劉繼東，韓學(xué)山，楚成博，張 利

（山東大學(xué) 電網(wǎng)智能化調(diào)度與控制教育部重點(diǎn)實(shí)驗(yàn)室，山東 濟(jì)南 250061）

0 引言

隨著國(guó)民經(jīng)濟(jì)的快速發(fā)展和人民生活水平的不斷提高，電網(wǎng)負(fù)荷水平和結(jié)構(gòu)發(fā)生很大變化，特別是各種空調(diào)系統(tǒng)的廣泛應(yīng)用，使得降溫負(fù)荷急劇增長(zhǎng)［1］，已經(jīng)成為夏季電網(wǎng)負(fù)荷屢創(chuàng)新高和電力緊缺的主要原因之一［2］。同時(shí)，由于啟動(dòng)時(shí)會(huì)對(duì)電網(wǎng)造成巨大的沖擊，在電網(wǎng)電壓穩(wěn)定分析中也必須對(duì)空調(diào)群負(fù)荷加以重點(diǎn)考慮［1，3］。據(jù)測(cè)算，我國(guó)一些大中城市和經(jīng)濟(jì)發(fā)達(dá)省份的降溫負(fù)荷已占到夏季最大負(fù)荷的30%以上，某些地區(qū)甚至超過(guò)40%［4-5］。從需求側(cè)管理角度來(lái)看，準(zhǔn)確把握夏季降溫負(fù)荷的特性規(guī)律，短期內(nèi)將為制定迎峰度夏措施提供科學(xué)依據(jù)［6］，長(zhǎng)期內(nèi)更是智能電網(wǎng)框架下挖掘需求響應(yīng)資源、制定有效需求響應(yīng)措施的必要前提；同時(shí)也為電網(wǎng)的安全經(jīng)濟(jì)運(yùn)行及規(guī)劃設(shè)計(jì)提供重要參考。

夏季降溫負(fù)荷是指由于夏季氣溫升高引起的負(fù)荷增長(zhǎng)部分，空調(diào)類負(fù)荷是其重要組成部分，目前對(duì)其規(guī)律的研究體現(xiàn)在3個(gè)方面：一是監(jiān)測(cè)基礎(chǔ)上的辨識(shí)規(guī)律研究，包括侵入式負(fù)荷監(jiān)測(cè)和非侵入式負(fù)荷監(jiān)測(cè)［7-8］，前者是在每個(gè)空調(diào)降溫設(shè)備上都安裝傳感器以得到實(shí)時(shí)的功率消耗，后者是在假定用電設(shè)備正常工作時(shí)的穩(wěn)態(tài)電流具有一定統(tǒng)計(jì)規(guī)律的前提下，應(yīng)用辨識(shí)技術(shù)對(duì)用戶入網(wǎng)點(diǎn)處的實(shí)測(cè)負(fù)荷進(jìn)行分解，從而確定其中不同類型用電設(shè)備的功率比重；二是短期負(fù)荷規(guī)律預(yù)測(cè)的研究，通過(guò)在預(yù)測(cè)模型中顯現(xiàn)溫度對(duì)負(fù)荷變化規(guī)律的影響來(lái)提高預(yù)測(cè)精度［9-14］；三是從需求側(cè)管理角度開(kāi)展的研究，試圖揭示降溫負(fù)荷的關(guān)鍵影響因素，從而準(zhǔn)確把握其演變規(guī)律［4-5，15-17］。負(fù)荷辨識(shí)方法可較準(zhǔn)確地得到空調(diào)類設(shè)備的實(shí)時(shí)負(fù)荷，但對(duì)監(jiān)測(cè)裝置的數(shù)量和性能，以及電網(wǎng)的智能化程度有較高要求，目前尚處于理論研究階段，難以工程實(shí)用化。而后2個(gè)方面的研究主要基于電網(wǎng)整體負(fù)荷的監(jiān)測(cè)數(shù)據(jù)進(jìn)行。其中，負(fù)荷預(yù)測(cè)研究的重點(diǎn)在于準(zhǔn)確預(yù)測(cè)電網(wǎng)整體負(fù)荷，降溫負(fù)荷的具體大小不是其關(guān)注焦點(diǎn)，而需求側(cè)管理角度的研究更關(guān)注降溫負(fù)荷本身，目標(biāo)是把握降溫負(fù)荷不同于總體負(fù)荷的獨(dú)特規(guī)律。

