气象因素对京津唐电网夏季负荷特性影响分析

张 贲，史沛然，蒋 超

（1.国家电网公司华北分部，北京 100053；2.北京清软创新科技有限公司，北京 100085）

0 引言

京津唐电网覆盖北京、天津2个直辖市，以及河北北部的唐山、承德、秦皇岛、张家口、廊坊等，是一个独立的电网控制区。随着社会经济发展和人民生活水平提高，京津唐电网用电负荷呈现日趋明显的城市负荷特性，夏季空调制冷负荷占夏季总负荷比重已经超过20%，且这一比重有日益增长的趋势，这将导致京津唐电网夏季负荷随温度、湿度等天气变化而显著变化。因此，研究气象因素对京津唐电网夏季负荷特性的影响，直接影响京津唐电网夏季短期负荷预测的准确性，进而对京津唐电网经济运行有着重要的意义。

文献［1-3］研究了温度累积效应对电网夏季负荷的影响，研究方法大同小异，都提出了类似的用离散的累积系数和温度修正公式来反映累积效应强度的方法。文献［4-6］都对气象因素的变化对电网负荷的影响进行了研究，气象因素对于短期负荷预测带来的重要影响已经形成共识。

本文在研究京津唐电网负荷特性的基础上，重点针对气象因素对夏季电网负荷特性的影响展开分析，找出其中的典型规律，并以此建立应用系统，辅助提供电网负荷预测数据，切实提高京津唐电网负荷预测准确度。

1 京津唐电网的夏季负荷特性

从年负荷来看，京津唐电网负荷呈现夏季（6、7、8月）、冬季（12、1、2 月）2 个用电高峰。夏季既是生产旺季，同时又是气温较高时期，制冷设备用电量大幅度增加，因此气象因素对于京津唐电网的夏季用电负荷水平有较大影响。

从日负荷来看，京津唐电网负荷有明显的类型日特性，工作日周一至周五负荷较高，周末和节假日负荷较低。这是因为周末和节假日工业用电负荷减少。文献［5］给出一种典型日负荷的选取办法。

a.先汇总出夏季（6月至8月）各工作日（即不含双休日和节假日）的平均日负荷曲线：

其中，L（h）为夏季各个工作日的24点平均负荷曲线；L（d，h）为各工作日的24点负荷曲线；h为每日的24点；N为当年夏季的工作日的天数。

b.再从夏季所有的工作日负荷曲线L（d，h）中找出与上述工作日24点平均负荷曲线 L（h）最“相似”的某一日负荷曲线L（D，h）作为夏季的典型日负荷曲线，选取方法是找寻与L（h）均方差最小的日负荷曲线作为典型日负荷曲线。L（d，h）与 L（h）的均方差定义如下：

根据这一算法得出京津唐电网2012年夏季典型日负荷曲线如图1所示，可以看出，京津唐电网夏季典型日负荷曲线呈现早高峰、下午时段高峰、夜晚低谷的特性。这主要是因为夏季空调负荷在下午开启较大。

图1 京津唐电网夏季典型日负荷曲线Fig.1 Typical summer daily load curve of Beijing-Tianjin-Tangshan Power Grid

图2显示出典型的京津唐电网夏季负荷受天气变化的影响。结果表明京津唐电网夏季负荷呈现明显的城市负荷特性，极端情况时，午后闷热的天气甚至导致下午平峰负荷等于或高于早高峰负荷，而中午开始出现大范围、长时间的降雨又会导致电网负荷的直线下降。

图2 京津唐电网夏季不同天气条件下的典型负荷曲线Fig.2 Typical load curve of Beijing-Tianjin-Tangshan Power Grid for different summer weather conditions

2 影响电网负荷的气象因素

2.1 电网负荷成分分析

负荷及负荷特性受各种因素的影响，总体上影响因素可以分为气象类和非气象类［1，7］。气象类因素包括：温度、湿度、风速、降水等。非气象类因素则包括：经济发展水平、节假日因素、电价结构、需求侧管理等［8］。针对影响电网负荷的不同因素，一般可将电网负荷拆分成4个分量：

其中，L为总负荷；LB为基础负荷分量，一般由相对稳定的工业负荷和民用负荷构成；LW为对气象因素敏感的负荷分量，包含空调和制暖负荷；LE为特别事件负荷分量；X为随机负荷分量。

