Dự báo nhu cầu điện và ứng dụng DSM vào quản lý điều hoà nhu cầu điện tại thành phố Hồ Chí Minh giai đoạn 2007 2015

Dự báo nhu cầu điện và ứng dụng DSM vào quản lý điều hoà nhu cầu điện tại thành phố Hồ Chí Minh giai đoạn 2007 2015 Dự báo nhu cầu điện và ứng dụng DSM vào quản lý điều hoà nhu cầu điện tại thành phố Hồ Chí Minh giai đoạn 2007 2015 luận văn tốt nghiệp thạc sĩ

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

====================

LUẬN VĂN THẠC SĨ KHOA HỌC

NGÀNH: QUẢN TRỊ KINH DOANH

DỰ BÁO NHU CẦU ĐIỆN VÀ ỨNG DỤNG DSM VÀO QUẢN LÝ, ĐIỀU HỊA NHU CẦU ĐIỆN TẠI THÀNH PHỐ HỒ CHÍ MINH

MỤC LỤC

Trang DANH MỤC CÁC CHỮ VIẾT TẮT

DANH MỤC CÁC BẢNG

DANH MỤC CÁC HÌNH

PHẦN MỞ ĐẦU 1

CHƯƠNG 1: CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO, QUẢN LÝ NHU CẦU ĐIỆN (DEMAND SIDE MANAGEMENT - DSM) VÀ ỨNG DỤNG DSM CỦA MỘT SỐ QUỐC GIA TRÊN THẾ GIỚI 4

1.1 Lý thuyết dự báo 4

1.1.1 Khái niệm dự báo thống kê 4

1.1.2 Nguyên tắc cơ bản 5

1.1.3 Phân loại dự báo 6

1.1.4 Các phương pháp dự báo nhu cầu 8

1.1.5 Các mô hình dự báo nhu cầu 13

1.2 Dự báo nhu cầu điện năng 23

1.2.1 Đặc điểm của sản phẩm điện năng 23

1.2.2 Các nhân tố ảnh hưởng đến dự báo nhu cầu điện năng 24

1.2.3 Lựa chọn phương pháp dự báo và kiểm định sai số 27

1.2.4 Các bước tiến hành dự báo nhu cầu điện 28

1.3 Lý thuyết quản lý nhu cầu điện (Demand Side Management) 29

1.3.1 Khái niệm về quản lý nhu cầu điện – DSM 29

1.3.2 Nội dung của chương trình DSM 30

1.4 Ứng dụng chương trình DSM của một số quốc gia trên thế giới 35 1.4.1 Chương trình DSM của Thái Lan 35

1.4.2 Chương trình DSM của Trung Quốc 41

TÓM LƯỢC CHƯƠNG 1 43

PHỐ HỒ CHÍ MINH GIAI ĐOẠN 2007 - 2015 45

2.1 Tổng quan về Công ty Điện lực Thành phố Hồ Chí Minh 45

2.2 Phân tích nhu cầu sử dụng điện năng tại Thành phố Hồ Chí Minh trong giai đoạn 1991 - 2006 46

2.2.1 Khái quát tình hình sử dụng điện tại Thành phố Hồ Chí Minh 46

2.2.2 Phân tích tình hình sử dụng điện của các thành phần kinh tế 48

2.3 Phân tích tình hình cung cấp điện năng tại Tp Hồ Chí Minh 53

2.3.1 Nguồn cung cấp điện 53

2.3.2 Phân tích kết cấu lưới điện và tình hình cung cấp điện 56

2.4 Phân tích các yếu tố kinh tế - xã hội ảnh hưởng nhu cầu điện năng giai đoạn 1995 – 2006 tại Thành phố Hồ Chí Minh 60

2.4.1 Tăng trưởng GDP 60

2.4.2 Cơ cấu GDP của Thành phố Hồ Chí Minh 60

2.4.3 Dân số và biến động dân số 63

2.4.4 Thu nhập bình quân đầu người 64

2.4.5 Môi trường chính trị - pháp luật 66

2.5 Dự báo nhu cầu điện tại Thành phố Hồ Chí Minh giai đoạn 2007- 2015 có xét đến năm 2020 67

2.5.1 Chiến lược phát triển của Công ty Điện lực Tp Hồ Chí Minh 69

2.5.2 Định hướng phát triển kinh tế - xã hội Thành phố Hồ Chí Minh giai đoạn 2007 – 2010 có xét đến năm 2020 70

