深圳电网负荷与气温的关系研究

李植鹏

（深圳供电局有限公司，广东 深圳 518000）

深圳电网负荷与气温的关系研究

李植鹏

（深圳供电局有限公司，广东 深圳 518000）

为了解深圳地区的电力负荷特性，本文对2012—2014年深圳电网负荷与气温的关系进行了全面地分析。通过引入负荷-最高气温梯度和负荷-最低气温梯度，建立了高温负荷日日最高负荷与日最高气温和日最低气温的关系模型，并通过相关系数证明了其有效性。据此获得了深圳高温负荷日负荷受气温影响的规律，对提高深圳负荷预测的准确性，指导深圳电网的运行和规划有重要的意义。同时，本文也经过计算得出深圳年最大制冷负荷的比例可达 35%左右，为深圳夏季负荷的重要组成部分。

深圳；高温负荷日；电力负荷；气温；制冷负荷

近年来，随着经济的快速发展，深圳市的电力需求呈现平稳增长的态势。深圳作为广东南部沿海的国际化大城市，有亚热带季风气候特点，随着第三产业的发展和居民生活水平的提高，夏季制冷负荷占电网负荷的比重日益提高，气温等气候条件对电网负荷的影响越来越显著。

研究深圳负荷与气温的关系及相关负荷特性，有助于提高负荷预测的准确性，对深圳电网的规划建设提供指导意义。

国内外有很多论文研究了温度对区域电网的负荷特性的影响及基于温度影响的负荷预测的方法[1-8]。本文在其基础上，结合深圳本地的气候特点和电网实际情况，收集了近几年的数据，通过分析近几年日最大负荷与日最高气温、日最低气温的关系，寻找到负荷的温度敏感量的变化规律。发现温度敏感负荷与日最高气温和日最低气温之间的关联参数，分别称其为负荷-最高气温梯度和负荷-最低气温梯度，并据此建立数学模型进行研究。

1 深圳电网负荷与气温关系分析步骤

1.1 数据处理

数据主要对深圳 2012—2014年每日日最高负荷、日最高气温和日最低气温进行收集。考虑到深圳本地的实际情况，第二产业用电比例较大，外来人口较多，每逢节假日，尤其是春节等传统节假日时，负荷与平常相比大幅度降低。且由于深圳具有包容开放的文化特点、弹性的企业制度，“节日效应”的持续时间往往略长于法定节假日的实际时间。故在处理数据时，需将这方面的因素考虑进来，将这些时间段的相关数据予以剔除，以剩余数据作为有效数据。

1.2 有效数据散点图分析

将有效数据按年份和关系做散点关系图，如图1—图3所示。可以发现深圳气温总体较为集中，且气温下限和气温集中区均较高，符合深圳本地“长夏短冬”的气候特点。年最高气温主要分布在10℃～35℃之间，年最低气温主要分布在5℃～30℃之间。在夏季高温天气时，负荷受气温变化影响较为敏感，其他时间里负荷对气温变化相对不敏感，可见深圳本地夏季制冷负荷较高，而冬季取暖负荷较少。

进一步分析，可将这些散点图分为两部分，即水平部分和正增长部分。水平部分的日最高负荷分布基本上集中在某个范围内，波动幅度不大，总体呈现水平分布，称为水平负荷；正增长部分的日最高负荷随着温度的上升有明显的正相关关系，称为正增长负荷。在2012—2014年最高负荷与最高气温关系的散点图中，两部分的分界温度为 26℃；在2012—2014年最高负荷与最低气温关系的散点图中，两部分的分界温度为 18℃。将日最高气温≥26℃且日最低气温≥18℃的自然日成为高温负荷日，本文主要研究高温负荷日的负荷与气温的关系。

图1 2012年最高负荷与气温的关系

图2 2013年最高负荷与气温的关系

图3 2014年最高负荷与气温的关系

1.3 模型建立

在上述对 2012—2014年最高负荷与气温关系的散点图的分析基础上，为了合理表征负荷与气温的关系，引入了负荷-最高气温梯度和负荷-最低气温梯度，并据此可建立高温负荷日的负荷与气温模型[9-12]：

式中，P为日最高负荷；PB为非气温敏感性负荷；dH为负荷-最高气温梯度；TH为日最高气温；dL为负荷-最低气温梯度；TL为日最低气温；Px为随机负荷。

由于随机负荷比较复杂，对总负荷的影响较小，若忽略不计，可将模型进一步简化为

式中，P为日最高负荷；PB为非气温敏感性负荷；dH为负荷-最高气温梯度；TH为日最高气温；dL为负荷-最低气温梯度；TL为日最低气温。

1.4 参数识别

以上所建立模型为二元线性模型，可利用2012—2014年三年负荷与气温的关系散点图中正增长部分数据，并采用最小二乘法对此模型中的3个参数：PB、dH和dL进行识别。

1）估计多元线性回归模型参数β[13]

多元线性模型通俗表达式为

为了表达方便，也可以把多元线性回归模型写成矩阵形式，即

其中，

作离差平方和

2）识别本模型中参数

本模型为二元线性回归模型，采用上述估计多元线性回归模型参数β 的方法，即令n=1，p=2，并利用 2012—2014年负荷与气温的关系散点图中正增长部分数据，可得2012—2014年的模型参数值见表1。

