湖北电网负荷-气温敏感性分析与降温负荷估算研究

曹 侃，万 黎，周鲲鹏，唐泽洋，王 涛，刘曼佳

(国网湖北省电力公司电力科学研究院，湖北 武汉 430077)

湖北电网负荷-气温敏感性分析与降温负荷估算研究

曹 侃，万 黎，周鲲鹏，唐泽洋，王 涛，刘曼佳

(国网湖北省电力公司电力科学研究院，湖北 武汉 430077)

基于湖北电网2016年夏季负荷与气温数据，绘制负荷与最高气温、最低气温的关系曲线，分析负荷增长与气温变化的规律。提出湖北电网基础日负荷曲线估算方法，并应用基准负荷比较法，计算得到2016年夏季大负荷典型日降温负荷曲线。基于日降温负荷曲线，分析了日降温负荷发展规律，估算得到降温负荷占全省负荷的比例。

负荷-气温敏感性；降温负荷；基础负荷；负荷曲线

0 引言

2016年夏季，湖北电网负荷8次创新高，于8月19日达到历史最高值30 844 MW，同比2015年增加12.33%。随着国民经济的快速发展和人民生活质量的不断提高，电网负荷水平和负荷构成发生了很大变化。当夏季炎热且持续高温发生时，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，降温负荷已经成为夏季电网负荷屡创新高和影响其负荷波动的主要原因之一。因此，准确地把握负荷与气温的敏感性变化的特殊规律，进而估算出降温负荷占总负荷的比例及其变化规律，对电网的规划、运行和调度控制具有重要意义。

由于难以通过实测的方法得到降温负荷数据[1-2]，因此如何快速、准确地估算降温负荷是目前相关研究工作中的难点。目前，广泛应用的方法主要有对空调类负荷进行机理建模[3]，和基于统计学方法的基准负荷比较法[4-6]等。基准负荷比较法的关键点在于如何选取基准月份，并有效消除负荷自然增长的影响，得到较准确的目标月份日基础负荷曲线。本文在计算时选取春、秋两个季节负荷的平均值，以消除负荷自然增长的影响。计算2016年基础日负荷曲线时，用求得的往年平均基础负荷增长率修正春季负荷平均值，得到较为准确的基础日负荷曲线。

1 负荷与气温的敏感性分析

2016年梅雨期结束后，湖北省大部分地区在持续炎热高温天气的影响下，全省用电负荷持续攀升，连创新高。8月19日，全省平均最高温度达38℃，其中武汉、黄石、黄冈、鄂州、咸宁、孝感、十堰、恩施最高温度达38℃及以上，当天13:15分湖北主网最高负荷达到30 844 MW，再次刷新历史最高负荷。

研究表明，影响人体舒适度的主要因子是气象因素，而气象因素中又以气温、湿度和风的影响最为突出。夏季闷热天气导致人体不适，从而使得空调降温负荷上涨。夏季人体感觉最舒适的温度是19～24℃，当气温超过25℃时，人体开始从外界吸收热量，会有热的感觉。若超过37℃，就使人感到酷暑难熬。根据近几年的数据分析表明：武汉平均气温在25℃以上时，负荷与温度关系曲线斜率开始发生变化，随着温度的升高，陡度增加；气温增加到一定程度之后，随着降温负荷的饱和，陡度趋于下降。

湖北电网负荷与武汉电网负荷有着很强的相关性，因此以武汉的气温为基础分析全省的负荷与温度关系。根据7月1日至8月31日共62 d的负荷与温度数据，分析日最大负荷与日最低温度、日最高温度的相关关系。

首先，通过图来观察随时间变化时日最高负荷与温度之间的关系。由于直接的日最大负荷与温度数据不具有可比性，所以取它们的标幺值

2016年7～8月日最大负荷标幺值和最低温度、最高温度标幺值的关系曲线如图1所示。

图1 2016年7～8月份最大负荷与气温曲线Fig.1 Power-load-to-highest/lowest-temperature curves of July and August 2016

