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
TRƢỜNG ĐẠI HỌC BÁCH KHOA

NGUYỄN NGỌC HẠNH DUNG

PHÂN TÍCH ẢNH HƢỞNG 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

Mã số

ngành: KỸ THUẬT ĐIỆN
: 60520202

LUẬN VĂN THẠC SĨ

TP. HỒ CHÍ MINH, THÁNG 8 NĂM 2019


CƠNG TRÌNH ĐƢỢC HỒN THÀNH TẠI
TRƢỜNG ĐẠI HỌC BÁCH KHOA
ĐẠI HỌC QUỐC GIA THÀNH PHỐ HỒ CHÍ MINH
Cán bộ hƣớng 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 đƣợc bảo vệ tại Trƣờng 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 Ngơ Cao Cƣờng
5. TS. Huỳnh Quang Minh
Xác nhận của Chủ tịch Hội đồng đánh giá luận văn và Trƣởng Khoa
quản lý chuyên ngành sau khi luận văn đã đƣợc sửa chữa (nếu có).
CHỦ TỊCH HỘI ĐỒNG

TRƢỞNG KHOA……


3
ĐẠI HỌC QUỐC GIA TP.HCM
TRƢỜNG ĐẠI HỌC BÁCH KHOA

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

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 hƣởng của nhiệt độ lên phụ tải khu vực
Thành phố Hồ Chí Minh.
2- NHIỆM VỤ LUẬN VĂN:
- Tìm hiểu các yếu tố ảnh hƣởng 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 tƣơng quan giữa các yếu tố công suất tiêu thụ và nhiệt
độ.
- Dự báo phụ tải ngắn hạn (ngày) bằng phƣơng pháp hồi quy tuyến tính trên
cơ sở kết quả phân tích tƣơng quan.
3- NGÀY GIAO NHIỆM VỤ:
4- NGÀY HOÀN THÀNH NHIỆM VỤ:
5- HỌ VÀ TÊN CÁN BỘ HƢỚNG DẪN: PGS-TS Võ Ngọc Điều.
Nội dung và đề cƣơng Luận văn thạc sĩ đã đƣợc Hội Đồng Chuyên Ngành
thông qua.
Tp. HCM, ngày . . . . tháng .. . . năm 20....
CÁN BỘ HƢỚNG DẪN
(Họ tên và chữ ký)

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

Võ Ngọc Điều
TRƢỞNG 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 đƣợc sự hƣớng dẫn, giúp đỡ và hỗ trợ rất nhiệt tình của các Thầy, Cơ
giáo, Gia đình, Bạn bè và Đồng nghiệp. Thông qua luận văn này, tôi xin gửi
lời cảm ơn chân thành đến:
o Thầy hƣớng dẫn: PGS-TS Võ Ngọc Điều, ngƣời đã trực tiếp hƣớng
dẫn, cung cấp kiến thức, phƣơng pháp nghiên cứu, hỗ trợ, giúp đỡ tôi
thực hiện hồn thành đề tài này.
o Tập thể các Thầy, Cơ giáo trƣờng đại học Bách Khoa TPHCM đã tận
tình giảng dạy, giúp đỡ tơi trong suốt q trình học tập và nghiên cứu
tại trƣờng.
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 tơi có thể hồn thành luận văn.
Một lần nữa xin gửi lời cảm ơn chân thành đến các Q Thầy, Cơ, Gia
đình, Bạn bè và Đồng nghiệp. Chúc mọi ngƣời luôn vui vẻ và hạnh phúc!


5

TĨM TẮT
Phân tích mối tƣơng 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 đƣợc Bộ
Công Thƣơng yêu cầu thực hiện khi nghiên cứu phụ tải (Khoản 7 Điều 22
Thông tƣ 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 lƣợng này sẽ hỗ trợ tốt cho công tác dự báo nhu cầu
phụ tải điện phục vụ vận hành hệ thống điện, thị trƣờng điện và xây dựng kế
hoạch phát triển lƣới điện.
Mục tiêu chính của luận văn này là rút ra đƣợc mối tƣơng quan giữa
nhiệt độ và phụ tải khu vực TPHCM, thực hiện dự báo phụ tải ngắn hạn theo
mơ hình hồi quy tuyến tính phục vụ cho công tác vận hành hệ thống điện của
Tổng công ty Điện lực TPHCM.
Luận văn đƣợc chia thành 05 chƣơng với nội dung nghiên cứu lần lƣợt
nhƣ sau:
- Chƣơng I:

Giới thiệu đề tài.

