华 中 电 力
2006年第 2期 第 19卷 武汉市电网用电量 、 电力负荷与气温的关系 及预测模型研究
洪国平 1, 李银娥 1, 孙新德 2, 李 青 3
(1. 武汉中心气象台 , 湖北 武汉 430074; 2. 华中电网有限公司 , 湖北 武汉 430077;
3. 湖北省电力公司 , 湖北 武汉 430077)
摘要 :分析了用电量 、 电力负荷与气温的关系 , 对武汉市 2002~2004年日用电量 、 电力负荷与日平均气温 、 最高气 温 、 最低气温进行对比分析 , 计算出日用电量 、 最高负荷与气温之间一系列相关关系 , 其中夏季一般大于 0.8, 冬季 一般低于 -0.3; 通过回归分析建立夏季用电量和用电负荷预测模型 , 利用气温预报 , 可实现对用电量和电力负荷的 预测 , 对 2004年实际结果进行回代检验 , 预测精度超过 90% 。
关键词 :用电量 ; 电力负荷 ; 气温 ; 预测模型
中图分类号 :TM715; P49文献标识码 :A 文章编号 :1006-6519(2006)02-0004-04
Relation and Forecast Model Research between the Electricity Consumption 、 the Load and the Air Temperature in Wuhan
HONG Guo-ping 1, LI Yin-e 1, SUN Xin-de 2, LI Qing 3
(1.Wuhan Central Meteorology Observatory , Wuhan 430074, China;
2.Central China Grid Company Limited, Wuhan 430077,China; 3.Hubei Electric Power CO.,Wuhan 430077,China) Abstract :In this paper,the relation between the electricity consumption 、 the load and temperature is analysed.By carrying on the contrast analysis of the daily electric consumption 、 the power load with the daily average temperature, the highest temperature, the lowest temperature in wuhan city from 2002to 2004,we have worked out a series of correlativity between electric power 、 the power load and the temperature , the result shows the summer ′ s surpasses 0.8,the winter ′ s below minus 0.3; Through the regression analysis the electricity consumption and load forecast model in summer is established,and by the forecast of temperature , the electricity consumption and the load can be predicted . The forecast precision surpasses 90%in 2004.
Key words :electricity consumption ; power load ; air temperature ; forecast model
近几年来 , 随着社会和经济的快速发展 , 人民 生活水平不断提高 , 对电力的需求越来越大 , 但是 在一定的时间内 , 电力的产出是相对稳定的 , 用电 量的增加 、 负荷的上升导致电网不堪重负 , 出现拉 闸限电 , 这是近几年我国大城市出现的普遍现象 。
要进行电力的科学合理调度 , 需考虑的因素很 多 、 也很复杂 。 制造业用电在一定时期内是比较稳 定的 , 不稳定的是民用电 , 而民用大功率耗电设备 是制冷 、 取暖等设备 , 这些设备的使用与气温等气 象要素密切相关 , 因此 , 分析用电消费与气温的关 系进而利用气温等要素预测用电量和用电负荷成 为可能 。 1武汉电网 2002~2004年日用电量和负荷 特征
