福建電網夏季降溫負荷研究分析

吳榮福 黃文英 鄧 勇 楊耿杰 姚宇臻

（1.福州大學電氣工程與自動化學院，福州 350108； 2.國網福建電力調度控制中心，福州 350003）

降溫負荷是指由于空調等降溫設備的開啟，導致電網負荷在短期內迅速增長的部分[1]。近幾年，隨著經濟的快速發展、人民生活水平的不斷提高以及城市熱島現象日益嚴重，空調類等降溫設備得到廣泛應用，夏季降溫負荷逐年增大[2-3]。降溫負荷已經成為夏季電網負荷屢創新高的主要原因，改變了原有的負荷特性，也給系統電壓和頻率穩定帶來一定的負面影響[4-7]。福建省處于我國東南部，受副熱帶高壓影響，夏季氣溫35℃以上高溫天數經常超過30 天，降溫負荷占比較大，影響突出。因此，很有必要對福建電網降溫負荷進行測算和分析，給電力調度部門開展降溫負荷預測提供參考依據，從而提高氣溫變化條件下不同時間尺度的負荷預測準確率，保障福建電網夏季安全、穩定、經濟運行。

文獻[2]采用最大負荷比較法和基準負荷比較法對廣東省年最大降溫負荷進行測算和分析，從而把握年最大降溫負荷的變化規律和趨勢；文獻[3]采用基準負荷比較法得到全省及各地市的夏季典型降溫負荷曲線，由此分析不同地區的降溫負荷特性，并利用相關分析法找出主要影響因素；文獻[4]將日最大降溫負荷與各溫度因子進行回歸擬合，得出氣溫敏感系數，對負荷預測具有較強的指導作用。但上述文獻分析過程中均未充分考慮各地區溫度不一致因素，分析結果可能與實際情況產生較大偏差。本文針對福建省各地市經濟水平和氣象條件存在較大差異的特點，將“子網累加”的思想應用到降溫負荷的分析中，從降溫負荷特性、氣溫敏感性、年最大降溫負荷三個方面進行深入研究。

1 福建電網降溫負荷分析流程

目前，降溫負荷的測算方法主要有基準負荷比較法[2-5]、最大負荷比較法[4]、負荷曲線修復法[6]、最大溫差分析法[7]、電量比較法[8]等。其中，基準負荷比較法普適性強，可獲得各夏季日的降溫負荷情況，因此本文采用該方法對2013年福建電網的降溫負荷進行分析。

基準負荷比較法的基本思想[2]為：先以春秋季負荷數據近似估算夏季無降溫負荷時的基礎負荷曲線，再將夏季日負荷曲線與基礎負荷曲線相減即為夏季日降溫負荷曲線。結合本文研究內容，福建電網2013年降溫負荷分析方法的流程如圖1所示。

圖1 降溫負荷分析方法流程圖

具體步驟如下。

第一步：數據預處理。春季從13年3月份和4月份中選擇樣本日；秋季從13年10月份和11 份月中選擇樣本日；夏季從13年的6月份、7月份、8月份、9月份中選擇樣本日；5月份一般為福建地區雨季，氣候較不穩定，故不予以考慮。數據篩選時，應剔除節假日、臺風、強降雨等干擾負荷數據。

第二步：計算春季和秋季平均日負荷曲線的平均值，近似作為夏季基礎負荷曲線。

第三步：將夏季各個樣本日的負荷曲線與夏季基礎負荷曲線相減，即為該日的降溫負荷曲線。

第四步：計算夏季所有樣本日逐個時間段的降溫負荷的平均值，即為夏季典型降溫負荷曲線，進而進行降溫負荷特性分析。

第五步：由夏季各個樣本日的降溫負荷曲線得到各個時間段的降溫負荷，并定義其最大值為日降溫負荷，進而進行氣溫敏感性分析。

第六步：取夏季所有樣本日降溫負荷的最大值，即為年最大降溫負荷，進而進行年最大降溫負荷分析。

2 降溫負荷特性分析

本文分別計算2013年全省及各個地市的夏季典型降溫負荷曲線，并通過曲線分析揭示降溫負荷特性，更好地把握福建電網降溫負荷的變化規律。

2.1 全省降溫負荷特性分析

基于福建電網2013年全省用電96 點歷史負荷數據，利用上述介紹的基準負荷比較法測算福建電網夏季降溫負荷。本文為深入分析降溫負荷的變化規律，分別計算出6月份、7月份、8月份、9月份的典型降溫負荷曲線，如圖2所示。

圖2 2013年夏季各月份典型降溫負荷曲線

由圖2可見，降溫負荷的總體趨勢為6月份至8月份逐步增大，8月份后降溫負荷開始減少；6月份的降溫負荷最小，甚至在低谷時刻出現負值；9月份的典型降溫負荷曲線走勢與6月份類似，數值較大。其主要原因有：6月份平均溫度較低，且降雨較多，導致空調用戶較少；再者，由于降溫負荷的慣性作用，若在相同氣象條件下，6月份的日降溫負荷會比持續高溫后7月份、8月份、9月份的日降溫負荷低。7月份和8月份為福建省典型夏季天氣，則將7月份和8月份的典型降溫負荷曲線平均值作為夏季典型降溫負荷曲線。