- Chƣơng II:

Các yếu tố ảnh hƣởng đến phụ tải điện.

- Chƣơng III: Mơ hình tính tốn phân tích tƣơng quan giữa nhiệt độ và
phụ tải, dự báo phụ tải ngắn hạn.
- Chƣơng IV: Kết quả phân tích.
- Chƣơng V:

Kết luận và hƣớng 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 (Circular 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
short-term 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 cơng trình nghiên cứu của cá nhân tôi, đƣợc thực hiện
dƣới sự hƣớng dẫn khoa học của PGS.TS Võ Ngọc Điều. Các số liệu, những
kết luận nghiên cứu đƣợc trình bày trong luận văn này hồn tồn trung thực.
Tơi xin hồn tồn chịu trách nhiệm về lời cam đoan này.
Học viên

Nguyễn Ngọc Hạnh Dung

8

DANH MỤC CÁC HÌNH VẼ
Hình 1 Lƣợng 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 tƣơng quan của một số trƣờng hợp ....................... 25
Hình 4 Minh họa mơ hình phân tích hồi quy tuyến tính ................................. 26
Hình 5 Đồ thị phụ tải trung bình cả năm, mùa khơ và mùa mƣa năm 2015 ... 31
Hình 6 Đồ thị nhiệt độ trung bình cả năm, mùa khơ và mùa mƣa năm 2015 . 32
Hình 7 Đồ thị nhiệt độ trung bình cả năm, mùa khơ và mùa mƣa năm 2016 . 33
Hình 8 Đồ thị phụ tải trung bình cả năm, mùa khơ và mùa mƣa năm 2016 ... 34
Hình 9 Đồ thị phụ tải trung bình cả năm, mùa khơ và mùa mƣa năm 2017 ... 35
Hình 10 Đồ thị nhiệt độ trung bình cả năm, mùa khơ và mùa mƣa năm 2017.36
Hình 11 Đồ thị phụ tải trung bình cả năm, mùa khơ và mùa mƣa năm 2018 . 37
Hình 12 Đồ thị nhiệt độ trung bình cả năm, mùa khơ và mùa mƣa năm 2018.38
Hình 13 Đồ thị phụ tải trung bình cả năm, mùa khô và mùa mƣa năm 6 tháng
đầu năm 2019 .................................................................................................. 39
Hình 14 Đồ thị nhiệt độ trung bình cả năm, mùa khô và mùa mƣa 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 2017 ....................................................................... 45


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
Hình 25 Đồ thị biển diễn P tổng trong ngày và T trung bình các ngày làm việc
(trừ ngày nghỉ thêm) 6 tháng đầu năm 2019 ................................................... 46
Hình 26 Đồ thị tƣơng quan P tổng trong ngày và T trung bình các ngày làm
việc (trừ ngày nghỉ thêm) năm 2015 ............................................................... 47
Hình 27 Đồ thị tƣơng quan P tổng trong ngày và T trung bình các ngày làm
việc (trừ ngày nghỉ thêm) năm 2016 ............................................................... 48
Hình 28 Đồ thị tƣơng quan P tổng trong ngày và T trung bình các ngày làm
việc (trừ ngày nghỉ thêm) năm 2017 ............................................................... 49
Hình 29 Đồ thị tƣơng quan P tổng trong ngày và T trung bình các ngày làm
việc (trừ ngày nghỉ thêm) năm 2018 ............................................................... 50
Hình 30 Đồ thị tƣơng 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 tƣơng 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 tƣơng 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 tƣơng 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 tƣơng quan và đồ thị biến thiên giữa P tổng và T trung bình
các ngày làm việc mùa khơ năm 2018 ............................................................ 58
Hình 35 Đồ thị tƣơng quan và đồ thị biến thiên giữa P tổng và T trung bình
các ngày thứ bảy mùa khơ năm 2018 .............................................................. 60

