Dự báo nhu cầu điện năng cho việt nam giai dooanj 2006 2020 trên phàn mềm simple e

luận văn

BỘ GIÁO DỤC VÀ ðÀO TẠO TRƯỜNG ðẠI HỌC NÔNG NGHIỆP I

-
-

TrÇn ThÞ Ngo¹t

Dù b¸o nhu cÇu ®iÖn n¨ng cho

viÖt nam giai ®o¹n 2006 – 2020

Lời cam đoan Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi, các số liệu thu thập là trung thực, chính xác và ch−a từng đ−ợc công bố trong bất cứ công trình nào khác

Tôi xin cam đoan các thông tin trích dẫn trong luận văn đều đ0 đ−ợc chỉ rõ nguồn gốc

Tác giả luận văn

Trần Thị Ngoạt

Lời cám ơn Sau một thời gian thu thập số liệu, nghiên cứu và thực hiện luận văn tôi

đ0 được sự hướng dẫn tận tình của các thầy cô giáo và sự đóng góp ý kiến của các bạn đồng nghiệp, nay tôi đ0 hoàn thành luận văn này

Lời đầu tiên tôi xin được bày tỏ lòng biết ơn sâu sắc nhất đến PGS.TS Nguyễn Minh Duệ - NGƯT trường Đại học Bách Khoa Hà Nội – Người trực tiếp hướng dẫn, chỉ bảo và giúp đỡ tôi rất tận tình trong quá trình làm luận văn

Qua đây tôi xin trân trọng cảm ơn các thầy cô giáo khoa Cơ Điện, khoa Sau Đại học – Trường Đại học Nông Nghiệp I Hà Nội, khoa Điện trường Đại học Bạch khoa Hà Nội đ0 giúp đỡ tôi trong thời gian học tập và làm luận văn Tôi xin trân trọng cảm ơn các cô chú, anh chị phòng Kinh tế và Dự báo nhu cầu năng lượng, phòng Hệ thống điện của Viện năng lượng cùng toàn thể các bạn bè đồng nghiệp, các thành viên lớp Điện Nông nghiệp K14 đ0 giúp đỡ tôi hoàn thành luận văn này

Hà Nội, Tháng 09 năm 2007

Học viên

Trần Thị Ngoạt

Mục lục

Lời cam đoan i

Lời cảm ơn ii

Mục lục iii

Những từ viết tắt trong luận Văn vi

Danh mục các bảng viii

Danh mục các hình vẽ x

Lời mở đầu 1

Chương 1: Cơ sở phương pháp luận về phân tích và dự báo nhu cầu năng lượng 2

1.1 Phương pháp phân tích nhu cầu năng lượng 2

1.1.1 Mục đích của việc phân tích nhu cầu năng lượng 2

1.1.2 Các phương pháp phân tích nhu cầu năng lượng 2

1.1.2.1 Phương pháp tĩnh 2

1.1.2.2 Phương pháp động 3

1.2 Phương pháp dự báo nhu cầu năng lượng 5

1.2.1 Các khái niệm cơ bản và tầm quan trọng của dự báo 5

1.2.1.1 Các khái niệm cơ bản của dự báo 5

1.2.1.2 Tầm quan trọng của dự báo 5

1.2.2 Các phương pháp dự báo 5

1.2.2.1 Phương pháp ngoại suy 5

1.2.2.2 Phương pháp hồi quy tương quan 10

1.2.2.3 Phương pháp chuyên gia 15

1.2.2.4 Phương pháp hệ số đàn hồi thu nhập 16

1.2.2.5 Phương pháp Neural 17

1.2.3 Một số phần mềm dùng trong dự báo nhu cầu năng lượng 17

1.2.3.1 Mô hình kinh tế kỹ thuật MEDEE-S 17

1.2.3.2 Phần mềm SPSS 19

1.2.3.3 Phần mềm EVIEWS 2

1.2.3.4 Phần mềm Simple E (Simple Econometric Simulation System) 21

Chương 2: Phân tích tình hình sản xuất và tiêu thụ điện năng giai đoạn 1990 – 2005 27

