【Advances in Applied Energy 最新原创论文】从土地利用视角预测中国多尺度电力消费需求

学术   2024-12-14 18:30   美国  

原文信息:

Multi-scale electricity consumption prediction model based on land use and interpretable machine learning: A case study of China

原文链接:

https://doi.org/10.1016/j.adapen.2024.100197

Highlights

• 从土地利用这一新兴视角,提出了一种高性能、可解释、多尺度适配的电力消耗预测模型;

• 分析土地利用承载电力消费的机制,基于时空大数据与机器学习实现土地利用进行精细化处理与功能识别;

 揭示了土地利用变化对电力消费的边际影响特征曲线;

 建立了中国全国-省-市-区县过去10年多尺度电力消费表征与未来10年电力消费预测数据集;

 识别电力消费的空间统计学特征,评估2505个区县的可再生能源资源禀赋。

摘要

电力消费预测对于促进可持续发展、确保能源安全和韧性、推动区域规划以及整合可再生能源具有重要作用。本文提出了一种基于土地利用的新型电力消费表征和预测模型。该模型实现了针对电力消费使用端的土地利用精细化识别,以提供高度相关的变量;展现出强大的解释力,从而揭示了土地利用对电力消费的边际影响;并表现出高性能,使得大规模模拟和预测成为可能。以中国297个城市和2505个区县为案例研究,主要发现如下:(1)该模型展现出强大的泛化能力(Testing R² = 0.91)、高精度(Kappa = 0.77)和稳健性,整体预测准确率超过80%;(2)工业用地对电力消费的边际影响更为复杂,将其面积限制在104.3平方公里或288.2至657.3平方公里之间可实现更高的效率;(3)商业用地和居住用地对电力消费的边际影响呈现出强烈的线性关系(R² > 0.80),将其规模限制在11.3平方公里可有效减轻这种影响。商业和居住混合用地有利于整体电力消费控制,但超过43.5平方公里后,需要考虑城市居住用地的独立布局;(4)预测到2030年,上海的电力消费量将达到1551.43亿千瓦时,在297个城市中位居首位。同时,在2505个区域中,苏州工业园区以309.96亿千瓦时的消费量领先;(5)识别未来电力消费热点和集聚特征,评估这些热点地区的可再生能源潜力,并提出有针对性的策略


更多关于“Interpretable machine learning”的文章请见:

https://www.sciencedirect.com/search?pub=Advances%20in%20Applied%20Energy&cid=777797&qs=Interpretable%20machine%20learning


Abstract

The prediction of electricity consumption plays a vital role in promoting sustainable development, ensuring energy security and resilience, facilitating regional planning, and integrating renewable energy sources. A novel electricity consumption characterization and prediction model based on land use was proposed. This model achieves land-use subdivision to provide highly correlated variables; exhibits strong interpretability, thereby revealing even marginal effects of land use on electricity consumption; and demonstrates high performance, thereby enabling large-scale simulations and predictions. Using 297 cities and 2,505 counties as case studies, the key findings are as follows: (1) The model demonstrates strong generalization ability (Testing R² = 0.91), high precision (Kappa = 0.77), and robustness, with an overall prediction accuracy exceeding 80 %; (2) The marginal impact of industrial land on electricity consumption is more complex, with more efficiency achieved by limiting its area to either 104.3 km² or between 288.2 and 657.3 km²; (3) The marginal impact of commercial and residential land on electricity consumption exhibits a strong linear relationship (R² > 0.80). Restricting the scale to 11.3 km² could effectively mitigate this impact. Mixed commercial and residential land is advantageous for overall electricity consumption control, but after exceeding 43.5 km², separate layout considerations for urban residential land are necessary; (4) In 2030, Shanghai's electricity consumption is projected to reach 155,143 million kW·h, making it the highest among the 297 cities. Meanwhile, Suzhou Industrial Park leads among the 2,505 districts with a consumption of 30,996 million kW·h; (5) Identify future electricity consumption hotspots and clustering characteristics, evaluate the renewable energy potential in these hotspot areas, and propose targeted strategies accordingly.

Keywords 

Electricity consumption

Land use

High-performance prediction model

Interpretable machine learning

Multi scale spatial characterization

Graphics

图1. 图摘要

图2. 研究技术路线图:基于土地利用的电力消费预测模型

图3. 面向电力消费表征预测的中国土地利用功能识别

图4. 土地利用对电力消费的边际影响

图5. 城市级电力消费预测结果

图6. 区县级电力消费预测结果

图7. 热点区域的替代性可再生能源资源禀赋评估

作者简介

团队介绍:

本研究由西安交通大学、厦门大学以及曼彻斯特大学等机构的研究人员共同完成。研究团队长期从事城市-园区-楼宇多尺度的能耗监测、表征、预测与规划研究,在应用能源及碳排放核算相关领域发表SCI论文40余篇。


延伸阅读:

该研究团队近期还在Applied Energy发表了基于土地利用的碳排放预测模型,欢迎关注与研讨:

【Applied Energy最新原创论文】基于土地利用和可解释机器学习模型的多尺度碳排放表征与预测—以中国长江三角洲地区为例:

https://mp.weixin.qq.com/s/bEx_NqJIiU_XBJY3agUOlA

【Applied Energy最新原创论文】基于土地利用的城市尺度碳排放预测模型研究:以中国西安市为例:

https://mp.weixin.qq.com/s/qoUidQW-UylqBnw_mTtUXg

关于Applied Energy

本期小编:张硕 ;审核人:王桥

《Applied Energy》是世界能源领域著名学术期刊,在全球出版巨头爱思唯尔 (Elsevier) 旗下,1975年创刊,影响因子10.1,CiteScore 21.2,本刊旨在为清洁能源转换技术、能源过程和系统优化、能源效率、智慧能源、环境污染物及温室气体减排、能源与其他学科交叉融合、以及能源可持续发展等领域提供交流分享和合作的平台。开源(Open Access)姊妹新刊《Advances in Applied Energy》影响因子13.0,CiteScore 23.9。全部论文可以免费下载。在《Applied Energy》的成功经验基础上,致力于发表应用能源领域顶尖科研成果,并为广大科研人员提供一个快速权威的学术交流和发表平台,欢迎关注!

公众号团队小编招募长期开放,欢迎发送自我简介(含教育背景、研究方向等内容)至wechat@applied-energy.org

AEii国际应用能源
发布应用能源领域资讯,介绍国际应用能源创新研究院工作,推广应用能源优秀项目,增进应用能源领域合作
 最新文章