基于氣象因子的南京市冬季和夏季用電量預(yù)測(cè)研究

陳圣劼 田心如 姚阮 姜麟

（1.中國(guó)氣象局交通氣象重點(diǎn)實(shí)驗(yàn)室，江蘇 南京 210008；2.江蘇省氣象臺(tái)，江蘇 南京 210008；3.江蘇省氣象公共服務(wù)中心，江蘇 南京 210008）

引言

隨著中國(guó)社會(huì)經(jīng)濟(jì)發(fā)展與人民生活水平的提高，中國(guó)各地各行業(yè)的用電需求不斷增加。為了提高用電效率，合理統(tǒng)籌電網(wǎng)調(diào)度，電力部門(mén)對(duì)準(zhǔn)確預(yù)測(cè)未來(lái)一段時(shí)間的用電總量及用電負(fù)荷有較高的需求。

氣象條件是影響人類(lèi)用電行為，進(jìn)而影響用電量和電網(wǎng)負(fù)荷的重要因子之一［1-2］。如高溫酷暑和低溫冰凍天氣時(shí)，人們會(huì)使用空調(diào)來(lái)調(diào)節(jié)室內(nèi)環(huán)境溫度，產(chǎn)生較大的用電需求?？諝鉂穸葘?duì)體感溫度及人體舒適度的影響較大且十分復(fù)雜，不同地區(qū)不同時(shí)間的用電量也不一樣［3-5］。天氣陰沉，日照時(shí)間較短時(shí)，人們會(huì)打開(kāi)照明工具來(lái)增加周邊環(huán)境亮度。強(qiáng)降水事件發(fā)生時(shí)，人們會(huì)增加室內(nèi)用電行為。在全球變暖日漸加強(qiáng)的趨勢(shì)下，中國(guó)大部分地區(qū)近幾十年氣溫顯著升高［6-9］，各種極端天氣事件如夏季持續(xù)暴雨、持續(xù)性高溫?zé)崂?、冬季持續(xù)雨雪冰凍災(zāi)害等日趨頻發(fā)［10-12］，評(píng)估氣象因子對(duì)用電量的影響具有更加重要的科學(xué)意義和社會(huì)價(jià)值。

多年來(lái)，國(guó)內(nèi)外眾多學(xué)者對(duì)各地的氣象條件與當(dāng)?shù)赜秒娏俊⒂秒娯?fù)荷之間的關(guān)系進(jìn)行了深入探討，并通過(guò)建立基于氣象因子的地區(qū)用電預(yù)測(cè)模型，進(jìn)行相關(guān)的預(yù)報(bào)［13-15］。隨著經(jīng)濟(jì)的發(fā)展和社會(huì)的變遷，地區(qū)用電量存在明顯的增長(zhǎng)趨勢(shì)和年變化特征，以及節(jié)假日與工作日之間的合理差異［16-18］。有研究［19-20］通過(guò)合理地去除用電量數(shù)據(jù)中的變化量，得到了主要?dú)w因于氣象要素變化的氣象電量與用電負(fù)荷氣象變化量。趙娜等［21］通過(guò)計(jì)算由氣象因子造成的氣象敏感電力負(fù)荷，來(lái)預(yù)報(bào)純氣象條件下可能帶來(lái)的負(fù)荷壓力閾值并進(jìn)行分級(jí)預(yù)報(bào)預(yù)警。氣溫、濕度、風(fēng)速、降水等多種氣象要素對(duì)用電量以及用電負(fù)荷的綜合影響十分復(fù)雜。杜彥巍等［22］分析了夏季降水與用電量的復(fù)雜關(guān)系，如部分情況下降水未能有效緩解炎熱天氣，反而增加了空氣濕度，悶熱感加強(qiáng)，進(jìn)而使得用電負(fù)荷增強(qiáng)。溫度、相對(duì)濕度和風(fēng)速等多個(gè)氣象要素存在非線性的共同作用影響人體舒適度，進(jìn)而影響了空調(diào)用電負(fù)荷［23］。在不同季節(jié)，相對(duì)濕度與用電負(fù)荷可能會(huì)呈現(xiàn)相反的相關(guān)性［24］。