2.1 Tổng quan về tình hình kinh tế – xã hội Việt Nam giai đoạn 1990-2005 27

2.1.1 Tình hình kinh tế Việt Nam giai đoạn 1990 – 2005 27

2.1.2 Tình hình dân số Việt Nam giai đoạn 1990 – 2005 31

2.2 Định hướng phát triển kinh tế xã hội giai đoạn 2005-2020 32

2.3 Phân tích tình hình sản xuất điện năng giai đoạn 1990 – 2005 33

2.3.1 Phân tích cơ cấu sản xuất điện của các nhà máy hiện có 33

2.3.1.1 Các Nhà Máy Nhiệt Điện (NMNĐ) 33

2.3.1.2 Các nhà máy thuỷ điện (NMTĐ) 36

2.3.2 Tình hình sản xuất điện năng giai đoạn 1990 – 2005 38

2.4 Phân tích tình hình tiêu thụ điện năng giai đoạn 1990 – 2005 43

2.4.1 Phân tích tình hình tiêu thụ điện năng theo thời gian giai đoạn

1990 – 2005 43

2.4.2 Phân tích tình hình tiêu thụ điện năng theo các ngành giai đoạn 1990 – 2004 45

2.5 So sánh nhu cầu tiêu thụ điện năng của Việt Nam với các nước trong khu vực giai đoạn 1991 -2003 49

2.6 Hệ số đàn hồi 51

2.6.1 Hệ số đàn hồi giữa tốc độ tăng trưởng điện năng và tốc độ tăng trưởng GDP giai đoạn 1991-2005 51

2.6.2 Hệ số đàn hồi giữa tốc độ tăng trưởng điện năng theo giá giai đoạn 1991-2005 53

Chương 3: Dự báo nhu cầu điện năng giai đoạn 2006 – 2020 57

3.1 Dự báo nhu cầu điện năng bằng mô hình Simple E 57

3.1.1 Dự báo nhu cầu điện năng theo 2 biến GDP và Dân số 58

3.1.2 Dự báo theo 3 biến GDP Dân số và Giá điện tiêu dùng 70

3.2 Dự báo theo phương pháp hệ số đàn hồi thu nhập bằng Excel 80

3.2.1 Các kịch bản dự báo 80

3.2.2 Hàm dự báo 81

3.2.3 Kết quả dự báo 82

3.2.4 Kiểm định kết quả dự báo theo phương pháp HSĐH thu nhập 84

3.3 So sánh kết quả dự báo nhu cầu điện năng cuối cùng với kết quả dự báo của Viện Năng lượng 86

Kết luận và kiến nghị 88

1 Kết luận 88

2 Kiến nghị 89

Tài liệu tham khảo 90

Phụ lục 91

Nh÷ng tõ viÕt t¾t trong luËn V¨n

SHCM Tû träng cña ngµnh th−¬ng m¹i trong tæng s¶n phÈm(Share of

Commercial)

3.9 KÕt qu¶ dù b¸o nhu cÇu ®iÖn n¨ng kÞch b¶n thÊp 79

Danh môc c¸c h×nh vÏ

Sè

3.3 §å thÞ biÓu diÔn nhu cÇu ®iÖn n¨ng tiªu thô cuèi cïng giai ®o¹n

Lời mở đầu Ngành điện là một ngành công nghiệp mũi nhọn, ảnh hưởng trực tiếp đến tất cả các ngành kinh tế của nền kinh tế quốc dân Nó thúc đẩy sự phát triển kinh tế xk hội của đất nước

ở Việt Nam với sự phát triển mạnh mẽ của nền kinh tế như hiện nay thì nhu cầu điện năng cũng tăng lên nhanh chóng, đòi hỏi sự dự báo chính xác là rất cần thiết Nếu cung không đáp ứng đủ cầu thì sẽ gây thiệt hại về kinh tế, nếu cầu thấp hơn cung thì cũng gây lkng phí và thiệt hại về kinh tế không những của ngành điện

Chương 1: Cơ sở phương pháp luận về phân tích và dự báo nhu cầu năng lượng

Chương 2: Phân tích tình hình sản xuất và tiêu thụ điện năng ở Việt Nam giai

Trong luận văn này tôi đk sử dụng phần mềm Simple E làm công cụ dự báo cho phương pháp hồi quy tương quan, sau đó để kiểm tra độ chính xác tôi đk dự báo theo phương pháp thứ 2 là phương pháp hệ số đàn hồi thu nhập bằng Excel để so sánh kết quả và cuối cùng so sánh kết quả với kết quả dự báo của Viện Năng lượng

Chương 1

Cơ sở phương pháp luận về phân tích và dự báo

nhu cầu năng lượng 1.1 Phương pháp phân tích nhu cầu năng lượng

Việc phân tích nhu cầu năng lượng đóng một vai trò hết sức quan trọng trong công tác xây dựng kế hoạch và các chính sách năng lượng, thông qua việc phân tích này có thể nắm được các nhân tố quyết định đến mức độ tiêu thụ năng lượng theo thời gian Ngoài ra, phân tích nhu cầu năng lượng còn cho thấy cấu trúc tiêu thụ năng lượng của từng ngành và của từng dạng năng lượng, mối quan hệ giữa nhu cầu năng lượng và các biến kinh tế xk hội như: GDP, dân số, giá cả năng lượng

Có thể nói rằng, năng lượng là một yếu tố đầu vào không thể thiếu trong hoạt

động sản xuất của hầu hết các ngành Dựa vào mức độ ảnh hưởng của các biến trong cấu trúc tiêu thụ năng lượng, ta có thể đưa ra các nhân tố quyết định đến nhu cầu năng lượng như: GDP, tốc độ đô thị hoá, mức độ thu nhập, điều kiện khí hậu, khu vực địa lý, giá năng lượng, khả năng đáp ứng nhu cầu năng lượng, cấu trúc nền kinh

tế, loại công nghệ

1.1.2.1 Phương pháp tĩnh

Phương pháp tĩnh là phương pháp phân tích nhu cầu năng lượng tại một thời

điểm nhất định, xác định các dạng năng lượng được sử dụng, hộ tiêu thụ chính và mối quan hệ định tính giữa nhu cầu năng lượng và nhân tố ảnh hưởng

Nhu cầu năng lượng thường được phân chia theo đối tượng sử dụng năng lượng cuối cùng, từ đó xác định được tỷ trọng tiêu thụ của từng ngành cũng như tỷ trọng của từng dạng năng lượng Điều đó cho phép đánh giá vai trò của ngành cũng như dạng năng lượng trong tiêu thụ năng lượng của nền kinh tế

Phân tích nhu cầu năng lượng không chỉ đưa ra mối quan hệ giữa tổng nhu cầu năng lượng, các hoạt động kinh tế và mức độ đòi hỏi của xk hội, mà còn làm rõ việc các dạng năng lượng được tiêu thụ khác nhau như thế nào đối với từng nhu cầu

xk hội và ở mỗi phân ngành kinh tế cụ thể

Phân tích nhu cầu kinh tế vĩ mô:

