端木彬，謝 芳，王 健，喬朋利

（菏澤供電公司，山東 菏澤 274000）

0 引言

在充分考慮一些重要的系統(tǒng)運行特性、增容決策、自然條件與社會影響的條件下，研究或利用一套系統(tǒng)處理過去與未來負荷的數(shù)學方法，在滿足一定精度要求的前提下，確定未來某特定時刻的負荷數(shù)值，稱為負荷預測［1］。

負荷是電力系統(tǒng)運行和規(guī)劃的依據(jù)，準確的負荷預測有利于提高電力系統(tǒng)運行的經(jīng)濟性和可靠性［2］。 電網(wǎng)運行中電網(wǎng)負荷受氣象因素的影響顯著,對于電網(wǎng)安全經(jīng)濟運行有重要影響［3］。短期負荷預測在電力系統(tǒng)安全經(jīng)濟運行中發(fā)揮著重要作用，一直以來都是人們的研究重點，也一直是難點所在。目前，氣象敏感負荷在總負荷中所占的比重越來越大，人們意識到要達到較好的預測水平，關鍵在于如何更合理地考慮氣象因素對負荷的影響［4］。

長期以來，鑒于氣象部門無法提供實時溫度等氣象預測結果，電力系統(tǒng)所建立的預測模型絕大多數(shù)都是基于日特征氣象因素，諸如日最高溫度、最低溫度等［5］。在以往的分析中，氣溫的基礎數(shù)據(jù)主要是每日溫度的最高、最低、平均值，無法準確描述溫度波動曲線；對相對濕度、風速等數(shù)據(jù)涉及的更是不多，無法分析每日不同時段受各種氣象因素綜合影響的特點。搜集典型日24 h的溫度、相對濕度、風速等氣象數(shù)據(jù)，數(shù)據(jù)采集密度和精度大大提高，能夠將氣象因素對負荷的影響具體到每日的不同時段，從而有利于更全面地分析各種氣象因素對負荷的影響。

1 分析數(shù)據(jù)的選取

1.1 典型日的選取

菏澤天氣四季分明，分析氣象因素對電網(wǎng)負荷的影響，需要綜合考慮天文四季和氣候四季，同時避開春節(jié)等節(jié)日的影響，各取10日作為典型日進行分析。分別取3月、7月、10月、12月中10日作為春夏秋冬四季的典型日。

1.2 負荷數(shù)據(jù)點的選取

菏澤電網(wǎng)春夏秋冬典型日負荷曲線圖如圖1所示。

圖1 四季典型日負荷曲線

從圖1可以看出，電網(wǎng)4個季節(jié)日負荷曲線具有基本一致的特征：

1）凌晨負荷全天最低。

2）具有兩個明顯的高峰負荷，中午12時左右和晚高峰。

3）兩高峰負荷之間平段負荷波動不大。

4）上午到達高峰負荷增加較緩，晚高峰后負荷降低較快，至0時接近最低負荷。

5）晚高峰出現(xiàn)時間與季節(jié)有關，冬季較早，夏季較晚，與日長一致。

通過以上分析，日負荷曲線有3個至關重要的特征點：低谷負荷和兩個高峰負荷。 為了便于分析，低谷負荷取凌晨5時負荷，中午高峰負荷取12時負荷，晚高峰負荷按季節(jié)進行劃分，春、秋季節(jié)取19時，夏季取20時，冬季取18時。通過對四季典型日特征點負荷和氣象條件進行對比分析，找出氣象條件在不同季節(jié)對負荷的影響規(guī)律。

