Sử dụng các mô hình và phần mềm dự báo nhằm tính toán nhu cầu sử dụng điện và đánh giá khả năng sử dụng DMS tại tỉnh quảng bình

Bộ GIáO DụC Và ĐàO TạO

TRƯờNG ĐạI HọC BáCH KHOA Hà NộI
[\

ĐOàN QuốC TUấN
SƯ DụNG CáC MÔ HìNH Và PHầN MềM Dự BáO
NHằM TíNH TOáN NHU CầU Sử DụNG ĐIệN Và
ĐáNH GIá KHả NĂNG áP DụNG DSM TạI TỉNH
QUảNG BìNH

LUậN VĂN THạC Sĩ KHOA HọC
Hệ ThốNG ĐIệN

Hà Nội 2010


Lời cam đoan
Tôi xin cam đoan đây là phần nghiên cứu và thể hiện luận án tốt nghiệp của riêng tôi,
không sao chép từ các luận án khác, nếu sai tôi xin chịu hoàn toàn trách nhiệm và chịu
mọi kỷ luật của khoa và nhà trường đề ra.
Hà nội, ngày 26 tháng 10 năm 2010
Học viên

Đoàn Quốc Tuấn

1


Mục lục
Lời cam đoan .............................................................................................................................. 1

Mục lục ....................................................................................................................................... 2
Danh mục ký hiệu, từ viết tắt...................................................................................................... 5
Danh mục bảng biểu ................................................................................................................... 6
Danh mục hình vẽ, sơ đồ ............................................................................................................ 7
Chương 1. CƠ SỞ CỦA ĐỀ TÀI ............................................................................................... 8
1.1

Cơ sở khoa học và thực tiễn của đề tài ....................................................................... 8

1.1.1

Cơ sở khoa học của đề tài ....................................................................................... 8

1.1.2

Cơ sở thực tiễn........................................................................................................ 9

1.2

Các kết quả đề xuất..................................................................................................... 9

1.3

Lời cảm ơn ................................................................................................................ 10

Chương 2. CÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU PHỤ TẢI ĐIỆN ............................ 11
2.1

Sơ lược về dự báo nhu cầu điện................................................................................ 11

2.2

Phương pháp dự báo trực tiếp................................................................................... 13

2.3

Phương pháp dự báo gián tiếp .................................................................................. 15

2.3.1

Phương pháp đàn hồi ............................................................................................ 15

2.3.2

Phương pháp cường độ ......................................................................................... 16

2.4

Phương pháp dự báo bằng mô hình đa hồi quy ........................................................ 17

2.5

Ứng dụng thích hợp của các phương pháp ............................................................... 18

Chương 3. MÔ HÌNH DỰ BÁO ĐA HỒI QUY VÀ CHƯƠNG TRÌNH SIMPLE_E ............ 21
3.1

Mô hình dự báo đa hồi quy ....................................................................................... 21

3.1.1

Khái niệm về mô hình dự báo đa hồi quy............................................................. 21

3.1.2

Mối tương quan giữa các biến số.......................................................................... 22

3.1.3

Phương trình hồi quy bội ...................................................................................... 23

3.1.4

Phân tích sai số dự báo và đánh giá mô hình........................................................ 25

3.1.5

Các biến số định tính ............................................................................................ 26

3.1.6

Tương quan giữa các biến độc lập ........................................................................ 26

3.1.7

Lựa chọn phương trình hồi quy tốt nhất ............................................................... 27

3.2

Phần mềm hỗ trợ mô phỏng, tính toán và dự báo bằng đa hồi quy Simple_E.......... 28

2


3.2.1

Giao diện của Simple_E ....................................................................................... 30

3.2.2

Trình tự giải quyết vấn đề trong Simple_E........................................................... 31

3.2.3

Các dạng hàm của Simple_E ................................................................................ 32

3.3

Áp dụng Simple_E trong dự báo nhu cầu điện ......................................................... 34

3.3.1

Xác định bộ số liệu đầu vào và nhập số liệu......................................................... 34

3.3.2

Xây dựng hàm hồi quy.......................................................................................... 38

3.3.3

Kết quả mô phỏng................................................................................................. 40

3.3.4

Sử dụng các nút công cụ trên Simple_E ............................................................... 41

3.3.5

Đề xuất mô hình dự báo cho quy hoạch điện cấp tỉnh.......................................... 42

Chương 4. KẾT QUẢ DỰ BÁO NHU CẦU ĐIỆN CỦA TỈNH QUẢNG BÌNH................... 43
4.1

Số liệu đầu vào.......................................................................................................... 43

4.1.1

Hiện trạng tiêu thụ điện của tỉnh Quảng Bình ...................................................... 43

4.1.2

Thành tựu phát triển kinh tế vĩ mô trong quá khứ ................................................ 44

4.1.3

Mục tiêu phát triển KTXH của tỉnh – số liệu vĩ mô ............................................. 45

4.1.4

Thông tin về các khu công nghiệp trên địa bàn địa phương ................................. 46

4.1.5

Các phụ tải lớn đột biến trong giai đoạn tới ......................................................... 48

4.1.6

Chỉ tiêu ánh sáng sinh hoạt ................................................................................... 49

4.2

Kết quả của phương pháp dự báo trực tiếp............................................................... 50

4.3
Kết quả của phương pháp dự báo bằng mô hình hồi quy bội – chương trình
Simple_E............................................................................................................................... 52
4.3.1

Các hàm hồi quy của mô hình .............................................................................. 52

4.3.2

Kết quả dự báo ...................................................................................................... 53

4.4

So sánh, đánh giá và lựa chọn kết quả ...................................................................... 55

Chương 5. CÁC GIẢI PHÁP QUẢN LÝ NHU CẦU CÓ THỂ ÁP DỤNG TẠI TỈNH
QUẢNG BÌNH ......................................................................................................................... 56
5.1

Chương trình Quản lý nhu cầu DSM ........................................................................ 56

5.1.1

Chương trình Quản lý nhu cầu DSM/EE đã thực hiện tại Việt Nam.................... 56

5.1.2

Đánh giá và dự báo tiềm năng tiết kiệm của các chương trình DSM ................... 64

5.1.3

Các giải pháp DSM/EE thực hiện trong giai đoạn tới .......................................... 64

