張家界地區電網夏季空調負荷特性分析

熊龍珠，向偉，秦月桃

(國網湖南省電力公司張家界供電分公司，湖南張家界427000)

張家界地區電網夏季空調負荷特性分析

熊龍珠，向偉，秦月桃

(國網湖南省電力公司張家界供電分公司，湖南張家界427000)

基于張家界地區近兩年負荷數據及氣象數據，分析了該地區電網負荷及空調負荷的變化特征，發現了影響該地區負荷季節性變化的主要因素；針對夏季工作日與夏季休息日兩種情況，分別研究了溫度對該地區空調負荷的影響；采用數學擬合方法，建立了空調負荷的數學模型，得出了兩種情況下空調負荷隨最高溫度變化的特征，為張家界地區電網的負荷預測、調控工作提供有益參考。

負荷特性；空調負荷；曲線擬合；調控措施

張家界為全國最著名旅游城市之一，截至2014年，以住宿、餐飲、旅游設施等為主導的第三產業用電量占全行業總用電量的比重已達50%以上。同時，隨著地區旅游產業的大力發展與人民生活水平的不斷提高，空調的擁有量不斷提升，進而空調負荷占整個電網負荷的比例越來越大。然而，由于空調負荷的集中開啟可能導致負荷峰谷差明顯增大，這將給張家界電網的安全、經濟運行帶來較大隱患。因此，對張家界地區空調負荷變化特性的分析及應對措施研究，將有助于改善張家界電網供需矛盾加劇的現狀。

目前，國內外學者對于空調負荷特性研究已有開展。文獻 〔1－4〕分別分析了京津唐地區、常德市、上海市等地電網的負荷特性，并討論了影響負荷特性的因素。文獻 〔5〕提出了空調負荷的4種運行狀態特性建模。文獻 〔6－7〕從空調負荷對電網運行的影響出發并建模，提出了空調負荷的相關優化調控策略。文獻 〔8－11〕分別天津市、江蘇省、重慶市等地實際電網出發，介紹了空調負荷計算方法，得出了地區電網空調負荷與溫度的關系，并提出了相應控制措施。然而，考慮張家界地區空調負荷對其電網影響明顯，因此開展張家界電網空調負荷特性研究具有重要意義。

文中基于張家界地區現場實際負荷數據，分別研究了張家界電網的負荷特性及空調負荷特性，重點分析了張家界電網空調負荷的特性和變化趨勢；其次，建立了空調負荷與最大溫度負荷的數學模型；最后，提出了應對張家界電網季節性負荷的主要管理措施，希冀為確保張家界電網的安全、穩定、經濟運行提供理論支撐。

1 張家界電網負荷特性分析

1.1 負荷月比率模型

采用月比率模型，為各年同月的最大負荷的平均值與所有月份的最大負荷的平均值之比，如

式中 T為負荷月比率；Pijmax為各年同月最大負荷值；Pnjmax為所有統計的月最大負荷；i＝2013，2014；j＝1，2，…，12；n＝1，2，3，...，24。

因此，統計張家界地區2013—2014年共24個月最大負荷及負荷月比率，如表1所示。可見，張家界地區負荷具有明顯的季節變化特征，夏季7，8月份出現了月最大平均負荷較大值，春秋季4，5，10月份出現了較小值；負荷月比率同樣具有明顯的季節性特征。

表1 張家界地區月負荷統計及負荷月比率

基于表1數據，繪制的張家界電網年負荷曲線如圖1所示。可見，2014年負荷總體較2013年有增長，2014年的年平均最大負荷為256.65 MW，2013年的年平均最大負荷為251.34 MW，前者較后者增長了2.11%。另外，張家界地區負荷有著明顯的季節特點，夏、冬季節負荷值較大，其為一年中負荷的尖峰段；春、秋季負荷較小，其為谷段，也可近似認為是地區的基礎負荷。

圖1 2013—2014年張家界電網最大負荷曲線

為進一步說明張家界地區負荷情況，統計了該地區近7年的主要年負荷特性指標數據，如表2所示。2008年至2014年，最大負荷、人均用電量均呈上升趨勢；此外，由季不均衡系數指標分析，地區負荷發展表現出不均衡特性。