1.3 氣象因素的選取

氣象因素考慮溫度、濕度、風速、降水等天氣條件。表1是各季典型日降水量情況表。

2 負荷與溫度、濕度、風速、降水的定性分析

2.1 氣象因素對低谷負荷的影響

圖2～圖5是不同氣象條件下四季典型日5時負荷曲線。

圖2 不同氣象條件下春季典型日5時負荷曲線

圖3 不同氣象條件下夏季典型日5時負荷曲線

春季低谷負荷波動較小，溫度波動對低谷負荷基本無影響，與降水、濕度、風速相關性也較小。

夏季低谷負荷與溫度具有極強的相關性，曲線形狀基本一致；其次是降水，第8日的降水（大雨，68 mm）除造成溫度降低外，同時造成負荷大幅降低；風速不大，強降水時風速統(tǒng)計值是3級左右，但局部地區(qū)達到9級，甚至10級，造成線路跳閘也是負荷大幅降低的重要原因；相對濕度一直在90%以上，與負荷的關系不太明顯，但與溫度的協(xié)同作用可影響人體舒適度，從而對負荷產(chǎn)生影響。

表1 各季典型日降水量情況表 mm

圖4 不同氣象條件下秋季典型日5時負荷曲線

圖5 不同氣象條件下冬季典型日5時負荷曲線

秋季低谷負荷波動較小，與溫度、濕度、風速相關性較小。

冬季溫度采樣值在0℃附近，波動幅度為3℃，但從后幾日的趨勢看，溫度降低時負荷升高，溫度回升時負荷降低到原水平；結合濕度進行分析，1至2日溫度雖然較低，在濕度較低時負荷并不高，7日溫度最低，同時濕度達到100%，此時負荷最高，符合“陰冷”的日常經(jīng)驗，說明低谷負荷與溫度、濕度具有強相關性。

2.2 氣象因素對中午高峰負荷的影響

圖6～圖10是不同氣象條件下四季典型日12時負荷曲線。

圖6 不同氣象條件下秋季典型日12時負荷曲線

圖7 不同氣象條件下夏季典型日12時負荷曲線

圖8 不同氣象條件下秋季典型日12時負荷曲線

圖9 不同氣象條件下冬季典型日12時負荷曲線

春季氣溫適中，無降溫和取暖負荷，與溫度相關性不大；從圖表中可以看出，第7、8日的降水對負荷影響最大；除陰雨天氣外，春季相對濕度較低，對負荷影響不大；從圖表上看，第1、2日風速較高，達到4至6級，負荷較低，其中風對負荷的影響比例還要具體分析。

夏季氣溫對中午高峰負荷的影響與對低谷負荷的影響一樣，具有決定性的作用。

秋季負荷波動較小，與溫度、濕度、風速均無明顯的相關性。

冬季對負荷的影響應是溫度、濕度、降水綜合影響的結果，相關性不明顯。

2.3 氣象因素對晚高峰負荷的影響

圖10～圖13是不同氣象條件下四季典型日19時負荷曲線。

圖10 不同氣象條件下春季典型日19時負荷曲線

春季除第7、8日的降水造成負荷降低外，其他因素對負荷的影響規(guī)律不夠明顯。

圖11 不同氣象條件下夏季典型日20時負荷曲線

圖12 不同氣象條件下秋季典型日19時負荷曲線

圖13 不同氣象條件下冬季典型日18時負荷曲線

夏季對影響最大的同樣是溫度。

秋季負荷與溫度等氣象條件相關性較弱，由于典型日內(nèi)無降水，降水對負荷的影響沒有體現(xiàn)出來。

冬季晚峰時溫度均在0℃以上，溫度變化對負荷的影響不大。

2.4 定性分析綜述

由于四季負荷成分的變化，各季節(jié)負荷對各種氣象條件的敏感度不同。春秋季節(jié)溫度適中，對負荷的影響較??；降水會對春灌負荷、小工業(yè)、服務業(yè)負荷造成一定影響；夏季負荷變動與溫度具有強相關性；降水對負荷的影響主要通過對溫度的影響體現(xiàn)出來，同時大的降水還會使負荷進一步降低。冬季當溫度降到0℃以下時，與負荷具有較強的負相關性，溫度較高時，對負荷影響不大。

