山东电网夏季降温负荷特性及影响因素分析

楚成博，刘继东,2，张 利，何 飞

（1.电网智能化调度与控制教育部重点实验室（山东大学），济南 250061；2.山东电力集团公司，济南 250001）

山东电网夏季降温负荷特性及影响因素分析

楚成博1，刘继东1,2，张 利1，何 飞1

（1.电网智能化调度与控制教育部重点实验室（山东大学），济南 250061；2.山东电力集团公司，济南 250001）

采用基准负荷比较法对2011年山东全网及部分地市级电网夏季降温负荷进行统计分析，研究降温负荷特性区域差异的规律，对山东省多地市电网做横向对比研究，揭示最大降温负荷与区域性因素——宏观经济水平和城镇居民降温设备拥有量的相关性。研究表明：各区域电网降温负荷既有共性的规律，也存在较大的个体差异；宏观经济水平和城镇居民降温设备拥有量是影响区域差异的重要因素，可在一定程度上反映不同区域降温负荷特性的差异和变化规律，能够为各地区电网有针对性地制定需求侧管理措施提供有价值的参考。

降温负荷；宏观经济；降温设备拥有量；相关性；区域特性

夏季降温负荷是指由于夏季气温升高引起的负荷增长部分，空调类负荷是其重要组成部分。随着国民经济的快速发展和人民生活水平的不断提高，商业、餐饮酒店业，特别是居民用户的降温设备拥有量和使用率明显提高；同时食品、化学、医药、纺织等对生产环境有温度要求的行业所采用的降温设备也越来越多，因此降温负荷急剧增长，已成为夏季电网负荷屡创新高和电力紧缺的主要原因，也给日负荷特性、系统电压稳定等带来影响。山东省经济发达，人口众多，夏季气温较高且持续时间较长，降温负荷问题非常突出，是造成夏季负荷高峰的主要原因之一，已成为需求侧管理的重点关注对象。降温负荷的特性不同，可采取的需求侧管理措施也不同，如：对于集中空调系统可采用周期性暂停用电技术与可中断负荷电价；针对居民等分散空调可通过实施峰谷分时电价引导用户适当提高空调设置温度。研究表明：集中空调负荷实施周期性暂停，理论上可平均减少尖峰降温负荷15%左右；在夏季将空调温度调高1℃，可降低空调负荷8%～10%。因此，准确把握夏季降温负荷的特性规律是明确需求侧管理措施实施范围与力度的必要前提。毋庸置疑，降温负荷与温度等气象因素直接相关，但在不同区域，又存在差异。由于山东省各地市间的气象条件和经济水平等因素存在的明显差异，因此仅考虑气温因素很难全面准确地把握不同地域降温负荷的特性规律。为此，本文重点分析不同区域电网降温负荷特性差异的区域性相关因素，揭示其中的规律，为各地区有针对性制定需求侧管理措施提供更加切实有效的科学依据。

1 电网降温负荷分析方法

鉴于目前难以得到降温负荷的实测数据，因而不能采用基于实测样本的负荷预测方法，如：最小二乘法、神经网络、支持向量机等进行降温负荷预测和分析。对降温负荷的研究一般从2个方面开展：一是对空调类降温负荷进行机理建模[4]；另一方面就是采用统计学方法对降温负荷进行分析研究，主要包括时间序列法、相关系数法和回归分析法等。