表1 2012—2014年高温负荷日的负荷模型参数表

因此，2012—2014年深圳正增长负荷与气温的关系模型为

由式（8）可知，在2012—2014年期间的高温负荷日，气温每升高 1℃，负荷增长 216.36～242.42MW，最低气温每升高1℃，负荷增长265.07～367.26MW。

1.5 拟合相关系数

本文在分析负荷与气温的关系时，采用相关系数定量衡量两者之间的回归拟合程度。利用式（9）求得各个模型拟合的相关系数，即

采用式（9），可求得上述数学模型的相关系数，见表2。

表2 2012—2014年相关系数结果

1.6 制冷负荷

深圳市位于广东省南部沿海，在亚热带季风气候下，夏季高温且持续时间较长，故夏季时制冷负荷占很大比例。但负荷控制系统一般都没有为用户的制冷负荷专门安装表计，更没有直接记录制冷负荷数据，因此只能根据电网整体负荷变化的规律来估算制冷负荷的大小，目前常用的方法之一是利用夏季最大负荷曲线与非敏感性负荷的差值来估算制冷负荷的大小。根据这种方法，可以推算出最近几年的年最大制冷负荷数据，即为深圳年最大负荷与非气温敏感性负荷的差值：

式中，PL为最大制冷负荷；PMAX为深圳年最大负荷；为非气温敏感性负荷。

分析计算见表2和表3，可见，2012—2014年深圳年最大降温负荷占负荷比例在35%左右。

表3 2012—2014年深圳最大降温负荷/MW

2 结论

1）通过对2012—2014年的数据分析可知，在高温负荷日期间，日最高负荷对气温变化较为敏感；非高温负荷日时，气温对日最高负荷则无显著影响。

2）在高温负荷日，日最高负荷同时受日最高气温和日最低气温的影响，负荷增量为两者变化造成的负荷增量的叠加：高温负荷日的日最低气温不变，日最高气温每增长1℃，日最高负荷增长约242MW；高温负荷日的日最高气温不变，日最低气温每增长1℃，日最高负荷增长约367MW。

3）深圳2012—2014年最大降温负荷约占比例35%左右。

[1]郑淮,江峰青,叶剑,等.上海市气温与负荷关系分析[J].华东电力,2008,36(10):58-60.

[2]周友斌,李小平.湖北电网负荷与气温关系及负荷特性分析[J].湖北电力,2006,30(Z1):86-90.

[3]周友斌,杜治,詹佳佳.2010年湖北电网负荷与气温关系及负荷特性分析[J].湖北电力,2010,34(Z2):76-80,86.

[4]葛延峰,孔祥勇,高凯,等.辽宁电网负荷与气象信息相关性研究[J].东北电力技术,2013,34(6):6-9.

[5]徐洋,吴奕,吴强.气候条件对苏州电网负荷的影响[J].上海电力,2009(5):406-408.

[6]De Felice M,Alessandri A,Ruti P M.Electricity demand forecasting over Italy:Potential benefits using numerical weather prediction models[J].Electric Power Systems Research,2013,104:71-79.

[7]Dotzauer E.Simple model for prediction of loads in district-heating systems[J].Applied Energy,2002,73(3/4):277-284.

[8]Roldán-Blay C,Escrivá-Escrivá G,Álvarez-Bel C,et al.Upgrade of an artificial neural network prediction method for electrical consumption forecasting using an hourly temperature curve model[J].Energy and Buildings,2013,60:38-46.

[9]贺春光.夏季电网最大负荷与气温的相关性分析[J].河北电力技术,2011,30(5):15-17.

[10]王治华,杨晓梅,李扬,等.气温与典型季节电力负荷关系的研究[J].电力自动化设备,2002,22(3):16-18.

[11]刘继东,韩学山,楚成博,等.考虑非气象因素的电网夏季降温负荷研究[J].电力自动化设备,2013,33(2):40-46.

[12]朱振伟,方鸽飞,王国福,等.电网夏季气象敏感负荷特性分析[J].华东电力,2008,36(9):53-58.

[13]何晓峰,黄媚,农植贵,等.地区电网降温负荷与气温的敏感性分析[J].电力需求侧管理,2013(5):17-22.

Research on Relationship between Load of Shenzhen Grid and Temperature

Li Zhipeng
(Shenzhen Power Supply Bureau Corporation,Shenzhen,Guangdong 518000)

Togetthe power load characteristics of Shenzhen,this paper analyze comprehensively the relationship between the maximum daily load and temperature in Shenzhen from 2012 to 2014.By introduction of load-maximum temperature gradient and load-minimum temperature gradient,we establish the relation model between the maximum daily load and the maximum daily temperature,minimum daily temperature,and prove its effectiveness by the correlation coefficient.Based this,we obtain the law of the maximum daily load influenced by temperature,which has important significance to improve the accuracy of load forecasting and guide the operation and planning of power grid.Thenby calculation,this paper also get the ratio of Shenzhen annual maximum cooling load,which can reach about 35%.It plays an important part in the summer load of Shenzhen.

shenzhen;high temperature day;power load;temperature;cooling load

李植鹏（1988-），男，广东汕头人，硕士研究生，主要从事直流输电与电网规划方面的研究工作。