基于积温热累积效应的电网可中断负荷预测模型

李建泽 路坦 吴仲超 沈卫兵 孙航 方芳

摘要：文章首先介绍了进行电力负荷预测的重要意义，接着对电力负荷的特性以及影响因素进行了概述，并根据某市的历史数据对温度热累积效应的特性进行了具体分析，最后基于温度热累积效应，建立了电力可中断负荷预测模型。希望本文的研究能对国家电网公司的电力调度具有参考价值。

关键词：电力负荷;温度热累积效应;可中断预测;线性回归模型

中图分类号：TM715

文献标识码：A

文章编号：1001-5922（ 2020）09-0164-05

电力系统可中断负荷预测涉及到电网的安全运行，与电力企业的经济效益和可持续发展都紧密相关，因此必须要重视负荷预测的相关研究。在科技飞速发展的今天，气象因素对电力系统的影响程度日益增加，而温度则是最关键的干扰因子，特别是在炎热的夏天，温度热累积效应的存在给电力负荷预测工作造成了巨大的困难，所以不仅要定性分析温度积累效应，还要将其进行量化研究，才能有助于电网可中断负荷预测模型的建立，从而提高负荷预测的精度。

1 课题背景和研究意义

1.1 电力系统可中断负荷预测相关概念

电力系统负荷预测指的是对过去和现在的负荷变化趋势进行综合分析和研究，并运用合理的数学统计方法，在充分考虑其他重要影响因素（比如自然因素、社会因素以及国家政策等）的前提下，对其未来的发展趋势做出预先的估计和判断，从而确定未来（包括一个月、一周、一天后）某个时刻的电力負荷情况。

可中断负荷管理是指在电力市场环境中，国家进行需求侧管理的一种必要手段。它是在供需双方之前就约定好的情况下，供电方在用电负荷严重超载期或者是在遇到紧急事故的情况下，为了保证电力系统的安全稳定运行，可以中断部分供电[1]。

1.2 电力系统负荷预测的重要意义

随着电子产品的普及，电力系统负荷可中断预测逐渐成为了实现电力系统管理现代化、数字化的重要手段。

电力系统可中断预测有利于技术人员制定合理的检修计划和电力调度运行方案，最大限度地利用有限资源，减少不必要的能源浪费，对于提高电力企业的效益都有极为重要的意义。

电力系统可中断预测有利于制定合理的电价，电力不同于一般商品，其价格具有不确定性，只有对电力负荷做出了准确的预测，才能制定出科学、合理的电价，同时满足供电企业的利益需求和用户的使用需求，从而达到互利共赢的目的[2]。

电力系统可中断预测有利于节煤、节油，减少环境污染，降低发电成本，有利于实现电力的可持续发展。

由于我国大部分地区夏季高温都会延续很长一段时间，因此温度热积累效应对电力预测的影响特别大，故本文在前人的研究基础上，重点研究了基于持续炎热天气所产生的积温热累积效应影响下的电力负荷气象预测，从而改善我国的电源建设规划。

2 电力系统负荷特性及其影响因素

2.1 电力系统负荷结构及特点

电力作为能源形式与人类活动紧密联系，根据电力在国民经济中的用途，电力系统负荷通常可以分为工业用电负荷、城市居民用电负荷、商业用电负荷、农村用电负荷。不同类型的负荷展现出的特性相差很大，表1是对以上4种用电负荷的简要对比。

2.2 电力负荷特性分析

电力负荷特性会随着外界因素而周期性的变化，主要是以人为纽带的[3]，因此可以根据人们的日常作息习惯以及四季的气候交替情况，具体将电力负荷的特性分为年负荷特性、周负荷特性以及日负荷特性，

3 种电力负荷特性的对比可见表2所示。

2.3 电力系统负荷的影响因素分析

对电力系统负荷的影响因素进行研究，这对于建立科学、实用的负荷预测模型起到了必不可少的关键作用。影响电力负荷的因素较多，主要分为3大类，即气象因素、政策因素以及其他因素，其中气象因素的影响力越来越大。改革开放以来，随着经济的快速发展，许多领域对高功率电器设备的依赖性越来越强，因此，电力需求也在逐年增长。特别是在炎热的夏天，空调制冷设备的耗能占据了很大的比重，温度每变化一度都会对电力负荷产生巨大影响，再考虑上夏季的温度热积累效应，因此，从事负荷预测、电力生产调度等工作时，都有必要重点重点分析温度因素对电力负荷预测的影响[4]。