由于不同地區(qū)的綜合氣象條件差異較大，各氣象要素對(duì)用電需求的影響也不同［25］。已有研究［26-28］在不同地區(qū)通過(guò)多種方法，建立各種氣象因子對(duì)用電量和用電負(fù)荷的預(yù)評(píng)估模型并加以訂正解釋。對(duì)于南京地區(qū)氣溫與城市用電量的相關(guān)性已有一些討論［29］。本文以南京地區(qū)為研究對(duì)象，結(jié)合當(dāng)?shù)仉娏?shù)據(jù)與多種氣象觀測(cè)數(shù)據(jù)，分析了南京市用電基本特征。采用一元線性相關(guān)分析和逐步回歸等方法，分析多種氣象因子對(duì)夏季用電量和最大用電負(fù)荷的協(xié)同影響，并建立了基于高影響氣象因子的南京市夏季用電量預(yù)測(cè)模型，以期為電力需求預(yù)估和電力調(diào)度提供參考。

1 資料與方法

所用資料包括南京市電網(wǎng)提供的2014年1月至2016年12月逐日用電量數(shù)據(jù)和逐時(shí)用電負(fù)荷數(shù)據(jù)；江蘇省氣象臺(tái)提供的同期南京市常規(guī)氣象逐時(shí)觀測(cè)數(shù)據(jù)，其中氣象要素包括平均海平面氣壓、平均氣溫、最高氣溫、最低氣溫、氣溫日較差、平均水汽壓、平均相對(duì)濕度、日降水量、平均風(fēng)速、日照時(shí)數(shù)、平均露點(diǎn)溫度、日平均總云量、日平均低云量等。

采用一元線性相關(guān)分析各氣象因子與用電量和用電負(fù)荷的關(guān)系。利用逐步回歸法，綜合考慮各氣象因子對(duì)用電的協(xié)同影響，擬合出用電量、用電負(fù)荷與各氣象因子之間的線性回歸方程。建立最優(yōu)擬合預(yù)測(cè)方程，可通過(guò)預(yù)測(cè)各氣象因子，進(jìn)一步預(yù)測(cè)用電量和用電負(fù)荷。

2 結(jié)果分析

2.1 南京市用電量基本特征

2014—2016年南京市用電量存在較明顯的月變化特征（圖1），月平均日用電量和用電負(fù)荷均在夏季的7—8月、冬季的12月至翌年1月為兩個(gè)峰值，春季的4月、秋季的10月為兩個(gè)谷值；月平均日用電量的峰值高達(dá)1.45×108kWh，日用電負(fù)荷峰值高達(dá)6000 mW。南京地區(qū)夏季用電量最大，冬季次之，春季最小，存在明顯的季節(jié)變化。

圖1 2014—2016年南京市平均日用電量和日平均用電負(fù)荷月變化Fig.1 M onthly variations of daily electricity consum ption and daily mean power load in Nanjing from 2014 to 2016

圖2 2014—2016年南京市冬、夏季日平均用電量（a）、日平均用電負(fù)荷（b）的周變化和用電負(fù)荷的日變化（c）Fig.2 The week ly variation of daily mean electricity consum ption（a），daily mean power load（b），and the daily variation of the power load（c）in w inter and summer in Nanjing from 2014 to 2016

2014—2016年冬、夏季南京市用電均呈現(xiàn)明顯的“周末效應(yīng)”（圖2）。周一到周五工作日用電量較大，周六、周日用電量大幅度減少，周日用電量最少，比周一至少減少了8×106kWh。日平均用電負(fù)荷的周變化與用電量一致。可見(jiàn)，用電量存在工作日和非工作日的差異。這屬于非氣象因素產(chǎn)生的用電變化。因此，在分析氣象因子的影響時(shí)，需將周末兩天剔除。

