考慮氣象因素的電采暖負(fù)荷預(yù)測研究

郭占伍，張澤亞，周興華，胡詩堯，馬國真，賀春光

(1. 國網(wǎng)河北省電力有限公司經(jīng)濟技術(shù)研究院,石家莊050000;2. 北京中恒博瑞數(shù)字電力科技有限公司，北京 100085)

0 引 言

為減少城市霧霾污染，改善人們生活環(huán)境，提高生活質(zhì)量和城市經(jīng)濟持續(xù)發(fā)展，國家能源部門出臺了一系列有關(guān)電代煤、電代油的文件，以促進清潔能源逐步替代污染能源，減少碳粉灰塵、二氧化碳、二氧化硫和氮氧化物等污染物質(zhì)的排放，構(gòu)建綠色發(fā)展的城市環(huán)境。目前北方城市燃煤取暖已經(jīng)逐步采用電采暖替代，而南方地區(qū)未提供冬季供暖的地區(qū)，隨著居民對屋內(nèi)舒適程度要求不斷提高，冬季電采暖使用也越來越頻繁，冬季日最大負(fù)荷也在不斷升高。

電采暖是指以電作為基礎(chǔ)能源消耗的采暖方式，包括冷熱空調(diào)、電鍋爐、熱泵(地源、空氣源)、發(fā)熱電纜、金屬膜、電暖器等形式。電采暖的典型特點就是功率大，負(fù)荷集中，極易產(chǎn)生高峰負(fù)荷，切峰谷差大，對配電線路造成的影響較大。

因此精確地對電采暖負(fù)荷進行預(yù)測具有較大的應(yīng)用需求。短期負(fù)荷預(yù)測是針對未來一天到數(shù)天各時段的負(fù)荷預(yù)測的研究，影響短期電采暖的因素主要包括：地區(qū)差異、氣候條件、生活習(xí)慣及社會經(jīng)濟發(fā)展水平等，因此短期負(fù)荷預(yù)測具有很強的非線性特點。氣象因素對于短期負(fù)荷預(yù)測有著重要的影響。其中溫度對負(fù)荷影響最大，其次還有濕度、風(fēng)力、降水等，這方面的研究較為廣泛，其中較多的文獻研究主要考慮溫度、濕度等氣象因素的日特征值對負(fù)荷的影響，運用神經(jīng)網(wǎng)絡(luò)、小波分析等各種方法進行負(fù)荷預(yù)測[1]，也有文獻提出將多個氣象因素綜合考慮進行短期負(fù)荷預(yù)測，例如人體舒適度等[2]。文獻[3]剖析了實時氣象因素對負(fù)荷的影響并提出了處理策略，對實時氣象因素的應(yīng)用研究具有指導(dǎo)作用。文獻[4]利用實時氣象數(shù)據(jù)，分別建立了夏季氣象敏感負(fù)荷與溫度、濕度、風(fēng)速等氣象因素的關(guān)系模型，通過回歸分析得到綜合模型。但是該方法只考慮到待預(yù)測時段溫度對負(fù)荷的影響，所建模型對日高峰負(fù)荷的預(yù)測能力不足。

電力系統(tǒng)負(fù)荷預(yù)測是指從電力負(fù)荷自身的變化規(guī)律以及季節(jié)、溫度和電價等因素的影響出發(fā)，通過對歷史數(shù)據(jù)的分析和研究，對電力需求作出預(yù)先的估計和推測。隨著現(xiàn)代計算機技術(shù)的不斷發(fā)展，人工智能方法、神經(jīng)網(wǎng)絡(luò)、模糊聚類、支持向量機、灰色模型、粗糙集、云計算和極限學(xué)習(xí)機法等預(yù)測方法不斷被運用到電力負(fù)荷預(yù)測中[5]。

文獻[6]研究了溫度累積效應(yīng)對電網(wǎng)夏季負(fù)荷的影響，研究方法相同，都提出了類似的用離散的累積系數(shù)和溫度修正公式來反映累積效應(yīng)強度的方法。文獻[7]都對氣象因素的變化對電網(wǎng)負(fù)荷的影響進行了研究，氣象因素對于短期負(fù)荷預(yù)測帶來的重要影響已經(jīng)形成共識。

文章在研究配電網(wǎng)負(fù)荷特性的基礎(chǔ)上，重點針對氣象因素對冬季電采暖負(fù)荷特性的影響展開分析，找出其中的規(guī)律，首先研究影響電采暖負(fù)荷的氣象因素，并選出主要因素，然后分析主要影響因素的關(guān)系及其與電采暖負(fù)荷的關(guān)系，最后采用構(gòu)建考慮氣象因素的負(fù)荷預(yù)測模型對電采暖負(fù)荷進行預(yù)測。并將電采暖負(fù)荷預(yù)測數(shù)據(jù)與實際負(fù)荷數(shù)據(jù)做對比。

