積溫效應(yīng)在電力日峰谷負(fù)荷中的應(yīng)用及檢驗(yàn)

付桂琴 尤鳳春 曹 欣 賈俊妹

1)(河北省氣象服務(wù)中心，石家莊050021)2)(河北省氣象與生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室,石家莊050021)3)(北京市氣象臺(tái)，北京 100089) 4) (河北省電力公司，石家莊 050021)

?

積溫效應(yīng)在電力日峰谷負(fù)荷中的應(yīng)用及檢驗(yàn)

付桂琴1)2)*尤鳳春3)曹 欣4)賈俊妹1)

1)(河北省氣象服務(wù)中心，石家莊050021)2)(河北省氣象與生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室,石家莊050021)3)(北京市氣象臺(tái)，北京 100089)4)(河北省電力公司，石家莊 050021)

從電力氣象服務(wù)需求出發(fā)，利用2001—2010年5—9月河北省南電網(wǎng)逐日電力日峰負(fù)荷、日谷負(fù)荷與對(duì)應(yīng)時(shí)間的氣象資料，探討晴熱天氣和悶熱天氣對(duì)電力日峰負(fù)荷、日谷負(fù)荷的影響特征。分析發(fā)現(xiàn)持續(xù)3 d以上的悶熱天氣相對(duì)晴熱天氣使電力日峰負(fù)荷、日谷負(fù)荷增長(zhǎng)更顯著；日最高氣溫32℃是引起河北省南電網(wǎng)日峰負(fù)荷增長(zhǎng)的初始?xì)鉁孛舾悬c(diǎn)，35℃為強(qiáng)氣溫敏感點(diǎn)，38℃為極強(qiáng)氣溫敏感點(diǎn)，日最低氣溫25℃為引起日谷負(fù)荷增加的敏感氣溫臨界點(diǎn)；建立了引入積溫?zé)崂鄯e效應(yīng)的日峰負(fù)荷、日谷負(fù)荷多元回歸氣象預(yù)測(cè)模型，經(jīng)2011—2013年應(yīng)用檢驗(yàn)，日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)平均相對(duì)誤差分別為4.8%和3.5%，提高了預(yù)測(cè)準(zhǔn)確率，對(duì)電力調(diào)度具有參考價(jià)值。

日峰負(fù)荷； 日谷負(fù)荷； 積溫效應(yīng)

引 言

隨著經(jīng)濟(jì)的快速發(fā)展，電力需求呈逐年快速增長(zhǎng)趨勢(shì)，尤其是夏季電網(wǎng)承受著高負(fù)荷壓力。用電需求的快速增長(zhǎng)，不僅與經(jīng)濟(jì)發(fā)展、工農(nóng)業(yè)用電的快速增長(zhǎng)有關(guān)，還與氣象條件等因素緊密相關(guān)。

有關(guān)電力負(fù)荷受氣象條件影響的問(wèn)題，國(guó)內(nèi)外學(xué)者已進(jìn)行廣泛研究，并建立了基于氣象因子的電力負(fù)荷預(yù)測(cè)模型[1-4]。張小玲等[5]研究了北京地區(qū)用電量與氣象因子間的關(guān)系。鄭賢等[6]分析廣西桂林電網(wǎng)日負(fù)荷與氣象因素的關(guān)系，并建立了統(tǒng)計(jì)預(yù)測(cè)模型。陳正洪等[7]通過(guò)華中電網(wǎng)用電量與氣溫間的關(guān)系研究表明：日用電量與日平均氣溫在夏半年(5—9月)85%的月份呈顯著正相關(guān)。付桂琴等[8]以2009年罕見(jiàn)高溫過(guò)程為例，分析了高溫天氣對(duì)河北南電網(wǎng)的影響關(guān)系。研究表明：在所有氣象因子中，氣溫對(duì)電力負(fù)荷的影響最為突出。20世紀(jì)80年代美國(guó)學(xué)者研究表明：夏季高溫日用于降溫的電量占全部電量的17%[9]。國(guó)內(nèi)學(xué)者段海來(lái)等[10]通過(guò)廣東廣州城市電力消費(fèi)對(duì)氣候變化的響應(yīng)分析表明：5—10月廣州平均氣溫每升高1℃，居民生活用電量將增加1.25%。張海東等[11]分析氣溫變化對(duì)江蘇南京城市電力負(fù)荷的影響表明，南京夏季(7—9月)的氣溫變化對(duì)電力負(fù)荷的影響較全年更為明顯。李雪銘等[12]以遼寧大連為例研究表明，夏季氣溫變化直接影響居民用電量。張自銀等[13]總結(jié)出北京日最高氣溫高于26℃時(shí)，日最大電力負(fù)荷的1℃效應(yīng)量為39.7×104kW。賀芳芳等[14]研究了上海地區(qū)夏季氣溫變化對(duì)電力負(fù)荷的影響關(guān)系，得出日最高氣溫不低于33℃是日最大電力負(fù)荷增加的敏感氣溫起始值。