由2014—2016年南京市冬、夏季日平均用電負(fù)荷日變化可知（圖2c），用電負(fù)荷在一天之內(nèi)也存在兩個(gè)峰值，一個(gè)在10時(shí)，一個(gè)在20時(shí)；兩個(gè)谷值，一個(gè)谷值冬夏季均在04時(shí)，低于4500 MW，另一個(gè)谷值冬季在14時(shí)，夏季在18時(shí)。不論哪個(gè)季節(jié)，處在兩個(gè)峰值時(shí)間段的用電負(fù)荷變化并不明顯，只略低于峰值期的用電負(fù)荷值。09—22時(shí)用電負(fù)荷均高于5500 MW?？梢?jiàn)，人的作息活動(dòng)對(duì)用電量也存在顯著影響。

2.2 氣象因子對(duì)南京市用電量的影響

電網(wǎng)日電量與氣象條件的變化密切相關(guān)，最易理解和通?？紤]的氣象因子為氣溫要素。隨著中國(guó)經(jīng)濟(jì)的發(fā)展和人民生活水平的提高，冬季取暖和夏季制冷使得耗電量顯著增加，故在冬夏季為兩個(gè)用電峰值?？梢?jiàn)，氣象條件對(duì)用電量有重要影響，且在全球變暖與城市化進(jìn)程加速、極端高溫或寒潮愈發(fā)頻繁的背景下，這種影響有升高的趨勢(shì)［30-32］。除了氣溫，濕度、日照等氣象因子的變化也會(huì)引起用電量的差異。本文綜合考慮多個(gè)氣象因子，分析逐月各氣象要素與用電量的關(guān)系，重點(diǎn)探討各氣象因子對(duì)南京市冬、夏兩季用電量的可能影響。

2014—2016年南京市各氣象要素與用電量的相關(guān)關(guān)系存在顯著的季節(jié)變化。以氣溫為例，月平均氣溫、最高氣溫、最低氣溫和氣溫日較差與用電量的相關(guān)系數(shù)月變化如圖3a所示。平均、最高和最低氣溫三者與用電量的關(guān)系均在夏半年5—9月為正相關(guān)，而在冬半年10月至翌年4月呈負(fù)相關(guān)。正相關(guān)峰值出現(xiàn)在夏季7—8月，相關(guān)系數(shù)高達(dá)0.8以上，即氣溫越高，用電量越大（圖3b）。日平均、最高和最低氣溫與用電量在10月至次年3月負(fù)相關(guān)達(dá)到顯著水平，即氣溫越低，用電量越大，最顯著負(fù)相關(guān)的兩個(gè)極值出現(xiàn)在3月和11月，分別是由冬入春和由秋入冬兩個(gè)季節(jié)轉(zhuǎn)換的月份，最大負(fù)相關(guān)為-0.8左右。氣溫日較差與用電量的相關(guān)較其他3個(gè)要素顯著減低，僅在7—10月和1月通過(guò)顯著性檢驗(yàn)，表現(xiàn)為夏季若日較差較大，耗電多；秋、冬季若日較差小，耗電多?？梢?jiàn)，各氣象因子對(duì)用電的影響在不同季節(jié)、不同月份呈現(xiàn)出不同，甚至相反的變化。本文重點(diǎn)考察冬、夏季各氣象因子的影響，建立用電預(yù)測(cè)方程。

圖3 2014—2016年南京市日用電量與氣溫相關(guān)系數(shù)的月變化（a）和7月日用電量與氣溫的變化（b）Fig.3 Themonth ly variation of the correlation coefficient between daily electricity consum ption and tem perature in Nanjing from 2014 to 2016（a），the variations of daily electricity consum p tion and tem perature in Ju ly in Nan jing during 2014-2016（b）

表1和表2分別為2014—2016年南京市冬、夏季各氣象因子與日用電量和日最大用電負(fù)荷的相關(guān)系數(shù)。從顯著的相關(guān)性和相關(guān)系數(shù)絕對(duì)值大小看，氣溫要素（日平均、最高、最低氣溫），尤其是日平均氣溫與冬、夏季用電的相關(guān)最為顯著，其他氣象因子如濕度因子（平均水汽壓、平均相對(duì)濕度、平均露點(diǎn)溫度）、日照時(shí)數(shù)、云量（日平均總云量和日平均低云量）在夏季與用電量存在明顯的相關(guān)關(guān)系，而冬季的相關(guān)性有所減弱。表明冬季用電量受氣象要素的影響總體低于夏季。冬季，用電量主要受氣溫要素制約；夏季，用電量受氣象要素的影響更為復(fù)雜，除了氣溫，還需綜合考慮水汽、日照等因子。