+ Trình bày số liệu vào ra (phân ngành kinh tế và sản phẩm tương ứng)

+ Tính toán trực tiếp hoặc gián tiếp (hoặc tính tổng hợp) năng lựơng tiêu thụ của hoạt động kinh tế

- Tiếp cận kinh tế – Kỹ thuật:

Thông qua việc xác định tổng nhu cầu năng lượng hữu ích rồi tính đổi về nhu cầu năng lượng cuối cùng, người ta đưa vào mô hình một loạt các tác nhân: văn hoá

xk hội (thuộc về đời sống); kỹ thuật công nghệ (loại thiết bị và hiệu suất của chúng); các tác nhân kinh tế (giá năng lượng và giá thiết bị) Có nghĩa là nó cho phép đạt

đến một sự mô tả đầy đủ và chi tiết các quá trình tiêu thụ năng lượng mà chúng ta không thể thực hiện được

Thông qua các biến kinh tế như: loại thiết bị, hiệu suất; các biến về kinh tế như giá năng lượng và giá thiết bị, đưa các yếu tố vào mô hình và qua đó có thể xem xét các khả năng thay thế lẫn nhau giữa các dạng năng lượng

Phân tích nhu cầu năng lượng ở mức chi tiết:

Hoạt động này cũng cho thấy được sự thay đổi mối quan hệ giữa nhu cầu năng lượng và nhân tố kinh tế - xk hội

1.1.2.2 Phương pháp động

Phân tích động là xem xét sự thay đổi nhu cầu năng lượng theo thời gian và

sự biến động của các yếu tố như là GDP, dân số lên nhu cầu năng lượng

Để tìm ra những yếu tố có tác động đến quá trình phát triển của năng lượng, cần xác định sự tăng trưởng và những thay đổi trong cơ cấu của nền kinh tế cũng như của từng ngành, sử dụng chúng để lý giải những thay đổi có thể của cường độ ở cả mức vĩ mô cũng như ở từng ngành

i i

i

GDP

VA VA

E GDP

E EI

i i

i

GDP

VA VA

E E

i

i i

GDP: phát triển kinh tế chung

Khi thay đổi tổng tiêu thụ năng lượng có thể thay đổi các đại lượng sau:

Cường độ năng lượng còn được tính thông qua:

GDP EI E GDP

E

Cho nên đối với những thay đổi trong tổng tiêu thụ năng lượng E, nếu chúng

ta phân tích theo GDP và theo cường độ năng lượng thì có thể thấy rằng:

∆E = ∆EI x GDP + EI x ∆GDP Trong đó: ∆E: Biến động của tổng tiêu thụ năng lượng;

∆EI: Biến động của cường độ năng lượng;

∆GDP: biến động của phát triển kinh tế nói chung

Hệ đàn hồi theo GDP:

0

0 1

0

0 1

0 0

GDP

GDP GDP

E

E E

GDP GDP E E

Trong đó: “0” là chỉ số của năm gốc;

“1” là chỉ số của năm nghiên cứu;

ý nghĩa của hệ số đàn hồi theo GDP là nó cho thấy sự tương quan giữa tốc độ tiêu thụ năng lượng và tốc độ tăng trưởng kinh tế

- Nếu α > 1: nghĩa là tốc độ tiêu thụ năng lượng nhanh hơn tốc độ tăng trưởng kinh tế (đây là trường hợp phổ biến, nhất đối các nước có nền kinh tế lạc hậu

và đang phát triển, bởi năng lượng bao giờ cũng phải đi trước một bước trong phát triển kinh tế xk hội)

- Nếu α < 1: Nghĩa là tốc độ tiêu thụ năng lượng chậm hơn tốc độ tăng trưởng kinh tế (thường xảy ra ở các nước có nền kinh tế mạnh và khoa học kỹ thuật phát triển)

- Nếu α = 1: Nghĩa là tốc độ tiêu thụ năng lượng bằng tốc độ tăng trưởng kinh tế (nhưng trường hợp này gần như không xảy ra trong thực tế)

1.2 Phương pháp dự báo nhu cầu năng lượng

1.2.1 Các khái niệm cơ bản và tầm quan trọng của dự báo

1.2.1.1 Các khái niệm cơ bản của dự báo

Dự báo đó chính là sự phản ánh vượt trước hình thành trong quá trình phát triển của nhân loại qua nhiều thế kỷ Cho đến nay nhu cầu dự báo đk trở nên hết sức cần thiết ở mọi lĩnh vực đặc biệt trong dự báo kinh tế

Như vậy, dự báo chính là những tiên đoán khoa học mang tính xác xuất và phương án trong khoảng thời gian hữu hạn về tương lai phát triển của đối tượng kinh

tế

1.2.1.2 Tầm quan trọng của dự báo

Không có dự báo, chúng ta không có cơ sở để hoạch định các kế hoạch trong tương lai Dự báo có một vai trò vô cùng quan trọng trong công tác nghiên cứu các

xu thế có thể xảy ra ở cấp vĩ mô và vi mô của nền kinh tế nhằm đạt dược tính tối ưu trong quá trình phát triển

Điều này được thể hiện rõ qua những chức năng và nhiệm vụ của dự báo:

- Phân tích định tính và định lượng xu thế vận động của các đối tượng kinh

tế

- Dự báo sự vận động của các đối tượng kinh tế trong tương lai bằng các phương pháp thích hợp

- Cập nhật hoá các kết luận dự báo

Các bước của quá trình dự báo:

Thu thập số liệu Xem xét các kiểu vận chuyển số liệu Lựa chọn mô hình dự báo

Dự báo những giai đoạn trong quá khứ Mức độ chính xác có đủ không

Dự báo những giai đoạn trong tương lai và sử dụng các kết quả trong quá trình ra quyết

định Thỉnh thoảng kiểm tra đính chính Mức độ chính xác có đúng không

Xem xét các kiểu vận chuyển số liệu sử dụng các giá trị trong quá khứ được cập nhật Xem xét lại

kiểu chuyển

1.2.2 Các phương pháp dự báo

Công tác dự báo đk được thực hiện từ rất lâu trên thế giới, nó là một hoạt

động thường xuyên và cần thiết trong cuộc sống hàng ngày như: dự báo thời tiết, dự báo động đất, dự báo tình hình kinh doanh (giá dầu, các tình huống trên thị trường tài chính, ), các dự án tăng trưởng kinh tế,

Dự báo là hết sức cần thiết bởi luôn tồn tại những điều không chắc chắn trong tương lai, càng xa thì xác xuất không chắc chắn càng lớn Chúng ta có thể dự báo ngắn hạn, trung hạn và dài hạn Dự báo ngắn hạn thường được thực hiện cho các hoạt động kinh doanh, tuy nhiên dự báo dài hạn lại cung cấp những yếu tố cơ bản cho các kế hoạch chiến lược

Dự báo nhu cầu năng lượng phục vụ cho các quyết định đầu tư của các ngành thuộc về năng lượng Chất lượng của dự báo có quan hệ trực tiếp tới chi phí về kinh

tế và tài chính, một kết quả dự báo tồi sẽ gây ra những thiệt hại lớn Muốn có được kết quả dự báo tốt cần nắm vững các điều kiện sau:

- Nắm được nguyên nhân phát sinh nhu cầu năng lượng

- Nghiên cứu sâu thói quen tiêu thụ năng lượng trong quá khứ và hiện tại

Thực chất của việc nghiên cứu lịch sử và nghiên cứu quá trình thay đổi và phát triển của đối tượng kinh tế theo thời gian Kết quả thu thập thông tin một cách liên tục về sự vận động của đối tượng kinh tế theo một đặc trưng nào đó (ngày, tháng, năm ) thì hình thành một chuỗi thời gian Ta có thể mô tả khái quát như sau:

Điều kiện chuỗi thời gian kinh tế:

Khoảng cách giữa các thời điểm của chuỗi phải bằng nhau, có nghĩa là phải

đảm bảo tính liên tục nhằm phục vụ cho việc xử lý Đơn vị đo giá trị chuỗi thời gian phải được đồng nhất

Theo ý nghĩa toán học thì phương pháp ngoại suy chính là việc phát hiện xu hướng vận động của đối tượng kinh tế, có khả năng tuân theo quy luật hàm số f(t)

Trong đó 1: Khoảng cách dự báo

Điều kiện của phương pháp:

- Đối tượng kinh tế phát triển tương đối ổn định theo thời gian (có cơ sở thu thập thông tin lịch sử và phát hiện tính quy luật)

- Những nhân tố ảnh hưởng chung nhất cho sự phát triển đối tượng kinh tế vẫn được duy trì trong khoảng thời gian nào đấy trong tương lai

- Sẽ không có tác động mạnh từ bên ngoài dẫn tới những đột biến trong quá trình phát triển đối tượng kinh tế

b Nội dung:

Nội dung của phương pháp ngoại suy được thể hiện qua sơ đồ khối sau

Nội dung cụ thể của từng bước:

Xử lý chuỗi thời gian kinh tế:

- Nếu chuỗi thời gian kinh tế thiếu 1 giá trị nào đấy thì phải bổ xung bằng cách lấy trung bình cộng 2 giá trị trước và sau nó

- Xử lý dao động ngẫu nhiên: Đối với chuỗi có dao động lớn, do ảnh hưởng của các yếu tố ngẫu nhiên nên phải sử dụng phương pháp san chuỗi thời gian để tạo

ra chuỗi thời gian mới có xu hướng dao dộng ổn định hơn mà vẫn giữ nguyên xu thế

từ chuỗi thời gian ban đầu

Phát hiện

thế

i

i i y

∧

n: là mức độ của chuỗi Kiểm định sai số tương đối:

100 1

y y

y

y n

S y

S V

Giới hạn lựa chọn hàm xu thế tối ưu:

+ Nếu bước phát hiện xu thế chỉ xảy ra một khả năng y = f (t) thì hàm f (t)

+ Nếu nhiều khả năng xảy ra thì chọn theo điều kiện:

- Kiểm định cập nhật hàm dự báo:

Kiểm tra kết quả dự báo và giá trị thực tế thu được khi vận động đến thời

điểm dự báo Sử dụng tiêu thức sai số tương đối thời điểm:

% 10

y

y y V

∧

itd

1.2.2.2 Phương pháp hồi quy tương quan

a Khái niệm

Hồi quy được dùng để xem xét mối liên hệ tuyến tính giữa hai biến X và Y, trong đó X được xem là biến độc lập (ảnh hưởng đến biến y), còn Y được xem là biến phụ thuộc (chịu ảnh hưởng bởi biến X) Mục tiêu của phân tích hồi quy là mô hình hoá mối liên hệ, nghĩa là từ các dữ liệu mẫu thu thập ta cố gắng xây dựng một mô hình toán học nhằm thể hiện một cách tốt nhất mối liên hệ giữa hai biến X và