多年來(lái)，國(guó)內(nèi)外學(xué)者盡管在氣溫與電力負(fù)荷的影響關(guān)系方面研究較多，但多數(shù)是研究氣象條件對(duì)日峰負(fù)荷(日最大電力負(fù)荷)的影響，而對(duì)日谷負(fù)荷(日最小電力負(fù)荷)方面的研究不多見(jiàn)。準(zhǔn)確預(yù)報(bào)日峰負(fù)荷，對(duì)電力公司及時(shí)調(diào)整電力調(diào)度、確保國(guó)民經(jīng)濟(jì)的快速發(fā)展、居民用電安全固然重要。但電不能儲(chǔ)存，過(guò)多發(fā)電會(huì)造成大量能源浪費(fèi)及環(huán)境污染。因此，研究氣象條件對(duì)日谷負(fù)荷影響及進(jìn)行預(yù)測(cè)，對(duì)節(jié)約能源、減少環(huán)境污染有重要意義。另外，據(jù)統(tǒng)計(jì)，不僅高溫天氣條件下用電量會(huì)急劇上升，高溫過(guò)后仍然有一個(gè)電力負(fù)荷的上升過(guò)程，這是高溫對(duì)電力負(fù)荷影響的熱累積效應(yīng)。由此，本文在原有研究成果的基礎(chǔ)上，重點(diǎn)分析2001—2010年5—9月電力日峰負(fù)荷、日谷負(fù)荷與氣象條件關(guān)系，并考慮持續(xù)晴熱天氣和悶熱天氣所產(chǎn)生的積溫?zé)崂鄯e效應(yīng)，建立河北省南電網(wǎng)日峰負(fù)荷、日谷負(fù)荷的氣象預(yù)測(cè)模型，為電力部門合理調(diào)度提供參考。

1 資 料

河北省南電網(wǎng)所轄區(qū)域?yàn)楹颖笔≈心喜浚ū６?、石家莊、滄州、衡水、邢臺(tái)和邯鄲6個(gè)地市，這些地區(qū)氣候條件相似，但用電量差異顯著。據(jù)電力調(diào)度部門統(tǒng)計(jì)，省會(huì)城市石家莊用電量最多，占南電網(wǎng)總用電量的30%左右，衡水用電量最少，僅占7%左右，其余地市所占比例為12%～19%。

為合理計(jì)算南電網(wǎng)區(qū)域氣象條件對(duì)電力負(fù)荷的影響，選取上述6個(gè)地市的日平均氣溫、日最高氣溫、日最低氣溫、日平均相對(duì)濕度、日降水量等[15]氣象要素，分別乘當(dāng)?shù)赜秒娏克急壤?，取各要素之和代表南電網(wǎng)區(qū)域的氣象條件。

2001—2010年5—9月河北省南電網(wǎng)電力日峰負(fù)荷、日谷負(fù)荷數(shù)據(jù)由河北省電力公司提供，日峰負(fù)荷樣本量為1200，由于2010年7月18日—9月30日日谷負(fù)荷缺資料，日谷負(fù)荷樣本量為1145。相應(yīng)時(shí)間的氣象資料由河北省氣候中心提供。

2 高低溫與電力峰谷負(fù)荷變化特征及影響

2.1 高低溫與峰谷負(fù)荷變化特征

圖1是2001—2010年5—9月南電網(wǎng)區(qū)域逐日最高氣溫、最低氣溫與電力日峰負(fù)荷、日谷負(fù)荷年平均時(shí)間序列。由圖1可以看出，無(wú)論是日最高氣溫還是日最低氣溫，其年平均值只是逐年波動(dòng)，10年來(lái)相對(duì)平穩(wěn)，沒(méi)有明顯的變化趨勢(shì)；而電力日峰負(fù)荷、日谷負(fù)荷的年平均值具有明顯的逐年線性增長(zhǎng)趨勢(shì)；受社會(huì)經(jīng)濟(jì)發(fā)展等因素的影響，電力負(fù)荷呈逐年顯著增長(zhǎng)的變化趨勢(shì)。氣象條件只是引起負(fù)荷的波動(dòng)變化。為客觀分析氣象條件對(duì)電力負(fù)荷的影響，采用

E=(Et+Eq)+A，

(1)

