基于單位家電負荷指標法的鄉鎮負荷預測研究

肖明偉 李 佩 尹 成 楊樂新 謝茜子

（國網蕪湖供電公司，安徽 蕪湖 241000）

近年來，隨著鄉鎮居民生活水平的提高以及政府“家電下鄉”的補貼，鄉鎮負荷發展迅猛，而農配網網架薄弱、設備陳舊、導致頻繁出現重過載、低電壓[1-2]、卡脖子等問題，而解決問題的措施僅限于事后補救，嚴重影響農網供電可靠率。本文以臺區內家電負荷為單位，走訪調研臺區內家電保有量、預增量以及適用習慣，對基礎數據精細化掌控，準確預測未來兩年鄉鎮負荷，提前發現農網中可能出現的低電壓、重過載、卡脖子等問題，并結合國網公司“兩頭薄弱”治理的深度開展，以及專項的重磅投資，有針對性地解決農網的薄弱環節，指導農網的發展建設。因此，高度重視鄉鎮負荷影響，并能準確預測，便于統籌規劃，有利于農電網建設、提高能源利用率，有利于緩解夏季高峰電力緊缺矛盾和提高電網的安全運行水平，具有良好的社會效益和經濟效益。

1 研究思路

1）走訪鄉鎮用電調研

本方案采用鄉鎮臺區家電指標負荷預測法，以供電臺區鄉鎮村落為單位開展用戶負荷走訪調研，搜集整理家電保有量、預增量以及家電使用習慣，做到基礎資料精細化，為鄉鎮負荷預測精確度提供保障。

2）測算同時率

鄉鎮負荷預測是基于臺區負荷預測基礎上累加所得，這里需要兩個同時率，即臺區內家電同時率以及鄉鎮各臺區間同時率。對于臺區間家電同時率，本文采用臺區實際負荷與臺區內家電功率的比值作為臺區家電負荷同時率；鄉鎮各臺區間同時率利用鄉鎮負荷與臺區總負荷比值作為臺區間同時率。

3）預測鄉鎮負荷

利用收集整理的臺區內家電保有量、預增量以及使用習慣，結合臺區內家電同時率測算出臺區負荷，由點由面，自下而上，利用臺區負荷，結合臺區間同時率，可預測出區域鄉鎮負荷。

2 預測過程

本文以蕪湖縣紅楊鎮以及平鄉臺區作為研究對象，利用收集整理的臺區內家電保有量，計算得出臺區內家電同時率，結合未來家電預增量，預測未來鄉鎮負荷。

2.1 臺區內家電同時率計算

各鄉鎮臺區經濟發展不一致，各臺區內家電同時率也不盡相同。測算時，應逐一計算。

和平鄉共有臺區 60個，根據挨戶上門走訪調研，發現普通居民家中常用家電[3]為洗衣機、冰箱、彩電、空調、微波爐、電磁爐、電飯煲等。具體數據見表1。

表1 和平鄉臺區居民家電信息表（個）

（續）

經統計得，該地區臺區居民用戶共有電視機5069臺、空調2688臺、洗衣機550臺、冰箱4387臺、電飯煲4524臺、微波爐720臺、熱水器2939個。

臺區居民家電功率計算的主要采用單位家電負荷指標法[4-6]，即

式中，nBc為不同類型家電擁有量；KXc為不同類型家電的需用系數，指家電的實際功率與額定功率之比；PHc為不同類型家電的額定功率；m為家電類型數。

家電種類繁多，功率各異，這里取家電的平均額定功率以及常用系數見表2[7]。

表2 家用電器的一般功率及需用系數（kW）

由負荷歷史數據可知，夏季負荷高峰出現在20∶00左右。根據居民家電使用習慣，電飯煲、微波爐、電磁爐等餐飲電器均已不工作，因此，本文僅考慮電視機、空調、冰箱、洗衣機作為影響鄉鎮最大負荷的主要因素。

將表 1、表 2數據代入式（1），得出和平鄉的家電功率為：3105.34kW。2017年和平鄉的最高負荷為 482.2kW。本文采用鄉鎮臺區負荷與鄉鎮臺區內家電功率之比作為鄉鎮臺區內家電同時率，即鄉鎮臺區內家電同時率=鄉鎮臺區負荷/鄉鎮臺區內家電功率，得出和平鄉臺區家電同時率為0.155。

