湖北電網負荷-氣溫敏感性分析與降溫負荷估算研究

曹 侃，萬 黎，周鯤鵬，唐澤洋，王 濤，劉曼佳

(國網湖北省電力公司電力科學研究院，湖北 武漢 430077)

湖北電網負荷-氣溫敏感性分析與降溫負荷估算研究

曹 侃，萬 黎，周鯤鵬，唐澤洋，王 濤，劉曼佳

(國網湖北省電力公司電力科學研究院，湖北 武漢 430077)

基于湖北電網2016年夏季負荷與氣溫數據，繪制負荷與最高氣溫、最低氣溫的關系曲線，分析負荷增長與氣溫變化的規律。提出湖北電網基礎日負荷曲線估算方法，并應用基準負荷比較法，計算得到2016年夏季大負荷典型日降溫負荷曲線。基于日降溫負荷曲線，分析了日降溫負荷發展規律，估算得到降溫負荷占全省負荷的比例。

負荷-氣溫敏感性；降溫負荷；基礎負荷；負荷曲線

0 引言

2016年夏季，湖北電網負荷8次創新高，于8月19日達到歷史最高值30 844 MW，同比2015年增加12.33%。隨著國民經濟的快速發展和人民生活質量的不斷提高，電網負荷水平和負荷構成發生了很大變化。當夏季炎熱且持續高溫發生時，商業、餐飲酒店業，特別是居民用戶的降溫設備擁有量和使用率明顯提高，降溫負荷已經成為夏季電網負荷屢創新高和影響其負荷波動的主要原因之一。因此，準確地把握負荷與氣溫的敏感性變化的特殊規律，進而估算出降溫負荷占總負荷的比例及其變化規律，對電網的規劃、運行和調度控制具有重要意義。

由于難以通過實測的方法得到降溫負荷數據[1-2]，因此如何快速、準確地估算降溫負荷是目前相關研究工作中的難點。目前，廣泛應用的方法主要有對空調類負荷進行機理建模[3]，和基于統計學方法的基準負荷比較法[4-6]等。基準負荷比較法的關鍵點在于如何選取基準月份，并有效消除負荷自然增長的影響，得到較準確的目標月份日基礎負荷曲線。本文在計算時選取春、秋兩個季節負荷的平均值，以消除負荷自然增長的影響。計算2016年基礎日負荷曲線時，用求得的往年平均基礎負荷增長率修正春季負荷平均值，得到較為準確的基礎日負荷曲線。

1 負荷與氣溫的敏感性分析

2016年梅雨期結束后，湖北省大部分地區在持續炎熱高溫天氣的影響下，全省用電負荷持續攀升，連創新高。8月19日，全省平均最高溫度達38℃，其中武漢、黃石、黃岡、鄂州、咸寧、孝感、十堰、恩施最高溫度達38℃及以上，當天13:15分湖北主網最高負荷達到30 844 MW，再次刷新歷史最高負荷。

研究表明，影響人體舒適度的主要因子是氣象因素，而氣象因素中又以氣溫、濕度和風的影響最為突出。夏季悶熱天氣導致人體不適，從而使得空調降溫負荷上漲。夏季人體感覺最舒適的溫度是19～24℃，當氣溫超過25℃時，人體開始從外界吸收熱量，會有熱的感覺。若超過37℃，就使人感到酷暑難熬。根據近幾年的數據分析表明：武漢平均氣溫在25℃以上時，負荷與溫度關系曲線斜率開始發生變化，隨著溫度的升高，陡度增加；氣溫增加到一定程度之后，隨著降溫負荷的飽和，陡度趨于下降。

湖北電網負荷與武漢電網負荷有著很強的相關性，因此以武漢的氣溫為基礎分析全省的負荷與溫度關系。根據7月1日至8月31日共62 d的負荷與溫度數據，分析日最大負荷與日最低溫度、日最高溫度的相關關系。

