负荷预测中气象因素的影响

端木彬，谢 芳，王 健，乔朋利

（菏泽供电公司，山东 菏泽 274000）

0 引言

在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的条件下，研究或利用一套系统处理过去与未来负荷的数学方法，在满足一定精度要求的前提下，确定未来某特定时刻的负荷数值，称为负荷预测［1］。

负荷是电力系统运行和规划的依据，准确的负荷预测有利于提高电力系统运行的经济性和可靠性［2］。 电网运行中电网负荷受气象因素的影响显著,对于电网安全经济运行有重要影响［3］。短期负荷预测在电力系统安全经济运行中发挥着重要作用，一直以来都是人们的研究重点，也一直是难点所在。目前，气象敏感负荷在总负荷中所占的比重越来越大，人们意识到要达到较好的预测水平，关键在于如何更合理地考虑气象因素对负荷的影响［4］。

长期以来，鉴于气象部门无法提供实时温度等气象预测结果，电力系统所建立的预测模型绝大多数都是基于日特征气象因素，诸如日最高温度、最低温度等［5］。在以往的分析中，气温的基础数据主要是每日温度的最高、最低、平均值，无法准确描述温度波动曲线；对相对湿度、风速等数据涉及的更是不多，无法分析每日不同时段受各种气象因素综合影响的特点。搜集典型日24 h的温度、相对湿度、风速等气象数据，数据采集密度和精度大大提高，能够将气象因素对负荷的影响具体到每日的不同时段，从而有利于更全面地分析各种气象因素对负荷的影响。

1 分析数据的选取

1.1 典型日的选取

菏泽天气四季分明，分析气象因素对电网负荷的影响，需要综合考虑天文四季和气候四季，同时避开春节等节日的影响，各取10日作为典型日进行分析。分别取3月、7月、10月、12月中10日作为春夏秋冬四季的典型日。

1.2 负荷数据点的选取

菏泽电网春夏秋冬典型日负荷曲线图如图1所示。

图1 四季典型日负荷曲线

从图1可以看出，电网4个季节日负荷曲线具有基本一致的特征：

1）凌晨负荷全天最低。

2）具有两个明显的高峰负荷，中午12时左右和晚高峰。

3）两高峰负荷之间平段负荷波动不大。

4）上午到达高峰负荷增加较缓，晚高峰后负荷降低较快，至0时接近最低负荷。

5）晚高峰出现时间与季节有关，冬季较早，夏季较晚，与日长一致。

通过以上分析，日负荷曲线有3个至关重要的特征点：低谷负荷和两个高峰负荷。 为了便于分析，低谷负荷取凌晨5时负荷，中午高峰负荷取12时负荷，晚高峰负荷按季节进行划分，春、秋季节取19时，夏季取20时，冬季取18时。通过对四季典型日特征点负荷和气象条件进行对比分析，找出气象条件在不同季节对负荷的影响规律。

1.3 气象因素的选取

气象因素考虑温度、湿度、风速、降水等天气条件。表1是各季典型日降水量情况表。

2 负荷与温度、湿度、风速、降水的定性分析

2.1 气象因素对低谷负荷的影响

图2～图5是不同气象条件下四季典型日5时负荷曲线。

图2 不同气象条件下春季典型日5时负荷曲线

图3 不同气象条件下夏季典型日5时负荷曲线

春季低谷负荷波动较小，温度波动对低谷负荷基本无影响，与降水、湿度、风速相关性也较小。

夏季低谷负荷与温度具有极强的相关性，曲线形状基本一致；其次是降水，第8日的降水（大雨，68 mm）除造成温度降低外，同时造成负荷大幅降低；风速不大，强降水时风速统计值是3级左右，但局部地区达到9级，甚至10级，造成线路跳闸也是负荷大幅降低的重要原因；相对湿度一直在90%以上，与负荷的关系不太明显，但与温度的协同作用可影响人体舒适度，从而对负荷产生影响。

表1 各季典型日降水量情况表 mm

图4 不同气象条件下秋季典型日5时负荷曲线

图5 不同气象条件下冬季典型日5时负荷曲线

秋季低谷负荷波动较小，与温度、湿度、风速相关性较小。

冬季温度采样值在0℃附近，波动幅度为3℃，但从后几日的趋势看，温度降低时负荷升高，温度回升时负荷降低到原水平；结合湿度进行分析，1至2日温度虽然较低，在湿度较低时负荷并不高，7日温度最低，同时湿度达到100%，此时负荷最高，符合“阴冷”的日常经验，说明低谷负荷与温度、湿度具有强相关性。

2.2 气象因素对中午高峰负荷的影响

图6～图10是不同气象条件下四季典型日12时负荷曲线。

图6 不同气象条件下秋季典型日12时负荷曲线

图7 不同气象条件下夏季典型日12时负荷曲线

图8 不同气象条件下秋季典型日12时负荷曲线

图9 不同气象条件下冬季典型日12时负荷曲线

春季气温适中，无降温和取暖负荷，与温度相关性不大；从图表中可以看出，第7、8日的降水对负荷影响最大；除阴雨天气外，春季相对湿度较低，对负荷影响不大；从图表上看，第1、2日风速较高，达到4至6级，负荷较低，其中风对负荷的影响比例还要具体分析。

