Phân tích ảnh hưởng của nhiệt độ lên phụ tải điện khu vực Thành phố Hồ Chí Minh

ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
TRƯỜNG ĐẠI HỌC BÁCH KHOA

NGUYỄN NGỌC HẠNH DUNG

PHÂN TÍCH ẢNH HƯỞNG CỦA NHIỆT ĐỘ
LÊN PHỤ TẢI ĐIỆN KHU VỰC THÀNH PHỐ
HỒ CHÍ MINH
ANALYSIS OF THE INFLUENCE OF
TEMPERATURE ON THE LOAD DEMAND IN
HO CHI MINH CITY

Chuyên ngành: KỸ THUẬT ĐIỆN
Mã số

: 60520202

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, THÁNG 8 NĂM 2019


CÔNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI
TRƯỜNG ĐẠI HỌC BÁCH KHOA
ĐẠI HỌC QUỐC GIẤ THANH PHỐ HỒ CHÍ MINH
Cán bộ hướng dẫn khoa học: PGS-TS Võ Ngọc Điều
Cán bộ chấm nhận xét 1: TS Huỳnh Quốc Việt
Cán bộ chấm nhận xét 2: PGS.TS Lê Chí Kiên
Luận văn thạc sĩ được bảo vệ tại Trường Đại học Bách Khoa, ĐHQG TP. HCM ngày
31 tháng 8 năm 2019.
Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm:

1. TS Lê Kỷ
2. TS Huỳnh Quốc Việt
3. PGS.TS Lê Chí Kiên
4. PGS.TS Ngô Cao Cường
5. TS. Huỳnh Quang Minh
Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trưởng Khoa quản lý chuyên
ngành sau khi luận vãn đã được sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG

TRƯỞNG KHOA


3
CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM
Độc lập - Tự do - Hạnh phúc

ĐẠI HỌC QUỐC GIA TP.HCM
TRƯỜNG DẠI HỌC BÁCH KHOA

NHIỆM VỤ LUẬN VĂN THẠC SĨ
Họ tên học viên: Nguyễn Ngọc Hạnh Dung

MSHV: 1670798

Ngày, tháng, năm sinh: 17/6/1981

Nơi sinh: TPHCM

Chuyên ngành: Kỹ thuật điện

Mã số: 60520202

1- TÊN ĐỀ TÀI: Phân tích ảnh huởng của nhiệt độ lên phụ tải khu vục Thành
phố Hồ Chí Minh.
2- NHIỆM VỤ LUẬN VĂN:
- Tìm hiểu các yếu tố ảnh huởng đến phụ tải điện, tìm hiểu đặc điểm khí hậu khu
vực TPHCM. Tập hợp số liệu về công suất tiêu thụ và nhiệt độ 24 giờ của khu
vực TPHCM.
- Phân tích mức độ tuơng quan giữa các yếu tố công suất tiêu thụ và nhiệt
độ.
- Dự báo phụ tải ngắn hạn (ngày) bằng phương pháp hồi quy tuyến tính trên
cơ sở kết quả phân tích tuơng quan.
3- NGÀY GIAO NHIỆM VỤ:
4- NGÀY HOÀN THÀNH NHIỆM VỤ:
5- HỌ VÀ TÊN CÁN BỘ HƯỚNG DẪN: PGS-TS Võ Ngọc Điều.
Nội dung và đề cương Luận văn thạc sĩ đã đuợc Hội Đồng Chuyên Ngành thông
qua.
Tp. HCM, ngày. . . . tháng.. . . năm 20....
CÁN BỘ HƯỚNG DẪN
(Họ tên và chữ ký)

CHỦ NHIỆM BỘ MÔN ĐÀO TẠO
(Họ tên và chữ ký)

Võ Ngọc Điều
TRƯỞNG KHOA
(Họ tên và chữ ký)


4

LỜI CẢM ƠN
Trong thời gian học tập, nghiên cứu và thực hiện luận văn tốt nghiệp, tôi đã
nhận được sự hướng dẫn, giúp đỡ và hỗ trợ rất nhiệt tình của các Thầy, Cô giáo,
Gia đình, Bạn bè và Đồng nghiệp. Thông qua luận văn này, tôi xin gửi lời cảm ơn
chân thành đến:
o Thầy hướng dẫn: PGS-TS Võ Ngọc Điều, người đã trực tiếp hướng dẫn, cung
cấp kiến thức, phương pháp nghiên cứu, hỗ trợ, giúp đỡ tôi thực hiện hoàn
thành đề tài này.
o Tập thể các Thầy, Cô giáo trường đại học Bách Khoa TPHCM đã tận tình
giảng dạy, giúp đỡ tôi trong suốt quá trình học tập và nghiên cứu tại trường.
o Lãnh đạo Tổng công ty Điện lực Thành phố Hồ Chí Minh, Trung tâm Điều
độ Hệ thống điện Thành phố Hồ Chí Minh, Gia đình, Bạn bè và Đồng nghiệp
đã động viên, khuyến khích và tạo mọi điều kiện thuận lợi về thời gian và
cung cấp số liệu để tôi có thể hoàn thành luận vãn.
Một lần nữa xin gửi lời cảm ơn chân thành đến các Quý Thầy, Cô, Gia đình,
Bạn bè và Đồng nghiệp. Chúc mọi người luôn vui vẻ và hạnh phúc!


