宿州電網電力負荷與氣象條件關系研究及預測系統開發設計

錢平海等

摘要 利用宿州電網2008年8月～2010年9月逐日電力負荷和宿州逐日氣象資料，系統分析電力負荷與氣象條件的關系，分時段建立電力負荷預測模型，開發了宿州氣象電力預測預警系統平臺。該系統主要研究氣象要素與電力負荷的關系，做出短期預測模型；結合WEB的CS和BS終端訪問技術、數據挖掘技術、多因子變量回歸技術和最優因子集組合技術，根據不同季節的特點，分5個時段對宿州電網負荷進行5 d的中短期預測。系統在試運行期間表現穩定、易操作、短期負荷預測預警精度高，該系統增強了宿州電力供應安全的保障能力，推進部門相互間在信息、技術等方面的合作與共享，為宿州電網的規劃和運行提供了科學依據，提升了科學經濟運營水平。

關鍵詞 電網系統負荷；負荷模型；系統設計；氣象條件；宿州

中圖分類號 S161 文獻標識碼 A 文章編號 0517-6611（2014）13-03959-03

Abstract By using electricity load and daily meteorological data in Suzhou during Aug.2008-Sep. 2010， the relationship was analyzed， the electricity load model was established， the earlywarning system platform was developed. The research of this system， which mainly focuses on the relationship between meteorological elements and electrical load， is used to design a shortterm prediction model， which combines the CS and BS terminal access technology of WEB， data mining technology， multi factor regression technology and the set of optimal factor combination technology. Based on the characteristics of different seasons， we design shortterm prediction of Suzhou electricity grid system load for 5 days by dividing a day into 5 periods.

The system is stable and easy to operate during the test operation period， the shortterm load earlywarning precise is high. The system strength the guaranteeing ability of electricity safety supply in Suzhou and promote cooperation and sharing in information and technique， which will provide scientific basis for planning of Suzhou electricity grid.

Key words Electricity grid system load ； Load model； System design； Meteorological conditions； Suzhou

宿州地處皖北經濟發展帶，電力在促進經濟社會發展和全面小康社會建設的進程中發揮了重要作用。但宿州市地處南北氣候過渡帶，同時也是氣象災害多發、頻發的地區，特別是氣候變暖背景下，與電力保障相關的氣象災害有日益多發與加重的趨勢，每年均造成了電力設施的重大損失，影響了電網安全運行和人民生產生活，客觀上要求電力與氣象進一步加強合作。電力系統的電力負荷是制訂電力規劃和運行管理的重要依據，對電力系統安全和經濟運行有著重要作用。宿州供電公司急需要一套主要針對降水、氣溫等對電力負荷影響分析預測預警軟件，以加強電力實施安全運行、科學調度。筆者利用宿州電網2008年8月～2010年9月逐日電力負荷和宿州逐日氣象資料，系統分析電力負荷與氣象條件的關系，分時段建立電力負荷預測模型，開發了宿州氣象電力預測預警系統平臺，有針對性提供專業氣象服務，對成功拓展領域、從容應對用電高峰安全生產有著重要的意義。

1 資料與方法

1.1 預測預警系統需求分析和任務

電力負荷預測是電力系統經濟調度中的一項重要內容，精確的負荷預測對合理利用能源和生產安排、經濟調度和安全運行均起著十分重要的作用。負荷是指電力需求量（功率）或用電量，電力負荷分城市民用負荷、商業負荷、工業負荷及其他負荷等。電力負荷以天為單位不斷起伏的，具有較大的周期性，負荷變化是連續的過程，一般不會出現大的躍變，但電力負荷對季節、溫度、天氣等是敏感的，不同的季節、不同地區的氣候以及溫度的變化均會對負荷造成明顯的影響。在一些極端氣候條件下，如夏季高溫、冬季嚴寒時，電量會急劇攀升超過電網的承載力而跳閘停電。氣象因素是影響電力平均流量（負荷）的首要因子，從氣象因素相關分析電力負荷，使安徽省宿州供電公司獲得較準確及時的電力負荷的預測和預警預報信息。根據氣象條件對用電流量（負荷）進行預測預警，做到用電量的合理調度，用電指標、電量的科學預測，并準確發布電力供應信息，及時采取相應措施保證電力供應，提高用電效率，節約能源。

1.2 系統的設計思路

目前國內外研究動態及前景方興未艾，短期負荷預測理論歷經30年發展，在算法上包括傳統的統計學方法和智能化的人工神經網絡及專家系統方法[1-4]。國內外也有用溫度的歷史數據建立溫度對負荷影響的預測方程，由于溫度參數采用每天的最高溫度及最低溫度值，而忽略了其他氣象因素，因而也影響了預測精度。

電力系統負荷預測主要受以下幾個因素的影響：①氣象因素。其對負荷具有重要影響，而溫度是對負荷影響最重要的氣象因素，其他影響因子還包括相對濕度、風速、天氣狀況等。②經濟因素。如GDP、人口增長率、工農業方式、地方產業結構等均反映了不同的電力負荷需求。③隨機因素。用戶及電力系統的用電負荷行為是隨機的[5]。要定量、定性地判定未來各種可能引起負荷發生變化的情況是非常困難的[6]。筆者是從日最高氣溫、日最低氣溫、日平均氣溫、日平均風速、日平均地面溫度、相對濕度、日降水量、云量和日照時數等氣象的多個基本要素，對宿州市電力負荷進行預測，依據宿州氣象建立電力負荷預測數學模型。