由图1知，日最大负荷与最低温度、最高温度的变化趋势比较相似。当温度升高时，日最大负荷也处于升高的阶段；当温度降低时，日最大负荷也呈现降低的趋势。值得注意的是，两者变化曲线上的峰点和谷点所出现的日期重合度较高，由此可知日最大负荷与温度具有较大的相关性。某些日期的日最大负荷与温度的变化趋势出现了一些不同，这是因为影响日最大负荷的因素并不仅仅是温度，还包括其他的多种因素，如工作日和休息日的影响。

对2016年湖北电网最高气温、最低气温与最大负荷开展相关性分析，最高气温与最大负荷的相关性系数为0.891 0，最低气温与最大负荷的相关性系数为0.730 5，可见日最大负荷与最高气温的相关性更强。

第一轮大负荷期间，最高气温在35～38℃之间，气温每升高1℃，负荷增长2 000 MW左右，但7月25日至8月2日高温持续期间，负荷变化不大。第二轮大负荷期间，最高气温在34～38℃之间，气温每升高1℃，负荷增长1 000 MW左右，在8月12～19日高温持续期间，虽温度变化不大，但负荷持续增长，8月19日较8月12日8 d内负荷增长3 800 MW，平均每天增长475 MW。

有研究表明，人们的体感温度是滞后于外界温度变化，进而用电行为的变化也会有所滞后。在第一轮高温大负荷期间，由于7月21日之前气温一直较低，当连续出现高温大负荷后，负荷涨到28 000 MW左右后便不再上涨。直到第二轮大负荷开始出现，经过8月12～14日的高温，出现明显的温度积累效应，8月15至8月19日负荷直接攀升到30 000 MW以上。

2 湖北电网降温负荷估算

2.1 湖北电网基础负荷曲线

根据湖北电网的特点，一般在7、8月份用电负荷达到最大，这两个月也是降温负荷最大的月份。由于湖北春季和秋季气温比较凉爽，因此可以将春季和秋季电网负荷作为基础负荷（又称非气温敏感负荷）。一般以4月份作为春季典型负荷，10月份作为秋季典型负荷，4月、10月份负荷曲线的平均值即为基础负荷。在计算时选取春、秋两个季节负荷的平均值，以消除负荷自然增长的影响。

基础负荷的具体计算步骤如下：

假定4月份每天的电网负荷曲线为P春d,m，统计出4月份工作日的平均负荷曲线

作为春季工作日负荷曲线P春,m。同样统计出10月为代表的秋季工作日平均负荷曲线P秋,m。春季和秋季工作日负荷曲线的平均值即为工作日非气温敏感性负荷。

根据式（2），可计算出2011～2015年基础负荷曲线，如图2所示。

图2 2011～2015年基础日负荷曲线Fig.2 Basic-daily-load curves of 2011～2015

由图2知，湖北电网基础日负荷曲线具有较强的规律性和稳定性，五年来曲线形状和走势基本一致。2011～2015年，基础负荷的年均自然增长率为2%左右。湖北电网基础负荷曲线和日常生活作息时间紧密相关，6：00负荷开始上升，9：00～10：00之间迎来早高峰，11：00～12：00之间出现第二波早高峰；17：00-18：00之间迎来晚高峰，19：00～20：00之间出现第二波晚高峰，随即迅速下滑；22：00后，受峰谷电价影响工业负荷再次启动，整体负荷还有一波小幅爬升，随后逐步下滑。

根据对2011～2015年4月、10月日平均负荷的对比，得到当年10月对4月的288点（每5 min一点）日平均负荷增长率，作为对2016年4月负荷的修正系数，采用修正系数对2016年4月平均负荷进行修正，得到2016年基础负荷曲线如图3所示。

