肖明偉 李 佩 尹 成 楊樂新 謝茜子

（國網(wǎng)蕪湖供電公司，安徽 蕪湖 241000）

近年來，隨著鄉(xiāng)鎮(zhèn)居民生活水平的提高以及政府“家電下鄉(xiāng)”的補(bǔ)貼，鄉(xiāng)鎮(zhèn)負(fù)荷發(fā)展迅猛，而農(nóng)配網(wǎng)網(wǎng)架薄弱、設(shè)備陳舊、導(dǎo)致頻繁出現(xiàn)重過載、低電壓[1-2]、卡脖子等問題，而解決問題的措施僅限于事后補(bǔ)救，嚴(yán)重影響農(nóng)網(wǎng)供電可靠率。本文以臺區(qū)內(nèi)家電負(fù)荷為單位，走訪調(diào)研臺區(qū)內(nèi)家電保有量、預(yù)增量以及適用習(xí)慣，對基礎(chǔ)數(shù)據(jù)精細(xì)化掌控，準(zhǔn)確預(yù)測未來兩年鄉(xiāng)鎮(zhèn)負(fù)荷，提前發(fā)現(xiàn)農(nóng)網(wǎng)中可能出現(xiàn)的低電壓、重過載、卡脖子等問題，并結(jié)合國網(wǎng)公司“兩頭薄弱”治理的深度開展，以及專項的重磅投資，有針對性地解決農(nóng)網(wǎng)的薄弱環(huán)節(jié)，指導(dǎo)農(nóng)網(wǎng)的發(fā)展建設(shè)。因此，高度重視鄉(xiāng)鎮(zhèn)負(fù)荷影響，并能準(zhǔn)確預(yù)測，便于統(tǒng)籌規(guī)劃，有利于農(nóng)電網(wǎng)建設(shè)、提高能源利用率，有利于緩解夏季高峰電力緊缺矛盾和提高電網(wǎng)的安全運行水平，具有良好的社會效益和經(jīng)濟(jì)效益。

1 研究思路

1）走訪鄉(xiāng)鎮(zhèn)用電調(diào)研

本方案采用鄉(xiāng)鎮(zhèn)臺區(qū)家電指標(biāo)負(fù)荷預(yù)測法，以供電臺區(qū)鄉(xiāng)鎮(zhèn)村落為單位開展用戶負(fù)荷走訪調(diào)研，搜集整理家電保有量、預(yù)增量以及家電使用習(xí)慣，做到基礎(chǔ)資料精細(xì)化，為鄉(xiāng)鎮(zhèn)負(fù)荷預(yù)測精確度提供保障。

2）測算同時率

鄉(xiāng)鎮(zhèn)負(fù)荷預(yù)測是基于臺區(qū)負(fù)荷預(yù)測基礎(chǔ)上累加所得，這里需要兩個同時率，即臺區(qū)內(nèi)家電同時率以及鄉(xiāng)鎮(zhèn)各臺區(qū)間同時率。對于臺區(qū)間家電同時率，本文采用臺區(qū)實際負(fù)荷與臺區(qū)內(nèi)家電功率的比值作為臺區(qū)家電負(fù)荷同時率；鄉(xiāng)鎮(zhèn)各臺區(qū)間同時率利用鄉(xiāng)鎮(zhèn)負(fù)荷與臺區(qū)總負(fù)荷比值作為臺區(qū)間同時率。

3）預(yù)測鄉(xiāng)鎮(zhèn)負(fù)荷

利用收集整理的臺區(qū)內(nèi)家電保有量、預(yù)增量以及使用習(xí)慣，結(jié)合臺區(qū)內(nèi)家電同時率測算出臺區(qū)負(fù)荷，由點由面，自下而上，利用臺區(qū)負(fù)荷，結(jié)合臺區(qū)間同時率，可預(yù)測出區(qū)域鄉(xiāng)鎮(zhèn)負(fù)荷。

2 預(yù)測過程

本文以蕪湖縣紅楊鎮(zhèn)以及平鄉(xiāng)臺區(qū)作為研究對象，利用收集整理的臺區(qū)內(nèi)家電保有量，計算得出臺區(qū)內(nèi)家電同時率，結(jié)合未來家電預(yù)增量，預(yù)測未來鄉(xiāng)鎮(zhèn)負(fù)荷。

2.1 臺區(qū)內(nèi)家電同時率計算

各鄉(xiāng)鎮(zhèn)臺區(qū)經(jīng)濟(jì)發(fā)展不一致，各臺區(qū)內(nèi)家電同時率也不盡相同。測算時，應(yīng)逐一計算。

