基于積溫?zé)崂鄯e效應(yīng)的電網(wǎng)可中斷負(fù)荷預(yù)測模型

李建澤 路坦 吳仲超 沈衛(wèi)兵 孫航 方芳

摘要：文章首先介紹了進(jìn)行電力負(fù)荷預(yù)測的重要意義，接著對電力負(fù)荷的特性以及影響因素進(jìn)行了概述，并根據(jù)某市的歷史數(shù)據(jù)對溫度熱累積效應(yīng)的特性進(jìn)行了具體分析，最后基于溫度熱累積效應(yīng)，建立了電力可中斷負(fù)荷預(yù)測模型。希望本文的研究能對國家電網(wǎng)公司的電力調(diào)度具有參考價值。

關(guān)鍵詞：電力負(fù)荷;溫度熱累積效應(yīng);可中斷預(yù)測;線性回歸模型

中圖分類號：TM715

文獻(xiàn)標(biāo)識碼：A

文章編號：1001-5922（ 2020）09-0164-05

電力系統(tǒng)可中斷負(fù)荷預(yù)測涉及到電網(wǎng)的安全運行，與電力企業(yè)的經(jīng)濟(jì)效益和可持續(xù)發(fā)展都緊密相關(guān)，因此必須要重視負(fù)荷預(yù)測的相關(guān)研究。在科技飛速發(fā)展的今天，氣象因素對電力系統(tǒng)的影響程度日益增加，而溫度則是最關(guān)鍵的干擾因子，特別是在炎熱的夏天，溫度熱累積效應(yīng)的存在給電力負(fù)荷預(yù)測工作造成了巨大的困難，所以不僅要定性分析溫度積累效應(yīng)，還要將其進(jìn)行量化研究，才能有助于電網(wǎng)可中斷負(fù)荷預(yù)測模型的建立，從而提高負(fù)荷預(yù)測的精度。

1 課題背景和研究意義

1.1 電力系統(tǒng)可中斷負(fù)荷預(yù)測相關(guān)概念

電力系統(tǒng)負(fù)荷預(yù)測指的是對過去和現(xiàn)在的負(fù)荷變化趨勢進(jìn)行綜合分析和研究，并運用合理的數(shù)學(xué)統(tǒng)計方法，在充分考慮其他重要影響因素（比如自然因素、社會因素以及國家政策等）的前提下，對其未來的發(fā)展趨勢做出預(yù)先的估計和判斷，從而確定未來（包括一個月、一周、一天后）某個時刻的電力負(fù)荷情況。

可中斷負(fù)荷管理是指在電力市場環(huán)境中，國家進(jìn)行需求側(cè)管理的一種必要手段。它是在供需雙方之前就約定好的情況下，供電方在用電負(fù)荷嚴(yán)重超載期或者是在遇到緊急事故的情況下，為了保證電力系統(tǒng)的安全穩(wěn)定運行，可以中斷部分供電[1]。

1.2 電力系統(tǒng)負(fù)荷預(yù)測的重要意義

隨著電子產(chǎn)品的普及，電力系統(tǒng)負(fù)荷可中斷預(yù)測逐漸成為了實現(xiàn)電力系統(tǒng)管理現(xiàn)代化、數(shù)字化的重要手段。

電力系統(tǒng)可中斷預(yù)測有利于技術(shù)人員制定合理的檢修計劃和電力調(diào)度運行方案，最大限度地利用有限資源，減少不必要的能源浪費，對于提高電力企業(yè)的效益都有極為重要的意義。

電力系統(tǒng)可中斷預(yù)測有利于制定合理的電價，電力不同于一般商品，其價格具有不確定性，只有對電力負(fù)荷做出了準(zhǔn)確的預(yù)測，才能制定出科學(xué)、合理的電價，同時滿足供電企業(yè)的利益需求和用戶的使用需求，從而達(dá)到互利共贏的目的[2]。

電力系統(tǒng)可中斷預(yù)測有利于節(jié)煤、節(jié)油，減少環(huán)境污染，降低發(fā)電成本，有利于實現(xiàn)電力的可持續(xù)發(fā)展。

由于我國大部分地區(qū)夏季高溫都會延續(xù)很長一段時間，因此溫度熱積累效應(yīng)對電力預(yù)測的影響特別大，故本文在前人的研究基礎(chǔ)上，重點研究了基于持續(xù)炎熱天氣所產(chǎn)生的積溫?zé)崂鄯e效應(yīng)影響下的電力負(fù)荷氣象預(yù)測，從而改善我國的電源建設(shè)規(guī)劃。