描述電力負(fù)荷值[16]。式(1)中，Et為基礎(chǔ)電力負(fù)荷，從全年電力負(fù)荷中剔除受氣象條件等影響的負(fù)荷，基礎(chǔ)電力負(fù)荷隨國(guó)民經(jīng)濟(jì)增長(zhǎng)呈遞增趨勢(shì)；Eq為受氣象條件影響的季節(jié)性波動(dòng)負(fù)荷；A為不確定因素引起的負(fù)荷變化，由于A影響較小，在此忽略不記。其中，基礎(chǔ)負(fù)荷為

Et=a+b×t。

(2)

式(2)中,a為常數(shù)項(xiàng)，b為線性傾向值，t為時(shí)間序列。

圖1 2001—2010年5—9月日最高氣溫、日最低氣溫及日峰負(fù)荷、日谷負(fù)荷年平均變化曲線Fig.1 The annual average curve of daily maximum temperature, daily minimum temperature and daily peak load, daily valley load of power from May to September during 2001-2010

圖2為去除基礎(chǔ)電力負(fù)荷后，由氣象條件引起的日峰負(fù)荷、日谷負(fù)荷月變化與日最高氣溫、日最低氣溫月平均變化曲線。由圖2可以看出，10年來(lái)，5—9月平均日最高氣溫，還是日最低氣溫,其月變化基本以7月為中心軸，左右對(duì)稱的二次函數(shù)形式。5—6月氣溫呈上升趨勢(shì)，7月氣溫達(dá)到相對(duì)高點(diǎn)，8—9月又以相同的速度逐月下降，形成與5—6月的對(duì)稱分布。與此同時(shí)，電力日峰負(fù)荷、日谷負(fù)荷的月平均變化與日最高氣溫、日最低氣溫月變化趨勢(shì)相似，也呈二次函數(shù)形式。即氣溫升高，用電負(fù)荷增加；氣溫下降，用電負(fù)荷減少。這種變化趨勢(shì)很好地體現(xiàn)出夏季空調(diào)降溫負(fù)荷特征。

圖2 2001—2010年5—9月日最高氣溫、日最低氣溫及日峰負(fù)荷、日谷負(fù)荷月平均曲線Fig.2 The monthly average curve of daily maximum temperature, daily minimum temperature and daily peak load, daily valley load of power from May to September during 2001-2010

2.2 晴熱天氣和悶熱天氣對(duì)峰谷負(fù)荷影響

高溫天氣會(huì)造成電力負(fù)荷大幅度增加[17-18]。事實(shí)證明濕度小、氣溫高的晴熱天氣和濕度大、氣溫較高的悶熱天氣均會(huì)使空調(diào)負(fù)荷明顯增加。因此，本文分別對(duì)晴熱天氣和悶熱天氣情況下的峰谷負(fù)荷變化進(jìn)行分析。

悶熱天氣是指人體感到潮熱和氣悶的高溫、高濕天氣，通常用悶熱指數(shù)表示。悶熱指數(shù)[19-20]

I=(1.8T+32)-0.55×(1-f)×

(1.8T-26),

(3)

式(3)中,T為日平均氣溫(單位：℃)，f為日平均相對(duì)濕度(單位：%)，當(dāng)I≥80時(shí)，大多數(shù)人體感到悶熱，定義為悶熱天氣。持續(xù)3 d及以上I≥80即為1次悶熱天氣過(guò)程。

晴熱天氣：日最高氣溫大于等于35℃，且I<80。持續(xù)3 d及以上滿足上述條件即為1次晴熱天氣過(guò)程。

經(jīng)統(tǒng)計(jì)，2001—2010年河北省南電網(wǎng)區(qū)域共出現(xiàn)35℃以上高溫天氣137 d，晴熱天氣過(guò)程11次，悶熱天氣過(guò)程10次。各年晴熱天氣過(guò)程出現(xiàn)時(shí)間及過(guò)程日峰負(fù)荷、日谷負(fù)荷變化情況見(jiàn)表1。各年悶熱天氣過(guò)程出現(xiàn)時(shí)間及過(guò)程日峰負(fù)荷、日谷負(fù)荷變化情況見(jiàn)表2。

由表1和表2可知，晴熱天氣過(guò)程主要出現(xiàn)在6月，而悶熱天氣主要出現(xiàn)在7月、8月。晴熱天氣過(guò)程日最高氣溫平均為38.0℃，日最低氣溫平均為22.0℃，溫差大，對(duì)應(yīng)的峰谷負(fù)荷差也大，平均為45.3×105kW。悶熱天氣過(guò)程日最高氣溫平均為36.2℃，日最低氣溫平均為25.2℃，溫差小，對(duì)應(yīng)的峰谷負(fù)荷差也小，平均為32.7×105kW。悶熱天氣引起的日峰負(fù)荷、日谷負(fù)荷增量均比晴熱天氣大，尤其是日谷負(fù)荷增量比晴熱天氣更明顯。這主要是夜間氣溫高，天氣悶熱，空調(diào)負(fù)荷開(kāi)啟量大，且開(kāi)啟時(shí)間長(zhǎng)所致。悶熱天氣過(guò)程，即使日最高氣溫低于35℃，也會(huì)造成負(fù)荷的明顯增長(zhǎng)。如2009年7月20—22日悶熱天氣過(guò)程最高氣溫僅33.9℃，期間日峰負(fù)荷增長(zhǎng)達(dá)184.6×105kW，日谷負(fù)荷增長(zhǎng)為142.2×105kW。