2.3.1 温度对电力系统负荷的影响分析

随着电力系统的智能化、现代化发展，电力负荷的种类越来越多，气象因素对负荷的影响愈显突出[5]。为了研究温度对电力负荷的影响，首先需要确定影响电力负荷的温度因子，通常需要考虑的影响因子有：日平均温度、日最高温度、日最低温度。先引入相关系数的概念来确定影响因子，本文采用相关系数R来表征两个量之间的相关程度[6]，R的计算公式如下：

在上面的式子中，x，y表示两个带测定相关程度的数学变量，由上式可以看出，R的值在-1到1之间，同时，当R的绝对值越趋近于1，表明两个变量之间的相关程度就越大，反之，当R的绝对值越趋近于0，则表明两个变量之间的相关程度就越小。

根据相关研究表明，日平均温度与预测电力负荷量的相关系数最趋近于1，也就是说，二者成正相关关系，因此本文日平均温度作为预测模型的自变量来研究夏季负荷与温度的关系[7]。

2.3.2 其他因素对电力系统负荷的影响分析

除了气温对电力系统负荷的影响较大之外，降雨量、时间等对于负荷波动也有不容小视的影响，但本文重点考虑温度积累效应对电网负荷可中断预测的影响，故不作详细介绍。表3列举了部分影响电力系统负荷的因素。

3 温度积累效应分析

积累效应指的是某一种行为单独作用时并不会起到明显作用，但如果与过去已发生的行为综合在一起时，就会产生巨大的影响。而在电力负荷预测领域中，温度积累效应是指在连续的高温或低温气候环境下，后来的电力系统负荷会出现持续增加的变化趋势。

3.1 温度积累效应的典型现象

温度积累效应对电力负荷的影响具体表现为：在炎热的夏季，持续高温作用下，电路里电力负荷与同等温度水平下的负荷相比，负荷量会有较大幅度的增加，这是因为前几日的高温条件对测量日的电力负荷也产生了一定程度的影响。因此，比起春季和秋季，炎热的夏天和寒冷的冬天的电力负荷具有很强的随机性和非线性，这也加大了温度热积累效应下电力负荷可中断预测的难度。故在负荷预测模型中考虑温度积累效应的影响对于负荷预测精度的提高具有重要意义。

前文中提到日平均温度与日最大负荷的相关性最强，因此本文的研究均采用日平均温度。

如图1所示为某市夏季部分时期日平均温度与日最大负荷曲线变化走势图，从图中可以看出平均温度与日最大负荷的变化趋势是基本一致的，这也符合了日平均温度与日最大负荷的相关性关系，然而由于数据并不多，有些地方的峰谷值出现了偏差，因此收集更多数据，综合分析该市夏季日平均温度与日最大负荷的数据变化趋势，如表4所示，从该表中可以得出日最大负荷与平均气温有如下结论：

1）当前几日的平均气温都较高时，尽管当天的平均气温相比前一天有所下降，但当天的最大负荷不但不会与日平均气温保持同步，反而会出现异常增长，这也表明了该日受到了温度热积累效应的影响。

2）对比两个异常点，得出前几日的平均温度越高，当天的最大负荷也会越高，当天的最大负荷与前几日的平均温度呈正相关，这也说明了温度热积累的强度不同，对后来的最大电力负荷的影响效果也会不同。

3）当高温持续的时间不同时，尽管两个测定日的平均气温保持一致，但是由于温度积累效应的程度不相同，因此影响效果也会出现差异。

4）观察7月中旬的温度变化和最大负荷的变化趋势，得出，当空调等降温设备几乎全部投入使用时，最大负荷会达到一个饱和值，此时，最大负荷不会再受到温度热积累效应的影响，因此，基于温度热积累效应的负荷可中断预测模型具有一定的适用范围。

