冀北电网电力负荷特征与气温的关系
2016-11-28张彦恒杨琳晗武辉芹张金满
张彦恒,杨琳晗,武辉芹,张金满
(河北省气象服务中心,河北 石家庄 050021)
冀北电网电力负荷特征与气温的关系
张彦恒,杨琳晗,武辉芹,张金满
(河北省气象服务中心,河北 石家庄 050021)
基于冀北电力公司提供的2013—2014年冀北电网逐日最大电力负荷资料,采用数理统计方法分析日最大电力负荷的变化规律及其与气温等气象因子的相关关系,并重点讨论其与气温的关系。结果表明:冀北地区最大电力负荷有2个高峰时段,分别为夏季7—8月、冬季11—12月;日最大电力负荷具有周变化特征,周五、周六、周日为周电力负荷高峰期,周六电力负荷最高,周二电力负荷最低;夏季高峰期,日最大电力负荷与日平均气温、日最高气温、日最低气温、日平均相对湿度、日闷热指数呈正相关,并且通过显著性检验,且当日最高气温高于26 ℃(或日平均气温高于20 ℃)时,日最高气温对日最大电力负荷的1 ℃效应量约为21.19×104kW。
电力负荷;高峰期;相关分析;1 ℃效应量
引 言
进入21世纪,我国经济发展迅速,电力在经济发展和人们社会生活中所起的作用越来越重,因而稳定的电力供应越发显得重要[1],一旦电力供应出现问题,物质生产和其他经济活动则陷入停顿甚至崩溃,人们的日常生活也会寸步难行而陷入混乱。随着社会的进步和经济的发展,居民空调制冷、取暖等用电量所占总电力负荷的比重越来越大[2]。电力负荷受到许多因素的影响,不同地区、不同季节的电力负荷特征都有显著的区别,这是电力负荷难以预测的原因之一,因此很难用一种预测模型或方法对所有地区和季节的电力负荷做出预测[3]。电力负荷虽然变化无常,但气象因素是电力负荷变化的重要影响因子之一,某些特定时期(如夏季高温时段)气象因素是电力负荷变化的最重要因素。
目前,国内对电力负荷预测的研究有很多,许多相关研究都发现气温是影响电力负荷变化的重要气象因子之一[4],如陈正洪等[5]对华中地区的日电力负荷与气温关系进行研究,结果表明,华中地区夏季日电力负荷与日平均气温呈显著正相关,而冬季相关不显著;张自银等[1]对北京市夏季日最大电力负荷与气象因子的关系进行研究,发现北京市夏季日最大电力负荷与日最低气温的关系最为显著。不同地区所处的气候条件各不同,经济结构和发展水平也不尽相同,因而各地电力负荷与气象因子的关系也不尽相同[6-8]。
准确的电力负荷预测可以充分发挥气象部门在防灾减灾中的辅助作用[9],对电力部门的电力调度、运行和计划也非常重要。因此电力负荷预测是一项重要且基础的研究工作[10-11]。本文对冀北电网区域的日最大电力负荷与气温等气象因子的关系进行分析,以期对冀北电网地区日最大电力负荷的预测提供一定参考。
1 资料和方法
所用资料为冀北电网5地区(张家口、承德、唐山、秦皇岛、廊坊)2013—2014年逐日最大电力负荷数据(去除国家法定节假日)及对应的气象站气象资料,气象资料包括:2013—2014年逐日日最高气温、日最低气温、日平均气温、日平均相对湿度。涉及的日最大电力负荷为5地区逐日最大电力负荷的和;日最高气温、日最低气温、日平均气温、日平均相对湿度以及日闷热指数为张家口、承德、唐山、秦皇岛、廊坊5个气象站的区域日平均值。
人们可以根据未来天气条件变化对日常生产生活做出提示性、服务性的气象指数产品[12],本文引用表征夏季人体舒适度的日闷热指数,来验证反映夏季人体舒适度的综合气象因子与电力负荷的关系,其计算公式[13]为:
(1)
式中,M为日闷热指数,Ta为日平均气温(单位:℃),Hr为日平均相对湿度(单位:%)。
为了准确反映出冀北电网逐日最大电力负荷变化率与气温的关系,本文参照文献[14]对日最大电力负荷进行1级、2级标准化处理。
2 冀北地区电力负荷变化特征
2.1 日最大电力负荷年变化