2.5.3 Mô hình dãy số thời gian 73

2.5.4 Mô hình mối quan hệ tương quan 84

2.5.5 Chọn mô hình dự báo nhu cầu điện năng tại Thành phố Hồ Chí Minh trong giai đoạn 2007 – 2015 có xét đến năm 2020 87

TÓM LƯỢC CHƯƠNG 2 90

CHƯƠNG 3: ỨNG DỤNG DSM NÂNG CAO HIỆU QUẢ QUẢN LÝ

NHU CẦU ĐIỆN TẠI THÀNH PHỐ HỒ CHÍ MINH GIAI ĐOẠN

2007 - 2015 92

3.1 Chiến lược phát triển của ngành điện đến năm 2020 92

3.1.1 Chính sách đổi mới và phát triển ngành điện 92

3.1.2 Chiến lược pháp triển của Tập đoàn Điện lực Việt Nam 93

3.2 Khái quát chương trình quản lý nhu cầu điện tại Việt Nam 95

3.2.1 Chương trình DSM giai đoạn 1 của EVN 95

3.2.2 Chương trình DSM giai đoạn 2 của EVN 96

3.3 Các giải pháp nâng cao hiệu quả quản lý nhu cầu điện tại Thành phố Hồ Chí Minh 100

3.3.1 Tình hình ứng dụng DSM tại Thành phố Hồ Chí Minh 100

3.3.2 Giải pháp nâng cao hiệu suất sử dụng điện năng của các hộ dùng điện (Energy Efficiency) 100

3.3.3 Các giải pháp quản lý nhu cầu sử dụng điện 106

TÓM LƯỢC CHƯƠNG 3 109

KẾT LUẬN 110

TÀI LIỆU THAM KHẢO 113

PHỤ LỤC 115

===================

PHẦN MỞ ĐẦU

1 TÍNH CẤP THIẾT CỦA ĐỀ TÀI

Những năm gần đây, kinh tế Việt Nam tăng trưởng nhanh chóng, việc

phát triển mạnh mẽ của các ngành nghề sản xuất và dịch vụ kéo theo nhu cầu

về điện năng tăng, điều này gây áp lực đầu tư rất lớn cho ngành điện Tập

đoàn Điện lực Việt Nam và các Công ty Điện lực trực thuộc luôn phải đưa ra

các dự báo nhu cầu sử dụng điện trong tương lai Bên cạnh đó, ngành điện sẽ

phải có các hoạt động để quản lý, sử dụng nguồn năng lượng điện một cách

tiết kiệm và hiệu quả nhằm bảo tồn các nguồn năng lượng, góp phần rất lớn

vào chương trình an ninh năng lượng quốc gia Điều này sẽ càng có ý nghĩa

quan trọng hơn đối với một nền kinh tế thị trường, thường xuyên có cạnh

tranh

Thành phố Hồ Chí Minh là trung tâm kinh tế - tài chính - du lịch lớn

của cả nước trong nhiều năm qua, là địa phương dẫn đầu về cung ứng và sử

dụng điện với tỷ trọng chiếm xấp xỉ 25% sản lượng điện quốc gia, đã góp

phần đảm bảo tốc độ tăng trưởng GDP của Thành phố đạt bình quân

11,6%/năm giai đoạn 2001-2006 Để đáp ứng nhu cầu sử dụng điện cho phát

triển kinh tế xã hội và giữ vững an ninh chính trị về lâu dài, việc lập dự báo

nhu cầu phát triển điện năng và quản lý, điều hòa nhu cầu điện năng giai đoạn

2007- 2015 là một yêu cầu cấp thiết

Từ những nhận thức trên, bản thân tôi qua thời gian học tập tại Trung

Tâm Đào Tạo Sau Đại Học của Trường Đại Học Bách Khoa Hà Nội được sự

giảng dạy tận tình của tập thể giảng viên Khoa Kinh tế & Quản lý, đặc biệt

được sự hướng dẫn của Thầy PGS.TS Nguyễn Ái Đoàn kết hợp với sự giúp

đỡ của các anh chị đồng nghiệp Phòng Kinh Doanh, Phòng Kỹ Thuật Công ty

Điện lực Thành phố Hồ Chí Minh đã giúp tôi nghiên cứu và chọn đề tài “Dự

báo nhu cầu điện và ứng dụng DSM vào quản lý, điều hòa nhu cầu điện

tại Thành phố Hồ Chí Minh giai đoạn 2007-2015” Vì trình độ và thời gian

có hạn nên không tránh khỏi thiếu sót, bản thân tôi rất mong được sự đóng

góp của các thầy, cô trong Khoa Kinh tế & Quản lý của Trường Đại Học Bách

Khoa Hà Nội

2 MỤC ĐÍCH NGHIÊN CỨU CỦA ĐỀ TÀI

- Dự báo nhu cầu điện năng sử dụng tại Thành phố Hồ Chí Minh trong

giai đoạn năm 2007-2015 nhằm hoạch định chiến lược, có các bước phát triển,

đầu tư hợp lý cho từng giai đoạn, đáp ứng nhu cầu phát triển kinh tế của

Thành phố

- Vận dụng cơ sở lý thuyết Quản lý nhu cầu (Demand Side Management

– DSM) để đưa ra một số giải pháp nhằm nâng cao hiệu quả quản lý, điều hòa

nhu cầu điện tại Thành phố Hồ Chí Minh, đảm bảo tính ổn định và chất lượng

trong hệ thống phân phối điện của Công ty Điện lực Thành phố Hồ Chí Minh

3 ĐỐI TƯỢNG, PHẠM VI NGHIÊN CỨU CỦA ĐỀ TÀI

Đối tượng nghiên cứu: Luận văn nghiên cứu tổng quát những vấn đề

về dự báo nhu cầu điện và ứng dụng chương trình DSM vào việc quản lý, điều

hòa nhu cầu điện của Công ty Điện lực Thành phố Hồ Chí Minh Đi sâu phân

tích phụ tải giai đoạn 1991 – 2006 nhằm tìm hiểu những nguyên nhân cơ bản

ảnh hưởng đến việc phát triển phụ tải, từ đó vận dụng lý thuyết dự báo, một số

mô hình toán học để dự báo nhu cầu điện của Thành phố Hồ Chí Minh giai

đoạn 2007 - 2015 Qua đó, đề xuất một số giải pháp quản lý, điều hòa nhu cầu

điện cho Công ty Điện lực Thành phố Hồ Chí Minh giai đoạn 2007-2015

Phạm vi nghiên cứu của luận văn là hoạt động kinh doanh của Công

ty Điện lực Thành phố Hồ Chí Minh có đặt trong mối quan hệ Tập đoàn Điện

lực Việt Nam Luận văn tập trung nghiên cứu, phân tích tình hình phụ tải

trong thời gian đoạn 1991 – 2006 và dự báo tình hình phụ tải của Công ty

Điện lực Thành phố Hồ Chí Minh giai đoạn 2007-2015

4 PH ƯƠNG PHÁP NGHIÊN CỨU

Luận văn lấy việc sử dụng phương pháp duy vật biện chứng và duy vật

lịch sử làm nền tảng đồng thời kết hợp với việc sử dụng các phương pháp

phân tích, dự báo và điều tra thực tế để giải quyết các vấn đề đặt ra trong quá

trình nghiên cứu

5 NHỮNG ĐÓNG GÓP CỦA ĐỀ TÀI

Một là làm rõ những vấn đề lý luận cơ bản về dự báo và Quản lý nhu

cầu điện, đặc biệt là các giải pháp để nâng cao hiệu quả quản lý nhu cầu điện

Chí Minh, đặc biệt là phân tích các nhân tố ảnh hưởng đến nhu cầu điện, tìm

ra những nguyên nhân và những yếu tố tác động thực tế đến nhu cầu điện Từ

đó, dự báo nhu cầu điện của Thành phố Hồ Chí Minh giai đoạn 2007 – 2015

ty Điện lực Thành phố Hồ Chí Minh trong giai đoạn năm 2007 - 2015

6 KẾT CẤU CỦA LUẬN VĂN

Ngoài phần mở đầu và kết luận, nội dung của luận văn được chia thành

3 chương:

Chương 1: Cơ sở phương pháp luận về dự báo, quản lý nhu cầu điện

số quốc gia trên thế giới

2007-2015

Thành phố Hồ Chí Minh giai đoạn 2007-2015

  

Chương 1

CƠ SỞ PHƯƠNG PHÁP LUẬN VỀ DỰ BÁO, QUẢN LÝ NHU

CẦU ĐIỆN (DEMAND SIDE MANAGEMENT – DSM) VÀ ỨNG

DỤNG DSM CỦA MỘT SỐ QUỐC GIA TRÊN THẾ GIỚI

1.1 Lý thuyết dự báo

1.1.1 Khái niệm dự báo thống kê

Trong quá trình điều hành các hoạt động sản xuất - kinh doanh, các nhà

quản trị thường phải đưa ra các quyết định liên quan đến những sự việc sẽ xảy

ra trong tương lai Để cho các quyết định này có độ tin cậy và hiệu quả cao

cần thiết phải tiến hành công tác dự báo Điều này càng quan trọng hơn đối

với một nền kinh tế thị trường, thường xuyên có cạnh tranh

- Dự báo thống kê là một phương pháp được dùng để lượng hóa mức độ

của đối tượng nghiên cứu sẽ xảy ra trong tương lai trên cơ sở phân tích đánh

giá thực trạng biến động, tính quy luật phát triển theo thời gian hoặc phân tích

mối quan hệ nhân quả của đối tượng nghiên cứu

- Kết quả dự báo thống kê là cơ sở để xây dựng kế hoạch phát triển hoặc

để tìm kiếm các điều kiện, các nguyên nhân sẽ ảnh hưởng đến tiêu thức kết

quả hoặc để điều chỉnh đến tiêu thức kết quả

- Dự báo thống kê là khoa học và nghệ thuật tiên đoán những việc sẽ

xảy ra trong tương lai Tính khoa học của dự báo thể hiện ở chỗ khi tiến hành

dự báo ta căn cứ trên các số liệu phản ảnh tình hình thực tế hiện tại, quá khứ,

căn cứ vào xu thế phát triển của tình hình, dựa vào các mô hình toán học để dự

đoán tình hình cơ bản sẽ xảy ra trong tương lai

Dự báo thống kê chỉ thực hiện trên những mô hình cụ thể Tức là nó chỉ

thực hiện được sau khi đã phân tích thực trạng biến động theo thời gian hoặc

theo không gian và phân tích đánh giá các nguyên nhân ảnh hưởng đến tiêu

thức kết quả Trong phân tích thống kê cần phân biệt rõ hai mô hình cơ bản

sau:

a- Mô hình dãy số thời gian: là tính quy luật biến động của hiện tượng qua

thời gian được biểu hiện bằng hàm xu thế trên cơ sở phân tích sự biến động

của dãy số tiền sử trong quá khứ, hiện tại và tiến tới tương lai

b- Mô hình nhân quả: là mối quan hệ nhân quả giữa các hiện tượng nghiên

cứu qua thời gian hoặc không gian được biểu hiện bằng các hàm kinh tế,

phương trình kinh tế, phương trình tương quan

Do đó, dự báo thống kê không phải là sự phán đoán theo định tính hoặc

“đoán mò” mà là định lượng cái sẽ xảy ra, khả năng sẽ xảy ra nhiều nhất hoặc

định lượng mức độ phải xảy ra trên cơ sở khoa học của thực tiễn Kết quả dự

báo thống kê vừa mang tính khách quan vừa mang tính chủ quan và nó phụ

thuộc vào trình độ nhận thức khách quan, hay khả năng tư duy của người làm

dự báo

1.1.2 Nguyên tắc cơ bản

Để xác định mô hình dự báo là tính kế thừa lịch sử, tính quy luật phát

sinh phát triển của hiện tượng, mối quan hệ biện chứng nhân quả giữa các hiện

tượng cho nên điều kiện để xác lập mô hình dự báo là:

- Các nguyên nhân, các yếu tố, các điều kiện cơ bản ảnh hưởng đến quy

luật biến động phải tương đối ổn định, bền vững trong quá khứ đến hiện tại và

tiến tới tương lai

- Một khi có sự thay đổi các yếu tố, các nguyên nhân thì phải xác định

lại mô hình để thích nghi với hiện thực

- Để dễ điều chỉnh mô hình và đảm bảo mức độ chính xác phù hợp với

thực tiễn thì tầm xa dự báo (là khoảng cách thời gian từ hiện tại đến tương lai)

không nên quá 1/2 thời gian quá khứ

Tính khả thi của mức độ dự báo mang tính xác suất: Kết quả dự báo

thống kê là sự báo trước cái sẽ xảy ra, khả năng sẽ xảy ra lớn nhất cho nên nó

có thể xảy ra đúng như vậy, cũng có thể “xấp xỉ” gần đúng như vậy, cũng có

thể xảy ra không đúng như vậy hoặc cái xảy ra có sai số khá lớn Nếu cái xảy

ra không giống (hoặc sai) với mức độ dự báo thì có nghĩa là do xác định mô

hình dự báo chưa đúng hoặc lượng hóa mối quan hệ của các nguyên nhân ảnh

hưởng chưa đầy đủ hoặc chưa đúng Cho nên dự báo thống kê vẫn còn sai số

cho phép trong độ tin cậy cho trước

Dự báo thống kê là dự báo ngắn hạn và dự báo trung hạn: mức độ

chính xác của kết quả dự báo thống kê tỷ lệ nghịch với tầm xa dự báo Nếu

tầm xa dự báo càng dài thì mức độ dự báo càng ít chính xác, sai số càng lớn và

ngược lại Mặt khác, trong thực tế các điều kiện yếu tố, nguyên nhân ảnh

hưởng luôn thay đổi nên mô hình dự báo cũng thường thay đổi theo Vì lẽ đó,

để dễ thay đổi mô hình, dễ thích nghi với thực tế dự báo thống kê khi dự báo

thường là ngắn hạn hoặc trung hạn

Dự báo thống kê mang tính nhiều phương án: Do dự báo thống kê

phụ thuộc vào trình độ nhận thức khách quan và kinh nghiệm làm dự báo của

người quản lý cho nên sẽ hình thành nhiều mô hình, nhiều phương án Cần

phải lựa chọn phương án hay lựa chọn mô hình để làm hàm dự báo bằng cách

kiểm định mô hình

Phương tiện dự báo thống kê: là các thuật toán, kỹ thuật tính toán,

phân tích, kinh nghiệm quản lý, phương tiện tính toán, vi tính và trình độ nhận

thức của người làm dự báo

1.1.3 Phân loại dự báo

1.1.3.1 Căn cứ vào thời đoạn dự báo

Dựa vào thời đoạn dự báo ta phân biệt 3 loại sau đây:

