nav emailalert searchbtn searchbox tablepage yinyongbenwen piczone journalimg journalInfo journalinfonormal searchdiv searchzone qikanlogo popupnotification paper paperNew
2026, 02, No.160 45-57
新时代电力需求系统特征及VECM–SD耦合预测模型构建
基金项目(Foundation):
邮箱(Email):
DOI: 10.14092/j.cnki.cn11-3956/c.2026.02.005
投稿时间: 2025-12-11
投稿日期(年): 2025
修回时间: 2026-01-16
终审时间: 2026-01-22
终审日期(年): 2026
审稿周期(年): 1
发布时间: 2026-04-20
出版时间: 2026-04-20
移动端阅读
摘要:

新时代新发展理念与“双碳”目标背景下,电力需求系统呈现出多因素、非线性、强反馈的复杂特性,传统预测方法难以全面捕捉其动态反馈特征与演化驱动机制。精细刻画电力需求系统复杂特征,采用新的融合型预测模型将是必然趋势。基于系统动力学理论,结合新时代经济社会与能源结构转型特点,将电力需求系统解构为社会经济与负荷演化、电气化与能源效率、电力结构绿色低碳化、政策机制与行为响应四大核心子系统,剖析其动态反馈特征与演变驱动机制,基于此构建VECM-SD耦合预测模型。VECM模型可严格量化变量间的长期均衡与短期调整关系,为SD模型提供参数标定数据,SD模型通过多子系统反馈结构模拟各因素的动态影响,反馈至VECM进行情景嵌入,通过双向数据交换与迭代优化机制,进行多情景预测。该模型兼具计量分析的严谨性和系统仿真的机制性,具备良好的扩展性,可用于多情景电力需求预测与政策模拟,为能源电力战略制定提供方法论支撑。

Abstract:

Under the background of new development concept in the new era and the "double carbon" goals, the power demand system presents the complex characteristics of multi-factor, nonlinear and strong feedback. Traditional forecasting methods struggle to comprehensively capture its dynamic feedback features and evolutionary driving mechanisms. Consequently, this study develops a novel VECM-SD(Vector Error Correction Model-System Dynamics) coupled forecasting model. The system is deconstructed into four key subsystems: socio-economic, electrification, green power structure, and policy response. This framework facilitates the analysis of its dynamic feedback mechanisms. The VECM component provides robust econometric calibration of variable relationships, while the SD component simulates complex policy impacts and feedback effects. This integrated approach enables sophisticated multi-scenario forecasting and policy simulation. The model offers valuable insights for formulating robust energy strategies and supporting the low-carbon transformation of the coal-powered electricity system, with particular relevance to China's context.

参考文献

[1]曾鸣,钟琼雄,李源非.基于系统动力学的电网可靠性指标影响因素分析[J].电力建设, 2015, 36(12):123-130.

[2]张倩,聂宇本,张延迟,等.基于系统动力学的华东电网电力需求预测[J].电气自动化, 2020, 42(01):92-94.

[3]游铭豪,顾洁,储琳琳,等.“双碳”背景下结合系统动力学和弹性网络回归的区域电力需求中长期预测方法[J].供用电, 2024, 41(07):72-83.

[4]马露露,赵昌文,蒋金荷.基于系统动力学的中国电力行业低碳发展路径[J].北京大学学报(自然科学版), 2025, 61(02):343-357.

[5]刘俊,赵宏炎,刘嘉诚,等.基于协整-格兰杰因果检验和季节分解的中期负荷预测[J].电力系统自动化, 2019, 43(01):73-80.

[6]郭鸿业,陈启鑫,夏清,等.考虑经济因素时滞效应的月度负荷预测方法[J].电网技术, 2016, 40(02):514-520.

[7]谢品杰,王朝,杨帆.我国电力消费、经济增长与城市化关系研究[J].热力发电, 2020, 49(09):17-22. DOI:10.19666/j.rlfd.202003068.郭耀扬,张利,韦于思,等.基于VECM的工业行业耦合关联特性分析与电力负荷预测[J].电力信息与通信技术, 2025, 23(02):1-10.

[8]郭耀扬,张利,韦于思,等.基于VECM的工业行业耦合关联特性分析与电力负荷预测[J].电力信息与通信技术, 2025, 23(02):1-10.

[9]何永秀,吴良器,戴爱英,等.基于系统动力学与计量经济模型的城市饱和负荷综合预测方法[J].电力需求侧管理, 2010, 12(01):21-25.

[10]谭忠富,张金良,吴良器,等.中长期负荷预测的计量经济学与系统动力学组合模型[J].电网技术, 2011, 35(01):186-190.

[11]李光肖,杨依路,刘宗杰,等.基于扩展系统动力学模型的电力碳排放量预测方法[J].山东电力技术, 2024, 51(11):61-73.

[12]袁铁江,张一瑾,杨紫娟,等.基于系统动力学的氢需求量中长期预测[J].中国电力, 2023, 56(10):11-21.

基本信息:

DOI:10.14092/j.cnki.cn11-3956/c.2026.02.005

中图分类号:F426.61;F224

引用信息:

[1]刘喜梅,李焕玲.新时代电力需求系统特征及VECM–SD耦合预测模型构建[J].华北电力大学学报(社会科学版),2026,No.160(02):45-57.DOI:10.14092/j.cnki.cn11-3956/c.2026.02.005.

投稿时间:

2025-12-11

投稿日期(年):

2025

修回时间:

2026-01-16

终审时间:

2026-01-22

终审日期(年):

2026

审稿周期(年):

1

发布时间:

2026-04-20

出版时间:

2026-04-20

检 索 高级检索

引用

GB/T 7714-2015 格式引文
MLA格式引文
APA格式引文