5.2
5.2.1

Các giải pháp DSM/EE có thể áp dụng tại tỉnh Quảng Bình.................................... 66
Các giải pháp DSM/EE chủ yếu đối với khu vực dân dụng của tỉnh Quảng Bình 66
3


5.2.2
Bình

Các giải pháp DSM/EE chủ yếu đối với sản xuất công nghiệp xi măng Quảng
69

Chương 6. KẾT LUẬN............................................................................................................. 74

TÀI LIỆU THAM KHẢO ........................................................................................................ 76

4


Danh mục ký hiệu, từ viết tắt
CFL

Đèn compact hiệu suất cao

CN

Công nghiệp

CN&XD

Công nghiệp và xây dựng

CPI

Chỉ số giá tiêu dùng

DLC

Điều khiển phụ tải bằng sóng

DSM

Quản lý phía nhu cầu

EE

Hiệu suất năng lượng

EVN

Tập đoàn điện lực Việt Nam

FTL

Đèn Huỳnh quang hiệu suất cao

GDP

Tổng sản phẩm quốc nội

GLS

phương pháp bình phương nhỏ nhất tổng quát

GS

Ước lượng theo lưới

KCN

Khu công nghiệp

KTXH

Kinh tế xã hội

Lf

Hệ số phụ tải

Ln

Phép tính logarith cơ số e

LR

Nghiên cứu phụ tải

MS

Phần mềm Microsoft

NN

Nông nghiệp

NN

Nông nghiệp

OLS

Phương pháp bình phương cực tiểu

Pmax

Công suất cực đại

POP

Dân số

TM&DV

Thương mại và dịch vụ

TOU

Giá điện theo thời điểm

VNEEP

Chương trình mục tiêu QG về sử dụng năng lượng tiết kiệm và hiệu quả

XD

Xây dựng

XM

Xi măng

5

Danh mục bảng biểu
Bảng 1 So sánh giữa các phương pháp dự báo ......................................................................... 19
Bảng 2 Chức năng của các sheet cơ bản trong Simple_E......................................................... 30
Bảng 3 Các dạng hàm thông dụng trong Simple_E.................................................................. 32
Bảng 4 Mô tả các biến số trong mô hình dự báo nhu cầu điện................................................. 36
Bảng 5 Tiêu thụ điện của Tỉnh Quảng Bình ............................................................................. 43
Bảng 6 Thành tựu phát triển kinh tế xã hội của tỉnh Quảng Bình ............................................ 44
Bảng 7 Một số chỉ tiêu phát triển KTXH tỉnh đến 2020........................................................... 45
Bảng 8 Danh mục các khu công nghiệp tỉnh Quảng Bình đến 2020 ........................................ 47
Bảng 9 Danh mục các phụ tải lớn............................................................................................. 49
Bảng 10 Chỉ tiêu áng sáng sinh hoạt áp dụng cho tỉnh Quảng Bình ........................................ 49
Bảng 11 Kết quả dự báo bằng phương pháp trực tiếp .............................................................. 51
Bảng 12 Kết quả dự báo bằng mô hình hồi quy bội ứng dụng bằng Simple_E........................ 54
Bảng 13 Mục tiêu của chương trình DSM giai đoạn 2 ............................................................. 56
Bảng 14 Tính toán tiềm năng tiết kiệm điện từ giải pháp CFL cho khu vực dân dụng............ 69
Bảng 15 Định mức sản xuất xi măng (kwh/tấn) ....................................................................... 70
Bảng 16 Ước lượng tiềm năng tiết kiệm điện của ngành công nghiệp xi măng Quảng Bình .. 72

6


Danh mục hình vẽ, sơ đồ

Hình 1 Dự báo phụ tải theo phương pháp trực tiếp .................................................................. 14
Hình 2 Giao diện khởi động của Simple_E trong Excel........................................................... 30
Hình 3 Trình tự giải quyết mô hình trong Simple_E ................................................................ 31
Hình 4 Các dạng hàm được gợi ý ngay trong giao diện Simple_E........................................... 34
Hình 5 Nhập số liệu trong sheet Data ....................................................................................... 36
Hình 6 Xây dựng hàm hồi quy và cách thức trình bày trong Simple_E................................... 39

Hình 7 Kết quả của mô hình đã xây dựng ................................................................................ 39
Hình 8 Kết quả dự báo trong mô hình Simple_E ..................................................................... 40
Hình 9 Kết quả mô phỏng với một biến ví dụ trong Simple_E ................................................ 41
Hình 10 Hiển thị thông tin liên quan đến một biến trong Simple_E ........................................ 42
Hình 11 Tiềm năng tiết kiệm từ các chương trình DSM giai đoạn tới ..................................... 64

7


Chương 1. CƠ SỞ CỦA ĐỀ TÀI
1.1

Cơ sở khoa học và thực tiễn của đề tài

1.1.1

Cơ sở khoa học của đề tài

Việc tính toán ước lượng nhu cầu tiêu thụ điện là một công việc quan trọng trong công
tác quy hoạch và định hướng lưới điện nói chung.
Trong dự báo nhu cầu cũng có nhiều phương pháp tiếp cận và các chương trình phần
mềm chuyên dụng khác nhau. Đối với riêng dự báo nhu cầu điện, thông thường các
phương pháp dự báo như là trực tiếp, gián tiếp hay được áp dụng.
Trong thời gian gần đây, do yêu cầu về độ chính xác trong dự báo cũng như cơ sở khoa
học cần được nâng cao nhằm phù hợp với giai đoạn phát triển kinh tế mới, một phương
pháp dự báo mới – đúng hơn là một cách thức tiếp cận mới đã được hình thành dựa
trên mô hình kinh tế lượng (econometric).
Ngay với việc dự báo phụ tải bằng mô hình kinh tế lượng, chúng ta có thể tìm thấy rất
nhiều phần mềm khác nhau như E-VIEW, SPSS,…. Thậm chí ta có thể tự xây dựng và
phát triển một chương trình tính toán ứng dụng ngay trên nền tảng Microsoft Office với

bộ phần mềm tính toán thông dụng là MS Excel hoặc công cụ xử lý dữ liệu bậc cao MS
Access. Tất nhiên, công việc này đòi hỏi người lập trình, ngoài kiến thức về Kinh tế
lượng và Xác suất thống kê, phải có một nền tảng kiến thức về Visual Basic tương đối
hoàn chỉnh.
Trong khuôn khổ luận văn này, một chương trình phần mềm tính toán nhu cầu phụ tải
sẽ được giới thiệu, bên cạnh việc tính toán nhu cầu phụ tải của tỉnh Quảng Bình bằng
các phương pháp truyền thống khác. Đó là mô hình dự báo kinh tế lượng bằng chương
trình Simple_E, một chương trình được Viện kinh tế Năng lượng Nhật Bản phát triển.

