基于积温效应的抚州市电力负荷预测模型构建与应用

游霞 李颖芝 桂敏 李杉

摘 要：为开展精细化电力气象服务，利用2017—2020年5—9月江西省抚州市电网逐日日用电量、日峰负荷、日谷负荷和同期气象观测资料，分析夏季持续高温天气过程中，电力气象负荷变化规律，并采用多元线性回归方法，构建了基于积温效应的抚州市夏季电力负荷预测模型。结果显示：电力负荷随气温升高而增长，在持续3 d以上的炎热天气影响下，电力负荷波动更明显；引起电力负荷显著增长的日平均气温、日最高气温、日最低气温的初始敏感值分别为28、35、25 ℃，强敏感值分别为30、36、27 ℃；模型验证结果表明电力负荷平均相对误差均＜5%，预测精度满足业务调度要求，可为夏季电力气象服务工作提供决策指导。

关键词：积温效应；气象负荷；預测模型

中图分类号：P423 文献标志码：B文章编号：2095–3305（2024）02–0-03

在全球气候变暖背景下，高温热浪事件频发，夏季高温持续时间、强度及影响范围均呈逐年增长趋

势[1-2]。随着经济社会的高质量发展和人民生活水平的提升，大功率、高耗能降温设备大规模普及，夏季电力消费需求迅速增长，给电网能源调度带来重大挑战。

近年来，诸多学者针对气象因素对城市电网负荷的影响特征开展了研究，并建立了本地电力负荷预测模型。刘静等[3]总结出引起武汉市最大电力负荷增加的日平均气温初始和强敏感值分别为24 ℃和29 ℃；戚任远等[4]发现上海市日最高用电负荷与最高气温相关性存在季节性差异，并提出了基于决策树模型的最高用电负荷预测方法。

现阶段的研究主要集中在峰值负荷预测上，对合理统筹电网调度、提高能源效率具有指导意义。考虑到电量无法储存，过量发电会导致能源浪费和环境污染。此外，在夏季持续高温天气的影响下，随着持续时间增加，电力消耗将急剧增加，并且在高温结束后仍呈显著上升趋势，从而影响电网调度。以江西省抚州市为研究对象，分析2017—2020年夏季（5—9月）日用电量、日峰负荷、日谷负荷与气温之间的关系，建立基于积温热累积效应的夏季电力气象负荷预测模型，旨在为抚州市电力调度提供有力的气象支持和保障。

1 资料与方法

选取国家电网抚州分公司提供的2017—2020年夏半年（5—9月）抚州市逐日日用电量、日峰负荷、日谷负荷数据。气象资料来自江西省气象数据中心，包括抚州市同期逐日最高气温、最低气温、平均气温、平均相对湿度等气象观测数据。采用相关分析法，分析气象因素与电力负荷之间的关系，利用多元线性逐步回归方法，综合考虑累积热效应对电力负荷的协同作用，建立抚州市夏季电力气象负荷预测模型。

2 结果与分析

2.1 气温对电力负荷的影响

图1为2017—2020年5—9月抚州市电力负荷和气温的月平均变化曲线。从线性趋势来看，日用电负荷、日峰负荷、日谷负荷整体呈逐年增长趋势，而4年间平均气温、最高气温、最低气温均表现为年内逐月波动，年际间变化相对平稳，且有小幅下降趋势。由此可见，气温并不是电力负荷逐年增长的主要原因，气象条件只能引起电力负荷季节性波动，电力负荷增长取决于经济社会的快速发展。客观分析气象条件对电力负荷的影响，可采用式（1）表征电力负荷[5]。

L=Lt+Lm+A（1）

式（1）中，Lt为基础电力负荷，与国民经济发展呈正相关关系；Lm指气象负荷，受气象条件的影响呈季节性波动；A为不确定因素引起的负荷变化，影响可忽略不计。

其中，基础电力负荷如下：

Lt=at+b（2）

式（2）中，a为线性系数；b是常数项；t表示时间序列。引入电力负荷气象变化率，采用式（3）精准跟踪电力负荷随气象因素的变化程度。

Lq=Lm /Lt×100%（3）

如图2所示，抚州市2017—2020年5—9月的日平均气温、日最高及最低气温、日基本呈现以7月为对称轴的抛物线形式。其中，5—6月气温逐渐升高，7月达到相对高值，8—9月逐渐降低，与5—6月呈对称关系。同时，抚州市日用电负荷、日峰负荷、日谷负荷表现出与对应气温类似的“抛物线”趋势。即气温升高，相应的用电负荷增加；气温下降，对应的用电负荷则减少。由此可见，夏季受气象条件影响的负荷主要是由空调使用产生的降温负荷。

