重慶電網夏季高峰負荷特性分析及優化措施

殷 躍

(天地電研(北京)科技有限公司，北京 102206)

0 引 言

近年來，受夏季高溫天氣影響，重慶電網夏季負荷特性呈現高峰負荷增長快速，峰谷差進一步拉大的發展趨勢，現階段只是簡單地增加供配電設備來解決設備重過載問題，卻缺乏對重過載問題背后的原因，如季節性負荷、短時負荷造成的重過載等進行研究，這種方法，會造成電網備用容量過大、設備利用率降低、空載損耗增加等問題。目前電網負荷特性分析主要是負荷指標、負荷曲線及降溫負荷分析。為了更深入地了解夏季高峰負荷特性，本文通過分析高峰負荷行業構成和尖峰負荷持續時間，并根據分析結果提出相應的優化措施，用以提高電網運行效率和負荷率。

1 負荷特性分析

1.1 年負荷特性分析

圖1 2015年2019年最大負荷曲線

重慶電網年最大負荷曲線呈現兩谷一峰的變化趨勢。兩谷出現在春秋兩季(4月、5月、10月)，氣候適宜，無降溫采暖負荷。一峰出現在夏季(7月、8月)高溫時期，主要由于該地區夏季氣候炎熱，7月、8月易出現伏旱和極端高溫天氣，持續的高溫導致空調等降溫負荷持續上升。秋季過后，天氣逐漸變涼，采暖負荷逐漸增加，負荷曲線逐漸升高。

1.2 年最大負荷增速與峰谷差

表1 2015年2019年年最大負荷及峰谷差

2015年年最大負荷出現了負增長，峰谷差也低于其他年份，可以初步判斷，溫度對年最大負荷、峰谷差影響較大。

1.3 尖峰負荷持續時間

圖2 2015年2019年90%以上負荷持續時間

由圖2可以看出：最高溫度較低的2015年尖峰負荷持續時間明顯高于其他年份。溫度較高的其他年份，尖峰負荷持續時間明顯縮短。以2019年為例，統計尖峰持續負荷時間分布情況。負荷比例95%以上時，尖峰持續負荷的天數為6 d，總的持續時間為13.8 h，單日最長的持續時間為5.5 h。通過以上數據可以看出，重慶電網尖峰負荷持續時間短，持續天數少，單日持續時間長。

2 降溫負荷

本文按照最大負荷比較法[2]通過對第三季度最大負荷與基本無降溫負荷月份的最大負荷進行比較，確定降溫負荷，計算重慶電網年最大負荷時刻降溫負荷比重[2-5]。

2.1 降溫負荷計算方法

降溫負荷是指有降溫負荷的電網負荷與無降溫負荷時電網負荷的差值，無降溫負荷時的負荷稱之為基準負荷[4-5]，因此，計算降溫負荷，首先要確定基準負荷，最后再根據定義進行計算。

2.2 基準負荷的選取

基準負荷當中基準月的選取至關重要，本文分別采用了4種基準負荷確定方法，將所得降溫負荷發生天數與實際發生降溫負荷天數最接近的負荷作為最終基準負荷，過程如下：

第一步，選擇某個溫度作為基準溫度，當某日最高氣溫高于基準氣溫，則認為該日發生降溫負荷；反之，則不發生[2]。通過研究發現，在日最高氣溫大于25 ℃時，負荷增速快，此時負荷對溫度變化敏感，定義為氣溫敏感負荷。在日最高氣溫低于25 ℃時，日負荷最大值變化幅度較小，此時負荷對溫度變化不敏感，定義為氣溫不敏感負荷。由此可見氣溫敏感點的存在約為25 ℃；因此判斷降溫負荷出現在氣溫高于25 ℃的情況，取25 ℃作為基準溫度。