和平鄉(xiāng)共有臺區(qū) 60個，根據(jù)挨戶上門走訪調(diào)研，發(fā)現(xiàn)普通居民家中常用家電[3]為洗衣機(jī)、冰箱、彩電、空調(diào)、微波爐、電磁爐、電飯煲等。具體數(shù)據(jù)見表1。

表1 和平鄉(xiāng)臺區(qū)居民家電信息表（個）

（續(xù)）

經(jīng)統(tǒng)計得，該地區(qū)臺區(qū)居民用戶共有電視機(jī)5069臺、空調(diào)2688臺、洗衣機(jī)550臺、冰箱4387臺、電飯煲4524臺、微波爐720臺、熱水器2939個。

臺區(qū)居民家電功率計算的主要采用單位家電負(fù)荷指標(biāo)法[4-6]，即

式中，nBc為不同類型家電擁有量；KXc為不同類型家電的需用系數(shù)，指家電的實際功率與額定功率之比；PHc為不同類型家電的額定功率；m為家電類型數(shù)。

家電種類繁多，功率各異，這里取家電的平均額定功率以及常用系數(shù)見表2[7]。

表2 家用電器的一般功率及需用系數(shù)（kW）

由負(fù)荷歷史數(shù)據(jù)可知，夏季負(fù)荷高峰出現(xiàn)在20∶00左右。根據(jù)居民家電使用習(xí)慣，電飯煲、微波爐、電磁爐等餐飲電器均已不工作，因此，本文僅考慮電視機(jī)、空調(diào)、冰箱、洗衣機(jī)作為影響鄉(xiāng)鎮(zhèn)最大負(fù)荷的主要因素。

將表 1、表 2數(shù)據(jù)代入式（1），得出和平鄉(xiāng)的家電功率為：3105.34kW。2017年和平鄉(xiāng)的最高負(fù)荷為 482.2kW。本文采用鄉(xiāng)鎮(zhèn)臺區(qū)負(fù)荷與鄉(xiāng)鎮(zhèn)臺區(qū)內(nèi)家電功率之比作為鄉(xiāng)鎮(zhèn)臺區(qū)內(nèi)家電同時率，即鄉(xiāng)鎮(zhèn)臺區(qū)內(nèi)家電同時率=鄉(xiāng)鎮(zhèn)臺區(qū)負(fù)荷/鄉(xiāng)鎮(zhèn)臺區(qū)內(nèi)家電功率，得出和平鄉(xiāng)臺區(qū)家電同時率為0.155。

根據(jù)2014年安徽省典型配變臺區(qū)調(diào)研結(jié)論，見表 3，和平鄉(xiāng)臺區(qū)內(nèi)家電同時率 0.155也在合理范圍內(nèi)。

該數(shù)值與鄉(xiāng)鎮(zhèn)負(fù)荷成線性關(guān)系，即家電同時率越大，鄉(xiāng)鎮(zhèn)負(fù)荷越大。

2.2 鄉(xiāng)鎮(zhèn)負(fù)荷預(yù)測

根據(jù)鄉(xiāng)鎮(zhèn)臺區(qū)內(nèi)居民家電保有量、預(yù)增量，結(jié)合家電同時率，可對未來兩年鄉(xiāng)鎮(zhèn)臺區(qū)負(fù)荷進(jìn)行預(yù)測，計算式如下：

表3 2014安徽省市縣供電公司典型臺區(qū)同時率

式中，u為家電同時率；nYc為不同類型家電預(yù)增量。

據(jù)走訪調(diào)研，紅楊鎮(zhèn)和平鄉(xiāng)未來兩年內(nèi)該地區(qū)家電預(yù)增量見表4。

表4 家電數(shù)量（個）

假定和平鄉(xiāng)臺區(qū)家電同時率2年內(nèi)維持不變，根據(jù)式（2）可得，2019年該鄉(xiāng)鎮(zhèn)最大負(fù)荷為588.88kW。

3 驗證

鄉(xiāng)鎮(zhèn)負(fù)荷一般不包含大用戶，本文為驗證結(jié)果是否合理，采用常用的負(fù)荷預(yù)測方法[8-10]進(jìn)行對比驗證。

1）自然增長法

紅楊鎮(zhèn)近5年來最大負(fù)荷見表5。

表5 和平鄉(xiāng)臺區(qū)歷史負(fù)荷（kW）

由歷史數(shù)據(jù)可知，2013—2017年該鄉(xiāng)鎮(zhèn)臺區(qū)負(fù)荷年均增長率為 12.5%，按照自然增長，可算出未來兩年，即2019年該鄉(xiāng)鎮(zhèn)負(fù)荷為607.5kW。