就需求側(cè)管理角度開(kāi)展的研究而言，一般采用的是各種概率統(tǒng)計(jì)學(xué)方法，即對(duì)歷史負(fù)荷數(shù)據(jù)與相關(guān)因子的關(guān)聯(lián)關(guān)系進(jìn)行分析，得出降溫負(fù)荷變化趨勢(shì)，主要包括：時(shí)間序列法，根據(jù)采用數(shù)據(jù)的不同又分為最大負(fù)荷比較法和基準(zhǔn)負(fù)荷比較法［2］；回歸分析法，研究降溫負(fù)荷與一個(gè)或多個(gè)影響因素間是否存在因果關(guān)系，目前研究中考慮的主要影響因素是各種以溫度為主的氣象因素，定義為各種溫度因子TF（Temperature Factor），短期研究可建立降溫負(fù)荷與相關(guān)因子的關(guān)系表達(dá)式，長(zhǎng)期研究則可根據(jù)歷年的數(shù)據(jù)變化預(yù)測(cè)發(fā)展趨勢(shì)。如文獻(xiàn)［1］在依權(quán)重考慮本日、昨日和前日最高氣溫的基礎(chǔ)上定義氣候指數(shù)，分析了河南電網(wǎng)夏季日峰荷與該氣候指數(shù)的關(guān)系，得到空調(diào)降溫負(fù)荷與氣候指數(shù)的回歸模型；文獻(xiàn)［18］在其基礎(chǔ)上，進(jìn)一步探討了空調(diào)負(fù)荷在節(jié)點(diǎn)負(fù)荷中的比例與地理分區(qū)的關(guān)系；文獻(xiàn)［5，16-17］分別針對(duì)上海、南京等地區(qū)，利用時(shí)間序列法詳細(xì)分析了降溫負(fù)荷與氣溫、濕度及溫度濕度指數(shù)THI（Temperature Humidity Index）等因素間的關(guān)聯(lián)關(guān)系。

可見(jiàn)，現(xiàn)有研究大多針對(duì)某一地區(qū)一段時(shí)期內(nèi)的數(shù)據(jù)作溫度因子的相關(guān)分析，因而所建立的模型有明顯的地域局限性和時(shí)間局限性，普適性不強(qiáng)。實(shí)際上，對(duì)降溫負(fù)荷的影響，氣溫因素的作用固然直觀，但非氣象因素，如經(jīng)濟(jì)增長(zhǎng)以及消費(fèi)觀念等，不僅決定著降溫設(shè)備的容量規(guī)模，也影響著人們的使用習(xí)慣，在降溫負(fù)荷規(guī)律研究中是不可忽視的因素。山東是經(jīng)濟(jì)和人口大省，負(fù)荷較高，夏季降溫負(fù)荷問(wèn)題也很突出，但全省各地區(qū)間的氣象條件和社會(huì)經(jīng)濟(jì)發(fā)展水平存在明顯的差異，單純采用現(xiàn)有氣溫回歸模型很難全面準(zhǔn)確地把握夏季降溫負(fù)荷的特性規(guī)律。因此，本文突破降溫負(fù)荷研究?jī)H關(guān)注氣溫因素的局限性，通過(guò)對(duì)更多非氣象因素作地區(qū)間的橫向?qū)Ρ?，在定義經(jīng)濟(jì)因子和區(qū)位電能消費(fèi)傾向因子的基礎(chǔ)上，進(jìn)行詳實(shí)的回歸分析，建立新的夏季降溫負(fù)荷模型。應(yīng)用所提模型對(duì)山東電網(wǎng)夏季降溫負(fù)荷規(guī)律進(jìn)行分析，得到了滿意的結(jié)果。

1 氣溫影響夏季降溫負(fù)荷的規(guī)律

從氣溫對(duì)夏季降溫負(fù)荷影響角度來(lái)看，電網(wǎng)總負(fù)荷可分成氣溫敏感和氣溫非敏感負(fù)荷［9］兩部分，表示為：

其中，L為電網(wǎng)總負(fù)荷；LB為氣溫非敏感負(fù)荷，也可稱為電網(wǎng)基準(zhǔn)負(fù)荷；LT為氣溫敏感負(fù)荷，即由于夏季氣溫升高而導(dǎo)致的負(fù)荷增長(zhǎng)部分。

