重庆电网夏季高峰负荷特性分析及优化措施

殷 跃

(天地电研(北京)科技有限公司，北京 102206)

0 引 言

近年来，受夏季高温天气影响，重庆电网夏季负荷特性呈现高峰负荷增长快速，峰谷差进一步拉大的发展趋势，现阶段只是简单地增加供配电设备来解决设备重过载问题，却缺乏对重过载问题背后的原因，如季节性负荷、短时负荷造成的重过载等进行研究，这种方法，会造成电网备用容量过大、设备利用率降低、空载损耗增加等问题。目前电网负荷特性分析主要是负荷指标、负荷曲线及降温负荷分析。为了更深入地了解夏季高峰负荷特性，本文通过分析高峰负荷行业构成和尖峰负荷持续时间，并根据分析结果提出相应的优化措施，用以提高电网运行效率和负荷率。

1 负荷特性分析

1.1 年负荷特性分析

图1 2015年2019年最大负荷曲线

重庆电网年最大负荷曲线呈现两谷一峰的变化趋势。两谷出现在春秋两季(4月、5月、10月)，气候适宜，无降温采暖负荷。一峰出现在夏季(7月、8月)高温时期，主要由于该地区夏季气候炎热，7月、8月易出现伏旱和极端高温天气，持续的高温导致空调等降温负荷持续上升。秋季过后，天气逐渐变凉，采暖负荷逐渐增加，负荷曲线逐渐升高。

1.2 年最大负荷增速与峰谷差

表1 2015年2019年年最大负荷及峰谷差

2015年年最大负荷出现了负增长，峰谷差也低于其他年份，可以初步判断，温度对年最大负荷、峰谷差影响较大。

1.3 尖峰负荷持续时间

图2 2015年2019年90%以上负荷持续时间

由图2可以看出：最高温度较低的2015年尖峰负荷持续时间明显高于其他年份。温度较高的其他年份，尖峰负荷持续时间明显缩短。以2019年为例，统计尖峰持续负荷时间分布情况。负荷比例95%以上时，尖峰持续负荷的天数为6 d，总的持续时间为13.8 h，单日最长的持续时间为5.5 h。通过以上数据可以看出，重庆电网尖峰负荷持续时间短，持续天数少，单日持续时间长。

2 降温负荷

本文按照最大负荷比较法[2]通过对第三季度最大负荷与基本无降温负荷月份的最大负荷进行比较，确定降温负荷，计算重庆电网年最大负荷时刻降温负荷比重[2-5]。

2.1 降温负荷计算方法

降温负荷是指有降温负荷的电网负荷与无降温负荷时电网负荷的差值，无降温负荷时的负荷称之为基准负荷[4-5]，因此，计算降温负荷，首先要确定基准负荷，最后再根据定义进行计算。

2.2 基准负荷的选取

基准负荷当中基准月的选取至关重要，本文分别采用了4种基准负荷确定方法，将所得降温负荷发生天数与实际发生降温负荷天数最接近的负荷作为最终基准负荷，过程如下：

第一步，选择某个温度作为基准温度，当某日最高气温高于基准气温，则认为该日发生降温负荷；反之，则不发生[2]。通过研究发现，在日最高气温大于25 ℃时，负荷增速快，此时负荷对温度变化敏感，定义为气温敏感负荷。在日最高气温低于25 ℃时，日负荷最大值变化幅度较小，此时负荷对温度变化不敏感，定义为气温不敏感负荷。由此可见气温敏感点的存在约为25 ℃；因此判断降温负荷出现在气温高于25 ℃的情况，取25 ℃作为基准温度。

第二步，统计各月日最高温度大于25 ℃的天数作为出现降温负荷的天数。

第三步，分别选择春季、秋季、全年中所有日最大负荷的均值最小的月作为候选的基准月，分别定义候选基准月a，候选基准月b和候选基准月c。

图3 2016年日最大负荷与日最高温度相关性曲线

第四步，分别将候选基准月a，b，c中日最高气温低于25 ℃的日最大负荷均值作为基准负荷，得到基准负荷a和基准负荷b和基准负荷c，将基准负荷a和基准负荷b的均值作为基准负荷d。