5

TÓM TẮT
Phân tích mối tương quan của xu thế thay đổi biểu đồ phụ tải điện của phụ
tải điện với diễn biến về nhiệt độ là một trong các nội dung được Bộ Công
Thương yêu cầu thực hiện khi nghiên cứu phụ tải (Khoản 7 Điều 22 Thông tư số
19/2017/TT-BCT ngày 29/9/2017). Thực tế cho thấy là giữa nhiệt độ và nhu cầu
tiêu thụ điện có mối liên hệ mật thiết, và việc nghiên cứu mối liên hệ giữa 02 đại
lượng này sẽ hỗ trợ tốt cho công tác dự báo nhu cầu phụ tải điện phục vụ vận
hành hệ thống điện, thị trường điện và xây dựng kế hoạch phát triển lưới điện.
Mục tiêu chính của luận văn này là rút ra được mối tương quan giữa nhiệt

độ và phụ tải khu vực TPHCM, thực hiện dự báo phụ tải ngắn hạn theo mô hình
hồi quy tuyến tính phục vụ cho công tác vận hành hệ thống điện của Tổng công
ty Điện lực TPHCM.
Luận văn được chia thành 05 chương với nội dung nghiên cứu lần lượt như sau:
- Chương I:
- Chương II:

Giới thiệu đề tài.
Các yếu tố ảnh hưởng đến phụ tải điện.

- Chương III:
- Chương IV:

Mô hình tính toán phân tích tương quan giữa nhiệt độ và phụ
tải, dự báo phụ tải ngắn hạn.
Kết quả phân tích.

- Chương V:

Kết luận và hướng phát triển đề tài.


6

ABSTRACT
Analyzing the correlation between electricity consumption and temperature
variability is one of the contents requested by the Ministry of Industry and Trade
when studying the electricity demand (Cứcular No. 19/2017/TT-BCT dated
September 29, 2017). The relationship between temperature and electricity
consumption is given by factual evidence, and the study of this relationship will

support the load forecasting, operating the electricity system, electricity market
and formulating the grid development plan.
The main objective of this thesis is to determine the correlation between
electricity consumption and temperature in Ho Chi Minh City, to perform shortterm load forecast by linear regression model for the operation of the electricity
system of the Ho Chi Minh City Power Company.
The thesis consists of 05 chapters with the following research contents:
- Chapter I: Introduction
- Chapter II: Factor affecting load demand
- Chapter III: Model of correlation analysis between temperature and
load, short-term load forecast
- Chapter IV: Results
- Chapter V: Conclusions and future work


7

LỜI CAM ĐOAN
Luận văn này là công trình nghiên cứu của cá nhân tôi, đuợc thục hiện duới
sụ huớng dẫn khoa học của PGS.TS Võ Ngọc Điều. Các số liệu, những kết luận
nghiên cứu đuợc trình bày trong luận văn này hoàn toàn trung thục.
Tôi xin hoàn toàn chịu trách nhiệm về lời cam đoan này.
Học viên

Nguyễn Ngọc Hạnh Dung


8

DANH MỤC CÁC HÌNH VẼ
Hình 1 Lượng điện năng tiêu thụ ngày cao nhất qua các năm từ 2010-2019.14

Hình 2 Dữ liệu khi hậu khu vực Thành phố Hồ Chí Minh ............................. 22
Hình 3 Minh họa mức độ tương quan của một số trường hợp ........................ 25
Hình 4 Minh họa mô hình phân tích hồi quy tuyến tính .................................. 26
Hình 5 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2015... 31
Hình 6 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2015.32
Hình 7 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2016.33
Hình 8 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2016... 34
Hình 9 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2017... 35
Hình 10 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2017.36
Hình 11 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 2018.37
Hình 12 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa năm 2018.38
Hình 13 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mưa năm 6 tháng
đầu năm 2019 .................................................................................................. 39
Hình 14 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mưa 6 tháng đầu
năm 2019 ......................................................................................................... 40
Hình 15 Đồ thị phụ tải trung bình các năm từ 2015 đến 2019......................... 41
Hình 16 Đồ thị phụ tải cực đại các năm từ 2015 đến 2019.............................. 41
Hình 17 Đồ thị phụ tải cực tiểu các năm từ 2015 đến 2019 ............................ 42
Hình 18 Đồ thị nhiệt độ trung bình các năm từ 2015 đến 2019....................... 43
Hình 19 Đồ thị nhiệt độ cực đại các năm từ 2015 đến 2019 ........................... 43
Hình 20 Đồ thị nhiệt độ cực tiểu các năm từ 2015 đến 2019 .......................... 44
Hình 21 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc
(trừ ngày nghỉ thêm) năm 2015 ........................................................................ 45
Hình 22 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc
(trừ ngày nghỉ thêm) năm 2016 ........................................................................ 45
Hình 23 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc
(trừ ngày nghỉ thêm) năm 201745 Hình 25 Đồ thị biển diễn p tổng trong ngày và T


9

Hình 24 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc
(trừ ngày nghỉ thêm) năm 2018
46
trung bình các ngày làm việc
(trừ ngày nghỉ thêm) 6 tháng đầu năm 2019 .................................................... 46
Hình 26 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm
việc (trừ ngày nghỉ thêm) năm 2015 ................................................................ 47
Hình 27 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm việc (trừ
ngày nghỉ thêm) năm 2016................................................................................ 48
Hình 28 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm
việc (trừ ngày nghỉ thêm) năm 2017 ................................................................. 49
Hình 29 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm việc (trừ
ngày nghỉ thêm) năm 2018................................................................................ 50
Hình 30 Đồ thị tuơng quan p tổng trong ngày và T trung bình các ngày làm việc (trừ
ngày nghỉ thêm) 6 tháng đầu năm 2019 ............................................................ 51
Hình 31 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
làm việc trong năm 2018 ................................................................................... 52
Hình 32 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
thứ bảy trong năm 2018 .................................................................................... 54
Hình 33 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
chủ nhật trong năm 2018 ................................................................................... 56
Hình 34 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
làm việc mùa khô năm 2018 ............................................................................. 58
Hình 35 Đồ thị tương quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
thứ bảy mùa khô năm 2018 ............................................................................... 60
Hình 36 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
chủ nhật mùa khô năm 2018 ............................................................................. 62
Hình 37 Đồ thị tuơng quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
làm việc mùa mưa năm 2018 ............................................................................ 64