1.1 分析方法

首先采用基準(zhǔn)負(fù)荷比較法統(tǒng)計(jì)氣溫敏感負(fù)荷數(shù)據(jù)，然后采用回歸分析法研究其與氣溫的關(guān)聯(lián)關(guān)系。

1.1.1 基準(zhǔn)負(fù)荷比較法

基準(zhǔn)負(fù)荷比較法實(shí)現(xiàn)由電網(wǎng)負(fù)荷曲線推算降溫負(fù)荷。首先，選取恰當(dāng)?shù)臉颖救眨笕∪肇?fù)荷曲線的平均值為基準(zhǔn)負(fù)荷曲線：

其中，LB，t為第t小時(shí)的基準(zhǔn)負(fù)荷即氣溫非敏感負(fù)荷；Ld，t為電網(wǎng)第d個(gè)樣本日、第t小時(shí)的負(fù)荷；N為樣本天數(shù)。

在此基礎(chǔ)上，將夏季樣本日的負(fù)荷曲線與基準(zhǔn)曲線比較，兩者的差值即為當(dāng)天受溫度影響的降溫負(fù)荷曲線：

其中，LT，t和Lt分別為夏季某日第t小時(shí)的降溫負(fù)荷和系統(tǒng)負(fù)荷。選取一定數(shù)量的樣本日，即可由基準(zhǔn)負(fù)荷比較法獲取足量的降溫負(fù)荷信息。

1.1.2 回歸分析法

氣溫敏感負(fù)荷與溫度因素，如日最高氣溫、日平均氣溫等之間的關(guān)系可通過(guò)一元回歸分析確定，數(shù)學(xué)表達(dá)式為：

其中，LT，0為降溫負(fù)荷常量，th為降溫負(fù)荷開(kāi)啟高溫臨界值，Kh為氣溫敏感系數(shù)。本文采用統(tǒng)計(jì)產(chǎn)品和服務(wù)解決方案SPSS（Statistical Product and Service Solutions）軟件作為回歸分析的工具［19］。

1.2 數(shù)據(jù)處理

為準(zhǔn)確反映氣溫對(duì)降溫負(fù)荷的影響，需要對(duì)待分析的負(fù)荷歷史數(shù)據(jù)進(jìn)行預(yù)處理，按照以下原則進(jìn)行。

a.區(qū)分工作日和休息日。雖然居民、商場(chǎng)等用戶降溫負(fù)荷在周末、節(jié)假日較高，但由于寫(xiě)字樓、辦公樓的降溫負(fù)荷所占比重更大，因此本文降溫負(fù)荷統(tǒng)計(jì)范圍限定于工作日。

b.根據(jù)負(fù)荷受氣象條件影響的規(guī)律選擇基準(zhǔn)負(fù)荷和夏季負(fù)荷樣本日?；鶞?zhǔn)負(fù)荷樣本日的選取主要考慮以下因素：應(yīng)避開(kāi)冬季取暖負(fù)荷、春季農(nóng)灌負(fù)荷等的影響，排除11月至次年3月和春季4、5月等日期；山東省天氣特點(diǎn)為9月上旬才逐漸涼爽，但在熱累積效應(yīng)下此時(shí)仍有部分降溫負(fù)荷開(kāi)啟，因此，一般可選擇9月中下旬至10月上旬的工作日作為基準(zhǔn)負(fù)荷樣本日。夏季負(fù)荷樣本日取氣溫最高的日期，一般為7、8月份。淄博市2010、2011年6至10月份氣象信息見(jiàn)表1，可見(jiàn)9月下旬至10月上旬天氣已較為涼爽。

表1 淄博市氣象信息Tab.1 Meteorological information of Zibo

c.排除干旱天氣、削峰措施等隨機(jī)因素的影響。2011年夏季，山東電力公司多措并舉，并積極協(xié)調(diào)“外電入魯”，供電能力穩(wěn)定，沒(méi)有采取移峰措施，最大限度地滿足了全省的電力需求；同時(shí)2011年降水充足，因此本文忽略該因素影響。

d.排除夏季連續(xù)降雨天氣的影響。持續(xù)降雨后，居民等高敏感用戶的降溫負(fù)荷將有明顯變化，故本文根據(jù)氣象信息剔除了部分涼爽工作日負(fù)荷數(shù)據(jù)。

