武汉市电力负荷特征及其与气象因子的关系

利用武汉市2013—2018年逐15 min精细化电力负荷数据及武汉市日降水、气温等气象资料,统计分析电力负荷特征指标,探寻电力负荷的构成、变化规律及其与气象因子的关系。研究结果表明:(1)近年来武汉市电力负荷和日负荷峰谷差屡破新高,夏季高温持续时间和强度大小对空调负荷影响最为显著。电力负荷随季节变化呈现出明显的“双峰双谷”特征。(2)夏季电力负荷远高于其它三季,冬季次之。四季日变化特征总体呈现“昼高夜低”的分布。(3)工作日和双休日负荷明显高于节假日,工作日负荷略高于双休日,其中工作日的早高峰负荷最大,而双休日和节假日的晚高峰负荷最大。(4)气象因子对全社会用电量影响尤为重要。夏季气象敏感负荷与日平均气温的关系最密切,当平均气温高于初始敏感值和强敏感值时,电力负荷随气温上升增幅更加明显。(5)无论是否出现降水,夏季气象敏感负荷与日平均气温的关系都很密切。无降水天气,负荷与日平均气温相关性最高;有降水发生时,气象敏感负荷与日平均气温的相关性呈下降趋势,总体反映出降水影响气温、气温影响电力负荷的物理过程和机制。

体感温度对夏季气象负荷率变化的影响研究--以湖北省黄石市为例

本文以黄石市2007-2013年逐日电力负荷为研究对象,利用同期气象资料计算体感温度数据及舒适度等级,并以此对电力负荷进行分解,进而讨论体感温度对夏季气象负荷率变化的影响。结果表明:(1)利用体感温度及舒适度等级可对电力负荷进行更精细的分解,且体感温度同气象负荷率具有最高关联度;(2)研究时段内黄石市逐日最大电力负荷总体呈线性增长,但2008年金融危机期间电力负荷呈下降趋势;(3)2010年之前,工作日的气象负荷率高于节假日,但自2011年起,该现象出现反转,且差值逐渐增大;(4)研究时段内,体感温度高于22.9℃(工作日)或21.5℃(节假日)时,即会产生敏感负荷,而体感温度升高1℃最多可引起6%的气象负荷率增加。

太原市电力负荷特征及其与夏季气象要素的相关性分析

利用太原市2016—2020年逐日电力负荷资料及太原、小店和尖草坪3个国家气象站的逐日气温和相对湿度资料,分析太原市电力负荷变化特征.采用最小二乘法分离气象电力负荷,对夏季电力负荷与气象要素的相关性进行分析,研究1℃增温效应变化规律,并且分别采用多元线性回归和逐步回归方法设置两种方案,构建夏季气象电力负荷预报模型.研究结果表明:太原市日最大电力负荷逐年变化呈现冬季第一峰值和夏季第二峰值的双峰型模式;周变化特征为周一开始上升,周四达最高值,随后明显下降,周日达最小值;当日平均气温≥19℃时,增温效应随着气温的升高逐渐显著,26℃时达最高值,随后减少;构建预报模型的模拟效果总体上采用逐步回归方案2为最优.

周平均“日用电量-气温”关系评估及预测模型研究

对湖北３年逐日用电量（Ｅ）与气温（Ｔ）的相关性进行了研究，结果表明：缺电（１９９５年）和不缺电（１９９７、１９９８年）两种情况下，逐日Ｅ－Ｔ相关性的冬、夏季差异没有本质改变，即夏季（５－９月）各月呈一致正相关。冬季（１０～４月）各月相关性较复杂，时正时负且相关不显著；１℃效应量后期比前期有所增加。另外还对３个夏季各２１周日均用电量与对应气温建立了评估和预测模型。

冀北电网电力负荷特征与气温的关系

基于冀北电力公司提供的2013—2014年冀北电网逐日最大电力负荷资料,采用数理统计方法分析日最大电力负荷的变化规律及其与气温等气象因子的相关关系,并重点讨论其与气温的关系。结果表明:冀北地区最大电力负荷有2个高峰时段,分别为夏季7—8月、冬季11—12月;日最大电力负荷具有周变化特征,周五、周六、周日为周电力负荷高峰期,周六电力负荷最高,周二电力负荷最低;夏季高峰期,日最大电力负荷与日平均气温、日最高气温、日最低气温、日平均相对湿度、日闷热指数呈正相关,并且通过显著性检验,且当日最高气温高于26℃(或日平均气温高于20℃)时,日最高气温对日最大电力负荷的1℃效应量约为21.19×104k W。

成都市主城区日供水量的气象相关性分析

采用成都市主城区日供水量数据,对日供水量与气温、降水、日照等气象要素进行相关分析,选取相关性较高的平均气温作为预报因子,建立逐月、逐季、逐年日供水量的简易预报模型,完成日供水量的1℃效应量分析。日供水量预报模型的建立,通过在自来水专业气象服务业务应用,对供水调度起到一定指导作用,并在一定程度上解决了供水调度存在的盲目性。