基于粒子群优化算法的中国能源需求预测

能源需求预测是能源规划和政策制定的基础。经济增长、总人口、产业结构、城市化率、能源消费结构以及技术进步等因素都会影响能源需求。采用粒子群优化算法,通过两种函数形式(线性和指数)建立了基于影响因素的能源需求预测模型。以1980-2005年的各指标数据作为训练样本进行模型的参数估计,并使用2006-2010年的相关数据作为检测样本来验证所建模型的有效性。模拟结果显示,指数模型的预测能力略优于线性模型,但两者的能源消费量预测值都接近真实值,估计误差较小:拟合部分的平均相对误差分别为0.76%和0.57%,检测部分的平均相对误差分别为0.78%和0.624%。这说明粒子群优化算法在解决我国能源系统非线性及高维识别问题上具有一定的有效性。最后,通过分析各影响因素的变化趋势,对中国2011-2015年的能源需求进行了预测。在拟定各因素的增长率下,我国能源消费量从2011年的343 668.5万t标煤上升到2015年的432 169.5万t标煤,年均增长率为5.9%。此结果表明,十二五期间我国能源需求形势依然严峻。