由图1可见,冀北电网日最大电力负荷具有明显的年变化特征,并有逐渐增长趋势;另外日最大电力负荷具有明显的季节变化,一年中日最大电力负荷有2个低谷区,分别对应农历新年和国庆节假期前后。对2013—2014年冀北地区日最大电力负荷进行统计,发现最高负荷的前124 d均出现在2个时间段,分别对应夏季7—8月和冬季11—12月,把这2个时段作为冀北地区最大电力负荷高峰期,即夏季高峰期和冬季高峰期。夏季高峰期对应一年中最闷热阶段,空调、电扇等降温设备的使用使得最大电力负荷增加,冬季高峰期对应冬季供暖期间,供暖等用电设备的使用使得电力负荷增加。
另外,2014年11月日最大电力负荷出现两年内的最低值,原因是2014年11月7—12日是北京APEC会议举办日,2014年11月1日起,北京、天津、河北、山东、山西、内蒙古市环保监测部门联防联控,中国环保部派出16个督导小组督导治理行动,严控所有施工工地,要求各类污染企业限产、停产;各地机动车实行单双号行驶、机关和市属企事业单位停驶70%公车;严控措施导致用电负荷大幅下降。由此可见,各类企业生产用电在用电负荷中占有相当大的比例,当限产、停产期间(APEC会议7—12日),最大用电负荷较2013年同期下降24.7%,这为日后重大活动采取限产限电措施时,最大用电负荷的下降预估提供了重要参考。
由图2看出,2013、2014年的日最高气温变化特征相似,可以认为这期间气象因素年变化特征类似,因此排除因气温升高引起的电力负荷的年增长趋势。结合图1,电力负荷可以分为两部分组成,一部分呈线性上升趋势,用Y=ax+b表示,这与冀北地区经济发展等基本用电负荷有关,随着经济社会的发展呈线性增长趋势,另一部分可视为由气象因素或特殊阶段性事件等其他因素影响引起的波动。
2.2 周变化特征
选取2013—2014年的日最大电力负荷数据,对电力负荷进行1级标准化处理,即根据图1的年变化趋势Y=0.146x+1 854,除去因经济增长造成的电力负荷影响,再除去国家法定节假日,从而按星期求取逐日平均得到电力负荷的周变化趋势(图3)。可以看出,冀北地区周日开始电力负荷至周二降至最低,周三至周六电力负荷呈增长趋势,周六达到顶峰,然后开始下降,周而复始。由表1可以看出冀北地区周二最大电力负荷比周平均值低8.7×104kW,周六最大电力负荷较平均值高9.3×104kW。
图1 2013—2014年冀北地区日最大电力负荷变化及其线性趋势
图2 2013—2014年冀北地区日最高气温变化
图3 2013—2014年冀北地区日最大电力负荷的周变化趋势
最大电力负荷均值/104kW最大电力负荷距平/104kW星期日1856.92.2星期一1854.60.0星期二1845.9-8.7星期三1847.3-7.4星期四1854.1-0.5星期五1860.35.3星期六1863.99.3
武辉芹等[14]分析河北南部电网地区电力负荷的周变化趋势时,发现周末负荷最低;而冀北电网地区电力负荷周变化趋势中,周二负荷最低,周末负荷最高,分析其原因,可能与冀北地区旅游相关产业比重相对较大有关。2013—2014年河北第三产业增加值比重分别为35.6%、 37.2%,旅游业是第三产业的重要组成部分,而且冀北地区旅游资源分布广泛,3A级以上景区70多处,旅游时段主要分布在节假日和周末,这可能是冀北地区电力负荷周变化趋势中周末负荷偏高的主要原因。
3 电力负荷与气温等气象因子的相关关系
3.1 2级标准化后的电力负荷与气温等气象因子的相关关系
选取2013—2014年7—8月和11—12月1级标准化处理过后的逐日最大电力负荷数据,在此基础上经2级标准化处理去除周变化引起的电力负荷变化,然后计算电力负荷数据与气象因子的相关关系。气象因子选取日最高气温、日最低气温、日平均气温、日平均相对湿度。通过相关分析分别计算各气象因子与经2级标准化处理后的电力负荷的相关系数,结果见表2。从表2可知,夏季7—8月电力负荷与日平均气温、日最高气温、日闷热指数相关性最显著,均通过0.001的显著性检验,日平均相对湿度通过0.01的显著性检验;冬季11—12月电力负荷与各气象因子的相关性除日平均相对湿度无明显相关外,与其余3个气象因子的相关均通过0.001的显著性检验。