冬季12月至翌年2月，氣溫與用電的相關(guān)最為顯著，均通過(guò)了信度為0.01顯著性檢驗(yàn)；與夏季的相關(guān)系數(shù)符號(hào)相反，冬季氣溫，尤其是最高氣溫較低，用電量越大，這與冬季白天氣溫對(duì)人類(lèi)活動(dòng)的影響更大有關(guān)。其他氣象因子中，平均露點(diǎn)溫度的影響較為突出。冬季平均露點(diǎn)溫度較低，空氣中的絕對(duì)水汽量較少，水汽壓相對(duì)較低，為保障人體舒適、農(nóng)作物免受損害等，冬季的采暖耗電需求增加，進(jìn)而影響用電量。

夏季6月各氣象因子與用電量和用電負(fù)荷的相關(guān)程度不如7月和8月。氣溫要素（日平均、最高、最低氣溫）、濕度因子（平均水汽壓、平均相對(duì)濕度、平均露點(diǎn)溫度）、日照時(shí)數(shù)、云量（日平均總云量和日平均低云量）也與用電量顯著相關(guān)。降水和風(fēng)速影響相對(duì)較小，但在個(gè)別月份，如7月也通過(guò)了顯著性檢驗(yàn)。夏季高溫是最常見(jiàn)也是最重要的影響用電的天氣現(xiàn)象。與冬季有所差別的是，夏季日平均氣溫與用電的相關(guān)最為顯著，表明夏季高溫背景下，全天的氣溫升高均會(huì)增加用電行為。濕度因子中，夏季 6—8月平均水汽壓和平均露點(diǎn)溫度與用電量和用電負(fù)荷呈顯著正相關(guān)，表明空氣中的水汽絕對(duì)含量越高，耗電越多；而平均相對(duì)濕度與用電量和用電負(fù)荷7月、8月呈顯著負(fù)相關(guān)，即7月、8月空氣越干，耗電越多，6月的相關(guān)性未通過(guò)顯著性檢驗(yàn)。7月、8月南京高溫背景下，相對(duì)濕度越小，降水偏少，產(chǎn)生的用電行為增加。由于相對(duì)濕度這一物理量同時(shí)受到溫度和露點(diǎn)溫度影響，相對(duì)濕度與用電量的關(guān)系可能受到溫度條件的制約，溫度越高，飽和水汽壓越大，相對(duì)濕度相應(yīng)偏小。相對(duì)濕度與氣溫對(duì)用電影響的多重共線性在建立預(yù)測(cè)方程時(shí)，可通過(guò)逐步回歸加以剔除。夏季日照量與用電量和用電負(fù)荷相關(guān)關(guān)系呈顯著正相關(guān)，日照時(shí)數(shù)越長(zhǎng)，用電量越大；云量因子與用電量呈顯著負(fù)相關(guān)。兩者綜合分析可見(jiàn)，日照時(shí)數(shù)越長(zhǎng)，表明天空狀況較好，云量較少，溫度越高，耗電也增多。

冬夏兩季風(fēng)速和降水因子與用電量的關(guān)系不夠顯著，但不能表明風(fēng)速和降水因子對(duì)用電量沒(méi)有影響。例如，夏季降水蒸發(fā)冷卻帶來(lái)降溫，減少用電；但夏季降水蒸發(fā)也會(huì)增大空氣水汽絕對(duì)含量，增加用電。夏季晴空條件下，西南風(fēng)速增大，可導(dǎo)致明顯升溫，增加用電量；降水天氣下，若風(fēng)等動(dòng)力條件較強(qiáng)，有利于降水，又可能降溫增濕，減少用電量。風(fēng)和降水等對(duì)用電的影響較為復(fù)雜，不同天氣背景下，產(chǎn)生的影響可能不同。

