深圳電網負荷與氣溫的關系研究

李植鵬

（深圳供電局有限公司，廣東 深圳 518000）

深圳電網負荷與氣溫的關系研究

李植鵬

（深圳供電局有限公司，廣東 深圳 518000）

為了解深圳地區的電力負荷特性，本文對2012—2014年深圳電網負荷與氣溫的關系進行了全面地分析。通過引入負荷-最高氣溫梯度和負荷-最低氣溫梯度，建立了高溫負荷日日最高負荷與日最高氣溫和日最低氣溫的關系模型，并通過相關系數證明了其有效性。據此獲得了深圳高溫負荷日負荷受氣溫影響的規律，對提高深圳負荷預測的準確性，指導深圳電網的運行和規劃有重要的意義。同時，本文也經過計算得出深圳年最大制冷負荷的比例可達 35%左右，為深圳夏季負荷的重要組成部分。

深圳；高溫負荷日；電力負荷；氣溫；制冷負荷

近年來，隨著經濟的快速發展，深圳市的電力需求呈現平穩增長的態勢。深圳作為廣東南部沿海的國際化大城市，有亞熱帶季風氣候特點，隨著第三產業的發展和居民生活水平的提高，夏季制冷負荷占電網負荷的比重日益提高，氣溫等氣候條件對電網負荷的影響越來越顯著。

研究深圳負荷與氣溫的關系及相關負荷特性，有助于提高負荷預測的準確性，對深圳電網的規劃建設提供指導意義。

國內外有很多論文研究了溫度對區域電網的負荷特性的影響及基于溫度影響的負荷預測的方法[1-8]。本文在其基礎上，結合深圳本地的氣候特點和電網實際情況，收集了近幾年的數據，通過分析近幾年日最大負荷與日最高氣溫、日最低氣溫的關系，尋找到負荷的溫度敏感量的變化規律。發現溫度敏感負荷與日最高氣溫和日最低氣溫之間的關聯參數，分別稱其為負荷-最高氣溫梯度和負荷-最低氣溫梯度，并據此建立數學模型進行研究。

1 深圳電網負荷與氣溫關系分析步驟

1.1 數據處理

數據主要對深圳 2012—2014年每日日最高負荷、日最高氣溫和日最低氣溫進行收集。考慮到深圳本地的實際情況，第二產業用電比例較大，外來人口較多，每逢節假日，尤其是春節等傳統節假日時，負荷與平常相比大幅度降低。且由于深圳具有包容開放的文化特點、彈性的企業制度，“節日效應”的持續時間往往略長于法定節假日的實際時間。故在處理數據時，需將這方面的因素考慮進來，將這些時間段的相關數據予以剔除，以剩余數據作為有效數據。

1.2 有效數據散點圖分析

將有效數據按年份和關系做散點關系圖，如圖1—圖3所示。可以發現深圳氣溫總體較為集中，且氣溫下限和氣溫集中區均較高，符合深圳本地“長夏短冬”的氣候特點。年最高氣溫主要分布在10℃～35℃之間，年最低氣溫主要分布在5℃～30℃之間。在夏季高溫天氣時，負荷受氣溫變化影響較為敏感，其他時間里負荷對氣溫變化相對不敏感，可見深圳本地夏季制冷負荷較高，而冬季取暖負荷較少。

進一步分析，可將這些散點圖分為兩部分，即水平部分和正增長部分。水平部分的日最高負荷分布基本上集中在某個范圍內，波動幅度不大，總體呈現水平分布，稱為水平負荷；正增長部分的日最高負荷隨著溫度的上升有明顯的正相關關系，稱為正增長負荷。在2012—2014年最高負荷與最高氣溫關系的散點圖中，兩部分的分界溫度為 26℃；在2012—2014年最高負荷與最低氣溫關系的散點圖中，兩部分的分界溫度為 18℃。將日最高氣溫≥26℃且日最低氣溫≥18℃的自然日成為高溫負荷日，本文主要研究高溫負荷日的負荷與氣溫的關系。

圖1 2012年最高負荷與氣溫的關系

圖2 2013年最高負荷與氣溫的關系

圖3 2014年最高負荷與氣溫的關系

1.3 模型建立

在上述對 2012—2014年最高負荷與氣溫關系的散點圖的分析基礎上，為了合理表征負荷與氣溫的關系，引入了負荷-最高氣溫梯度和負荷-最低氣溫梯度，并據此可建立高溫負荷日的負荷與氣溫模型[9-12]：

式中，P為日最高負荷；PB為非氣溫敏感性負荷；dH為負荷-最高氣溫梯度；TH為日最高氣溫；dL為負荷-最低氣溫梯度；TL為日最低氣溫；Px為隨機負荷。

由于隨機負荷比較復雜，對總負荷的影響較小，若忽略不計，可將模型進一步簡化為

式中，P為日最高負荷；PB為非氣溫敏感性負荷；dH為負荷-最高氣溫梯度；TH為日最高氣溫；dL為負荷-最低氣溫梯度；TL為日最低氣溫。

1.4 參數識別

以上所建立模型為二元線性模型，可利用2012—2014年三年負荷與氣溫的關系散點圖中正增長部分數據，并采用最小二乘法對此模型中的3個參數：PB、dH和dL進行識別。

1）估計多元線性回歸模型參數β[13]