第二步，統計各月日最高溫度大于25 ℃的天數作為出現降溫負荷的天數。

第三步，分別選擇春季、秋季、全年中所有日最大負荷的均值最小的月作為候選的基準月，分別定義候選基準月a，候選基準月b和候選基準月c。

圖3 2016年日最大負荷與日最高溫度相關性曲線

第四步，分別將候選基準月a，b，c中日最高氣溫低于25 ℃的日最大負荷均值作為基準負荷，得到基準負荷a和基準負荷b和基準負荷c，將基準負荷a和基準負荷b的均值作為基準負荷d。

第五步，將每天最大降溫負荷樣本的日最大負荷分別減去4種基準負荷，若結果數值為正，則認為該日發生降溫負荷；反之，則未發生。

第六步，按照步驟四、五統計每月降溫負荷發生天數，對比步驟二中實際發生降溫負荷的天數，取與實際情況最接近的負荷值作為基準負荷。

以2016年為例，分別取春季、秋季的代表月，春季和秋季代表月的均值和全年日最大負荷均值最小的月作為基準月，統計重慶電網降溫負荷，并分析其效果，如表2所示。

表2 2016年各月工作日日最大負荷均值

由表2可知，全年日最大負荷的均值最小月份出現在4月，春季日最大負荷均值最小也出現在4月，秋季日最大負荷均值最小出現在10月。2016年重慶電網基準負荷的基準月分別為4月、10月及4月和10月均值。

隨后，統計基準月溫度大于25 ℃的工作日天數作為重慶電網2016年各月降溫負荷實際發生的天數，利用候選的基準負荷計算降溫負荷，分別統計6月至9月對應于各候選基準負荷發生降溫負荷的天數，見表3。

表3 2016年各月在不同基準月降溫負荷發生的天數

通過分析，取4月份作為基準月時，2016年該地區降溫負荷發生的天數最接近實際發生天數，以基準月中的日最大負荷作為基準負荷。

2.3 降溫負荷確定

表4 2015年2019年最大負荷時刻降溫負荷及比重

2.4 降溫負荷與溫度相關性分析

相關系數是反映變量間變化關系密切程度的一個統計指標，其絕對值越大，表示相關性越強，二者越接近于線性關系。長度都為n的序列xi與yi序列的相關系數rxy計算如式(1)[6]所示。

(1)

計算結果表示兩序列之間相關程度的統計指標，其值介于[-1，1]區間，大于0時表示正相關，小于0時表示負相關。rxy的絕對值越接近于1，兩要素的關系越密切；越接近于0，兩要素的關系越不密切。

分析負荷與溫度的相關系數，n代表計算區間段上的時間點數，xi代表計算區間段上的各個時間點上的有功負荷(MW)；yi代表計算區間段上的各個時間點上的氣溫(℃)[6]。

表5 2017年2019年日最大降溫負荷與溫度的相關系數

可以看出，日最大降溫負荷與日最高溫度、平均溫度之間的相關系數都大于0.7，相關性強。

3 夏季高峰負荷行業構成

按照《國民經濟行業分類與代碼》(GB/T 4754—2017)[7]將473個行業劃分為11個大類，收取2019年這11類行業8 760 h負荷，計算出年最大負荷時刻各行業負荷占比，如表6所示。

表6 2019年電網最大負荷時刻各行業負荷占比

由表6可知，城鄉居民生活用電、工業用電占最大負荷比例較高。

計算各行業降溫負荷，然后計算各行業降溫負荷占總降溫負荷比例[8]，結果如表7所示。

表7 2019年電網年最大負荷時刻降溫負荷行業占比

2019年統調降溫負荷主要來自居民生活、工業、金融房地產行業三個行業，其中接近60%的降溫負荷來自于居民生活用電，占比遠高于其他兩個行業。

4 負荷特性優化措施

根據重慶電網統調尖峰負荷持續時間短，持續天數少，單日持續時間長的特點，結合該地區東南區域電網因電廠參與調峰導致夏季負荷低、冬季負荷高，避免夏季高峰負荷出現的特性，建議電力供應側采取電廠調峰削減夏季尖峰負荷，或用戶側采取需求側響應措施解決尖峰負荷問題。