表1 2014—2016年冬季12月至翌年2月、夏季6—8月南京市日用電量與各氣象要素的相關(guān)系數(shù)Table 1 Correlation coefficients between daily electricity consumption and meteorological elements in Nanjing in w inter（December，January，and February）and summer（June，July，and August）from 2014 to 2016

表2 2014—2016年冬季12月至翌年2月、夏季6—8月南京市日最大用電負(fù)荷與各氣象要素的相關(guān)系數(shù)Table 2 Correlation coefficients between daily maximum power load and meteorological elements in Nanjing in w inter（December，January，and February）and summer（June，July，and August）from 2014 to 2016

值得一提的是，利用一元線性相關(guān)探尋用電量和氣象因子之間的關(guān)系只能反映一部分的可能關(guān)系，有時(shí)也可能出現(xiàn)相反的情形。例如夏季日照時(shí)數(shù)與用電量之間的關(guān)系，通常日照時(shí)數(shù)越長(zhǎng)，溫度越高，用電增多，但有時(shí)日照時(shí)數(shù)越長(zhǎng)，照明越短，則耗電減少，表明氣溫因子和日照因子對(duì)用電量的影響存在多重共線性，可見(jiàn)氣象因子與用電量之間關(guān)系的復(fù)雜性?；跉庀笠蜃訉?duì)用電進(jìn)行擬合時(shí)，本文綜合考慮了多個(gè)因子，包含一元相關(guān)不顯著的降水和風(fēng)速，利用逐步回歸方法，篩選并剔除引起多重共線性的變量，使得最后保留在預(yù)測(cè)模型中的解釋變量既是重要的，又沒(méi)有嚴(yán)重的多重共線性。

2.3 基于氣象因子的南京市冬夏季用電預(yù)測(cè)模型

2014—2016年南京市用電量有明顯的年變化，且不同季節(jié)的主要?dú)庀笥绊懸蜃蛹捌鋵?duì)用電量影響的程度不同。因此，在冬季12月至翌年2月、夏季6—8月逐月建立日用電量和日最大用電負(fù)荷的氣象預(yù)測(cè)方程。13個(gè)氣象因子（平均海平面氣壓X1、平均氣溫X2、最高氣溫X3、最低氣溫X4、氣溫日較差X5、平均水汽壓X6、平均相對(duì)濕度X7、日降水量X8、平均風(fēng)速X9、日照時(shí)數(shù)X10、平均露點(diǎn)溫度X11、日平均總云量X12、日平均低云量X13）均代入進(jìn)行逐步回歸分析。