Y Phân tích quy hồi xác định sự liên quan định lượng giữa hai biến ngẫu nhiên Y và

X, kết quả của phân tích hồi quy được dùng cho dự báo, ngược lại phân tích tương quan khảo sát khuynh hướng và mức độ của sự liên quan, được dùng để đo lường tính bền vững của mối liên hệ tuyến tính giữa các biến đặc biệt là các biến định lượng

Trên thực tế một hiện tượng kinh tế này không chỉ liên quan đến một hiện tượng kinh tế khác mà còn liên quan đến rất nhiều hiện tượng Chẳng hạn năng suất lao động không chỉ liên quan đến mức trang bị vốn cho lao động mà còn liên quan

đến việc sử dụng thời gian lao động, trình dộ thành thạo của công nhân, điều kiện tự nhiên của sản xuất, Cho nên chúng ta sử dụng phương pháp quy hồi tương quan bội để giải quyết vấn đề này

b Nội dung

Để xây dựng được mô hình cần phải tiến hành chọn dạng của nó đồng thời tác động của k nhân tố (các nhân tố tác động yếu hơn, không bản chất thì đưa vào thành phần ngẫu nhiên), nên việc xác định dạng liên hệ của từng nhân tố cũng như toàn bộ phương trình là rất phức tạp Do vậy cần phải phân tích lý luận một cách kỹ lưỡng kết hợp với kinh nghiệm nghiên cứu để chọn dạng thích hợp

Gọi y là một hiện tượng kinh tế nào đó và gọi là biến phụ thuộc (biến cần giải thích)

các biến độc lập X, đây chính là đại lượng thể hiện sự thích hợp của mô hình hồi

xem là càng thích hợp và càng có ý nghĩa trong việc giải thích sự biến thiên của Y

Điều này có nghĩa là giá trị thực tế và giá trị dự báo theo phương trình hồi

thích bởi mối liên hệ giữa y và x Dùng các biến đổi toán học ta có:

I i i n

bởi mối liên hệ tuyến tính của Y theo X, và đ−ợc xác định theo công thức:

SST

SSE SST

SSR

−

= 1

Kiểm định F: đ−ợc sử dụng nhằm kiểm định giải thuyết về sự tồn tại mối liên

Bảng Kiểm định F trong phân tích hồi quy bội Biến

Kiểm định t: Kiểm định giả thiết về các hệ số hồi quy

Do kiểm định F đóng vai trò xem xét một cách tổng quát, vì vậy cần thực hiện các kiểm định t riêng biệt để đánh giá ý nghĩa của từng biến khác nhau

Giả thiết H0: β1=β2= = βk= 0 (Y va Xi không có liên hệ)

e

nx x

S

2 2 2

k n

SSE k

n

e

n

l i i

= +

ư

= +

ư

∑

=

) 1 ( )

1 (

i

t S

i

t s b i

+

ư

>

nên được thực hiện trong phương trình hồi quy

Kiểm định d Durbin_Watson

Đây là phương pháp kiểm định có ý nghĩa nhất để phát hiện ra tương quan chuỗi Tương quan chuỗi là hiện tượng một dky số mà trong đó một mức độ tại thời

điểm t nào đó có ảnh hưởng đến độ lớn của mức độ tại thời điểm t+l, trong đó t là

mức độ nào đó Người ta dùng tiêu chuẩn Durbin - watson để kiểm tra xem có tồn

1 2 1

t t

y

y y

1

1 2

1

1

2

1 ) (

n

t t

n

t

t t

ε

εε

(**)

§em so s¸nh d tÝnh ®−îc trong c«ng thøc (*)vµ (**) víi gi¸ trÞ cña b¶ng trªn

Durbin đk đưa ra kiểm định với mẫu lớn với tương quan chuỗi bậc nhất ccủa mô hình tự hồi quy Thống kê kiểm định này được gọi là thống kê h và được tính theo công thức sau:

+ Nếu h > 1.96 thì có tự tương quan bậc nhất dương

+ Nếu h < -1.96 thì có tự tương quan bậc nhất âm

+ Nếu -1,96 < h <1,96 thì không còn tương quan bậc nhất (dương hoặc âm) Vì kiểm định này chỉ dành cho mẫu nhỏ sẽ không được chính xác

đội ngũ cán bộ lko luyện thuộc các chuyên môn bao hàm hay nằm trong miền lân cận của đối tượng dự báo Cũng có thể hiểu đây là con đường dự báo trên cơ sở huy

động “trí khôn” của chuyên gia trong những lĩnh vực nhất định

Còn về đạo lý, phương pháp chuyên gia bắt nguồn từ quan điểm cho rằng do học tập, nghiên cứu, do lăn lộn và gắn bó trong từng chuyên môn cụ thể, nên không

ai am hiểu sâu sắc hơn, giầu vốn liếng thông tin hơn, khả năng phản xạ cũng như trực cảm nghề nghiệp nhạy bén hơn là các chuyên gia đối với một đối tượng dự báo nào đó Với giả thuyết này, chuyên gia là người có tâm lý ổn định nhất và ý thức rõ rệt nhất về lĩnh vực mình hoạt động