表2 張家界地區年負荷特性指標

1.2 氣溫對負荷的影響分析

通常情況下，8月上旬為張家界地區最炎熱時段，往往每年的高峰負荷均出現在這個時段，然而，由于2014年夏季氣候突變，導致了該時間段負荷發生了顯著波動。統計2014年張家界地區夏季典型日負荷曲線如圖2所示。

圖2中，8月5日為2014年年度最大負荷日曲線，最大負荷為371.27 MW，當天天氣情況為晴天，最高溫度為38℃；從6日晚間天氣開始變為小雨，6日晚間最大負荷為349.96 MW；到7日時由于降雨的關系，負荷曲線被明顯拉低，且最大負荷出現在7日的凌晨，晚間最大負荷較6日下降了98.6 MW，最高溫度降至35℃，可見氣溫的突變將會對該地區夏季負荷產生顯著影響。

圖2 2014年8月5日至8日的日負荷曲線

2 張家界電網空調負荷分析

2.1 張家界地區典型日空調負荷分析

對空調負荷計算采用電網的負荷曲線來模擬計算〔3－8〕，即空調開啟后的負荷與空調未開啟時的負荷之差為空調負荷量，且考慮了工作日與休息日負荷的差異性。該地區年度實際負荷曲線如圖 3所示。

圖3 空調負荷曲線

按照實際情況，選取每年5月份負荷為春季基礎負荷，通常認為此階段負荷的季節性影響較小，用電增漲能夠體現負荷的自然增長。因此，選取10月份負荷為秋季基礎負荷，由于10月份秋高氣爽，季節性分量小。計算公示如下:

式中 PB為空調示開啟時的基礎負荷；P1L，P2L分別為春季和夏季基礎負荷；N1，N2為所選取時段的天數。冬季制熱負荷特點與夏季制冷負荷性質基本一致，計算方法相同，基礎負荷選取年度10月份與下一年度5月份的負荷。

由以上分析，繪制該地區2013—2014年度的夏季工作日與休息日基礎和空調負荷曲線，如圖4所示。

該地區2014年較2013年基礎負荷明顯增長，均呈現明顯日負荷特性，同一年中的工作日和休息日基礎負荷相差不大，說明該基礎負荷選取是有效的。3個負荷高峰分別為 9:00—11:00，17:00，20:00—23:00。負荷低谷在凌晨4:00—5:00，峰谷差相對較大，這一特點也進一步反應出了該地區第三產業負荷比重較大的特點。

圖4 2013—2014年夏季工作日與休息日負荷曲線

工作日空調負荷要高于休息日空調負荷，且無論是工作日還是休息日空調負荷，在一天中都呈現出相似且明顯的 “兩谷兩峰”特征。具體描述如下:

1)第一個低谷的時間為早晨7:00左右。按照人們的生活習慣，此時為起床時間，且溫度相對為一天中最低，較為涼爽，空調開啟率最低，工作日和休息日的空調負荷相差最小；

2)第一個高峰的時間為12:00—16:00。此時也是一天中溫度最高時刻，這一時段的空調負荷構成主要以工作日各企業、單位的集中空調負荷以及休息日居家制冷空調負荷為主，且工作日空調負荷明顯高于休息日負荷；

3)第二個低谷的時間為19:00左右。由于天黑前后且工作日已下班，大部分人會選擇這個時段在戶外活動乘涼，因而此時辦公場所以及居民區的空調開啟率會相對偏低；

4)第二個高峰的時間為20:00左右。這一時段工作日和休息日的空調負荷都是一天中相對最高的時段，對該地區而言，主要都是以人們生活居家的空調負荷為主。

2.2 氣溫對空調負荷的影響

為進一步分析張家界地區氣溫對空調負荷的影響，總結夏季最大負荷與空調負荷的特性指標，如表3所示。可見，2013年、2014年的年度最大負荷相差不大 (后者較前者減少了2.52%)，然而，空調負荷卻大幅度下降，主要原因便是2014年該地區夏季氣溫反常所引起。

