  • 一級學科:工程技術
  • 二級學科:能源技術
  • 定義:對未來能源需求的推測
  • 方法:彈性係數法、投入產出法等
簡介,分類,幾種預測方法,彈性係數法,投入產出法,回歸分析法,

簡介

其主要內容有煤炭石油天然氣電能、薪柴、核電等各種能源的未來需求量,各種能源需求量之間的比例關係,各部門的能耗與萬元產值能耗量,以及生活用能耗和生活用人均能耗等。通過能源預測,可以建立能源消耗與環境保護之間的關係,結合環境保護要求,有針對性地調整能源結構和工業布局,達到經濟與環境的協調發展。常用的能源預測方法有經驗定額係數法、彈性係數法、趨勢預測法、投入產出法等。

分類

能源預測一般分近、中、遠三個時期,近期能源預測周期為五~十年,中期能源預測周期為十~二十年,遠期能源的預測周期為二十~三十年左右。近期能源預測對國民經濟發展有直接的作用,意義較大。但中、遠期能源預測工作是一項戰略研究任務,如重大能源基地的開發與建設,重大新能源的研究和發展,就必須要用科學方法進行預測後作出決策。因為重大能源設施的建設周期長,一般要十年左右,一旦建成,這些設施的服役周期更長。原子能電站為三十年,水、火電站的運行年限就更長。新能源技術從示範、推廣、發展的周期一般總要在三、五十年以上。因此能源決策的正確與否,其影響之深遠,後果之嚴重,是超過一般工業之上的。

幾種預測方法

彈性係數法

此法適用於能源的中遠期預測工作,由於中遠期的能耗需求根據不容易得到,因而只能用這一較為粗略的方法。所謂彈性係數是年平均能源增長率與年國民經濟的增長率之比。
彈性係數法預測能源需求量,套用得比較普遍。這種方法簡單,運算方便,對於某些地區歷史統計資料不夠完整,而又需要進行能源預測時,我們只要知道未來國民生產總值的發展速度,或某一個水平年的國民經濟生產總值的增長率,根據歷史統計資料或未來發展速度要求而確定的彈性係數,就可能預測某一個水平年的能源需求量。這裡計算出來的結果,雖然是一個定量數值,但它還是一個近似值。因為國民生產是由物資生產部門,生產性服務部門,商業及消費部門組成的綜合經濟結構體,每個部門對能源的需求量、所需要的能源形式各不相同,相互之間關係比較複雜,這裡把這一複雜關係進行了簡化,僅僅用兩個綜合性的數值變數來反映它們的比例關係,因此只能是一個近似的能源預測總量模型。

投入產出法

此法適用於近期的能源預測,要求取得國民經濟各部門發展和消耗各種物資的具體數字,通過對單位產品消耗能量數字的換算,就可以取得比較準確的未來數年內的能源需求量。.因為國民經濟是由各個生產部門和非生產部門組成的不斷變化的有機整體,每一個生產部門都需要其它的生產部門供應各種必要的物資,進行生產活動,這就是“投入”。然後加工出某種物質產品,這就是 “產出”。這些產品除供生產部門之間相互交換外,還直接供應消費、擴大再生產和政府開支。如果把所有這些綜合平衡的投入~產出的數量關係設計成一種專門的表格,這就是投入產出表。由於各經濟部門和各種產品之間,在產品的生產和分配上存在著非常複雜的經濟和技術關係,所以投入產出表的結構是很複雜的。比如煉銅時要消耗電力,同時還要磨損設備,消耗耐火材料、鋼材等等,而在生產設備、耐火材料和鋼材時也要消耗電力。煉鋼本身要消耗的電力稱為直接消耗,生產煉鋼設備和耐火材料時需用的電力對於煉鋼來說是一次間接消耗。只有一個中間環節實現的間接消耗稱為一次間接消耗。還有二次間接消耗,三次間接消耗等等,如生產煉鋼設備需要消耗鋼材,生產這些鋼材又需要耗用電力,這裡的電力消耗對煉鋼設備來說是一次間接消耗,對煉鋼來說,是煉鋼對電力的二次間接消耗。直接消耗與各次間接消耗之和就是完全消耗。從這裡可以看出,國民經濟各部門,各種產品之間,存在著大量的直接和間接的關係,它們捨去互相影響,互相制約,異常複雜。
投入產出表的結構一般可分四個部份,第一部份是最終產品,包括消費、出口、積累等方面。第二部份是各生產單位在生產過程中互相交流的產品。第三部份是各物資生產部門固定資產折舊和新創造的價值,即國民收入的價值構成(如工資、稅金和利潤等)。第四部份包括最終部份對原始生產資料直接付出的價值,也就是國民收入的再分配,是指非物質生產領域的勞動報酬,如政府幹部的薪金,部隊的開支等。一般的投入產出表不列出第四部份。

回歸分析法

如果歷史上積累了大量的各年能源消耗數據,而且這些數據點沒有一定規律,較為分散,但隨時間的推移呈現某種變化的規律性傾向,要根據這些數據預測未來的能源消耗時,則可以用回歸分析法。所謂“回歸”就是所求的一個變數須依賴另一個變數去求得。回歸法就是尋找一條擬合曲線,使它在各時刻的取值捨去與對應數據點之間的距離(偏差)平方和最小,所採用的計算法就是最小二乘法。

相關詞條

熱門詞條

聯絡我們