程义明,罗滇生,蔡剑彪,许甜田,郭精人
(湖南大学 电气与信息工程学院,长沙 410082)
电力负荷的发展具有很强的地区特性,不同地区负荷特性各不相同,地区负荷特性受诸多因素的影响,如:气象条件、非统调电源、经济发展水平、用电结构和电价水平等,对于不同地区负荷,很难用一种通用的数学模型对负荷的发展规律进行描述。因此,为提高短期负荷预测准确率,合理的安排企业检修与轮休,有必要开展地区电网的负荷特性分析,实现负荷需求侧管理,最大限度地错峰与避峰,提高负荷率[1],从而提高电网运行效益。
近年来已有较多文献谈到负荷特性分析来提高短期负荷预测准确率的问题。文献[2]提出了负荷曲线的构筑方法,从行业用电的角度对负荷曲线特性进行了分析。文献[3]主要分析了广州电网受气象负荷的影响。这些文献仅仅是从负荷曲线的变化发展规律进行分析,并未有针对性的从影响负荷变化的各种内在因素进行定量的分析。笔者在对负荷预测的研究中,总结出地区负荷特性的影响因素主要有以下几点:气象条件、大用户用电、非统调电源、节假日负荷变化、有序用电及电价政策等。本文从湘潭地区负荷特性出发,对上述各种影响因素进行量化分析,为提高短期负荷预测准确率提供依据。
湘潭地区负荷主要包括钢铁、冶金、水泥、矿产、机械等工业负荷,工业用电量占全市一半以上,具有十分典型的工业负荷特性。
2010年湘潭地区全社会用电量为94.97亿kWh,第一产业占5.48%,第二产业占86.88%,第三产业占7.64%。图1为湘潭地区“十一五”期间年负荷曲线。
图1 湘潭地区年负荷曲线
从图中可以看到,“十一五”期间,湘潭地区电力负荷呈稳步上升的趋势。2008年下半年到2009年上半年由于受全球金融危机的影响,负荷较前一年同期增长缓慢甚至有所下降。各年负荷呈季节性变化趋势较为明显,冬夏两季负荷水平较高,春秋负荷水平较低;最大负荷出现在夏季8月,最低负荷一般出现在4月或10月。
在诸多影响因素中,气象条件是影响负荷变化的最重要的因素,尤其是近年来随着人民生活水平的提高,空调等降温取暖家用电器的增加,气象敏感性负荷占地区负荷的比重越来越大,其中气温是气象敏感负荷变化的直接因素。
本文采用基准负荷比较法,利用负荷曲线来推算降温负荷。其基本思想为:以4月和10月工作日负荷曲线的平均值为夏季基础负荷,其计算公式如式1所示,夏季日负荷曲线与基础负荷曲线之差即为该日降温负荷曲线。
式中:P基础为夏季基础负荷,N4,N10分别为4月和10月的工作日天数,P4,d,P10,d分别为4月和10月的日负荷。
由于湘潭钢铁公司和湖南铁合金集团有限公司等大用户用电负荷占湘潭地区负荷比重较大,而该类负荷主要是跟随生产计划变化而变化,基本不受气象因素影响,所以为了较为精确的推算降温负荷值,计算中剔除了大用户负荷。
表1为采用该方法推算湘潭地区2008年—2010年夏季各月最大降温负荷;表2统计了降温负荷;占地区负荷的比重。
表1 2008—2010年年最大降温负荷占年最大负荷对比
表2 2008—2010年年最大降温负荷与年最大负荷
从表1和表2的统计可以看到,6月份由于气温不是很高,所以降温负荷不大,但是波动较大。7月—9月降温负荷较大,且降温负荷的增长速度超过地区负荷的增长速度,所占比重也逐年增加。
在所有气象因素对电力负荷的影响中,气温对负荷的影响最为明显。以最高气温为例,分析2010年夏季最高气温与最大负荷之间的关系,图2为2010年7月—9月最高气温与日最大负荷标幺曲线对比,二者相关系数为0.89,说明最高温度与负荷变化的有着较强的相关性。
图2 湘潭2010年7—9月最大负荷与最高气温标幺曲线对比
当气温低于30℃时,可认为降温负荷随温度的升高自然增长,无气温累积效应,统计2010年7月—9月最高气温在25~30℃时,各温度下最大降温负荷平均值的变化情况,如图3所示。
图3 气温在25~30℃之间最大降温负荷的变化曲线