表3 夏季最大負荷與空調負荷特性指標

繪制2013—2014年7，8月的日最高溫度曲線，如圖5所示。不難看出，2014年的溫度相較2013年同期大幅下降，整個7，8月份日最高平均溫度為32.13℃，較2013年同期的36.27℃降低了4℃之多，溫度超過35℃的天數僅為19天，較2013年同期的50天減少了31天。溫度較往年偏低，且基本無持續性的高溫天氣形成，進而2014年夏季該地區的空調使用率大大降低，空調負荷隨之大幅下降。

圖5 2013—2014年典型月最高溫度曲線

繪制該地區2013—2014年夏季7，8月份工作日和休息日的日最大空調負荷曲線，如圖6所示。整體而言，兩年的工作日和休息日的空調負荷變化趨勢基本一致，最大值均出現在7月末與8月初之間。

對比圖6可以得出，這兩年張家界地區7、8月份的溫度變化曲線與負荷變化趨勢具有一致性，例如，2013年該地區夏季溫度曲線波動較小，對應的空調負荷曲線相對平滑；2014年夏季由于溫度曲線波動大，高低溫平凡交替出現，尤其在7月中旬和8月上旬旬末出現了兩次大的溫度波動，使得總空調負荷較大程度下降，進而導致了2014年空調負荷較2013年有大幅下降。

圖6 2013—2014年張家界電網夏季最大空調負荷曲線

3 空調負荷與溫度的相關性分析

為進一步量化分析張家界地區空調負荷受溫度影響的關系，采用Matlab數據擬合工具箱，對該地區2013—2014年夏季工作日及休息日的最大空調負荷數據與最大溫度數據進行擬合，為更好地體現溫度與負荷的關系，分別采用一次多項式和二次多項式對相關數據進行擬合，并將擬合結果進行對比。

3.1 工作日情況下

不同擬合手段下的該地區夏季工作日最大空調負荷與最高溫度的關系，如圖7所示。其中，圖7(a)為一次多項式擬合，表達式為:f(x)＝12.41x－300.8，擬合決定系數為0.741 2，標準差為32.32。圖7(b)為二次多項式擬合，表達式為f(x)＝0.468 5x2－18.23x＋189.8，擬合決定系數為0.7634，標準差為31.08。通過比較可以看出，二次多項式擬合決定系數較一次多項式擬合系數標準差要小，故二次多項式擬合方法更適合該地區溫度與空調負荷關系的描述。

由圖可以看出最大空調負荷隨溫度升高而增大，對工作日空調負荷而言，當溫度在23～31℃時，空調負荷增長較慢；當溫度超過34℃時，空調負荷增長速度加快。按照此特性，計算曲線在溫度為 26℃，35℃時的曲線斜率分別為 7.069，14.565。從而計算出該地區夏季工作日溫度在23～31℃時，溫度每升高 1℃，空調負荷增加約 6 MW；當溫度在32～41℃時，溫度每升高1℃ 帶來的空調負荷增長約為14 MW。

圖7 夏季工作日最大空調負荷與最高溫度擬合曲線

3.2 休息日情況下

不同擬合手段下的該地區夏季休息日最大空調負荷與最高溫度的關系，如圖8所示。圖8(a)為一次多項式擬合，表達式為:f(x)＝12.09x－293.2，擬合決定系數為0.6484，標準差為35.65。圖8(b)為二次多項式擬合，表達式為:f(x)＝1.196x2－67.72x＋1 020，擬合決定系數為0.736 1，標準差為31.36。類似于工作日情況，可知，采取二次多項式擬合方法對該地區溫度與空調負荷關系的描述。

由圖可知，當溫度在30℃以下時，空調負荷基本無增長，接近為水平直線。當溫度在30～34℃度之間時，增長較慢，當溫度超過34℃時，增長速度加快。計算曲線在溫度為29℃，32℃，35℃時的曲線斜率分別為1.648，8.824，16。從而計算出該地區夏季休息日溫度在27～30℃之間時，空調負荷基本無增長，當溫度在30～34℃之間時，溫度每升高1℃空調負荷增長約8 MW，當溫度在34～41℃之間時，溫度每升高1℃帶來的空調負荷增長約為16 MW。