随着电网信息监测采集系统的完善，电网负荷数据日益详实，上述统计类分析方法已成功应用于河南、北京、江苏、广东等不同区域范围实际电网空调类降温负荷的分析。

基准负荷比较法是时间序列法之一，其步骤如下：

首先，选取恰当的样本日，取日负荷曲线的平均值为基准负荷曲线

式中：PB,h为第h小时的基准负荷；Pd,h为电网第d样本日、h小时的负荷；N1为基准负荷样本天数。

其次，求取夏季样本日的负荷曲线与基准曲线的差值，此为当天受温度影响的降温负荷曲线

式中：PT,d,h为夏季某样本日第h小时的降温负荷。

再次，记降温负荷曲线的最大值为样本日最大降温负荷，表示为PT,d,max，PT,d,max中的最大值则为年最大降温负荷，记作PT,max。

最后，对夏季各样本日24 h降温负荷取平均，可得到夏季典型降温负荷曲线

式中：表示夏季典型降温负荷，其最大值称为夏季典型最大降温负荷，且其日、晚高峰分别记为和；N2为夏季负荷样本天数。

另一方面，相关系数法常用于分析各种相关因素与降温负荷的关联程度。相关因素与降温负荷的关联度可由两者之间的线性相关性表示，相关性强弱可用相关系数r衡量

式中：xi和yi分别表示自变量和因变量；、分别表示自变量和因变量的平均值；n为自变量和因变量的样本数。

2 山东电网夏季降温负荷特性分析

在文献[13]数据处理原则的基础上，根据负荷受气象条件影响的规律选择基准负荷和夏季负荷样本日，同时排除干旱天气、削峰措施等随机因素的影响。最终结合山东电网实际情况，选择距离山东省夏天较近、负荷模式基本无变化、基本无降温负荷开启且天气凉爽的9月中下旬至10月上旬工作日(共17天)作为基准负荷样本日，选取气温最高的7、8月份工作日为夏季负荷样本日。在此基础上，采用基准负荷比较法统计分析山东电网降温负荷。

2.1 山东电网降温负荷整体规律分析

根据山东电网2011年统调负荷数据，采用基准负荷比较法统计得出山东电网夏季样本日最大降温负荷值PT,d,max，进而求得年最大降温负荷PT,max，详见表1。同时由式（3）得到山东电网夏季典型降温负荷曲线，如图1所示。

表1 山东电网2011年最大降温负荷及其比重

由图1可见，山东电网夏季典型降温负荷的特性规律是：①7：00和19：00均为相对低谷时段。其原因一方面是夏季昼长夜短，人们离家时间较早，返家时间较晚，使得早晨和傍晚时刻居民降温负荷偏小，另一方面是因为早晨7：00温度较低，且不是工作时间，居民、商业、部分工业等用户的降温负荷均很小。同样，傍晚19：00处于下班阶段，且居民降温负荷同时系数较低；②降温负荷曲线具有日、晚2个高峰，分别出现于中午13：00和晚上21：00，降温负荷分别为7 812.5 MW、6 535.1 MW。晚高峰的出现说明居民降温负荷对该时段总降温负荷的贡献较大。

图1 山东电网夏季典型降温负荷曲线

2.2 山东电网降温负荷区域特性分析

根据可获取数据的完备情况，选定青岛等7地市电网的2011年负荷数据进行分析。用2.1方法统计得7地市2011年最大降温负荷PT,max及其占对应时刻统调负荷的比值，详见表1。

由表1可见，整个山东电网的PT,max为8 952.3 MW，占对应时刻统调负荷的比重近20%，而各地市降温负荷比重在15.0%到32.6%之间。显然，降温负荷是造成夏季负荷高峰的主要原因之一，但各地的情况也有明显差异。

进一步分析电网降温负荷的区域特性。首先，统计山东省各地市区域电网夏季样本日N2中最大降温负荷PT,d,max在日、晚高峰时段出现的天数，分别记为D和N，计算其所占比例，详见表2。