3 夏季負荷與溫度的相關性分析

由于夏季負荷與溫度具有強相關性，以下對夏季負荷與溫度進行相關性分析。 圖14～圖16為夏季典型日5時、12時、20時負荷與溫度二次回歸曲線圖。

圖14 夏季典型日5時負荷與溫度二次回歸曲線圖

圖15 夏季典型日12時負荷與溫度二次回歸曲線圖

從以上5時、12時、20時的二次回歸分析可以得到回歸系數(shù)R2的值分別為0.6、0.82、0.73，具有較強的相關性。

4 氣象數(shù)據(jù)在負荷預測系統(tǒng)中的應用

4.1 應用條件及效果

盡可能地引入最新的負荷相關信息參與預測,才能進一步提高預測精度［6］。具有每日至少24點的溫度、濕度等氣象信息；具有精細化的天氣預報信息，溫度預測應能精確到3～4 h；對強相關關系實時進行數(shù)據(jù)分析，建立模型；參照氣候四季和天文四季對季節(jié)進行劃分，不同季節(jié)應用不同的規(guī)律；由于最大限度的充分利用了歷史氣象數(shù)據(jù)和預測數(shù)據(jù)，同時有針對性的根據(jù)季節(jié)應用不同的模型進行預測，能夠有效的提高預測準確率。

圖16 夏季典型日20時負荷與溫度二次回歸曲線圖

4.2 應用中需要解決的其他問題

負荷歷史數(shù)據(jù)失真問題。 由于檢修等因素造成負荷的人為損失，會造成數(shù)據(jù)相關性大大降低，要考慮通過歷史數(shù)據(jù)修復等方法加以解決，如自然數(shù)據(jù)補足（如切負荷停電、線路檢修停電補足等）和沖擊數(shù)據(jù)剝離（如大用戶、大事件沖擊負荷剝離等）［7］。

氣象數(shù)據(jù)的失真問題。災害性天氣等不可抗力會造成大的負荷損失，如龍卷風等會造成線路跳閘，損失負荷，但由于天氣信息采集的地域局限性，有可能采集不到龍卷風的風速，從而形成數(shù)據(jù)壞點，應予以剔除。

5 結語

氣象因素對于短期負荷預測有著至關重要的影響，其中，常見的影響因素是溫度，其次還有濕度、風力、天氣類型等［5］。 溫度、濕度、風速、降水等各種氣象因素對各季節(jié)負荷的影響程度不同，對每日各時段的影響因素也不同，其中以溫度對負荷的影響最大。借助于天氣預報精細化程度的提高，合理考慮氣象因素對負荷的影響，引入實時氣象因素以取代以前的日特征氣象因素建立氣象數(shù)據(jù)與負荷的數(shù)據(jù)模型，對提高負荷預測準確率具有重要意義。

［1］ 牛東曉，曹樹華，趙磊，等.電力負荷預測技術及其應用［M］.北京：中國電力出版社，1998.

［2］ 史德明，李林川，宋建文.基于灰色預測和神經(jīng)網(wǎng)絡的電力系統(tǒng)負荷預測［J］.電網(wǎng)技術，2001，25（12）：14-17.

［3］ 廖春映，梁潤善，李乃標.氣象因素對電網(wǎng)負荷特性影響的研究［J］.科技創(chuàng)新導報，2010（17）：134-135.

［4］ 張凱，姚建剛，李偉，等.基于功率譜分解和實時氣象因素的短期負荷預測［J］.電網(wǎng)技術，2007（23）：51-55.

［5］ 康重慶，周安石，王鵬，等.短期負荷預測中實時氣象因素的影響分析及其處理策略［J］.電網(wǎng)技術，2006，30（7）：5-10.

［6］ 莫維仁，張伯明，孫宏斌，等.擴展短期負荷預測的原理和方法［J］.中國電機工程學報，2003，23（3）：1-4.

［7］ 莫維仁，孫宏斌，張伯明.面向電力市場的短期負荷預測系統(tǒng)設計及實現(xiàn)［J］.電力系統(tǒng)自動化，2001，25（23）：41-44.