3.2 温度积累效应的特征分析

通过对以上数据的深入分析，可以得出在炎热的夏季，当日平均温度达到了某一特定值并且经历了一定量的持续高温日时，才会产生温度热积累效应，同时，当最大负荷达到饱和值时，就不会再继续上升。将以上数据制成日最大负荷与日平均温度的散点图，如图2所示。由图2可以看出，当日平均温度在25℃以上时，日最大负荷对平均温度的变化开始变得敏感，当平均温度大约在27.5℃时，日最大负荷对平均温度的灵敏度最大，当平均温度继续上升至32℃时，日最大负荷对平均温度的敏感度已明显下降。

根据前文的分析，影响温度积累效应的强度大小的因素可以总结为3点：①测定日当天的气温情况，当天温度越高，温度热积累效应越强;②前几日高温持续的天数情况，高温持续天数越多，温度热积累效应越强;③高温持续期间的平均温度强度，高温持续时的温度越高，温度热积累效应越强。

4 基于积温热累积效应的电力可中断负荷预测模型

进行电力中断负荷预测首先需要建立电力系统负荷预测模型，也就是完成从电力系统负荷的影响因素到电力系统的负荷的映射的过程[8]。

由于前面提到与日最大负荷相关性最强的因素是日平均温度，因此本文的模型以日平均温度为输入量，同时需要考虑到温度热积累效应的影响，因此必须要对温度因素进行修正，本文采用对对日平均温度修正的方式。

4.1 温度修正模型

为了使得预测结果更加真实可靠，必须要对温度进行修正，现对预测模型的的温度输入量进行修正处理，使其可以正确反映温度积累效应的影响。

对日平均气温的修正公式为：生温度积累效应的最低平均温度，不同温度区间下的温度积累效应强度是不一样的，所以可以通过离散化的方法，求取温度积累效应系数。

4.2电力负荷预测模型

线性回归预测模型是基于数理统计中回归分析方法的一种预测模型，通过对历史统计数据的概括分析，确定变量之间的内在关系来达到预测的目的，该简单实用，因此本文采用该模型进行电力负荷预测，通过对历史统计数据的概括分析，确定变量之间的内在关系来达到预测的目的。

在实际的电力负荷预测工作中，电力负荷不仅仅只受温度的影响，还会受到很多其他外在因素的干扰，诸如国家政策、节假日等，而在线性回归预测模型中，电力负荷Y为因变量，也就是输出值，影响电力负荷的因素X作为自变量（输入量）。

5 结语

综上所述，电力负荷的影响因素较多，特别是在炎热的夏天，由于温度热积累效应的影响，使得电力负荷可中断预测工作变得十分困难。只有在充分考虑了影响电力负荷因素的前提下，合理分析各个影响因素的相关程度，从而才能建立出科学、合理的预测模型，从而达到电力负荷可中断预测的目的。

参考文献

[1]朱兰，姬星羽，唐陇军，等，基于N-x不确定集的含可中断负荷鲁棒优化调度[J/OL].电力系统自动化，2020：1-10。

[2]王栋，电力系统负荷预测综述[J].电气开关，2020，58（01）：6-8+20.

[3]李滨，陆明珍，考虑实时气象耦合作用的地区电网短期负荷预测建模[J/OL].电力系统自动化，2020：1-16.

[4]黄文思.考虑气象因素的短期电力负荷预测研究[J].计算机应用与软件，2020，37（01）：98-105.

[5]周宇，计及气象因素影响的短期電力负荷预测方法[J].自动化技术与应用，2020，39（06）：107-113.

[6]吕何，孔政敏，张成刚，基于混合优化随机森林回归的短期电力负荷预测[J/OL].武汉大学学报（工学版），2020（02）：1-9.

[7]姜平，赵保国，石晶晶，等.最大相关系数预测模型在热电厂短期热负荷预测中的应用[J].电力学报，2020，35（01）：76-81.

[8]陈寒冬，郭佳田，施海斌，等，考虑气象因素的精细化短期负荷预测模型研究[J].电力学报，2019，34 （05）：423-430.