8


1.1.2

Cơ sở thực tiễn

Quảng Bình là một tỉnh miền trung có nguồn tài nguyên đá vôi phong phú và một bờ
biển dài 126 km ở phía Đông. Tuy nằm xa các trung tâm kinh tế lớn của cả nước nhưng
Quảng Bình lại ít bị sức ép cạnh tranh với các khu công nghiệp ở các trung tâm này. Vì
vậy việc phát triển kinh tế địa phương dựa trên nền tảng phát triển công nghiệp và du
lịch biển là lẽ đương nhiên.
Thống kê sơ bộ cho thấy, trong những năm qua, nhằm đáp ứng nhu cầu phát triển kinh
tế xã hội địa phương, nhu cầu điện của toàn tỉnh đã tăng xấp xỉ gần 30% trong giai
đoạn 2006-2009 và còn có thể tăng cao hơn nữa trong giai đoạn tới, nhất là khi mà các
nhà máy xi măng và luyện thép, khu công nghiệp mới của tỉnh sẽ đi vào hoạt động.
Chính vì vậy việc dự báo nhu cầu điện cho tỉnh là một công việc cần thiết, và cần được
thực hiện dựa trên nhưng công cụ tính toán khoa học.
Dưới một góc độ khác, có thể thấy Quảng Bình mới là một tỉnh đang ở giai đoạn phát
triển chủ yếu là về lượng, chưa có được những bài học về sử dụng năng lượng, trong
đó có điện, một cách hiệu quả và tiết kiệm. Vì vậy, cần xem xét thêm khả năng áp dụng

các giải pháp tiết kiệm DSM/EE thích hợp cho Quảng Bình nói chung và công nghiệp
Quảng Bình nói riêng nhằm tránh tiêu hao một lượng năng lượng hao phí đồng thời
góp phần nâng cao về chất lượng tăng trưởng cho kinh tế địa phương.

1.2

Các kết quả đề xuất

Đề tài này dự kiến sẽ trình bày một số kết quả nghiên cứu và tính toán như sau:
•

Các phương pháp dự báo nhu cầu: phương pháp luận và ứng dụng

•

Giới thiệu mô hình dự báo kinh tế lượng và phần mềm dự báo Simple_E

•

Kết quả dự báo nhu cầu điện của tỉnh Quảng Bình bằng các phương pháp khác nhau

9


1.3

Lời cảm ơn

Với sự chân thành, em xin gửi lời cảm ơn đến PGS.TS Đặng Quốc Thống đã tận tình
hướng dẫn, chỉ bảo em trong suốt quá trình thực hiện luận văn này.

Em cũng xin gửi lời cảm ơn đến các thầy cô giáo trong Khoa Điện, Viện Đào tạo sau
Đại học đã truyền dạy cho em những kiến thức quý báu trong suốt những năm qua.
Luận văn này được thực hiện với sự hỗ trợ thông tin rất nhiều từ các cán bộ của Sở
Điện Lực Quảng Bình, Sở Kế hoạch và Đầu tư Quảng Bình. Đó là những thông tin quý
báu, tin cậy và là cơ sở thực tiễn cho luận văn này.
Cuối cùng, xin cảm ơn gia đình và bạn bè, những người ở Hà Nội và giải đất nắng gió
Quảng Bình đã tạo điều kiện, động viên và giúp đỡ tôi hoàn thành luận văn.
Do thời gian hoàn thành luận văn có hạn cho nên suy nghĩ và sự thể hiện ý tưởng
không tránh khỏi những khiếm khuyết. Em rất mong nhận được những ý kiến phê bình
đánh giá của các thầy cô giáo.

Học viên

Đoàn Quốc Tuấn

10


Chương 2. CÁC PHƯƠNG PHÁP DỰ BÁO NHU CẦU PHỤ
TẢI ĐIỆN
2.1

Sơ lược về dự báo nhu cầu điện

Như đã nói ở trên, dự báo nhu cầu phụ tải điện là một công tác vô cùng quan trọng mà
kết quả của nó là số liệu đầu vào quan trọng cho các bước thiết kế kế tiếp cho nhiều đề
án cho liên quan đến hệ thống lưới hoặc năng lượng khác nhau.
Ở Việt Nam, dự báo nhu cầu phụ tải điện là yêu cầu bắt buộc với các đề án quy hoạch
cấp huyện, cấp tỉnh, các đề án đấu nối lưới cao thế khu vực, các báo cáo đánh giá tiền
khả thi các trung tâm nhiệt điện hoặc thủy điện có công suất lớn. Lẽ dĩ nhiên, dự báo

nhu cầu điện là không thể thiếu đối với Tổng sơ đồ điện lực quốc gia và Báo cáo đầu tư
nhà máy điện Nguyên tử.
Đối với mỗi loại đề án khác nhau, yêu cầu và mức độ dự báo phụ tải cũng không hoàn
toàn đồng nhất. Ví dụ, đối với quy hoạch phát triển điện lực cấp huyện, nhu cầu điện
chỉ cần được dự báo ở năm thứ 5 (tính mốc năm hiện tại bằng 0). Trong khi đó, quy
hoạch cấp tỉnh yêu cầu thêm ở mốc năm thứ 10. Đề án Tổng sơ đồ phát triển điện lực
quốc gia còn có yêu cầu cao hơn nữa: năm thứ 15 và 20, kèm theo đó là kết quả ở các
năm lẻ nhằm phục vụ công tác xây dựng tiến độ nguồn và và lưới cao thế. Đặc biệt,
trong báo cáo đầu tư nhà máy điện nguyên tử trình Quốc hội năm ngoái, phía đơn vị tư
vấn lập khảo sát là Viện Năng lượng, thuộc Bộ Công thương đã thực hiện dự báo nhu
cầu điện và năng lượng cho tới tận 2050, tức là hơn 40 năm.
Dự báo nhu cầu phụ tải điện không đơn thuần chỉ là tính toán, ước lượng lượng tiêu thụ
điện năng và công suất trong tương lai. Đối với những đề án có quy mô lớn như Tổng
sơ đồ phát triển điện lực chẳng hạn, người làm dự báo còn phải xem xét đến hình dạng
của đồ thị phụ tải, hệ số phụ tải hoặc là tỷ lệ tiêu thụ điện trên tổng tiêu thụ năng lượng
thương mại toàn quốc. Nhưng nhìn chung, các yếu tố thêm vào như trên không mang
11