Hình 36 Đồ thị tƣơng quan và đồ thị biến thiên giữa P tổng và T trung bình
các ngày chủ nhật mùa khơ năm 2018 ............................................................ 62
Hình 37 Đồ thị tƣơng quan và đồ thị biến thiên giữa P tổng và T trung bình
các ngày làm việc mùa mƣa năm 2018 ........................................................... 64
Hình 38 Đồ thị tƣơng quan và đồ thị biến thiên giữa P tổng và T trung bình
các ngày thứ bảy mùa mƣa năm 2018 ............................................................. 66
Hình 39 Đồ thị tƣơng quan và đồ thị biến thiên giữa P tổng và T trung bình
các ngày chủ nhật mùa mƣa năm 2018 ........................................................... 68


10

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

các ngày thứ bảy năm 2018 ............................................................................. 56
Bảng 10 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
chủ nhật năm 2018 .......................................................................................... 57
Bảng 10 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
chủ nhật năm 2018 .......................................................................................... 57
Bảng 11 Hệ số tƣơng quan giữa các đại lƣợng Công suất từng giờ và Nhiệt độ
các ngày chủ nhật năm 2018 ........................................................................... 58
Bảng 12 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
chủ nhật năm 2018 .......................................................................................... 59
Bảng 13 Hệ số tƣơng quan giữa các đại lƣợng Công suất từng giờ và Nhiệt độ
các ngày làm việc mùa khô năm 2018 ............................................................ 60


11

Bảng 14 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
thứ bảy mùa khô năm 2018 ............................................................................. 61
Bảng 15 Hệ số tƣơng quan giữa các đại lƣợng Công suất từng giờ và Nhiệt độ
các ngày thứ bảy mùa khô năm 2018 .............................................................. 62
Bảng 16 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
chủ nhật mùa khô năm 2018 ........................................................................... 63
Bảng 17 Hệ số tƣơng quan giữa các đại lƣợng Công suất từng giờ và Nhiệt độ
các ngày chủ nhật mùa khô năm 2018 ............................................................ 64
Bảng 18 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
làm việc mùa mƣa năm 2018 .......................................................................... 65
Bảng 19 Hệ số tƣơng quan giữa các đại lƣợng Công suất từng giờ và Nhiệt
độ các ngày làm việc mùa mƣa năm 2018 ...................................................... 66
Bảng 20 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
thứ bảy mùa mƣa năm 2018 ............................................................................ 67
Bảng 21 Hệ số tƣơng quan giữa các đại lƣợng Công suất từng giờ và Nhiệt độ

các ngày thứ bảy mùa mƣa năm 2018 ............................................................. 68
Bảng 22 Hệ số tƣơng quan giữa các đại lƣợng Công suất và Nhiệt độ các ngày
chủ nhật mùa mƣa năm 2018 .......................................................................... 69
Bảng 23 Hệ số tƣơng quan giữa các đại lƣợng Công suất từng giờ và Nhiệt độ
các ngày chủ nhật mùa mƣa 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 VĂN 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
CHƢƠNG I. GIỚI THIỆU ĐỀ TÀI ..................................................................... 14
1.1

Yêu cầu thực tế ................................................................................... 14

1.2

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

1.3

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

1.4

Đối tƣợng nghiên cứu ......................................................................... 16

1.5

Tóm tắt Chƣơng I ............................................................................... 17

CHƢƠNG II. CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN PHỤ TẢI ĐIỆN ................. 18
2.1
tải

Tổng quan về một số nghiên cứu mối tƣơng quan giữa nhiệt độ và phụ
18

2.2

Các yếu tố ảnh hƣởng đến phụ tải điện .............................................. 19

2.3 Tìm hiểu về đặc điểm khí hậu, thời tiết khu vực Thành phố Hồ Chí
Minh: ............................................................................................................ 21
2.4

Tóm tắt Chƣơng II .............................................................................. 23

