武汉地区电力负荷特征及其对气温变化的响应

2021-10-07 05:21刘静成丹代娟任永建陈正洪
关键词:增加率峰谷平均气温

■ 刘静 成丹 代娟 任永建 陈正洪

24 ℃是引起电力负荷增加的日平均气温初始敏感值。29 ℃是引起电力负荷增加的日平均气温强敏感值。

近年来,极端高温事件的增多以及电网规模的扩大,对电力系统的安全保障面临巨大压力和挑战。电力负荷作为电力系统中一个至关重要的变量,对指导电力系统规划、运行、控制、稳定均产生重大影响。目前国内诸多学者对电力负荷从气象影响、预测方法等多方面开展了分析研究。故本文利用武汉电网2013—2018年逐15 min电力负荷数据以及同期武汉市逐日气温数据,统计分析各项负荷特征指标,探寻电力负荷的内在构成和变化规律,为武汉市电力系统运行调度提供参考依据。

1 资料、概念和方法

1.1 资料

本文所用的电力负荷资料来源于国网湖北省电力公司提供的2013—2018年武汉电网逐15 min电力负荷数据;气象资料来源于湖北省气象信息与技术保障中心提供的2013—2018年武汉市国家基本气象站(站号:57494)的平均气温、最高气温、最低气温等逐日观测数据。

1.2 年稳定系数

年稳定系数是衡量各月电力负荷的均衡程度指标,以一年12个月各月最大负荷的平均值与年最大负荷的比值来表示,数值越大表示各月负荷越均衡。

1.3 空调负荷提取

本文选取每年日最高气温大于等于35 ℃的工作日作为计算空调负荷的典型日。对空调负荷的提取,则通过将实际日最大负荷扣除基准负荷得到。其中基准负荷取自当年4月和10月平均气温在15~20 ℃的工作日的日最大负荷平均值。

2 年电力负荷特征分析

2.1 历年电力需求统计

表1总结了2013—2018年武汉市的GDP(地区生产总值)增长率,全社会用电量与年最大负荷以及高温强度和持续时间等要素。从2013年起,武汉市的经济增长逐渐放缓,GDP增长率由2013年10%下降至2016年7.8%,而后2017年和2018年维持在8%。与经济增长放缓相反,武汉市的全社会用电量增长率基本呈逐年上升态势,尤其2018年较2017年增长了11.7%。而年最大负荷在2013—2015年表现较为平稳,2016年之后年年破新高,近两年更是高达1100万 kW以上。

表1 2013—2018年武汉市GDP、用电量与电力负荷及高温情况

电力需求除了受到宏观经济形势影响外,与夏季的高温情况也息息相关,其中年度日最大负荷体现了短时用电需求释放情况,受高温强度和持续时间的影响最为显著。2013年夏季武汉市出现了极为强烈的高温天气,日最高气温高达39.5 ℃,日最高气温35 ℃以上的天数达到37 d且最长连续天数高达14 d,典型的高温强度大、持续时间长。2014年和2015年夏季,高温强度减弱,持续时间缩短,尤其2015年呈现出“凉夏”的特点,所以2014年和2015年虽然由于经济增长使得全社会用电量有小幅上升,但是最大负荷并没有突破2013年的极值。2016、2017、2018年这三年均出现了极端高温天气,日最高气温38 ℃以上,其中2017年更是高达39.7 ℃;日最高气温35 ℃以上的天数为20 d以上,2018年更是达到39 d,且最长连续19 d日最高气温≥35 ℃。所以可以发现该三年的用电量快速增长,最大负荷不断突破极值,2018年年最大负荷已达到1123.16万 kW。

