云南省兩地區典型用戶負荷特性及用電特點分析

李維，王洪林，南峰濤，柴焰明，李杰，楊燕

（1.云南電網有限責任公司電力科學研究院，昆明 650217；2.云南大學軟件學院，昆明 650500）

0 前言

電力系統主要的目標在于為各種類型的用戶持續地提供高質量的電能，滿足不同用戶用電負荷的要求，同時要保證安全性、可靠性、經濟性。不同類型的用戶會產生不同的用電負荷，并且不同的負荷會呈現出不同的特性。另外，電力系統中的電能是實時供應的，在產生的同時被消耗掉，無法存儲，提高電力負荷預測準確性是電力規劃的重要工作，用戶負荷特性及用電特點分析是電力負荷預測研究中一項重要的工作。

以下使用通過調研獲取的在云南省兩個地區多個典型用戶在一個月期間的實際用電數據進行分析統計，從中分析各類產業（用戶）的負荷特性，明確各類產業（用戶）的用電特點。本文將選取這些地區的一些用電占比高且具有代表性的企業的用電負荷數據來進行負荷特性分析。

1 研究現狀

目前負荷特性分析研究主要是基于負荷密度指標來進行，沒有較為通用完整可行的基于負荷密度指標的負荷預測體系，這是因為負荷預測思路在各地區各有不同，且負荷預測體系會根據各地區負荷結構呈現多元化和地域化特點。

文獻[1]通過收集上百個典型用戶負荷特性的數據，把用戶分為多個行業類型進行用電負荷特性對比分析，同時針對負荷預測研究提出了需關注的問題。文獻[2]則是使用唐山中心城區配電網的實際運行數據，使用多項負荷特性指標，并通過建立負荷特性模型，主要從居民小區、商業單位、事業單位三個角度來分析不同類型用戶的負荷特性，從而對電力資源配置提出參考建議。在應用方面，文獻[3]對電力需求預測及負荷特性分析進行了研究，設計并實現了一個電力需求預測及負荷特性分析系統。

另外一個負荷特性分析研究方法是通過聚類方式來分析負荷特性。該方法一般是根據不同用戶的用電特征，將特征相似的用戶聚類到一起，對不同特征的用戶分別進行負荷特征分析。如文獻[4]選取冀北五地市中重金屬類四個重點行業的用電負荷數據，在數據補正處理和歸一化后進行K-Means聚類算法分析，通過聚類圖清晰地分析出各種用戶的用電行為特點，為電網公司制定合理的電力調控方案提供參考。文獻[5]參考負荷特性曲線提出并實現了一個聚類分析模型，該模型解決了傳統用戶負荷特性聚類分析無法在預期時間內對用戶用電行為進行定向分析的問題。文獻[6]在負荷預測、負荷特性分析研究的基礎上基于模糊聚類進行了電力風險預警研究，構建了基于負荷特性的電力用戶風險預警模型，在電網安全決策方面可以提供很大幫助。

此外，還有針對用電信息采集的數據進行的用戶負荷特性研究。文獻[7]提出了一種基于用電信息采集的負荷特性分析方法，并利用居民用電信息采集獲取的數據，以情景感知方式來分析居民用電行為，從而能夠了解居民在一段時間內的用電情況。至于基于用電信息采集的用戶負荷數據的聚類分析，文獻[8]中提出了一種改進的K-means用戶負荷數據的分類算法。該算法彌補了K-means不能始終得到最優聚類數目的缺點，并能夠獲得較優的聚類結果。

2 負荷特性分析方法

負荷特性分析主要有負荷特性指標分析、負荷曲線和負荷密度等方法等。本文主要采用典型用戶的負荷曲線以及特定指標來分析用戶負荷特性。

2.1 負荷特性指標

負荷特性指標是一種為分析負荷特性及其變化規律提供重要依據的指標。根據研究的時長，相應的會存在對應時長的負荷特性指標。幾種常用的負荷特性指標如下[3-9]。

1）平均日負荷率γ：日平均負荷與日最大負荷的比值。公式為：

其中γi為第i個用戶的平均日負荷率，N為用戶數，Pi,d,max為第i個用戶日最大負荷，Pi,d,avg為第i個用戶日平均負荷。

2）日最小負荷率β：日最小負荷與日最大負荷的比值。公式為：

其中βi為第i個用戶的平均日負荷率，N為用戶數，Pi,d,min為第i個用戶日最小負荷。

3）日峰谷差率Rd：日峰谷差值與日最大負荷的比值。公式為：

4）月不均衡系數σ：即月負荷率，月平均負荷與月內最大負荷日的平均負荷的比值。公式為：

其中Pm,avg為月平均負荷，Pm,max,avg為月內最大負荷日的平均負荷。

5）年負荷率δ：年平均負荷與年最大負荷的比值。公式為：

其中Py,avg為年平均負荷，Py,max為年最大負荷。

本文對云南省兩地的一個月期間的數據進行分析，考慮到數據的格式，主要用到的指標為月不均衡系數σ和與其相關聯的月平均負荷Pm,avg、月內最大負荷日的平均負荷Pm,max,avg，以便于觀察用戶負荷均衡性。σ的值越高，表示負荷變化幅度越小。