經(jīng)過(guò)分析可知（表3和表4），為達(dá)到最佳擬合效果，各個(gè)月入選的因子并不一致，雖然大多因子均是一元線性相關(guān)顯著的，但也包含相關(guān)不顯著的因子，如2月日最大用電量氣象預(yù)測(cè)方程中，有日最低氣溫X4，也有日照時(shí)數(shù)X10；8月日最大用電負(fù)荷氣象預(yù)測(cè)方程中，有平均氣溫X2，也有平均風(fēng)速X9。從入選因子看，各方程大都包含：（1）氣溫因子：X2或X3或X4或X5，但這4個(gè)氣溫要素不會(huì)同時(shí)入選，表明各氣溫因子之間存在多重共線性；（2）濕度因子：平均水汽壓X6或平均相對(duì)濕度X7或平均露點(diǎn)溫度X11。12月和6月方程中的因子中不包含日照時(shí)數(shù)和云量因子，但1—2月和7—8月入選的因子中有日照時(shí)數(shù)或者云量因子。這可能是寒冷或高溫背景下，用電量會(huì)同時(shí)受到其他因素的影響。另外，7月方程中入選的日照時(shí)數(shù)因子的回歸系數(shù)均為負(fù)值，與一元線性正相關(guān)符號(hào)相反。然而，通過(guò)7月用電、日照時(shí)數(shù)和平均氣溫的偏相關(guān)分析驗(yàn)證可以發(fā)現(xiàn)，用電量與日照時(shí)數(shù)之間存在顯著的負(fù)偏相關(guān)。這也驗(yàn)證了上一節(jié)中對(duì)日照時(shí)數(shù)和用電量之間關(guān)系的討論，日照時(shí)數(shù)和氣溫因子存在一定的多重共線性，日照時(shí)數(shù)越長(zhǎng)，溫度越高，用電量增大。日照時(shí)數(shù)對(duì)用電量也存在著另一相反的顯著影響，即日照時(shí)數(shù)越長(zhǎng)，照明越短，耗電量減少。因此，也進(jìn)一步解釋了逐步回歸考慮溫度影響時(shí)，日照因子的回歸系數(shù)為負(fù)。與日照因子的情況相似，平均露點(diǎn)溫度因子在1月、6月和7月的方程中均出現(xiàn)，且回歸系數(shù)與一元線性回歸中露點(diǎn)溫度的相關(guān)系數(shù)符號(hào)完全相反。如夏季露點(diǎn)溫度與用電量為顯著正相關(guān)，表明露點(diǎn)高，空氣水汽含量高，絕對(duì)濕度大，可能使得體感舒適度下降，進(jìn)而用電量增大，絕對(duì)濕度的影響凸顯；而在用電量、平均氣溫與露點(diǎn)溫度的綜合分析中，露點(diǎn)回歸系數(shù)為負(fù)值，用電量與露點(diǎn)溫度之間出現(xiàn)顯著的負(fù)相關(guān)。這是因?yàn)槁饵c(diǎn)溫度與氣溫的差值可以表示空氣中的水汽飽和程度，反映相對(duì)濕度大小。將7月的用電和氣溫露點(diǎn)溫度差做相關(guān)，相關(guān)系數(shù)呈顯著正相關(guān)，甚至高于相對(duì)濕度X7與用電量的相關(guān)系數(shù)，表明水汽的相對(duì)含量也會(huì)對(duì)用電產(chǎn)生一定影響。由此可見(jiàn)，空氣濕度對(duì)用電量的影響較溫度更為復(fù)雜。