图 1为武汉电网 2002年 1月 1日到 2004年 10月 21日每日用电量曲线图 , 每年的日用电量和 日负荷峰值均出现在夏季的 7、 8、 9月 , 次最大用电 量和电力负荷出现在冬季的 12、 1月 , 而春 、 初夏和 秋季成为一年用电量和负荷的谷值 , 这充分说明了气 温对用电量和电力负荷影响 , 从曲线图走势明显看出 武汉市的年平均和年总用电量是逐年递增的 。 统计表 明主要电力指标日平均用电量 、 日平均最大负荷 、 日 平均最低负荷年平均增长分别为 11.14% 、 10.84% 、 9.95%(见表 1) , 这主要是由武汉市制造业快速发展及
收稿日期 :2005-11-14
作者简介 :洪国平 (1965-) , 男 , 湖北黄梅人 , 副台长 , 高级工程师 , 研究方向为应用气象及气象科技 . 4
--
第 19卷
2006年第 2期
人民生活水平提高带来的 。 电力消费是衡量当地经济 发展的最直接指标 , 近几年武汉经济的快速发展从电 力消费可见一斑 。
图 1武汉市 2002年 1月 ~2004年 10月日用电量图
2武汉市 2002年 ~2004年气温变化特征分析
武汉市年际温度变化不大 , 从 2002年到 2003年平均温度甚至还出现下降趋势 (2004年资料只到
9月底 , 不具备可比性 )(见表 2) 。
3夏季最高气温日 、 最高日用电量 、 最高负 荷日比较
从表 2中日最高气温及出现日期与表 1中日
最大用电量 、 日最高负荷及出现日期可见 , 2002年 日最大用电量 、 日最高负荷 、 日最高气温都出现在 7月 16日 。 2004年日最大用电量 、
日最高负荷 、 日 最高气温都出现在 8月 11日 。 2003年最高气温日 (8月 1日 ) 最高气温达 39.6℃ , 当日用电量和负荷 分别为 7792万 kW ・ h 和 3630MW , 为当年次最大 值 。 2003年最大用电量日 (8月 7日 ) 最高气温 37.6℃ , 最高负荷日 (7月 31日 ) 最高气温 38.8℃ 。 以上数据 说明最高气温与最大用电量 、 最高负荷具有高度一 致性 。
4冬季最低气温日 、 最大日用电量 、 最大负 荷日比较
2002年 12月 26日最低气温为 -3.9℃ , 日平
均气温为 -2.5℃ , 当日最大负荷为 2700MW(用电
量 4876万 kW ・ h) , 是 2002年冬季最低气温日和 最大负荷日 ; 最大日用电量日是 12月 27日 , 用电 量为 5037万 kW ・ h , 当日最低气温 -3.8℃ , 平均气
温 -0.5℃ ; 2003年冬季最大用电量日 (5204万 kW ・ h) 和最大负荷日 (2740MW) 都是 12月 19日 , 当日最 低气温为 0.7℃ , 平均气温为 3.7℃ 。 冬季低温天气 一般也对应冬季高用电量和峰值负荷 。
5用电量 、 电力负荷与气温关系分析
根据电量 、 负荷与气温的季节变化特征 , 分别
按盛夏 (7、 8 、 9月 ) 、 冬季 (12 、 1 、 2月 ) , 春秋季 (3 、 4 、 5、
6 、 10 、 11月 ) 三段进行相关性分析 , 最后对全年的相
关性进行分析 。
5.1盛夏用电与气温的关系分析
(1) 以 3年盛夏期共 276天 (276个样本 ) 每日最高
气温 、 最低气温 、 平均气温与日用电量 、 日最高负荷 、 日 最低负荷分别进行相关性分析 , 得出各要素之间相关 系数见表 3。 可见盛夏气温与各用电指标关系表现出大 的正相关 , 总体来说 , 日平均气温与各用电指标正相关 最大 , 其次分别是日最低气温 、 日最高气温 。
(2) 由于制造业用电的快速发展 , 每年增量用 电的很大一部分 (基本为一定常值 ) 是由于工业用电
造成的 , 这部分增量与气温没有关系 , 如果按年对 气温与用电指标进行相关性分析 , 就可剔除这部分 工业增量用电对相关系数的影响 。 为此 , 分别按年 对气温和用电做相关性分析 , 每年盛夏共 92天 (92个样本 )
, 得出的每年气温与各用电指标的相关系数 见表 4, 相关系数与 3年总体相关值相比明显提高 。
表 42002、 2003、 2004年盛夏气温与各用电指标相关系数
日最高气温
日最低气温
日平均气温
