河南電網降溫負荷與氣溫敏感性分析

劉軍會++鄧方釗++李甜甜++宋大為++郭衛宇

摘 要：依據河南電網8760負荷數據，采用日負荷曲線比較法測算了河南2016年夏季逐日降溫負荷。并從工作日和節假日兩個維度建立降溫負荷與最高、平均、最低氣溫的回歸模型，據此獲得降溫負荷受氣溫影響的規律，為預判降溫負荷發展趨勢、優化電網運行調度提供重要參考依據。

關鍵詞：降溫負荷；日負荷曲線比較；溫度敏感性

中圖分類號：TM714 文獻標識碼：A

0.引言

近年來，隨著居民生活水平的提高，空調保有量的增長，降溫負荷成為河南電網夏季大負荷屢創新高的重要原因。而降溫負荷與氣溫有密切的關系，為優化電網運行調度、確保順利迎峰度夏，有必要對河南電網降溫負荷與氣溫相關關系開展研究，為降溫負荷預測提供參考依據。

1.日降溫負荷測算

日負荷曲線比較法可直接利用日負荷曲線推算日降溫負荷。其基本思路是：以春季和秋季的典型日（日負荷率與季度平均日負荷率最接近、且負荷曲線無異常畸變）負荷曲線的平均值為基準，夏季日負荷曲線與該基準曲線的差值就是日降溫負荷曲線，其峰值就是日降溫負荷。

具體流程如下：

①選擇春季和秋季的典型日。

②設春季典型日負荷曲線為P1W，秋季典型日負荷曲線為P2W。

③采用春季和秋季典型日負荷曲線的平均值作為當年的無降溫基準負荷曲線，以消除負荷自然增長的影響。

④把夏季日負荷曲線PnW與無降溫基準負荷曲線相減，得到的差值就是受溫度影響的日降溫負荷曲線，這里n表示6～8月每天的日期。

⑤取日降溫負荷曲線峰值，即為日最大降溫負荷。

通過上述方法即可得到2016年夏季日降溫負荷，如圖1所示。

2.降溫負荷與溫度之間關系分析

2.1 工作日溫度敏感性分析

降溫負荷與平均溫度關系，21℃～ 32℃之間，y=185.6x-3865.9（萬kW），即平均氣溫每升高1℃，降溫負荷增加185.6萬kW。

降溫負荷與最高溫度關系，22℃～ 38℃之間，y=155.17x- 3720.5（萬kW），即最高氣溫每升高1℃，降溫負荷增加155.17萬kW。

降溫負荷與最低溫度關系，16℃～29℃之間，y=156.6x-2508.4（萬kW），即最低氣溫每升高1℃，降溫負荷增加156.6萬kW。

相較最高和最低溫度，平均氣溫每升高1℃，降溫負荷增加值最大說明降溫負荷受平均溫度影響最大。降溫負荷與平均溫度線性擬合相關性R2=0.7485最接近1，說明降溫負荷與平均溫度呈現較強相關性。

在此基礎上，為進一步明晰降溫負荷與平均溫度的關系，對2016年工作日降溫負荷與平均溫度進行了分段擬合分析，主要結果如圖2所示。

2.2 節假日氣溫敏感性分析

在節假日期間：

降溫負荷與平均溫度關系：22℃～ 32℃之間，y=207.33x-4547.4（萬kW），即平均氣溫每升高1℃，降溫負荷增加207.33萬kW。

降溫負荷與最高溫度關系：27℃～ 37℃之間，y=207.33x-4573.4（萬kW），即最高氣溫每升高1℃，降溫負荷增加207.33萬kW。

降溫負荷與最低溫度關系：15℃～ 29℃之間，y=135.04x-2088.7（萬kW），即最低氣溫每升高1℃，降溫負荷增加135.04萬kW。

由以上分析可知，相較于最高和最低溫度，工作日與節假日降溫負荷與平均氣溫有較強的相關關系。

結論

（1）日負荷曲線比較法僅利用8760數據即可獲得夏季日降溫負荷。利用該曲線不僅可進行降溫負荷特性分析，再進一步積分可得日降溫電量。

（2）相較于最高和最低溫度，工作日與節假日降溫負荷與平均氣溫有較強的相關關系。對工作日來講，平均氣溫每升高1℃，降溫負荷增加185.6萬kW；對節假日來講，平均氣溫每升高1℃，降溫負荷增加207.33萬kW。

（3）降溫負荷與平均溫度之間有較強的相關關系表明：降溫負荷不僅與夏季氣溫有關，也與高溫持續時間有關。

參考文獻

[1]何曉峰，黃媚，農植貴，等.地區電網降溫負荷與氣溫的敏感性分析[J].電力需求側管理，2013（5）：17-22.

[2]秦礪寒，李順昕，韓江磊，等.基于FOA優化的BP神經網絡在夏季空調降溫負荷預測中的應用[J].華東電力，2014（12）：2708-2712.

[3]吳榮福，黃文英，鄧勇，等.福建電網夏季降溫負荷研究分析[J].電氣技術，2015（5）：49-53+73.

[4]謝敏，鄧佳梁，劉明波，等.基于氣象信息和熵權理論的降溫負荷估算方法[J].電力系統自動化，2016（3）：135-139.