Hình 38 Đồ thị tương quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
thứ bảy mùa mưa năm 2018 .............................................................................. 66
Hình 39 Đồ thị tương quan và đồ thị biến thiên giữa p tổng và T trung bình các ngày
chủ nhật mùa mưa năm 2018 ............................................................................ 68


10

DANH MỤC CÁC BẢNG
Bảng 1 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày
làm việc (trừ ngày nghỉ thêm) năm 2015 .......................................................... 47
Bảng 2 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm
việc (trừ ngày nghỉ thêm) năm 2016 ................................................................. 48
Bảng 3 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm
việc (trừ ngày nghỉ thêm) năm 2017 ................................................................. 49
Bảng 4 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm
việc (trừ ngày nghỉ thêm) năm 2018 ................................................................. 50
Bảng 5 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm
việc (trừ ngày nghỉ thêm) 6 tháng đầu năm năm 2019 ..................................... 51
Bảng 6 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày làm
việc (trừ ngày nghỉ thêm) năm 2018 ................................................................. 53
Bảng 7 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các
ngày làm việc (trừ ngày nghỉ thêm) năm 2018 ................................................. 54
Bảng 8 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày thứ
bảy năm 2018 .................................................................................................... 55
Bảng 9 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các
ngày thứ bảy năm 2018 ..................................................................................... 56
Bảng 10 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ
nhật năm 2018 ................................................................................................... 57
Bảng 10 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ

nhật năm 2018 ................................................................................................... 57
Bảng 11 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các
ngày chủ nhật năm 2018 ................................................................................... 58
Bảng 12 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày chủ
nhật năm 2018 ................................................................................................... 59


11

Hình 24 Đồ thị biển diễn p tổng trong ngày và T trung bình các ngày làm việc
(trừ ngày nghỉ thêm) năm 2018
46
Bảng 13 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ các
ngày làm việc mùa khô năm 2018 .................................................................... 60
Bảng 14 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày
thứ bảy mùa khô năm 2018 .............................................................................. 61
Bảng 15 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ
các ngày thứ bảy mùa khô năm 2018 ............................................................... 62
Bảng 16 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày
chủ nhật mùa khô năm 2018 ............................................................................. 63
Bảng 17 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ
các ngày chủ nhật mùa khô năm 2018 ............................................................. 64
Bảng 18 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày
làm việc mùa mưa năm 2018 ............................................................................ 65
Bảng 19 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt
độ các ngày làm việc mùa mưa năm 2018 ....................................................... 66
Bảng 20 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày
thứ bảy mùa mưa năm 2018 ............................................................................. 67
Bảng 21 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ
các ngày thứ bảy mùa mưa năm 2018 .............................................................. 68

Bảng 22 Hệ số tương quan giữa các đại lượng Công suất và Nhiệt độ các ngày
chủ nhật mùa mưa năm 2018............................................................................ 69
Bảng 23 Hệ số tương quan giữa các đại lượng Công suất từng giờ và Nhiệt độ
các ngày chủ nhật mùa mưa năm 2018 ............................................................ 70
Bảng 24 Kết quả dự báo p tổng và p max

tháng 4/2018 ............................... 71

Bảng 25 Kết quả dự báo p tổng và p max

tháng 11/2018 ............................. 72

Bảng 26 Kết quả dự báo p tổng và p max

tháng 6/2019 ............................... 73


12

MỤC LỤC
NHIỆM VỤ LUẬN VÀN THẠC SĨ ....................................................................... 3
LỜI CẢM ƠN .......................................................................................................... 4
TÓM TẮT ................................................................................................................ 5
LỜI CAM ĐOAN .................................................................................................... 7
DANH MỤC CÁC HÌNH VẼ ................................................................................. 8
DANH MỤC CÁC BẢNG .................................................................................... 10
MỤC LỤC ............................................................................................................. 12
CHƯƠNG I. GIỚI THIỆU ĐỀ TÀI ...................................................................... 14
1.1

Yêu cầu thục tế .................................................................................... 14

1.2

Mục tiêu nghiên cứu của luận văn ....................................................... 16

1.3

Phạm vi nghiên cứu ............................................................................. 16

1.4

Đối tuợng nghiên cứu .......................................................................... 16

1.5

Tóm tắt Chuơng 1 ................................................................................ 17

CHƯƠNG II. CÁC YẾU TỐ ẢNH HƯỞNG ĐẾN PHỤ TẢI ĐIỆN ................... 18
2.1 Tổng quan về một số nghiên cứu mối tuơng quan giũa nhiệt độ và phụ
tải 18
2.2 Các yếu tố ảnh huởng đến phụ tải điện .............................................. 19
2.3 Tìm hiểu về đặc điểm khí hậu, thời tiết khu vục Thành phố Hồ Chí
Minh: ......................", ...................... . ......................................................... 21
2.4

Tóm tắt Chuơng II ............................................................................... 23

CHƯƠNG III. MÔ HÌNH TÍNH TOÁN PHẦN TÍCH TƯƠNG QUAN GIỮA
NHIỆT ĐỘ VÀ PHỤ TẢI, DỰ BÁO PHỤ TẢI NGÁN HẠN ............................. 24

3.1

Hệ số tuơng quan và mô hình hồi quy tuyến tính ............................... 24

3.1.1 Hệ số tuơng quan ............................................................................ 24
3.1.2 Mô hình hồi quy tuyến tính ............................................................ 25
3.2 Các buớc thục hiện phân tích tuơng quan giữa phụ tải và nhiệt độ khu
vục TPHCM; dụ báo phụ tải ngắn hạn ......................................................... 26
3.3

Tóm tắt Chương III .............................................................................. 29