tính chính yếu và hiện tại, ở Việt Nam, cũng chưa có một phương pháp luận tổng thể
nào đề cập tới, nhất là đối với dự báo dài hạn. Chính vì vậy, khuôn khổ đề tài chỉ tiến
sâu vào lĩnh vực dự báo nhu cầu điện năng và công suất với các phương pháp và nội
dung đã đề xuất ở trên.
Ở Việt Nam, nền kinh tế đang trên đà phát triển với tốc độ cao đặt ra yêu cầu thách
thức về đối với ngành điện. Công tác quy hoạch nguồn, trong đó có dự báo nhu cầu,
được coi trọng, đặc biệt đối với dự báo dài hạn. Thách thức riêng đối với dự báo nhu
cầu, chỉ xét yếu tố kỹ thuật, đó là số liệu và thông tin. Một mô hình dự báo hoàn hảo
nhưng vẫn có thể đưa ra con số khác rất xa với thực tế nếu như nó sử dụng những
thông tin và số liệu không thích hợp hoặc không còn phù hợp với hiện tại. Vì vậy việc
sử dụng thông tin và số liệu thế nào cho hợp lý và hợp với mô hình tính toán là rất

quan trọng. Đề tài này, với quan điểm cá nhân, cũng mạnh dạn đề xuất phạm vi và quy
mô thích hợp cùng với những thông tin/số liệu cơ bản cho từng phương pháp dự báo.
Các mục kế tiếp sẽ làm rõ điều đó.
Đối với dự báo nhu cầu điện nói riêng, hiện tại có hai tiếp cận được áp dụng, đó là dự
báo trực tiếp và gián tiếp. Tiếp cận theo mô hình đa hồi quy, một cách nhìn mới bằng
Kinh tế lượng, ở một chừng mực nào đó được coi là tiếp cận gián tiếp. Tuy nhiên, mục
trình bày về mô hình đa hồi quy được tách riêng nhằm phân biệt và đề cao cách tiếp
cận này, cho dù là nó phức tạp và có yêu cầu cao hơn so với các phương pháp dự báo
gián tiếp.
Thông thường có một phương pháp nữa “đi kèm” với các phương pháp tính toán bằng
mô hình, đó là phương pháp “chuyên gia”. Có thể hiểu phương pháp này thực chất là
xử lý kinh nghiệm của những chuyên gia trong lĩnh vực dự báo. Yếu tố đầu vào, ngoài
những giá trị như cường độ hay độ đàn hồi điện trong nước mà còn có thể là các thông
số tương tự ở các quốc gia khác từng có cùng giai đoạn phát triển như Việt Nam, v.v..
Điều then chốt của phương pháp “chuyên gia” này là tính quyết định của nó đối với các

12


phương pháp khác, khi mà các phương pháp “tính toán” đưa ra những kết quả có sự
chênh lệch đáng kể với nhau.
Chương 4 của luận văn này sẽ trình bày các kết quả dự báo bằng các mô hình tính toán
khác nhau và với quan điểm cá nhân, tác giả đề tài sẽ lựa chọn ra một kết quả phù hợp.
2.2

Phương pháp dự báo trực tiếp

Phương pháp dự báo trực tiếp dựa trên cơ sở là các kế hoạch phát triển các ngành và
vùng kinh tế, phương án sản xuất của một số phân ngành công nghiệp tiêu thụ nhiều
điện như luyện kim, hoá chất, giấy, vật liệu xây dựng... ). Từ đó, nhu cầu điện năng

được tính toán trực tiếp theo định mức tiêu hao điện trên sản phẩm, theo diện tích tưới
tiêu thuỷ lợi hoặc theo chỉ tiêu điện năng cho hộ gia đình...
Đối với một báo cáo quy hoạch cấp tỉnh hoặc vùng địa lý, phương pháp này sẽ dự báo
nhu cầu điện cho từng thành phần kinh tế theo phân ban của Tổng cục Thống kê và
phân ngành tiêu thụ điện của Tập đoàn điện lực Việt Nam, đó là:
•

Nhu cầu điện cho Công nghiệp – xây dựng (mã ISIC bao gồm 4 chữ số, chữ số đầu
tiên là 2, cụ thể 2xxx)

•

Nhu cầu điện cho Nông nghiệp – lâm – thuỷ sản (mã ISIC là 1xxx)

•

Nhu cầu điện cho Thương mại, khách sạn, nhà hàng (3xxx)

•

Nhu cầu điện cho Quản lý và Tiêu dùng dân cư. (4xxx)

•

Nhu cầu điện phục vụ Các hoạt động khác (5xxx).

Yêu cầu số liệu đầu vào của phương pháp này không những đòi hòi tính pháp lý cao
mà còn phải phù hợp với thực tế.
Thực tế ở Việt Nam cho thấy, quy hoạch ngành công nghiệp ở các địa phương, thường
là các tỉnh xa các trung tâm là Hà nội và TP HCM, có khuynh hướng đề cao quy mô

mà không xét đến tiềm năng và khả năng có thể đạt được. Chính vì vậy, dự báo theo
phương pháp này nếu như chỉ làm theo phép tính cơ học, nhân và cộng lại theo hình
kim tự tháp thì rất có thể, ở nhiều trường hợp, kết quả dự báo nhu cầu sẽ là một con số
gây hoài nghi.
13


Tuy nhiên, phương pháp này cũng có những ưu điểm không thể phủ nhận và hiện tại
vẫn đang được sử dụng một cách rộng rãi trong các đề án có liên quan đến quy hoạch
lưới và nguồn điện. Vì phương pháp này cơ bản là tổng hợp lại dự báo theo từng thành
phần, từng phân vùng địa lý bên trong vùng quy hoạch nên nó có tác dụng quan trọng
trong việc phân vùng và phân nút phụ tải, làm cơ sở cho thiết kế lưới điện chuyên tải
và phân phối.
Phương pháp này rất thích hợp cho dự báo ngắn hạn dưới 5 năm. Nếu vùng dự báo có
xuất hiện phụ tải đột biến, phương pháp này có thể tính toán trực tiếp đến lượng gia
tăng nhu cầu của phụ tải. Vì những đặc điểm này, phương pháp trực tiếp mang nhiều
đặc tính “lập kế hoạch” hơn là dự báo.
Hình 1 dưới đây thể hiện quy trình dự báo phụ tải theo phương pháp trực tiếp thường

được áp dụng cho các quy hoạch phát triển điện lực cấp tỉnh.