CHƢƠNG III. MƠ HÌNH TÍNH TỐN PHÂN TÍCH TƢƠNG QUAN GIỮA
NHIỆT ĐỘ VÀ PHỤ TẢI, DỰ BÁO PHỤ TẢI NGẮN HẠN ........................... 24

3.1

Hệ số tƣơng quan và mơ hình hồi quy tuyến tính .............................. 24

3.1.1 Hệ số tƣơng quan ............................................................................ 24
3.1.2 Mơ hình hồi quy tuyến tính ............................................................. 25
3.2 Các bƣớc thực hiện phân tích tƣơng quan giữa phụ tải và nhiệt độ khu
vực TPHCM; dự báo phụ tải ngắn hạn ........................................................ 26


13

3.3

Tóm tắt Chƣơng III ............................................................................. 29

CHƢƠNG 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 tƣơng quan giữa cơng 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 mƣa năm 2018 ........................ 64
4.2.1.13 Các ngày thứ bảy trong mùa mƣa năm 2018 .......................... 66
4.2.1.14 Các ngày chủ nhật trong mùa mƣa năm 2018 ........................ 68
4.2.2 Kết luận về kết quả phân tích tƣơng quan .................................... 70
4.3

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

4.4

Tóm tắt Chƣơng IV ............................................................................ 74

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


14

CHƢƠNG I. GIỚI THIỆU ĐỀ TÀI
1.1 Yêu cầu thực tế
“Tiêu thụ điện toàn quốc lại tạo kỷ lục mới vào ngày 21/6/2019 do đợt

nắng nóng gay gắt kéo dài, EVN đã phải huy động nhiều tổ máy chạy dầu để
đảm bảo cung cấp điện”. Đây là thông tin ghi nhận từ thơng cáo báo chí của
Tập đồn Điện lực Việt Nam phát đi ngày 21/6/2019 [1]. Tại Thành phố Hồ
Chí Minh, 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. Tính đến hết tháng
3/2019, sản lượng tiêu thụ đạt 2,38 tỷ kWh, tăng hơn 44% so với tháng 2
(1,65 tỷ kwh). Chưa hết tháng 4 nhưng lượng tiêu thụ dự kiến của tháng có
thể ở mức 2,5 tỷ kWh - mức cao nhất trong 10 năm qua của TPHCM.

Hình 1 Lượng điện năng tiêu thụ ngày cao nhất qua các năm từ 2010-2019
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 chính dẫn đến sản lượng điện tiêu thụ tăng cao kỷ lục là
nắng nóng kéo dài, có ngày trong tháng 4 nhiệt độ đạt 40-42 độ C. Cũng
chính vì nắng nóng, sản lượng tiêu dùng điện tháng 4 của nhiều hộ gia đình,
doanh nghiệp cao gấp 2-3 lần so với tháng 3 [1].
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 lƣợng này sẽ hỗ
trợ tốt cho công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ thống
điện, thị trƣờng điện và xây dựng kế hoạch phát triển lƣới 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 hƣởng 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 Thƣơng đã ban hành Thông tƣ số 33/2011/TTBCT ngày 06/9/2011 quy định nội dung, phƣơng pháp và trình tự nghiên cứu

phụ tải điện và cập nhật nội dung này vào tháng 9/2017 khi ban hành Thông
tƣ 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
tƣợng khách hàng sử dụng điện; b) Đánh giá tiềm năng, xây dựng và triển
khai thực hiện các chƣơng trình quản lý nhu cầu điện, chƣơng trình sử dụng
năng lƣợng 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 trƣờng điện và xây dựng kế hoạch
phát triển lƣới điện để đáp ứng nhu cầu phụ tải điện [9],[10].
Theo đó, nghiên cứu phụ tải điện là nhiệm vụ bắt buộc đƣợc 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 đƣợc biểu đồ phụ tải điện
điển hình của hệ thống và phân tích mối tƣơng 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 đƣợc nhắc đến trong hầu hết các quy định liên
quan đến việc quản lý và vận hành hệ thống điện do Bộ Công Thƣơng 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 trị 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 nhƣ 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 đƣợc coi là một công cụ mạnh để giải quyết các


