郭占伍，張澤亞，周興華，胡詩堯，馬國真，賀春光

(1. 國網(wǎng)河北省電力有限公司經(jīng)濟技術研究院,石家莊050000;2. 北京中恒博瑞數(shù)字電力科技有限公司，北京 100085)

0 引 言

為減少城市霧霾污染，改善人們生活環(huán)境，提高生活質量和城市經(jīng)濟持續(xù)發(fā)展，國家能源部門出臺了一系列有關電代煤、電代油的文件，以促進清潔能源逐步替代污染能源，減少碳粉灰塵、二氧化碳、二氧化硫和氮氧化物等污染物質的排放，構建綠色發(fā)展的城市環(huán)境。目前北方城市燃煤取暖已經(jīng)逐步采用電采暖替代，而南方地區(qū)未提供冬季供暖的地區(qū)，隨著居民對屋內舒適程度要求不斷提高，冬季電采暖使用也越來越頻繁，冬季日最大負荷也在不斷升高。

電采暖是指以電作為基礎能源消耗的采暖方式，包括冷熱空調、電鍋爐、熱泵(地源、空氣源)、發(fā)熱電纜、金屬膜、電暖器等形式。電采暖的典型特點就是功率大，負荷集中，極易產(chǎn)生高峰負荷，切峰谷差大，對配電線路造成的影響較大。

因此精確地對電采暖負荷進行預測具有較大的應用需求。短期負荷預測是針對未來一天到數(shù)天各時段的負荷預測的研究，影響短期電采暖的因素主要包括：地區(qū)差異、氣候條件、生活習慣及社會經(jīng)濟發(fā)展水平等，因此短期負荷預測具有很強的非線性特點。氣象因素對于短期負荷預測有著重要的影響。其中溫度對負荷影響最大，其次還有濕度、風力、降水等，這方面的研究較為廣泛，其中較多的文獻研究主要考慮溫度、濕度等氣象因素的日特征值對負荷的影響，運用神經(jīng)網(wǎng)絡、小波分析等各種方法進行負荷預測[1]，也有文獻提出將多個氣象因素綜合考慮進行短期負荷預測，例如人體舒適度等[2]。文獻[3]剖析了實時氣象因素對負荷的影響并提出了處理策略，對實時氣象因素的應用研究具有指導作用。文獻[4]利用實時氣象數(shù)據(jù)，分別建立了夏季氣象敏感負荷與溫度、濕度、風速等氣象因素的關系模型，通過回歸分析得到綜合模型。但是該方法只考慮到待預測時段溫度對負荷的影響，所建模型對日高峰負荷的預測能力不足。

電力系統(tǒng)負荷預測是指從電力負荷自身的變化規(guī)律以及季節(jié)、溫度和電價等因素的影響出發(fā)，通過對歷史數(shù)據(jù)的分析和研究，對電力需求作出預先的估計和推測。隨著現(xiàn)代計算機技術的不斷發(fā)展，人工智能方法、神經(jīng)網(wǎng)絡、模糊聚類、支持向量機、灰色模型、粗糙集、云計算和極限學習機法等預測方法不斷被運用到電力負荷預測中[5]。

文獻[6]研究了溫度累積效應對電網(wǎng)夏季負荷的影響，研究方法相同，都提出了類似的用離散的累積系數(shù)和溫度修正公式來反映累積效應強度的方法。文獻[7]都對氣象因素的變化對電網(wǎng)負荷的影響進行了研究，氣象因素對于短期負荷預測帶來的重要影響已經(jīng)形成共識。

文章在研究配電網(wǎng)負荷特性的基礎上，重點針對氣象因素對冬季電采暖負荷特性的影響展開分析，找出其中的規(guī)律，首先研究影響電采暖負荷的氣象因素，并選出主要因素，然后分析主要影響因素的關系及其與電采暖負荷的關系，最后采用構建考慮氣象因素的負荷預測模型對電采暖負荷進行預測。并將電采暖負荷預測數(shù)據(jù)與實際負荷數(shù)據(jù)做對比。