首先，通過圖來觀察隨時間變化時日最高負荷與溫度之間的關系。由于直接的日最大負荷與溫度數據不具有可比性，所以取它們的標幺值

2016年7～8月日最大負荷標幺值和最低溫度、最高溫度標幺值的關系曲線如圖1所示。

圖1 2016年7～8月份最大負荷與氣溫曲線Fig.1 Power-load-to-highest/lowest-temperature curves of July and August 2016

由圖1知，日最大負荷與最低溫度、最高溫度的變化趨勢比較相似。當溫度升高時，日最大負荷也處于升高的階段；當溫度降低時，日最大負荷也呈現降低的趨勢。值得注意的是，兩者變化曲線上的峰點和谷點所出現的日期重合度較高，由此可知日最大負荷與溫度具有較大的相關性。某些日期的日最大負荷與溫度的變化趨勢出現了一些不同，這是因為影響日最大負荷的因素并不僅僅是溫度，還包括其他的多種因素，如工作日和休息日的影響。

對2016年湖北電網最高氣溫、最低氣溫與最大負荷開展相關性分析，最高氣溫與最大負荷的相關性系數為0.891 0，最低氣溫與最大負荷的相關性系數為0.730 5，可見日最大負荷與最高氣溫的相關性更強。

第一輪大負荷期間，最高氣溫在35～38℃之間，氣溫每升高1℃，負荷增長2 000 MW左右，但7月25日至8月2日高溫持續期間，負荷變化不大。第二輪大負荷期間，最高氣溫在34～38℃之間，氣溫每升高1℃，負荷增長1 000 MW左右，在8月12～19日高溫持續期間，雖溫度變化不大，但負荷持續增長，8月19日較8月12日8 d內負荷增長3 800 MW，平均每天增長475 MW。

有研究表明，人們的體感溫度是滯后于外界溫度變化，進而用電行為的變化也會有所滯后。在第一輪高溫大負荷期間，由于7月21日之前氣溫一直較低，當連續出現高溫大負荷后，負荷漲到28 000 MW左右后便不再上漲。直到第二輪大負荷開始出現，經過8月12～14日的高溫，出現明顯的溫度積累效應，8月15至8月19日負荷直接攀升到30 000 MW以上。

2 湖北電網降溫負荷估算

2.1 湖北電網基礎負荷曲線

根據湖北電網的特點，一般在7、8月份用電負荷達到最大，這兩個月也是降溫負荷最大的月份。由于湖北春季和秋季氣溫比較涼爽，因此可以將春季和秋季電網負荷作為基礎負荷（又稱非氣溫敏感負荷）。一般以4月份作為春季典型負荷，10月份作為秋季典型負荷，4月、10月份負荷曲線的平均值即為基礎負荷。在計算時選取春、秋兩個季節負荷的平均值，以消除負荷自然增長的影響。

基礎負荷的具體計算步驟如下：

假定4月份每天的電網負荷曲線為P春d,m，統計出4月份工作日的平均負荷曲線

作為春季工作日負荷曲線P春,m。同樣統計出10月為代表的秋季工作日平均負荷曲線P秋,m。春季和秋季工作日負荷曲線的平均值即為工作日非氣溫敏感性負荷。

根據式（2），可計算出2011～2015年基礎負荷曲線，如圖2所示。

圖2 2011～2015年基礎日負荷曲線Fig.2 Basic-daily-load curves of 2011～2015

由圖2知，湖北電網基礎日負荷曲線具有較強的規律性和穩定性，五年來曲線形狀和走勢基本一致。2011～2015年，基礎負荷的年均自然增長率為2%左右。湖北電網基礎負荷曲線和日常生活作息時間緊密相關，6：00負荷開始上升，9：00～10：00之間迎來早高峰，11：00～12：00之間出現第二波早高峰；17：00-18：00之間迎來晚高峰，19：00～20：00之間出現第二波晚高峰，隨即迅速下滑；22：00后，受峰谷電價影響工業負荷再次啟動，整體負荷還有一波小幅爬升，隨后逐步下滑。

根據對2011～2015年4月、10月日平均負荷的對比，得到當年10月對4月的288點（每5 min一點）日平均負荷增長率，作為對2016年4月負荷的修正系數，采用修正系數對2016年4月平均負荷進行修正，得到2016年基礎負荷曲線如圖3所示。