1 電采暖負(fù)荷特性

從年負(fù)荷來看，北方地區(qū)電采暖負(fù)荷主要出現(xiàn)在冬季(11、12、1、2、3月)其中12月～1月為平均氣溫最低的月份，因此氣象因素對電采暖負(fù)荷水平有較大影響。從日負(fù)荷來看，電采暖負(fù)荷有明顯的日類型特性，在工作單位，周一～周五的負(fù)荷較高，周末和節(jié)假日負(fù)荷較低，周末和節(jié)假日商業(yè)和居民電采暖負(fù)荷均增高[8]。文獻[9]給出一種典型日負(fù)荷的選取辦法。根據(jù)這一算法，得出北京某煤改電區(qū)域工程典型電采暖日負(fù)荷曲線如圖1所示，可以看出，北京地區(qū)電采暖典型日負(fù)荷曲線呈現(xiàn)早高峰、晚高峰、下午低谷的特性。這主要是因為早上工商業(yè)電采暖啟動、晚上居民負(fù)荷啟動、下午溫度普遍回升所致。

圖1 北方冬季某煤改電區(qū)域典型日負(fù)荷曲線Fig.1 Typical daily load curve of a coal-to-electricity conversion area in north China

2 影響電采暖負(fù)荷的氣象因素

2.1 電采暖負(fù)荷成分分析

電采暖負(fù)荷特性受多種因素的影響，總體上影響因素可以分為氣象類和非氣象類[10-15]。氣象類因素包括：氣溫、風(fēng)速、濕度、降雪等。針對影響電采暖負(fù)荷的不同因素，一般可將電采暖負(fù)荷拆分成2個主要分量：

Q=QB+QW

(1)

式中Q為總電采暖負(fù)荷；QB為基礎(chǔ)電采暖負(fù)荷分量，一般由相對穩(wěn)定的工業(yè)和民用電采暖負(fù)荷構(gòu)成；QW為對氣象因素敏感的電采暖負(fù)荷分量。

2.2 電采暖負(fù)荷與氣象因素的關(guān)聯(lián)分析

因為電采暖負(fù)荷與氣象條件有很強的關(guān)系，利用溫度、濕度、風(fēng)速與降雪等因素與電采暖負(fù)荷的關(guān)聯(lián)關(guān)系研究北方冬季電采暖負(fù)荷的變化特征和預(yù)測方法，該方法的計算步驟如下。

步驟1：確定電采暖負(fù)荷特征序列和個因素序列

把所要研究的主要行為因素作為電采暖負(fù)荷特征序列X0，影響因素作為相關(guān)因素序列Xi，寫成序列形式為：

X0=(x0(1),x0(2),...,x0(k),...,x0(n))

(2)

Xi=(xi(1),xi(2),...,xi(k),...,xi(n))

(3)

其中，k為序列號，n為樣本個數(shù)，k=1,2,…,n；i為相關(guān)影響因素的個數(shù)，i=1,2,...,m。

步驟2：求關(guān)聯(lián)度

(4)

式中i=0,1,2,...,m。

(2)確定各序列差Δi:

(5)

Δi(k)=(Δi(1),Δi(2),...,Δi(k),…,Δi(n))

(6)

其中，i=0,1,2,...,m。

(3)求序列最大極差M與最小極差m:

M=Δik|maxi-maxk|

(7)

m=Δik|mini-mink|

(8)

(4)求關(guān)聯(lián)系數(shù)γi(k):

(9)

式中ε通常取0.5；k=1,2,…,n，i=1,2,…,m。

(5)計算平均關(guān)聯(lián)系數(shù)γi:

(10)

式中k=1,2,…,n，i=1,2,…,m。

步驟3：分析關(guān)聯(lián)系數(shù)

確定電采暖負(fù)荷數(shù)據(jù)序列(X0)與各相關(guān)因素行為序列(X1，X2，…，Xm)的關(guān)聯(lián)系數(shù)，關(guān)聯(lián)系數(shù)越大，則表明此因素行為序列對電采暖負(fù)荷數(shù)據(jù)序列影響越大。由此可以計算出電采暖與各氣象因素的關(guān)聯(lián)系數(shù)，如表1所示。

表1 電采暖負(fù)荷與氣象因素關(guān)聯(lián)系數(shù)Tab.1 Coefficient of correlation between electric heating load and meteorological factors

可以看出，對電采暖影響最大的因素是溫度和濕度，降雪和風(fēng)速對負(fù)荷的影響稍微較小。這主要是因為溫度和濕度更大程度影響人體舒適度，降雪和風(fēng)速影響人們對溫度和濕度的心理預(yù)期，相對溫度和濕度，影響程度相對較小，但是也是較重要影響因素。