表1 2001—2010年5—9月晴熱天氣過(guò)程與日峰負(fù)荷、日谷負(fù)荷變化Table 1 Variations of daily peak load and daily valley load of power in sunny hot weather from May to September during 2001-2010

表2 2001—2010年5—9月悶熱天氣過(guò)程與日峰負(fù)荷、日谷負(fù)荷變化Table 2 Variations of daily peak load and daily valley load of power in muggy weather from May to September during 2001-2010

以上分析表明，無(wú)論是晴熱天氣過(guò)程，還是悶熱天氣過(guò)程均會(huì)造成電力負(fù)荷的顯著增長(zhǎng)。其中，悶熱天氣過(guò)程相對(duì)晴熱天氣過(guò)程日峰負(fù)荷、日谷負(fù)荷增長(zhǎng)更明顯，即使氣溫未達(dá)到35℃，由于濕度大，前期高溫?zé)崂鄯e滯后效應(yīng)也會(huì)造成負(fù)荷的明顯增長(zhǎng)。

3 積溫?zé)崂鄯e效應(yīng)計(jì)算方法

3.1 積溫臨界值的確定

積溫?zé)崂鄯e效應(yīng)是指在持續(xù)高溫過(guò)程中，電力負(fù)荷會(huì)隨著持續(xù)時(shí)間的增加而增長(zhǎng)，即在同等氣溫條件下，電力負(fù)荷也會(huì)出現(xiàn)較大程度的增加。為了確定夏季積溫?zé)崂鄯e的氣溫臨界點(diǎn)，引入電力負(fù)荷氣象變化量

(4)

表示夏季日峰負(fù)荷、日谷負(fù)荷隨氣象因子的變化程度[14]。式(4)中,Eq為氣象負(fù)荷，Et為基礎(chǔ)電力負(fù)荷項(xiàng)。由于日峰負(fù)荷對(duì)日最高氣溫變化敏感，日谷負(fù)荷對(duì)日最低氣溫變化比較敏感，因此,分別用日最高氣溫、日最低氣溫變化跟蹤日峰負(fù)荷、日谷負(fù)荷變化。表3為2001—2010年5—9月日最高氣溫Tmax≥27℃時(shí)，日峰負(fù)荷氣象變化量平均值(K)及日最高氣溫升高1℃時(shí)K增加值(M)。由表3可以看出，雖然日峰負(fù)荷氣象變化量隨日最高氣溫的升高而增加，但在日最高氣溫低于30℃時(shí)，K為負(fù)值，說(shuō)明此時(shí)基本上沒(méi)有空調(diào)負(fù)荷的影響。當(dāng)日最高氣溫大于30℃時(shí)，空調(diào)負(fù)荷開(kāi)始顯現(xiàn)，且隨著氣溫升高，空調(diào)負(fù)荷快速增加。當(dāng)日最高氣溫為30～31℃,32～33℃時(shí),M較大，分別為9.8%和14.9%。但日最高氣溫為30～31℃時(shí)，K僅為0.5%，說(shuō)明此時(shí)空調(diào)負(fù)荷所占比例很小。當(dāng)日最高氣溫為32～33℃時(shí)，K迅速增大至18.2%，說(shuō)明此時(shí)空調(diào)負(fù)荷所占比已經(jīng)很大，由氣溫升高1℃引起氣象日峰負(fù)荷的增長(zhǎng)達(dá)到14.9%，需引起重視。當(dāng)日最高氣溫為35～36℃,達(dá)高溫天氣時(shí)，K達(dá)到27.6%，此時(shí)M也較大，空調(diào)負(fù)荷再次明顯增加，電力部門需高度重視。當(dāng)日最高氣溫為38～39℃時(shí)，K達(dá)到43.9%，此時(shí)M為9.4%，說(shuō)明氣溫再升高1℃空調(diào)負(fù)荷將占?xì)庀筘?fù)荷的50%以上，此時(shí)，可能由于制冷設(shè)備長(zhǎng)時(shí)間大量運(yùn)轉(zhuǎn)出現(xiàn)一些開(kāi)關(guān)跳閘、被燒等電力事故，電力部門需警惕重視。氣溫在39℃以上時(shí)，M增量有限，說(shuō)明制冷設(shè)備基本全部開(kāi)啟，達(dá)到飽和運(yùn)轉(zhuǎn)。因此，將32℃定義為引起日峰負(fù)荷增加的初始?xì)鉁孛舾兄担?5℃為強(qiáng)氣溫敏感值，39℃為極強(qiáng)氣溫敏感值。

