負荷預測中氣象因素的影響

端木彬，謝 芳，王 健，喬朋利

（菏澤供電公司，山東 菏澤 274000）

0 引言

在充分考慮一些重要的系統運行特性、增容決策、自然條件與社會影響的條件下，研究或利用一套系統處理過去與未來負荷的數學方法，在滿足一定精度要求的前提下，確定未來某特定時刻的負荷數值，稱為負荷預測［1］。

負荷是電力系統運行和規劃的依據，準確的負荷預測有利于提高電力系統運行的經濟性和可靠性［2］。 電網運行中電網負荷受氣象因素的影響顯著,對于電網安全經濟運行有重要影響［3］。短期負荷預測在電力系統安全經濟運行中發揮著重要作用，一直以來都是人們的研究重點，也一直是難點所在。目前，氣象敏感負荷在總負荷中所占的比重越來越大，人們意識到要達到較好的預測水平，關鍵在于如何更合理地考慮氣象因素對負荷的影響［4］。

長期以來，鑒于氣象部門無法提供實時溫度等氣象預測結果，電力系統所建立的預測模型絕大多數都是基于日特征氣象因素，諸如日最高溫度、最低溫度等［5］。在以往的分析中，氣溫的基礎數據主要是每日溫度的最高、最低、平均值，無法準確描述溫度波動曲線；對相對濕度、風速等數據涉及的更是不多，無法分析每日不同時段受各種氣象因素綜合影響的特點。搜集典型日24 h的溫度、相對濕度、風速等氣象數據，數據采集密度和精度大大提高，能夠將氣象因素對負荷的影響具體到每日的不同時段，從而有利于更全面地分析各種氣象因素對負荷的影響。

1 分析數據的選取

1.1 典型日的選取

菏澤天氣四季分明，分析氣象因素對電網負荷的影響，需要綜合考慮天文四季和氣候四季，同時避開春節等節日的影響，各取10日作為典型日進行分析。分別取3月、7月、10月、12月中10日作為春夏秋冬四季的典型日。

1.2 負荷數據點的選取

菏澤電網春夏秋冬典型日負荷曲線圖如圖1所示。

圖1 四季典型日負荷曲線

從圖1可以看出，電網4個季節日負荷曲線具有基本一致的特征：

1）凌晨負荷全天最低。

2）具有兩個明顯的高峰負荷，中午12時左右和晚高峰。

3）兩高峰負荷之間平段負荷波動不大。

4）上午到達高峰負荷增加較緩，晚高峰后負荷降低較快，至0時接近最低負荷。

5）晚高峰出現時間與季節有關，冬季較早，夏季較晚，與日長一致。

通過以上分析，日負荷曲線有3個至關重要的特征點：低谷負荷和兩個高峰負荷。 為了便于分析，低谷負荷取凌晨5時負荷，中午高峰負荷取12時負荷，晚高峰負荷按季節進行劃分，春、秋季節取19時，夏季取20時，冬季取18時。通過對四季典型日特征點負荷和氣象條件進行對比分析，找出氣象條件在不同季節對負荷的影響規律。

1.3 氣象因素的選取

氣象因素考慮溫度、濕度、風速、降水等天氣條件。表1是各季典型日降水量情況表。

2 負荷與溫度、濕度、風速、降水的定性分析

2.1 氣象因素對低谷負荷的影響

圖2～圖5是不同氣象條件下四季典型日5時負荷曲線。

圖2 不同氣象條件下春季典型日5時負荷曲線

圖3 不同氣象條件下夏季典型日5時負荷曲線

春季低谷負荷波動較小，溫度波動對低谷負荷基本無影響，與降水、濕度、風速相關性也較小。

夏季低谷負荷與溫度具有極強的相關性，曲線形狀基本一致；其次是降水，第8日的降水（大雨，68 mm）除造成溫度降低外，同時造成負荷大幅降低；風速不大，強降水時風速統計值是3級左右，但局部地區達到9級，甚至10級，造成線路跳閘也是負荷大幅降低的重要原因；相對濕度一直在90%以上，與負荷的關系不太明顯，但與溫度的協同作用可影響人體舒適度，從而對負荷產生影響。

表1 各季典型日降水量情況表 mm

圖4 不同氣象條件下秋季典型日5時負荷曲線

圖5 不同氣象條件下冬季典型日5時負荷曲線

秋季低谷負荷波動較小，與溫度、濕度、風速相關性較小。

冬季溫度采樣值在0℃附近，波動幅度為3℃，但從后幾日的趨勢看，溫度降低時負荷升高，溫度回升時負荷降低到原水平；結合濕度進行分析，1至2日溫度雖然較低，在濕度較低時負荷并不高，7日溫度最低，同時濕度達到100%，此時負荷最高，符合“陰冷”的日常經驗，說明低谷負荷與溫度、濕度具有強相關性。

2.2 氣象因素對中午高峰負荷的影響

圖6～圖10是不同氣象條件下四季典型日12時負荷曲線。

圖6 不同氣象條件下秋季典型日12時負荷曲線

圖7 不同氣象條件下夏季典型日12時負荷曲線

圖8 不同氣象條件下秋季典型日12時負荷曲線

圖9 不同氣象條件下冬季典型日12時負荷曲線

春季氣溫適中，無降溫和取暖負荷，與溫度相關性不大；從圖表中可以看出，第7、8日的降水對負荷影響最大；除陰雨天氣外，春季相對濕度較低，對負荷影響不大；從圖表上看，第1、2日風速較高，達到4至6級，負荷較低，其中風對負荷的影響比例還要具體分析。