16

bài tốn có tính phi tuyến, phức tạp và đặc biệt trong các trƣờng hợp mà mối
quan hệ giữa các q trình khơng dễ thiết lập một cách tƣờng 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 đƣợc xem nhƣ một hộp đen mà ngƣời sử dụng khơng thể
biết đƣợc q trình xử lý chi tiết), rất cần thiết phải nắm bắt đƣợc các quy
luật, các yếu tố tác động chính đến nhu cầu sử dụng điện để từ đó có đƣợc 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 đƣợc chứng minh có ảnh hƣởng 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 đƣợc mối tƣơng quan giữa
nhiệt độ phụ tải khu vực TPHCM, thực hiện dự báo phụ tải ngắn hạn (theo
ngày) sử dụng mơ 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 vi nghiên cứu
Trong phạm vi khu vực TPHCM.
1.4 Đối tƣợng nghiên cứu
Công suất tiêu thụ (P-MW) và nhiệt độ (TOC) từng giờ trong ngày của
toàn TPHCM.
Luận văn này chọn nhiệt độ làm yếu tố để phân tích ảnh hƣởng đến
phụ tải điện vì các lý do sau:
- Phân tích mối tƣơng 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 đƣợc
Bộ Công Thƣơng 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 hƣởng 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 nhƣ thực hiện việc phân tích ảnh hƣởng
của nhiệt độ lên phụ tải điện [2-8].


17

1.5 Tóm tắt Chƣơng 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 lƣợng này sẽ hỗ
trợ tốt cho công tác dự báo nhu cầu phụ tải điện phục vụ vận hành hệ thống
điện, thị trƣờng điện và xây dựng kế hoạch phát triển lƣới điện. Nội dung
chƣơng này giới thiệu tổng quan về yêu cầu thực tế cần nghiên cứu ảnh hƣởng
của nhiệt độ đến phụ tải khu vực Thành phố Hồ Chí Minh, phục vụ cơng tác
dự báo phụ tải ngắn hạn. Hệ số tƣơng quan và mơ hình phân tích hồi quy
tuyến tính là hai cơng cụ đƣợc áp dụng chính trong luận văn này.


18

CHƢƠNG II. CÁC YẾU TỐ ẢNH HƢỞNG ĐẾN PHỤ
TẢI ĐIỆN
2.1 Tổng quan về một số nghiên cứu mối tƣơng quan giữa nhiệt độ và
phụ tải
Một số nghiên cứu trƣớc đây trên thế giới đã sử dụng hệ số tƣơng quan,
hàm hồi quy tuyến tính để phân tích mối tƣơng quan giữa phụ tải điện và
nhiệt độ, phục vụ bài toán dự báo phụ tải ngắn hạn, cụ thể nhƣ:
Nghiên cứu tại các thành phố Tabriz, Tehran, và Ahavar đại điện cho các
vùng khí hậu đặc trƣng khác nhau tại Iran nhƣ thành phố Tabriz với khí hậu
lạnh có mùa đơng lạnh và mùa hè ôn đới, thành phố Tehran với khí hậu bán

khơ hạn lạnh, và thành phố Ahavar với khí hậu ấm. Nghiên cứu đã chỉ ra rằng
nhiệt độ có ảnh hƣởng lớn đến phụ tải tiêu thụ tại Iran và đây đƣợc xem là
biến đầu vào trong việc dự báo phụ tại ngắn hạn [2].
Nghiên cứu về ảnh hƣởng của biến đổi khí hậu đến đến nhu cầu tiêu thụ
điện trong tƣơng lai tại Thái Lan, đến năm 2080, nhiệt độ tại Thái Lan sẽ tăng
thêm từ 1,74oC đến 3,43oC 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 hƣởng của nhiệt độ đến đồ thị phụ tải và tổn thất trên
lƣới 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 tƣơng ứng
22% khi nhiệt độ tăng thêm 5oC chủ yếu do nhu cầu sử dụng máy điều hịa
khơng khí tăng khi nhiệt độ tăng [4]
Để tăng độ chính xác khi dự báo phụ tải ngắn hạn, kỹ thuật phân rã theo
mơ hình thực nghiệm (Empirical Mode Decomposition – EMD) cũng đã đƣợc
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 đƣợc áp dụng kỹ thuật EMD
trƣớc khi tiến hành phân tích tƣơng quan, kết quả cho thấy hệ số tƣơng quan
của các đại lƣợng sau khi áp dụng EMD tăng lên đáng kể (R =0.9) [5].
Các nghiên cứu chuyên sâu khác nhƣ nghiên cứu về ảnh hƣởng 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 khơng khí trung bình hàng ngày là thơng số khí hậu có ảnh hƣởng