13

CHƯƠNG IV. KẾT QUẢ PHÂN TÍCH ............................................................... 30
4.1 Nhận xét và đồ thị phụ tải điện và đồ thị nhiệt độ 24 giờ khu vực
TPHCM qua các năm .................................................................................... 30
4.2

Kết quả phân tích tương quan giữa công suất và nhiệt độ: ................. 44

4.2.1

Phân tích kết quả qua các năm ..................................................... 44

4.2.1.1 Phân tích cho năm 2015........................................................... 44
4.2.1.2 Phân tích cho năm 2016.......................................................... 48
4.2.1.3 Phân tích cho năm 2017........................................................... 49
4.2.1.4 Phân tích cho năm 2018........................................................... 50

4.2.1.5 Phân tích cho năm 2019........................................................... 51
4.2.1.6 Các ngày làm việc trong năm 2018 (không trừ ngày nghỉ thêm):
52
4.2.1.7 Các ngày thứ bảy trong năm 2018 ........................................... 54
4.2.1.8 Các ngày chủ nhật trong năm 2018 ......................................... 56
4.2.1.9 Các ngày làm việc trong mùa khô năm 2018 .......................... 58
4.2.1.10 Các ngày thứ bảy trong mùa khô năm 2018 .......................... 60
4.2.1.11 Các ngày chủ nhật trong mùa khô năm 2018 ........................ 62
4.2.1.12 Các ngày làm việc trong mùa mưa năm 2018 ....................... 64
4.2.1.13 Các ngày thứ bảy trong mùa mưa năm 2018 ......................... 66
4.2.1.14 Các ngày chủ nhật trong mùa mưa năm 2018 ....................... 68
4.2.2

Kết luận về kết quả phân tích tương quan ..................................... 70

4.3

Dự báo phụ tải ..................................................................................... 70

4.4

Tóm tắt Chương IV ............................................................................. 74

CHƯƠNG V. KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN CỦA ĐỂ TÀI ............. 75
5.1 Kết luận ................................................................................................. 75
5.2 Hướng phát triển sắp tới của đề tài ....................................................... 75
TÀI LIỆU THAM KHẢO ..................................................................................... 76
PHỤ LỤC .............................................................................................................. 78

14

CHƯƠNG I. GIỚI THIỆU ĐỀ TÀI
1.1 Yêu cầu thực tế
“Tiêu thụ điện toàn quốc ỉạỉ tạo kỷ lục mới vào ngày 21/6/2019 do đợt nắng
nóng gay gắt kéo dài, EVN đã phải huy động nhiều tổ mảy chạy dầu để đảm bảo
cung cấp điện Đây là thông tin ghi nhận từ thông cáo báo chí của Tập đoàn Điện
lực Việt Nam phát đi ngày 21/6/2019 [1]. Tại Thành phố Hồ Chi Mình, Tổng
công ty Điện lực TP HCM (EVNHCMC) cho biết, lượng điện năng tiêu thụ từ
đầu năm 2019 đến nay liên tục đi lên. Tỉnh đến hết thảng 3/2019, sản lượng tiêu
thụ đạt 2,38 tỷ kWh, tăng hơn 44% so vởi thảng 2 (1,65 tỷ kwh). Chưa hết thảng
4 nhưng lượng tiêu thụ dự kiến của thảng cỏ thể ở mức 2,5 tỷ kWh - mức cao nhất
trong 10 năm qua của TPHCM.
lưưng điện nãng tiêu thụ/ngày cao nhất (triệu kWh)
(Kgunn: Trung tăm Điều độ HTĐ TPHCM
ỈDO.ŨO

Sử. Củ
80.00
«11

70,00
«100
50,00

ItẸ

cc

3

<0J- - = rã
—

Hình 1 Lượng
năng tiêu thụ
nhất qua cảc
2010-2019

40,00
50,00
20,00
10.00
ỈŨIO

2011

2 012

2013

2014 ÌỬ15 2O1É 2017

Năm

2018

2019

điện

ngày cao
năm từ

Trong tháng 4/2019, lượng điện năng tiêu thụ ngày cao nhất đã đạt mức
90,038 triệu kWh, đạt đỉnh của 10 năm và cao gấp 2,5 lần so với ngày 6/2 - ngày
thấp nhất tính từ đầu năm khi đạt 35,5 triệu kwh.
Nguyên nhân chỉnh dẫn đến sản lượng điện tiêu thụ tăng cao kỷ lục lả nắng
nóng kéo dài, có ngày trong thảng 4 nhiệt độ đạt 40-42 độ c. Cũng chinh vì nắng
nóng, sản lượng tiêu đùng điện thảng 4 của nhiều hộ gia đình, doanh nghiệp cao
gấp 2-3 lần so vởi thảng 3 [1].
Thực tế này cho thấy là giữa nhiệt độ và nhu cầu tiêu thụ điện cỏ mối liên
hệ mật thiết, và việc nghiên cứu mối liên hệ giữa 02 đại lượng này sẽ hỗ trợ tốt
cho công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ thống điện, thị
trường điện và xây dựng kế hoạch phát triển lưới điện.