表2 7地市降温负荷特性分析结果

其次，由式（3）得各地市夏季典型降温负荷曲线，如图2、图3所示，同时求得其日、晚高峰值和，详见表2。

图2、图3分别为青岛、聊城等4地市区域电网夏季典型降温负荷曲线。

图2 青岛等3地市区域电网夏季典型降温负荷曲线

图3 聊城等4地市区域电网夏季典型降温负荷曲线

由图2、图3可见，各地市电网夏季典型降温负荷规律趋势既有共性的规律，也存在明显的个体差异性。其中，共性具体体现在：①7：00和18：00～19：00均为相对低谷时段，原因如前所述；②各地市降温负荷曲线均有日、晚2个高峰，日高峰的时间分布较为分散，这与各地市的气象条件和产业结构有关，而晚高峰则集中于20：00～21：00，这是因为晚高峰降温负荷大小受居民用户降温负荷的影响较大，且各地市居民生活作息习惯基本一致。个体差异性主要表现为各地市典型降温负荷曲线的波动范围以及典型最大降温负荷的出现时段不同，这主要与各地市的产业结构有关。由表2可见，对于青岛、淄博、济宁等工商业比重较大的地市，典型降温负荷在一天内各时段波动范围较大，且日、晚高峰相差较大。最大降温负荷大多出现在日高峰时段，这是由于青岛等地市白天工商业、餐饮、公用事业以及国家党政机关办公等集中空调负荷较大，据文献[6]方法估算得青岛地区集中空调负荷占夏季样本日最大降温负荷的比重为40%～50%，菏泽地区仅为20%～30%；而对于聊城、滨州等工商业比重相对较小的地市，典型降温负荷在一天内各时段波动范围相对较小，日、晚高峰相差也较小，最大降温负荷多数出现在晚高峰时段，这是由于居民空调负荷对降温负荷贡献较大，依据空调数量推算法可估算滨州市居民空调负荷为263.3 MW，占夏季样本日最大降温负荷的45%左右。

3 降温负荷与区域性因素的相关分析

综上分析，山东电网各地市夏季最大降温负荷的大小和出现时间不仅与气温有关，与各区域产业结构和居民降温负荷大小也密切相关。仅关注气温因素难以准确把握不同区域降温负荷特性的差异和变化规律，不利于各地区有针对性地制定需求侧管理措施，明确实施对象与实施力度。产业结构一定程度上决定着宏观经济水平，而居民降温负荷大小与居民用户降温设备拥有量有直接关系。为此，本文进一步挖掘相关因素，对山东电网部分地市夏季最大降温负荷与其宏观经济水平和居民用户降温设备拥有量分别进行相关分析。

3.1 降温负荷与宏观经济水平的相关性分析

山东省在其辖区内各地市的经济水平差异甚大，因此，可通过对部分地市的横向对比分析，来讨论夏季最大降温负荷与宏观经济水平的关系。国内生产总值（GDP）是衡量宏观经济水平的主要指标，是一个长期变量，一般以年为衡量周期，而最大降温负荷短期内受气温的影响显著，故在此选用夏季典型最大降温负荷↼¯PT,max来消除短期内气温波动对最大降温负荷的影响。根据山东省各地市2011年统计公报收集的各地市GDP数据，进行降温负荷与GDP的线性相关分析，结果如表3所示。此时式（4）可具体表示为

3.2 降温负荷与居民降温设备拥有量的相关性分析

同样，居民降温设备拥有量也是长期变量，故采取和3.1节相同方法，分析夏季典型最大降温负荷与居民降温设备的关联关系。居民降温设备拥有量主要是指城镇居民空调拥有量，可由式（6）获得

式中：C为城镇居民空调拥有量；H为城镇居民户数；E为城镇每百户居民空调拥有量。

表3与GDP、C间的相关分析结果

表3与GDP、C间的相关分析结果

区域E/台C/台GDP/C青岛淄博济宁临沂-PT,max/MW 722.1 405.6 503.4 418.3 GDP/亿元6 615.6 3 280.2 2 896.7 2 770.5聊城4041 760.6滨州菏泽日照相关系数241.2 345.6 168.5 1 729.0 1 281.7 1 214.1 101 118 167 104数据缺失141 125 83 1 616 000 717 440 1 434 530 1 107 600数据缺失548 490 796 250 281 370 0.004 1 0.004 6 0.002 0 0.002 5数据缺失0.003 2 0.001 6 0.004 3 0.8990.945约为0

