夏季电网最大负荷与气温的相关性分析

贺春光

(河北省电力研究院，石家庄 050021)

电网负荷的大小受多种因素影响，气象条件是其中比较重要的因素之一。近年来随着人民生活水平的提高，空调负荷在电网中所占的比重越来越大。对于空调负荷来说，其负荷大小受气温、湿度、降雨、日照强度等气象条件影响，其中气温的影响最大。根据历史规律及相关研究[1-3]，电网负荷与气温具有显著相关性。下面以2007-2010年的电网负荷与气温数据为基础，分析电网负荷大小与气温的相关性，寻找最大负荷随气温变化的规律。

1 相关性分析判断方法

在考虑气象因素对负荷的影响时，需要处理日特征气象因素。以下将研究对负荷影响最为密切的气温因素，分析气温与负荷的关联程度，以帮助提高负荷预测的精度。

变量之间存在关联，但是又不能由一个或几个变量值去唯一确定另一个变量值的关系称为相关关系，相关关系分为线性相关、非线性相关、完全相关和不相关。相关性分析是研究不同变量间密切程度的一种十分常见的统计方法，它是描述2个变量间线性关系程度和方向的统计量。

气温和最大负荷分别用x、y表示，它们的相关系数用r表示，其计算公式如下：[4]

(1)

r>0表示正相关；r<0表示负相关。r的绝对值越接近1，变量x、y之间的线性相关程度就越大；r的绝对值越接近0，表示x、y之间越没有线性相关关系；0

2 相关性分析过程

2.1 数据预处理

取河北省石家庄地区2010年夏季负荷及温度数据为例进行分析。由于温度和负荷的值相差太大，故通过公式(2)将二者分别标幺值化至[0，1]区间再进行比较。

(2)

用处理后的数据分别绘制日最高气温、日最低气温和日平均气温与负荷的气温-负荷标幺值曲线，见图1-3。

图1 日最高气温-负荷标幺值曲线

图2 日最低气温-负荷标幺值曲线

图3 日平均气温-负荷标幺值曲线

由图1-3 可以看出，最大负荷与气温具有相同的变化趋势：当气温升高时，最大负荷值相应升高；气温降低时，最大负荷值相应降低；气温越高，最大负荷值越大。从图中直观的分析，最高气温、最低气温和平均气温与最大负荷之间均存在较强的关联，其曲线形状较为相似，因此，需要通过相关系数计算进一步确定与最大负荷相关性最大的温度指标。

2.2 相关系数计算

利用公式(1)，取日最高、日最低和日平均气温分别与最大负荷进行相关性计算，计算结果见表1。

表1 夏季气温与最大负荷的相关系数

由表1可以看出， 6、7、8月份时，日最低气温与日最大负荷的相关系数最大，日平均气温与日最大负荷的相关系数其次，日最高气温与日最大负荷的相关系数最小。

为了进一步确定上述结论的可靠性，分析2007年至2009年夏季气温与最大负荷的相关系数，同样可以得到与上面一致的结论。由以上分析可以得出：对石家庄地区电网来说，夏季日最低温度是影响最大负荷的主要因素。

3 日最低气温变化对负荷的影响

3.1 曲线模型拟合

以上得到电网日最大负荷与日最低气温存在较显著的相关性之后，为了进一步分析最大负荷随日最低气温变化的规律，应用于负荷预测工作中。根据详细的历史数据，如图4绘制夏季日最低气温与日负荷的散点图，选取合适的曲线进行拟合。

通过统计工具采用多种模型拟合，确定三次曲线模型精度较高，采用三次曲线拟合[5]，可以得到如下拟合公式:

L=-1.335 195 7 T3+103.938 883 T2-2 535.140 132 T+24 458.918 940

(3)

通过显著性检验F=18.835 706≫F0.05(3,89)=2.324 463，故本模型显著可靠。

图4 2010年石家庄电网夏季日最低气温与日最大负荷的散点三次曲线拟合

与上述原理相同，可以得到2007-2009年夏季日最低气温与日负荷的三次曲线拟合公式。例如2007年的三次曲线拟合公式如下:

L=-1.199 039 T3+81.203 233 T2-1 751.400 949 T+15 861.749 752,通过显著性检验F=17.150 349≫F0.05(3,89)=2.324 463，故本模型显著可靠。

根据显著性检验的结果，公式(3)可以用于负荷预测。日最大负荷可以分为对温度敏感负荷和基础负荷2个部分。从公式中可以看出，日最大负荷并不随日最低气温线性变化，原因是日最大负荷随日最低气温变化在不同的温度区间灵敏度不同，其规律可以做进一步分析。

3.2 灵敏度分析

根据图4中夏季日最大负荷与日最低气温曲线，对公式(3)一次求导可以得出夏季日最大负荷随日最低气温变动的增幅，即夏季日最大负荷对日最低气温的灵敏度，具体结果见表2。

表2 夏季日最大负荷对日最低气温的灵敏度

通过分析，可以得出2010年石家庄电网日最大负荷对日最低气温的敏感区间大致分为4段：

a. 最低气温20 ℃以下为不敏感区，此时电网负荷为基础负荷，其负荷大小与气温之间关系不大；

b. 最低气温20～22 ℃为弱敏感区，最低气温每升高1 ℃，日最大负荷增加20～100 MW；

c. 最低气温23～29 ℃为强敏感区，最低气温每升高1 ℃，日最大负荷增加130～160 MW；

d. 30 ℃为饱和区，当最低气温进一步上升时，日最大负荷增加量变小，本区域由于参考数据样本较少，还需要做进一步的研究。

从2007年与2010年的比较来看，石家庄电网基础负荷由2007年的3 470 MW左右增加到2010年的4 650 MW左右，增长了34.0%。对气温敏感负荷由2007年的430 MW左右增加到2010年的1 330 MW左右，增长了209.3%。由此可见，2007年以来，空调负荷(对温度敏感负荷)的增长速度远高于基础负荷的增长速度，随着城市化进程和人民生活水平的不断提高，电网中空调负荷的比重在今后很长时间将保持增长趋势[6]，因而最大负荷对最低气温的灵敏度将逐渐增大。

4 结论及建议

通过对石家庄地区夏季气温和电网负荷的实际历史数据的相关性分析，电网夏季日最大负荷与日最低气温之间存在显著相关性。

选取适当的模型，可以根据日最低气温预测日最大负荷。根据灵敏度分析结果，日最低气温在23～29 ℃时，日最大负荷对日最低气温灵敏度最大。通过不同年份的日最大负荷对日最低气温的敏感度分析，近年来电网对温度敏感负荷(空调降温负荷)增长迅速，电网负荷随气温变化的灵敏度呈上升趋势。

围绕以电网安全、稳定、优质、经济运行为工作目标，利用数据统计及分析的相关科学方法，对电网基础信息数据(如：负荷、气象情况等)进行相关挖掘，建立相应的数学模型，做好负荷预测工作，很有实际研究价值。研究电网夏季最大负荷与气温之间的变化规律，有利于提高电网负荷预测的准确性，对电网的安全、经济运行有重要意义。在研究过程中，认为未来需要加强以下几点工作：

a. 加强和完善气象参数的采集、整理和分析工作，科学应对气候变化对用电需求的影响。

b. 综合考察其它气象因素，如湿度、降雨和人体舒适度指数的影响，建立起一个综合气象指数。

c. 研究地区在持续高温下的累积效应采用定量分析的方法。

参考文献：

[1] 王治华，杨晓梅，李 扬，等.气温与典型季节电力负荷关系的研究[J].电力自动化设备,2002,22(3)：16-18.

[2] 徐 洋,吴 奕，吴 强.气候条件对苏州电网负荷的影响[J].上海电力,2009(5)：406-408.

[3] 张海东，孙照渤，郑 艳，等.温度变化对南京城市电力负荷的影响[J].大气科学学报,2009,32(4):536-542.

[4] 刘 旭.基于实时气象因素的短期负荷预测方法研究[D].湖南:湖南大学,2009.

[5] 包凤达.非线性回归的计算机处理方法[J].上海统计,2001(4):28-30.

[6] 李继红,张 峰. 气温对浙江电网用电量影响的研究[J].华东电力,2005,33(11):39-42.