Sản lượng điện
CN&XD

Sản lượng điện
TM&DV

Nhân với Tmax

Pmax của TM&DV

…

Pmax của Dân dụng

…

Pmax của phụ tải
CN & XD dự kiến

Pmax dự kiến của
Phụ tải TM&DV n

…

Pmax hiện trạng của
Phụ tải TM&DV n

Pmax dự kiến của
Phụ tải TM&DV No1

Pmax dự kiến của
Phụ tải CN & XD n

Pmax của phụ tải
CN & XD dự kiến
Quy hoạch
CN, dự kiến
các phụ tải
mới, v.v..

Pmax hiện trạng của
Phụ tải CN & XD No1

…

Pmax hiện trạng của
Phụ tải CN & XD n

Pmax hiện trạng của
Phụ tải CN & XD No1

Pmax dự kiến của
Phụ tải CN & XD No1

Có xét đến hệ số đồng thời

…

Tổng sản lượng
Tổng điện nhận

Nhân với Tmax

Nhân với Tmax

Pmax của CN&XD

Sản lượng điện
Khối Dân dụng

…

Dân số dự kiến
Định mức tiêu hao/hộ gia đình
Tỷ lệ điện khí hóa nông thôn

Quy hoạch TM &DV,
dự kiến các phụ tải
mới, v.v..

Hình 1 Dự báo phụ tải theo phương pháp trực tiếp

14

Tổng Pmax phụ tải


2.3

Phương pháp dự báo gián tiếp

Phương pháp dự báo gián tiếp là phương pháp "mô phỏng-kịch bản", hiện vẫn đang
được áp dụng rộng rãi trong khu vực và trên thế giới. Phương pháp này dựa trên cơ sở
dự báo các kịch bản phát triển kinh tế - xã hội trung hạn và dài hạn, nhu cầu điện năng
cũng như các nhu cầu tiêu thụ năng lượng hoặc khác được mô phỏng theo quan hệ đàn
hồi với tốc độ tăng trưởng kinh tế hoặc cường độ điện. Phương pháp này thích hợp đối
với dự báo ngắn hạn và trung hạn, tức là trong khoảng 10 năm.
Phương pháp này có ưu điểm là có thể mô phỏng nhanh kết quả mà không cần nhiều số
liệu thống kê. Cùng với phương pháp chuyên gia, phương pháp này được coi là hai tiếp

cận hỗ trợ bổ sung cho nhau. Các hệ số đàn hồi được xác định theo từng ngành và từng
miền lãnh thổ. Việc xác định chúng được tiến hành theo chuỗi phân tích quá khứ, các
hệ số này cũng được tham khảo từ kinh nghiệm các nước trên thế giới và trong khu
vực. Đối với các đề án quy hoạch cấp vùng, việc tham khảo được thực hiện giữa các
vùng có cùng đặc tính địa lý, v.v..
2.3.1 Phương pháp đàn hồi
Phương pháp hệ số đàn hồi là một phương pháp dự báo theo tiếp cận gián tiếp. Các hệ
số đàn hồi (elasticity) thường được áp dụng là đàn hồi theo Tốc độ tăng trưởng kinh tế
GDP. Hệ số này được tính như sau:
Tốc độ tăng nhu cầu điện (%)
Hệ số đàn hồi theo GDP =
Tốc độ tăng trưởng GDP (%)

Các hệ số đàn hồi được xác định theo từng phân ngành. Hệ số đàn hồi trong tương lai
được xác định dựa theo phân tích chuỗi số liệu quá khứ, cũng như tham khảo thêm
kinh nghiệm từ các nước khác trong khu vực, khi dự báo cho trên quy mô toàn quốc;
hoặc các tỉnh, vùng khác, khi dự báo nhu cầu cho các tỉnh, vùng. Ngoài hệ số đàn hồi
theo tăng trưởng GDP, nhu cầu điện còn được xác định theo các yếu tố khác là đàn hồi
theo giá điện, hệ số tiết kiệm năng lượng....
15


Nói thêm về 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 lĩnh 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
điện được bao cấp, và đến hiện nay, một số lĩnh vực vẫn được trợ giá điện và hoàn toàn
nhà nước quy định nên việc nghiên cứu quan hệ giá cả với thay đổi nhu cầu điện trong
quá khứ không thực hiện được. Nói cách khác, giá điện tại Việt Nam mang tính hành

chính, chưa phản ánh đúng quy luật cung cầu của thị trường. Việc áp dụng các hệ số
đàn hồi giá điện được tham khảo từ một số nước đang phát triển khu vực châu Á trong
thập kỷ 80 và 90. Vấn đề về giá điện ảnh hưởng thế nào đến nhu cầu phụ tải sẽ được
nói rõ hơn trong chương 3 của đề tài này.
Hệ số tiết kiệm năng lượng là một hệ số khá mờ. Về cơ bản là chưa có một phương
pháp luận nào để xác định hoặc tính toán hệ số này trong quá khứ. Hệ số này được hiểu
là đã 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) khiến cho nhu cầu
điện giảm đi. Thông thường trong các mô hình tính toán hệ số này được đưa vào công
đoạn cuối, sau khi có được kết quả dự báo theo các phương pháp khác.
2.3.2 Phương pháp cường độ
Dự báo gián tiếp theo phương pháp cường độ điện năng có thể nêu tóm tắt như sau:
nhu cầu điện trong tương lai được tính toán dựa trên cơ sở xác định xu thế cường độ
điện năng tiêu thụ trong tương lai (kwh/$) . Thông thường cường độ điện năng này
được xác định dựa trên mối tương quan giữa cường độ điện năng và thu nhập bình
quân trên đầu người (KWh/$ và $/người) trong chuỗi số liệu quá khứ của Việt Nam,
hoặc của vùng lãnh thổ.