15

Trên thế giới, đã có một số nghiên cứu về mối liên hệ giữa nhiệt độ hoặc
rộng hơn là nghiên cứu ảnh hưởng của biến đổi khí hậu đến nhu cầu tiêu thụ điện
[2-8]. Đây là một trong các nội dung trong lĩnh vực nghiên cứu, phân tích và dự
báo nhu cầu tiêu thụ điện.
Ở Việt Nam, nhận thấy tầm quan trọng của việc nghiên cứu phụ tải điện,
ngay từ năm 2011, Bộ Công Thương đã ban hành Thông tư số 33/2011/TT- BCT
ngày 06/9/2011 quy định nội dung, phương pháp và trình tự nghiên cứu phụ tải
điện và cập nhật nội dung này vào tháng 9/2017 khi ban hành Thông tư số
19/2017/TT-BCT ngày 29/9/2017. Mục đích của việc nghiên cứu phụ tải nhằm:
a) Xây dựng và đề xuất cơ cấu biểu giá điện phù hợp với từng đối tượng khách
hàng sử dụng điện; b) Đánh giá tiềm năng, xây dựng và triển khai thực hiện các
chương trình quản lý nhu cầu điện, chương trình sử dụng năng lượng tiết kiệm và

hiệu quả; c) Hỗ trợ công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ
thống điện, thị trường điện và xây dựng kế hoạch phát triển lưới điện để đáp ứng
nhu cầu phụ tải điện [9],[10],
Theo đó, nghiên cứu phụ tải điện là nhiệm vụ bắt buộc được đặt ra cho Tập
đoàn Điện lực Việt Nam và Đơn vị trực thuộc. Một trong các nội dung quan trọng
khi nghiên cứu phụ tải là cần xây dựng được biểu đồ phụ tải điện điển hình của
hệ thống và phân tích mối tương quan của xu thế thay đổi biểu đồ phụ tải điện
với diễn biến về nhiệt độ phục vụ cho công tác dự báo phụ tải - một công tác quan
trọng được nhắc đến trong hầu hết các quy định liên quan đến việc quản lý và vận
hành hệ thống điện do Bộ Công Thương ban hành [11-14],
Tại Tổng công ty Điện lực TPHCM, công tác dự báo phụ tải điện định kỳ
hàng ngày, tuần và tháng do Trung tâm Điều độ Hệ thống điện TPHCM phụ trách.
Việc dự báo căn cứ vào dữ liệu phụ tải điện trong quá khứ, tình hình dự báo thời
tiết (trong đó nhiệt độ đóng vai trò chủ yếu) và kinh nghiệm của chuyên gia theo
dõi hệ thống. Hiện tại, Tổng công ty cũng đang nghiên cứu triển khai phần mềm
dự báo phụ tải áp dụng các thuật toán học máy (Machine Learning) thuộc lĩnh
vực trí tuệ nhân tạo như mạng noron nhân tạo (ANN - Artificial Neural Network),
máy hỗ trợ vector hồi quy (SVR - Support Vector machine Regression), rừng
ngẫu nhiên (Random forest),... trong gói phần mềm thuộc dự án Xây dựng Trung
tâm giám sát vận hành (OCC - Operations Control Center) tại Tổng công ty Điện
lực TPHCM do Công ty ATS thực hiện. Các thuật toán học máy được coi là một
công cụ mạnh để giải quyết các bài toán có tính phi tuyến, phức tạp và đặc biệt
trong các trường họp mà mối quan hệ giữa các quá trình không dễ thiết lập một


16

cách tường minh, huy vọng sẽ đem đến kết quả dự báo tiệm cận với thực tế nhất.
Bên cạnh việc áp dụng phần mềm hiện đại sử dụng các thuật toán máy học
(mỗi thuật toán được xem như một hộp đen mà người sử dụng không thể biết

được quá trình xử lý chi tiết), rất cần thiết phải nắm bắt được các quy luật, các
yếu tố tác động chính đến nhu cầu sử dụng điện để từ đó có được số liệu đầu vào
chính xác hỗ trợ tốt nhất cho công tác dự báo bằng phần mềm mà nhiệt độ là một
trong các yếu tố đã được chứng minh có ảnh hưởng lớn đến nhu cầu sử dụng điện.
1.2 Mục tiêu nghiên cứu của luận văn
Mục tiêu chính của luận văn này là rút ra được mối tương quan giữa nhiệt
độ phụ tải khu vực TPHCM, thực hiện dự báo phụ tải ngắn hạn (theo ngày) sử
dụng mô hình hồi quy tuyến tính phục vụ cho công tác vận hành hệ thống điện
của Tổng công ty Điện lực TPHCM.
1.3 Phạm vỉ nghiên cứu
Trong phạm vi khu vực TPHCM.
1.4 Đối tượng nghiên cứu
Công suất tiêu thụ (P-MW) và nhiệt độ (T°C) từng giờ trong ngày của toàn
TPHCM.
Luận văn này chọn nhiệt độ làm yếu tố để phân tích ảnh hưởng đến phụ
tải điện vì các lý do sau:
- Phân tích mối tương quan của xu thế thay đổi biểu đồ phụ tải điện của phụ
tải điện với diễn biến về nhiệt độ là một trong các nội dung được Bộ Công
Thương yêu cầu thực hiện khi nghiên cứu phụ tải (Khoản 7 Điều 22 [10]).
- Tình hình tiêu thụ điện thực tế cho thấy các ngày nắng nóng thì điện năng
tiêu thụ của hệ thống tăng cao, chứng tỏ có sự ảnh hưởng của nhiệt độ [1],
- Một số nghiên cứu trên thế giới đã chứng minh có mối liên hệ giữa nhiệt
độ và phụ tải điện cũng như thực hiện việc phân tích ảnh hưởng của nhiệt
độ lên phụ tải điện [2-8],
1.5 Tóm tắt Chương I
Thực tế này cho thấy là giữa nhiệt độ và nhu cầu tiêu thụ điện có mối liên
hệ mật thiết, và việc nghiên cứu mối liên hệ giữa 02 đại lượng này sẽ hỗ trự tốt
cho công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ thống điện, thị
trường điện và xây dựng kế hoạch phát triển lưới điện. Nội dung chương này giới

17

thiệu tổng quan về yêu cầu thực tế cần nghiên cứu ảnh hưởng của nhiệt độ đến
phụ tải khu vực Thành phố Hồ Chí Minh, phục vụ công tác dự báo phụ tải ngắn
hạn. Hệ số tương quan và mô hình phân tích hồi quy tuyến tính là hai công cụ
được áp dụng chính trong luận văn này.