表3 日最高氣溫升高1℃對(duì)應(yīng)的日峰負(fù)荷氣象變化量(K)及增加值(M)Table 3 Increment of meteorological variations of daily peak power with 1℃ increment of daily maximum temperature

注：*歷史記錄中南電網(wǎng)區(qū)域夏季極端最高氣溫為44.4℃。

表4為2001—2010年5—9月日最低氣溫Tmin≥20℃時(shí)，日谷負(fù)荷氣象變化量的平均值(K)及日最低氣溫升高1℃時(shí)K增加值(M)。當(dāng)日最低氣為30.0℃。

表4 日最低氣溫升高1℃對(duì)應(yīng)的日谷負(fù)荷氣象變化量及增加值Table 4 Increment of meteorological variations of daily valley load of power with 1℃ increment daily minimum temperature

注：*歷史記錄中南電網(wǎng)區(qū)域夏季日最低氣溫最大值

溫低于22℃時(shí)，夜間沒(méi)有空調(diào)負(fù)荷的影響，當(dāng)日最低氣溫為22～23℃時(shí)，空調(diào)負(fù)荷開(kāi)始顯現(xiàn)，當(dāng)日最低氣溫為25～26℃時(shí)，M最大，對(duì)應(yīng)K為17.3%，此時(shí)，由最低氣溫升高導(dǎo)致的日谷負(fù)荷增量顯著，需引起電力部門重視，因此，將25℃定義為引起日谷負(fù)荷增加變化的敏感氣溫臨界值。

3.2 積溫?zé)崂鄯e效應(yīng)計(jì)算方法

眾所周知，積溫?zé)崂鄯e效應(yīng)對(duì)電力負(fù)荷的影響，不僅與超過(guò)臨界值的日數(shù)有關(guān)，還與超過(guò)臨界值的大小有關(guān)。因此，定義積溫?zé)崂鄯e效應(yīng)

B=n(Tm-T0)。

(5)

式(5)中,n為超過(guò)最高氣溫臨界值或最低氣溫臨界值的累計(jì)日數(shù)，Tm為當(dāng)日最高氣溫或最低氣溫，T0為對(duì)應(yīng)的最高氣溫臨界值或最低氣溫臨界值。n為超過(guò)某一臨界值日起，從1開(kāi)始逐日加1，當(dāng)氣溫未達(dá)到臨界值時(shí),n為0，依次循環(huán)。

4 建立引入積溫?zé)崂鄯e效應(yīng)的多元回歸預(yù)測(cè)模型

4.1 電力日峰谷負(fù)荷預(yù)測(cè)模型

對(duì)所選的氣象要素包括日平均氣溫(T)、日最高氣溫(Tmax)、 日最低氣溫(Tmin)、高溫積溫效應(yīng)(Bmax)、低溫積溫效應(yīng)(Bmin)、日平均相對(duì)濕度(f)、日降水量(R)，與對(duì)應(yīng)的電力日峰氣象負(fù)荷(Fmax)、日谷氣象負(fù)荷(Fmin)進(jìn)行相關(guān)分析。各氣象要素與電力日峰氣象負(fù)荷、日谷氣象負(fù)荷相關(guān)性計(jì)算結(jié)果見(jiàn)表5。

表5 2001—2010年5—9月逐日電力氣象負(fù)荷與氣象要素的相關(guān)系數(shù)Table 5 The correlation between power load and meteorological elements from May to September during 2001-2010

由表5可以看出，夏季日峰負(fù)荷、日谷負(fù)荷與日最高氣溫、日最低氣溫、日平均氣溫、積溫?zé)崂鄯e效應(yīng)均為顯著正相關(guān)，相關(guān)系數(shù)多為0.426～0.561；電力日峰負(fù)荷、日谷負(fù)荷與日平均相對(duì)濕度、日降水量均呈負(fù)相關(guān)，相關(guān)系數(shù)為-0.361～-0.183，均達(dá)到0.005顯著性水平，選取上述各氣象要素與日峰負(fù)荷、日谷負(fù)荷分別建立多元回歸預(yù)測(cè)模型。

5—9月電力日峰氣象負(fù)荷預(yù)測(cè)模型為

Fmax=28.7T-9.2Tmax+5.9Tmin+

3.6Bmax-2.8f-0.81R-389.9,

(6)