图3 2016年基础日负荷曲线Fig.3 Basic-daily-load curves of 2016

2.2 湖北电网降温负荷估算

在获得2016年基础负荷曲线后，夏季日降温负荷曲线可由日负荷曲线减去基础负荷曲线得到。由于湖北省统调负荷的计算方法为网供负荷+统调电厂出力，该负荷中包含了厂用负荷及网损部分，因此，在扣除总负荷10%左右的厂用负荷及网损后，得到湖北电网夏季日降温负荷曲线。

图4为2016年典型大负荷日的降温负荷曲线，可以看出日降温负荷曲线大体上呈现“W”型变化趋势，一天中有两个峰值，分别在13：00和22：00附近，而7：30和19：00左右的降温负荷出现两个低谷值。这与湖北省的负荷构成、气象变化以及人们的生活习惯等密切相关。对于城市居民而言，早上7：00左右起床后会有关闭空调、自然通风的习惯，因而降温负荷较小；8：00之后人们陆续开始上班，降温负荷逐渐增大，夏季的日最高温度出现在中午，叠加中午下班后回家休息的空调负荷后，在13：00左右达到午高峰；18：00～20：00是下班高峰期，降温负荷较小，20：00后居民使用空调量开始增大，降温负荷也随之上升，特别是21：00以后人们逐渐开始睡觉并打开空调制冷，降温负荷在22：00左右达到晚高峰，随后随着房间温度降低，空调负荷从电网吸收的功率有所减小，降温负荷也随之逐渐下降。

图4 2016年湖北省典型大负荷日降温负荷曲线Fig.4 Temperature-lowering load curve on a typical summer-heavy-load day in 2016

2016年日最大降温负荷（8月19日）为15 205 MW，发生在晚上22：10，占当日最大负荷的比例为49.3%；8月1日、7月25日、7月12日的最大降温负荷分别为12 948 MW、13 258 MW、9 929 MW，占当日最大负荷的比例为45.3%、47.0%、39.9%。

2.3 湖北各地市降温负荷特性

图5～8为全省最大负荷日8月19日各地市的降温负荷曲线图。各地市降温负荷曲线趋势与全省降温负荷曲线类似，此处不再详细分析。

图5 2016年武汉市大负荷日降温负荷曲线Fig.5 Temperature-lowering load curve of Wuhan on a typical summer-heavy-load day in 2016

由图5可见，武汉地区降温负荷水平高，占全省降温负荷的三分之一以上。与全省降温负荷曲线不同的是，武汉的最大降温负荷出现在中午，主要是因为武汉经济发达，工商业、居民降温负荷比重均较大，且白天工商业、餐饮、公用事业及国家机关办公等集中空调负荷较大。

图6 2016年鄂东地市大负荷日降温负荷曲线Fig.6 Temperature-lowering load curve of the eastern Hubei on a typical summer-heavy-load day in 2016

图7 2016年鄂西北地市大负荷日降温负荷曲线Fig.7 Temperature-lowering load curve of the north western Hubei on a typical summer-heavy-load day in 2016

图8 2016年鄂西地市大负荷日降温负荷曲线Fig.8 Temperature-lowering load curve of the western Hubei on a typical summer-heavy-load day in 2016

由图6～8可见，黄冈、咸宁、襄阳、孝感、随州、荆州的降温负荷曲线峰谷差较大，午高峰和晚高峰明显，主要是因为这些地市居民负荷占比较大；而黄石、咸宁、鄂州、十堰、恩施、宜昌、荆门的降温负荷曲线峰谷差较小，在一天内各时段的波动范围较小，表明上述地市工业降温负荷比重大。

湖北地市的降温负荷高峰多出现在晚上，黄冈、荆州、襄阳尤其明显，由于居民晚上休息集中使用空调降温导致。

3 结语

本文分析了湖北电网负荷与气温的相关性，应用提出的湖北电网基础日负荷曲线估算方法，采用基准负荷比较法，计算得到2016年夏季大负荷典型日降温负荷曲线，相关分析结论如下：

