倪涌炯
摘 要:本文基于杭州電網地區調度自動化系統中數據庫信息,與杭州地區平均溫度進行比對的數據挖掘研究,從實際工作情況驗證了電網負荷與平均溫度之間的關聯,提出相關系數的量化評估公式,為杭州電網遠期的規劃工作提供輔助決策。本文的研究結果可以有效支撐杭州電網實際的調度、運維等工作,進一步提高杭州電網的整體運行維護水平,確保杭州電網的安全穩定運行。此外,本文的研究結果為G20杭州峰會保電做出了貢獻。
關鍵詞:大數據挖掘;電網最大負荷;平均溫度;關聯
中圖分類號:TM714 文獻標識碼:A 文章編號:1671-2064(2017)05-0165-02
1 引言
最大負荷是反應一個地區電網運行狀況的最重要指標,也是電網公司規劃、建設電網的重要憑據之一[1]。近年來,隨著社會經濟的快速發展,人民生活水平的快速提高,電網最大負荷逐年上升。以杭州電網為例,2016年杭州電網最大負荷已經突破1400萬千瓦。如何較為準確的判斷電網最大負荷已經成為電網公司所面臨的一個難題。
杭州電網的最大負荷往往發生在夏季,地區電網有典型的迎峰度夏特性,主要原因是夏季城區電網的降溫負荷顯著增大[2]。現階段,電網運行和規劃人員可以從定性上分析空調負荷與地區平均溫度的關系,但是一方面這一分析缺少了實際數據的支撐和驗證,仍停留在經驗判斷的范疇;另一方面這一分析沒有具體定量的研究,對未來最大負荷的發展狀況,缺少準確的趨勢判斷。
本研究運用MySQL系統搭建數據庫,從杭州電網實際的調度自動化系統中提取2016年3至9月間的電網最大負荷數據,利用Tableau軟件與杭州地區該時間內的平均溫度進行比對分析。本文不僅用實際數據驗證了電網最大負荷與平均溫度之間的關聯,而且對兩者之間的相關程度進行定量的研究,為準確判斷杭州電網最大負荷的發展趨勢提供了方法。
2 負荷與溫度的定性研究
從事過電網運行的人員都知道電網負荷與溫度直接相關,溫度越高,電網負荷越大,但是基于各種原因,很少有人利用數據去驗證這一結論。為了更好的研究電網最大負荷與平均溫度之間的關聯,本文首先利用電網實際運行數據對這一傳統觀點進行驗證。
圖1為2016年3至9月間杭州電網最大負荷與平均溫度的月度平均值對比圖。
從圖1中可以得出以兩點結論:
第一,杭州電網最大負荷與地區平均溫度有明顯的相關性,兩者在5至9月間呈同步趨勢,都于7月份達到峰值;
第二,杭州電網最大負荷并不與地區平均溫度完全一致,如今年3到5月,杭州電網平均最大負荷呈下降趨勢,而平均溫度呈上升趨勢;
綜上,杭州電網的運行情況在一年中可以以5月為界分為兩段,即之前的冬春季和之后的夏秋季,這也符合杭州電網實際運行中的迎峰度冬和迎峰度夏兩大工作階段。
由圖1的數據對比結果,在夏秋季的時間里,杭州電網最大負荷與地區平均溫度呈同步趨勢,即平均溫度上升,電網最大負荷上升。7月份杭州地區的平均溫度為最大值,杭州電網的平均最大負荷也到達頂點。
3 負荷與溫度的定量研究
經過上一部分的研究分析,本文定性的對杭州電網最大負荷與杭州地區平均溫度之間進行了相關性的比對,并確定了兩者之間的相關性。為了進一步的研究兩者之間的關聯的量化關系,本文從杭州電網調度自動化系統中取出電網日度最大負荷數據,并與每天的平均溫度進行對比,制成如圖2所示的散點圖。
如圖2所示,本文根據散點圖結果制成了一階趨勢線。該趨勢線顯示圖中對象正相關性明顯,從另一方面驗證溫度越高,電網負荷越大。
圖2中的趨勢線還可以用于分析電網最大負荷與地區平均溫度之間的量化關聯。本文根據以下的公式量化分析圖2中的關聯性。
式中:
η為電網最大負荷與地區平均溫度之間的相關系數;
N為數據庫中數據量的維度,本算例中為取出杭州電網負荷數據的天數;
P為數據庫中日度最大負荷的變化量;
T為數據庫中地區平均溫度的變化量;
利用上述公式分析圖2中的關聯結果,可以量化分析杭州電網最大負荷與杭州地區平均溫度之間的相關性。
本文基于杭州電網2016年3至9月的實際數據,代入公式進行計算,η的計算結果滿足58.7為中心的正太分布。因此,本文推斷杭州電網最大負荷與地區平均溫度之間的關聯為:溫度每上升一度,杭州電網最大負荷約上升58.7萬千瓦。
利用本文的相關性計算結果可以有效的對杭州電網的運行狀況和負荷發展變化做出評估,不僅對杭州電網負荷預測具有重大意義,更是對杭州電網的未來規劃和建設極具價值。
4 結語
本文通過MySQL系統搭建數據庫,從杭州電網調度自動化系統中讀取電網運行實際數據,并與地區平均溫度進行對比,進行了負荷與溫度的相關性研究,成果主要有以下幾個方面:
一方面,本文定性的分析了電網負荷與溫度之間的關聯,利用數據驗證了運行人員對負荷與溫度之間關系的傳統論點;
另一方面,本文開創性的設計了電網最大負荷與溫度之間的相關性評價指標,量化計算最大負荷與溫度之間的相關系數,為杭州電網的運行和規劃工作提供了輔助依據。
需要說明的是,由于本文數據僅取今年3至9月的杭州電網運行實際數據分析,樣本略顯單一,相關性研究的量化結果可能存在偏差。本文將在下一階段綜合利用杭州電網過去5年的歷史數據,并基于實時數據滾動更新,完善相關性量化結果,更好的為杭州電網的運行提供輔助決策,進一步確保杭州電網的安全穩定運行。
參考文獻
[1]張素香,趙丙鎮,王風雨,等.海量數據下的電力負荷短期預測[J].中國電機工程學報,2015,35(1):37-42.
[2]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.