4.1 局部電廠調峰措施

分區域研究現有電廠調峰潛力是否可以削減尖峰負荷，對電廠調峰潛力不足的情況給出電源側調節能力提升的措施和建議。

4.1.1 現有電廠調峰能力

電網直調電廠裝機總容量為19 494.832 MW。其中220 kV及以下電廠56座，裝機容量為10 870.83 MW。220 kV及以下火電、水電裝機容量分別為4 691 MW， 2 924.1 MW。因風電、光伏等電廠不能參與調峰，則可參與負荷特性曲線優化調峰的直調220 kV及以下電廠容量為7 615.1 MW，占220 kV及以下電廠裝機容量的70%。220 kV及以下直調火電、水電可調峰裕度見表8。

表8 220 kV及以下直調火電、水電可調峰裕度

4.1.2 現有調峰能力可削減負荷比例

重慶電網90%以上尖峰負荷無法通過直調火電、水電調峰能力削減，但可以削減95%以上尖峰負荷，計算過程如表9所示。

從分區域來看，東北、東南電網調峰裕度相對較為充分，水電調峰裕度可以削減電網尖峰負荷，水電廠響應很快，開機、停機比較靈活。西部電網調峰能力較小，無法通過現有調峰能力削減尖峰負荷。

表9 220 kV及以下可調峰裕度及削減負荷情況

重慶電網受夏季高溫影響出現負荷尖峰，但從分區域來看，東南、東北區域110 kV及以下小水電多，對220 kV電網尖峰負荷的削減起到了一定作用。電力企業可以充分利用地調電廠的調峰能力，優化削減電網尖峰負荷。調峰能力不夠的地區，通過電廠機組改造和新建調峰電廠，提高調峰能力，優化負荷特性。

4.2 電力需求側響應措施

采取需求側響應削減尖峰負荷，當峰谷差過大、電網備用容量不足或者局部過載時，通過指導用戶側開展需求響應，實現移峰填谷，減小峰谷差，提高電網運行效率和負荷率[9-10]。

1)需求側響應以工業用戶為主。工業用戶通常用電負荷較大，表明可切空間較大；負荷曲線比較規律；需求比較集中，并且負載類型單一，利于電網與用戶溝通調節這三個特點，給予了工業負荷在電力需求側響應應用上非常大的優勢。

居民用戶因有以下因素在需求側相應應用上受到限制：居民每戶可實現需求側響應的負載有限且不規律；每戶收益非常少，用戶感受不深；居民用戶應具備智能家居控制系統或空調(家庭制冷/取暖設備)遠程控制系統，且能夠通過負荷集成商與需求響應平臺實現對接。

2)利用需求側響應平臺及需求響應系統形成由政府主導，電網公司具體實施，負荷需求集成企業、電力用戶配合的管理模式。需求類型包括約定響應、實時響應兩種。需求響應可中斷負荷電價為調控時長對應電價標準乘以響應速度系數。

3)估算可削減負荷。按照需求響應原則，工業用戶約定響應能力一般為該企業最高用電負荷的5%～20%[11]。2019年重慶電網工業用戶負荷約為6 234.42 MW，工業用戶最大響應能力約為1 146.88 MW，預計可削減重慶電網95%以上的尖峰負荷。

5 結 論

1)重慶地區夏季高峰負荷主要由居民空調降溫負荷構成，降溫負荷約占55%左右，且逐年增長。

2)隨著人民生活水平持續提高，夏季高峰降溫負荷占比也將會隨之增大，重慶地區用電需求受氣候影響會愈來愈大，電力需求估算預測工作難度也會增加，對電網調峰運行的精準度也會越來越高。

3)建議持續研究氣候對電力需求側影響相關性，綜合經濟性、氣候因素的空調負荷估算模型，提高電力需求估算的準確度，從而進行適時調整地區電廠峰谷，避免局部過載。

4)建議出臺分時電價政策進行調峰，引導降溫負荷用戶適時“削峰填谷”，從而對用電特性進行改善，緩解電網側供電壓力，降低電網投資成本，提升電網資源利用率及收益。