3.2 1 ℃效应量
由图4可以看出,日最大电力负荷与日最高气温散点图呈扁U型分布,电力负荷在日最高气温<12 ℃时随着温度的降低开始增加,在日最高气温>26℃时随着温度的升高明显增加,日最大电力负荷在日最高气温<12 ℃或>26 ℃阶段处于较高负荷区间。究其原因,当日平均气温为5 ℃时,相应日冀北地区的日最高气温均值为12 ℃,河北地区连续5 d平均气温<5 ℃时开始供暖,造成电力负荷加大;当冀北电网地区日平均气温为20 ℃时,相应日的日最高气温均值为26 ℃,2007年国务院办公厅《关于严格执行公共建筑空调温度控制标准的通知》*中明确规定:空调、电扇等降温设备在日最高气温>26 ℃时开始使用,当日最高气温>26 ℃或日平均气温>20 ℃时,随着气温升高,用电负荷快速升高,导致电力负荷加大。
表2 日最大电力负荷与各气象因子的相关系数
注:*表示通过0.01显著性检验,**表示通过0.001显著性检验
图4 日最大电力负荷与日最高气温的散点图
在日最高气温>26 ℃的情况下,用电负荷对温度的反应越来越灵敏,当日最高气温>26 ℃时,利用回归分析得到日最大电力负荷对日最高气温的回归方程为:
(2)
式(2)中,y表示日最高气温,x为日最大电力负荷值,单位:104kW。回归方程中x的系数也就是1 ℃效应量[1],其意义指温度每升高或降低1 ℃时,电力负荷增加或减少的量,最高气温每增高1 ℃,相应日最大用电负荷均值增加21.19×104kW,日最高气温介于28~30 ℃和34~35 ℃之间时,电力负荷快速增长(图5),表明空调、电扇等降温设备在28~30 ℃时大范围开启;当日最高气温达到36 ℃时最大用电负荷明显下降,这是由于按照气象标准,当日最高气温>35 ℃时会发布高温预警,同时国家安全监管总局、卫生部、人力资源和社会保障部、中华全国总工会出台《防暑降温措施管理办法》(安监总安健[2012]89号),规定:日最高气温达到35 ℃以上、37 ℃以下时,用人单位应当采取换班轮休等方式,缩短劳动者连续作业时间,并且不得安排室外露天作业劳动者加班,所以推测用电负荷下降可能与之有关。河北省南部电网2007—2009年夏季电力负荷同样存在此变化特征[14]。
由于2013—2014年冀北电网电力负荷在日最高气温达到36 ℃及以上区间的样本数量较少,同样不排除由于样本数量问题造成的可信度不够,因此还需积累数据量到一定程度后继续对此特征进行研究验证。
图5 相应日最大电力负荷均值 1 ℃增温效应变化趋势
4 小 结
(1)冀北电网日最大电力负荷具有明显的年变化特征,高峰期在夏季7—8月和冬季11—12月;低谷期在农历新年和国庆节前后。2014年11月7—12日北京APEC会议举办期间,对冀北地区企业、单位的严控措施导致用电负荷达到两年内最低,会议期间最大用电负荷较2013年同期下降24.7%。
(3)夏季高峰期,冀北电网日最大电力负荷与日平均气温、日最高气温、日最低气温、日平均相对湿度、闷热指数呈正相关,并且相关性显著。冬季高峰期,日最大电力负荷与日平均气温、日最高气温、日最低气温呈负相关,且相关性显著,冬季日最大电力负荷与日平均相对湿度无明显相关。
(4)夏季电力负荷高峰期(7—8月),日最大电力负荷增加量与日最高气温增量有较好的对应关系,以日最高气温26 ℃为阈值统计,当气温>26 ℃时,1 ℃对应日最大电力负荷增长效应量约为21.19×104kW,日最大电力负荷存在2个相对快速增长的区间,对应的日最高气温为28~30 ℃和34~35 ℃。
[1] 张自银,马京津,雷洋娜. 北京市夏季电力负荷逐日变率与气象因子关系[J]. 应用气象学报,2011,22(6):760-765.