2.2 炎热天气过程对电力负荷的影响

在高温高湿条件下，人体易感到潮热和气闷，空调使用需求增长，进而导致电力负荷显著升高。抚州市地处亚热带湿润季风气候区，夏季炎热潮湿，雷雨天气频发，空气湿度高，常出现多轮持续炎热高温天气。以炎热指数I度量人体对炎热天气的感觉[6]，当I≥80且Tmax＞35 ℃时，定义为体感炎热，将持续3 d及以上I≥80、Tmax＞35 ℃的过程定义为1次炎热天气过程。

I=1.8Tmax-0.55×（Tmax-26）×（1-RH）+32（4）

式（4）中，Tmax为1日最高气温，单位为℃；RH为相对湿度，单位为%。

2017—2020年5—9月，全市共发生22次炎热天气

过程，多发生在盛夏（7—8月），每次过程平均持续7 d。

其中，炎热天气过程最长高达17 d，发生在2018年7月24日—8月9日，持续高温使降温负荷显著增加，同时热累积滞后效应也会造成后期负荷持续增长，因此导致2018年8月11—14日日用电量和日谷负荷增量相较之前出现负值。然而，在2019年7月12—18日的炎热天气期间，电力负荷增量最大，主要是由于期间气温和相对湿度较大，高温、高湿叠加效应导致炎热过程中电力负荷增加更显著。

2.3 积温临界值确定

利用气温变化跟踪电力负荷的变化，发现电力负荷与气温具有明显相关性。抚州日平均气温升高1 ℃，对应的日用电负荷的气象变化率K随日平均气温的升高而增长，当日平均气温≤28 ℃时，用电负荷气象变化率K为负值，说明气温＜28 ℃时，体感较舒适，基本不需要开启降温设备调节室内温度；当日平均气温＞28℃ 时，降温设备逐渐开启，空调负荷随气温升高而快速增加；当日平均气温为30～31 ℃时，M为7.8%，用电负荷变化率K达到17.8%，此时增温

1 ℃将使空调负荷占比增加15%以上；当日平均气温为31～32 ℃时，M值明显下降，说明制冷设备已全部开启，达到饱和运转。因此，界定引起日用电负荷增加的日平均气温初始敏感值为28 ℃，强敏感值为30 ℃。

分析抚州日最高气温升高1 ℃对应的日峰负荷的气象变化率K和增加值M的变化，日峰负荷气象变化率K与日最高气温呈明显正相关，日最高气温介于35～36 ℃时，M较大，为6.9%，K为9.8%；日最高气温为36～37 ℃时，M值达到7.3%，K为17.1%；故界定引起日峰负荷增加的日最高气温初始敏感值为35 ℃，强敏感值为36 ℃。抚州日最低气温升高1 ℃对应的日谷負荷的气象变化率K及增加值M变化，随着日最低气温升高，日谷负荷气象变化率增加；当日最低气温为25～26 ℃时，M较大，为9.8%，K为11.8%；当日最低气温为27～28 ℃时，M值为6.5%，K为21.2%；故界定引起日谷负荷增加的日最低气温初始敏感值为

25 ℃，强敏感值为27 ℃。

2.4 积温热累积效应确定

积温热累积效应对电力负荷的影响程度取决于2个因素：超过临界气温的大小和超过临界气温的天数。因此，引入积温热累积效应参数B：

B=n×（Tm-T0）（5）

式（5）中，Tm指当日平均气温、日最高气温或日最低气温；T0指日平均气温、日最高气温或日最低气温的初始敏感值；n指连续超过气温初始敏感值的累计日数，当气温未达到初始敏感值时，n为0。