02年 03年 04年 02年 03年 04年 02年 03年 04年 日用电量 0.880.870.850.910.910.910.920.920.93日最高负荷 0.900.900.870.870.910.890.920.940.93日最低负荷 0.820.800.760.880.870.890.860.860.86
表 2
2002~2004年日最高气温 、
年日平均气温 、 日平均最高 、 最低气温
年
份
日最高气温
(日期 ) /℃ 日平均 气温
/℃
日平均 最高气温
/℃
日平均 最低气温
/℃
200238.7(7月 16日 ) 18.0822.11415.08200339.6(8月 1日 ) 17.5321.5614.542004
37.6(8月 11日 )
19.994
24.297
16.824
表 1
2002~2004年最高日用电量 、
日负荷 、 日平均用电量 、 最高 、 最低负荷
年
最大日用电量
/万 (kW ・ h) (日期 )
最高日 负荷
/MW 日平均 用电量 /万 (kW ・ h) 日平均 最高负荷 /MW 日平均 最低负荷
/MW
20027065
(7月 16日 ) 3420
(7月 16日 ) 3984.72110.41224.4720037819(8月 7日 ) 3719(7月 31日 ) 4428.262339.21346.262004
7743(8月 11日 )
3880(8月 11日 )
4699.54
2438.9
1451.6
日最高气温
日最低气温
日平均气温
日用电量 0.840.870.88日最高负荷 0.850.850.88日最低负荷
0.77
0.85
0.83
表 3
2002~2004年盛夏气温与用电指标相关系数
武汉市电网用电量 、 电力负荷与气温的关系及预测模型研究
华 中 电 力
2006年第 2期 第 19卷
5.2
冬季用电与气温的关系分析
以 2002年 、 2003年冬季 (12月 、 1月 、 2月 ) 共 181天 (181个样本 ) , 分别计算日最高气温 、 最低气 温 、 平均气温与日用电量 、 日最高负荷 、 日最低负荷 之间的相关系数 , 得出二者之间相关系数见表 5。 冬季气温与各用电指标关系表现出较大的负相关 , 与夏季不一样 , 冬季日最高气温 、 日平均气温与各 用电指标负相关最大 , 其次是日最低气温 , 冬季日 最低负荷与气温关系不密切 。
5.3春季 、 初夏 、 秋季用电与气温关系分析
以 2002年 、 2003年春 、 初夏 、 秋季 (3、 4、 5 、 6、
10 、 11月 ) 及 04年 春 、 初 夏 (3、 4 、 5 、 6月 ) 共 488天
(488个样本 ) 计算日最高气温 、
最低气温 、 平均气温 与日用电量 、 日最高负荷 、 日最低负荷之间的相关 系数 , 得出二者之间相关系数见表 6。 可见日用电 量 、 日最高负荷与气温关系不大 , 日最低负荷与气 温关系较大 。 这个季节用电变化幅度不大 , 各用电 指标比较平稳 , 较容易调度 。
5.4年际间用电 、 负荷波动曲线与气温波动曲线 特征分析
图 2、 3分别为 2002~2004年日用电量 、
日最高 电力负荷与日平均气温关系图 。 分析日用电量 、 电 力负荷年际间波动曲线与日平均气温年际间波动 曲线特征可见 , 二者波峰同步出现在盛夏 8月份左
图 22002~2004年日用电量与日平均气温关系图
右 , 气温波谷与电量次峰值同步出现在冬季 12月 份左右 , 夏季用电量 、 电力负荷波动曲线与气温波 动曲线有相同位相 , 冬季为反位相 。 用电量 、 电力负 荷年际间波动曲线与日最高气温 、 日最低气温年际 间波动曲线具有相同特征 。
图 32002~2004年最大负荷与日平均气温关系图
5.5气温变化对用电量 、 负荷的影响
上述各季用电和温度间相互关系表明 , 气温
与用电在盛夏和冬季存在较高的相关关系 , 而在 春季 、 初夏 、 秋季 关系不大 , 季 节间的差 异主要表 现是各季气温的差异 。 那么一定存在一个高温阈 值和一个低温阈值 , 当气温高于高温阈值或低于 低温阈值时 , 用电量 、 电力负荷随气温的变化而变 化 , 而当气温位于两 个阈值之间 时 , 用电量 、 电 力 负荷不随气温变化而变化 。 进一步分析 (表 7) 表明 :当最高气温在 32℃ 到 35℃ 之间时 , 每增加 1℃ , 日 用 电量增加约 369万 kW ・ h , 日最大负 荷约增 加
160MW ; 当气温超过 36℃ 时 , 每增加 1℃ , 日用电
量 增 加 约 458万 kW ・ h , 日 最 大 负 荷 约 增 加 150MW ; 平均气温在 27℃ 到 30℃ 之间 , 平均气温每增