第五步，将每天最大降温负荷样本的日最大负荷分别减去4种基准负荷，若结果数值为正，则认为该日发生降温负荷；反之，则未发生。

第六步，按照步骤四、五统计每月降温负荷发生天数，对比步骤二中实际发生降温负荷的天数，取与实际情况最接近的负荷值作为基准负荷。

以2016年为例，分别取春季、秋季的代表月，春季和秋季代表月的均值和全年日最大负荷均值最小的月作为基准月，统计重庆电网降温负荷，并分析其效果，如表2所示。

表2 2016年各月工作日日最大负荷均值

由表2可知，全年日最大负荷的均值最小月份出现在4月，春季日最大负荷均值最小也出现在4月，秋季日最大负荷均值最小出现在10月。2016年重庆电网基准负荷的基准月分别为4月、10月及4月和10月均值。

随后，统计基准月温度大于25 ℃的工作日天数作为重庆电网2016年各月降温负荷实际发生的天数，利用候选的基准负荷计算降温负荷，分别统计6月至9月对应于各候选基准负荷发生降温负荷的天数，见表3。

表3 2016年各月在不同基准月降温负荷发生的天数

通过分析，取4月份作为基准月时，2016年该地区降温负荷发生的天数最接近实际发生天数，以基准月中的日最大负荷作为基准负荷。

2.3 降温负荷确定

表4 2015年2019年最大负荷时刻降温负荷及比重

2.4 降温负荷与温度相关性分析

相关系数是反映变量间变化关系密切程度的一个统计指标，其绝对值越大，表示相关性越强，二者越接近于线性关系。长度都为n的序列xi与yi序列的相关系数rxy计算如式(1)[6]所示。

(1)

计算结果表示两序列之间相关程度的统计指标，其值介于[-1，1]区间，大于0时表示正相关，小于0时表示负相关。rxy的绝对值越接近于1，两要素的关系越密切；越接近于0，两要素的关系越不密切。

分析负荷与温度的相关系数，n代表计算区间段上的时间点数，xi代表计算区间段上的各个时间点上的有功负荷(MW)；yi代表计算区间段上的各个时间点上的气温(℃)[6]。

表5 2017年2019年日最大降温负荷与温度的相关系数

可以看出，日最大降温负荷与日最高温度、平均温度之间的相关系数都大于0.7，相关性强。

3 夏季高峰负荷行业构成

按照《国民经济行业分类与代码》(GB/T 4754—2017)[7]将473个行业划分为11个大类，收取2019年这11类行业8 760 h负荷，计算出年最大负荷时刻各行业负荷占比，如表6所示。

表6 2019年电网最大负荷时刻各行业负荷占比

由表6可知，城乡居民生活用电、工业用电占最大负荷比例较高。

计算各行业降温负荷，然后计算各行业降温负荷占总降温负荷比例[8]，结果如表7所示。

表7 2019年电网年最大负荷时刻降温负荷行业占比

2019年统调降温负荷主要来自居民生活、工业、金融房地产行业三个行业，其中接近60%的降温负荷来自于居民生活用电，占比远高于其他两个行业。

4 负荷特性优化措施

根据重庆电网统调尖峰负荷持续时间短，持续天数少，单日持续时间长的特点，结合该地区东南区域电网因电厂参与调峰导致夏季负荷低、冬季负荷高，避免夏季高峰负荷出现的特性，建议电力供应侧采取电厂调峰削减夏季尖峰负荷，或用户侧采取需求侧响应措施解决尖峰负荷问题。