2.2 負荷曲線

負荷曲線是一種對于電力規劃工作非常重要的指標，為電力規劃提供了足夠的數據基礎。負荷曲線是一種描述負荷變化的曲線圖表，可以表示一個時間段內負荷大小及變化趨勢。和負荷特性指標相似，根據研究的時長，相應的也會存在對應時長的負荷曲線。常用的負荷曲線有年持續負荷曲線、年負荷曲線、月負荷曲線、周負荷曲線以及日負荷曲線。[3-9]

1）年持續負荷曲線：根據一年全年的負荷依照降序，以全年當中負荷值超過指定值的累計時間編制而成，即該曲線上每一個點表示一年中超過指定負荷值時的累計時長（最多為8760小時）。其可用于統計一個地區全年的用電負荷分布和趨勢，常用于評估電力系統可靠性，制定長遠性電力規劃。

2）年負荷曲線：根據一年中每個月的月最大負荷，按照時間順序繪制而成，描述全年負荷趨勢，用于研究負荷的季節性變化規律，指導電力系統的生產、運行、調度、檢修等工作。

3）月負荷曲線：根據一個月內每天的日最大負荷，按照時間順序繪制而成，描述一個月內的負荷變化情況，主要用于月內用電計劃規劃。

4）周負荷曲線：根據一周內每天的日最大負荷，按照時間順序繪制而成，描述一周內的負荷變化情況，主要用于研究負荷的周期性變化。

5）日負荷曲線：根據每天的實時負荷，按照時間順序繪制而成，描述每天內每個時間段實時的負荷變化情況，用于指導日常的負荷的調度計劃安排。

考慮到本文所用數據的時間長度，本文采用月負荷曲線來進行負荷分析，其為描述一個月內每天的負荷變化的曲線。通過分析典型月負荷曲線，可找出一個月內負荷的變化規律。

3 各類典型用戶的用電負荷特點

根據行業特征，本文將主要選取重工業、輕工業、農業、商業、居民生活、教育這些行業，針對兩個地區（以下分別稱為A地區、B地區）一些具有代表性的企業中典型用戶負荷情況，使用一個月的用電負荷數據，通過月負荷曲線來分析用電負荷特點，并結合月不均衡系數等指標來判斷負荷均衡性。

3.1 重工業負荷特性分析

工業負荷指工業生產的用電負荷。工業負荷會受到工作方式（如電力設備使用狀況、電力企業的工作制度等）影響，而且與每個行業的特性、季節性特點以及經濟危機因素等都存在緊密的聯系，但一般是較為穩定的，并且在所有類型的負荷中的比例最多。重工業的用戶一般都是以非常大的功率運轉設備，負荷普遍較高，如果這些用戶發生停電情況（即使時間長度很短），不僅會帶來重大的經濟損失，甚至還會導致人身傷亡事故發生，因此重工業類用戶對供電可靠性、持續性和穩定性的要求極高。

在A地區分別對一家礦業公司和一家水泥制品公司的用戶負荷進行了分析，如圖1所示。可以看出對于此類重工業，在一個月中有16天，設備都在高負荷運作，相應的也有15天用戶負荷幾乎為0 KW，并且高負荷日和低負荷日呈現出一定的周期交替。

從負荷特性指標來看，一般來說，高負荷日和低負荷日負荷相差較大、數量相近且周期交替的形式是一個典型的負荷不均衡的情形。該情形下的月不均衡系數普遍會偏低。

對水泥制品企業進行分析，如圖2所示。可以看出在這一個月中，有13天設備都是在高速運轉，而且在中間幾天呈現出規律性的震動。開始時，該企業的用戶負荷較為穩定。之后在中間幾天加大了水泥產量的輸出，可以看出負荷增長較為迅猛。

顯然該企業在前15天用戶負荷較為穩定，則這段時間的負荷率會較高。但由于第15天之后，先出現了增量生產，負荷迅猛增長，后又停止生產，負荷急劇減少，導致整個月的月不均衡系數減少。

3.2 輕工業負荷特性分析

以A地區一家竹筷廠為例，對其日用戶負荷進行分析，如圖3所示。我們可以看出其在第12天、第16天、第20天、第25天等日子用電量比較大。以一個禮拜為周期（7天），可以明顯的看出其用電規律，先減少后增加再減少，這就意味著在一周中至少存在2次用電高峰。因為存在用電高峰日，并且從整個月的負荷來看波動很大，該企業的月不均衡系數偏低，即該企業的負荷是歸為不穩定的。