2 宿州電力負荷運行氣象要素特征分析

2.1 電力負荷與氣象要素的相關特征

電力負荷存在明顯的線性增長趨勢，氣象條件使這種增長產生波動。采用逐年分月求電力負荷與對應氣象要素的相關性，結果（表1）發現，夏季6～8月和冬半年，氣溫是電力負荷的最主要影響因子，春季降水量是電力負荷影響主要因子，平均相對濕度與電力負荷相關性最大主要表現在夏半年，氣溫高、濕度大，天氣悶熱，電力負荷明顯大增。

2.2 氣溫對電力負荷的影響

由表1可見，日最大電力負荷與日最高氣溫、日最低氣溫和日平均氣溫在3～10月為一致的正相關，平均相關系數均為顯著，其中6～8月電力負荷與平均氣溫的相關系數達0.488～0.725，表明夏季氣溫升高電力負荷隨之增加；3～5和9～10月電力負荷與日最高氣溫、日最低氣溫和日平均氣溫的相關系數也均為正值，此時期為電力負荷與氣溫正相關的過渡月；冬半年電力負荷與氣象要素均為負相關，且表現為電力負荷對氣溫的敏感性，在日最高氣溫、日最低氣溫和日平均氣溫3個要素中，電力負荷與日平均氣溫相關最好。

2.3 電力負荷與平均相對濕度的關系

電力負荷與平均相對濕度的相關性與氣溫相反，3～9月為負相關、10月～次年2月為正相關，說明冬季降水天氣天氣寒冷，取暖用電量增加反而使電力負荷增加；夏季降水天氣涼爽，用電負荷減少。另外對平均相對濕度、氣溫與電力負荷進行復相關分析，發現復相關系數均在0.5以上，說明夏季氣溫高、濕度大，電力負荷會明顯增大。因此，同時考慮相對濕度與氣溫效果較好。

3 預測系統的開發設計

3.1 系統采用技術路線

該研究充分考慮了氣象要素對電力負荷預測的影響，分析影響電力運行的相關因子，利用多元逐步回歸和卡爾曼濾波方法，建立氣象要素若干變量與電力負荷的相關數學模型，對未來電力負荷作出預報估計。這種方法利用氣象要素資料提高負荷預測的精度和系統的實用性。電力負荷資料來源于宿州市電力公司，為日平均電力負荷、日最高電力負荷、日最低電力負荷；氣象資料為歷史同期日平均氣溫、日最低（最高）氣溫、前1 d最低（最高）氣溫和平均氣溫、當天相對濕度和日照時間、降水量和風速等。通過對歷史資料整理，對所用資料進行數據分析預處理，建立負荷預測模型。通過編程實現電力負荷的可視化監測，及隨溫度氣象要變化的運行曲線狀態圖，并當檢測到負荷超過警界值信號后，進行預警分析、預警制作，通過網絡及其他媒體發送給用戶，且能自動生成預警單輸出預警等功能。

3.2 建立負荷預測模型

3.2.1

建立經濟負荷回歸方程。電力負荷預測模型建立是負荷預測過程中至關重要的一步。通過統計分析，電力負荷與其平均氣溫有明顯負相關，而電力負荷隨時間有增長趨勢。電力負荷的變化除了與氣象要素有關外，還受社會經濟發展等因素的影響，因此需要從電力負荷中提取氣象要素引起電力負荷變化的部分，簡稱氣象電量[7]，建立氣象負荷Eq=E-Et，再根據經濟負荷Et=a+bt建立經濟負荷回歸方程。

4 結語

通過大量相關分析，科學地建立分時段電力預報方程，作出了日電力負荷預測，為電力部門提供了客觀定量的預報產品。系統在試運行期間表現穩定、易操作、短期負荷預測預警精度高，該系統增強了宿州電力供應安全的保障能力，推進部門相互間在信息、技術等方面的合作與共享，為宿州電網的規劃和運行提供了科學依據，提升了科學經濟運營水平。

參考文獻

[1] 馬雁軍，楊洪斌，張云海.BP神經網絡法在大氣污染預報中的應用研究[J].氣象，2003，29（7）：49-52.

[2] 叢爽.面向MATLAB工具箱的神經網絡理論與應用[M].合肥：中國科學技術大學出版社，1998：61-67.

[3] 劉秀玉，劉嶠，張少華，等.一種基于模糊邏輯和神經網絡的電力負荷預測方法[J].上海大學學報，2001，7（1）：37-41.

[4]陳志巧.基于模糊理論的電力負荷預測研究[J].山東科技大學學報，2006，25（2）：81-83.

[5] DIPTI SRINIVASAN.Evolving artificial neural networks for short term load forecasting[J].Neuro computing，1998，23：265-276.

[6]夏昌浩，胡翔勇，劉滌塵.神經網絡短期負荷預報模糊化改進[J].電力學報，2001，16（1）：10-13

[7] 臧曉鐘，周霖華，王子緣，等.常州用電負荷量氣象指數初探[J].氣象科學，2001，21（4）：33-36.

[8] 閻惠芳，李社宗，黃躍青.常用相似性判據的檢驗和綜合相似系統的使用[J].氣象科技，2003，31（4）：211-215.