2.2 逐月最大负荷分布

图1为武汉市2013—2018年逐月最大负荷分布曲线。武汉市各月电力负荷随季节变化呈现出“两峰两谷”的特点。由于夏季空调设备和冬季取暖设备的普遍使用,所以盛夏7、8月和寒冬12、1月分别形成了两个用电高峰,年度最大负荷均出现在盛夏期。春季与秋季气温宜人,空调和取暖造成的负荷很小,故形成了两个用电低谷,尤其4月和10月分别处于春、秋季的用电最低值。由于电力负荷的自然增长,故秋季负荷一般略高于春季。

图1 2013—2018年武汉市逐月最大负荷分布曲线

表2为武汉市2013—2018年年稳定系数。除2015年外,其余5年的年稳定系数均低于0.8并且呈现较大的波动性,说明受气温影响,尤其是盛夏高温影响,武汉市不同月份的最大负荷有较大差异。如2015年是个“凉夏”,所以该年的年稳定系数较大;而2017年出现最强高温,故该年的年稳定系数较小。

表2 2013—2018年武汉市年稳定季系数

2.3 空调负荷占比

表3为武汉市2013—2018年逐年空调负荷计算表。2013—2018年,日最高气温≥35℃的工作日最大负荷平均值以及基准负荷值均呈逐年增大的态势。而计算得到武汉市的空调负荷占比很高,平均占比实际负荷的40.60%,其中2017年更是高达44.97%。每年的空调负荷大小与当年夏季的天气有关,高温强度越大,高温持续时间越长,空调负荷释放也越充分。

表3 2013—2018年武汉市空调负荷计算表

3 日电力负荷特征分析

3.1 各季节的日负荷曲线

武汉市夏季电力负荷远高于其他三季,冬季次之,秋季略高于春季。各季节日负荷曲线整体形态较为接近,基本呈“两峰两谷”分布,但是高峰和低谷出现时间存在一定差异。

3.2 工作日、双休日和节假日的日负荷曲线

武汉市2018年工作日、双休日和节假日的日平均负荷,工作日>双休日>节假日。在曲线形态上,三种类型的负荷早高峰均出现在11:15,晚高峰出现在20:15—20:45,但是工作日的负荷早高峰大于晚高峰,而双休日和节假日则相反,负荷的晚高峰为一天的负荷最大时段。

节假日之外,一周的日负荷曲线中(图2),基本上周日负荷最低,周六次之。周一负荷虽较周日增加明显,但周一00时至上午上班前的负荷明显低于周二至周日,周二至周五基本相似。

图2 2018年武汉市一周日平均负荷曲线

3.3 日负荷峰谷差

图3为武汉市2013—2018年平均和最大日负荷峰谷差趋势图。近年来武汉市电力负荷峰谷差呈现逐年增大的趋势,平均日负荷峰谷差每年递增,2013年仅为191.70万 kW,2018年已上升至281.70万 kW。受经济形势和天气等因素的影响,最大日负荷峰谷差表现出更大的波动性,2014年为320.56万 kW,2018年已上升至466.41万 kW。强烈的日负荷峰谷差给电网调峰带来了较大的压力和挑战。