表3 2014—2016年冬季12月至翌年2月、夏季6—8月逐月南京市日用電量氣象預(yù)測(cè)方程及其擬合效果參數(shù)Table 3 Themonthly forecast equation and the fitting effect parameters for daily electricity consum ption in Nanjing in w inter（December，January，and February）and summer（June，July，and August）from 2014 to 2016

表4 2014—2016年冬季12月至翌年2月、夏季6—8月逐月南京市日最大用電負(fù)荷氣象預(yù)測(cè)方程及其擬合效果參數(shù)Table 4 Themonthly forecast equation and the fitting effect param eters for daily maximum power load in Nan jing in w inter（December，January，and February）and summer（June，July，and August）form 2014 to 2016

圖4 2014—2016年南京市冬季12月（a）、1月（b）、2月（c）和夏季6月（d）、7月（e）、8月（f）日用電量氣象預(yù)測(cè)方程擬合值和實(shí)際值對(duì)比Fig.4 The com parisons between the observed value and the fitted value of the daily electricity consum p tion forecast equation in December（a），January（b），F(xiàn)ebruary（c），June（d），July（e），August（f）in Nanjing from 2014 to 2016

圖4和圖5分別為2014—2016年南京市12月到翌年2月和6—8月日用電量和日最大用電負(fù)荷的氣象預(yù)測(cè)方程擬合值和實(shí)際監(jiān)測(cè)值之間的對(duì)比。結(jié)合表3和表4可知，各月預(yù)測(cè)方程對(duì)冬季12月至翌年1月和夏季6—8月用電量和日最大用電負(fù)荷表現(xiàn)出較好的擬合效果。冬季的擬合中1月最好，2月次之，12月稍差；夏季7月最好，8月次之，6月稍差，均通過(guò)了信度0.05的顯著性檢驗(yàn)。最優(yōu)效果中，7月和8月日用電量和日最大用電負(fù)荷氣象預(yù)測(cè)方程復(fù)相關(guān)系數(shù)分別為0.96和0.95，有較小的剩余標(biāo)準(zhǔn)差和平均絕對(duì)誤差。逐月預(yù)測(cè)擬合方程的復(fù)相關(guān)系數(shù)均明顯高于各月用電量與氣象要素的一元線性相關(guān)系數(shù)，如1月最顯著相關(guān)因子是日最高氣溫，相關(guān)系數(shù)為-0.76，多要素氣象預(yù)測(cè)方程模擬的復(fù)相關(guān)系數(shù)為0.85。若僅考慮氣溫因子（平均氣溫X2、最高氣溫X3、最低氣溫X4、氣溫日較差X5），建立的逐步回歸預(yù)測(cè)方程與實(shí)際用電量的相關(guān)系數(shù)明顯減小，且剩余標(biāo)準(zhǔn)差、平均絕對(duì)誤差和平均相對(duì)誤差明顯增大（圖6）。1月僅考慮氣溫因子建立的用電量逐步回歸預(yù)測(cè)方程復(fù)相關(guān)系數(shù)為0.77，低于綜合氣象因子建立的預(yù)測(cè)方程（0.85），剩余標(biāo)準(zhǔn)差1.667×105kWh、平均絕對(duì)誤差8.353×106kWh、平均相對(duì)誤差6.54%，明顯高于綜合多個(gè)氣象因素建立的預(yù)測(cè)方程（1.453×105kWh、6.7397×106kWh、5.11%）?？紤]了多個(gè)因素建立夏季逐月日用電量和用電負(fù)荷氣象預(yù)測(cè)方程與僅僅考慮氣溫因子的預(yù)測(cè)方程相比，6個(gè)月平均絕對(duì)誤差減少了16.5%，平均相對(duì)誤差減少了13.6%，有效提高了預(yù)測(cè)精度，進(jìn)一步說(shuō)明氣象因子對(duì)用電量影響的復(fù)雜性。在實(shí)際預(yù)測(cè)用電量和用電負(fù)荷時(shí)，需綜合考慮多氣象要素條件。

圖5 2014—2016年南京市冬季12月（a）、1月（b）、2月（c）和夏季6月（d）、7月（e）、8月（f）日最大用電負(fù)荷氣象預(yù)測(cè)方程擬合值和實(shí)際值對(duì)比Fig.5 The comparisons between the observed value and the fitted value of the daily maximum power load forecast equation in Decem ber（a），January（b），F(xiàn)ebruary（c），June（d），July（e），August（f）in Nan jing from 2014 to 2016

圖6 南京市12月、1月、2月和6月、7月、8月綜合氣象因子建立的用電氣象預(yù)測(cè)方程和只考慮溫度因子建立的方程的擬合效果參數(shù)相關(guān)系數(shù)（a）、剩余標(biāo)準(zhǔn)差（b）、平均絕對(duì)誤差（c）、平均相對(duì)誤差（d）比較Fig.6 The com parisons of correlation coefficient（a），residual standard deviation（b），m ean absolute error（c），mean relative error（d）of fitting effect parameters between the daily electricity forecast equations based on comprehensive meteorological factors and tem perature factors in December，January，F(xiàn)ebruary，June，July，August

隨著計(jì)算能力、觀測(cè)技術(shù)和預(yù)報(bào)水平的提高，各數(shù)值預(yù)報(bào)模式的要素預(yù)報(bào)產(chǎn)品越來(lái)越豐富，時(shí)空分辨率越來(lái)越高，如ECMWF高分辨率數(shù)值預(yù)報(bào)產(chǎn)品中已新增2 m露點(diǎn)溫度、總云量、低云量等要素。利用本文提出的用電量氣象預(yù)測(cè)方程，結(jié)合各氣象要素的主客觀預(yù)報(bào)，進(jìn)而做出用電量的預(yù)估，可對(duì)電力調(diào)度提供重要參考。