1.3 分析結(jié)果及討論

根據(jù)可獲取數(shù)據(jù)的完備情況，選定青島、淄博、濟(jì)寧、聊城、濱州、菏澤、日照七地市2011年的電網(wǎng)負(fù)荷數(shù)據(jù)進(jìn)行分析。根據(jù)數(shù)據(jù)處理原則，選取9月15、16、19、20、21、22、23、26、27、28、29、30 日和 10 月 10、11、12、13、14日共17天作為基準(zhǔn)負(fù)荷樣本日，夏季負(fù)荷樣本日取7、8月份的工作日，七地市具體樣本日詳見(jiàn)表2。由式（2）得七地市基準(zhǔn)負(fù)荷曲線如圖1所示。

由圖1可見(jiàn)，各地市基準(zhǔn)負(fù)荷曲線變化特性和峰荷出現(xiàn)時(shí)間均各有差異，這與各地市產(chǎn)業(yè)結(jié)構(gòu)比重有關(guān)，以淄博市和日照市為例，兩地市基準(zhǔn)負(fù)荷曲線均較平滑，但淄博市峰荷出現(xiàn)在14∶00至15∶00左右，說(shuō)明其工、商業(yè)負(fù)荷所占比重較大，而居民負(fù)荷比重相對(duì)較小；反之，日照市高峰時(shí)段為傍晚19∶00，說(shuō)明其居民負(fù)荷比重相對(duì)較大。

由式（3）可得山東電網(wǎng)七地市夏季7、8月份樣本日最大降溫負(fù)荷值，詳見(jiàn)表2。對(duì)夏季各工作日24 h降溫負(fù)荷求平均值，可得到各地市夏季典型降溫負(fù)荷曲線，以淄博市為例，如圖2所示。

表2 七地市7、8月份日最大降溫負(fù)荷Tab.2 Daily maximum cooling load of seven cities in July and August

圖1 山東電網(wǎng)七地市基準(zhǔn)負(fù)荷曲線Fig.1 Reference load curves of seven cities in Shandong Grid

圖2 淄博市7、8月份典型降溫負(fù)荷曲線Fig.2 Typical cooling load curve of Zibo in July and August

由圖2可見(jiàn)，淄博市7、8月份降溫負(fù)荷的整體趨勢(shì)是：07∶00 負(fù)荷最低，15∶00 最高，其余時(shí)段隨氣溫及工作周期而變化。

進(jìn)一步研究降溫負(fù)荷與溫度因子的相關(guān)性。為分析影響降溫負(fù)荷的關(guān)鍵溫度因子，首先根據(jù)歷史氣象信息［20］統(tǒng)計(jì)七地市2011年7、8月各樣本日的多個(gè)溫度因子的值，包括日最高氣溫、日最低氣溫以及02∶00、08∶00、14∶00、20∶00 的氣溫，分別以 tmax、tmin、t2、t8、t14和t20表示。對(duì)七地市2011年7、8月各樣本日最大降溫負(fù)荷與各溫度因子進(jìn)行相關(guān)性分析，得相關(guān)系數(shù)如表3所示。由表3可見(jiàn)，七地市日最大降溫負(fù)荷LT，max與最高氣溫tmax的相關(guān)系數(shù)分布在均值0.678左右，均值最大且方差最小，故可認(rèn)為日最高氣溫tmax是影響降溫負(fù)荷的關(guān)鍵溫度因子。

表3 七地市最大降溫負(fù)荷與多種溫度因子的相關(guān)系數(shù)Tab.3 Correlation coefficients between maximum cooling load and several temperature factors for seven cities

設(shè)定式（4）中 th=27℃，則式（4）轉(zhuǎn)化為：

對(duì)七地市樣本日最大降溫負(fù)荷和日最高氣溫（詳見(jiàn)表4）進(jìn)行一元線性回歸，得各地市回歸系數(shù)LT，0和Kh如表5所示。由表5可見(jiàn)，各地市回歸系數(shù) LT，0和Kh有較大差異。顯然，氣溫雖然是影響降溫負(fù)荷的重要因素，但并不是最本質(zhì)的，回歸系數(shù)的差異昭示著更關(guān)鍵因素的存在。不難想象，在分析較大區(qū)域電網(wǎng)，如省級(jí)電網(wǎng)的降溫負(fù)荷時(shí)，如果區(qū)域內(nèi)氣溫差異明顯，則僅基于溫度因子的回歸模型必然難以給出準(zhǔn)確分析。