由图3可见,当温度低于25℃时,基本无空调负荷,地区的负荷基本不受气温变化影响;当最高温度在25~30℃时,由于降温设备开启较少,湘潭地区的降温负荷不大,最大降温负荷一般在100 MW以内,期间随着温度的升高,负荷有平稳的增长趋势,其趋势线斜率为18.09,即温度每上升1℃,最大负荷平均上升18.09 MW;当温度到达30℃及以上时,空调负荷开始迅速增长,此时应当考虑有气温累积效应,分析时也应当从连续多气温逐渐变化情况进行选择,不能单纯以温度为选择对象而间隔的挑选日期来分析。图4统计了2010年9月14日到9月18日最高气温由34.1℃上升到37.2℃最大降温负荷的变化情况。
图4 气温连续变化时最大降温负荷的变化
随着最高气温的逐渐升高,最大降温负荷近似呈现线性增长,趋势线斜率为56.79,即可以认为气温高于30℃时,最高气温每上升1℃时,最大降温负荷平均上升56.79 MW。当气温在30℃以上持续高温时,最大降温负荷变化又会有不同,如图5所示。
图5 高温累积效应下最大降温负荷的变化
图5统计了2010年8月9日—8月15日最高气温与最大降温负荷的变化,该时段最高气温维持在37~38℃。虽然气温并未上升,由于温度累积效应,降温负荷却一直在上升,直到450 MW左右才稳定,即达到了空调负荷饱和状态。统计得出,在气温超过36℃且出现连续多日高温时,高温每持续一天,最大降温负荷增加30 MW左右,直到饱和。
湘潭钢铁公司是大用户用电的主要成分,年用电量为23.84亿kWh,占湘潭地区网供电量78.55亿kWh的30.35%,同时,由于湘潭钢铁公司是钢铁企业,负荷波动较大,所以在诸多大用户中,湘潭地区负荷受其负荷的影响最大。
图6为2010年4月12日—4月18日湘潭钢铁公司一周负荷曲线图。湘潭钢铁公司生产方式为四班三倒连续性生产,可以看到,其日负荷曲线完全呈现冲击性波动。目前,对于冲击负荷还缺乏行之有效的调控手段,对湘潭地区负荷及负荷预测的影响相当大。
图6 一周日负荷曲线
图7为2010年10月9日与10月8日湘潭钢铁公司负荷对湘潭地区负荷预测的影响。由图7可见,9日和8日湘潭钢铁公司负荷差值与湘潭地区负荷差值曲线变化基本一致,17:00湘潭钢铁公司负荷下降97 MW,同时湘潭地区负荷下降117 MW,湘潭地区负荷曲线走势受湘潭钢铁公司负荷曲线影响相显而易见。
图7 湘钢负荷对湘潭地区负荷的影响
普通日情况下,湘潭地区电力负荷水平及变化趋势具有一定的日周期性和周周期性,即工作日和周末的变化。在节假日,由于人们用电习惯以及部分企业放假停产,负荷水平及变化趋势都会有所变化,而相同类型的节假日,负荷趋势又会有相似的特点。以春节为例,图8为2009年、2010年春节负荷曲线及2010年冬季某典型日日负荷曲线。
图8 湘潭地区春节日负荷曲线
从图8可以看到,春节期间负荷水平会有较大的降幅,2年春节的负荷趋势基本一致,所以在做节假日负荷预测时,可以参考历年相同节日的日负荷曲线,把握其变化规律,有助于提高负荷预测准确率。文献[4]对节假日负荷预测提出了具体有效地方法。
非统调电源主要包括并网小水电、分布式电源以及大企业自备电厂,该类发电机组发电不受统调支配,其发电的多少直接影响到网供负荷的变化,尤其是在我国南方,小水电资源非常丰富,其特点是容量小,数量多,较分散,发电随机性强,对地区负荷预测的影响非常大。
湘潭地区小水电资源不太丰富,分布式电源也较少,全市水电装机容量为40.7 MW,其中水府庙电站机组容量为30 MW,自备发电装机容量为250.5 MW,其中湘潭钢铁公司自备电厂装机容量为164 MW,这2家是影响本地区负荷的主要非统调电源。水府庙电站为径流式水电站,日发电出力较为平稳,24 h出力基本不变,并且由于湖南省调部门对小水电实行执行率考核,所以其实际发电一般按照前一日上报的发电计划,对负荷预测的影响较小。湘潭钢铁公司自备电厂一般处于满发状态,波动在150~160 MW之间,对地区负荷曲线的走势影响较小。