19

nhất đến nhu cầu tiêu thụ điện [6]; Bằng cách sử dụng dữ liệu về mức tiêu
thụ điện và nhiệt độ hàng ngày trong giai đoạn từ năm 2003 đến 2007 tại
Thƣợng Hải, các tác giả đã chỉ ra rằng mùa đông và mùa hè là hai mùa cao

điểm tiêu thụ năng lƣợng do hệ thống sƣởi ấm dân cƣ đô thị và và nhu cầu
làm mát của ngƣời dân tăng lên [7]. Nghiên cứu về ảnh hƣơng của nhiệt độ
đến từng loại hộ tiêu thụ tại Tây Ban Nha cũng đã cho thấy nhu cầu tiêu thụ
điện chịu ảnh hƣởng của nhiệt độ và cũng tùy thuộc từng loại hộ tiêu thụ [8].
2.2 Các yếu tố ảnh hƣởng đến phụ tải điện
Có rất nhiều yếu tố ảnh hƣởng đến nhu cầu tiêu thụ điện [15], [16] và cần
nhận diện chính xác chúng để tăng độ chính xác trong cơng tác dự báo phụ
tải. Các yếu tố ảnh hƣởng 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 dƣơng lịch và ngày âm
lịch. Phụ tải giữa các ngày trong tuần cũng có sự khác nhau.
Yếu tố về kinh tế:
Điều kiện kinh tế trong một khu vực có thể ảnh hƣởng đến hình dạng đồ
thị phụ tải, bao gồm các yếu tố nhƣ:
- Xu hướng kinh tế: suy thoái hoặc tăng trƣởng.
- GDP (Gross Domestic Product - Tổng sản phẩm quốc nội): giá trị thị
trƣờng của tất cả hàng hóa và dịch vụ cuối cùng đƣợc sản xuất ra
trong phạm vi một lãnh thổ nhất định (thƣờng là quốc gia) trong
một thời kỳ nhất định(thƣờng 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 trƣởng kinh tế và tác động của nó đến mức sống là động lực
chính để kích thích nhu cầu năng lƣợng.
- GNP (Gross National Product - Tổng sản phẩm quốc gia): là một chỉ
tiêu kinh tế đánh giá sự phát triển kinh tế của một đất nƣớc nó đƣợc
tính là tổng giá trị bằng tiền của các sản phẩm cuối cùng và dịch vụ
mà công dân của một nƣớc làm ra trong một khoảng thời gian nào đó,
thơng thƣờng là một năm tài chính, khơng kể làm ra ở đâu (trong hay
ngồi nƣớc).. GNP sử dụng nhƣ một chỉ báo về xu hƣớng kinh tế.

20

- Hộ gia đình: Hộ gia đình đƣợc đƣa vào xem xét bởi vì sự tồn tại của
các hộ gia đình có nghĩa là sự tồn tại của các thiết bị nhƣ máy hút bụi
và máy giặt, vv
- Giá xăng dầu: Giá dầu xăng đóng một vai trị quan trọng nhƣ 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 hƣởng đến đƣờng cong tải.
- Gia tăng dân số: Tốc độ tăng dân số cao sẽ tăng mức tiêu thụ điện
năng. Do đó phải là một mối tƣơng quan tích cực giữa dân số tăng
trƣởng 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 hƣởng đến nhu cầu
tiêu thụ điện.
Các điều kiện trên chủ yếu ảnh hƣởng 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 Đơng Nam của phần châu Á lục
địa, giáp với Biển Đông (một phần của Thái Bình Dƣơng), nên chịu
ảnh hƣởng trực tiếp của kiểu khí hậu gió mùa mậu dịch, thƣờng thổi ở
các vùng vĩ độ thấp. Miền Nam thƣờng có 2 mùa: mùa mƣa và mùa