表4 七地市7、8月份日最高氣溫Tab.4 Daily maximum temperatures of seven cities in July and August

表5 回歸系數(shù)及相關(guān)因子Tab.5 Regression coefficients and relevant factors

2 考慮非氣象因素的電網(wǎng)降溫負(fù)荷模型

研究表明，影響降溫負(fù)荷變化規(guī)律的主要因素是夏季氣候條件、宏觀經(jīng)濟(jì)水平、居民收入水平及消費(fèi)觀念等，且降溫負(fù)荷中居民用電所占比重較大［5，17］。在式（4）中，降溫負(fù)荷包括降溫負(fù)荷常量LT，0和降溫負(fù)荷變量Kh（tmax-th）兩部分，前者表征夏季降溫負(fù)荷中不隨氣溫變化的部分；后者反映降溫負(fù)荷中隨溫度上升而變化的部分，其變化敏感度由Kh表征。顯然，降溫負(fù)荷常量取決于降溫設(shè)備的安裝容量，應(yīng)與該地市宏觀經(jīng)濟(jì)水平和居民收入密切相關(guān)；而降溫負(fù)荷變量取決于降溫設(shè)備的使用情況，與該地市的電能消費(fèi)息息相關(guān)，即Kh與電能消費(fèi)傾向應(yīng)有較大的相關(guān)性。為此，本文提出了2個(gè)新的相關(guān)因子：經(jīng)濟(jì)因子EF（Economic Factor）和區(qū)位電能消費(fèi)傾向因子AECHF（Area Electricity Consuming Habit Factor）。

經(jīng)濟(jì)因子定義為：

即以各地市的國(guó)民生產(chǎn)總值（GDP）的億元?dú)w算數(shù)綜合表征其宏觀經(jīng)濟(jì)發(fā)展和居民收入水平。

區(qū)位電能消費(fèi)傾向因子定義為：

其中，α為區(qū)位不平衡系數(shù)，Pcz和Pnc分別為城鎮(zhèn)和農(nóng)村總?cè)丝跀?shù)，k為城鄉(xiāng)人均用電消費(fèi)支出比。如前所述，降溫設(shè)備的使用情況與電能消費(fèi)觀念有較大的相關(guān)性，但目前城、鄉(xiāng)電能消費(fèi)仍存在明顯差異，因此區(qū)位電能消費(fèi)傾向因子以城市人群的消費(fèi)傾向?yàn)榛鶞?zhǔn)對(duì)地區(qū)的消費(fèi)傾向進(jìn)行歸算處理；同時(shí)當(dāng)考慮各地區(qū)消費(fèi)觀念存在較大差異時(shí)，以系數(shù)α進(jìn)行平衡。

2.1 降溫負(fù)荷常量與經(jīng)濟(jì)因子相關(guān)性分析

山東省七地市 2006至 2010年 GDP［21］增長(zhǎng)趨勢(shì)如圖3所示，可以看出：同一地市GDP呈線性增長(zhǎng)，故可較精確預(yù)測(cè)出七地市2011年的GDP值，由式（6）計(jì)算得 δEF，詳見(jiàn)表 5。

對(duì)七地市降溫負(fù)荷常量LT，0和經(jīng)濟(jì)因子δEF進(jìn)行回歸分析，建立一元回歸模型，如圖4所示。

圖3 七地市2006年至2010年GDP變化趨勢(shì)Fig.3 GDP variation trend of seven cities from 2006 to 2010

圖4 夏季降溫負(fù)荷常量與δEF的回歸關(guān)系Fig.4 Regressive relationship between constant part of cooling load and δEF

七地市夏季降溫負(fù)荷常量LT，0與經(jīng)濟(jì)因子δEF的相關(guān)系數(shù)為0.969，相關(guān)度極高，表明本文前述分析是合理的。同時(shí)可見(jiàn)，降溫負(fù)荷受經(jīng)濟(jì)因子作用的規(guī)律為：δEF每增長(zhǎng) 100，LT，0增大 7.3 MW。