圖8 夏季休息日最大空調負荷與最高溫度擬合曲線

綜上所述，夏季休息日空調負荷較工作日有所不同，休息日空調負荷基荷較工作日要高，氣溫低時增長率較小，氣溫高時增長率較大，體現了張家界地區空調負荷對負荷增長的影響。

4 結論

張家界地區電網夏季空調負荷的特性如下:

1)張家界地區主要以旅游業為支柱的第三產業經濟體，第一、二產業用電負荷相對較小，進而使得該地區的基礎負荷較低。因此，張家界地區總體負荷受天氣影響大，且具有很強的季節性與時段性，負荷預測工作應與氣象部門加強溝通。

2)隨著生活水平的提高，空調負荷對最大負荷的影響越來越大，從該地區的負荷特性來看，正常情況下空調負荷的年平均增長要略高于地區最大負荷的年平均增長，且最大空調負荷與最高溫度符合二次拋物線關系。

3)針對張家界電網負荷特性的實際特點，僅對空調負荷這一影響因素進行了分析，其他諸如小水電、電氣化鐵路、用戶自備電廠等因素，將在后續研究中開展。

〔1〕樊昊，謝國輝.京津唐電網負荷特性分析及預測 〔J〕.中國電力，2014，47(11):70-74.

〔2〕唐寶，董征.“十一五”期間南方電網負荷特性分析 〔J〕.中國電力，2012，45(10):30-35.

〔3〕廖峰，徐聰穎，姚建剛，等.常德地區負荷特性及其影響因素分析 〔J〕.電網技術，2012，36(7):117-125.

〔4〕徐方龍，謝國棟，龔國芳，等.上海市市區供電局季節性負荷分析 〔J〕.電網技術，1999，23(12):16-19.

〔5〕鄭競宏，朱守真，王光，等.空調負荷運行特性研究及建模〔J〕.中國電機工程學報，2009，29(10):67-73.

〔6〕張志丹，黃小慶，曹一家，等.電網友好型空調負荷的主動響應策略研究 〔J〕.中國電機工程學報，2014，34(25):4 207-4 218.

〔7〕高賜威，李倩玉，李揚.基于DLC的空調負荷雙層優化調度和控制策略 〔J〕.中國電機工程學報，2014，34(10):1 546-1 555.

〔8〕雷錚，張振高，周進，等.天津電網空調負荷分析與研究 〔J〕.華北電力技術，2013，2:12-15.

〔9〕宋宏坤，唐國慶，盧毅，等.江蘇省夏季空調負荷分析及需求側管理措施的削峰效果測算 〔J〕.電網技術，2006，30 (17):88-91.

〔10〕梁廣宇.中小型電網空調負荷分析計算淺談 〔J〕.電力技術，2010，19(15-16):89-91.

〔11〕石峰，吳笛，李寶珠.重慶市夏季空調負荷分析及有效調節空調負荷的措施建議 〔J〕.電力技術經濟，2008，20(1): 42-46.

Characteristics analysis of air-conditioning load about Zhangjiajie grid in summer

XIONG Longzhu，XIANG Wei，QIN Yuetao

(State Grid Electric Power Corporation Zhangjiajie Power Supply Company，ZhangJiajie 427000，China)

According to past two years loads and meteorological data of Zhangjiajie area，this paper analyzes the characteristics of the load and the air-conditioning load.A main factor of the load changes is presented in this area.The temperature effects on the air conditioning load are studied during the summer working days and rest days.It introduces the mathematic model of air conditioning load by the method of curve fitting.The characteristic curves about the result of air conditioning load change with maximum temperature are obtained in summer working day and the rest day.According to the above results，it provides some suggestions on the load forecasting and regulating air conditioning of this region.

load characteristics；air-conditioning load；curve fitting；regulation and control measures

TM714

B

1008－0198(2016)06－0064－05

10.3969/j.issn.1008－0198.2016.06.018

熊龍珠 (1987)，男，湖南張家界人，工學碩士，工程師，主要從事電網調控運行等方面工作。

國網湖南省電力公司群眾創新項目 (5216G0160012)

2016－05－11 改回日期:2016－07－29