摘要：对石景山地区2012年十二个月的用电量结合GDP、外贸进出口总额以及社会消费品零售总额进行综合分析，建立向量自回归模型，在此基础上对2013年前六个月石景山地区的用电量进行预测。
关键词：向量自回归模型；用电量预测
0 引言
一个地区的用电量与经济因素具有长期的均衡关系，并且用电量与GDP、固定资产投资、社会消费零售总额（拉动经济增长的三驾马车）之间具有双向且长期稳定的因果关系错误！未找到引用源。。我国学者对于经济与用电量的研究一直在进行，文献错误！未找到引用源。~错误！未找到引用源。在电力负荷预测方面提供了可行的方法，比如小波分析、人工智能中的事例推理、模糊集理论、混沌分形理论、数据挖掘等进行预测方法尝试，取得了一些成果。本文将建立VAR（Vector Autoregression，向量自回归模型）模型错误！未找到引用源。，对北京石景山地区的用电量进行预测。
1 向量自回归模型
1.1 向量自回归模型理论概述
向量自回归（VAR：Vector Autoregression）模型是1980年由计量经济学家和宏观经济学家克里斯托弗•西姆斯（Christopher Sims）提出，通常用于相关时间序列系统的预测和随机扰动对变量系统的动态影响。模型避开了结构建模方法中需要对系统每个内生变量关于所有内生变量滞后值函数的建模问题。
2 石景山地区电力需求与经济因素的向量自回归模型
将2012年12个月北京石景山地区用电量、GDP、外贸进出口总额及社会消费品零售总额数据取对数处理后再运用Eviews软件建立向量自回归模型。
2.1向量自回归模型拟合结果
经多次调试，得出本例AIC当最大滞后期取2时最小（-22.94852）；SC也是当最大滞后期取2时最小（-22.96327）。因此选取滞后阶数为2阶进行建模。建立向量自回归模型的结果如下表所示（其中ELEC表示用电量，TRADE表示外贸进出口总额，CONS表示社会消费品零售总额）：
3 小结
石景山地区2013年1月用电量为1.576，运用向量自回归模型的误差为0.36%，通过分析发现向量自回归模型在用电量预测方面的误差并不大，但向量自回归模型施加约束条件后对短期预测精度的影响究竟是正面的，还是负面的，很可能与所研究时间序列自身特点有关（即不存在普遍适用于任何时间序列的结论）。
参考文献：
[1]仇伟杰，董双武.电力消费与其相关因素经济分 析[J].中北大学学报：自然科学版，2007（2）：151-155
[2]唐忠.基于门限小波包的负荷预测方法的研究（三）：长期负荷预测[J].电力系统及其自动化学报，2001，13（6）：37-40
[3]杨期余，汪卫华，蓝信军．长期电力负荷预测的模糊数学方法[J]．湖南大学学报（自然科学版），2002，29（2）：67-70
[4]吕金虎，占勇，陆君安．电力系统短期负荷预测的非线性混沌改进模型[J]．中国电机工程学报，2000，20（12）：80-83
[5]赵登福，吴娟等．基于事例推理的短期负荷预测[J]．西安交通大学学报，2003，37（6）：608-612
[6]冯丽，邱家驹．粗糙集理论在短期负荷预测中的应用[J]．华北电力技术，2004（4）：5-8
[7]李明干，孙健利等．基于卡曼滤波的电力系统短期负荷预测[J]．继电器，2004，32（9）：9-12
[8]Enders.W 著，杜江，谢志超 译.应用计量经济学：时间序列分析（第二版）[M].北京：高等教育出版社
论文作者:杨涛举,陈银峰,孙静,高胜强
论文发表刊物:《电力设备》2017年第3期
论文发表时间:2017/4/27
标签：向量论文; 用电量论文; 模型论文; 负荷论文; 地区论文; 学报论文; 序列论文; 《电力设备》2017年第3期论文;