2）曲線擬合

根據(jù)表5數(shù)據(jù)，采用線性擬合，如圖1所示，得出線性鄉(xiāng)鎮(zhèn)負(fù)荷預(yù)測模型，如式（3）所示。

圖1 線性擬合負(fù)荷模型

式中，x為負(fù)荷年份；R2為擬合優(yōu)度。

由式（3）可看出，R2=0.733，該模型擬合優(yōu)度較高，可做短期負(fù)荷預(yù)測。當(dāng)x取值2019時，y值為 576.02，即該鄉(xiāng)鎮(zhèn) 2019年最大負(fù)荷預(yù)測為576.02kW。

3）二次移動平均法

根據(jù)表5和平鄉(xiāng)歷史負(fù)荷數(shù)據(jù)，設(shè)定移動跨距N=3，利用二次移動平均法可得出一次平均值、二次平均值，見表6。

表6 二次移動平均法計算值（kW）

由式（4），即

式中，At、Bt為線性方程系數(shù)；t為負(fù)荷年份；N為移動跨距，取值3。

得出，A2017=500.49，B2017=44.86

由式（5），即

式中，YT+t為預(yù)測年負(fù)荷值；T=2時，可預(yù)測未來2年鄉(xiāng)鎮(zhèn)負(fù)荷值，即Y2019=590.2kW。

以上3種方法檢驗，計算結(jié)果均與臺區(qū)指標(biāo)負(fù)荷預(yù)測法結(jié)果相近，差值皆在3%左右。因此，可將單位家電負(fù)荷指標(biāo)法作為負(fù)荷預(yù)測法可作鄉(xiāng)鎮(zhèn)負(fù)荷預(yù)測的一種預(yù)測方法。

4 結(jié)論

本文通過收集整理臺區(qū)內(nèi)家電保有量、預(yù)增量以及適用習(xí)慣，采用單位家電負(fù)荷指標(biāo)預(yù)測法預(yù)測短期鄉(xiāng)鎮(zhèn)負(fù)荷，且預(yù)測結(jié)果經(jīng)驗證較為合理。同理，對縣域其他鄉(xiāng)鎮(zhèn)負(fù)荷也可預(yù)測，考慮鄉(xiāng)鎮(zhèn)間負(fù)荷同時率，由點及面，自下而上，可推廣至全縣。

[1] 范黎, 隗震, 婁素華, 等. 配電項目最大供電能力及增供電量效益的評估[J]. 電工技術(shù)學(xué)報, 2017,32(S1)： 84-91.

[2] 李柏芝, 袁繼軍. 農(nóng)網(wǎng)電壓質(zhì)量問題及其抑制措施分析[J]. 電氣技術(shù), 2013, 14(12)： 73-75, 78.

[3] 劉艷茹, 楊衛(wèi)紅, 王基, 等. “煤改電”工程實施前后農(nóng)網(wǎng)負(fù)荷特性分析[J]. 電氣技術(shù), 2017, 18(4)：110-115.

[4] 張鵬超. 基于單位建筑面積負(fù)荷指標(biāo)法的城市飽和負(fù)荷預(yù)測研究[J]. 湖北電力, 2015, 39(4)： 5-8.

[5] 李寶云, 田洪洪, 孫羽. 需要系數(shù)法和負(fù)載系數(shù)法比較及選擇應(yīng)用[J]. 電氣技術(shù), 2017, 18(9)： 93-97.

[6] 趙亮, 曹文, 宋鐵鎖. 供配電負(fù)荷計算的探討[J]. 電氣技術(shù), 2014, 15(4)： 95-97, 106.

[7] 中國航空工業(yè)規(guī)劃設(shè)計研究院. 工業(yè)與民用配電設(shè)計手冊[M]. 北京： 中國電力出版社, 2005.

[8] 譚永才. 電力系統(tǒng)規(guī)劃設(shè)計技術(shù)[M]. 北京： 中國電力出版社, 2012.

[9] 陳章潮, 陳浩忠. 城市電網(wǎng)規(guī)劃與改造[M]. 2版. 北京： 中國電力出版社, 2007.

[10] 谷云東, 張素杰, 馮君淑. 大用戶電力負(fù)荷的多模型模糊綜合預(yù)測[J]. 電工技術(shù)學(xué)報, 2015, 30(23)：110-115.