圖3 2016年基礎日負荷曲線Fig.3 Basic-daily-load curves of 2016

2.2 湖北電網降溫負荷估算

在獲得2016年基礎負荷曲線后，夏季日降溫負荷曲線可由日負荷曲線減去基礎負荷曲線得到。由于湖北省統調負荷的計算方法為網供負荷+統調電廠出力，該負荷中包含了廠用負荷及網損部分，因此，在扣除總負荷10%左右的廠用負荷及網損后，得到湖北電網夏季日降溫負荷曲線。

圖4為2016年典型大負荷日的降溫負荷曲線，可以看出日降溫負荷曲線大體上呈現“W”型變化趨勢，一天中有兩個峰值，分別在13：00和22：00附近，而7：30和19：00左右的降溫負荷出現兩個低谷值。這與湖北省的負荷構成、氣象變化以及人們的生活習慣等密切相關。對于城市居民而言，早上7：00左右起床后會有關閉空調、自然通風的習慣，因而降溫負荷較小；8：00之后人們陸續開始上班，降溫負荷逐漸增大，夏季的日最高溫度出現在中午，疊加中午下班后回家休息的空調負荷后，在13：00左右達到午高峰；18：00～20：00是下班高峰期，降溫負荷較小，20：00后居民使用空調量開始增大，降溫負荷也隨之上升，特別是21：00以后人們逐漸開始睡覺并打開空調制冷，降溫負荷在22：00左右達到晚高峰，隨后隨著房間溫度降低，空調負荷從電網吸收的功率有所減小，降溫負荷也隨之逐漸下降。

圖4 2016年湖北省典型大負荷日降溫負荷曲線Fig.4 Temperature-lowering load curve on a typical summer-heavy-load day in 2016

2016年日最大降溫負荷（8月19日）為15 205 MW，發生在晚上22：10，占當日最大負荷的比例為49.3%；8月1日、7月25日、7月12日的最大降溫負荷分別為12 948 MW、13 258 MW、9 929 MW，占當日最大負荷的比例為45.3%、47.0%、39.9%。

2.3 湖北各地市降溫負荷特性

圖5～8為全省最大負荷日8月19日各地市的降溫負荷曲線圖。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。

圖5 2016年武漢市大負荷日降溫負荷曲線Fig.5 Temperature-lowering load curve of Wuhan on a typical summer-heavy-load day in 2016

由圖5可見，武漢地區降溫負荷水平高，占全省降溫負荷的三分之一以上。與全省降溫負荷曲線不同的是，武漢的最大降溫負荷出現在中午，主要是因為武漢經濟發達，工商業、居民降溫負荷比重均較大，且白天工商業、餐飲、公用事業及國家機關辦公等集中空調負荷較大。

圖6 2016年鄂東地市大負荷日降溫負荷曲線Fig.6 Temperature-lowering load curve of the eastern Hubei on a typical summer-heavy-load day in 2016

圖7 2016年鄂西北地市大負荷日降溫負荷曲線Fig.7 Temperature-lowering load curve of the north western Hubei on a typical summer-heavy-load day in 2016

圖8 2016年鄂西地市大負荷日降溫負荷曲線Fig.8 Temperature-lowering load curve of the western Hubei on a typical summer-heavy-load day in 2016

由圖6～8可見，黃岡、咸寧、襄陽、孝感、隨州、荊州的降溫負荷曲線峰谷差較大，午高峰和晚高峰明顯，主要是因為這些地市居民負荷占比較大；而黃石、咸寧、鄂州、十堰、恩施、宜昌、荊門的降溫負荷曲線峰谷差較小，在一天內各時段的波動范圍較小，表明上述地市工業降溫負荷比重大。

湖北地市的降溫負荷高峰多出現在晚上，黃岡、荊州、襄陽尤其明顯，由于居民晚上休息集中使用空調降溫導致。

3 結語

本文分析了湖北電網負荷與氣溫的相關性，應用提出的湖北電網基礎日負荷曲線估算方法，采用基準負荷比較法，計算得到2016年夏季大負荷典型日降溫負荷曲線，相關分析結論如下：