復(fù)相關(guān)系數(shù)為0.794，達(dá)到0.005顯著性水平。

5—9月電力日谷負(fù)荷氣象預(yù)測(cè)模型為

Fmin=-15.1T+8.1Tmax+21.5Tmin+

13.2Bmax-1.4f-2.3R-205.6,

(7)

復(fù)相關(guān)系數(shù)為0.769，達(dá)到0.005顯著性水平。

4.2 預(yù)測(cè)模型檢驗(yàn)

依據(jù)日峰氣象負(fù)荷、日谷氣象負(fù)荷預(yù)測(cè)模型，對(duì)2011—2013年5—9月電力負(fù)荷進(jìn)行預(yù)測(cè)應(yīng)用檢驗(yàn)，氣象負(fù)荷與電力負(fù)荷趨勢(shì)項(xiàng)相加即得逐年日峰負(fù)荷、日谷實(shí)際負(fù)荷預(yù)測(cè)值。2011—2013年5—9月日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)值與對(duì)應(yīng)電力日峰負(fù)荷、日谷負(fù)荷實(shí)況見(jiàn)圖3。由圖3可以看出，電力日峰負(fù)荷和日谷負(fù)荷預(yù)測(cè)均能較好地反映電力峰、谷負(fù)荷的實(shí)際變化，該模型對(duì)電力日峰負(fù)荷、日谷負(fù)荷具有較好的預(yù)測(cè)能力。日峰負(fù)荷的實(shí)際波動(dòng)比日谷負(fù)荷大，也反映出白天日峰負(fù)荷不僅受氣象因素影響，還受工業(yè)生產(chǎn)用電、農(nóng)業(yè)灌溉用電、人類活動(dòng)等不確定用電因素影響，對(duì)電力負(fù)荷的影響比夜間更復(fù)雜。如2012年6月14—24日電力日峰負(fù)荷的顯著增長(zhǎng)波動(dòng)，正是河北省收獲小麥后種玉米的農(nóng)業(yè)灌溉用電高峰期，2012年6月16—19日又出現(xiàn)晴熱天氣過(guò)程，因此，受階段性農(nóng)業(yè)灌溉用電和空調(diào)用電的共同影響，出現(xiàn)了電力負(fù)荷的顯著增長(zhǎng)。夜間用電一般都比較穩(wěn)定，因此，日谷負(fù)荷的波動(dòng)較小，峰值誤差也相對(duì)較小。

在此基礎(chǔ)上，計(jì)算2011—2013年5—9月逐日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)的相對(duì)誤差絕對(duì)值，對(duì)其預(yù)測(cè)效果進(jìn)行數(shù)據(jù)分析檢驗(yàn)[21-22]。該檢驗(yàn)方法也是河北省南電網(wǎng)電力負(fù)荷預(yù)測(cè)日常業(yè)務(wù)檢驗(yàn)方法，日峰負(fù)荷預(yù)測(cè)相對(duì)誤差絕對(duì)值平均為4.8%，日谷負(fù)荷預(yù)測(cè)相對(duì)誤差絕對(duì)值平均為3.5%，均達(dá)到電力部門內(nèi)部業(yè)務(wù)考核目標(biāo)的預(yù)測(cè)誤差要求。可見(jiàn)，引入積溫效應(yīng)的電力日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)更接近電力負(fù)荷實(shí)際情況，且能滿足日常業(yè)務(wù)需求。

圖3 2011—2013年5—9月日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)值與實(shí)況對(duì)比Fig.3 The contrast curve between forecast and real value of daily peak load and daily valley load from May to September during 2011-2013

4.3 業(yè)務(wù)化應(yīng)用

在實(shí)際業(yè)務(wù)應(yīng)用中，模型中的日最高氣溫、日最低氣溫采用站點(diǎn)氣象要素預(yù)報(bào)，積溫效應(yīng)由已發(fā)生的實(shí)況和未來(lái)的氣溫預(yù)報(bào)進(jìn)行確定；站點(diǎn)相對(duì)濕度、降水量采用T639模式預(yù)報(bào)訂正到站點(diǎn)的定量預(yù)報(bào)。依據(jù)日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)模型，進(jìn)行電力日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)。該預(yù)測(cè)模型已嵌入河北省南電網(wǎng)預(yù)報(bào)服務(wù)系統(tǒng)中，每日下午對(duì)電力部門發(fā)布未來(lái)24h電力日峰負(fù)荷、日谷負(fù)荷預(yù)測(cè)服務(wù)，可實(shí)時(shí)為電力調(diào)度部門提供氣象預(yù)測(cè)數(shù)據(jù)。以日峰負(fù)荷為例，2014年5—7月電力日峰負(fù)荷24h預(yù)測(cè)準(zhǔn)確率達(dá)93.7%。為電力部門合理調(diào)度提供參考依據(jù)。