2 電力系統(tǒng)負(fù)荷特性及其影響因素

2.1 電力系統(tǒng)負(fù)荷結(jié)構(gòu)及特點

電力作為能源形式與人類活動緊密聯(lián)系，根據(jù)電力在國民經(jīng)濟(jì)中的用途，電力系統(tǒng)負(fù)荷通?？梢苑譃楣I(yè)用電負(fù)荷、城市居民用電負(fù)荷、商業(yè)用電負(fù)荷、農(nóng)村用電負(fù)荷。不同類型的負(fù)荷展現(xiàn)出的特性相差很大，表1是對以上4種用電負(fù)荷的簡要對比。

2.2 電力負(fù)荷特性分析

電力負(fù)荷特性會隨著外界因素而周期性的變化，主要是以人為紐帶的[3]，因此可以根據(jù)人們的日常作息習(xí)慣以及四季的氣候交替情況，具體將電力負(fù)荷的特性分為年負(fù)荷特性、周負(fù)荷特性以及日負(fù)荷特性，

3 種電力負(fù)荷特性的對比可見表2所示。

2.3 電力系統(tǒng)負(fù)荷的影響因素分析

對電力系統(tǒng)負(fù)荷的影響因素進(jìn)行研究，這對于建立科學(xué)、實用的負(fù)荷預(yù)測模型起到了必不可少的關(guān)鍵作用。影響電力負(fù)荷的因素較多，主要分為3大類，即氣象因素、政策因素以及其他因素，其中氣象因素的影響力越來越大。改革開放以來，隨著經(jīng)濟(jì)的快速發(fā)展，許多領(lǐng)域?qū)Ω吖β孰娖髟O(shè)備的依賴性越來越強，因此，電力需求也在逐年增長。特別是在炎熱的夏天，空調(diào)制冷設(shè)備的耗能占據(jù)了很大的比重，溫度每變化一度都會對電力負(fù)荷產(chǎn)生巨大影響，再考慮上夏季的溫度熱積累效應(yīng)，因此，從事負(fù)荷預(yù)測、電力生產(chǎn)調(diào)度等工作時，都有必要重點重點分析溫度因素對電力負(fù)荷預(yù)測的影響[4]。

2.3.1 溫度對電力系統(tǒng)負(fù)荷的影響分析

隨著電力系統(tǒng)的智能化、現(xiàn)代化發(fā)展，電力負(fù)荷的種類越來越多，氣象因素對負(fù)荷的影響愈顯突出[5]。為了研究溫度對電力負(fù)荷的影響，首先需要確定影響電力負(fù)荷的溫度因子，通常需要考慮的影響因子有：日平均溫度、日最高溫度、日最低溫度。先引入相關(guān)系數(shù)的概念來確定影響因子，本文采用相關(guān)系數(shù)R來表征兩個量之間的相關(guān)程度[6]，R的計算公式如下：

在上面的式子中，x，y表示兩個帶測定相關(guān)程度的數(shù)學(xué)變量，由上式可以看出，R的值在-1到1之間，同時，當(dāng)R的絕對值越趨近于1，表明兩個變量之間的相關(guān)程度就越大，反之，當(dāng)R的絕對值越趨近于0，則表明兩個變量之間的相關(guān)程度就越小。

根據(jù)相關(guān)研究表明，日平均溫度與預(yù)測電力負(fù)荷量的相關(guān)系數(shù)最趨近于1，也就是說，二者成正相關(guān)關(guān)系，因此本文日平均溫度作為預(yù)測模型的自變量來研究夏季負(fù)荷與溫度的關(guān)系[7]。

2.3.2 其他因素對電力系統(tǒng)負(fù)荷的影響分析

除了氣溫對電力系統(tǒng)負(fù)荷的影響較大之外，降雨量、時間等對于負(fù)荷波動也有不容小視的影響，但本文重點考慮溫度積累效應(yīng)對電網(wǎng)負(fù)荷可中斷預(yù)測的影響，故不作詳細(xì)介紹。表3列舉了部分影響電力系統(tǒng)負(fù)荷的因素。

3 溫度積累效應(yīng)分析

積累效應(yīng)指的是某一種行為單獨作用時并不會起到明顯作用，但如果與過去已發(fā)生的行為綜合在一起時，就會產(chǎn)生巨大的影響。而在電力負(fù)荷預(yù)測領(lǐng)域中，溫度積累效應(yīng)是指在連續(xù)的高溫或低溫氣候環(huán)境下，后來的電力系統(tǒng)負(fù)荷會出現(xiàn)持續(xù)增加的變化趨勢。