18

CHƯƠNG II. CÁC YẾU TÔ ẢNH HƯỞNG ĐẾN PHỤ
TẢI ĐIỆN

•
2.1 Tổng quan về một số nghiên cứu mối tương quan giữa nhiệt độ và phụ
tải
Một số nghiên cứu trước đây trên thế giới đã sử dụng hệ số tương quan, hàm
hồi quy tuyến tính để phân tích mối tương quan giữa phụ tải điện và nhiệt độ,
phục vụ bài toán dự báo phụ tải ngắn hạn, cụ thể như:
Nghiên cứu tại các thành phố Tabriz, Tehran, và Ahavar đại điện cho các
vùng khí hậu đặc trưng khác nhau tại Iran như thành phố Tabriz với khí hậu lạnh
có mùa đông lạnh và mùa hè ôn đới, thành phố Tehran với khí hậu bán khô hạn
lạnh, và thành phố Ahavar với khí hậu ấm. Nghiên cứu đã chỉ ra rằng nhiệt độ có
ảnh hưởng lớn đến phụ tải tiêu thụ tại Iran và đây được xem là biến đầu vào trong
việc dự báo phụ tại ngắn hạn [2],
Nghiên cứu về ảnh hưởng của biến đổi khí hậu đến đến nhu cầu tiêu thụ điện
trong tương lai tại Thái Lan, đến năm 2080, nhiệt độ tại Thái Lan sẽ tăng thêm từ
l,74°c đến 3,43°c dẫn đến điện năng tiêu thụ đỉnh sẽ tăng 1,5% đến 3,1% vào năm
2020, 3,7% đến 8,3% vào năm 2050 và tăng 6,6% đến 15,3% vào năm 2080 [3].

Nghiên cứu về ảnh hưởng của nhiệt độ đến đồ thị phụ tải và tổn thất trên
lưới điện phân phối khi nhiệt độ thay đổi tại Đài Loan cũng cho thấy điện năng
của tiêu thụ của thành phố Đài Bắc đã tăng thêm 365 MW tương ứng 22% khi
nhiệt độ tăng thêm 5°c chủ yếu do nhu cầu sử dụng máy điều hòa không khí tăng
khi nhiệt độ tăng [4]
Đe tăng độ chính xác khi dự báo phụ tải ngắn hạn, kỹ thuật phân rã theo mô
hình thực nghiệm (Empirical Mode Decomposition - EMD) cũng đã được áp
dụng để phân tích mối liên hệ giữa đồ thị phụ tải điện và nhiệt độ tại Anh. Theo
đó, các đồ thị phụ tải và các đồ thị nhiệt độ được áp dụng kỹ thuật EMD trước
khi tiến hành phân tích tương quan, kết quả cho thấy hệ số tương quan của các
đại lượng sau khi áp dụng EMD tăng lên đáng kể (R =0.9) [5].
Các nghiên cứu chuyên sâu khác như nghiên cứu về ảnh hưởng của nhiệt độ
trung bình trong ngày và điện năng tiêu thụ trong ngày tại Thành phố Kragujevac
(Cộng hòa Serbia) trong vòng bảy năm từ 2006 đến 2012 đã chỉ ra nhiệt độ không
khí trung bình hàng ngày là thông số khí hậu có ảnh hưởng nhất đến nhu cầu tiêu
thụ điện [6]; Bằng cách sủ dụng dữ liệu về mức tiêu thụ điện và nhiệt độ hàng


19

ngày trong giai đoạn từ năm 2003 đến 2007 tại Thuợng Hải, các tác giả đã chỉ ra
rằng mùa đông và mùa hè là hai mùa cao điểm tiêu thụ năng luợng do hệ thống
suởi ấm dân cu đô thị và và nhu cầu làm mát của nguời dân tăng lên [7], Nghiên
cứu về ảnh huơng của nhiệt độ đến từng loại hộ tiêu thụ tại Tây Ban Nha cũng đã
cho thấy nhu cầu tiêu thụ điện chịu ảnh huởng của nhiệt độ và cũng tùy thuộc
từng loại hộ tiêu thụ [8],
2.2 Các yếu tố ảnh hưởng đến phụ tải điện
Có rất nhiều yếu tố ảnh hưởng đến nhu cầu tiêu thụ điện [15], [16] và cần
nhận diện chính xác chúng để tăng độ chính xác trong công tác dự báo phụ tải.
Các yếu tố ảnh hưởng chính gồm có:

Yếu tố về thời gian:
Bao gồm thời gian của năm, các ngày trong tuần, các giờ trong ngày (giờ
ban ngày, giờ ban đêm, giờ làm việc, giờ nghỉ). Có sự khác biệt giữa phụ tải giữa
ngày làm việc và ngày cuối tuần, ngày lễ; ngày dương lịch và ngày âm lịch. Phụ
tải giữa các ngày trong tuần cũng có sự khác nhau.
Yếu tố về kình tế:
Điều kiện kinh tế trong một khu vực có thể ảnh hưởng đến hình dạng đồ thị
phụ tải, bao gồm các yếu tố như:
- Xu hướng kinh tể', suy thoái hoặc tăng trưởng.
- GDP (Gross Domestic Product - Tổng sản phẩm quốc nội): giá trị thị
trường của tất cả hàng hóa và dịch vụ cuối cùng được sản xuất ra trong
phạm vi một lãnh thổ nhất định (thường là quốc gia) trong một thời kỳ nhất
định(thường là một năm). GDP là một trong những chỉ số cơ bản để đánh
giá sự phát triển kinh tế của một vùng lãnh thổ nào đó. Tăng trưởng kinh
tế và tác động của nó đến mức sống là động lực chính để kích thích nhu
cầu năng lượng.
- GNP (Gross National Product - Tống sản phấm quốc gia): là một chỉ tiêu
kinh tế đánh giá sự phát triển kinh tế của một đất nước nó được tính là tổng
giá trị bằng tiền của các sản phẩm cuối cùng và dịch vụ mà công dân của
một nước làm ra trong một khoảng thời gian nào đó, thông thường là một
năm tài chính, không kể làm ra ở đâu (trong hay ngoài nước).. GNP sử
dụng như một chỉ báo về xu hướng kinh tế.
- Hộ gia đình: Hộ gia đình được đưa vào xem xét bởi vì sự tồn tại của các