[2] 叶殿秀,张培群,赵珊珊,等. 北京夏季日最大电力负荷预报模型建立方法探讨[J]. 气候与环境研究,2013,18(6):804-810.
[3] 窦全胜,史忠植,于尔铿,等. 基于知识发现的电力负荷预测模型[J]. 计算机科学,2010,37(4):212-215.
[4] 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.
[5] 陈正洪,洪斌. 华中电网四省日用电量与气温关系的评估[J]. 地理学报,2000,55(增刊):34-37.
[6] 张小玲,王迎春. 北京夏季用电量与气象条件的关系及预报[J]. 气象,2002,28(2):17-21.
[7] 罗慧,巢清尘,李奇,等. 气象要素在电力负荷预测中的应用[J]. 气象,2005,31(6):15-18.
[8] 陈峪,叶殿秀. 温度变化对夏季降温能耗的影响[J]. 应用气象学报,2005,16(增刊):97-104.
[9] 兰雅萍,黄月清,杨锡琼. 电力负荷与气象因子的关系研究[J]. 科技与创新,2014,21:151-152.
[10] 杜彦巍,林莉,牟道槐,等. 综合气象指数对电力负荷的影响分析[J]. 重庆大学学报,2006,29(12):56-60.
[11] 林小红,夏丽花,黄美金,等. 福州市夏季电力气象等级预测模型初探[J]. 气象科技,2006,34(6):774-777.
[12] 张翠华. 气象要素对电力污闪发生的影响[J]. 干旱气象,2015,33(1):180-184.
[13] 魏凤英. 现代气候统计诊断与预测技术[M]. 北京:气象出版社,1999.128-141.
[14] 武辉芹,张金满,曲晓黎. 河北省南部电网夏季电力负荷特征及与气象因子的关系[J]. 气象科技,2013,41(5):945-948.
Relationship Between Power Load Characteristics and Temperature in North Hebei
ZHANG Yanheng, YANG Linhan, WU Huiqin, ZHANG Jinman
(HebeiProvincialMeteorologicalServiceCenter,Shijiazhuang050021,China)
Based on the daily maximum power load data during 2013-2014 offered by Jibei electric power company, the variation of daily maximum power load and its relationship with temperature and other meteorological factors were analyzed by using mathematical statistics methods. The results show that there were two peak stages (from July to August in summer and from November to December in winter) for maximum daily power load in north region of Hebei, and for a week, daily maximum power load was relatively larger on Friday, Saturday and Sunday, and the peak value was on Saturday, while it was minimum on Tuesday. During the peak stage of summer, there were positive correlations between daily maximum power load and daily average temperature, maximum temperature, minimum temperature, average relative humidity as well as sultry index, which passed through the significant test. When daily maximum temperature was more than 26 ℃ or daily average temperature was more than 20 ℃, the daily maximum power load would increase 21.19×104kW when daily maximum temperature increased 1 ℃.
power load; peak; correlation analysis; 1 ℃ effect size
10.11755/j.issn.1006-7639(2016)-05-0881
2016-07-05;改回日期:2016-09-06
河北省科技厅项目“电力微气象灾害监测与预报预警技术及体系建设研究”(16275409D)资助
张彦恒(1981-),男,工程师,从事专业气象预报与服务研究. E-mail:zhangyh221@163.com
1006-7639(2016)-05-0881-05 DOI:10.11755/j.issn.1006-7639(2016)-05-0881
P49
A
张彦恒,杨琳晗,武辉芹,等.冀北电网电力负荷特征与气温的关系[J].干旱气象,2016,34(5):881-885, [ZHANG Yanheng, YANG Linhan, WU Huiqin, et al. Relationship Between Power Load Characteristics and Temperature in North Hebei[J]. Journal of Arid Meteorology, 2016, 34(5):881-885],