3.1 溫度積累效應(yīng)的典型現(xiàn)象

溫度積累效應(yīng)對電力負(fù)荷的影響具體表現(xiàn)為：在炎熱的夏季，持續(xù)高溫作用下，電路里電力負(fù)荷與同等溫度水平下的負(fù)荷相比，負(fù)荷量會有較大幅度的增加，這是因為前幾日的高溫條件對測量日的電力負(fù)荷也產(chǎn)生了一定程度的影響。因此，比起春季和秋季，炎熱的夏天和寒冷的冬天的電力負(fù)荷具有很強的隨機性和非線性，這也加大了溫度熱積累效應(yīng)下電力負(fù)荷可中斷預(yù)測的難度。故在負(fù)荷預(yù)測模型中考慮溫度積累效應(yīng)的影響對于負(fù)荷預(yù)測精度的提高具有重要意義。

前文中提到日平均溫度與日最大負(fù)荷的相關(guān)性最強，因此本文的研究均采用日平均溫度。

如圖1所示為某市夏季部分時期日平均溫度與日最大負(fù)荷曲線變化走勢圖，從圖中可以看出平均溫度與日最大負(fù)荷的變化趨勢是基本一致的，這也符合了日平均溫度與日最大負(fù)荷的相關(guān)性關(guān)系，然而由于數(shù)據(jù)并不多，有些地方的峰谷值出現(xiàn)了偏差，因此收集更多數(shù)據(jù)，綜合分析該市夏季日平均溫度與日最大負(fù)荷的數(shù)據(jù)變化趨勢，如表4所示，從該表中可以得出日最大負(fù)荷與平均氣溫有如下結(jié)論：

1）當(dāng)前幾日的平均氣溫都較高時，盡管當(dāng)天的平均氣溫相比前一天有所下降，但當(dāng)天的最大負(fù)荷不但不會與日平均氣溫保持同步，反而會出現(xiàn)異常增長，這也表明了該日受到了溫度熱積累效應(yīng)的影響。

2）對比兩個異常點，得出前幾日的平均溫度越高，當(dāng)天的最大負(fù)荷也會越高，當(dāng)天的最大負(fù)荷與前幾日的平均溫度呈正相關(guān)，這也說明了溫度熱積累的強度不同，對后來的最大電力負(fù)荷的影響效果也會不同。

3）當(dāng)高溫持續(xù)的時間不同時，盡管兩個測定日的平均氣溫保持一致，但是由于溫度積累效應(yīng)的程度不相同，因此影響效果也會出現(xiàn)差異。

4）觀察7月中旬的溫度變化和最大負(fù)荷的變化趨勢，得出，當(dāng)空調(diào)等降溫設(shè)備幾乎全部投入使用時，最大負(fù)荷會達(dá)到一個飽和值，此時，最大負(fù)荷不會再受到溫度熱積累效應(yīng)的影響，因此，基于溫度熱積累效應(yīng)的負(fù)荷可中斷預(yù)測模型具有一定的適用范圍。

3.2 溫度積累效應(yīng)的特征分析

通過對以上數(shù)據(jù)的深入分析，可以得出在炎熱的夏季，當(dāng)日平均溫度達(dá)到了某一特定值并且經(jīng)歷了一定量的持續(xù)高溫日時，才會產(chǎn)生溫度熱積累效應(yīng)，同時，當(dāng)最大負(fù)荷達(dá)到飽和值時，就不會再繼續(xù)上升。將以上數(shù)據(jù)制成日最大負(fù)荷與日平均溫度的散點圖，如圖2所示。由圖2可以看出，當(dāng)日平均溫度在25℃以上時，日最大負(fù)荷對平均溫度的變化開始變得敏感，當(dāng)平均溫度大約在27.5℃時，日最大負(fù)荷對平均溫度的靈敏度最大，當(dāng)平均溫度繼續(xù)上升至32℃時，日最大負(fù)荷對平均溫度的敏感度已明顯下降。

根據(jù)前文的分析，影響溫度積累效應(yīng)的強度大小的因素可以總結(jié)為3點：①測定日當(dāng)天的氣溫情況，當(dāng)天溫度越高，溫度熱積累效應(yīng)越強;②前幾日高溫持續(xù)的天數(shù)情況，高溫持續(xù)天數(shù)越多，溫度熱積累效應(yīng)越強;③高溫持續(xù)期間的平均溫度強度，高溫持續(xù)時的溫度越高，溫度熱積累效應(yīng)越強。