上述各负荷分量，LB受产业结构和经济形势的影响较大，相对稳定，对于日负荷曲线的变化而言，LW的作用影响最大，LE和X分量相对可以忽略。对同类型日，如果天气因素有很大的区别，那么LW就有相当程度的不同，进而影响总负荷L不同。特别对于夏季，LW在总负荷中占比较大时，LW的波动对L的影响巨大，值得深入研究影响LW的因素。

2.2 京津唐电网夏季负荷与气象因素的关联度分析

因为电力负荷预测系统是一个灰色系统，本文利用灰色理论研究该系统内部各因子对系统行为变化特征的影响更符合实际，更具有合理性。

灰色关联分析方法的计算步骤如下。

步骤1：确定系统特征序列和相关因素行为序列。把所要研究的主行为因素作为系统特征序列X0，影响因素作为相关因素序列Xi，写成序列形式为：

其中，k 为序列号，n 为样本个数，k=1，2，…，n；i为相关影响因素的个数，i=1，2，…，m。

步骤2：求灰色关联度。

a.确定各序列的初值项X′i，使各序列无量纲。

其中，i=0，1，2，…，m。

b.确定差序列 Δi。

其中，i=1，2，…，m。

c.求两极最大差M与最小差m。

d.求关联系数 γ0i（k）。

其中，ξ通常取 0.5；k=1，2，…，n；i=1，2，…，m。

e.计算关联度 γ0i。

其中，k=1，2，…，n；i=1，2，…，m。

步骤3：分析关联度。

确定系统特征行为序列（X0）与各相关因素行为序列（X1，X2，…，Xm）的关联度的大小次序，关联度越大，则表明此因素行为序列对系统特征行为序列影响越大。由此可以计算出京津唐电网夏季负荷与各气象因素的关联度，如表1所示。

可以看出，对夏季负荷影响最大的因素是温度和湿度，风速对负荷的影响较小。这主要是因为夏季空调负荷的多少更多受到人体舒适度大小的影响，而人体舒适度最直接的决定因素就是温度和湿度。日最低温度比日最高温度对负荷变化的关联度更大，则主要是因为白天温度最高时段空调开启量比起夜间温度最低时段更固定，即夜间人体舒适度对低谷制冷负荷的影响更大。

3 气象因素对京津唐电网夏季负荷的影响分析

上文分析得出了京津唐电网夏季负荷与各主要气象因素的关联度，对于电力系统负荷预测和分析而言，更关心的是单位指数的变化能引起多少日负荷的变化，即电力负荷对气象因素变化的灵敏度分析。

本文由前面过程得到最终分析处理数据，采用多项式曲线回归绘制气象指数与电力负荷的散点图，求出多项式曲线回归函数，从而构建电力负荷对气象因素的灵敏度模型。建模的重点是通过某种途径估计模型的参数向量，目标是使各时段拟合残差的平方和最小，拟合一条“最佳”的曲线（称之为配曲线问题），然后将此曲线外延至未来的适当时刻，在已知自变量取值时得到因变量的预测值。例如夏季温度可能在个别年份达到40℃以上，但历史数据中没有超过40℃的记录，拟合值则可以根据已有统计规律外延，求得一个对应温度下的电力指标拟合值，作为参照。

3.1 京津唐电网负荷与温度的关系

对京津唐电网的夏季日最大负荷与日最高温度进行回归分析，可得出表2的京津唐电网负荷对温度变化的灵敏度，拟合曲线如图3所示。温度对负荷的影响存在明显的非线性关系，体现为：温度较高和较低时，灵敏度都较小；温度超过25℃后，负荷对温度的灵敏度急剧升高。在30℃上下时，温度每升高0.5℃，京津唐电网负荷增大近900 MW。

3.2 京津唐电网负荷与湿度的关系

对京津唐电网的夏季日最大负荷与日相对湿度进行回归分析，得出表3的京津唐电网负荷对湿度变化的灵敏度，拟合曲线如图4所示。湿度对负荷的影响存在明显的非线性关系，体现为：

表2 京津唐电网夏季负荷对温度变化的灵敏度Tab.2 Summer load sensitivity of Beijing-Tianjin-Tangshan Power Grid to temperature

图3 京津唐电网夏季负荷对温度变化的灵敏度拟合曲线Fig.3 Fitting curve of summer load sensitivity to temperature for Beijing-Tianjin-Tangshan Power Grid