2.2 降溫負(fù)荷變量與區(qū)位電能消費(fèi)傾向因子相關(guān)性分析

根據(jù)山東統(tǒng)計(jì)信息數(shù)據(jù)［21］可知，山東省城鄉(xiāng)人均用電消費(fèi)支出比為 k=290.57∶110.04≈2.65∶1，同時(shí)認(rèn)為山東省內(nèi)各地城市人群的消費(fèi)觀念無(wú)較大差異，即取 α=1，于是根據(jù)式（7）可計(jì)算得 δAECHF，詳見(jiàn)表 5。隨后對(duì)七地市降溫負(fù)荷敏感系數(shù)Kh和區(qū)位電能消費(fèi)傾向因子δAECHF進(jìn)行回歸分析，建立一元回歸模型，如圖5所示。

圖5 Kh與δAECHF的回歸關(guān)系Fig.5 Regressive relationship between Khand δAECHF

七地市夏季降溫負(fù)荷敏感系數(shù)Kh與區(qū)位電能消費(fèi)傾向因子δAECHF的相關(guān)系數(shù)為0.99，可見(jiàn)相關(guān)度極高，呈明顯線性關(guān)系，表明本文前述分析合理。并且 δAECHF每增長(zhǎng) 100，Kh增大 15。

2.3 計(jì)及非氣象因素的電網(wǎng)降溫負(fù)荷模型

綜上分析，根據(jù)表 5 及式（8）、式（9）回歸分析結(jié)果，可以得到各地市以日最高氣溫tmax、經(jīng)濟(jì)因子δEF和區(qū)位電能消費(fèi)傾向因子δAECHF為自變量，夏季日最大降溫負(fù)荷LT，max為因變量的計(jì)及非氣象因素的多影響因子模型，如式（10）所示：

3 考慮非氣象因素的電網(wǎng)降溫負(fù)荷分析

根據(jù)式（10），若已知某地區(qū)的日最高氣溫tmax、經(jīng)濟(jì)水平因子δEF和區(qū)位電能消費(fèi)因子δAECHF，則可推算其電網(wǎng)的夏季最大降溫負(fù)荷。以下針對(duì)山東電網(wǎng)進(jìn)行具體分析。

3.1 模型的時(shí)間適用特性

首先，建立山東省全網(wǎng)的溫度因子一元回歸模型。針對(duì)山東電網(wǎng)2005年7、8月份日最大降溫負(fù)荷數(shù)據(jù)，同時(shí)取山東省17地市日最高氣溫的平均值作為山東省溫度因子對(duì)二者進(jìn)行相關(guān)分析，得全省最大降溫負(fù)荷關(guān)于日最高氣溫的一元回歸模型如式（11）所示，相關(guān)系數(shù)為0.923。

根據(jù)山東省統(tǒng)計(jì)年鑒數(shù)據(jù)及δEF、δAECHF定義可計(jì)算得到山東電網(wǎng) 2005、2011年的 δEF和 δAECHF值，如表6所示。

表6 山東電網(wǎng)非氣象因子的值Tab.6 Value of non-meteorological factors in Shandong Grid

以下進(jìn)行溫度因子一元回歸模型與本文所提模型的時(shí)間適用特性對(duì)比。選取山東電網(wǎng)夏季統(tǒng)調(diào)負(fù)荷較高的2 d作為樣本日（2005年取7月21日和8月12日，2011年取7月28日和8月9日），分別利用基準(zhǔn)負(fù)荷比較法、一元回歸模型式（11）和考慮非氣象因素模型式（10）推算最大降溫負(fù)荷，依次記為L(zhǎng)BT，max、LA1T，max、LA3T，max，結(jié)果詳見(jiàn)表 7。

表7 山東電網(wǎng)最大降溫負(fù)荷分析結(jié)果Tab.7 Results of maximum cooling load analysis for Shandong Grid