20

hộ gia đình có nghĩa là sự tồn tại của các thiết bị như máy hút bụi và máy
giặt, w
- Giả xăng dầu: Giá dầu xăng đóng một vai trò quan trọng như sự thay đổi

của giá xăng dầu sẽ thay đổi chi phí sản xuất điện và do đó giá cả của điện,
cuối cùng ảnh hưởng đến đường cong tải.
- Gia tăng dân sổ: Tốc độ tăng dân số cao sẽ tăng mức tiêu thụ điện năng.
Do đó phải là một mối tương quan tích cực giữa dân số tăng trưởng và tiêu
thụ điện năng.
- Phát triển công nghiệp: Phát triển công nghiệp trong một khu vực cụ thể
cũng sẽ tăng sức mạnh tiêu dùng.
- Giá điện: Đây cũng là một yếu tố quan trọng ảnh hưởng đến nhu cầu tiêu
thụ điện.
Các điều kiện trên chủ yếu ảnh hưởng đến dự báo phụ tải dài hạn.
Yếu tố khí hậu, thời tiết:
- Khí hậu: là thời tiết trung bình trong khoảng thời gian dài. Thời gian trung
bình chuẩn để xét là 30 năm. Khí hậu cũng phụ thuộc vào thời gian: tính
thời vụ, hàng năm và vào nhiều thập kỷ. Tại Việt Nam, khí hậu phân bố
thành 3 vùng khí hậu riêng biệt với miền Bắc và Bắc Trung Bộ là khí hậu
cận nhiệt đới ẩm. Miền Bắc gồm 4 mùa: Xuân Hạ Thu và Đông. Miền
Trung và Nam Trung bộ là khí hậu nhiệt đới gió mùa, miền cực Nam Trung
Bộ và Nam Bộ mang đặc điểm nhiệt đới xavan. Đồng thời, do nằm ở rìa
phía Đông Nam của phần châu Á lục địa, giáp với Biển Đông (một phần
của Thái Bình Dương), nên chịu ảnh hưởng trực tiếp của kiểu khí hậu gió
mùa mậu dịch, thường thổi ở các vùng vĩ độ thấp. Miền Nam thường có 2
mùa: mùa mưa và mùa khô. Biến đổi khí hậu ảnh hưởng lớn việc tiêu thụ
năng lượng. Khí hậu là yếu tố ảnh hưởng đến dự báo phụ tải dài hạn
- Thời tiết là tập hợp các trạng thái của các yếu tố khí tượng xảy ra trong khí
quyển ở một thời điểm, một khoảng thời giannhất định như nắng hay mưa,
nóng hay lạnh, ẩm thấp hay khô ráo. Hầu hết các hiện tượng thời tiết diễn
ra trong tầng đối lưu. Thuật ngữ này thường nói về hoạt động của các hiện
tượng khí tượng trong các thời kì ngắn (ngày hoặc giờ), khác với thuật ngữ
"khí hậu" - nói về các điều kiện không khí bình quân trong một thời gian
dài. Các yếu tố thời tiết bao gồm:

21

■ Nhiệt độ
■ Độ ẩm
■ Luợng mua
■ Tốc độ gió
■ Mây che và cuờng độ ánh sáng
Trên thục tế, các yếu tố thời tiết đuợc dụ báo là các yếu tố quan trọng
nhất trong các dụ báo phụ tải ngắn hạn.
Thành phần phụ tải điện'.
Thành phần phụ tải điện là phụ tải điện đuợc phân loại theo cơ cấu tiêu thụ
điện, bao gồm: Công Nghiệp - Xây dụng, Thuơng mại - Dịch vụ, Nông nghiệp Lâm nghiệp - Thủy sản, Sinh hoạt, Nhà hàng - Khách sạn và các hoạt động khác.
Đồ thị phụ tải của từng thành phần khác nhau ảnh huởng lớn đến việc dụ báo phụ
tải.
Các yếu tố ngẫu nhiên:
Các sụ kiện đặc biệt trong năm (giờ trái đất, hoạt động văn hóa, thể thao,..),
sụ cố luới điện dẫn đến việc sa thải phụ tải đột ngột, các khu công nghiệp ngùng
hoạt động, công nhân đình công dẫn đến sụ thay đổi phụ tải đột ngột.
2.3 Tìm hiểu về đặc điểm khí hậu, thòi tiết khu vực Thành phố Hồ Chí Minh
[17]:
Nằm trong vùng nhiệt đới xavan, cũng nhu một số tỉnh Nam bộ khác Thành
phố Hồ Chí Minh không có bốn mùa: xuân, hạ, thu, đông, nhiệt độ cao đều và
mua quanh năm (mùa khô ít mua). Trong năm Thành phố Hồ Chí Minh có 2 mùa
là biến thể của mùa hè: mùa mua - khô rõ rệt. Mùa mua đuợc bắt đầu từ tháng 5
tới tháng ll(khí hậu nóng ẩm, nhiệt độ cao mua nhiều), còn mùa khô từ tháng 12
tới tháng 4 năm sau (khí hậu khô, nhiệt độ cao và mua ít). Trung bình, Thành phố
Hồ Chí Minh có 160 tới 270 giờ nắng một tháng, nhiệt độ trung bình 27 °C, cao
nhất lên tới 40 °C, thấp nhất xuống 13,8 °C. Hàng năm, thành phố có 330 ngày

nhiệt độ trung bình 25 tới 28 °C. Luợng mua trung bình của thành phố đạt 1.949
mm/nãm, trong đó năm 1908 đạt cao nhất 2.718 mm, thấp nhất xuống 1.392 mm
vào năm 1958. Một năm, ở thành phố có trung bình 159 ngày mua, tập trung
nhiều nhất vào các tháng từ 5 tới 11, chiếm khoảng 90%, đặc biệt hai tháng 6 và
9. Trên phạm vi không gian thành phố, luợng mua phân bố không đều, khuynh
huớng tăng theo trục Tây Nam - Đông Bắc. Các quận nội thành và các huyện phía