16


Cường độ điện năng của giai đoạn quy hoạch được xác định dựa trên xu thế của đường
cong quá khứ của Việt Nam hoặc của vùng lãnh thổ) và tham khảo thêm cường độ
điện năng của các nước khác có mức thu nhập bình quân trên đầu người ở mức tương
đương. Chương 4 sẽ trình bày một cách rõ ràng hơn về kết quả và mô hình tính toán
theo phương pháp này.
2.4

Phương pháp dự báo bằng mô hình đa hồi quy

Nếu xét theo một góc độ nào đó, thì phương pháp dự báo này có thể coi như là một
mục nhỏ của Phương pháp dự báo gián tiếp vì cũng dựa trên quan điểm “mô phỏng –
kịch bản” với các yếu tố đầu vào mang tính vĩ mô.
Phương pháp này dựa trên nền tảng về kinh tế lượng là một phương pháp luận đựơc
hầu hết các nước trên thế giới sử dụng trong dự báo nhu cầu năng lượng, điện năng,
đặc biệt đối với các nước chưa có hệ thống thống kê, dự báo tốt về tương lai mức độ
tiêu thụ, sử dụng và công nghệ của các thiết bị điện, như Việt Nam chẳng hạn.
Phân tích đa hồi quy là một trong những kỹ thuật thống kê quan trọng và được sử dụng
rộng rãi với nhiều ứng dụng trong cách tiếp cận kinh tế lượng. Phân tích đa hồi quy
nghiên cứu mối liên hệ phụ thuộc của một biến (gọi là biến phụ thuộc hay biến được
giải thích) với nhiều biến khác (được gọi là các biến độc lập hay biến giải thích) nhằm
ước lượng hoặc dự báo giá trị trung bình của biến phụ thuộc với các gía trị đã biết của
các biến độc lập.
Trên thực tế, mô hình đa hồi quy bội được sử dụng không chỉ cho dự báo nhu cầu phụ
tải. Nó còn được dùng cho dự báo tăng trưởng kinh tế, doanh số bán hàng và thậm chí
cả biểu đồ chứng khoán.
Trở lại vấn đề chính là dự báo nhu cầu điện bằng phương pháp đa hồi quy, cũng giống
như hai phương pháp tiếp cận trực tiếp nói trên, mô hình này cũng có yêu cầu đầu vào
là tăng trưởng kinh tế. Ngoài ra, chúng ta có thể xem xét thêm yếu tố giá điện, tăng
trưởng dân số, tỷ lệ điện hóa/năng lượng, v.v..
17


Về cơ bản các phương pháp dự báo gián tiếp không trực tiếp xác định được Pmax, và
do đó chúng ta sẽ phải đưa thêm một số biến số nhằm xác định giá trị công suất cực đại
của vùng đối tượng. Các biến số này có thể là thời gian sử dụng công suất cực đại
Tmax hoặc là hệ số phụ tải Lf.
Chương 3 và chương 4 kế tiếp sẽ nói rõ hơn về ứng dụng của phương pháp này trong
dự báo nhu cầu phụ tải.
2.5

Ứng dụng thích hợp của các phương pháp

Mỗi phương pháp, mỗi cách tiếp cận nói trên đều có những ưu nhược điểm riêng. Tuy
nhiên, vì đặc tính đơn giản, yêu cầu số liệu không cao, tính toán cho ra kết quả nhanh
nên thông thường các phương pháp gián tiếp (cường độ, đàn hồi điện) hay được sử
dụng trước khi bắt tay vào công tác dự báo nhằm xác định khoảng giá trị phù hợp.
Phương pháp trực tiếp đòi hỏi nghiên cứu kỹ càng chuyên sâu các văn bản có tính pháp
lý. Tuy nhiên tính khách quan và khoa học của phương pháp này không cao. Thêm nữa
hạn chế của nó là không thích hợp với dự báo trung và dài hạn.
Nếu như làm dự báo dài hạn thì hạn chế của phương pháp gián tiếp là không sử dụng
kết quả trực tiếp từ nghiên cứu mối quan hệ giữa nhu cầu điện năng với các yếu tố ảnh
hưởng trực tiếp như tăng trưởng kinh tế, thu nhập, giá điện, yếu tố tiết kiệm điện… trên
cơ sở các số liệu thống kê trong quá khứ.
Mặc dù tốc độ tăng trưởng kinh tế là yếu tố chính ảnh hưởng đến tốc độ tăng trưởng
nhu cầu điện, nhưng cũng không nên bỏ qua các yếu tố khác như giá điện, thu
nhập/đầu người, tiết kiệm điện …Các yếu tố trên dù nhỏ, nếu tổng hợp lại cũng có thể
gây ra những tác động cần phải xem xét. Việc áp dụng phương pháp gián tiếp mô
phỏng- kịch bản phát triển không phải là sai mà chỉ là chưa đủ chặt chẽ. Ví dụ tốc độ
tăng trưởng kinh tế của 1 tỉnh khoảng 10%/năm, nếu dựa vào phương pháp mô phỏng,
chuyên gia thì có thể dự báo nhu cầu điện tăng trưởng khoảng từ 15-22%, không xét
các trường hợp đột biến có tính chất đặc thù đặc biệt. như vậy giải dự báo là quá rộng,
18


việc lựa chọn hệ số đàn hồi chính xác sẽ trở nên khó khăn và cũng mang nặng tính chủ
quan. Thông qua tính toán bằng phương pháp luận khoa học hơn như phương pháp đa
hồi quy, chúng ta có thể thu hẹp giải kinh nghiệm trên và qua đó việc lựa chọn sẽ chính
xác hơn và độ sai lệch sẽ ít hơn.
Phương pháp dự báo đa hồi quy là phương pháp được sử dụng cho dự báo nhu cầu

điện/năng lượng, có ưu điểm hơn so với phương pháp dự báo trực tiếp và gián tiếp và
có thể giải quyết các vấn đề đã nêu ở trên.
Phương pháp dự báo đa hồi quy hiện cũng đang được áp dụng rộng rãi ở Nhật Bản và
một số nước trong khu vực như Malaysia, Indonesia….để dự báo nhu cầu năng lượng
và điện năng trung và dài hạn. Tại Việt Nam, phương pháp này đã được ứng dụng
nhằm dự báo nhu cầu phụ tải điện và năng lượng toàn quốc và ba miền trong Tổng sơ
đồ phát triển điện lực số 6 và số 7, báo cáo đầu tư nhà máy điện hạt nhân và báo cáo
tổng sơ đồ năng lượng Việt Nam, v.v..
Bảng 1 dưới đây đưa ra một số tổng hợp và đánh giá chung về các phương pháp kể trên,

trong đó phương pháp đa hồi quy được tách ra hoàn toàn từ phương pháp gián tiếp.
Bảng 1 So sánh giữa các phương pháp dự báo
Phương pháp

Trực tiếp

Gián tiếp

Đa hồi quy

Số liệu đầu vào

Từng phụ tải cơ sở, quy
hoạch ngành, vùng,v.v..