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

và dài hạn

Hệ số đàn hồi thu nhập được tính như sau

α = Tốc độ tăng trưởng nhu cầu điện (%) /Tốc độ tăng trưởng GDP (%) Các hệ số đàn hồi được xác định theo từng ngành và từng miền lknh thổ Việc xác định chúng được tiến hành theo chuỗi phân tích quá khứ Ngoài ra, các hệ số này cũng được tham khảo từ kinh nghiệm 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

Đối với Việt Nam, trong thời gian dài do giá được bao cấp và đến nay, một số lĩnh vực vẫn được trợ giá điện từ nhà nước nên việc nghiên cứu quan hệ giá cả với thay đổi nhu cầu điện trong quá khứ không thực hiện được Việc áp dụng các hệ số

đàn hồi giá điện được tham khảo từ một số nước đang phát triển ở khu vực Châu á trong thập kỷ 80 và 90

- Hệ số tiết kiệm năng lượng: tính tới việc áp dụng tiến bộ khoa học kỹ thuật, thực hiện tiết kiệm năng lượng, đặc biệt là triển khai các chương trình quản lý phía nhu cầu DSM

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 lknh thổ

1.2.2.5 Phương pháp Neural

Có 3 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

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 thí dụ này và cố gắng bắt chước mối quan hệ cơ sở đó bằng cách học hỏi khi

xử lý Quá trình học hỏi này cũng được gọi là đào tạo giống như việc đào tạo con người trong công việc

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 đk được đưa vào máy Cũng vậy, 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 phụ thuộc thời gian

1.2.3 Một số phần mềm dùng trong dự báo nhu cầu năng lượng

1.2.3.1 Mô hình kinh tế kỹ thuật MEDEE -S

MEDEE -S (Model for Energy Demand Evaluation) là mô hình dự báo nhu cầu năng lượng dùng cho dự báo dài hạn (từ 15 -20 năm) dùng cho các nước đang phát triển Mô hình được nghiên cứu và phát triển tại viện kinh tế và chính sách năng lượng của trường đại học Grenoble (Pháp)

MEDEE - S thuộc loại mô hình dạng phân tích kinh tế – kỹ thuật, trong đó quá trình tiến hành nhằm nhận dạng các nhân tố kinh tế, dân số, xk hội và kỹ thuật tác động đến sự phát triển về nhu cầu năng lượng, từ đó đánh giá và mô phỏng sự tiến triển của chúng trong thời gian dự báo hoặc là thông qua các tính toán trực tiếp

từ mô hình hoặc là việc thông qua xây dựng các kịch bản

Các cơ cấu đánh giá nhu cầu năng lượng của mô hình xuất phát từ việc phân tích hệ thống tiêu hao năng lượng các module đồng nhất, cụ thể là:

- Số lượng và cấu trúc nhu cầu năng lượng của khu vực sinh hoạt được đánh giá và phân biệt theo vùng địa lý (nông thôn, thành thị, ), theo tầng lớp xk hội, theo thu nhập, theo nghề nghiệp xk hội, Đối với một tầng lớp xk hội, nhu cầu năng lượng được xác định theo từng loại nhu cầu sử dụng (đun nấu, thắp sáng, )

- Đánh giá nhu cầu năng lượng khu vực công nghiệp cũng được tiến hành theo ngành (luyện kim, giấy, xi măng, ) và theo loại công nghệ cũng như loại sử dụng (sử dụng nhiệt, sử dụng chuyên dụng, )

- Nhu cầu năng lượng của khu vực nông nghiệp có thể được đánh giá một cách tổng quát theo ngành, theo dạng sử dụng hoặc cũng có thể phân tích theo ngành và theo dạng thiết bị sử dụng

- Trong lĩnh vực giao thông vận tải, quá trình phân tích được tiến hành theo vận tải hàng hoá vận tải hành khách trong đó có xét đến tính da dạng về các phương tiện vận tải trong các nước đang phát triển

Về mặt cấu trúc, mô hình MEDEE -S gồm một mô hình cơ sở được tính toán

tự động theo 5 ngành kinh tế (công nghiệp, nông nghiệp, sinh hoạt, dịch vụ và vận tải ) và một loại các mô hình con là những tính toán chi tiết mà khi áp dụng chúng ta

có thể lựa chọn hoặc không, tuỳ theo đặc điểm của quốc gia được nghiên cứu, theo mức độ chi tiết của nguồn dự trữ có thể thu nhập được Điều này tạo cho mô hình một khả năng thích ứng cao trong quá trình ứng dụng

Những ưu điểm của mô hình

- Mô hình đưa ra một phác hoạ dễ hiểu về nhu cầu năng lượng bằng việc chỉ

rõ các biến điều khiển nhu cầu này, vì thế có thể điều khiển sự phát triển nhu cầu này bằng các chính sách năng lượng

- Mô hình có thể được dùng để thành lập bảng cân bằng năng lượng ở mức

độ tiêu thụ năng lượng cuối cùng

- Mô hình có thể lượng hoá những thay đổi của nền kinh tế xk hội thông qua

sự thay đổi của nhu cầu năng lượng

- Các thông tin cần thiết dễ dàng được nhận ra Vì vậy việc thu thập, xử lý số liệu và thông tin cần thiết cũng dễ dàng

1.2.3.2 Phần mềm SPSS

SPSS – Statistical Products for the Social Services, có nghĩa là các sản phẩm thống kê cho các dịch vụ xk hội SPSS là một phần mềm chuyên ngành thống kê, nó cũng có thể được dùng để dự báo nhu cầu năng lượng trong tương lai