加 1℃ , 日用电量 增 加 约 299万 kW ・ h , 日 最 大 用 电负荷约增加 130MW ; 平均气温在 31℃ 到 35℃ 之间 , 平均气温每增加 1℃ , 日用电量约增加 392万 kW ・ h , 日最大用电负荷约增加 170MW ; 冬季日最 低气温降到 5℃ 以下时 , 用电量和负荷开始增加 , 平均 每下降 1℃ , 用电量增加 58万 kW ・ h , 春 、 秋季气温 变化对用电影响不大 。
表 7
高温条件下 , 日最高气温对应的日用电量
与日最大负荷 (2002~2004年平均 )
日最高气温
/℃
32~3333~3434~3535~3636~3737~3838~3939~40
日用电量
/万 (kW ・ h )
48535241563559606586703371197792日最大负荷
/MW
25402640286030203300349035003630
日最高气温
日最低气温
日平均气温
日用电量 -0.34-0.25-0.32日最高负荷 -0.39-0.29-0.37日最低负荷
-0.07
-0.09
-0.09
表 5
2002~2003年冬季气温与用电指标相关系数
日最高气温
日最低气温
日平均气温
日用电量 0.260.290.29日最高负荷 0.190.200.20日最低负荷
0.37
0.39
0.39
表
6
2002
~2004年春 、
初夏 、 秋季气温与用电相关系数 6--
第 19卷
2006年第 2期
6利用气温进行用电量 、
电力负荷预测模型 既然气温与用电量 、 电力负荷相关性很高 , 一 定可以找到它们之间的关系模型 , 并通过气温的预 报 , 实现对用电量 、
电力负荷的预测 , 由于夏季气温 与用电相关系数很高 , 为此对夏季气温与用电量 、 用电负荷建立预测模型 。
夏季影响用电量 、 电力负荷变化的要素主要可 分为两部分 :工业 (制造业 ) 用电变化和日气温变化 , 工业用电变化短期内是一个定常量 , 假定其年变化 值为 P(y) , 气温日变化造成的用电量 、 电力负荷变 化值为 P(t), 则每日用电量 、 电力负荷可表示为 :P(d)
=P(t)+P(y) , P(t) 是与平均气温 t(或最高气温 ) 有关的
变量 , 当 t ≥ 27℃ 时 , P(t) 与 t 分布特征基本符合正态 分布 , 因此可使用线性回归模型建立二者之间线性 回归方程 :P(t)=P 0+bt+ε, 其中 ε为日 随机误差 , 没 有系统性偏倚 , 即 E(ε)=0, 平均气温 t ≥ 27℃ 。
选取 2003年 6 、 7 、 8、 9月每日平均气温 t i 为变 量因子 , 日用电量 P i 为预报对象 , 选取 t ≥ 27℃ 的 天数共 69个样本 (69天 ) , 利用最小二乘法求得系 数 b=461.3,P 0=-6971.4,P(t) 的回归方程为 :
P(t)=-6971.4+416.3t+ε
若以日最大负荷为预报因子 , 则求得 C(t) 回归 方程为 :
C(t)=-253.875+17.9t+ε
给定信度 α=0.01, 对回归方程进行自由度 (1, 69-1-1) 的 F 检验 , F 0.01(1,67)=7.05, 对上述二方程分 别计算 F1, F2, 结果 为 F1=207.2>F 0.01,F2=231.56>F 0.01, 说明回归方程效果都是显著的 。
工业用电年增长是不依气温而变化的 , 且短期 内是相对稳定的 , 可用上年的工业用电增加值代替 本年的工业用电增加值 , 如 2004年工业用电年增 加值可用 2003年增加值代替 , 2003年工业用电增 加值为 2003年与 2002年平均用电值 、 负荷值之 差 :P(y)=4428.26-3984.7=43.56,C(y)=233.92-211.04=22.88, 则日用电量 、
最高负荷分别可用下式表示 :P(d)=P(t)+P(y)=-6927.84+416.3t+ε
C(d)=C(t)+C(y)=-231+17.9t+ε
式中
t —— —
日平均气温预报值 ; ε
—— — 随机误差 ; C(d) 、 P(d) —— —
分别为日最高负荷 、 日用电量 预测值 。
由于工业增加值每年都存在 , 只能用上一年的 模 型 对 下 一 年 进 行 预 测 , 因 此 可 用 上 述 模 型 对 2004年夏季日用电 、
最高负荷进行预测 。 7预测模型对 2004年武汉市日用电 、 负荷 预测精度分析