1 電采暖負荷特性

從年負荷來看，北方地區(qū)電采暖負荷主要出現(xiàn)在冬季(11、12、1、2、3月)其中12月～1月為平均氣溫最低的月份，因此氣象因素對電采暖負荷水平有較大影響。從日負荷來看，電采暖負荷有明顯的日類型特性，在工作單位，周一～周五的負荷較高，周末和節(jié)假日負荷較低，周末和節(jié)假日商業(yè)和居民電采暖負荷均增高[8]。文獻[9]給出一種典型日負荷的選取辦法。根據(jù)這一算法，得出北京某煤改電區(qū)域工程典型電采暖日負荷曲線如圖1所示，可以看出，北京地區(qū)電采暖典型日負荷曲線呈現(xiàn)早高峰、晚高峰、下午低谷的特性。這主要是因為早上工商業(yè)電采暖啟動、晚上居民負荷啟動、下午溫度普遍回升所致。

圖1 北方冬季某煤改電區(qū)域典型日負荷曲線Fig.1 Typical daily load curve of a coal-to-electricity conversion area in north China

2 影響電采暖負荷的氣象因素

2.1 電采暖負荷成分分析

電采暖負荷特性受多種因素的影響，總體上影響因素可以分為氣象類和非氣象類[10-15]。氣象類因素包括：氣溫、風速、濕度、降雪等。針對影響電采暖負荷的不同因素，一般可將電采暖負荷拆分成2個主要分量：

Q=QB+QW

(1)

式中Q為總電采暖負荷；QB為基礎電采暖負荷分量，一般由相對穩(wěn)定的工業(yè)和民用電采暖負荷構成；QW為對氣象因素敏感的電采暖負荷分量。

2.2 電采暖負荷與氣象因素的關聯(lián)分析

因為電采暖負荷與氣象條件有很強的關系，利用溫度、濕度、風速與降雪等因素與電采暖負荷的關聯(lián)關系研究北方冬季電采暖負荷的變化特征和預測方法，該方法的計算步驟如下。

步驟1：確定電采暖負荷特征序列和個因素序列

把所要研究的主要行為因素作為電采暖負荷特征序列X0，影響因素作為相關因素序列Xi，寫成序列形式為：

X0=(x0(1),x0(2),...,x0(k),...,x0(n))

(2)

Xi=(xi(1),xi(2),...,xi(k),...,xi(n))

(3)

其中，k為序列號，n為樣本個數(shù)，k=1,2,…,n；i為相關影響因素的個數(shù)，i=1,2,...,m。

步驟2：求關聯(lián)度

(4)

式中i=0,1,2,...,m。

(2)確定各序列差Δi:

(5)

Δi(k)=(Δi(1),Δi(2),...,Δi(k),…,Δi(n))

(6)

其中，i=0,1,2,...,m。

(3)求序列最大極差M與最小極差m:

M=Δik|maxi-maxk|

(7)

m=Δik|mini-mink|

(8)

(4)求關聯(lián)系數(shù)γi(k):

(9)

式中ε通常取0.5；k=1,2,…,n，i=1,2,…,m。

(5)計算平均關聯(lián)系數(shù)γi:

(10)

式中k=1,2,…,n，i=1,2,…,m。

步驟3：分析關聯(lián)系數(shù)

確定電采暖負荷數(shù)據(jù)序列(X0)與各相關因素行為序列(X1，X2，…，Xm)的關聯(lián)系數(shù)，關聯(lián)系數(shù)越大，則表明此因素行為序列對電采暖負荷數(shù)據(jù)序列影響越大。由此可以計算出電采暖與各氣象因素的關聯(lián)系數(shù)，如表1所示。

表1 電采暖負荷與氣象因素關聯(lián)系數(shù)Tab.1 Coefficient of correlation between electric heating load and meteorological factors

可以看出，對電采暖影響最大的因素是溫度和濕度，降雪和風速對負荷的影響稍微較小。這主要是因為溫度和濕度更大程度影響人體舒適度，降雪和風速影響人們對溫度和濕度的心理預期，相對溫度和濕度，影響程度相對較小，但是也是較重要影響因素。