5 小 結(jié)

分析河北省南電網(wǎng)2001—2010年5—9月電力日峰負(fù)荷、日谷負(fù)荷及其與氣象條件關(guān)系，得出以下初步結(jié)論：

1) 河北省南電網(wǎng)夏半年日峰負(fù)荷、日谷負(fù)荷隨月份呈二次函數(shù)周期變化和逐年明顯增長(zhǎng)的趨勢(shì)變化。電力日峰負(fù)荷、日谷負(fù)荷與氣溫以及氣溫的積溫效應(yīng)變化呈正相關(guān)，相關(guān)系數(shù)為0.426～0.561；與平均相對(duì)濕度、日降水量呈負(fù)相關(guān)，相關(guān)系數(shù)為-0.361～-0.183，均達(dá)到0.005顯著性水平。

2) 持續(xù)3d以上的晴熱和悶熱天氣過(guò)程對(duì)電力負(fù)荷增長(zhǎng)有明顯影響。10年共出現(xiàn)10次晴熱天氣過(guò)程，11次悶熱天氣過(guò)程。悶熱天氣過(guò)程對(duì)日峰負(fù)荷、日谷負(fù)荷影響較晴熱天氣過(guò)程更顯著。

3) 由日峰負(fù)荷、日谷負(fù)荷氣象變化量可知，日最高氣溫大于等于32℃時(shí)，對(duì)日峰負(fù)荷增長(zhǎng)有顯著影響；日最低氣溫大于等于25℃時(shí)，對(duì)日谷負(fù)荷增長(zhǎng)有顯著影響。因此，將32℃和25℃分別作為日峰負(fù)荷和日谷負(fù)荷積溫效應(yīng)敏感氣溫臨界值。

4) 引入積溫?zé)崂鄯e效應(yīng)，通過(guò)多元回歸方法，建立日峰負(fù)荷、日谷負(fù)荷氣象預(yù)測(cè)模型。經(jīng)過(guò)對(duì)2011—2013年5—9月預(yù)測(cè)應(yīng)用檢驗(yàn)表明：日峰負(fù)荷、日谷負(fù)荷均具有較好的預(yù)測(cè)能力，對(duì)河北省南電網(wǎng)電力調(diào)度具有參考價(jià)值。

[1] 胡江林,陳正洪,洪斌,等.基于氣象因子的華中電網(wǎng)負(fù)荷預(yù)測(cè)方法研究.應(yīng)用氣象學(xué)報(bào),2002,13(5):600-608.

[2] 羅慧,巢清塵,李奇,等.氣象要素在電力負(fù)荷預(yù)測(cè)中的應(yīng)用.氣象,2005,31(6):15-18.

[3] 付桂琴,李運(yùn)宗.氣象條件對(duì)電力負(fù)荷的影響分析.氣象科技,2008,36(6):795-800.

[4] 吳向陽(yáng),張海東.北京市氣溫對(duì)電力負(fù)荷影響的計(jì)量經(jīng)濟(jì)分析.應(yīng)用氣象學(xué)報(bào),2008,19(5):531-538.

[5] 張小玲,王迎春.北京夏季用電量與氣象條件的關(guān)系及預(yù)報(bào).氣象,2002,28(2):17-21.

[6] 鄭賢,唐伍斌,貝宇,等.桂林電網(wǎng)日負(fù)荷與氣象因素的關(guān)系及其預(yù)測(cè).氣象,2008,34(10):96-101.

[7] 陳正洪,洪斌.華中電網(wǎng)四省日用電量與氣溫關(guān)系的評(píng)估.地理學(xué)報(bào),2000,55(增刊Ⅰ):34-38.

[8] 付桂琴,時(shí)青格,劉建文.夏季高溫對(duì)電力負(fù)荷的影響.電網(wǎng)技術(shù),2010,34(增刊Ⅱ):506-509.

[9]DouglasMLC,HencyEW.Modelingtheimpactofsummertemperaturesonnationalelectrlcityconsumption.JApplMeteorol,1981,20(12):1415-1419.

[10] 段海來(lái),千懷遂.廣州城市電力消費(fèi)對(duì)氣候變化的響應(yīng).應(yīng)用氣象學(xué)報(bào),2009,20(1):80-87.

[11] 張海東，孫照渤，鄭艷，等.溫度變化對(duì)南京城市電力負(fù)荷的影響.大氣科學(xué)學(xué)報(bào)，2009，32(4)：536-542.

[12] 李雪銘,葛慶龍,周連義，等.近二十年全球氣溫變化的居民用電量響應(yīng)——以大連市為例.干旱區(qū)資源與環(huán)境,2003,17(5):54-58.