1）2016年湖北電網最高氣溫與最大負荷的相關性系數為0.891 0，最低氣溫與最大負荷的相關性系數為0.730 5，日最大負荷與最高氣溫的相關性更強。

2）2016年湖北電網第一輪大負荷期間，氣溫每升高1℃，負荷增長2 000 MW左右，但7月25日～8月2日高溫持續期間，負荷變化不大；第二輪大負荷期間，氣溫每升高1℃，負荷增長1 000 MW左右，在8月12～19日高溫持續期間，雖溫度變化不大，但負荷持續增長，8月19日較8月12日8 d內負荷增長3 800 MW，平均每天增長475 MW。

3）計算得到2016年湖北日最大降溫負荷（8月19日）為15 205 MW，發生在晚上22：10，占當日最大負荷的比例為49.3%。

（References）

[1] 王寧,謝敏,鄧佳梁,等.基于支持向量機回歸組合模型的中長期降溫負荷預測[J].電力系統保護與控制,2016,44(3):92-97.WANG Ning,XIE Min,DENG Jialiang,etal.Mid-long term temperature-lowering load forecasting based on combination of support vector machine and multiplere gression[J].Power System Protection and Control,2016,44(3):92-97.

[2] LU Ning,TAYLOR T,JIANG Wei,et al.Climate change impacts on residential and commercial loads in the western U.S.grid[J].IEEE Transactions on Power Systems,2010,25(1):480-488.

[3] 陳謙,陸楊文,孫建波,等.含有空調的綜合電力負荷建模研究[J].高電壓技術,2008,34(4):759-762.CHEN Qian,LU Yangwen,SUN Jianbo,et al.Load modeling including air conditioners[J].High Voltage Engineering,2008,34(4):759-762.

[4] 劉思捷,張海鵬,林舜江等.夏季日最大降溫負荷的估算和預測方法[J].電力系統保護與控制,2016,44(5):75-81.LIU Sijie,ZHANG Haipeng,LIN Shunjiang,et al.An estimating and forecasting method for daily maximum cooling load in summer[J].Power System Protection and Control,2016,44(5):75-81.

[5] 謝敏,鄧佳梁,劉明波,等.基于氣象信息和熵權理論的降溫負荷估算方法[J].電力系統自動化,2016(3):135-139.XIE Min,DENG Jialiang,LIU Mingbo,et al.Temper?ature-lowering load estimation method based on me?teorological data and entropy weight theory[J].Auto?mation of Electric Power Systems,2016(3):135-139.

[6] 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.TONG Shulin,WEN Fushuan.Calculation and anal?ysis of the annual maximum high-temperature related load in the energy saving and emission reduction environment in Guangdong province[J].Journal of North Electric PowerUniversity:NaturalScience,2010,37(5):32-37.

Studies on the Sensitivity of Power Load to Temperature and the Estimation of Temperature-lowering Load of Hubei Power Grid

CAO Kan,WAN Li,ZHOU Kunpeng,TANG Zeyang,WANG Tao,LIU Manjia
(State Grid Hubei Electric Power Research Institute,Wuhan Hubei 430077,China)

On the basis of summer load data and temperature data of Hubei power grid in 2016,the power-load-to-highest/lowest-temperature curves are plotted,so as to analyze rules of the in?creasing load varies with the changing temperature.A method for estimating basic-daily-load curves of Hubei power grid is proposed.Also,by applying the comparative method of criterion load,a temperature-lowering load curve on a typical summer-heavy-load day in 2016 is worked out.On the basis of daily temperature-lowering load curves,the variation rules of daily temperature-low?ering load are analyzed and the proportion of temperature-lowering load to total load of Hubei prov?ince is estimated.

power load-temperature sensitivity;cooling load;base load;load curve

TM74

A

1006-3986(2016)12-0019-06

10.19308/j.hep.2016.12.005

2016-10-18

曹 侃（1982），男，湖北武漢人，博士，高級工程師。

國家電網公司科技項目（SGTYHT/15-JS-191）。