4 基于積溫?zé)崂鄯e效應(yīng)的電力可中斷負(fù)荷預(yù)測模型

進(jìn)行電力中斷負(fù)荷預(yù)測首先需要建立電力系統(tǒng)負(fù)荷預(yù)測模型，也就是完成從電力系統(tǒng)負(fù)荷的影響因素到電力系統(tǒng)的負(fù)荷的映射的過程[8]。

由于前面提到與日最大負(fù)荷相關(guān)性最強的因素是日平均溫度，因此本文的模型以日平均溫度為輸入量，同時需要考慮到溫度熱積累效應(yīng)的影響，因此必須要對溫度因素進(jìn)行修正，本文采用對對日平均溫度修正的方式。

4.1 溫度修正模型

為了使得預(yù)測結(jié)果更加真實可靠，必須要對溫度進(jìn)行修正，現(xiàn)對預(yù)測模型的的溫度輸入量進(jìn)行修正處理，使其可以正確反映溫度積累效應(yīng)的影響。

對日平均氣溫的修正公式為：生溫度積累效應(yīng)的最低平均溫度，不同溫度區(qū)間下的溫度積累效應(yīng)強度是不一樣的，所以可以通過離散化的方法，求取溫度積累效應(yīng)系數(shù)。

4.2電力負(fù)荷預(yù)測模型

線性回歸預(yù)測模型是基于數(shù)理統(tǒng)計中回歸分析方法的一種預(yù)測模型，通過對歷史統(tǒng)計數(shù)據(jù)的概括分析，確定變量之間的內(nèi)在關(guān)系來達(dá)到預(yù)測的目的，該簡單實用，因此本文采用該模型進(jìn)行電力負(fù)荷預(yù)測，通過對歷史統(tǒng)計數(shù)據(jù)的概括分析，確定變量之間的內(nèi)在關(guān)系來達(dá)到預(yù)測的目的。

在實際的電力負(fù)荷預(yù)測工作中，電力負(fù)荷不僅僅只受溫度的影響，還會受到很多其他外在因素的干擾，諸如國家政策、節(jié)假日等，而在線性回歸預(yù)測模型中，電力負(fù)荷Y為因變量，也就是輸出值，影響電力負(fù)荷的因素X作為自變量（輸入量）。

5 結(jié)語

綜上所述，電力負(fù)荷的影響因素較多，特別是在炎熱的夏天，由于溫度熱積累效應(yīng)的影響，使得電力負(fù)荷可中斷預(yù)測工作變得十分困難。只有在充分考慮了影響電力負(fù)荷因素的前提下，合理分析各個影響因素的相關(guān)程度，從而才能建立出科學(xué)、合理的預(yù)測模型，從而達(dá)到電力負(fù)荷可中斷預(yù)測的目的。

參考文獻(xiàn)

[1]朱蘭，姬星羽，唐隴軍，等，基于N-x不確定集的含可中斷負(fù)荷魯棒優(yōu)化調(diào)度[J/OL].電力系統(tǒng)自動化，2020：1-10。

[2]王棟，電力系統(tǒng)負(fù)荷預(yù)測綜述[J].電氣開關(guān)，2020，58（01）：6-8+20.

[3]李濱，陸明珍，考慮實時氣象耦合作用的地區(qū)電網(wǎng)短期負(fù)荷預(yù)測建模[J/OL].電力系統(tǒng)自動化，2020：1-16.

[4]黃文思.考慮氣象因素的短期電力負(fù)荷預(yù)測研究[J].計算機應(yīng)用與軟件，2020，37（01）：98-105.

[5]周宇，計及氣象因素影響的短期電力負(fù)荷預(yù)測方法[J].自動化技術(shù)與應(yīng)用，2020，39（06）：107-113.

[6]呂何，孔政敏，張成剛，基于混合優(yōu)化隨機森林回歸的短期電力負(fù)荷預(yù)測[J/OL].武漢大學(xué)學(xué)報（工學(xué)版），2020（02）：1-9.

[7]姜平，趙保國，石晶晶，等.最大相關(guān)系數(shù)預(yù)測模型在熱電廠短期熱負(fù)荷預(yù)測中的應(yīng)用[J].電力學(xué)報，2020，35（01）：76-81.

[8]陳寒冬，郭佳田，施海斌，等，考慮氣象因素的精細(xì)化短期負(fù)荷預(yù)測模型研究[J].電力學(xué)報，2019，34 （05）：423-430.