1）2016年湖北电网最高气温与最大负荷的相关性系数为0.891 0，最低气温与最大负荷的相关性系数为0.730 5，日最大负荷与最高气温的相关性更强。

2）2016年湖北电网第一轮大负荷期间，气温每升高1℃，负荷增长2 000 MW左右，但7月25日～8月2日高温持续期间，负荷变化不大；第二轮大负荷期间，气温每升高1℃，负荷增长1 000 MW左右，在8月12～19日高温持续期间，虽温度变化不大，但负荷持续增长，8月19日较8月12日8 d内负荷增长3 800 MW，平均每天增长475 MW。

3）计算得到2016年湖北日最大降温负荷（8月19日）为15 205 MW，发生在晚上22：10，占当日最大负荷的比例为49.3%。

（References）

[1] 王宁,谢敏,邓佳梁,等.基于支持向量机回归组合模型的中长期降温负荷预测[J].电力系统保护与控制,2016,44(3):92-97.WANG Ning,XIE Min,DENG Jialiang,etal.Mid-long term temperature-lowering load forecasting based on combination of support vector machine and multiplere gression[J].Power System Protection and Control,2016,44(3):92-97.

[2] LU Ning,TAYLOR T,JIANG Wei,et al.Climate change impacts on residential and commercial loads in the western U.S.grid[J].IEEE Transactions on Power Systems,2010,25(1):480-488.

[3] 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.CHEN Qian,LU Yangwen,SUN Jianbo,et al.Load modeling including air conditioners[J].High Voltage Engineering,2008,34(4):759-762.

[4] 刘思捷,张海鹏,林舜江等.夏季日最大降温负荷的估算和预测方法[J].电力系统保护与控制,2016,44(5):75-81.LIU Sijie,ZHANG Haipeng,LIN Shunjiang,et al.An estimating and forecasting method for daily maximum cooling load in summer[J].Power System Protection and Control,2016,44(5):75-81.

[5] 谢敏,邓佳梁,刘明波,等.基于气象信息和熵权理论的降温负荷估算方法[J].电力系统自动化,2016(3):135-139.XIE Min,DENG Jialiang,LIU Mingbo,et al.Temper⁃ature-lowering load estimation method based on me⁃teorological data and entropy weight theory[J].Auto⁃mation of Electric Power Systems,2016(3):135-139.

[6] 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.TONG Shulin,WEN Fushuan.Calculation and anal⁃ysis of the annual maximum high-temperature related load in the energy saving and emission reduction environment in Guangdong province[J].Journal of North Electric PowerUniversity:NaturalScience,2010,37(5):32-37.

Studies on the Sensitivity of Power Load to Temperature and the Estimation of Temperature-lowering Load of Hubei Power Grid

CAO Kan,WAN Li,ZHOU Kunpeng,TANG Zeyang,WANG Tao,LIU Manjia
(State Grid Hubei Electric Power Research Institute,Wuhan Hubei 430077,China)

On the basis of summer load data and temperature data of Hubei power grid in 2016,the power-load-to-highest/lowest-temperature curves are plotted,so as to analyze rules of the in⁃creasing load varies with the changing temperature.A method for estimating basic-daily-load curves of Hubei power grid is proposed.Also,by applying the comparative method of criterion load,a temperature-lowering load curve on a typical summer-heavy-load day in 2016 is worked out.On the basis of daily temperature-lowering load curves,the variation rules of daily temperature-low⁃ering load are analyzed and the proportion of temperature-lowering load to total load of Hubei prov⁃ince is estimated.

power load-temperature sensitivity;cooling load;base load;load curve

TM74

A

1006-3986(2016)12-0019-06

10.19308/j.hep.2016.12.005

2016-10-18

曹 侃（1982），男，湖北武汉人，博士，高级工程师。

国家电网公司科技项目（SGTYHT/15-JS-191）。