有序用电是指通过法律、行政、经济、技术等手段,加强用电管理,改变用户用电方式,采取错峰、避峰、轮休、让电、负控限电等一系列措施,避免无计划拉闸限电,规范用电秩序,将季节性、时段性电力供需矛盾给社会和企业带来的不利影响降至最低程度[5]。2011年随着全省经济的持续增长,用电负荷持续攀升,最大负荷和日电量成同比增长趋势,同时由于全省电煤供应持续紧张,因缺煤、故障停机及受煤炭质量影响限制,火力发电出力下降,加之天气干旱,水电出力不足,2011年3月—5月执行有序用电共50天。图9为有序用电与正常日负荷曲线对比图,可以看到有序用电期间负荷水平下降的同时,还改变了日负荷曲线形状,削减了日高峰负荷,提高了日负荷率。5月4日的日负荷率为92.97%,而5月17日的日负荷率为87.37%。在有序用电方案执行期间,应当严格执行省调下达的有序用电任务,重点加强对大用户、高耗能企业的用电管理,保证电网的安全稳定运行。
图9 有序用电与正常日负荷曲线对比
电价对负荷特性的影响包括电价水平影响和电价结构影响2方面。电价水平影响涉及因素较为复杂,如:经济发展水平、全社会物价指数、各类用户对电价的承受能力等,电价结构对负荷特性的影响主要是峰谷电价方面,对负荷曲线的影响主要体现在电价结构的变化上。例如:2011年1月份,湖南省政府取消了湖南铁合金集团有限公司优惠电价政策,统一按湖南省目录电价用电。1月1日起湖南铁合金集团有限公司便严格按尖峰、高峰、腰荷、低谷时段安排生产,最高负荷100 MW左右,最低负荷20 MW左右。图10为电价变化前后湖南铁合金集团有限公司用电负荷曲线图。
图10 电价变化前后湖铁用电负荷曲线对比
2011年6月起,国家发展与改革委员会对湖南省电价进行了调整,暂停执行上网侧峰谷分时电价、上网侧丰枯季节电价以及销售侧丰枯季节电价,适当调整销售侧峰谷分时电价,高峰时段在平时段电价基础上平均上浮0.02元/kWh,由于商业用电价格和居民生活用电价格不作调整,这部分差价主要由企业用户承担,因而此次电价的调整势必会引起一些企业大用户用电方式及用电量的变化,同时会对地区负荷曲线特性产生一定的影响,因此在负荷预测工作中需密切关注企业用电的变化。
通过上文的分析可知,湘潭地区的负荷特性受多种因素影响,负荷曲线变化波动较大,各种因素的影响程度不同,因此,在开展负荷预测时应注意以下几点:
(1)及时了解湘潭钢铁公司生产计划,最好是督促其每日做出次日用电计划。其他大用户如果有较大生产计划的改变,负荷预测时也要加以考虑。
(2)及时关注天气的变化,尤其是在夏冬两季,预测时参考2.1.1分析的结果,同时要考虑气象敏感负荷的增长因素。
(3)当特殊节假日来临时,可以参考前一年同类型节日负荷曲线特点,同时要考虑负荷水平的增长和天气等因素的变化.
(4)对小水电应该对比在丰水期、平水期和枯水期的发电区别,同时关注降雨对发电的影响,另外可以参考文献[6]提出的预测方法,先对地区用电负荷进行预测,然后减去小水电发电负荷,得到网供负荷。
(5)当电价政策发生调整时,重点关注各个大用户的用电情况,分析对比电价调整前后负荷曲线的变化,以此对负荷预测结果进行修正。
本文通过对湘潭地区负荷特性及各类影响因素的深入研究,较为全面地量化分析了各因素的影响程度。对降温负荷的推算、年最大降温负荷的确定,能为制定气象条件变化很大时的负荷调控措施提供科学依据,对大用户的影响分析,有利于把握负荷曲线的变化规律,提高负荷预测准确率。
[1]骆正义,贝宇,李如琦,等.桂林电网负荷特性分析及探讨 [J].广西电力,2007,30(6):49-51.
[2]陶莉,肖晶,周魏,等.负荷特性分析方法的研究[J].电力需求侧管理,2003,5(4):30-32.
[3]陈健,刘明波,樊亚亮,等.广州电网负荷特性分析[J].电力系统及其自动化学报,2009,21(3):78-83.
[4]所丽,丁恰,韩新阳.基于模糊推理的节假日负荷预测[J].中国电力,2009,42(11):66-69.
[5]陈海燕,刘新才.有序用电工作的精细化管理过程[J].电力需求侧管理,2010,12(3):30-33.
[6]徐玮,罗欣,刘梅,等.用于小水电地区负荷预测的两阶段还原法[J].电网技术,2009,33(8):88-92.