（二）电力电量发展水平分析。
人均用电量可以在一定程度上反映一个国家或地区经济发展水平和人民生活水平。从全球看，人均用电量可以分为四个档次：第一个档次是年人均用电量在10000千瓦时以上的，主要是北美、北欧、澳大利亚、新加坡等少数发达国家；第二个档次是5000—10000千瓦时，大部分发达国家都在此列；第三个档次是2000—5000千瓦时，主要包括一些新兴市场；第四个档次是不足2000千瓦时，主要是一些发展中国家和欠发达地区。
结合主要发达国家和地区的用电量和经济发展情况可以看出，北美、北欧等发达国家人均用电量非常高，基本都在13000千瓦时以上。欧洲主要发达国家由于产业结构以及当地能源消费结构等因素，与其他地区的发达国家相比人均用电量偏低。新加坡、韩国、日本、台湾等发达国家和地区人均用电量在8000—12500千瓦时之间。2015年我市人均用电量为7203千瓦时、人均生活用电量1080千瓦时，在全国属用电水平较高的城市，但与国际先进城市相比仍存在较大差距，杭州用电水平具有巨大的增长潜力。主要发达国家和地区人均用电量情况见表4.2。
表4.2 主要发达国家和地区人均用电量
（三）电力电量预测方案。
1.边界条件。
电力电量增长的动力来源于经济社会发展及城市空间的拓展。根据杭州市国民经济和社会发展第十三个五年规划纲要、杭州市城市总体规划等规划，未来杭州市仍有很大的增长空间，给电力电量需求带来了巨大的增长基础。具体边界条件如下：
一是经济社会发展：2015年国内生产总值突破万亿元，达10053.58亿元，增长率再次回到两位数，达10.2%。根据杭州市“十三五”规划纲要，本规划选取杭州市“十三五”国内生产总值7.5%的增长目标。到2020年，市域常住人口1000万人。
二是城镇空间布局：全市行政区域面积16596平方公里，形成“一心二圈、三轴二连、一环多点”的城镇布局结构。到2020年，城乡建设用地约1300平方公里。
2.电力电量预测思路。
电力电量需求预测工作思路是在长期调查分析的基础上，收集和积累本地区用电量和负荷的历史数据，以及城市建设和各行各业发展的信息，充分研究国民经济和社会发展各种相关因素与电力需求的关系，并适当参考国内外同类型地区的资料进行校核，使预测结果具备较高的准确性和合理性。
常用预测方法有产业产值单耗法、弹性系数法、时间序列法、负荷利用小时数法、负荷密度法、人均用电量法等。根据杭州负荷预测的特点和需要，近期预测选用产业产值单耗法、弹性系数法、时间序列法、负荷利用小时数法等，远景预测选用负荷密度法、人均用电量法、负荷利用小时数法等适用的预测方法，并相互校核、补充，形成高中低三个方案，近期规划采用中方案、远景规划采用高方案。
3.“十三五”电力电量预测方案。
根据时间序列法、产业产值单耗法、弹性系数法3种预测方法，测算了“十三五”期间杭州市全社会用电量，详见表4.3.3-1。根据时间序列法和负荷利用小时数法得到的“十三五”期间杭州市的最高负荷，详见表4.3.3-2。
表4.3.3-1 杭州市电量预测结果表
单位:亿千瓦时
表4.3.3-2 杭州市负荷预测结果表
单位:万千瓦
经预测，“十三五”期间电力电量预测推荐方案：2020年全市电力、电量分别为1784万千瓦、930亿千瓦时，“十三五”期间的年均增长率分别为8.0%、7.5%。
表4.3.3-3“十三五”电力电量预测方案
单位:万千瓦、亿千瓦时
4.远景负荷预测方案。
按照常住人口测算，杭州2015年人均电力负荷和人均用电量分别是1.30千瓦和7203千瓦时。参照国外同类城市水平，远景人均用电负荷和人均用电量将达到2.54千瓦和12500千瓦时。
参考主要发达国家和地区的负荷密度情况，远景杭州市中心城区主城负荷密度按35MW/km2考虑；江南城、临平城、下沙城负荷密度按25MW/km2考虑；杭州市区六大组团负荷密度按20MW/km2考虑，杭州市域其他县市负荷密度按15MW/km2考虑。
采用人均用电量法、负荷利用小时数法和负荷密度法对杭州市远景负荷进行预测，预测结果为3000—3300万千瓦，本报告采用预测高值作为杭州市远景负荷预测结果。因此，预计远景杭州市饱和负荷水平约3300万千瓦。
杭州市人均负荷水平2.54kw/人，杭州市域负荷密度1.94MW/km2（2010年，纽约市域面积12420km2，市域负荷密度2.2MW/km2；北京市域面积16410km2，市域负荷密度1.02MW/km2；上海市域面积6340km2，市域负荷密度4.13MW/km2；杭州市域面积16596km2，市域负荷密度0.5MW/km2），杭州市区总体负荷密度10.2MW/km2（杭州市区面积3068km2），杭州市区建设用地负荷密度26.8MW/km2，杭州其他县市城设用地负荷密度15MW/km2。
杭州市主要负荷预测指标见表4.3.4。
表4.3.4 杭州市远景负荷主要预测指标
