河南电网降温负荷与气温敏感性分析

刘军会++邓方钊++李甜甜++宋大为++郭卫宇

摘 要：依据河南电网8760负荷数据，采用日负荷曲线比较法测算了河南2016年夏季逐日降温负荷。并从工作日和节假日两个维度建立降温负荷与最高、平均、最低气温的回归模型，据此获得降温负荷受气温影响的规律，为预判降温负荷发展趋势、优化电网运行调度提供重要参考依据。

关键词：降温负荷；日负荷曲线比较；温度敏感性

中图分类号：TM714 文献标识码：A

0.引言

近年来，随着居民生活水平的提高，空调保有量的增长，降温负荷成为河南电网夏季大负荷屡创新高的重要原因。而降温负荷与气温有密切的关系，为优化电网运行调度、确保顺利迎峰度夏，有必要对河南电网降温负荷与气温相关关系开展研究，为降温负荷预测提供参考依据。

1.日降温负荷测算

日负荷曲线比较法可直接利用日负荷曲线推算日降温负荷。其基本思路是：以春季和秋季的典型日（日负荷率与季度平均日负荷率最接近、且负荷曲线无异常畸变）负荷曲线的平均值为基准，夏季日负荷曲线与该基准曲线的差值就是日降温负荷曲线，其峰值就是日降温负荷。

具体流程如下：

①选择春季和秋季的典型日。

②设春季典型日负荷曲线为P1W，秋季典型日负荷曲线为P2W。

③采用春季和秋季典型日负荷曲线的平均值作为当年的无降温基准负荷曲线，以消除负荷自然增长的影响。

④把夏季日负荷曲线PnW与无降温基准负荷曲线相减，得到的差值就是受温度影响的日降温负荷曲线，这里n表示6～8月每天的日期。

⑤取日降温负荷曲线峰值，即为日最大降温负荷。

通过上述方法即可得到2016年夏季日降温负荷，如图1所示。

2.降温负荷与温度之间关系分析

2.1 工作日温度敏感性分析

降温负荷与平均温度关系，21℃～ 32℃之间，y=185.6x-3865.9（万kW），即平均气温每升高1℃，降温负荷增加185.6万kW。

降温负荷与最高温度关系，22℃～ 38℃之间，y=155.17x- 3720.5（万kW），即最高气温每升高1℃，降温负荷增加155.17万kW。

降温负荷与最低温度关系，16℃～29℃之间，y=156.6x-2508.4（万kW），即最低气温每升高1℃，降温负荷增加156.6万kW。

相较最高和最低温度，平均气温每升高1℃，降温负荷增加值最大说明降温负荷受平均温度影响最大。降温负荷与平均温度线性拟合相关性R2=0.7485最接近1，说明降温负荷与平均温度呈现较强相关性。

在此基础上，为进一步明晰降温负荷与平均温度的关系，对2016年工作日降温负荷与平均温度进行了分段拟合分析，主要结果如图2所示。

2.2 节假日气温敏感性分析

在节假日期间：

降温负荷与平均温度关系：22℃～ 32℃之间，y=207.33x-4547.4（万kW），即平均气温每升高1℃，降温负荷增加207.33万kW。

降温负荷与最高温度关系：27℃～ 37℃之间，y=207.33x-4573.4（万kW），即最高气温每升高1℃，降温负荷增加207.33万kW。

降温负荷与最低温度关系：15℃～ 29℃之间，y=135.04x-2088.7（万kW），即最低气温每升高1℃，降温负荷增加135.04万kW。

由以上分析可知，相较于最高和最低温度，工作日与节假日降温负荷与平均气温有较强的相关关系。

结论

（1）日负荷曲线比较法仅利用8760数据即可获得夏季日降温负荷。利用该曲线不仅可进行降温负荷特性分析，再进一步积分可得日降温电量。

（2）相较于最高和最低温度，工作日与节假日降温负荷与平均气温有较强的相关关系。对工作日来讲，平均气温每升高1℃，降温负荷增加185.6万kW；对节假日来讲，平均气温每升高1℃，降温负荷增加207.33万kW。

（3）降温负荷与平均温度之间有较强的相关关系表明：降温负荷不仅与夏季气温有关，也与高温持续时间有关。

参考文献

[1]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.

[2]秦砺寒，李顺昕，韩江磊，等.基于FOA优化的BP神经网络在夏季空调降温负荷预测中的应用[J].华东电力，2014（12）：2708-2712.

[3]吴荣福，黄文英，邓勇，等.福建电网夏季降温负荷研究分析[J].电气技术，2015（5）：49-53+73.

[4]谢敏，邓佳梁，刘明波，等.基于气象信息和熵权理论的降温负荷估算方法[J].电力系统自动化，2016（3）：135-139.