3.3 農業負荷特性分析

以A地區一家養雞場為例進行分析，總的分析結果來看用戶的負荷基本很平均，但有個別日期突出明顯。因為家禽類對于養殖場的溫度、水分這些要求基本保持不變，所以在一個月中的用電負荷變化不是很明顯。具體如圖4所示。結合負荷特性指標來看，雖然總體的負荷很均衡，但由于存在少許日期負荷明顯高出其他日期負荷的情況，最大負荷日的平均負荷會遠大于整個月的平均負荷，使得月不均衡系數被急劇拉低。該養雞場的負荷特性可以理解為：從短期來看，負荷較為穩定；從長期來看，負荷不均衡。

圖1 A地區某礦業企業月負荷曲線

圖2 A地區某水泥制品企業月負荷曲線

圖3 A地區某竹筷廠月負荷曲線

圖4 A地區某養雞場月負荷曲線

3.4 商業負荷特性分析

商業負荷主要指商業部門的照明、空調、動力等用電負荷。雖然商業負荷在所有負荷中的比例不及工業負荷和居民負荷，但覆蓋面積大，用電增長平穩，且同樣具有季節性波動的特性。此外，在商業負荷中最主要的負荷產生來源是照明，其存在用電高峰時段。在節假日時商業部門甚至會增加營業時間，導致日用電負荷提高。以B地區一家商場為例，其用電負荷如圖5所示.可以看出在波動范圍較小的同時，星期六和星期日的用電負荷要比其它時間段的略高。

由于商場的營業時間較為固定，且照明、空調、動力等一般都是保持恒定功率持續運作的，則商場的用電負荷也應當較為穩定，基本變化不大。負荷特性指標也體現了這一點。即使在周末以及節假日時營業時間的增加使商場用電負荷增加，但節假日負荷相比工作日負荷不會有較大差異，相應的該用電負荷增加導致不均衡系數減少，減少的程度也不會過大。故總體商場的負荷是較為均衡的。

圖5 B地區某商場月負荷曲線

圖6 B地區某小區月負荷曲線

圖7 A地區某小學月負荷曲線

3.5 居民生活用電負荷特性分析

居民生活用電負荷主要來源于家用電器。居民負荷非常依賴于居民日常作息的規律，同樣存在季節性波動的特點，同時隨時代發展呈現出漸漸提高的趨勢。選取B地區一個小區的居民用電數據進行分析，可以看出其呈現規律性的波動，具體如圖6所示。

和商場相似，居民生活的用電受日常作息規律影響，并且會隨著季節出現明顯波動，這樣的負荷對于現實中的用戶普遍存在規律性。對于一個月的時間長度來說，生活用電負荷是較為均衡的。從負荷特性指標來看也正是如此。根據季節性，我們可以推測居民生活用電負荷的全年年負荷率相對于月負荷率會偏低，但總體來說負荷依然算作是較為均衡的。

3.6 教育類負荷特性分析

以A地區的一所小學為例（圖7），其中前18天可以看出明顯的變化規律，周一到周五為用電高峰，周末用電量較少。在第19天之后，由于學校開始放寒假，用電量非常少。針對該學校用電數據分兩種情況計算負荷特性指標，一種是針對整個月的，一種是處于學校日常作息時間段的（前18天）。可以看出學校在一般日常作息時用電負荷非常規律，且用電高峰日較多，使得這段時間的負荷率較高。由于后半段開始放寒假的緣故，用電量幾乎很少，這顯著地拉低了負荷率，使得最終整個月的月不均衡系數較低。由此可以推測大、中、小學校在全年的用電負荷上，全年年負荷率會低于全年當中學校一般作息時段（非寒暑假時段）的負荷率。

4 結束語

通過以上分析可知用戶負荷特性和用電特點是經常變化的。除了受各行業特點的影響外，不僅會每天變化，還會按周、按月，甚至按年變化，同時存在一定的周期性。雖然本文只是對云南省兩個地區中典型用戶一個月期間的用電數據進行用戶負荷特性分析，但其實負荷變化是一個連續的過程。負荷變化一般不會有較大波動，但很容易受季節、溫度、氣候等自然因素影響，且該影響會非常明顯。如果對用戶負荷特性的分析不準確，則會使得分析出來的用戶用電趨勢及特點與實際情況不相符，電力負荷預測與實際產生偏差。隨著智能電網信息自動化平臺的建立和發展，用于采集用戶用電信息數據的電表逐漸智能化，在更短的時間內就能采集到更多用戶用電信息數據，對負荷特性研究來說足夠使用了。而如何提高處理數據的效率成為提高負荷特性分析效率和預測準確度的關鍵。依靠大數據技術才能做到讓電力系統在確保安全和可靠的同時能夠高度信息化和自動化，保證電力系統穩定高效運行。如何基于大數據技術分析負荷特性、提高負荷預測準確度是目前負荷特性分析和預測研究的關鍵，也是智能電網建設的一個重點研究方向[10-15]。