3 基于积温热累积效应的电力负荷预测模型

3.1 相关性分析

针对选取的气象要素，包括日平均气温（T）、日最高气温（Tmax）、日最低气温（Tmin）、平均气温积温效应（B）、高温积温效应（Bmax）、低温积温效应（Bmin）与日用电量（L）、日峰负荷（Lmax）、日谷负荷（Lmin）进行相关性分析。根据表1相关性分析结果，可以得出以下结论：夏季日用电量、日峰负荷和日谷负荷与气温、积温效应等气象要素之间存在显著正相关，相关系数为0.40～0.67，特别是与日平均气温相关性最强，相关系数超过0.6。

3.2 电力气象负荷预测模型构建

通过逐步回归方法，建立抚州市夏季电力气象负荷预测模型（表2），得到日用电量、日峰负荷、日谷负荷的预测方程，各预测方程复相关系数均超过0.5，且通过0.01水平的显著性检验。

3.3 预测模型检验

在业务运行中，电力总负荷包括基础电力负荷（Lt）和气象负荷（Lm），气象负荷由对应的预测模型计算，基础电力负荷一般通过线性拟合计算。受经济、人口、气候等因素的影响，基础电力负荷的差异主要表现在年际间，在同一年，基础电力负荷通常在数日之内保持相对稳定，可以被视为常量，故预报发布日总负荷为：

Ld=Lt+Lmd（6）

预报日总负荷为：

Ld+1=Lt+Lm（d+1）（7）

故：

Ld+1=Ld+Lm（d+1）-Lmd（8）

式（6）～式（8）中，Ld为预报发布日的实际负荷；Lmd为发布日的气象负荷，通过代入气象要素实况值求出；

Lm（d+1）为预报日的气象负荷，通过代入气象要素的预报值求出。

利用2021年5—9月抚州市电力和气象实况数据，对电力负荷预测模型进行回代检验，将基础电力负荷和气象负荷相加得出日用电负荷、日峰负荷、日谷负荷的预测值。由图3可以看出，各电力负荷预测值与实况值的波动趋势基本一致，且波动程度较小。

研究结果显示：2021年5—9月日用电负荷、日峰负荷、日谷负荷的相对误差绝对值分别为2.3%、3.4%、2.5%，均达到了电力部门内部业务考核目标的预测误差要求，表明电力气象负荷的预测模型在实际业务应用中表现良好，能够为电力部门合理调度提供科学参考。

4 结论

（1）抚州市夏季日用电负荷、日峰负荷、日谷负荷整体呈逐年增长趋势，且与气温和积温效应呈显著正相关，其中，与气温的相关性较大，是影响电力负荷的重要因素。

（2）引起电力负荷显著变化的日平均气温、日最高及最低气温的初始敏感值分别为28、35、25 ℃，强敏感值分别为30、36、27 ℃。

（3）基于积温效应的抚州市夏季电力负荷预测模型经回代检验和业务应用检验效果良好，可用于预测逐日电力负荷，业务可用性强。

（4）基于积温效应的抚州市夏季电力负荷预测模型的构建，一方面，丰富了气象部门气象服务内容；另一方面，为抚州市电力部门科学调度提供决策依据。

参考文献

[1] 沈贝蓓，宋帅峰，张丽娟，等.1981—2019年全球气温变化特征[J].地理学报，2021，76（11）：2660-2672.

[2] 孙博，王会军，黄艳艳，等. 2022年夏季中国高温干旱气候特征及成因探讨[J].大气科学学报，2023，46（1）：1-8.

[3] 刘静，成丹，代娟，等.武汉地区电力负荷特征及其对气温变化的回应[J].气象科技进展，2021，11（4）：186-188.

[4] 戚任远.上海用电负荷预测中气温累积效应分析[J].现代电力，2018，35（2）：38-42.

[5] 罗森波，纪忠萍，马煜华，等.2002—2004年广东电力负荷的变化特征及预测[J].热带气象学报，2007（2）：153-161.

[6] 中国气象服务协会.天然氧吧评价指标（T/CMSA 0002—2017）［S].北京：中国标准出版社，2017.