多元線性模型通俗表達式為

為了表達方便，也可以把多元線性回歸模型寫成矩陣形式，即

其中，

作離差平方和

2）識別本模型中參數

本模型為二元線性回歸模型，采用上述估計多元線性回歸模型參數β 的方法，即令n=1，p=2，并利用 2012—2014年負荷與氣溫的關系散點圖中正增長部分數據，可得2012—2014年的模型參數值見表1。

表1 2012—2014年高溫負荷日的負荷模型參數表

因此，2012—2014年深圳正增長負荷與氣溫的關系模型為

由式（8）可知，在2012—2014年期間的高溫負荷日，氣溫每升高 1℃，負荷增長 216.36～242.42MW，最低氣溫每升高1℃，負荷增長265.07～367.26MW。

1.5 擬合相關系數

本文在分析負荷與氣溫的關系時，采用相關系數定量衡量兩者之間的回歸擬合程度。利用式（9）求得各個模型擬合的相關系數，即

采用式（9），可求得上述數學模型的相關系數，見表2。

表2 2012—2014年相關系數結果

1.6 制冷負荷

深圳市位于廣東省南部沿海，在亞熱帶季風氣候下，夏季高溫且持續時間較長，故夏季時制冷負荷占很大比例。但負荷控制系統一般都沒有為用戶的制冷負荷專門安裝表計，更沒有直接記錄制冷負荷數據，因此只能根據電網整體負荷變化的規律來估算制冷負荷的大小，目前常用的方法之一是利用夏季最大負荷曲線與非敏感性負荷的差值來估算制冷負荷的大小。根據這種方法，可以推算出最近幾年的年最大制冷負荷數據，即為深圳年最大負荷與非氣溫敏感性負荷的差值：

式中，PL為最大制冷負荷；PMAX為深圳年最大負荷；為非氣溫敏感性負荷。

分析計算見表2和表3，可見，2012—2014年深圳年最大降溫負荷占負荷比例在35%左右。

表3 2012—2014年深圳最大降溫負荷/MW

2 結論

1）通過對2012—2014年的數據分析可知，在高溫負荷日期間，日最高負荷對氣溫變化較為敏感；非高溫負荷日時，氣溫對日最高負荷則無顯著影響。

2）在高溫負荷日，日最高負荷同時受日最高氣溫和日最低氣溫的影響，負荷增量為兩者變化造成的負荷增量的疊加：高溫負荷日的日最低氣溫不變，日最高氣溫每增長1℃，日最高負荷增長約242MW；高溫負荷日的日最高氣溫不變，日最低氣溫每增長1℃，日最高負荷增長約367MW。

3）深圳2012—2014年最大降溫負荷約占比例35%左右。

[1]鄭淮,江峰青,葉劍,等.上海市氣溫與負荷關系分析[J].華東電力,2008,36(10):58-60.

[2]周友斌,李小平.湖北電網負荷與氣溫關系及負荷特性分析[J].湖北電力,2006,30(Z1):86-90.

[3]周友斌,杜治,詹佳佳.2010年湖北電網負荷與氣溫關系及負荷特性分析[J].湖北電力,2010,34(Z2):76-80,86.

[4]葛延峰,孔祥勇,高凱,等.遼寧電網負荷與氣象信息相關性研究[J].東北電力技術,2013,34(6):6-9.

[5]徐洋,吳奕,吳強.氣候條件對蘇州電網負荷的影響[J].上海電力,2009(5):406-408.

[6]De Felice M,Alessandri A,Ruti P M.Electricity demand forecasting over Italy:Potential benefits using numerical weather prediction models[J].Electric Power Systems Research,2013,104:71-79.

[7]Dotzauer E.Simple model for prediction of loads in district-heating systems[J].Applied Energy,2002,73(3/4):277-284.

[8]Roldán-Blay C,Escrivá-Escrivá G,álvarez-Bel C,et al.Upgrade of an artificial neural network prediction method for electrical consumption forecasting using an hourly temperature curve model[J].Energy and Buildings,2013,60:38-46.

[9]賀春光.夏季電網最大負荷與氣溫的相關性分析[J].河北電力技術,2011,30(5):15-17.

[10]王治華,楊曉梅,李揚,等.氣溫與典型季節電力負荷關系的研究[J].電力自動化設備,2002,22(3):16-18.

[11]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.

[12]朱振偉,方鴿飛,王國福,等.電網夏季氣象敏感負荷特性分析[J].華東電力,2008,36(9):53-58.

[13]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.

Research on Relationship between Load of Shenzhen Grid and Temperature

Li Zhipeng
(Shenzhen Power Supply Bureau Corporation,Shenzhen,Guangdong 518000)

Togetthe power load characteristics of Shenzhen,this paper analyze comprehensively the relationship between the maximum daily load and temperature in Shenzhen from 2012 to 2014.By introduction of load-maximum temperature gradient and load-minimum temperature gradient,we establish the relation model between the maximum daily load and the maximum daily temperature,minimum daily temperature,and prove its effectiveness by the correlation coefficient.Based this,we obtain the law of the maximum daily load influenced by temperature,which has important significance to improve the accuracy of load forecasting and guide the operation and planning of power grid.Thenby calculation,this paper also get the ratio of Shenzhen annual maximum cooling load,which can reach about 35%.It plays an important part in the summer load of Shenzhen.

shenzhen;high temperature day;power load;temperature;cooling load

李植鵬（1988-），男，廣東汕頭人，碩士研究生，主要從事直流輸電與電網規劃方面的研究工作。