Các bộ phận của hệ thống SPSS

Ngoài phần cơ bản (SPSS Base) còn có các sản phẩm cùng họ của SPSS bao gồm các cải tiến đối với hệ thống SPSS Base, đó là:

không thích hợp với mô hình tuyến tính truyền thống Nó bao gồm các thủ tục cho phân tích probit, hồi quy logistic, ước lượng quyền số, hồi quy bình phương bé nhất hai giai đoạn, hồi quy phi tuyến và phân tích độ tin cậy

các nghiên cứu sinh học và thí nghiệm phức tạp Nó bao gồm các thủ tục cho các mô hình tuyến tính chung, phân tích các bộ phận các phương sai, phân tích loglinear, lập bảng sống, phân tích bảng sống Kaplan -Meier, và phân tích tương quan Cox

bày cao, bao gồm các bảng biểu phức tạp và các trình bày của dữ liệu dạng

đa lựa chọn

tạp bao gồm xây dựng các mô hình cho các dữ liệu đa biến phi tuyến tính, các mô hình san bằng, các phương pháp để ước lượng các hàm tự hồi quy

Ưu điểm của chương trình SPSS

- Sử dụng các phương pháp tự động, kiểm tra những ảnh hưởng của sự thay

đổi môi trường

đoán độ lệch là nhỏ nhất

Nhược điểm

thống cảnh báo sớm và sự tương tác giữa các biến không được kiểm tra

1.2.3.3 Phần mềm EVIEWS

EViews là viết tắt của Econometric Views (những quan sát mang tính kinh tế lượng), là một phiên bản mới của chương trình thống kê dùng để xử lý chuỗi số liệu theo thời gian Nó bắt nguồn từ chương trình phần mềm Time Series Processor (TSP) dùng cho những máy tính có bộ nhớ rất lớn Mặc dù EViews chủ yếu được tạo

ra bởi các nhà kinh tế học, nhưng chương trình có thể được sử dụng trong nhiều lĩnh vực nghiên cứu khác như: xk hội học, thống kê học, tài chính, EViews có thể dễ dàng được sử dụng với môi trường làm việc quen thuộc của Windows Nói chung, EViews có thể thực hiện các công việc sau:

- Xác định rõ những phương trình được xem xét phục vụ cho mục đích của bạn

cách giải quyết trung gian cho mỗi biến được yêu cầu

Ưu điểm của mô hình

Với EViews, bạn không phải lo lắng về tính phức tạp của dự báo Bạn có thể tập trung chính vào vấn đề dự báo Với những mô hình có phương trình đơn giản, bạn chỉ việc chọn thực đơn và EViews sẽ tính toán ra dự báo tĩnh hay động với độ lệch chuẩn dự báo tuỳ ý và đồ thị minh hoạ với độ tin cậy dự báo là 95%

1.2.3.4 Phần mềm Simple – E (Simple Econometric Simulation System)

Giới thiệu phần mềm

của mô hình kinh tế lượng trong khâu tập trung chuẩn bị dữ liệu và lập mô hình chi tiết Các quá trình như hồi quy, mô phỏng và dự báo được thực hiện một cách tự

động hoá tới quy mô lớn nhất có thể

-2003 Nó có đủ các ưu việt của các chức năng trong bảng tính ban đầu cũng như những mở ra giao diện khác với những ứng dụng của Windows

hoá, phân tích mô hình, kiểm tra và mô phỏng dự báo Nó không yêu cầu phải lập chương trình Bên cạnh đó Simple E có các chức năng đồ hoạ và hiển thị khiến Simple E dễ dàng trong nghiên cứu và sử dụng

phương pháp bình phương cực tiểu thông thường (OLS), phương pháp hồi quy tự

động và phương pháp đánh giá phi tuyến Hệ thống các phương trình có thể bao gồm nhiều dạng khác nhau của các mô hình hồi quy và những phương trình được

định nghĩa

Yêu cầu bộ dữ liệu đầu vào (giai đoạn 1990 -2005)

- T¨ng trưëng kinh tÕ ViÖt Nam (ph©n theo c¸c thµnh phÇn kinh tÕ);

NhËp d÷ liÖu vµo Data sheet

ChuyÓn sang Model sheet: lùa chän d¹ng phư¬ng tr×nh trong m« h×nh

5 Sè dư m« h×nh: sè dư håi quy

6 C¸c hÖ sè cña m« h×nh: c¸c hÖ sè håi quy

®ưîc tÝnh to¸n

7 Thùc tÕ m« pháng

8 Qu¸ tr×nh ph¸t triÓn cña m« pháng

9 Nh÷ng m« pháng cuèi cïng

10 §é lÖch m« pháng

11 Lưu cña Simple E

được ước lượng Các kết quả mô phỏng sẽ được tính toán trong bảng tính

“Simulation”, phần số liệu thực tế đk qua sẽ được đặt ở bảng tính ẩn “Simulation Actuals”

Giải (phân tích) mô hình: tính toán các số liệu thống kê như:

hình);

+ Kiểm định Durbin – Watson (kiểm định h cho biến phụ thuộc độ trễ); + Hệ số tương quan chuỗi Rho (ρ);

+ Kiểm định F;

+ t -giá trị của mỗi hệ số;

+ RSS: là tổng bình phương của tất cả các sai lệch giữa các giá trị quan sát Y

và các giá trị nhận được từ hàm hồi quy;

