一种基于TIMES模型的居民消费优化方法技术

本发明专利技术公开了一种基于TIMES模型的居民消费优化方法及其装置，构建TIMES模型，将预测参数输入TIMES模型进行预测，获得预测模型，采用预测模型，对设定的5种居民能源消费的单政策情景和1种综合政策情景进行分析，得到不同情景下对公共建筑的用电量的影响、空调用电量的影响、照明用电量的影响、家电设备用电量的影响和高电力占比的影响，其中，单政策情景包括限值、提高空调的能效等级、提高照明灯泡的能效、提高家电设备能效和优化居民能源消费结构，综合政策情景为5种居民能源消费的单政策情景的叠加效果。本发明专利技术通过使用TIMES模型，从人口相关数据的预测出发，考虑政策情景的影响，结合能耗强度进行研究，进而获得居民能源消费最优分析方法。消费最优分析方法。消费最优分析方法。

【技术实现步骤摘要】
一种基于TIMES模型的居民消费优化方法


[0001]本专利技术涉及电力系统综合能源
，尤其涉及一种基于TIMES模型的居民消费优化方法。

技术介绍

[0002]居民能源消费是能源消费的重要组成部分，也是反映人民生活质量提高的重要能源消费指标。鉴于居民部门用能快速增长的趋势及其日益凸显的作用，多个国家，尤其是发达国家，都致力于观察本国居民能源消费特征，以减少能源消费和能源消费造成的环境外部性。然而，鉴于国家统计数据对居民能源消费数据的分析一般只能局限到用能种类，大多数研究仅局限在居民能源消费的品种和比例上，缺乏对用能方式、用能技术的更详细分类，不足以支撑对居民能源消费的多情景模拟和量化对策研究。