a- Dự báo ngắn hạn

Thời đoạn dự báo thường không quá 3 tháng, ít khi đến 1 năm Loại dự

báo này thường áp dụng cho việc mua sắm, điều độ công việc, phân giao

nhiệm vụ, cân đối các mặt trong quản lý tác nghiệp

b- Dự báo trung hạn

Thời hạn dự báo thường từ ba tháng đến ba năm, loại dự báo này

thường cần cho việc lập kế hoạch báo hàng, kế hoạch sản xuất, dự trù tài chính

tiền mặt và làm căn cứ cho các loại kế hoạch khác

c- Dự báo dài hạn

Thời đoạn dự báo từ ba năm trở lên Loại dự báo này cần cho việc lập

các dự án sản xuất sản phẩm mới, xác định địa điểm cho cơ sở mới, lựa chọn

các dây chuyền công nghệ, thiết bị mới, mở rộng doanh nghiệp hiện có hoặc

thành lập doanh nghiệp mới

1.1.3.2 Căn cứ nội dung công việc cần dự báo

Dựa vào nội dung công việc cần dự báo có thể chia ra các loại sau đây:

a- Dự báo kinh tế

Do các cơ quan nghiên cứu, cơ quan dịch vụ thông tin, các bộ phận tư

vấn kinh tế nhà nước thực hiện Những chỉ tiêu này có giá trị lớn trong việc hỗ

trợ, tạo tiền đề cho công tác dự báo trung hạn, dài hạn của các doanh nghiệp

b- Dự báo nhu cầu kỹ thuật công nghệ

Đề cập đến mức độ phát triển khoa học kỹ thuật công nghệ trong tương

lai Loại này rất quan trọng đối với các ngành có hàm lượng kỹ thuật cao như

năng lượng nguyên tử, tàu vũ trụ, dầu lửa, máy tính, nghiên cứu không gian,

điện tử… Dự báo kỹ thuật, công nghệ thường do các chuyên gia trong lĩnh

vực đặc biệt thực hiện

c- Dự báo nhu cầu

Thực chất của dự báo nhu cầu là dự kiến, tiên đoán về doanh số bán ra

một sản phẩm nào đó của doanh nghiệp Đây là loại dự báo được các nhà quản

trị đặc biệt quan tâm

Dự báo nhu cầu giúp cho các doanh nghiệp xác định được các loại và số

lượng sản phẩm, dịch vụ mà họ cần tạo ra trong tương lai Thông qua dự báo

nhu cầu các doanh nghiệp sẽ quyết định quy mô sản xuất, hoạt động của công

ty, là cơ sở để dự kiến về tài chính, tiếp thị, nhân sự

Do tính chất quan trọng nói trên của dự báo nhu cầu đối với quản trị sản

xuất nên dưới đây sẽ đi sâu nghiên cứu vào loại dự báo này

1.1.4 Các phương pháp dự báo nhu cầu

1.1.4.1 Các phương pháp định tính

Khi chưa có số liệu thống kê (giai đoạn đầu của chu kỳ sống của sản

phẩm) để tiến hành công tác dự báo ta có thể dựa vào các phương pháp định

tính Phương pháp định tính, đặc biệt là phương pháp chuyên gia còn được

dùng để xem xét thêm các kết quả dự báo tiến hành bằng các phương pháp

định lượng

Dưới đây trình bày các phương pháp định tính thường dùng:

a Lấy ý kiến của ban điều hành

Phương pháp này được sử dụng rộng rãi Cần lấy ý kiến của các nhà

quản trị cao cấp, những người phụ trách các công việc quan trọng thường hay

sử dụng các số liệu thống kê, chỉ tiêu tổng hợp của doanh nghiệp Ngoài ra,

cần lấy thêm ý kiến của các chuyên viên về marketing, về tài chính, về kỹ

thuật, sản xuất

Phương pháp này có nhược điểm là có tính chủ quan và ý kiến của

người có chức vụ cao nhất thường chi phối ý kiến của những người khác

b Lấy ý kiến của những người bán hàng

Những người bán hàng là những người hiểu rõ nhu cầu và thị hiếu của

người tiêu dùng Họ có thể dự đoán được lượng hàng có thể bán được trong

tương lai tại khu vực mình bán hàng

Tập hợp ý kiến của nhiều người bán hàng tại nhiều khu vực khác nhau

ta có được lượng dự báo tổng hợp về nhu cầu đối với loại sản phẩm đang xét

Phương pháp này có nhược điểm là phụ thuộc vào đánh giá chủ quan

của người bán hàng Một số có khuynh hướng lạc quan thường đánh giá cao

lượng hàng bán ra của mình Ngược lại, một số khác lại muốn giảm xuống để

đạt định mức

Cả hai loại trên lại thường bị ảnh hưởng bởi những kinh nghiệm gần

nhất

c Lấy ý kiến người tiêu dùng

Cần lấy ý kiến của các khách hàng hiện tại cũng như các khách hàng

mới có ý định hoặc đã có kế hoạch mua hàng trong tương lai Việc nghiên cứu

có thể do bộ phận bán hàng hoặc bộ phận nghiên cứu thị trường tiến hành

Cách làm có thể hỏi ý kiến trực tiếp của khách hàng, gửi các câu hỏi theo

đường bưu điện, tiếp xúc bằng điện thoại, phỏng vấn cá nhân… Cách làm này

không những giúp ta dự báo nhu cầu tương lai mà còn biết được thị hiếu của

khách hàng nhằm giúp ta cải tiến sản phẩm

d Phương pháp chuyên gia

Cần lấy ý kiến nhiều chuyên gia trong hoặc ngoài doanh nghiệp Những

ý kiến này được viết ra giấy hẳn hoi nhằm trả lời một số câu hỏi nêu sẵn

Quá trình thực hiện như sau:

(1) Mỗi chuyên gia được phát một thư yêu cầu trả lời một số câu hỏi in sẵn

phục vụ cho việc dự báo

(2) Nhân viên dự báo tập hợp các câu trả lời, sắp xếp, chọn lọc và viết lại

tóm tắt các ý kiến của các chuyên gia

(3) Dựa vào bản tóm tắt này, nhân viên dự báo lại nêu ra các câu hỏi mới để

các chuyên gia trả lời tiếp

(4) Tập hợp các ý kiến mới của các chuyên gia Nếu chưa thỏa mãn thì lại

tiếp tục quá trình trên, cho đến khi đạt được yêu cầu dự báo trên cơ sở các ý

kiến của các chuyên gia

Ưu điểm của phương pháp: tránh được các liên hệ cá nhân với nhau

Không xảy ra va chạm giữa các chuyên gia và họ không bị ảnh hưởng bởi ý

kiến của một người nào đó có ưu thế trong số người được hỏi ý kiến

Nhược điểm của phương pháp: tính chủ quan do việc lựa chọn

chuyên gia, nhiều ý kiến trái ngược nhau làm cho quá trình xử lý khó khăn,

phụ thuộc thời gian thu hồi phiếu ý kiến của các chuyên gia

Phương pháp chuyên gia đã mang lại nhiều kết quả tốt, nhất là trong dự

báo công nghệ

1.1.4.2 Các phương pháp định lượng

Các phương pháp định lượng đều dựa trên cơ sở toán học thống kê Để

dự báo nhu cầu tương lai, không xét đến các nhân tố ảnh hưởng khác ta có thể

dùng các phương pháp dự báo theo dãy số thời gian Khi xét đến các nhân tố

khác ảnh hưởng đến nhu cầu (ngoài thời gian) ta có thể dùng các phương pháp

xét đến các mối quan hệ tương quan

a Các chỉ tiêu mô tả tốc độ tăng (giảm) giữa các kỳ nghiên cứu

Tốc độ tăng (giảm): là chỉ tiêu phản ảnh mức độ của hiện tượng giữa hai thời

gian nghiên cứu đã tăng (giảm) bao nhiêu lần (%)

* Tốc độ tăng (giảm) liên hoàn

y

y y

(i=1,2,3….,n) (1-1)

b Các biến động của nhu cầu thị trường theo theo thời gian

Nhu cầu thị trường luôn biến động theo thời gian và trong những điều

kiện nhất định nó thường biến động theo một xu hướng nào đó Để phát hiện

xu hướng phát triển của nhu cầu ta cần thu thập các số liệu trong quá khứ để

có được một dãy số thời gian Thời gian ở đây thường là tháng, quý hoặc năm,

tức là xem xét biến động của nhu cầu qua từng thời kỳ một

Khi đã có dãy số thời gian ta có thể xác định được xu hướng phát triển

của nhu cầu Từ đó ta có thể dự báo cho các thời kỳ trong tương lai

Các biến động của nhu cầu theo thời gian có thể xảy ra mấy trường hợp

sau:

(1) Có khuynh hướng tăng (giảm) rõ rệt trong suốt thời gian nghiên cứu

(ký hiệu T- Trend) Nguyên nhân của những biến động có tính xu hướng có

thể là do lạm phát, sự tăng dân số, tăng thu nhập các nhân, sự tăng trưởng hay

sút giảm của thị trường hoặc sự thay đổi về công nghệ

(2) Biến đổi theo mùa (S- Seasonality): biểu hiện mức độ tăng giảm của

hiện tượng ở một số thời điểm (tháng hoặc quý) nào đó được lại đi lặp lại qua

nhiều năm Biến động thời vụ thường do các nguyên nhân như điều kiện thời

tiết, khí hậu, tập quán xã hội, tín ngưỡng… Biến động thời vụ được xem xét

khi dữ liệu được thu thập theo tháng, quý, tức là khi chu kỳ biến động là một

năm nếu chu kỳ lớn lớn hơn 1 năm ta sẽ có biến động chu kỳ

(3) Biến đổi có chu kỳ (C – Cycles): biến động được lặp lại với một chu kỳ

nhất định, thường kéo dài từ 2 – 10 năm Biến động theo chu kỳ là do tác động

tổng hợp của nhiều yếu tố khác nhau

(4) Biến đổi ngẫu nhiên (R –Random Variations): biến động không có quy

luật và hầu như không thể dự đoán Loại biến động này thường xảy ra trong

thời gian ngắn và gần như không lặp lại, do ảnh hưởng của thiên tai, động đất,

nội chiến, chiến tranh

Trong khi dự báo các biến đổi ngẫu nhiên thường bị loại ra khỏi các mô

hình dự báo hoặc là được xem xét đồng thời với các biến đổi theo mùa, theo

khuynh hướng và chu kỳ

Bốn thành phần trên có thể kết hợp với nhau theo mô hình nhân

(Multiplicative structure)

yR i R = TR i R.SR i R.CR i R.IR i R (1-3)

TR i R – Thành phần xu hướng ở thời gian i

SR i R – Thành phần thời vụ ở thời gian i

CR i R – Thành phần chu kỳ ở thời gian i

IR i R – Thành phần ngẫu nhiên ở thời gian i

Hình 1.1 Nhu cầu và các yếu tố cấu thành đường nhu cầu

1.1.5 Các mô hình dự báo nhu cầu

1.1.5.1 Dự báo theo mô hình dãy số thời gian (hàm xu thế)

Các phương pháp dự báo nhu cầu theo đường xu thế dựa vào dãy số

thời gian Dãy số này cho phép ta xác định đường xu thế lý thuyết trên cơ sở

kỹ thuật bình phương bé nhất, tức là tổng khoảng cách từ các điểm thể hiện

nhu cầu thực tế trong quá khứ đến đường xu thế lấy theo trục tung nhỏ nhất

Sau đó dựa vào đường xu thế lý thuyết ta tiến hành dự báo nhu cầu cho các

năm trong tương lai

Có thể sử dụng phương pháp dự báo theo đường xu thế để dự báo ngắn

hạn, trung hạn và dài hạn

Đường xu thế có thể là tuyến tính hoặc phi tuyến

Để xác định đường xu thế lý thuyết, đòi hỏi phải có nhiều số liệu trong

quá khứ

Đường xu thế còn có tên gọi là đường hồi quy hoặc khuynh hướng

Để biết được đường xu thế là tuyến tính hay phi tuyến trước hết ta cần

biểu diễn các nhu cầu thực tế trong quá khứ lên biểu đồ và phân tích xu hướng

phát triển của số liệu đó Qua phân tích nếu thấy rằng các số liệu tăng hoặc

giảm tương đối đều đặn theo một chiều hướng nhất định thì ta có thể vạch ra

một đường thẳng biểu diễn chiều hướng đó Nếu các số liệu biến động theo

chiều hướng đặc biệt hơn, như tăng giảm ngày càng nhanh hoặc ngày càng

chậm thì ta có thể sử dụng các đường cong thích hợp để mô tả sự biến động đó

(đường parabol, hyperbol, logarit ….)

Mô hình dãy số thời gian được bằng hàm xu thế có dạng đa thức bậc k

=+

i

i i

• aR 0 R, aR i R: là các tham số tự do được xác định cụ thể trong từng dãy số tiền

sử Các tham số này xác định vị trí chiều hướng biến động, dáng điệu

biến động của quy luật phát triển trong quá khứ, hiện tại và tiến tới

tương lai

• t: là biến số được phản ảnh bằng số thứ tự thời gian trong kỳ nghiên

cứu Thực chất nó là dãy số tự nhiên ( t= 1 ,n )

• y t:Hàm xu thế hay đường hồi quy lý thuyết phản ảnh tính quy luật biến

động của dãy tiền sử (yR i R) theo thời gian Thực chất nó là dãy các mức độ

tiền sử đã được điều chỉnh theo hàm xu thế nên mang tính bình quân

• k: Số bậc sai phân Tức là số lần phân tích sự biến động tuyệt đối (chêch

lệch tuyệt đối liên hoàn) hoặc biến động tương đối (tốc độ phát triển

liên hoàn) đến khi nó tiến về một hằng số thì dừng phân tích

Ưu điểm: Phương pháp này là khá chính xác, dễ xây dựng, dễ phát hiện hàm

xu thế (dáng điệu)

Nhược điểm: Phương pháp này không xét đến các mối quan hệ tương quan

giữa một hoặc nhiều tiêu thức nguyên nhân và kết quả với nhau Các số liệu

thu thập trong quá khứ phải đầy đủ và xử lý trước khi đưa vào tính toán

Trên cơ sở tổng quát đó, trong thực tế thường dùng các hàm xu thế cơ

bản sau:

a Hàm xu thế tuyến tính

Nếu dãy tiền sử được biểu hiện trên đồ thị theo các tọa độ (tR i R ,yR i R) có xu

hướng phát triển dạng tuyến tính hóa hoặc sai phân tuyệt đối bậc 1 (chênh lệch

tuyệt đối liên hoàn) có xu hướng tiến về hằng số, hoặc dãy tiền sử có xu

hướng biến động theo cấp số cộng thì mô phỏng tính quy luật biến động của

dãy tiền sử theo hàm xu thế tuyến tính có dạng tổng quát như sau:

y t = aR 0 R + aR 1 Rt (1-5)

Trong đó:

y : Trị số các mức độ tuyệt đối

t: Thời gian trong dãy số (t= 1 ,n)

aR 0 R, aR 1 R: Các tham số quy định vị trí đường hồi quy lý thuyết

Trong toán học có rất nhiều phương pháp xác định aR 0 R và aR 1 R Trong

thống kê thường dùng phương pháp bình phương bé nhất, tức là:

∑ (y – aR 0 R –aR 1 Rt)P

2 P

Lấy đạo hàm theo aR 0 R, aR 1 Rcho chúng bằng 0, sau đó rút gọn lại sẽ có hệ

phương trình chuẩn dưới đây:

aR 0 R∑t + a1 ∑ tP

2 P

y t t y n

y

1

Trong tính toán thực tế, các tham số a0 và a1có thể được tính theo công

thức đơn giản hơn Vì t là thứ tự thời gian trong dãy số, cho nên ta có thể thay

đổi cách đánh số thứ tự sao cho ∑t =0

- Nếu thứ tự thời gian là số lẻ, thì lấy thời gian ở vị trí giữa bằng 0, các

thời gian đứng trước là -1,-2,-3 … và thời gian đứng sau lần lượt là 1; 2 ; 3…

- Nếu thứ tự thời gian là số chẳn, thì lấy hai thời gian đứng ở vị trí giữa

là: -1 và +1; thời gian đứng trước là -3, -5, và đứng sau lần lượt là: 3, 5,

Với ∑t =0, ta có hệ phương trình:

a1 ∑ tP

2 P

= ∑ y.t

và y n

Nếu dãy sai phân tuyệt đối bậc 2 (k=2 ) tiến về một hằng số, hoặc quan

sát dãy tiền sử, thấy có hiện tượng lúc đầu tăng dần (hay giảm dần) đến một

mức độ nhất định đổi xu hướng biến động ngược lại là giảm dần (hoặc tăng

dần) thì mô phỏng tính quy luật biến động của dãy tiền sử theo dạng hàm xu

thế parabol:

y t =a0 +a1 t + a2 tP

2 P

(1-10) Các tham số a0, a1, a 2 được xác định bởi hệ phương trình sau:

∑ y = n a0 + a1 ∑ t + a 2 ∑ tP

2 P

∑ y t = a0 ∑ t + a1 ∑ tP

2 P

+ a 2 ∑ tP

3

∑ y tP

2 P

= a0 ∑ tP

2 P

+ a1 ∑ tP

3 P

+ a 2 ∑ tP

4 P

Khi ∑ t = 0 và ∑ tP

3 P

= 0, thì có hệ phương trình:

∑ y = n a0 + a 2 ∑ tP

2 P

∑ y t = a1 ∑ tP

2 P

∑ y tP

2 P

= a0 ∑ tP

2 P

+ a 2 ∑ tP

4 P

Trên cơ sở hệ phương trình trên, các tham số a0, a1, a 2 được xác định

4 0

t t

n

t t y t t

2

t t

n

y t y

t n

c Hàm xu thế có xét đến biến động thời vụ

Đối với một số mặt hàng, nhu cầu thị trường có tính chất biến động theo

thời vụ trong năm Nguyên nhân có thể do điều kiện thời tiết, địa lý hoặc do

tập quán của người tiêu dùng ở từng vùng có khác nhau (tết, lễ, hội …) để dự

báo nhu cầu đối với các mặt hàng này ta cần khảo sát mức độ biến động của

nhu cầu theo thời vụ bằng cách tính chỉ số thời vụ trên cơ sở dãy số thời gian

đã điều tra được

Chỉ số thời vụ tính theo công thức sau:

Is =

yo yi

−

Trong đó:

Is - Chỉ số thời vụ

yi− - Số bình quân của các tháng cùng tên

yo - Số bình quân chung của tất cả các tháng trong dãy số

−

(1-13) Trong đó:

n - số tháng x số năm trong dãy số

Dự báo nhu cầu có xét đến biến động thời vụ tính như sau:

Ys =Is x Yc (1-14)

Như vậy:

- Trước hết ta tính số dự báo Yc theo phương pháp đường xu hướng

(tuyến tính hoặc phi tuyến)

- Sau đó tính chỉ số thời vụ

- Cuối cùng lấy tích số Is x Yc sẽ có số dự báo theo khuynh hướng có

xét đến biến động thời vụ

1.1.5.2 Dự báo theo các mối quan hệ tương quan

Phương pháp dự báo theo mô hình dãy số thời gian trình bày ở trên chỉ

xem xét sự biến động của đại lượng cần dự báo theo thời gian thông qua dãy

số thời gian thống kê được trong quá khứ Nhưng trong thực tế đại lượng cần

dự báo còn có thể bị tác động bởi các nhân tố khác, chẳng hạn sản lượng lúa

theo các năm thay đổi theo lượng phân bón sử dụng trong các năm đó, nói

cách khác đại lượng phân bón (x) là nhân tố ảnh hưởng đến sản lượng lúa (y)

là đại lượng mà ta cần dự báo cho các năm sau

Mối liên hệ nhân quả giữa đại lượng phân bón (x) và sản lượng lúa (y)

không thể biểu diễn dưới dạng một hàm số chính xác mà chỉ có thể biểu diễn

gần đúng với dạng một tương quan, thể hiện bằng một đường hồi quy tương

quan

Đại lượng cần dự báo là biến phụ thuộc còn nhân tố tác động lên nó là

biến độc lập Biến độc lập có thể có một hoặc một số

Nếu chỉ xét trên một nhân tố ảnh hưởng (một biến độc lập) đường hồi

quy tương quan có thể là tuyến tính hoặc phi tuyến

Ưu điểm của phương pháp: phân tích mối liên hệ nhân quả (Causal) liên

quan đến việc xác định các yếu tố ảnh hưởng đến yếu tố ta muốn dự đoán,

nhận ra và tách riêng các yếu tố này phục vụ cho mục đích dự đoán cũng như

cho việc kiểm soát và hoạch định trong quản lý

Nhược điểm của phương pháp: do trong thực tế không chỉ có một biến (x)

ảnh hưởng đến (y), sự thay đổi của biến phụ thuộc (y) có thể sẽ được giải thích

toàn diện, đầy đủ hơn nếu đặt trong mối liên hệ với nhiều biến độc lập Việc

phân tích và dự báo cần nhiều dữ liệu liên quan, ảnh hưởng để các nhà quản trị

xây dựng phương pháp tính toán hợp lý

a Dự báo trên cơ sở đường hồi quy tương quan tuyến tính

Phương trình dự báo:

y x =a0+a1x (1-15)

Trong đó :

y x – Lượng nhu cầu cần dự báo

x – Biến độc lập (nhân tố ảnh hưởng)

a0, a1 – Các hệ số của phương trình

Dùng phương pháp bình phương bé nhất, để tính các tham số a0, a1

bằng cách đạo hàm riêng từng tham số và cho rút gọn thành hệ phương trình

chuẩn như sau:

∑ xy = a0 ∑x + a1 ∑ xP

2 P

Giải hệ phương trình chuẩn tìm a0 và a1

Chú ý: Ở đây x không còn là biến thời gian như trong các phương trình dự

báo theo đường khuynh hướng nữa mà là biến độc lập

) (

.

x n x

y x n y x

1 1

a x a

x a y

x a

1 25 , 0

= +

x x

Điều này có nghĩa là khi tăng lên 1% (tức là x = 1,01 ) thì y x sẽ tăng

0,125% so với y x cũ

a.2 Xác định sai số chuẩn

Để đánh giá chính xác của y xta phải tính sai số chuẩn của đường hồi

quy tương quan, ký hiệu Syx

y – Giá trị thực tế của các năm

y x – Giá trị tính toán theo phương trình đường hồi quy

n –Số lượng số liệu hồi quy thu thập được

Công thức trên được biến đổi thành

Syx =

2

1 0

Sai số càng nhỏ thì mức độ chính xác dự báo càng cao Do đó nếu sử

dụng nhiều phương pháp dự báo thì phương pháp nào có sai chuẩn nhỏ sẽ

được chọn dùng

a.3 Xác định hệ số tuơng quan

Hệ số tương quan cho ta biết mức độ quan hệ giữa x và y x Hệ số này

được ký hiệu là r, nhận giá trị giữa –1 và +1 (-1≤ r ≤ +1 ) Công thức như sau:

−

] ) ( [

] ) ( [

.

2 2

2 2

y y

n x x

n

y x y x n

Có thể xảy ra các trường hợp sau:

a - Khi r = ± 1 chứng tỏ giữa x và y x có qua hệ chặt chẽ (hàm số)

b - Khi r = 0 chứng tỏ x và y x không có quan hệ gì

c - Trị số của r càng gần ± 1, mối liên hệ tương quan giữa x và y x càng

chặt chẽ

Chú ý thêm rằng khi r mang dấu dương (+) ta có tương quan thuận, khi

r có dấu âm (-) ta có tương quan nghịch

b Dự báo bằng mô hình hồi quy tương quan bội

Mối quan hệ tương quan của nhiều tiêu thức nguyên nhân (≥ 2) ảnh

hưởng đến tiêu thức kết quả gọi là tương quan bội Tùy theo tính chất ảnh

hưởng mà chia 2 loại:

b.1 Tương quan bội tuyến tính

Giả sử xi (i =1,n) tức là x1, x2, …., xn là dãy số lượng biến của từng tiêu

thức nguyên nhân, yi dãy số lượng biến của tiêu thức kết quả, ai (i =0,n) tức

(a0, a1, a2,…, an) là các tham số xác định vị trí, chiều hướng, dáng điệu của

phương trình tương quan bội (y x) Phương trình tương quan bội tuyến tính có

1 + a2 ∑x1.x2 + …an ∑x1.xn ∑x2 y = a0 ∑x2 + a1∑x1.x2 +a2∑ xP

2 P

2 + …an ∑x2.xn

………

∑xn y = a0 ∑xn + a1 ∑x1.xn +a2∑ x2.xn + …+ an ∑x2.xn P

2 P

Có thể dùng phương pháp thế hoặc ma trận để giải hệ phương trình

* Hệ số tương quan bội:

R=

2

) (

) (

y y

y y

i

x

(1-24)

* Hệ số tương quan bội có những đặc điểm sau:

- Dao động trong khoảng [0,1]

- Nếu R = 0 thì không có mối quan hệ tương quan

- Nếu R=1 có mối quan hệ hàm số

- Nếu 0 < R < 1 phản ảnh mức độ ảnh hưởng của các tiêu thức nguyên

nhân đang nghiên cứu ảnh hưởng đến tiêu thức kết quả

- Nếu R → 1 và càng lớn mối quan hệ tương quan bội tuyến tính càng

chặt chẽ

- R →0 và càng nhỏ: mối quan hệ tương quan càng yếu (càng lỏng lẻo)

Cụ thể nếu nghiên cứu mối quan hệ tương quan giữa 2 tiêu thức nguyên

nhân ảnh hưởng đến tiêu thức kết quả Hệ phương trình chuẩn có dạng:

y x= a0 + a1 x1 + a2 x2 (1-25)

∑ y = na0 + a1∑x1 + a2 ∑x2 (1-26)

∑x1 y = a0 ∑x1 + a1∑xP

2 P

1 + a2 ∑x1.x2 ∑x2 y = a0 ∑x2 + a1∑x1.x2 +a2∑xP

2 P

2 Giải tìm các tham số a0,a1, a2bằng nhiều phương pháp khác nhau

b.2 Tương quan bội phi tuyến tính

Phương trình tương quan bội phi tuyến tính có dạng hàm Cobb-Douglas

n a n a

x a x x x

y = 0 11 2 (1-27)

Trong đó :

xi: các dãy lượng biến của tiêu thức nguyên nhân thứ (i=1,n) cùng ảnh

hưởng đến tiêu thức kết quả

a0, a1, a2,…., an: các tham số xác định vị trí, dáng điệu, mối quan hệ

tương quan bội phi tuyến tính Các tham số này dao động trong khỏang [0,1]

Trong trường hợp này, dùng phương pháp logarit hóa hai vế phương

trình tương quan bội để đưa về dạng tuyến tính hóa với hệ phương trình

chuẩn:

lny = ln a0 + a1 ln x1 + a2 ln x2 +…… + an ln xn (1-28)

∑ lny = nln a0 + a1 ∑ ln x1 + a2 ∑ln x2 +…… + an ∑ln xn

∑(lnx1.lny) = ln a0 ∑ln x1+a1∑ (ln x1 )P

2 P

+ a2 ∑(lnx1 lnx2 )+ + an ∑(ln x1 .ln xn) ∑(lnx2.lny) = ln a0 ∑ln x2 +a1∑ (lnx1lnx2)+∑ (ln x2 )P

2 P

+ + an ∑(ln x 2 .ln xn) ………

ln a1 = A1 suy ra a1 = eP

A1 P

ln a2 = A2 suy ra a2 = eP

A2 P

…………

ln an = An suy ra an = eP

An P

1.2 Dự báo nhu cầu điện năng

1.2.1 Đặc điểm của sản phẩm điện năng

- Về sản phẩm:

* Đây là loại sản phẩm đặc biệt quan trọng, ảnh hưởng trực tiếp đến

việc phát triển kinh tế - xã hội

* Doanh nghiệp kinh doanh hàng hóa thông thường khi thực hiện các

nghiệp vụ kinh doanh như nhập hàng, xuất hàng thường dùng các dụng cụ như

cân, đo, đếm … để tính sản phẩm tiêu thụ Đối với ngành điện khi nhận điện

từ nguồn và truyền tải đến khách hàng, sản lượng điện được ghi nhận qua điện

năng kế (công tơ điện)

* Hàng hóa thông thường có thể tồn kho hay dự trữ Điện năng không

thể dự trữ

* Hàng hóa thông thường để lâu cần được bảo quản, dễ hư hỏng, tổn

thất hữu hình Đối với điện năng thì tổn thất vô hình Đó là lượng điện năng

tiêu hao trong quá trình truyền tải và phân phối

- Về mặt giá cả:

Doanh nghiệp kinh doanh hàng hóa thông thường sẽ lựa chọn mua hàng

hóa của những nhà cung cấp giá thấp Đối với các Công ty Điện lực giá điện

mua vào và giá điện bán ra sẽ do Nhà nước quy định

- Về mục tiêu kinh doanh:

Doanh nghiệp kinh doanh hàng hóa thông thường luôn đặt mục tiêu lợi

nhuận lên cao nhất Công ty Điện lực phục vụ mục tiêu nhu cầu của xã hội và

dân sinh là chính

1.2.2 Các nhân tố ảnh hưởng đến dự báo nhu cầu điện năng

1.2.2.1 Các nhân tố chủ quan

Các nhân tố chủ quan hoặc còn được gọi là các nhân tố bên trong nội bộ

của doanh nghiệp kinh doanh điện năng bao gồm:

- Chất lượng điện năng: Nền kinh tế quốc dân càng phát triển, do đó

đòi hỏi ngày càng nhiều năng lượng điện Điều đó đặt ra cho hệ thống cung

cấp điện một nhiệm vụ khó khăn là vừa phải thỏa mãn lượng điện năng tiêu

thụ, vừa phải đảm bảo chất lượng của nó Vì vậy, khi thiết kế và vận hành cần

phải xem xét tới các biện pháp đảm bảo và nâng cao chất lượng điện năng

Ngoài ra, chất lượng điện năng còn được đánh giá bằng chỉ tiêu là độ tin

cậy của hệ thống điện, tức là tính liên tục trong cung cấp điện Giữ cho độ lệch

điện áp và dao động của tần số nằm trong phạm vi cho phép là nhiệm vụ của

các nhà máy điện và hệ thống lưới truyền tải và phân phối điện

- Giá bán điện: khả năng trả tiền điện của khách hàng là nhân tố quan

trọng cho việc lập kế hoạch giá của Nhà nước Trước tiên, nhân tố này ảnh

hưởng đến dự báo nhu cầu, tức là tỷ lệ giữa mức tiêu thụ (kWh/tháng) và tỷ lệ

tăng trưởng trong tiêu dùng Nếu biểu giá điện được xây dựng cao hơn khả

năng của khách hàng thì nhu cầu điện lại bị giảm, mục tiêu tăng sản lượng

điện và điện khí hóa tại vùng nông thôn sẽ khó thực hiện được

- Cách thức phục vụ khách hàng: Đây là hoạt động khuyến khích

khách hàng tiêu thụ điện năng thông qua các phương tiện truyền thông hướng

dẫn sử dụng điện và thay đổi thói quen tiêu dùng điện trong sản xuất và sinh

hoạt Các doanh nghiệp cần tạo ra môi trường thân thiện, tin tưởng lẫn nhau,

đáp ứng thỏa mãn nhu cầu điện năng của từng đối tượng khách hàng và quan

tâm tới những việc xây dựng chiến lược marketing dài hạn

Đây là những nhân tố mà doanh nghiệp có khả năng chủ động điều

chỉnh và kiểm soát

1.2.2.2 Các nhân tố khách quan

Nhân tố khách quan quan trọng nhất là thị trường, bao gồm:

- Quy mô dân cư và nhu cầu sử dụng điện:

Theo kết quả điều tra dân số trên địa bàn TpHCM đến năm 2006, dân số

thường trú trên địa bàn thành phố 6,47 triệu người chiếm 7% dân số cả nước

Mật độ dân số của Thành phố hiện nay 2.920 người/kmP

2

P tăng 21,4% so với mật độ dân số thành phố năm 1999 Trung bình từ năm 1999 đến năm 2004

tốc độ tăng dân số bình quân tại thành phố là 3,6%

Khu vực Thành phố Hồ Chí Minh là khu vực tiêu thụ điện lớn của phía

Nam, chiếm gần 40% sản lượng điện của toàn miền, là khu vực kinh tế trọng

điểm của phía Nam và khu vực Do vậy, trong giai đoạn từ 2005 đến 2010 để

duy trì tốc độ tăng GDP hàng năm đạt 13%/năm ngành điện cần có chiến lược

phát triển ngành, đi trước một bước đáp ứng yêu cầu phát triển kinh tế và xã

hội của thành phố và cả nước

- Các nhân tố ngẫu nhiên:

Các biến động ngẫu nhiên thường không có quy luật và hầu như khó có

thể dự báo Đối ngành điện trong các năm vừa qua do cuộc khủng hoảng tài

chính năm 1997 tại các nước khu vực và trong nước tốc độ đầu tư giảm kéo

theo các ngành khác bị ảnh hưởng dây chuyền hoặc do thiên tai, động đất, thời

tiết diễn biến thất thường …gây nên, làm gián đoạn việc cung cấp điện, giảm

sản lượng điện trong các kỳ nghiên cứu Gần đây, giá nhiên liệu tại các nước

trên thế giới liên tục tăng ảnh hưởng đến tăng chi phí đầu vào, giá thành tăng

cao cũng làm giảm điện năng sử dụng v.v

Ngoài ra, còn phải xét đến môi trường kinh tế bao gồm:

- Luật pháp: Nhà nước đã ban hành Luật Điện lực tại kỳ họp Quốc hội

khóa XI lần thứ 6 ngày 03 tháng 12 năm 2004 từng bước đáp ứng yêu cầu đổi

mới, nâng cao hiệu quả trong đầu tư phát triển, sản xuất kinh doanh và sử

dụng điện, góp phần nâng cao hiệu lực quản lý nhà nước về hoạt động điện lực

và đảm bảo vận hành trang thiết bị an toàn, hiệu quả, tạo điều kiện để các tổ

chức, cá nhân tham gia hoạt động điện lực và sử dụng điện Đây là sự thay đổi

rất lớn để phát triển ngành điện phù hợp với bối cảnh hội nhập của nền kinh tế

nước ta với các nước trong khu vực và thế giới

- Tăng trưởng kinh tế GDP hàng năm: Nền kinh tế Việt Nam phát

triển rất nhanh từ khi Chính phủ áp dụng chính sách kinh tế rộng mở Chính

sách này đã thành công trong việc thúc đẩy đầu tư nước ngoài và xuất khẩu

cũng như giảm tỷ lệ lạm phát GDP đã tăng trưởng rất mạnh: từ 1991÷ 1995 là

8,5% và từ 1996÷2000 là 7% Năm 1997 cuộc khủng hoảng tài chính đã làm

cho đồng tiền một số nước khu vực bị mất giá Hậu quả, năm 1998 và 1999

GDP của Việt Nam giảm xuống còn 5,8% và 4,8% Tuy nhiên, tăng trưởng

GDP thực tế phục hồi rất nhanh, tới gần 7%/năm 2000 và duy trì ở mức cao

cho tới nay

Cùng với tốc độ phát triển kinh tế, tốc độ tiêu thụ điện năng cũng tăng

trưởng mạnh trong giai đoạn vừa qua Tổng sản lượng điện thương phẩm tăng

15 %/năm trong giai đoạn từ 1995 đến năm 2005, chủ yếu là khối công nghiệp

(15% /năm) và khối thắp sáng sinh họat (17%/năm) Gần đây sản lượng điện

thương phẩm của EVN vẫn tiếp tục tăng trưởng ở mức cao 15,3%/năm và hơn

13% /năm 2004 làm cho tổng sản lượng thương phẩm đạt 39,6 tỷ kWh năm

2004

Riêng Thành phố Hồ Chí Minh vẫn duy trì tốc độ tăng trưởng cao hơn

tốc độ tăng trưởng bình quân chung của cả nước và phát triển một cách toàn

diện, cân đối và bền vững về kinh tế, văn hóa, xã hội Tốc độ tăng trưởng

GDP giai đoạn 2000÷2006 đạt bình quân 11,6%/năm GDP bình quân đầu

người tăng từ 1.350 USD năm 2000 lên 1.980 USD năm 2005

Những nhân tố khách quan nói trên, các doanh nghiệp không thể kiểm

soát được, nhưng nhất thiết phải nắm vững khi tiến hành dự báo

Tóm lại: các yếu tố chủ yếu làm tăng nhu cầu sử dụng điện tại Thành

phố là cung cấp điện liên tục, quy mô dân cư phát triển và tốc độ tăng trưởng

GDP hàng năm của thành phố tăng Ngược lại, các yếu tố tăng giá bán điện,

thiên tai lũ lụt sẽ làm giảm nhu cầu sử dụng điện

1.2.3 Lựa chọn phương pháp dự báo và kiểm định sai số

Không có phương pháp nào là tuyệt đối trong việc dự báo nhu cầu điện

năng, tùy vào bản chất của hiện tượng, thời gian cần dự báo cùng với kinh

nghiệm thực tế là những yếu tố cần thiết để cân nhắc, sử dụng phương pháp

nào là phù hợp hơn Thông thường để xác định một phương pháp dự báo có

thích hợp hay không, người ta xem xét các sai số dự báo bằng cách so sánh giá

trị dự báo và giá trị thực tế Đó là chính là chênh lệch giữa giá trị thực tế tại

thời điểm t và giá trị dự báo tại thời điểm t được gọi là sai số dự báo hay phần

dư Chênh lệch càng nhỏ tức là dự báo càng chính xác Chênh lệch này là nhỏ

nhất khi đường biểu diễn dự báo gần sát nhất với đường biểu diễn dãy số thực

tế, ta có thể dùng các đại lượng: trung bình bình phương sai số dự báo (MSE)

hay trung bình độ lệch tuyệt đối của sai số dự báo (MAD), căn bậc 2 của trung

bình bình phương sai số dự báo (RMSE) hoặc trung bình của trị tuyệt đối của

phần trăm sai số (MAPE)