Vĩ mô, chủ yếu là GDP

Vĩ mô, bao gồm GDP,
giá điện, hệ số TK năng
lượng,…

Tầm dự báo

Phù hợp với xây dựng
kế hoạch ngắn hạn,
dưới 5 năm

Thích hợp dự báo đến
trung hạn dưới 10 năm.

Có thể ứng dụng dự báo
dài hạn, trên 10 năm

Có phụ tải đột biến ngắn
hạn (ví dụ Nhà máy
thép, xi măng)

Có thể trực tiếp tính toán
lượng gia tăng

Rất khó thể hiện sự gia
tăng đột ngột của nhu
cầu trong ngắn hạn

Rất khó thể hiện sự thay
đổi đột ngột của nhu cầu
trong ngắn hạn

Dự báo Pmax

Có thể trực tiếp tính toán
ra Pmax

Phải chia sản lượng cho
Tmax

Có thể tính qua Tmax
hoặc hệ số Lf

Dự báo Hệ số phụ tải Lf

Không tính được

Không tính được

Có thể tính được, xem
thêm chương 4

Mô hình tính toán

Đơn giản, chỉ là nhân
cộng theo kinh tự tháp

Đơn giản,

Phức tạp, có thể xây
dựng nhiều mô hình,
dạng hàm khác nhau

19

Phương pháp

Trực tiếp

Gián tiếp

Đánh giá sai số mô hình

Không có phương tiện
đánh giá

Không đánh giá

Có các hệ số đánh giá
mô hình

Tính khách quan

Dựa phần nhiều trên
kinh nghiệm

Việc xác định các hệ số
đàn hồi trong tương lai
mang nặng tính chủ
quan và kinh nghiệm

Khách quan cao

Ứng dụng

Phù hợp với tất cả các
quy hoạch nguồn lưới,
nhưng chỉ có tầm dự
báo ngắn hạn

Có thể dùng để tính toán
thô ban đầu, nhưng
không thích hợp với các
dự án quy hoạch dài hạn

Thích hợp với các các
quy hoạch nguồn lưới từ
cấp tỉnh trở lên. Có thể
áp dụng với cả dự báo
nhu cầu năng lượng

20

Đa hồi quy


Chương 3. MÔ HÌNH DỰ BÁO ĐA HỒI QUY VÀ CHƯƠNG
TRÌNH SIMPLE_E
3.1

Mô hình dự báo đa hồi quy

Mục này sẽ đi sâu về mô hình dự báo đa hồi quy. Mặc dù đây không phải là một khái

niệm quá mới mẻ do những ứng dụng của nó đã được biết đến trong nhiều năm trở lại
đây, tuy nhiên, việc trình bày lại mô hình này trong khuôn khổ đề tài này sẽ cố gắng
đưa ra những thông tin có tính cơ bản, hạn chế nhắc lại những công thức phức tạp vốn
có đặc trưng trong Xác suất thống kê và Kinh tế lượng.
3.1.1 Khái niệm về mô hình dự báo đa hồi quy
Các mô hình dự báo đa hồi quy, hay còn gọi là hồi quy bội là các mô hình thống kê
nhằm mô tả các tình huống trong đời sống thực tế để từ đó có thể dự báo cho tương lai.
Mô hình dự báo thống kê phân tích các số liệu theo hai thành phần:
•

Thành phần mang tính hệ thống, phi ngẫu nhiên được mô tả bằng một công thức hay
một hàm xu thế.

•

Thành phần hoàn toàn mang tính ngẫu nhiên – phần dư dự báo

Mô hình dự báo mô tả toàn bộ thành phần mang tính hệ thống, phi ngẫu nhiên trong
các số liệu và để lại phần dư dự báo mang tính ngẫu nhiên. Một mô hình dự báo được
thực hiện theo các bước sau đây:
•

Đưa ra mô hình nhằm mô tả một tình huống đã cho. Ví dụ như đưa ra mô hình hồi quy
tuyến tính bội để mô tả quan hệ giữa 1 biến phụ thuộc là mức tiêu thụ điện ánh sáng
sinh hoạt và 2 biến độc lập là chi tiêu tiêu dùng hộ gia đình và giá điện bán lẻ cho hộ
gia dụng.

•

Ước lượng các tham số của mô hình từ các số liệu có được.

•

Xem xét các phần dư (sai số) dự báo của mô hình. Những phần dư dự báo này là phần
thông tin mà mô hình không giải thích được. Nếu các phần dư dự báo không hoàn toàn
mang tính ngẫu nhiên mà có yếu tố mang tính hệ thống, ta cần phải đánh giá lại mô
hình đã đưa ra và nếu có thể cần điều chỉnh lại mô hình để loại bỏ chúng khỏi các sai
số dự báo, và đưa phần yếu tố hệ thống (phi ngẫu nhiên) này vào mô hình dự báo. Nếu
mô hình này là không phù hợp ta cần phải tìm một mô hình khác.
21


•

Khi tìm được một mô hình mà trong đó phần dư dự báo của mô hình này chỉ gồm các
yếu tố ngẫu nhiên, ta có thể sử dụng mô hình này để dự báo, kiểm soát một biến số,
hay giải thích các mối quan hệ giữa các biến số