由表7可見(jiàn)，本文所提模型推算出的日最大降溫負(fù)荷值與基準(zhǔn)負(fù)荷比較法所得結(jié)果相差不超過(guò)6%，而僅考慮氣溫的一元回歸模型在2005年情況較為吻合，將其應(yīng)用于2011年時(shí)與基準(zhǔn)負(fù)荷比較法所得結(jié)果相差超過(guò)40%。這是因?yàn)槟Ｐ褪剑?0）是由2005年數(shù)據(jù)回歸得到的，顯然其中的參數(shù)LT，0和Kh隨著社會(huì)經(jīng)濟(jì)發(fā)展是增長(zhǎng)變化的，不能適用于2011年?？梢?jiàn)，本文計(jì)及非氣象因素的降溫負(fù)荷模型能夠較準(zhǔn)確地反映降溫負(fù)荷的變化規(guī)律，模型參數(shù)有很好的時(shí)間穩(wěn)定性，擴(kuò)展了模型適用的時(shí)間尺度。

3.2 模型的空間適用特性

本節(jié)進(jìn)行溫度因子一元回歸模型與本文所提模型的空間適用特性對(duì)比。針對(duì)市級(jí)區(qū)域電網(wǎng)，在設(shè)定tmax=31℃的前提下，根據(jù)表5中各市的一元回歸模型參數(shù)和2011年的δEF和δAECHF數(shù)值，分別由模型式（5）和式（10），推算得各市級(jí)電網(wǎng)2011年日最大降溫負(fù)荷，見(jiàn)表8。

表8 市級(jí)電網(wǎng)2011年最大降溫負(fù)荷分析結(jié)果Tab.8 Results of maximum cooling load analysis for municipal power grid in 2011

由表8可見(jiàn)，在溫度因子一定的情況下，本文模型推算得到的各市級(jí)電網(wǎng)日最大降溫負(fù)荷和一元回歸模型結(jié)果幾乎一致，最大偏差小于2%，即計(jì)及非氣象因素的降溫負(fù)荷模型能夠表征各地市電網(wǎng)的降溫負(fù)荷變化，更具一般性，因此完全可以用此模型取代各市級(jí)電網(wǎng)的一元回歸模型。

綜上，本文所提模型能較準(zhǔn)確地分析不同地域范圍電網(wǎng)在較長(zhǎng)時(shí)間周期內(nèi)夏季降溫負(fù)荷的特性規(guī)律，即模型在時(shí)間、空間上突破了溫度因子一元回歸模型的局限性。同時(shí)該模型僅需已知?dú)庀笠蛩豻max、非氣象因素δEF和δAECHF，無(wú)需龐大的負(fù)荷歷史數(shù)據(jù)，便可方便地得出區(qū)域電網(wǎng)的最大降溫負(fù)荷，因而具有更強(qiáng)的實(shí)用性。但也必須看到，表7中2005年分析結(jié)果LA3T，max與LBT，max的差異較LA1T，max與LBT，max的偏差大，表明本文模型對(duì)隨時(shí)間變化因素的考慮還欠精確，有待進(jìn)一步研究。

4 結(jié)論

本文在分析電網(wǎng)夏季降溫負(fù)荷與溫度因子相關(guān)性的基礎(chǔ)上，揭示出經(jīng)濟(jì)發(fā)展水平和區(qū)位電能消費(fèi)傾向?qū)禍刎?fù)荷具有關(guān)鍵性影響，由此定義經(jīng)濟(jì)水平因子和區(qū)位電能消費(fèi)傾向因子，建立了考慮非氣象因素的電網(wǎng)夏季降溫負(fù)荷模型。該模型可根據(jù)日最高氣溫、GDP數(shù)據(jù)和人口統(tǒng)計(jì)數(shù)據(jù)，較準(zhǔn)確地推算夏季最大降溫負(fù)荷，能夠全面兼顧區(qū)域電網(wǎng)內(nèi)溫度、經(jīng)濟(jì)、消費(fèi)觀念方面的差異，因而應(yīng)用于區(qū)域電網(wǎng)分析時(shí)更具有合理性。結(jié)合氣象、GDP及人口統(tǒng)計(jì)年鑒歷史數(shù)據(jù)的山東電網(wǎng)實(shí)例分析表明，本文模型是有效的；且就山東電網(wǎng)情況來(lái)看，最大降溫負(fù)荷占到日最高統(tǒng)調(diào)用電負(fù)荷的15%以上，是造成夏季負(fù)荷高峰的重要原因。