3.3 分析结果

综上可得：降温负荷的整体规律是：（1）与GDP正相关，即随着GDP的增长而增大；（2）与C也呈正相关。但是，淄博、菏泽地区并不符合上述规律，分析发现，这是由于是各类用户降温负荷的总和，尽管淄博地区降温负荷中工商业比重较高，但根据空调数量推算法可知其居民空调负荷低于济宁、临沂等地区；而菏泽地区气温较高且城镇人口较多，居民空调负荷是其总降温负荷的主要成分，大于滨州、日照地区。为此，进一步考虑GDP和C对降温负荷的共同作用，对与GDP/C进行相关分析，所得相关系数几乎为0，表明降温负荷与GDP和C之间不具有同步的变化规律；但滨州、菏泽、日照3地区降温负荷与GDP/C呈负相关，相关系数为-1，即该类地区总降温负荷与C的相关性强于GDP，进一步说明该类地区降温负荷的主要成分是居民降温负荷。

4 山东电网降温负荷调控措施的建议

统计得山东省及部分地市电网2011年夏季最大峰谷差、峰谷差率及其出现日期和同期最大降温负荷及其占该日峰谷差比重k，详见表4。

表4 山东电网负荷峰谷特性

由此可见，降温负荷是造成山东电网及各地市电网夏季负荷峰谷差增大的主要原因。考虑到山东电网因千万千瓦级风电基地的存在所面临的调峰压力及调峰电源缺乏的现实，对降温负荷制定有效合理的调控措施非常必要。根据上述分析，各地区电网降温负荷的特性不同，因而调控措施的实施对象及力度也应不同。为此，本文提出如下建议：

（1）聊城、菏泽等工商业欠发达地区，夏季气温较高且城市规模较大，居民降温负荷比重较大，该类地区应逐步扩大峰谷分时电价的实施范围，着重挖掘居民及中小商业用户的移峰潜力。以菏泽为例，依据空调数量推算法得该地区居民降温负荷为382.2 MW，若居民用户空调器设置温度平均提高2℃，则短期内可实现削峰60～75 MW。

（2）对于青岛、淄博、济宁等工商业发达的地区，可重点实施对集中空调负荷调控比较有效的措施，如：加强高效节能空调器推广，促进现有空调系统的节能改造；制定并实施合理有效的可中断负荷电价政策等。以青岛市为例，若大型工商业用户的集中空调使用蓄冷空调，蓄冷率为45%，负荷利用率为0.85，则可移峰270 MW；若进行周期性暂停的直接负荷控制[7]，则平均可减少尖峰降温负荷约100 MW。

（3）从长远来看，推广高效节能空调是节能减排、削减高峰负荷最根本有效的方法。假设山东电网的降温负荷全部为空调负荷，则当空调器能效比平均提高10%时，山东电网就可削峰约850 MW。

5 结论

根据山东省2011年的气象、负荷和统计年鉴数据，对山东电网及部分地区电网降温负荷的特性规律及主要区域性相关因素进行分析，得出以下结论：

（1）山东电网2011年夏季最大降温负荷为8 952.3 MW，占同期负荷的18.8%，部分地市电网甚至更高，是造成夏季负荷高峰的主要原因之一，必须在需求侧管理中加以重点关注。

（2）山东省各地市电网夏季降温负荷特性既有共性的规律，也存在明显的个体差异：降温负荷波动范围、峰值出现时段等方面特性规律有所不同。宏观经济水平和居民降温设备拥有量与降温负荷大小的相关度很高，是分析不同地区电网降温负荷时不可忽视的区域性因素。

（3）区域特性分析可以揭示不同地区降温负荷的不同特点，进而为山东省各级电网制定有针对性的需求侧管理措施提供具体有效的科学依据。

：

[1]张利民，付红军，李育燕，等.空调降温负荷比例估计及其对电压稳定的影响[J].继电器，2005，33(22)：33-36．

[2]温权，李敬如，赵静.空调负荷计算方法及应用[J].电力需求侧管理，2005，7(4)：16-18．

[3]赖敏，洪斌.降温采暖负荷对华中电网日负荷特性的影响[J].电力技术经济，2007，19(3)：30-33.