夏季气温对中午高峰负荷的影响与对低谷负荷的影响一样，具有决定性的作用。

秋季负荷波动较小，与温度、湿度、风速均无明显的相关性。

冬季对负荷的影响应是温度、湿度、降水综合影响的结果，相关性不明显。

2.3 气象因素对晚高峰负荷的影响

图10～图13是不同气象条件下四季典型日19时负荷曲线。

图10 不同气象条件下春季典型日19时负荷曲线

春季除第7、8日的降水造成负荷降低外，其他因素对负荷的影响规律不够明显。

图11 不同气象条件下夏季典型日20时负荷曲线

图12 不同气象条件下秋季典型日19时负荷曲线

图13 不同气象条件下冬季典型日18时负荷曲线

夏季对影响最大的同样是温度。

秋季负荷与温度等气象条件相关性较弱，由于典型日内无降水，降水对负荷的影响没有体现出来。

冬季晚峰时温度均在0℃以上，温度变化对负荷的影响不大。

2.4 定性分析综述

由于四季负荷成分的变化，各季节负荷对各种气象条件的敏感度不同。春秋季节温度适中，对负荷的影响较小；降水会对春灌负荷、小工业、服务业负荷造成一定影响；夏季负荷变动与温度具有强相关性；降水对负荷的影响主要通过对温度的影响体现出来，同时大的降水还会使负荷进一步降低。冬季当温度降到0℃以下时，与负荷具有较强的负相关性，温度较高时，对负荷影响不大。

3 夏季负荷与温度的相关性分析

由于夏季负荷与温度具有强相关性，以下对夏季负荷与温度进行相关性分析。 图14～图16为夏季典型日5时、12时、20时负荷与温度二次回归曲线图。

图14 夏季典型日5时负荷与温度二次回归曲线图

图15 夏季典型日12时负荷与温度二次回归曲线图

从以上5时、12时、20时的二次回归分析可以得到回归系数R2的值分别为0.6、0.82、0.73，具有较强的相关性。

4 气象数据在负荷预测系统中的应用

4.1 应用条件及效果

尽可能地引入最新的负荷相关信息参与预测,才能进一步提高预测精度［6］。具有每日至少24点的温度、湿度等气象信息；具有精细化的天气预报信息，温度预测应能精确到3～4 h；对强相关关系实时进行数据分析，建立模型；参照气候四季和天文四季对季节进行划分，不同季节应用不同的规律；由于最大限度的充分利用了历史气象数据和预测数据，同时有针对性的根据季节应用不同的模型进行预测，能够有效的提高预测准确率。

图16 夏季典型日20时负荷与温度二次回归曲线图

4.2 应用中需要解决的其他问题

负荷历史数据失真问题。 由于检修等因素造成负荷的人为损失，会造成数据相关性大大降低，要考虑通过历史数据修复等方法加以解决，如自然数据补足（如切负荷停电、线路检修停电补足等）和冲击数据剥离（如大用户、大事件冲击负荷剥离等）［7］。

气象数据的失真问题。灾害性天气等不可抗力会造成大的负荷损失，如龙卷风等会造成线路跳闸，损失负荷，但由于天气信息采集的地域局限性，有可能采集不到龙卷风的风速，从而形成数据坏点，应予以剔除。

5 结语

气象因素对于短期负荷预测有着至关重要的影响，其中，常见的影响因素是温度，其次还有湿度、风力、天气类型等［5］。 温度、湿度、风速、降水等各种气象因素对各季节负荷的影响程度不同，对每日各时段的影响因素也不同，其中以温度对负荷的影响最大。借助于天气预报精细化程度的提高，合理考虑气象因素对负荷的影响，引入实时气象因素以取代以前的日特征气象因素建立气象数据与负荷的数据模型，对提高负荷预测准确率具有重要意义。

［1］ 牛东晓，曹树华，赵磊，等.电力负荷预测技术及其应用［M］.北京：中国电力出版社，1998.

［2］ 史德明，李林川，宋建文.基于灰色预测和神经网络的电力系统负荷预测［J］.电网技术，2001，25（12）：14-17.

［3］ 廖春映，梁润善，李乃标.气象因素对电网负荷特性影响的研究［J］.科技创新导报，2010（17）：134-135.

［4］ 张凯，姚建刚，李伟，等.基于功率谱分解和实时气象因素的短期负荷预测［J］.电网技术，2007（23）：51-55.

［5］ 康重庆，周安石，王鹏，等.短期负荷预测中实时气象因素的影响分析及其处理策略［J］.电网技术，2006，30（7）：5-10.

［6］ 莫维仁，张伯明，孙宏斌，等.扩展短期负荷预测的原理和方法［J］.中国电机工程学报，2003，23（3）：1-4.

［7］ 莫维仁，孙宏斌，张伯明.面向电力市场的短期负荷预测系统设计及实现［J］.电力系统自动化，2001，25（23）：41-44.