基于温湿效应的日用电量分段方法与预测效果初探

气象条件是影响电力消耗的主要因素之一,是用电量预测模型的基础要素。利用天津市2014—2018年日用电量数据和气象观测数据,分析二者之间关系。发现天津地区日用电量与气温和相对湿度呈“U”型的非线性关系,舒适区与冷却区之间的气温阈值随相对湿度增加向低温一侧明显偏移。基于此,在关系模型中引入相对湿度,利用用电量与温湿度之间的非线性拟合曲线斜率确定舒适区的气温阈值,提出基于温湿效应的日用电量分段新方法。对比发现,该方法对用电量的预测效果有明显提升,线性模型中,较“V”型方法,均方根误差(RMSE)和平均绝对百分误差(MAPE)分别减小1.562 GW·h和0.546%;针对舒适区与冷却区的过渡区域(21.1~26.2℃),较传统“U”型方法,RMSE和MAPE分别减小0.759 GW·h和0.215%,非线性模型中则分别减小0.647 GW·h和0.209%,不同模型中预测提升效果稳定。可见,综合温湿度的“U”型分段方法能够有效提升日用电需求预测精准度。

天津地区用电量与气温的非线性响应关系研究

利用门限回归模型和非线性滑动回归模型,分析天津市2014—2019年日用电量和气温之间的非线性关系,并计算得到不同响应关系下的阈值气温。结果表明:天津地区的阈值气温在不同响应关系下存在明显差异,在“V”型非线性响应关系下,阈值气温为18.8℃,在“U”型响应关系下,线性不对称模型的舒适区范围为12.3—23.4℃,非线性模型的舒适区范围为13.7—21.7℃;对比不同模型的预测效果,认为“U”型优于“V”型模型,非线性模型优于线性模型。对阈值气温的影响要素分析表明,相对湿度对舒适区与冷却区的阈值气温影响较大,阈值气温在相对湿度为30%—50%时较相对湿度为50%—70%时偏大2.2℃,相比之下,相对湿度对舒适区与加热区的阈值气温影响不大;天津地区阈值气温会随时间发生明显变化,2002—2005年的舒适区范围较2014—2019年偏大1.4℃。在实践应用中,应根据模型的需求,并充分考虑相对湿度和时间变化的影响选择阈值气温,从而提升用电量预测的准确率。