由圖2還可以看出，福建電網夏季降溫負荷的特性規律：①存在午高峰和晚高峰，時段分別為下午13∶00—15∶00 和晚上23∶00—24∶00，晚高峰的降溫負荷主要來自居民降溫負荷，其值最高達到午高峰降溫負荷的80%～90%，說明居民降溫負荷對總降溫負荷的貢獻較大；②早晨7∶00 和傍晚18∶00 為當日降溫負荷低谷時段，主要是因為這兩個時間段為上下班時間，居民、商業和部分工業等降溫負荷達到最小；并且，早晨溫度比傍晚溫度更低，降溫負荷也更小些。

2.2 各地市降溫負荷特性分析

基于福建電網2013年各個地市用電96 點歷史負荷數據，以7月份和8月份工作日作為典型夏季樣本日，采用上述介紹的基準負荷比較法得到各地市典型降溫負荷曲線，如圖3所示。

圖3 各地市典型降溫負荷曲線

由圖3可見，各地市降溫負荷曲線趨勢與全省降溫負荷曲線類似，此處不再詳細分析。由圖3（a）可見，福州、廈門、泉州等地區降溫負荷水平較高，且其典型降溫負荷曲線峰谷差較大，午高峰和晚高峰明顯，主要是因為這些地區經濟較發達，工商業、居民降溫負荷比重均較大。由圖3（b）可見，龍巖、三明、南平等經濟發展水平較低地區的典型降溫負荷曲線在一天內的各時段的波動范圍較小，峰谷差小，且降溫負荷水平較低。

2.3 比較分析

由整體分析和“子網累加”兩種方法得到的全省典型降溫負荷曲線，如圖4所示。由圖4可以看出，兩種方法得到的全省典型降溫負荷曲線基本一致，僅在某些時刻有些許偏差，均可反映出福建電網夏季降溫負荷的變化規律。

圖4 2 種方法得到的降溫負荷曲線對比分析

3 氣溫敏感性分析

本文將2013年全省及各個地市的夏季日降溫負荷與溫度因子進行敏感性分析，更好地把握降溫負荷與氣溫的關系，分析得到的氣溫敏感系數，可為2014年短期負荷預測提供參考。

3.1 全省氣溫敏感性分析

如前所述，取夏季樣本日降溫負荷曲線各個時間段的最大值即為日降溫負荷。溫度因子包含日平均溫度Ta、日最高溫度Th、日最低溫度Tl，可由全省各個地市溫度因子加權平均得到，權重為各地市當天用電量占全省用電量的比重。分析時，取6月份至8月份的負荷數據，并剔除節假日、臺風、強降雨等特殊日負荷數據。

由相關系數的公式[4]可得全省夏季日降溫負荷與各個溫度因子的相關系數，見表1。

表1 日降溫負荷與各溫度因子相關系數

由表1可以看出，日降溫負荷與各個溫度因子的相關系數均大于0.75，與日平均溫度的相關性最強。日降溫負荷與日平均溫度的散點圖及擬合曲線，如圖5所示。

圖5 日降溫負荷與平均溫度的散點圖及擬合曲線

從圖5可以看出，日降溫負荷與日平均溫度的線性擬合度較高，可近似認為一元線性關系。由回歸分析結果可得，日降溫負荷與日平均溫度的敏感系數為674.17。因此，可近似認為對于福建電網夏季負荷，日平均溫度每升高 1℃，降溫負荷增長674.17MW。

3.2 各地市氣溫敏感性分析

類似上述分析方法，可對2013年夏季各地市日降溫負荷與日平均溫度進行敏感性分析，得到各地市的氣溫敏感系數，見表2。由表2可以看出，各地市日降溫負荷與日平均溫度的相關系數均較高，得到的氣溫敏感系數能夠較好地揭示地區降溫負荷隨溫度變化的規律。

表2 各地市日平均氣溫與降溫負荷的 相關系數及敏感系數

3.3 算例分析

本算例中，基準日為2014年9月3日（周三），全省平均溫度為29.37℃；預測日為2014年9月4日（周四），全省平均溫度為27.15℃；兩樣本日的周特性明顯，負荷水平相當，近似認為兩日的負荷水平變化僅由溫度變化引起，計算得兩日的降溫負荷實際變化值為1750.02MW。本文分別采用上述兩種方法得到的氣溫敏感系數對2014年9月4日的降溫負荷進行預測，其結果見表3。

表3 氣溫敏感性分析情況

由表3可以看出，通過“子網累加”能夠較準確地測算出全省降溫負荷的變化值，比全省整體分析的方法精度更高。本文另外選取類似的4 個算例進行分析，其測算結果如圖6所示。