khơ. Biến đổi khí hậu ảnh hƣởng lớn việc tiêu thụ năng lƣợng. Khí hậu
là yếu tố ảnh hƣởng đến dự báo phụ tải dài hạn
- Thời tiết là tập hợp các trạng thái của các yếu tố khí tƣợng xảy ra
trong khí quyển ở một thời điểm, một khoảng thời giannhất định nhƣ
nắng hay mƣa, nóng hay lạnh, ẩm thấp hay khô ráo. Hầu hết các hiện
tƣợng thời tiết diễn ra trong tầng đối lƣu. Thuật ngữ này thƣờng nói về
hoạt động của các hiện tƣợng khí tƣợng trong các thời kì ngắn (ngày


21

hoặc giờ), khác với thuật ngữ "khí hậu" - nói về các điều kiện khơng
khí bình qn trong một thời gian dài. Các yếu tố thời tiết bao gồm:
 Nhiệt độ
 Độ ẩm
 Lƣợng mƣa
 Tốc độ gió
 Mây che và cƣờng độ ánh sáng
Trên thực tế, các yếu tố thời tiết đƣợc dự báo là các yếu tố quan
trọng nhất trong các dự báo phụ tải ngắn hạn.
Thành phần phụ tải điện:
Thành phần phụ tải điện là phụ tải điện đƣợc phân loại theo cơ cấu tiêu
thụ điện, bao gồm: Công Nghiệp - Xây dựng, Thƣơng 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 hƣởng lớn đến
việc dự báo phụ tải.
Các yếu tố ngẫu nhiên:
Các sự kiện đặc biệt trong năm (giờ trái đất, hoạt động văn hóa, thể
thao,..), sự cố lƣới điện dẫn đến việc sa thải phụ tải đột ngột, các khu cơng
nghiệp ngừng hoạt động, cơng nhân đình cơng dẫn đến sự thay đổi phụ tải đột

ngột.
2.3 Tìm hiểu về đặc điểm khí hậu, thời tiết khu vực Thành phố Hồ Chí
Minh [17]:
Nằm trong vùng nhiệt đới xavan, cũng nhƣ một số tỉnh Nam bộ khác
Thành phố Hồ Chí Minh khơng có bốn mùa: xn, hạ, thu, đơng, nhiệt độ cao
đều và mƣa quanh năm (mùa khơ ít mƣa). Trong năm Thành phố Hồ Chí
Minh có 2 mùa là biến thể của mùa hè: mùa mƣa – khô rõ rệt. Mùa mƣa đƣợc
bắt đầu từ tháng 5 tới tháng 11(khí hậu nóng ẩm, nhiệt độ cao mƣa nhiều),
cịn mùa khơ từ tháng 12 tới tháng 4 năm sau (khí hậu khơ, nhiệt độ cao và
mƣa 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.
Lƣợng mƣa trung bình của thành phố đạt 1.949 mm/năm, trong đó


22

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 mƣa, 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, lƣợng mƣa phân bố không đều, khuynh hƣớng
tăng theo trục Tây Nam – Ðông Bắc. Các quận nội thành và các huyện phía
bắc có lƣợng mƣa cao hơn khu vực cịn lại.
Thành phố Hồ Chí Minh chịu ảnh hƣởng bởi hai hƣớng gió chính là gió
mùa Tây – Tây Nam và Bắc – Ðơng Bắc. Gió Tây – Tây Nam từ Ấn Độ
Dƣơng, tốc độ trung bình 3,6 m/s, vào mùa mƣa. Gió Gió Bắc – Ðơng Bắc
từ biển Đơng, tốc độ trung bình 2,4 m/s, vào mùa khơ. Ngồi ra cịn có gió
mậu dịch theo hƣớng Nam – Đơng Nam vào khoảng tháng 3 tới tháng 5, trung
bình 3,7 m/s. Có thể nói Thành phố Hồ Chí Minh thuộc vùng khơng có gió
bão. Cũng nhƣ lƣợng mƣa, độ ẩm khơng khí ở thành phố lên cao vào mùa