[4]陈谦，陆杨文，孙建波，等．含有空调的综合电力负荷建模研究[J].高电压技术，2008，34(4)：759-762．

[5]王冬利.多措并举，综合治理夏季空调高峰负荷[J].电力需求侧管理，2005，7(4)：5-8.

[6]宋宏坤，唐国庆，卢毅，等.江苏省夏季空调负荷分析及需求侧管理措施的削峰效果测算[J].电网技术，2006，30(17)：88-91.

[7]石峰，吴笛，李宝珠.重庆市夏季空调负荷分析及有效调节空调负荷的措施建议[J].电力技术经济，2008，20(1)：42-46.

[8]王治华，李扬，赵翠宇，等.南京市夏季气温敏感负荷研究[J].电力系统自动化，2002，26(3)：60-63．

[9]施旭军，金备，刘文博，等.合肥市夏季居民空调降温负荷调查分析[J].电力需求侧管理，2008，10(7)：27-29.

[10]万迪光.不确定输入对电力负荷预测的影响[J].山东大学学报：工学版，2004，34(5)：55-58．

[11]高荣，刘晓华.基于小波变换的支持向量机短期负荷预测[J].山东大学学报：工学版，2005，35(5)：115-118．

[12]童述林，文福拴.节能减排环境下广东省年最大降温负荷的测算与分析[J].华北电力大学学报：自然科学版，2010，37(5)：32-37.

[13]张志强．基于电网侧的空调负荷特性分析及其调控措施研究[D].北京：华北电力大学，2007.

Studies on temperature⁃lowering load regional characteristics of Shandong power network

CHU Cheng⁃bo1,LIU Ji⁃dong1,2,ZHANG Li1,HE Fei1
（1.Key Laboratory of Power System Intelligent Dispatch and Control of Ministry of Education(Shandong University),Ji’nan 250061,China;2.Shandong Electric Power Corporation,Ji’nan 250001,China）

The temperature⁃lowering load of Shandong prov⁃ince and some cities in 2011 was analyzed by reference load com⁃paring method.Correlations between the maximum temperature lowering load and the macroeconomic level and the cooling equip⁃ment ownership of urban residents were discussed,based on the horizontal comparison among various cities in Shandong province.The results show that the temperature⁃lowering loads of different cities not only have identical characters,but also exhibit personali⁃ty.Macroeconomic level and the number of cooling equipment own⁃ership of urban residents are significant factors which affect tem⁃perature⁃lowering load of different cities.They can reflect the diver⁃sity and evolvement trend of different cities’temperature⁃lowering load to some extent,and can also be valuable reference for local power grid to design corresponding demand management mea⁃sures.

temperature⁃lowering load;macroeconomic lev⁃el;number of cooling equipments ownership;correlation analysis；zonal feature

TM714

A

1009-1831（2013）01-0020-05

2012-10-07

楚成博(1988),男,山东菏泽人,硕士研究生,研究方向为电力需求侧分析;刘继东(1972),男,山东潍坊人,在职博士,高级工程师,研究方向为电力营销技术与管理;张利(1967),女,江苏启东人,副教授,硕士生导师,研究方向为电力系统经济运行、电力市场等;何飞(1988),女,山东邹城人,硕士研究生,研究方向为电力系统分析及高压直流输电技术。

国家自然科学基金项目(51077087)；山东省自然科学基金项目(Y2008F19)。