图3 2013—2018年武汉市平均和最大日负荷峰谷差

4 电力负荷与气温的关系

4.1 日最大负荷与气温敏感性分析

图4为武汉市2018年日最大负荷(

L

)与日平均气温(

T

)的散点图,电力负荷受气温的影响较大,呈现“V”形特点。对散点进行函数拟合可计算当

T

=15 ℃时,

L

最小。当日平均气温在15~20 ℃时,日最大负荷基本在一个水平上波动。20 ℃以上,随着气温升高,负荷增加较快,尤其是25 ℃以上,随着气温升高,负荷增幅剧烈。

图4 2018年武汉市日最大负荷与日平均气温关系散点图

4.2 1℃效应分析

从2018年夏季日平均气温升高1 ℃对应的日最大负荷和日最小负荷变化率可知,虽然电力负荷变化率在不同温度区间具有一定波动性,不过电力负荷基本随着气温升高,增加速率由快变慢。当日平均气温在24~29 ℃时,气温升高1 ℃,日最大负荷增加率接近10%;尤其是24~25 ℃时,日最大负荷和日最小负荷的负荷增加率达到了第一个峰值,日最大负荷增加率为10.93%,日最小负荷为11.65%,说明24 ℃是引起电力负荷增加的日平均气温初始敏感值。当日平均气温在29~33 ℃时,气温每升高1 ℃,电力负荷增加速率递减;29~30 ℃时,日最大负荷和日最小负荷的负荷增加率达到了第二个峰值,日最大负荷增加率为10.31%,日最小负荷为14.75%,说明29 ℃是引起电力负荷增加的日平均气温强敏感值,此后负荷增量有限,因为制冷设备基本全部开启,达到了饱和运转。

5 结论

1)武汉市各季节日负荷曲线均呈“两峰两谷”分布。夏季日负荷高峰为11:00—14:00和20:00—21:00,两高峰负荷接近,低谷为05:00—06:00和18:00—19:00,早低谷为全天负荷最小;冬季日负荷高峰为11:00和20:00,晚高峰为全天负荷最大,低谷为04:00和15:00。

2)武汉市电力负荷随气温升高呈“V”形分布。平均气温在15~20 ℃时,负荷对气温变化不敏感;10 ℃以下,负荷随气温下降快速增加;25 ℃以上,负荷随气温上升增幅剧烈。

3)24 ℃是引起武汉市电力负荷增加的平均气温初始敏感值,此时日最大负荷增加率为10.93%,日最小负荷为11.65%;29 ℃是引起武汉市电力负荷增加的平均气温强敏感值,此时日最大负荷增加率为10.31%,日最小负荷为14.75%。

深入阅读

成丹,刘静,郭淳薇,等,2018.基于积温效应的华中电网电力负荷预测.气象科技,48(4): 814-821.

程维杰,2019.电网负荷特性分析与预测探讨.电气技术与经济,3:55-57.

傅新姝,谈建国,2015.基于滤波技术的上海日最大电力负荷气象预报模型.气象科技,43(6):1209-1212.

金鑫,李龙威,季佳男,等,2016.基于大数据和优化神经网络短期电力负荷预测.通信学报,37(Z1):36-42.

李琛,郭文利,吴进,等,2018.北京市夏季日最大电力负荷与气象因子的关系.气象与环境学报,34(3):99-105.

李重春,祝安琪,王乐罡,等,2019.电力大数据下的短期电力负荷预测.电力大数据,22(1):66-70.

李汉巨,2018.考虑气象因素累积效应的电力系统96点日负荷预测方法.电气技术,4:28-32.

李学敏,罗红梅,2018.长沙市场夏季日最大电力负荷气象预报模型.科技创新导报,25:88-93.

刘红亚,曹亮,2013.上海市电力负荷与气象因子关系及精细化预报.应用气象学报,24(4): 455-463.

史静,周琪,谈健,等,2018.江苏电网夏季空调负荷特性挖掘与温度敏感性辨识.电力工程技术,36(3):28-32.

叶剑,曹琦琳,袁智强,等,2017.上海电网用电负荷特性分析.电力与能源,38(6):659-663.

祝学昌,2020.基于IFOA-GRNN的短期电力负荷预测方法研究.电力系统保护与控制,48(9):121-127.

猜你喜欢
增加率峰谷平均气温
碱蚀改善毛竹条孔隙及染液渗透性研究
湖南省峰谷分时电价分析及优化策略研究
基于用电负荷的分时电价定价模型研究
浅谈峰谷时段的划分方法
乌兰县近38年气温变化特征分析
从全球气候变暖大背景看莱州市30a气温变化
1981—2010年拐子湖地区气温变化特征及趋势分析
近50年来全球背景下青藏高原气候变化特征分析
气压深松土壤孔隙度测试与分析
浅析小水电上网峰谷比对购电成本的影响