3 氣象因素對電采暖負(fù)荷的影響

3.1 電采暖負(fù)荷與溫度的關(guān)系

對北京某煤改電區(qū)域工程電采暖負(fù)荷曲線日最大負(fù)荷與日最低溫度進行回歸分析，可得出表2 的電采暖負(fù)荷對溫度變化的靈敏度，擬合曲線如圖2所示。溫度對負(fù)荷的影響存在明顯的非線性關(guān)系，體現(xiàn)為：溫度較高和較低時，靈敏度都較小，溫度在-10 ℃和10 ℃之間時，負(fù)荷對溫度的靈敏度較高。在0 ℃ 上下時，溫度每降低1 ℃ ，電采暖負(fù)荷增大近40 MW。

表2 電采暖負(fù)荷對溫度變化的靈敏度Tab.2 Sensitivity of electric heating load to temperature change

圖2 電采暖負(fù)荷溫度靈敏度擬合曲線Fig.2 Temperature sensitivity fitting curve of electric heating load

3.2 電采暖負(fù)荷與濕度的關(guān)系

對上述電采暖日最大負(fù)荷與日相對濕度進行回歸分析，得出表3的電采暖負(fù)荷對濕度變化的靈敏度，擬合曲線如圖3所示。濕度對電采暖負(fù)荷的影響也存在非線性關(guān)系，體現(xiàn)為：濕度較高和較低時，對電采暖負(fù)荷的靈敏度較低. 濕度在35%～75% 之間時，負(fù)荷對濕度的靈敏度較高，因為此時人體感覺濕冷，采暖負(fù)荷開啟量增大。

表3 電采暖負(fù)荷對濕度變化的靈敏度Tab.3 Sensitivity of electric heating load to humidity change

圖3 電采暖負(fù)荷濕度靈敏度擬合曲線Fig.3 Humidity sensitivity fitting curve of electric heating load

3.3 考慮溫濕度效應(yīng)的電采暖負(fù)荷預(yù)測

通過上述分析，可見氣象因素中溫度對電采暖負(fù)荷影響指數(shù)較大，濕度因素影響指數(shù)相對較小。在現(xiàn)實中，北方地區(qū)溫度和濕度并無直接關(guān)系，在任何溫度下可能有任何濕度，但各自對電采暖負(fù)荷的影響分別又有各自的規(guī)律，因此對負(fù)荷預(yù)測來說，需要將其二者進行融合。本文構(gòu)建以溫度因素為主、濕度因素為修正參數(shù)的預(yù)測模型，通過圖2和圖3的觀察可知，電采暖負(fù)荷在溫度為0℃和在濕度60%情況下，二者數(shù)值相近，并且靈敏度曲線具有較高的相似性，因此構(gòu)建考慮濕度修正的電采暖負(fù)荷預(yù)測公式如下：

(11)

式中P0為基準(zhǔn)日電采暖負(fù)荷；ΔPT為溫度因素引起電采暖負(fù)荷變化；ΔSH為對應(yīng)濕度H下的電采暖負(fù)荷敏感度；ΔST為對應(yīng)溫度T下的電采暖負(fù)荷敏感度。

4 實例驗證

本文結(jié)合河北某煤改電區(qū)域工程電采暖負(fù)荷在冬季12月份的實際測試數(shù)據(jù)，溫濕度數(shù)據(jù)如表4所示。

表4 某工程冬季12月份溫濕度數(shù)據(jù)Tab.4 Temperature and humidity data of a project in December in winter

通過上述方法得到圖4所示預(yù)測結(jié)果，其中實線為預(yù)測值，點線為僅考慮溫度因素時的電采暖負(fù)荷預(yù)測值，虛線為考慮濕度因素修正的電采暖負(fù)荷預(yù)測值，僅考慮溫度因素的電采暖負(fù)荷預(yù)測值與實測值的均方差為138，考慮濕度因素修正的電采暖負(fù)荷預(yù)測值與實測值的均方差為78，由此可見，綜合考慮溫度與濕度修正的電采暖負(fù)荷預(yù)測方法具有更高的精準(zhǔn)度。

圖4 電采暖負(fù)荷預(yù)測與實測對比曲線Fig.4 Comparison curve of predicted and measured electric heating load

5 結(jié)束語

電采暖負(fù)荷具有功率大、負(fù)荷密度集中的特征，受季節(jié)和氣象影響比較大，對配電網(wǎng)規(guī)劃運行產(chǎn)生較大影響，本文主要從氣象因素角度出發(fā)，通過分析電采暖負(fù)荷的典型特征，采用關(guān)聯(lián)關(guān)系方法，從溫度、濕度、降雪、風(fēng)速4個因素中，篩選了溫度和濕度兩個主要氣象因素，并結(jié)合河北某煤改電工程實際數(shù)據(jù)，通過回歸分析方法分別提取了溫度和濕度兩個因素對電采暖負(fù)荷的靈敏度系數(shù)，提出了綜合考慮以溫度因素為主、濕度因素為修正參數(shù)的電采暖負(fù)荷預(yù)測方法，經(jīng)與實測數(shù)據(jù)對比，證明該預(yù)測方法具有更高的精準(zhǔn)度。具有較好的工程應(yīng)用前景。