2004年夏季 6~9月 , 日平均气温在 27℃ 以上
的天数共 59天 , 利用预测模型计算出每日日用电
量值 、 日最大负荷值 (去掉日随机误差 ) , 然后与实际 日用电量 、 日最大负荷进行误差分析 , 结果如表
10 、 11, 无论个体相对误差 , 还是总体绝对误差 , 预 测精度都超过 90%, 日最大负荷预测精度高于日 用电量预测精度 , 假设当夏季日平均气温高于 27℃ 的预报准确时 , 利用此模型对武汉市日用电量 、 日最大负荷的预测精度高于 90%, 平均温度在 27℃ 以下时 , 不适用此模型 。
8结 论
通过对武汉市自 2002年到 2004年日用电量 、 电力负荷与平均气温 、 最高气温 、 最低气温的相关
(下转第 30页 )
日平均气温
/℃
27~2828~2929~3030~3131~3232~3333~3434~35
日用电量
/万 (kW ・ h ) 48515117545957476196659468197315
日最大负荷
/MW
25102600273028903100333034103570
表 8
高温条件下 , 日平均气温对应的日用电量
与日最大负荷 (2002~2004年平均 )
日最低气温
/℃
4~53~42~31~20~1-1~0-2~-1-3~-2-4~-3
日用电量
/万 (kW ・ h ) 430943884400444344594390456144034834
日最大负荷
/MW
231023402350236024002370246023602470
表 9
低温条件下 , 日最低气温对应的日用电量
与日最大负荷 (2002~2004年平均 )
表 11
2004年夏武汉市日最大负荷预测结果
日平均 最大负荷
/MW 日最大负荷预测 平均绝对误差
/MW 平均日最大负荷 预测相对误差
/%日最大负荷 相对误差平均
/%3010
13.75
4.57
4.713
表 10
2004年夏武汉市日用电预测结果
日平均用电量
/万 (kW ・ h)
日用电量预测
平均绝对误差
/万 (kW ・ h)
平均日用电量
预测相对误差
/%日用电量预测 相对误差平均
/%5939.5503.9
8.48
8.445
武汉市电网用电量 、 电力负荷与气温的关系及预测模型研究
7--
华 中 电 力
2006年第 2期 第 19卷
(上接第 7页 )
分析 , 可以得出以下结论 :
(1) 夏季与冬季 , 大城市用电量 、 电力负荷与城市 气温关系紧密 , 气温是影响电力调度的主要因子之一 。 (2) 夏季日用电量 、 电力负荷波动曲线与气温 波动曲线具有同位相 , 冬季具有反位相 。
(3) 当夏季平均气温高于 27℃ (或最高气温高 于 32℃ ) 时 , 气温每升高 1℃ , 日用电量增加约 300万 kW ・ h , 电力负荷约增加 130MW ; 当平均气温高 于 31℃ 时 , 气温每升高 1℃ , 日用电量增加约 390万 kW ・ h , 电力负荷约增加 170MW ; 冬季日最低气 温降到 5℃ 以下时 , 用电量和负荷开始增加 , 平均 每下降 1℃ , 日用电量增加约 58万 kW ・ h ; 夏季气 温最高日 , 一般也是当年用电量或电力负荷最大 日 。 由于本文气温资料取自武汉市东西湖观测站 , 城区实际温度应高于该观测站气温值 。
(4) 夏季当日平均气温高于 27℃ (或最高气温 高于 32℃ ) 时 , 通过对气温的准确预报 , 可以对大城 市用电量和电力负荷进行预测 , 本文利用 2003年 建立的夏季预测模型对 2004年武汉市夏季日用电 量和电力负荷预测平均精度高于 90% 。
(5) 春季和秋季用电量 、 电力负荷与气温关系 不大 , 其日用电量及电力负荷比较稳定 。
和故障诊断 , 这部分内容在 EAM 软件中也是不具 备的 , 需要在运行的过程中逐步发展完善 。
5结 论
目前电厂的 EAM 软件主要功能侧重于设备信 息管理 、 检修过程管理 (包括工单和项目 ) 、 采购和 库存管理 , 对设备应该实施怎么样的维修策略少有 提及 , 因此实施 EAM 的关键应该是对设备进行分 级评估 , 确定各类设备的维修策略 。 然后利用 EAM 完善的设备全生命周期管理方式 , 维护管理好全厂 的设备 , 充分发挥
EAM 软件的功能 。
图 3EAM 在电厂生产管理中的地位
!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!! 30
--
。