根據2014年安徽省典型配變臺區調研結論，見表 3，和平鄉臺區內家電同時率 0.155也在合理范圍內。

該數值與鄉鎮負荷成線性關系，即家電同時率越大，鄉鎮負荷越大。

2.2 鄉鎮負荷預測

根據鄉鎮臺區內居民家電保有量、預增量，結合家電同時率，可對未來兩年鄉鎮臺區負荷進行預測，計算式如下：

表3 2014安徽省市縣供電公司典型臺區同時率

式中，u為家電同時率；nYc為不同類型家電預增量。

據走訪調研，紅楊鎮和平鄉未來兩年內該地區家電預增量見表4。

表4 家電數量（個）

假定和平鄉臺區家電同時率2年內維持不變，根據式（2）可得，2019年該鄉鎮最大負荷為588.88kW。

3 驗證

鄉鎮負荷一般不包含大用戶，本文為驗證結果是否合理，采用常用的負荷預測方法[8-10]進行對比驗證。

1）自然增長法

紅楊鎮近5年來最大負荷見表5。

表5 和平鄉臺區歷史負荷（kW）

由歷史數據可知，2013—2017年該鄉鎮臺區負荷年均增長率為 12.5%，按照自然增長，可算出未來兩年，即2019年該鄉鎮負荷為607.5kW。

2）曲線擬合

根據表5數據，采用線性擬合，如圖1所示，得出線性鄉鎮負荷預測模型，如式（3）所示。

圖1 線性擬合負荷模型

式中，x為負荷年份；R2為擬合優度。

由式（3）可看出，R2=0.733，該模型擬合優度較高，可做短期負荷預測。當x取值2019時，y值為 576.02，即該鄉鎮 2019年最大負荷預測為576.02kW。

3）二次移動平均法

根據表5和平鄉歷史負荷數據，設定移動跨距N=3，利用二次移動平均法可得出一次平均值、二次平均值，見表6。

表6 二次移動平均法計算值（kW）

由式（4），即

式中，At、Bt為線性方程系數；t為負荷年份；N為移動跨距，取值3。

得出，A2017=500.49，B2017=44.86

由式（5），即

式中，YT+t為預測年負荷值；T=2時，可預測未來2年鄉鎮負荷值，即Y2019=590.2kW。

以上3種方法檢驗，計算結果均與臺區指標負荷預測法結果相近，差值皆在3%左右。因此，可將單位家電負荷指標法作為負荷預測法可作鄉鎮負荷預測的一種預測方法。

4 結論

本文通過收集整理臺區內家電保有量、預增量以及適用習慣，采用單位家電負荷指標預測法預測短期鄉鎮負荷，且預測結果經驗證較為合理。同理，對縣域其他鄉鎮負荷也可預測，考慮鄉鎮間負荷同時率，由點及面，自下而上，可推廣至全縣。

[1] 范黎, 隗震, 婁素華, 等. 配電項目最大供電能力及增供電量效益的評估[J]. 電工技術學報, 2017,32(S1)： 84-91.

[2] 李柏芝, 袁繼軍. 農網電壓質量問題及其抑制措施分析[J]. 電氣技術, 2013, 14(12)： 73-75, 78.

[3] 劉艷茹, 楊衛紅, 王基, 等. “煤改電”工程實施前后農網負荷特性分析[J]. 電氣技術, 2017, 18(4)：110-115.

[4] 張鵬超. 基于單位建筑面積負荷指標法的城市飽和負荷預測研究[J]. 湖北電力, 2015, 39(4)： 5-8.

[5] 李寶云, 田洪洪, 孫羽. 需要系數法和負載系數法比較及選擇應用[J]. 電氣技術, 2017, 18(9)： 93-97.

[6] 趙亮, 曹文, 宋鐵鎖. 供配電負荷計算的探討[J]. 電氣技術, 2014, 15(4)： 95-97, 106.

[7] 中國航空工業規劃設計研究院. 工業與民用配電設計手冊[M]. 北京： 中國電力出版社, 2005.

[8] 譚永才. 電力系統規劃設計技術[M]. 北京： 中國電力出版社, 2012.

[9] 陳章潮, 陳浩忠. 城市電網規劃與改造[M]. 2版. 北京： 中國電力出版社, 2007.

[10] 谷云東, 張素杰, 馮君淑. 大用戶電力負荷的多模型模糊綜合預測[J]. 電工技術學報, 2015, 30(23)：110-115.