mƣa (80%), và xuống thấp vào mùa khơ (74,5%). Bình qn độ ẩm khơng 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 mực nƣớc biển dâng cao. Theo dự tính của Liên
Hiệp Quốc thì đến năm 2050 nƣớc biển sẽ dâng 26 cm và 70% khu đơ thị Sài
Gịn sẽ bị ngập lụt. Ngân hàng Phát triển Á châu ƣớc lƣợng hậu quả là thiệt
hại kinh tế lên đến hàng tỷ USD.
Tìm hiểu đặc điểm khí hậu khu vực TPHCM, đặc biệt là yếu tố nhiệt độ
sẽ hỗ trợ tốt cho bài tốn phân tích mối liên hệ giữa nhiệt độ và phụ tài khu
vực TPHCM.

Hình 2 Dữ liệu khi hậu khu vực Thành phố Hồ Chí Minh


23

2.4 Tóm tắt Chƣơng II
Có rất nhiều yếu tố ảnh hƣởng đến nhu cầu tiêu thụ điện và cần nhận diện
chính xác chúng để tăng độ chính xác trong cơng tác dự báo phụ tải nhƣ thời
gian, khí hậu, loại phụ tải,…Nội dung chƣơng này trình bày tổng quan về các
nghiên cứu mối tƣơng quan giữa nhiệt độ và phụ tải điện trên thế giới, đồng
thời nhận diện các yếu tố ảnh hƣởng 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 cơng tác dự báo phụ tải ngắn hạn.


24

CHƢƠNG III. MƠ HÌNH TÍNH TỐN PHÂN TÍCH
TƢƠNG QUAN GIỮA NHIỆT ĐỘ VÀ PHỤ TẢI, DỰ

BÁO PHỤ TẢI NGẮN HẠN
3.1 Hệ số tƣơng quan và mơ hình hồi quy tuyến tính
3.1.1 Hệ số tƣơng quan [18]
Hệ số tƣơng quan (r) là một chỉ số thống kê đo lƣờng mối liên hệ tƣơng
quan giữa hai biến số. Hệ số tƣơng quan có giá trị từ -1 đến 1. Hệ số tƣơng
quan bằng 0 (hay gần 0) đồng nghĩa với hai biến số khơng có liên hệ gì với
nhau; ngƣợc 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 tƣơng quan là âm (r <0) thì khi x tăng cao thì
y giảm (và ngƣợc lại, khi x giảm thì y tăng); nếu giá trị hệ số tƣơng quan là
dƣơng (r > 0) thì khi x tăng cao thì y cũng tăng, và khi x giảm thì y cũng giảm
theo.
Hệ số tƣơng quan Pearson đƣợc ƣớc tính bằng cơng thức sau đây:

(1)

Trong đó, nhƣ định nghĩa phần trên, ̅ và ̅ giá trị trung bình của biến số
x và y.


25

Hình 3 Minh họa mức độ tương quan của một số trường hợp
Luận văn này sử dụng hàm CORREL trong excel để tính hệ số tƣơng
quan.
3.1.2 Mơ hình hồi quy tuyến tính [18]
X và Y có tƣơng quan tuyến tính mạnh. Mơ hình hồi quy tuyến tính biểu
diễn mối quan hệ giữa X và Y nhƣ sau:
yi = β0 + βxi + εi

(2)

Trong đó:
- β0: hệ số chặn (intercept) khi xi = 0
- β: hệ số góc – độ dốc (slope)
- εi: sai số ngẫu nhiên khi X nhận giá trị xi.
Các thơng số β0, β, ε đƣợc ƣớc tính từ dữ liệu. Phƣơng pháp để ƣớc tính
các thơng số này là phƣơng pháp bình phƣơng nhỏ nhất (least squares
method).
Luận văn này sử dụng hàm FORECAST trong excel để dự báo phụ tải
theo biến nhiệt độ bằng phƣơng pháp hồi quy tuyến tính.