表3 京津唐电网夏季负荷对湿度变化的灵敏度Tab.3 Summer load sensitivity of Beijing-Tianjin-Tangshan Power Grid to humidity

图4 京津唐电网夏季负荷对湿度变化的灵敏度拟合曲线Fig.4 Fitting curve of summer load sensitivity to humidity for Beijing-Tianjin-Tangshan Power Grid

a.湿度达到45%以上时，负荷对湿度的灵敏度急速上升，因为此时人体感觉闷热潮湿，空调开启量增大；

b.湿度达到70%以上时，采样负荷点的分布出现了“离散”现象，绝大多数的采样负荷点对湿度的灵敏度转为负数，即湿度增加后负荷下降，因为此时表示已经出现降雨，降雨缓解了高温闷热天气，降低了空调制冷负荷和室外作业负荷。

还有一小部分采样负荷点出现在较高的数值水平，这意味着空气湿度增加但尚未形成降雨，体感非常闷热，导致制冷负荷大量开启。

3.3 热累积效应对京津唐电网负荷特性的影响

在夏季，连续数日的高温天气导致出现的大负荷往往比某单一日突然高温的负荷大很多，即为负荷的热积累效应。造成该现象的原因有很多，比如城市空调负荷快速上升，连续高温导致的农用抗旱负荷大幅增加等等。最高气温存在着累积效应，根本原因是人体的舒适度感觉存在惯性。具体表现为：连续高温时，即使温度变化不大，由于热存储效应，负荷也会增长。表4列出了京津唐电网夏季热累积效应的直观展示，在一周的时间内，日最高温度基本稳定，剔除周末负荷数据，日最大负荷稳步增长，增长率达12%。

表4 京津唐电网夏季负荷热累积效应Tab.4 Cumulative heat effect of summer load of Beijing-Tianjin-Tangshan Power Grid

众多研究表明，负荷的热累积效应遵循如下规律：夏季温度变化与负荷变化呈正相关，但当温度高于特定的tH或低于特定的tL时，累积效应不再明显。其原因是：温度很高时，空调负荷会趋于饱和，负荷随温度的升高维持在一定水平；温度较低时，空调负荷处于关闭状态，即使偶尔出现高温，人们仍感觉较舒适而不开空调。

量化热累积效应时，可采取温度修正的方法。温度修正采用如下公式：

其中，t为考虑热累积效应后的最高温度修正值；ti为前第i日的最高温度；ki为ti的权重，且，通常i越小则ki值越大；nche为有热累积效应的天数。

本文对权重k的取值采用“关联度最大原则”，即在一定范围内采用不同的系数得到气象指数值，迭代得到与负荷的关联性最好的系数，即为所求。对京津唐电网2010年至2012年夏季负荷与最高温度数据进行分析，同时忽略ki＜0.05后的热累积效应日，可得出京津唐电网夏季考虑热累积效应后的修正最高温度公式：

4 工程应用

根据以上研究结论，华北电力调控分中心和北京清软创新科技有限公司共同研究开发，在已有的短期负荷预测分析系统中，增加负荷气象分析模块。系统模块功能图如图5所示。

图5 系统模块功能图Fig.5 Functional diagram of system module

模块上线后，使得夏季大负荷时京津唐电网的短期电力负荷预测和负荷特性分析有更科学、可靠的方法和依据。第3节中京津唐电网负荷与温度、湿度的关系中灵敏度的分析得出、曲线的拟合，以及京津唐电网夏季考虑热累积效应后的修正最高温度公式均为本工程应用系统中的负荷气象分析模块计算得出。

5 结论和展望

本文以京津唐电网为研究目标，分析了夏季京津唐电网的典型负荷特性，对天气因素对京津唐电网夏季负荷的影响展开深入研究。采用回归分析的方法，得出了京津唐电网夏季负荷与温度和相对湿度的灵敏度关系，对京津唐电网夏季负荷的热累积效应进行研究，计算得出适合京津唐电网夏季负荷特性的考虑热累积效应的最高温度修正公式，并开发了基于此方法的短期负荷预测系统负荷气象分析模块。本文提出的方法对京津唐电网夏季短期负荷预测和负荷分析有重要的帮助，有利于保障电力系统安全经济高效运行。

受条件限制，本文在研究天气因素对夏季电网负荷的影响时，只考虑了单一的天气因素，没有考虑温湿指数、人体舒适度指数等复合天气因素与夏季电网负荷的关系，还需要在以后的实践中做进一步研究。