3.1.2 Mối tương quan giữa các biến số
Làm sao để biết có mối quan hệ giữa tăng trưởng kinh tế và nhu cầu tiêu thụ điện? Để
kiểm tra giả thiết về sự có mặt của mối liên hệ giữa 2 biến số này, và mức độ chặt chẽ
của mối liên hệ này người ta dùng hệ số tương quan r(x,y) . Dưới đây x và y có thể
được được coi là GDP và sản lượng điện trong các năm quá khứ.
r(x,y) = (Σ(xi-X)(yi-Y))/ nσxσy

Trong đó:
n là số lần quan sát
X, Y là kỳ vọng hay giá trị trung bình của biến số x và y tương ứng
σx , σy - Độ lệch tiêu chuẩn của biến số x và y
Nếu r(x,y) = ±1 thì giữa x và y có mối quan hệ hàm số ;

Nếu r(x,y) = 0 thì giữa x và y không có mối quan hệ tương quan.
Khi r(x,y) có giá trị càng gần với ±1 thì mối quan hệ tương quan giữa các biến x và y
càng chặt chẽ. Nếu r = 0 thì giữa x và y không có mối tương quan tuyến tính, lúc này
cần xét xem chúng có mối quan hệ phi tuyến không bằng cách xác định hệ số tương
quan phi tuyến η(x,y).
Trường hợp sự liên hệ là phi tuyến thì hệ số tương quan r mất ý nghĩa, lúc này đánh giá
mức độ chặt chẽ của mối tương quan phi tuyến theo tỷ số tương quan :
1 − ∑ ( xi − X )
2
hệ càng chặt chẽ, nếu cả r và
η càng gần 1 thì mối quan η ( x , y ) =
∑ (yi − Y )
coi là giữa chúng không có mối tương
η đều bằng 0 hoặc gần 0 thì có thể
2

quan.

22


Trong phân tích hồi quy để có được dự báo tốt nhất cho một biến phụ thuộc nào đó,
cần phải sử dụng nhiều biến độc lập, trong đó mỗi biến độc lập góp phần giải thích một
số phần trăm thay đổi trong biến phụ thuộc. Trong trường hợp này cần tạo ra một mô
hình nhằm mô tả mối quan hệ giữa biến phụ thuộc và các biến độc lập này. Một mô
hình sử dụng nhiều biến độc lập để dự báo một biến phụ thuộc được gọi là mô hình hồi
quy bội (hay mô hình đa hồi quy).
Để góp phần giải thích cho những thay đổi trong biến phụ thuộc, những biến độc lập
được đưa vào mô hình trước hết phải có tương quan với biến phụ thuộc.
Tuy nhiên giữa các biến độc lập lại không nên có tương quan với nhau. Trong trường

hợp có tương quan giữa các biến độc lập, kết quả dự báo sẽ không chính xác.
Do vậy trước khi sử dụng một mô hình nào đó để dự báo, cần phải kiểm tra mức độ
tương quan giữa các biến độc lập với nhau, cũng như mức độ tương quan giữa các biến
độc lập với biến phụ thuộc bằng cách sử dụng ma trận tương quan để đánh giá.
3.1.3 Phương trình hồi quy bội
Phương trình hồi quy bội tổng thể có dạng:
Y = β0 + β2X2 + β3X3 +……. + βJXJ + ε

Trong đó β0 là hệ số tự do (hệ số chặn)
β2 , β3 , ……, βJ là các hệ số hồi quy riêng
ε là sai số dự báo tổng thể

Phương trình hồi quy bội mẫu có dạng:
Y = b0 + b2X2 + b3X3 +……. + bJXJ

trong đó b0 , b2 , b3 , ……, bJ là các ước lượng của các hệ số hồi quy riêng
Với các giả thiết như sau:
•

Các giá trị Y tuân theo phân bố chuẩn xung quanh mặt phẳng hồi quy bội.

•

Mức độ phân tán của các điểm xung quanh mặt phẳng hồi quy bội luôn là hằng số tại
mọi điểm trong mặt.
23


•

Các sai số dự báo (ε) độc lập với nhau.

•

Có mối quan hệ tuyến tính giữa mỗi giá trị X và Y tổng thể.

Sau khi có được phương trình dự báo hồi quy bội, để tìm giá trị dự báo cho biến phụ
thuộc Y, ta thay thế giá trị của các biến độc lập vào phương trình và tính ra kết quả.
Điều cần lưu ý là không nên sử dụng các giá trị biến độc lập ngoài vùng quan sát được
trong thực tế vì mối quan hệ giữa các biến số có thể không còn tồn tại như cũ khi vượt
khỏi vùng giá trị quan sát này, và do vậy có thể đưa ra những dự báo không chính xác.
Các hệ số β như trên được xác định bằng phương pháp bình phương cực tiểu (Ordinary
Least Square, OLS) hoặc phương pháp bình phương nhỏ nhất tổng quát (GLS) và sử
dụng ước lượng theo lưới (Grid Search, GS).
Một trong các giả thiết của mô hình hồi quy tuyến tính cổ điển là không có tự tương
quan hay là tương quan chuỗi các sai số trong hàm hồi quy tổng thể. Nhưng trong thực
tế hiện tượng đó có thể xảy ra do một trong những nguyên nhân sau:
Quán tính: Nét nổi bật của hầu hết các chuỗi thời gian trong kinh tế là quán tính.
Chúng ta đều biết các chuỗi thời gian như tổng sản phẩm, chỉ số giá mang tính chu kỳ.
Chẳng hạn ở đầu của thời kỳ khôi phục kinh tế, tổng sản phẩm có xu hướng đi lên.
Trong quá trình biến động này, giá trị của chuỗi ở mỗi thời điểm sau lại cao hơn giá trị
của nó ở thời điểm trước. Như có một xung lượng tiến tăng lên và xung lượng đó tác
động cho đến khi xảy ra. Vì vậy trong hồi quy chuỗi thời gian, các quan sát kế tiếp đó
có nhiều khả năng phụ thuộc lẫn nhau.
Trễ: Trong phân tích hồi quy, chúng ta có thể gặp hiện tượng biến phụ thuộc ở thời kỳ
t, phụ thuộc vào chính biến đó ở thời kỳ t-1 và các biến độc lập khác. Chẳng hạn khi
nghiên cứu mối quan hệ giữa tiêu dùng và thu nhập, chúng ta thấy tiêu dùng ở thời kỳ
hiện tại chẳng những phụ thuộc vào tiêu dùng ở thời kỳ trước đó mà còn phụ thuộc vào
biến thu nhập .

24