圖6 子網累加和整體分析誤差比較結果

由圖6可以看出，“子網累加”模型的準確率明顯優于整體分析模型，推薦采用該方法進行全省降溫負荷的氣溫敏感性分析。

4 年最大降溫負荷分析

本文對全省及各地市的年最大降溫負荷進行分析與測算，可為2014年全省最大負荷預測提供參考。

4.1 全省年最大降溫負荷分析

根據前述計算數據，福建電網2013年最大降溫負荷即為夏季所有樣本日降溫負荷的最大值。類似，可求得福建電網2009—2012年最大降溫負荷，如圖7 所示。由圖7的線性擬合曲線可以看出，2009—2013年的最大降溫負荷近似以671.50MW/年的速度增長，可預測2014年福建電網夏季最大降溫負荷約為8794.50MW。

圖7 2009—2013年最大降溫負荷逐年情況

4.2 各地市年最大降溫負荷分析

類似上述方法，本文分別求得福建省各地市電網2009—2013年最大降溫負荷，并用線性擬合的方法預測出2014年的最大降溫負荷8971.08MW，其分析結果見表4。

表4 各地市電網2009—2013年最大降溫負荷

4.3 算例分析

基于全省2009—2013年最大降溫負荷數據，預測全省2014年最大降溫負荷約為8794.50MW。基于各地市2009—2013年最大降溫負荷數據，可預測2014年各地市的最大降溫負荷，通過“子網累加”預測全省2014年最大降溫負荷約為8971.08MW；類似日最大負荷的同時率問題，考慮最大降溫負荷的同時率為0.99，則2014年最大降溫負荷的預測值可修正為8881.37MW。

根據2014年全省24 點歷史負荷數據，采用基準負荷比較法可計算得到全省2014年最大降溫負荷約為8897.53MW。顯然，采用4.2 的方法得到的年最大降溫負荷預測值更準確。

由以上算例可以看出，采用4.1 和4.2 的方法均能大致測算出2014年的最大降溫負荷。4.2 的方法不僅能夠測算出各地市的年最大降溫負荷情況，且所測算的全省最大降溫結果更為準確。因此，在測算全省年最大降溫負荷時，推薦采用“子網累加”的方法。

5 結論

本文基于福建電網歷史負荷數據，從降溫負荷特性、氣溫敏感性、年最大降溫負荷等三方面進行詳細分析，得出以下結論。

1）福建省降溫負荷曲線存在明顯的2 個高峰和低谷，午高峰和晚高峰分別出現在下午14∶00—15∶00 和晚上23∶00—24∶00，降溫負荷的低谷時段出現在早上和傍晚的上下班期間，說明居民和辦公類降溫負荷比重較大。

2）福建省各地市的日降溫負荷與日平均溫度具有較強的相關關系。各地市的日平均溫度能夠靈敏地反映日降溫負荷的變化，由此可累加測算出當溫度變化時全省日降溫負荷的變化值，為短期負荷預測提供參考。

3）全省及各地市的年最大降溫負荷近似線性增長，據此測算出下一年的年最大降溫負荷值，可為2014年全省降溫負荷的預測提供參考。

本文將“子網累加”的思想引入降溫負荷的分析中，并通過實例分析驗證該模型具有較高可行性及準確性。因此，對于各地區經濟水平及氣象條件差異較大的省級電網，推薦采用“子網累加”的方法研究降溫負荷。

[1] 劉繼東,韓學山,楚成博,等.考慮非氣象因素的電網夏季降溫負荷研究[J].電力自動化設備,2013,33(2): 40-46.

[2] 童述林,文福拴.節能減排環境下廣東省年最大降溫負荷的測算與分析[J].華北電力大學學報: 自然科學版,2010,37(5): 32-37.

[3] 楚成博,劉繼東,張利,等.山東電網夏季降溫負荷特性及影響因素分析[J].電力需求側管理,2013,15(1): 20-24.

[4] 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,2013,15(5): 17-22.

[5] 任志超,杜新偉,王海燕,等.調溫負荷的估算方法及影響因素研究[J].現代電力,2014,31(3): 80-85.

[6] 宋宏坤,唐國強,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.

[7] 邱向京,周峰,劉升,等.福建省年最大降溫負荷測算分析與研究[J].華東電力,2005,33(10): 86-90.

[8] 張志強.基于電網側的空調負荷特性分析及其調控措施研究[D].北京: 華北電力大學,2007.

[9] 黎燦兵,尚金成,朱守真,等.氣溫影響調溫負荷的累積效應導致能耗的分析[J].電力系統自動化,2010,34(20): 30-33.

[10] 溫權.2012年空調降溫負荷分析[J].南京信息工程大學學報: 自然科學版,2012,4(6): 573-576.

[11] 司小慶,曹衛國,任善榮,等.空調負荷實現電網有序削峰的實證研究[J].電氣技術,2014,15(1): 47-51.

[12] 唐良艷.電力系統負荷特性分析與負荷預測研究[D].華北電力大學,2010.

[13] 尹玉芬.氣溫對地區負荷特性的影響分析[J].廣東電力,2011,24(10): 79-83.