夏季氣溫對中午高峰負荷的影響與對低谷負荷的影響一樣，具有決定性的作用。

秋季負荷波動較小，與溫度、濕度、風速均無明顯的相關性。

冬季對負荷的影響應是溫度、濕度、降水綜合影響的結果，相關性不明顯。

2.3 氣象因素對晚高峰負荷的影響

圖10～圖13是不同氣象條件下四季典型日19時負荷曲線。

圖10 不同氣象條件下春季典型日19時負荷曲線

春季除第7、8日的降水造成負荷降低外，其他因素對負荷的影響規律不夠明顯。

圖11 不同氣象條件下夏季典型日20時負荷曲線

圖12 不同氣象條件下秋季典型日19時負荷曲線

圖13 不同氣象條件下冬季典型日18時負荷曲線

夏季對影響最大的同樣是溫度。

秋季負荷與溫度等氣象條件相關性較弱，由于典型日內無降水，降水對負荷的影響沒有體現出來。

冬季晚峰時溫度均在0℃以上，溫度變化對負荷的影響不大。

2.4 定性分析綜述

由于四季負荷成分的變化，各季節負荷對各種氣象條件的敏感度不同。春秋季節溫度適中，對負荷的影響較小；降水會對春灌負荷、小工業、服務業負荷造成一定影響；夏季負荷變動與溫度具有強相關性；降水對負荷的影響主要通過對溫度的影響體現出來，同時大的降水還會使負荷進一步降低。冬季當溫度降到0℃以下時，與負荷具有較強的負相關性，溫度較高時，對負荷影響不大。

3 夏季負荷與溫度的相關性分析

由于夏季負荷與溫度具有強相關性，以下對夏季負荷與溫度進行相關性分析。 圖14～圖16為夏季典型日5時、12時、20時負荷與溫度二次回歸曲線圖。

圖14 夏季典型日5時負荷與溫度二次回歸曲線圖

圖15 夏季典型日12時負荷與溫度二次回歸曲線圖

從以上5時、12時、20時的二次回歸分析可以得到回歸系數R2的值分別為0.6、0.82、0.73，具有較強的相關性。

4 氣象數據在負荷預測系統中的應用

4.1 應用條件及效果

盡可能地引入最新的負荷相關信息參與預測,才能進一步提高預測精度［6］。具有每日至少24點的溫度、濕度等氣象信息；具有精細化的天氣預報信息，溫度預測應能精確到3～4 h；對強相關關系實時進行數據分析，建立模型；參照氣候四季和天文四季對季節進行劃分，不同季節應用不同的規律；由于最大限度的充分利用了歷史氣象數據和預測數據，同時有針對性的根據季節應用不同的模型進行預測，能夠有效的提高預測準確率。

圖16 夏季典型日20時負荷與溫度二次回歸曲線圖

4.2 應用中需要解決的其他問題

負荷歷史數據失真問題。 由于檢修等因素造成負荷的人為損失，會造成數據相關性大大降低，要考慮通過歷史數據修復等方法加以解決，如自然數據補足（如切負荷停電、線路檢修停電補足等）和沖擊數據剝離（如大用戶、大事件沖擊負荷剝離等）［7］。

氣象數據的失真問題。災害性天氣等不可抗力會造成大的負荷損失，如龍卷風等會造成線路跳閘，損失負荷，但由于天氣信息采集的地域局限性，有可能采集不到龍卷風的風速，從而形成數據壞點，應予以剔除。

5 結語

氣象因素對于短期負荷預測有著至關重要的影響，其中，常見的影響因素是溫度，其次還有濕度、風力、天氣類型等［5］。 溫度、濕度、風速、降水等各種氣象因素對各季節負荷的影響程度不同，對每日各時段的影響因素也不同，其中以溫度對負荷的影響最大。借助于天氣預報精細化程度的提高，合理考慮氣象因素對負荷的影響，引入實時氣象因素以取代以前的日特征氣象因素建立氣象數據與負荷的數據模型，對提高負荷預測準確率具有重要意義。

［1］ 牛東曉，曹樹華，趙磊，等.電力負荷預測技術及其應用［M］.北京：中國電力出版社，1998.

［2］ 史德明，李林川，宋建文.基于灰色預測和神經網絡的電力系統負荷預測［J］.電網技術，2001，25（12）：14-17.

［3］ 廖春映，梁潤善，李乃標.氣象因素對電網負荷特性影響的研究［J］.科技創新導報，2010（17）：134-135.

［4］ 張凱，姚建剛，李偉，等.基于功率譜分解和實時氣象因素的短期負荷預測［J］.電網技術，2007（23）：51-55.

［5］ 康重慶，周安石，王鵬，等.短期負荷預測中實時氣象因素的影響分析及其處理策略［J］.電網技術，2006，30（7）：5-10.

［6］ 莫維仁，張伯明，孫宏斌，等.擴展短期負荷預測的原理和方法［J］.中國電機工程學報，2003，23（3）：1-4.

［7］ 莫維仁，孫宏斌，張伯明.面向電力市場的短期負荷預測系統設計及實現［J］.電力系統自動化，2001，25（23）：41-44.