[13] 張自銀，馬京津，雷楊娜.北京市夏季電力負(fù)荷逐日變率與氣象因子關(guān)系.應(yīng)用氣象學(xué)報(bào),2011,22(6):760-765.

[14] 賀芳芳,史軍.上海地區(qū)夏季氣溫變化對(duì)用電負(fù)荷的影響.長(zhǎng)江流域資源與環(huán)境,2011,20(12):1462-1467.

[15] 閻訪,陳靜,車少靜.石家莊夏季用電量對(duì)天氣的響應(yīng)及其預(yù)測(cè)模型.甘肅氣象,2009,27(3):282-287.

[16] 羅森波,紀(jì)忠萍,馬讉?cè)A,等.2002—2004年廣東電力負(fù)荷的變化及預(yù)測(cè).熱帶氣象學(xué)報(bào),2007,23(2):153-161.

[17] 賀芳芳,徐家良,周偉東,等.上海地區(qū)高溫期氣象條件對(duì)用電影響的評(píng)估.高原氣象,2008,27(增刊Ⅰ):210-217.

[18] 鐘利華,周紹毅,鄧英姿,等.廣西近年高溫干旱氣象災(zāi)害及對(duì)電力供求的影響.災(zāi)害學(xué),2012,22(3):81-84.

[19] 陳輝，黃卓，田華，等.高溫中暑氣象等級(jí)評(píng)定方法.應(yīng)用氣象學(xué)報(bào)，2009，20(4)：451-457.

[20] 黃卓,陳輝,田華.高溫?zé)崂酥笜?biāo)研究.氣象,2011,37(3):345-351.

[21] 郭建平,田志會(huì),張娟娟.東北地區(qū)玉米熱量指數(shù)的預(yù)測(cè)模型研究.應(yīng)用氣象學(xué)報(bào),2003,14(5):626-633.

[22] 劉紅亞,曹亮.上海市電力負(fù)荷與氣象因子關(guān)系及精細(xì)化預(yù)報(bào).應(yīng)用氣象學(xué)報(bào),2013,24(4):455-463.

Application and Verification of Accumulated Temperature Effects on Daily Peak Load and Daily Valley Load of Power

Fu Guiqin1)2)You Fengchun3)Cao Xin4)Jia Junmei1)

1)(HebeiProvincalMeteorologyServiceCenter，Shijiazhuang050021)2)(KeyLaboratoryforMeteorologyandEcologicalEnvironmentofHebeiProvince,Shijiazhuang050021)3)(BeijingMeteorologicalObservatory,Beijing100089)4)(StateGridHebeiElectricPowerCompany,Shijiazhuang050021)

In order to meet needs for electric power of meteorological service, an analysis is made on the correlation between meteorological elements and electrical loads of electric network in Hebei Province. The meteorological data and electrical load data from May to September during 2001-2010 are used, and they are divided into sunny hot weather and muggy weather. Compared to the sunny hot weather, it shows that the daily peak load and daily valley load are increased significantly in muggy weather lasting three days or more. When daily maximum temperature reaches 32℃, daily peak load of power increase rapidly in Hebei Province, and 32, 35℃ and 38℃ of daily maximum temperature are three sensitive points for daily peak load of power to air temperature variation. During periods with daily maximum temperature more than or equal to 35℃, the daily peak load of power varies greatly according to the air temperature. When daily maximum temperature exceeds 38℃, considering 1℃ rising of daily maximum temperature, the daily peak load of power would increase 9.4%, and the air-conditioning cooling load of power would reach 50% of the daily peak load. When daily minimum temperature reaches 25℃, daily valley load of power increases rapidly, and 25℃ of daily minimum temperature is the sensitive point of daily valley load of power to air temperature variation. Introducing accumulated temperature effect as forecast factor, a meteorological electricity prediction model is established by using the multiple regression method, which can predict the peak and valley of meteorological electricity loads. The model is validated using historic data from 2011 to 2013, the average relative error of daily peak load is 4.8%, and that of the daily valley load is 3.5%, showing good prediction accuracy. The proposed model has reference significance for electric power dispatching.

daily peak load of power； daily valley load of power； accumulated temperature effect

10.11898/1001-7313.20150411

中國(guó)氣象局關(guān)鍵技術(shù)項(xiàng)目(CMAGJ2013M04)

付桂琴,尤鳳春,曹欣,等. 積溫效應(yīng)在電力日峰谷負(fù)荷中的應(yīng)用及檢驗(yàn). 應(yīng)用氣象學(xué)報(bào)，2015，26(4)：492-499.

2014-10-20收到， 2015-02-09收到再改稿。

* email: fgq84@tom.com