3 氣象因素對電采暖負荷的影響

3.1 電采暖負荷與溫度的關系

對北京某煤改電區(qū)域工程電采暖負荷曲線日最大負荷與日最低溫度進行回歸分析，可得出表2 的電采暖負荷對溫度變化的靈敏度，擬合曲線如圖2所示。溫度對負荷的影響存在明顯的非線性關系，體現(xiàn)為：溫度較高和較低時，靈敏度都較小，溫度在-10 ℃和10 ℃之間時，負荷對溫度的靈敏度較高。在0 ℃ 上下時，溫度每降低1 ℃ ，電采暖負荷增大近40 MW。

表2 電采暖負荷對溫度變化的靈敏度Tab.2 Sensitivity of electric heating load to temperature change

圖2 電采暖負荷溫度靈敏度擬合曲線Fig.2 Temperature sensitivity fitting curve of electric heating load

3.2 電采暖負荷與濕度的關系

對上述電采暖日最大負荷與日相對濕度進行回歸分析，得出表3的電采暖負荷對濕度變化的靈敏度，擬合曲線如圖3所示。濕度對電采暖負荷的影響也存在非線性關系，體現(xiàn)為：濕度較高和較低時，對電采暖負荷的靈敏度較低. 濕度在35%～75% 之間時，負荷對濕度的靈敏度較高，因為此時人體感覺濕冷，采暖負荷開啟量增大。

表3 電采暖負荷對濕度變化的靈敏度Tab.3 Sensitivity of electric heating load to humidity change

圖3 電采暖負荷濕度靈敏度擬合曲線Fig.3 Humidity sensitivity fitting curve of electric heating load

3.3 考慮溫濕度效應的電采暖負荷預測

通過上述分析，可見氣象因素中溫度對電采暖負荷影響指數(shù)較大，濕度因素影響指數(shù)相對較小。在現(xiàn)實中，北方地區(qū)溫度和濕度并無直接關系，在任何溫度下可能有任何濕度，但各自對電采暖負荷的影響分別又有各自的規(guī)律，因此對負荷預測來說，需要將其二者進行融合。本文構建以溫度因素為主、濕度因素為修正參數(shù)的預測模型，通過圖2和圖3的觀察可知，電采暖負荷在溫度為0℃和在濕度60%情況下，二者數(shù)值相近，并且靈敏度曲線具有較高的相似性，因此構建考慮濕度修正的電采暖負荷預測公式如下：

(11)

式中P0為基準日電采暖負荷；ΔPT為溫度因素引起電采暖負荷變化；ΔSH為對應濕度H下的電采暖負荷敏感度；ΔST為對應溫度T下的電采暖負荷敏感度。

4 實例驗證

本文結合河北某煤改電區(qū)域工程電采暖負荷在冬季12月份的實際測試數(shù)據(jù)，溫濕度數(shù)據(jù)如表4所示。

表4 某工程冬季12月份溫濕度數(shù)據(jù)Tab.4 Temperature and humidity data of a project in December in winter

通過上述方法得到圖4所示預測結果，其中實線為預測值，點線為僅考慮溫度因素時的電采暖負荷預測值，虛線為考慮濕度因素修正的電采暖負荷預測值，僅考慮溫度因素的電采暖負荷預測值與實測值的均方差為138，考慮濕度因素修正的電采暖負荷預測值與實測值的均方差為78，由此可見，綜合考慮溫度與濕度修正的電采暖負荷預測方法具有更高的精準度。

圖4 電采暖負荷預測與實測對比曲線Fig.4 Comparison curve of predicted and measured electric heating load

5 結束語

電采暖負荷具有功率大、負荷密度集中的特征，受季節(jié)和氣象影響比較大，對配電網(wǎng)規(guī)劃運行產(chǎn)生較大影響，本文主要從氣象因素角度出發(fā)，通過分析電采暖負荷的典型特征，采用關聯(lián)關系方法，從溫度、濕度、降雪、風速4個因素中，篩選了溫度和濕度兩個主要氣象因素，并結合河北某煤改電工程實際數(shù)據(jù)，通過回歸分析方法分別提取了溫度和濕度兩個因素對電采暖負荷的靈敏度系數(shù)，提出了綜合考慮以溫度因素為主、濕度因素為修正參數(shù)的電采暖負荷預測方法，經(jīng)與實測數(shù)據(jù)對比，證明該預測方法具有更高的精準度。具有較好的工程應用前景。