4.1 局部电厂调峰措施

分区域研究现有电厂调峰潜力是否可以削减尖峰负荷，对电厂调峰潜力不足的情况给出电源侧调节能力提升的措施和建议。

4.1.1 现有电厂调峰能力

电网直调电厂装机总容量为19 494.832 MW。其中220 kV及以下电厂56座，装机容量为10 870.83 MW。220 kV及以下火电、水电装机容量分别为4 691 MW， 2 924.1 MW。因风电、光伏等电厂不能参与调峰，则可参与负荷特性曲线优化调峰的直调220 kV及以下电厂容量为7 615.1 MW，占220 kV及以下电厂装机容量的70%。220 kV及以下直调火电、水电可调峰裕度见表8。

表8 220 kV及以下直调火电、水电可调峰裕度

4.1.2 现有调峰能力可削减负荷比例

重庆电网90%以上尖峰负荷无法通过直调火电、水电调峰能力削减，但可以削减95%以上尖峰负荷，计算过程如表9所示。

从分区域来看，东北、东南电网调峰裕度相对较为充分，水电调峰裕度可以削减电网尖峰负荷，水电厂响应很快，开机、停机比较灵活。西部电网调峰能力较小，无法通过现有调峰能力削减尖峰负荷。

表9 220 kV及以下可调峰裕度及削减负荷情况

重庆电网受夏季高温影响出现负荷尖峰，但从分区域来看，东南、东北区域110 kV及以下小水电多，对220 kV电网尖峰负荷的削减起到了一定作用。电力企业可以充分利用地调电厂的调峰能力，优化削减电网尖峰负荷。调峰能力不够的地区，通过电厂机组改造和新建调峰电厂，提高调峰能力，优化负荷特性。

4.2 电力需求侧响应措施

采取需求侧响应削减尖峰负荷，当峰谷差过大、电网备用容量不足或者局部过载时，通过指导用户侧开展需求响应，实现移峰填谷，减小峰谷差，提高电网运行效率和负荷率[9-10]。

1)需求侧响应以工业用户为主。工业用户通常用电负荷较大，表明可切空间较大；负荷曲线比较规律；需求比较集中，并且负载类型单一，利于电网与用户沟通调节这三个特点，给予了工业负荷在电力需求侧响应应用上非常大的优势。

居民用户因有以下因素在需求侧相应应用上受到限制：居民每户可实现需求侧响应的负载有限且不规律；每户收益非常少，用户感受不深；居民用户应具备智能家居控制系统或空调(家庭制冷/取暖设备)远程控制系统，且能够通过负荷集成商与需求响应平台实现对接。

2)利用需求侧响应平台及需求响应系统形成由政府主导，电网公司具体实施，负荷需求集成企业、电力用户配合的管理模式。需求类型包括约定响应、实时响应两种。需求响应可中断负荷电价为调控时长对应电价标准乘以响应速度系数。

3)估算可削减负荷。按照需求响应原则，工业用户约定响应能力一般为该企业最高用电负荷的5%～20%[11]。2019年重庆电网工业用户负荷约为6 234.42 MW，工业用户最大响应能力约为1 146.88 MW，预计可削减重庆电网95%以上的尖峰负荷。

5 结 论

1)重庆地区夏季高峰负荷主要由居民空调降温负荷构成，降温负荷约占55%左右，且逐年增长。

2)随着人民生活水平持续提高，夏季高峰降温负荷占比也将会随之增大，重庆地区用电需求受气候影响会愈来愈大，电力需求估算预测工作难度也会增加，对电网调峰运行的精准度也会越来越高。

3)建议持续研究气候对电力需求侧影响相关性，综合经济性、气候因素的空调负荷估算模型，提高电力需求估算的准确度，从而进行适时调整地区电厂峰谷，避免局部过载。

4)建议出台分时电价政策进行调峰，引导降温负荷用户适时“削峰填谷”，从而对用电特性进行改善，缓解电网侧供电压力，降低电网投资成本，提升电网资源利用率及收益。