技术实现思路

[0003]本专利技术目的在于，提供一种基于TIMES模型的居民消费优化方法及其装置，通过使用TIMES模型，从人口相关数据的预测出发，考虑政策情景的影响，结合能耗强度进行研究，进而获得居民能源消费最优分析方法。
[0004]为实现上述目的，本专利技术实施例提供一种基于TIMES模型的居民消费优化方法，其特征在于，包括：
[0005]构建TIMES模型，其中，该模型划分为城镇居民能源消费和农村居民能源消费两种消费主体；
[0006]基于上述TIMES模型，将预测参数输入所述TIMES模型进行预测，获得预测模型，其中，
[0007]所述预测参数包括人口结构、人均住房面积、家电设备数和能耗强度，其中，所述人口结构包括，城乡人口数据和城乡户数数据，所述能耗强度按人均值、户均值和单位均值进行划分；
[0008]采用所述预测模型，对设定的5种居民能源消费的单政策情景和1种综合政策情景进行分析，得到不同情景下对公共建筑的用电量的影响、空调用电量的影响、照明用电量的影响、家电设备用电量的影响和高电力占比的影响；其中，
[0009]所述单政策情景包括限值、提高空调的能效等级、提高照明灯泡的能效、提高家电设备能效和优化居民能源消费结构，所述综合政策情景为所述5种居民能源消费的单政策情景的叠加效果。
[0010]优选地，构建TIMES模型，其中，该模型划分为城镇居民能源消费和农村居民能源消费两种消费主体，包括：
[0011]所述城镇居民能源消费主体包括5类共23种用能方式，所述农村居民能源消费主体包括5类共20种用能方式，其中，所述两种消费主体均包括空调用能、炊事用能、生活热水用能、照明用能和家电设备用能。
[0012]优选地，所述采用所述预测模型，对设定的5种居民能源消费的单政策情景和1种综合政策情景进行分析，得到不同情景下对公共建筑的用电量的影响、空调用电量的影响、照明用电量的影响、家电设备用电量的影响和高电力占比的影响，包括：
[0013]情景1，通过限值，降低公共建筑的能耗强度，从而在相同照度下，减小公共建筑的用电量；
[0014]情景2，提高空调的能效等级，从而在同样的制冷量下，减小空调的用电量；
[0015]情景3，提高照明灯泡的能效，从而在同样的照度下，减小照明用电量；
[0016]情景4，提高家电设备能效，从而在家电设备输出相同的有用能时，可以减小家电设备的用电量；
[0017]情景5，优化居民能源消费结构，提高居民能源消费中的电力占比；
[0018]情景6，反映上述5种情景的累加效果。
[0019]优选地，基于上述TIMES模型，将预测参数输入所述TIMES模型进行预测，获得预测模型，包括：
[0020]基于TIMES模型输入预测参数，将所述预测参数输入Leslie矩阵中进行计算，获得预测模型。
[0021]优选地，所述城乡人口数据和城乡户数数据，包括：
[0022]根据多次迭代人口数据，计算初始年的常住人口净迁入率，根据所述净迁入率分为高、中、低三种净迁入模式，其中，
[0023]所述高迁入模式假定净迁入率维持当前水平；所述中迁入模式假定净迁入率呈缓慢下降的趋势；所述低迁入模式则假定净迁入率在当前水平的基础上快速下降。
[0024]优选地，所述预测参数包括人口结构、人均住房面积、家电设备数和能耗强度，其中，所述人口结构包括，城乡人口数据和城乡户数数据，所述能耗强度按人均值、户均值和单位均值进行划分，包括：
[0025]其中，所述居民能源消费的所述能耗强度需要按不同的用能方式做单独计算。
[0026]优选地，所述居民能源消费的所述能耗强度需要按不同的用能方式做单独计算，包括：
[0027]空调能耗强度计算包括，空调平均功率参考按1.2匹进行估计，空调运行小时数按人大调研结果估计，并按电力消费总量进行校核，空调运行小时数随着居民收入的提高，将逐年递增；
[0028]照明能耗强度计算包括，初始年的照明功率和照明小时数按人大调研结果估计；
[0029]生活和饮用热水计算包括，分别按每人每日20L和1.5L估计；
[0030]炊事用能计算包括，估计使用天然气的城镇家庭每户每月使用约13方天然气，燃气灶能效按55％估计，能效逐年递增；
[0031]对于家电设备，其功率和年用电小时数参考多个数据源进行估算。
[0032]本专利技术还提供一种基于TIMES模型的居民消费优化装置，包括：
[0033]构建模块，构建TIMES模型，其中，该模型划分为城镇居民能源消费和农村居民能源消费两种消费主体；
[0034]预测模块，基于上述TIMES模型，将预测参数输入所述TIMES模型进行预测，获得预测模型，其中，
[0035]所述预测参数包括人口结构、人均住房面积、家电设备数和能耗强度，其中，所述人口结构包括，城乡人口数据和城乡户数数据，所述能耗强度按人均值、户均值和单位均值进行划分；
[0036]分析模块，采用所述预测模型，对设定的5种居民能源消费的单政策情景和1种综合政策情景进行分析，得到不同情景下对公共建筑的用电量的影响、空调用电量的影响、照明用电量的影响、家电设备用电量的影响和高电力占比的影响；其中，
[0037]所述单政策情景包括限值、提高空调的能效等级、提高照明灯泡的能效、提高家电设备能效和优化居民能源消费结构，所述综合政策情景为所述5种居民能源消费的单政策情景的叠加效果。
[0038]本专利技术实施例还提供一种计算机终端设备，包括一个或多个处理器和存储器。存储器与所述处理器耦接，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述任一实施例所述的一种基于TIMES模型的居民消费优化方法。
[0039]本专利技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如上述任一实施例所述的一种基于TIMES模型的居民消费优化方法。
[0040]本专利技术实施例中，通过使用TIMES模型，从人口相关数据的预测出发，考虑政策情景的影响，结合能耗强度进行研究，通过比对分析进而获得居本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于TIMES模型的居民消费优化方法，其特征在于，包括：构建TIMES模型，其中，该模型划分为城镇居民能源消费和农村居民能源消费两种消费主体；基于上述TIMES模型，将预测参数输入所述TIMES模型进行预测，获得预测模型，其中，所述预测参数包括人口结构、人均住房面积、家电设备数和能耗强度，其中，所述人口结构包括，城乡人口数据和城乡户数数据，所述能耗强度按人均值、户均值和单位均值进行划分；采用所述预测模型，对设定的5种居民能源消费的单政策情景和1种综合政策情景进行分析，得到不同情景下对公共建筑的用电量的影响、空调用电量的影响、照明用电量的影响、家电设备用电量的影响和高电力占比的影响；其中，所述单政策情景包括限值、提高空调的能效等级、提高照明灯泡的能效、提高家电设备能效和优化居民能源消费结构，所述综合政策情景为所述5种居民能源消费的单政策情景的叠加效果。2.根据权利要求1所述的基于TIMES模型的居民消费优化方法，其特征在于，构建TIMES模型，其中，该模型划分为城镇居民能源消费和农村居民能源消费两种消费主体，包括：所述城镇居民能源消费主体包括5类共23种用能方式，所述农村居民能源消费主体包括5类共20种用能方式，其中，所述两种消费主体均包括空调用能、炊事用能、生活热水用能、照明用能和家电设备用能。3.根据权利要求1所述的基于TIMES模型的居民消费优化方法，其特征在于，所述采用所述预测模型，对设定的5种居民能源消费的单政策情景和1种综合政策情景进行分析，得到不同情景下对公共建筑的用电量的影响、空调用电量的影响、照明用电量的影响、家电设备用电量的影响和高电力占比的影响，包括：情景1，通过限值，降低公共建筑的能耗强度，从而在相同照度下，减小公共建筑的用电量；情景2，提高空调的能效等级，从而在同样的制冷量下，减小空调的用电量；情景3，提高照明灯泡的能效，从而在同样的照度下，减小照明用电量；情景4，提高家电设备能效，从而在家电设备输出相同的有用能时，可以减小家电设备的用电量；情景5，优化居民能源消费结构，提高居民能源消费中的电力占比；情景6，反映上述5种情景的累加效果。4.根据权利要求1所述的基于TIMES模型的居民消费优化方法，其特征在于，基于上述TIMES模型，将预测参数输入所述TIMES模型进行预测，获得预测模型，包括：基于TIMES模型输入预测参数，将所述预测参数输入Leslie矩阵中进行计算，获得预测模型。5.根据权利要求1所述的基于TIMES模型的居民消费优化方法，其特征在于，所述城乡人口数据和城乡户数数据，包括：根据多次迭代人口数据，计算初始年的常住人口净迁入率，根据所述净迁入率分为高、中、低三种净迁入模式，其中，所述高迁入模式假...

【专利技术属性】
技术研发人员：王刚，陈政，陈晖，李沛，何耿生，张翔，辜炜德，
申请(专利权)人：南方电网能源发展研究院有限责任公司，
类型：发明
国别省市：