河南電網降溫負荷測算研究

劉軍會　尹碩　白宏坤　楊萌　鄧方釗

摘 要：為準確估算2016年河南電網降溫負荷的大小，基于8760負荷、空調容量、氣溫等數據，提供了負荷曲線比較、用電設備成分分析、典型日負荷對比3種測算方法。并對“十二五”以來降溫負荷在最大負荷中占比、貢獻度進行分析，判斷了未來降溫負荷的發展趨勢。

關鍵詞：降溫負荷 負荷曲線比較 用電設備成分分析 典型日負荷對比

中圖分類號：TM714 文獻標識碼：A 文章編號：1672-3791（2016）10（a）-0040-02

降溫負荷是由空調、冰柜等降溫設備產生，導致電網負荷短期迅速增長的負荷。近年來，隨著居民生活水平的提高、空調保有量的增長，降溫負荷成為河南電網夏季大負荷屢創新高的重要原因。

降溫負荷與氣溫、經濟發展水平有密切的關系，涉及大量的數據資料，測算準確性問題一直是研究的難點。

1 降溫負荷測算方法

1.1 負荷曲線比較法

負荷曲線比較法可直接利用負荷曲線推算降溫負荷。其基本思路是：以春季和秋季的典型日（日負荷率與季度平均日負荷率最接近、且負荷曲線無異常畸變）負荷曲線的平均值為基準，夏季最大負荷日曲線與該基準曲線的差值就是降溫負荷曲線，其峰值就是當年最大降溫負荷。

具體流程如下。

（1）選擇春季和秋季的典型日。

（2）設春季典型日負荷曲線為，秋季典型日負荷曲線為。

（3）采用春季和秋季典型日負荷曲線的平均值作為當年的無降溫基準負荷曲線，以消除負荷自然增長的影響。

（4）把夏季最大負荷日曲線與無降溫基準負荷曲線相減，得到的差值就是夏季受溫度影響的降溫負荷曲線。

（5）取降溫負荷曲線峰值，即為當年最大降溫負荷。

4月3日為河南電網2016年春季典型負荷日，春季典型日負荷率γ為93.1%。7月29日為河南電網2016年最大負荷日，省網最大負荷5 208萬kW，創歷史新高。根據計算，2016年夏季最大降溫負荷為1 900萬kW，出現在2016年7月29日13點。

1.2 用電設備成分分析法

（1）民用空調類降溫負荷。2016年全省居民戶數學及空調容量見表1。考慮全省空調開機同時率為60%、空調制冷壓縮機工作同時率為50%，全省民用空調負荷約為：全省民用空調負荷=全省空調總裝容量×空調開機同時率×空調制冷壓縮機工作同時率=5815×0.6×0.5=1745萬kW。

（2）行政企事業單位及第三產業降溫負荷：依據7月29日全省用電量成分比例，居民生活用電量約占總電量的27.25%，第三產業用電量約占總電量的15.43%。據此推算全省行政企事業單位及第三產業降溫負荷約為：全省行政企事業單位及第三產業降溫負荷=全省民用降溫負荷×第三產業用電量比例/居民生活用電量比例=1745×15.43/27.25=988萬kW。

（3）降溫負荷合計：考慮上述民用降溫負荷與行政企事業單位、第三產業降溫負荷的同時率約為70%，可以推算出全省降溫負荷約為：全省降溫負荷=（全省民用降溫負荷+全省行政企事業單位及第三產業降溫負荷）×兩類降溫負荷的同時率=（1745+988）×0.7=1913萬kW。

1.3 典型日負荷對比分析法

利用歷史數據統計，2016年4月河南省平均氣溫21 ℃，省網平均最高用電負荷為3 200萬kW左右，降溫負荷可按零考慮；2016年7月29日最高氣溫38 ℃，省網最高用電負荷為5 208萬kW，較4月省網平均最高負荷高出2 008萬kW。考慮4月份以來該省一般工商業及居民基礎用電負荷增加50萬kW，工業負荷因環保治理、季節性減產等原因減少80萬kW，廠用電及網損增加2008×7%=140萬kW，可大致估算出7月29日省網最高降溫負荷約為（2008+80-50-140）=1 898萬kW。

同時，由于8月上旬全省氣溫偏低，8月8日平均最高氣溫降至29 ℃～30 ℃，省網用電負荷降至3 443萬kW，較7月29日下降1 765萬kW，居民降溫負荷基本降至零，但第三產業（大型商場及行政企事業單位）仍有部分降溫負荷，預計為150萬kW，可大致推算出7月29日省網最大降溫負荷約1 915萬kW。

對比分析上述3種方法預測結果，綜合推斷出大負荷日降溫負荷最高約為1 900萬kW。

2 2010—2016年夏季降溫負荷情況

從2010—2016年降溫負荷變化趨勢圖（見圖1）可以看出，“十二五”期間，河南省降溫負荷增長較快，年均增長率為11.27%，由于2016年夏季全省出現持續高溫天氣，2015—2016年降溫負荷增長率高達8.57%。近年降溫負荷占最大負荷的比重基本在30%以上。夏季溫度越高、持續時間越長，降溫負荷對最大負荷增長的貢獻度越高。隨著人民生活水平的提高、空調保有量的增長，降溫負荷對最大負荷的增長貢獻將進一步加大。

3 結論

（1）負荷曲線比較法思路清晰，僅利用8760數據即可獲得夏季日降溫負荷曲線。利用該曲線不僅可進行降溫負荷特性分析，再進一步積分可得日降溫電量。由2016年夏季最大負荷日降溫負荷曲線可知，降溫負荷曲線呈現“兩峰兩谷”的形狀，7～8點之間、18～19點之間的低谷均為上下班時間，企事業單位和家庭空調均未開啟。（2）用電設備成分分析法直接從空調負荷入手解構降溫負荷的組成，概念清晰。但需要較多的統計數據作支撐，同時率等指標依賴多年數據積累，基礎工作量大。（3）典型日負荷對比法從溫度與負荷的相關關系入手通過做減法來截取降溫負荷。（4）隨著人民生活水平的提高、空調保有量的增長，降溫負荷對最大負荷的增長貢獻將進一步加大。

參考文獻

[1] 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.

[2] 秦礪寒，李順昕，韓江磊，等.基于FOA優化的BP神經網絡在夏季空調降溫負荷預測中的應用[J].華東電力，2014（12）：2708-2712.