22

bắc có luợng mua cao hơn khu vục còn lại.
Thành phố Hồ Chí Minh chịu ảnh huởng bởi hai huớng gió chính là gió mùa
Tây - Tây Nam và Bắc - Đông Bắc. Gió Tây - Tây Nam từ Ấn Độ Duơng, tốc độ
trung bình 3,6 m/s, vào mùa mua. Gió Gió Bắc - Đông Bắc từ biển Đông, tốc độ
trung bình 2,4 m/s, vào mùa khô. Ngoài ra còn có gió mậu dịch theo huớng Nam
- Đông Nam vào khoảng tháng 3 tới tháng 5, trung bình 3,7 m/s. Có thể nói Thành
phố Hồ Chí Minh thuộc vùng không có gió bão. Cũng nhu luợng mua, độ ẩm
không khí ở thành phố lên cao vào mùa mua (80%), và xuống thấp vào mùa khô
(74,5%). Bình quân độ ẩm không khí đạt 79,5%/năm.
Với những biến đổi khí hậu Sài Gòn thuộc danh sách 10 thành phố trên thế
giới bị đe dọa vì nguy cơ mục nuớc biển dâng cao. Theo dụ tính của Liên Hiệp
Quốc thì đến năm 2050 nuớc biển sẽ dâng 26 cm và 70% khu đô thị Sài Gòn sẽ
bị ngập lụt. Ngân hàng Phát triển Á châu uớc luợng hậu quả là thiệt hại kinh tế
lên đến hàng tỷ USD.
Tìm hiểu đặc điểm khí hậu khu vục TPHCM, đặc biệt là yếu tố nhiệt độ sẽ
hỗ trợ tốt cho bài toán phân tích mối liên hệ giũa nhiệt độ và phụ tài khu vục
TPHCM.

Hình 2 Dữ liệu khi hậu khu vực Thành phổ Hồ Chi Minh
2.4 Tóm tắt Chương II

Có rất nhiều yếu tố ảnh hưởng đến nhu cầu tiêu thụ điện và cần nhận diện
chính xác chúng để tăng độ chính xác trong công tác dự báo phụ tải như thời
gian, khí hậu, loại phụ tải,.. .Nội dung chương này trình bày tổng quan về các
nghiên cứu mối tương quan giữa nhiệt độ và phụ tải điện trên thế giới, đồng
thời nhận diện các yếu tố ảnh hưởng đến phụ tải điện và Tìm hiểu về đặc điểm
khí hậu, thời tiết khu vực Thành phố Hồ Chí Minh để tăng độ chính xác trong


23

công tác dự báo phụ tải ngắn hạn.


24

CHƯƠNG HI. MÔ HÌNH TÍNH TOÁN PHÂN TÍCH
TƯƠNG QUAN GIỮA NHIỆT Độ VÀ PHỤ TẢI, Dự
BÁO PHỤ TẢI NGẮN HẠN
3.1 Hệ số tương quan và mô hình hồi quy tuyến tính
3.1.1 Hệ số tương quan [18]
Hệ số tương quan (r) là một chỉ số thống kê đo lường mối liên hệ tương
quan giữa hai biến số. Hệ số tương quan có giá trị từ -1 đến 1. Hệ số tương quan
bằng 0 (hay gần 0) đồng nghĩa với hai biến số không có liên hệ gì với nhau;
ngược lại nếu hệ số bằng -1 hay 1 thì hai biến số có một mối liên hệ tuyệt đối.
Nếu giá trị của hệ số tương quan là âm (r <0) thì khi X tăng cao thì y giảm (và
ngược lại, khi X giảm thì y tăng); nếu giá trị hệ số tương quan là dương (r > 0)
thì khi X tăng cao thì y cũng tăng, và khi X giảm thì y cũng giảm theo.
Hệ số tương quan Pearson được ước tính bằng công thức sau đây:

ỉu -xX>7- ỹ)

— (1)
JzU-^iU-j)2
V Ĩ=1
Ĩ=1
?=1

Trong đó, như định nghĩa phần trên, X và ỹ giá trị trung bình của biến số X
và y.


'Tỹ

VẾƯ

03

03
-0 2J

02

KHÔXG

Hình 3 Minh họa mức độ tương quan của một sổ trường hợp
Luận văn này sử dụng hàm CORREL trong excel để tính hệ số tưong quan.
3.1.2 Mô hình hồi quy tuyến tính [18]
X và Y có tuơng quan tuyến tính mạnh. Mô hình hồi quy tuyến tính biểu
diễn mối quan hệ giữa X và Y nhu sau:

yi = 00 + 0Xi + Ei (2)

Trong đó:
- Po: hệ số chặn (intercept) khi Xi = 0
- P: hệ số góc - độ dốc (slope)
- Eị: sai số ngẫu nhiên khi X nhận giá trị X,.
Các thông số Po, p, £ đuợc uớc tính từ dữ liệu. Phuong pháp để uớc tính các
thông số này là phuơng pháp bình phuơng nhỏ nhất (least squares method).
Luận vãn này sủ dụng hàm FORECAST trong excel để dụ báo phụ tải theo
biến nhiệt độ bằng phuơng pháp hồi quy tuyến tính.