+ Khối này hoàn thiện các bảng tính “Simulation” Khối này giải quyết từng mô hình dưới các điều kiện giả thiết đk cho của các biến ngoại sinh Trong này có thể bao gồm các phương trình xác định Đối với mô hình hồi quy, các hệ số của biến

Y Y T R

T

t

a t ta s t

Y

Y Y

1

Y

Y Y ABS

t

a t

T

t

a t s t

Những ưu điểm của mô hình

Excel - Microsoft)

thành các vùng rõ ràng: vùng chú thích, vùng số liệu quá khứ, vùng biến nội suy, vùng biến ngoại suy

khiến người sử dụng có thể dễ dàng lựa chọn dạng hàm phù hợp với những sai số và

độ lệch nhỏ nhất

- Simple E còn có thể loại bỏ những số liệu trong chuỗi số liệu có ảnh hưởng không tốt đến kết quả dự báo

những số liệu quá khứ

báo được phân vùng bằng màu đỏ khiến người sử dụng dễ dàng theo dõi

chuẩn kiểm định của phương pháp ngoại suy

Tóm tắt chương 1 Phân tích nhu cầu năng lượng để xây dựng kế hoạch và các chính sách năng lượng, thông qua việc phân tích này có thể nắm được các nhân tố quyết định đến mức độ tiêu thụ năng lượng theo thời gian Ngoài ra, phân tích nhu cầu năng lượng còn cho thấy cấu trúc tiêu thụ năng lượng của từng ngành và của từng dạng năng lượng, mối quan hệ giữa nhu cầu năng lượng và các biến kinh tế x0 hội như: GDP, dân số, giá cả, năng lượng Có hai phương pháp phân tích nhu cầu năng lượng là phương pháp phân tích tĩnh và phương pháp phân tích động

Các phương pháp dự báo nhu cầu điện năng gồm:

- Phương pháp ngoại suy: ta tiến hành thực hiện như sau: thu thập số liệu được chuỗi thời gian kinh tế, sau đó xử lý chuỗi thời gian kinh tế, phát hiện xu thế, xây dựng hàm xu thế và kiểm định hàm xu thế

- Phương pháp hồi quy tương quan: Để xây dựng được mô hình cần phải tiến hành chọn dạng của nó đồng thời tác động của k nhân tố Do vậy cần phải phân tích lý luận một cách kỹ lưỡng kết hợp với kinh nghiệm nghiên cứu để chọn dạng thích hợp, sau đó kiểm định kết quả theo các tiêu chuẩn: R, t, F, d

- Phương pháp chuyên gia: 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

- Phương pháp hệ số đàn hồi thu nhập:

- Phương pháp Neural

Các phần mềm hỗ trợ làm công cụ dự báo như: MEDEE -S, Simple E, SPSS, Eviews… Mỗi phương pháp, mỗi phần mềm đều có những ưu, nhược điểm khác nhau Tuỳ vào điều kiện cụ thể và yêu cầu của dự báo để chọn phương pháp dự báo

và mô hình hỗ trợ thích hợp

Chương 2

Phân tích tình hình sản xuất và tiêu thụ

điện năng giai đoạn 1990 – 2005 2.1 Tổng quan về tình hình kinh tế – xã hội Việt Nam giai đoạn 1990 -2005 2.1.1 Tình hình kinh tế Việt Nam giai đoạn 1990 – 2005

Tình hình kinh tế Việt Nam những năm qua đk có bước khởi sắc rõ rệt Với chế độ mở cửa của nền kinh tế, cơ chế thoáng hơn đk thu hút được nhiều nhà đầu tư vào Việt Nam, kết quả là giảm tỷ lệ thất nghiệp và tăng tốc độ phát triển kinh tế của tất cả các ngành Điều đó được thể hiện ở các bảng sau

Bảng 2.1 Tổng sản phẩm quốc nội (GDP) phân theo thành phần kinh tế

(theo giá so sánh năm 1994: tỷ VNĐ)

Năm Tổng Nông lâm

sản CN&XD Dịch vụ

Tốc độ tăng trưởng GDP (%)

do đó tổng GDP của cả nước cũng tăng qua các năm từ gần 132 nghìn tỷ VND năm

1990 lên 389 nghìn tỷ VNĐ vào năm 2005 Tuy nhiên tỷ trọng của các thành phần

kinh tế là khác nhau Dựa vào hình 2.1 ta thấy trong những năm đầu thập niên 90,

dịch vụ và nông lâm sản là hai thành phần đóng góp chủ yếu vào tổng sản phẩm

quốc nội, nền công nghiệp còn non trẻ mới chỉ đóng góp 1 phần nhỏ (khoảng 25%),

điều này cho thấy nước ta vẫn còn là một nước nông nghiệp Tuy nhiên trong những

năm gần đây tỷ trọng này đk thay đổi, điều này được thấy rõ qua đồ thị biểu diễn cơ

cấu GDP năm 2005

Hình 2.2: Đồ thị biểu diễn cơ cấu GDP năm 2005 Như vậy đến năm 2005, dịch vụ vẫn là thành phần kinh tế đóng góp chủ yếu

vào tổng GDP (40,6%), nhưng CN&XD đk dần thay thế vai trò của nông lâm sản

với tỷ lệ đóng góp ít nhất vào tổng GDP Điều này cho thấy rõ quá trình công nghiệp

Tổng Nông lâm sản CN&XD Dịch vụ

Nông lâm sản: 19,4%

Dịch vụ:

40,6%

CN&XD:

40 %