MSE : Mean square error ; MAD : Mean absolute deviation

RMSE: Root mean square error ; MAPE : Mean absolute percent error

Forecast error : sai số dự báo ; Residual : phần dư

MSE =

n

y y

n

t

t t

(1-30a) ; MAD =

n

y y

n t

t t

(1-30b)

RMSE =

n

y y

n t

t t

ˆ

1

x n y

y y

n

t t

t t

∑

=

−

Với n: số các mức độ trong dãy số thời gian

1.2.4 Các bước tiến hành dự báo nhu cầu điện

Để dự báo được nhu cầu điện phải thực hiện trình tự các bước sau:

Bước 1: Phân tích thực trạng biến động của điện năng trong quá khứ

bằng nhiều phương pháp thống kê để đánh giá bản chất, mối quan hệ nội tại

của đối tượng nghiên cứu

Bước 2: Xác định mô hình dự báo, tính toán các tham số để định lượng

chiều hướng, dáng điệu biến động theo tính quy luật của nhu cầu điện

Bước 3: Kiểm định lựa chọn mô hình làm hàm dự báo

Bước 4: Phân tích hậu dự báo, theo dõi các yếu tố, nguyên nhân, điều

kiện đã đang và sẽ xảy ra, tham khảo ý kiến chuyên gia để điều chỉnh lại mô

hình một khi cần thiết

1.3 Lý thuyết quản lý nhu cầu điện (Demand Side Management – DSM)

1.3.1 Khái niệm về quản lý nhu cầu điện - DSM

ngày nay khá phổ biến đối với các nhà quản lý trong ngành điện DSM là

chương trình bao gồm các chiến lược đòi hỏi phải thực hiện một cách hệ thống

để quản lý nhu cầu điện của khách hàng theo thời gian và thời lượng Mục

đích của DSM nhằm điều khiển và giúp đỡ khách hàng sử dụng điện có hiệu

quả nhất và tiết kiệm nhất qua đó giảm được nhu cầu tiêu thụ điện năng của

khách hàng Nhiều nghiên cứu của các nước và Trung Quốc cho thấy rằng

hiệu quả chi phí từ chương trình DSM có thể làm giảm nhu cầu tiêu thụ điện

và giảm phụ tải đỉnh từ 20 ÷ 40% DSM mang lại lợi ích cho các đối tượng: hộ

tiêu thụ, ngành điện, các xí nghiệp và toàn xã hội

Nguyên tắc cơ bản của chương trình DSM được thể hiện thông qua việc

tiết kiệm năng lượng điện (kWh) nhờ thực hiện các chương trình, đem lại hiệu

quả hơn so với việc tăng doanh số điện năng thương phẩm (kWh) nhưng lại

phải đầu tư thêm nhà máy mới

Chương trình DSM có thể góp phần tránh hoặc trì hoãn việc đầu tư vốn

để xây dựng thêm các nhà máy điện, hệ thống đường dây tải điện và phân

phối Chương trình DSM hình thành mối quan hệ mật thiết giữa ngành điện

với các cơ quan ban ngành Chương trình DSM cung cấp các dịch vụ cho

khách hàng sử dụng điện với mức chi phí thấp nhất

Chương trình DSM góp phần làm giảm thiểu độ rủi ro và có độ linh

hoạt cao, vì chương trình DSM thực hiện ở quy mô nhỏ hơn, tiềm năng hơn và

cá nguồn lực DSM ít bị ảnh hưởng bởi những biến động về tăng trưởng kinh

tế, giá nhiên liệu và chi phí đầu tư xây dựng nhà máy điện hơn là phụ thuộc

thuần túy vào phía nguồn cung cấp Kết quả là an ninh năng lượng của quốc

gia được đảm bảo hơn

Ngoài ra, lợi ích cơ bản của DSM mà các quốc gia hiện nay đang hướng

tới là sự giảm ô nhiễm không khí, nguồn nước trong vùng, giảm lượng khí

COx, SOx, NOx phát thải ra, mà đây chính là nguyên nhân chính gây ra mưa

axít và sự nóng lên của toàn cầu

Thực hiện chương trình DSM bao gồm một số công cụ khác nhau nhằm

nâng cao nhận thức và từ đó tác động đến quyết định cuối cùng của khách

hàng Các công cụ này bao gồm:

- Thực hiện chiến dịch thông tin, quảnh bá và tiếp thị

- Tư vấn và kiểm toán năng lượng miễn phí

- Lắp đặt thiết bị hiệu suất năng lượng miễn phí hoặc chi phí thấp

- Áp dụng các biện pháp khuyến khích tài chính, chẳng hạn như trợ giá

hoặc giảm giá

- Cho vay vốn với lãi suất thấp hoặc lãi suất bằng 0

- Áp dụng biểu giá điện với nhiều mức khác nhau (chẳng hạn như biểu

giá điện tính theo thời gian)

- Chương trình quản lý nhu cầu chẳng hạn như: Chương trình điều

khiển phụ tải trực tiếp (DLC) và chương trình quản lý nhu cầu (DR)

1.3.2 Nội dung của chương trình DSM

Chương trình DSM có thể thực hiện dưới các hình thức:

- Nâng cao hiệu suất sử dụng điện năng ở các hộ tiêu thụ điện

- Quản lý nhu cầu điện

Phụ tải điện có đặc điểm thường biến đổi không đồng đều theo thời gian

trong ngày, theo ngày, theo mùa trong năm và theo xác suất đóng cắt phụ tải

một các ngẫu nhiên Sự phân bố không đều này thường do giờ giấc, thói quen

trong sinh hoạt, cách thức tổ chức sản suất, làm việc và nghỉ ngơi, sự thay đổi

thời tiết, Sự chênh lệch giữa phụ tải cực đại và cực tiểu có thể rất lớn làm

cho hệ thống vận hành khó khăn, gây ra quá tải nguồn điện và thiết bị truyền

tải vào giờ cao điểm và ngược lại, gây nên tình trạng vận hành không kinh tế

vào giờ thấp điểm mà nhiều khi là nguyên nhân chính dẫn đến những trục trặc

kỹ thuật hoặc sự cố cho hệ thống

Đối với phụ tải có thành phần phụ tải sinh hoạt chiếm tỷ trọng lớn thì

thường độ chênh lệch giữa phụ tải giờ cao điểm và thấp điểm là rất lớn Điều

này sẽ gây bất lợi cho hệ thống Ví dụ ở Việt Nam, vào mùa khô, khi các nhàn

máy điện không đủ nước để “phủ” được nhu cầu tải đỉnh vào giờ cao điểm thì

hệ thống buộc phải huy động thêm các nguồn điện khác có chi phí nhiên liệu

cao như DO, FO hoặc cắt bớt tải đỉnh Trong khi đó, vào giờ thấp điểm của

mùa mưa, mặc dù đã ngừng hầu hết các nhà máy nhiệt điện, ở các nhà máy

thủy điện vẫn phải dừng bớt một số tổ máy và xả nước thừa do nhu cầu phụ tải

quá nhỏ Về mặt vận hành hệ thống với đồ thị phụ tải biến động lớn, thành

phần thay đổi, quá trình khởi động và dừng máy diễn ra thường xuyên ảnh

hưởng đến tuổi thọ và chỉ tiêu kinh tế kỹ thuật của các thiết bị trên toàn hệ

thống, tổn thất công suất và tổn thất điện năng cũng như các chỉ tiêu chất

lượng điện năng khác luôn biến động trong giới hạn rộng Vận hành như vậy

sẽ không kinh tế Vì vậy, vấn đề áp dụng kỹ thuật điều khiển quản lý nhu cầu

điện năng DSM đã được nhiều nước phát triển nghiên cứu áp dụng từ nhiều

năm nay và hiện nay nhiều quốc gia đã xem DSM như một phần quan trọng

trong chương trình năng lượng của mình

1.3.2.1 Nâng cao hiệu suất sử dụng điện năng ở các hộ dùng điện (Energy

Efficiency – EE)

Chương trình này nhằm nỗ lực cải tiến mức hiệu suất sử dụng điện năng

trong các tòa nhà và công xưởng, của thiết bị và quy trình sản xuất

Mục tiêu của chiến lược này nhằm giảm nhu cầu điện năng của các hộ

phụ tải nhờ việc sử dụng các thiết bị điện có hiệu suất cao, giảm tổn thất điện

năng và hạn chế sử dụng năng lượng một cách vô ích Các giải pháp để thực

hiện chiến lược này như sau:

- Sử dụng thiết bị điện có hiệu suất cao:

Do áp dụng tiến bộ về khoa học, công nghệ nên đã xuất hiện trên thị

trường các thiết bị điện có hiệu suất cao Vì vậy có thể tiết kiện được mộ

lượng điện năng lớn trong các lĩnh vực sản xuất và đời sống như sử dụng các

thiết bị chiếu sáng tiết kiệm điện, sử dụng các động cơ điện và các thiết bị điều

khiển động cơ với hiệu suất cao, thay thế các thiết bị điện cơ bằng các thiết bị

điện tử có cùng chức năng nhưng tiêu thụ năng lượng ít hơn

- Hạn chế tối đa việc sử dụng điện năng vô ích:

Sử dụng điện năng vô ích là việc sử dụng điện năng lãng phí, không có

mục đích Ví dụ như thắp đèn giữa ban ngày trong khi phòng vẫn đảm bảo đủ

ánh sáng, thất thoát điện năng trong các lĩnh vực công nghiệp và sinh hoạt do

thiết kế các công trình kiến trúc và xây dựng quy trình sản xuất không hợp lý

hoặc do ăn cắp điện,…

Để hạn chế tối đa việc sử dụng điện năng vô ích cần áp dụng các biện

pháp như sử dụng các hệ thống tự động đóng cắt nguồn điện, điều chỉnh công

suất tiêu thụ cho phù hợp với các yêu cầu, cải tiến các lớp cách nhiệt của các

thiết bị nhiệt có điện sử dụng, thiết kế kiến trúc hợp lý các tòa nhà theo hướng

sử dụng điện năng hiệu quả để giảm nhu cầu dùng điện, tối ưu hóa các quy

trình sử dụng thiết bị điện trong công nghiệp, quản lý chặt chẽ trong việc cung

cấp điện cho khách hàng, đảm bảo hệ thống đo đến luôn chính xác,…

1.3.2.2 Quản lý nhu cầu sử dụng điện (Manage Demand)

Chương trình này nhằm nỗ lực điều chỉnh lại tình hình tiêu thụ điện

năng sao cho mức tiêu thụ được phân bố dàn trải theo thời gian trong ngày

Việc quản lý nhu cầu sử dụng điện cho phù hợp với khả năng cung cấp

điện được thực hiện bởi các nhà sản xuất và phân phối điện năng Các giải

pháp của chiến lược này bao gồm:

- Điều khiển trực tiếp dòng điện:

Mục đích chính nhằm san phẳng đồ thị phụ tải của hệ thống điện nhằm

giảm tổn thất, dễ dàng đưa ra các phương thức vận hành kinh tế cho hệ thống,

giảm nhẹ vốn đầu tư phát triển nguồn điện và lưới điện, cung cấp cho khách

hàng linh hoạt, tin cậy, chất lượng cao và giá rẻ

Các biện pháp để điều khiển trực tiếp dòng điện như:

+ Cắt giảm đỉnh:

Đây là biện pháp khá thông dụng để giảm phụ tải đỉnh trong các giờ cao

điểm của hệ thống điện nhằm giảm nhu cầu gia tăng công suất và tổn thất điện

năng Có thể điều khiển dòng điện của khách hàng để giảm đỉnh bằng các tín

hiệu điều khiển từ xa hoặc trực tiếp tại hộ tiêu thụ Ngoài ra, bằng chính sách

giá điện cũng có thể đạt được mục tiêu này Tuy nhiên, khi áp dụng biện pháp

này cần phải thỏa thuận hoặc thông báo trước cho khách hàng để tránh những

thiệt hại do ngừng cung cấp điện

+ Lấp thấp nhất:

Ngược với cắt giảm đỉnh, lấp thấp nhất sẽ tạo thêm những phụ tải vào

giờ thấp điểm và thường được áp dụng khi công suất thừa được sản xuất từ

nhiên liệu rẻ tiền và chỉ hấp dẫn khi giá điện cho các hộ phụ tải dưới đỉnh nhỏ

hơn giá điện trung bình Hiệu quả của biện pháp này là gia tăng tổng điện

năng thương phẩm nhưng không tăng công suất đỉnh, tránh được hiện tượng

xả nước (thủy điện) hoặc hơi (nhiệt điện) thừa Người ta thường lấp thấp điểm

bằng các kho nhiệt (ứng dụng cho đun nước nóng, dịch vụ điều hòa không khí,

làm lạnh, sấy khô nguyên nhiên liệu,…), xây dựng nhà máy thủy điện tích

năng, nạp điện cho ắc quy, ôtô điện, xe máy điện, xe đạp điện,…

+ Chuyển dịch phụ tải:

Chuyển dịch phụ tải từ giờ cao điểm sang thấp điểm làm giảm đáng kể

chi phí sản xuất điện năng lúc cao điểm đối với nhà cung cấp, giảm chi phí

mua điện cho khách hàng do chính sách giá điện Hiệu quả thực là giảm được

công suất đỉnh nhưng không làm giảm tổng điện năng thương phẩm Các ứng

dụng phổ biến trong trường hợp này là các kho nhiệt, các thiết bị tích năng

lượng và thiết lập hệ thống giá hợp lý

+ Biện pháp bảo tồn:

Đây là biện pháp giảm tiêu thụ điện dẫn đến giảm nhu cầu điện năng

tổng nhờ nâng cao hiệu năng các thiết bị dùng điện

+ Tăng trưởng dòng điện:

Tăng thêm các khách hàng mới dẫn đến tăng cả công suất đỉnh và điện

năng tiêu thụ

+ Biểu đồ phụ tải linh hoạt:

Biện pháp này coi độ tin cậy cung cấp điện là một biến số trong bài toán

lập kế hoạch tiêu dùng và đương nhiên có thể cắt điện khi cần thiết Hiệu quả

thực là giảm cả công suất đỉnh và cả tổng điện năng tiêu thụ

+ Điện khí hóa:

Mở rộng điện khí hóa trong tiêu dùng năng lượng như dùng điện để

thay thế việc đốt xăng dầu trong thiết bị động lực làm gia tăng dòng điện đỉnh

và điện năng tổng của hệ thống Song như vậy sẽ thúc đẩy kinh tế - xã hội phát

triển, năng suất lao động tăng, giảm thiểu ô nhiễm môi trường từ khí thải của

nhiên liệu,…

+ Đổi mới giá:

Áp dụng cơ chế bán giá điện linh hoạt theo thời gian sử dụng trong

ngày, theo mùa, khả năng đáp ứng của hệ thống, trị số công suất và điện năng

yêu cầu, địa điểm tiếp nhận, loại khách hàng,… Kết quả điện năng sẽ được sử

dụng một cách có hiệu quả hơn đem lại lợi ích cho nhà cung cấp cũng như

người tiêu dùng

Hình 1.2 Dự báo nhu cầu điện của Việt Nam, dự kiến tăng gấp 4 lần trong

10 năm tới Nguồn: Viện năng lượng

Result of Peak load forecast up to

1.4 Ứng dụng chương trình DSM của một số quốc gia trên thế giới

1.4.1 Ch ương trình DSM của Thái Lan

Vào đầu những năm 1990, Thái Lan là một trong những nền kinh tế

phát triển nhanh nhất ở châu Á, với tốc động tăng trưởng GDP trung bình

khoảng 10% từ 1990 ÷ 1993 và có xu hướng tiếp tục tăng mạnh trong những

năm sau đó Cùng với sự tăng trưởng kinh tế này đòi hỏi phải có sự đầu tư

mạnh mẽ về cơ sở hạ tầng, nhất là ngành năng lượng với các dự án tăng hàng

năm là 14%, vào khỏng 2000MW mỗi năm Trước thách thức này, Chính phủ

Thái Lan đã đề ra một chiến lược phát triển ngành năng lượng với các yêu cầu

như: tăng cường đầu tư mạnh mẽ ngành năng lượng; tăng dần từng bước tư

nhân hóa ngành công nghiệp cung cấp năng lượng; tạo bước độ phá trong việc

bảo tồn năng lượng; chú trọng phát triển bền vững có tính đến yếu tố môi

trường,…

Hình 1.3 Dự báo nhu cầu điện của Thái Lan

Năm 1992, được sự ủng hộ của Cơ quan chính sách năng lượng quốc

gia, Tổng Công ty Phát điện Thái Lan (EGAT) đã thành lập một chương trình

DSM quốc gia nhằm cải thiện năng lực của ngành điện bằng cách chuyển giao

các dịch vụ năng lượng hiệu quả về chi phí và khuyến khích chấp nhận các

thiết bị có hiệu quả năng lượng trên toàn quốc gia

Năm 1993, EGAT đã phát động Chương trình DSM quốc gia trị giá

189 triệu USD với cơ sở tài chính từ một sơ chế biểu giá tự động, chủ yếu là

cơ chế điều chỉnh giá nhiên liệu Chính phủ Thái Lan cho phép trích một

khoản thuế từ xăng dầu với mức 0,07 bath/lít xăng dầu tương ứng 0,002 USD/

lít xăng dầu để tạo nguồn quỹ cho chương trình

Mục tiêu cho DSM của EGAT là:

- Thực hiện, theo đuổi chương trình quản lý phụ tải và hiệu quả năng

lượng nhằm đạt được lợi ích lớn nhất cho khách hàng và quốc gia;

- Tăng cường nhận thức và khuyến khích hoạt động bảo tồn năng lượng

trong số khách hàng tiêu thụ điện và tác động đến thái độ cộng đồng;