3 結(jié)論與討論

（1）2014年1月至2016年12月南京市用電量存在非常明顯的年變化特征，平均日用電量和日平均用電負(fù)荷均在夏季7—8月、冬季12月至翌年1月為兩個(gè)峰值，在春季4月和秋季10月為兩個(gè)谷值。南京地區(qū)夏季用電最大，冬季次之，春季最小，有明顯的季節(jié)變化。四季均呈明顯的“周末效應(yīng)”，工作日用電量較大，周六和周日用電量大幅度減少。

（2）各氣象要素與南京市用電量的相關(guān)關(guān)系存在顯著的月、季變化。各氣象因子對(duì)用電量的影響在不同季節(jié)、不同月份呈現(xiàn)出不同、甚至相反的變化。冬季用電量受氣象要素的影響總體低于夏季受影響的程度。冬季，用電量特征總體受氣溫要素制約；夏季，用電量受氣象要素的影響更為復(fù)雜，除了氣溫，還需綜合考慮水汽、日照等因子。

（3）分別利用逐步回歸法，代入13個(gè)氣象因子，綜合考慮各氣象因子對(duì)南京市用電量影響的協(xié)同作用，篩選并剔除引起多重共線性的變量，建立了冬季12月至翌年2月和夏季6—8月逐月日用電量和日最大用電負(fù)荷的氣象預(yù)測(cè)方程。各預(yù)測(cè)方程均包含氣溫因子，除12月用電量，其他月份預(yù)測(cè)方程均包含濕度因子，大部分方程也均包含日照時(shí)數(shù)因子與云量因子。預(yù)測(cè)方程中的回歸系數(shù)與一元線性相關(guān)系數(shù)可能存在相反的情形，如7月方程中的日照時(shí)數(shù)因子，6月、7月方程中的露點(diǎn)溫度因子的回歸系數(shù)均為負(fù)值，與一元線性正相關(guān)結(jié)果相反，表明氣象因子與用電量之間關(guān)系的復(fù)雜性。

（4）預(yù)測(cè)方程對(duì)南京市冬季12月至翌年2月和夏季6—8月逐月日用電量和日最大用電負(fù)荷均表現(xiàn)出較好的擬合效果。考慮了多個(gè)因素建立夏季逐月日用電量和用電負(fù)荷氣象預(yù)測(cè)方程與僅僅考慮氣溫因子的預(yù)測(cè)方程相比，6個(gè)月平均絕對(duì)誤差減少了16.5%，平均相對(duì)誤差減少了13.6%，有效提高了預(yù)測(cè)精度?；诮⒌哪暇┦杏秒娏繗庀箢A(yù)測(cè)方程，對(duì)不同月份，代入氣象因子預(yù)報(bào)值，可實(shí)現(xiàn)用電負(fù)荷和用電量的預(yù)測(cè)和評(píng)估，可為國(guó)家電力部門(mén)用電調(diào)度、資源節(jié)約和電網(wǎng)安全穩(wěn)定運(yùn)行提供重要參考。

（5）由于用電量資料獲取較難，本研究資料年限較短，還需收集更長(zhǎng)時(shí)間的用電量數(shù)據(jù)、氣象要素模式預(yù)報(bào)數(shù)據(jù)，進(jìn)一步檢驗(yàn)評(píng)估建立的南京市用電量氣象預(yù)測(cè)方程。預(yù)報(bào)因子的模擬誤差直接影響到用電量的預(yù)測(cè)，如何選擇誤差較小的因子預(yù)報(bào)數(shù)據(jù)仍需進(jìn)一步檢驗(yàn)評(píng)估。為進(jìn)一步弄清氣象因子與用電量之間的復(fù)雜關(guān)系，僅考慮剔除引起多重共線性的影響因子還不夠。對(duì)于一些極端氣象條件，如高溫、嚴(yán)寒、干旱等，氣象因子對(duì)用電行為的制約可能更為敏感，對(duì)區(qū)域電網(wǎng)安全的影響程度更為顯著，還需進(jìn)一步結(jié)合極端災(zāi)害性天氣，分析氣象因子對(duì)用電量預(yù)測(cè)的敏感性，綜合評(píng)估氣象因子對(duì)電力系統(tǒng)運(yùn)行的影響。