（电力系统及其自动化专业论文）江宁区缺电预报系统以及有序用电预案的研究.pdf

东南大学工程硕士论文 a b s t r a c t i no r d e rt om e e tt h ed e v e l o p m e n to ft h ee l e c t r i c i t yp o w e ri n d u s t r yi nt h en e a rf u t u r e ，t h i s p a p e rs t u d i e dh o wt h eg r a s s - r o o t se l e c t r i c i t yp o w e rs u p p l yc o m p a n i e sm a d ea n dc a r r i e do u tt h e s c h e m eo fu s i n ge l e c t r i c i t yp o w e ri no r d e rs c i e n t i f i c a l l ya n d e f f i c i e n t l yf r o m t h ea c t u a l c i r c u m s t a n c eo f t h en a t i v ea r e a t h eg r o u n d w o r ko f t h ef u l lt e x ti s f o l l o w s ： ( 1 ) f r o ma n a l y z i n gt h ea i r - c o n d i t i o n i n gl o a di nt h er e g i o no f j i a n g n i n gd u r i n gt h es u m m e ro f 2 0 0 3a n d2 0 0 4 ，t h ep a p e rp r e s e n t st h em e t h o do fr e s t o r i n gl o a dc u r v eb a s i n gt h er a t i oo f p e a ka n d v a l el o a d t h er e s t o r i n go fl o a dc h i v ec a nb eu s e dt oa n a l y z et h ec h a r a c t e r i s t i co fl o a dc o r r e c t l y a n dm a k et h el o a df o r e c a s t i n ge x a c t l yi nt h ec i r c u m s t a n c eo f l a c k i n ge l e c t r i c i t yp o w e r f r o mt h e m e t h o dt h ea c t u a la i r - c o n d i t i o n i n gl o a da n di t sc o m p o s i n gi nj i a n g n i n ga r es h o w n ( 2 ) af o r e c a s t i n gs y s t e mo fe l e c t r i c i t yp o w e ri n d i c a t o rf o rj i a n g n i n gi sd e v e l o p e d t h e m a x i m u ml o a da n dt h ed e g r e eo f a b s e n te l e c t r i c i t yp o w e rc a nb ep r e d i c t e d c o m b i n i n gt h el i m i to f m a x i m u ml o a dw h i c hi sr e c e i v e df r o mt h en a n j i n ge l e c t r i c i t yp o w e rs u p p l yc o m p a n i e s ，t h e s e l e c t i o nf r o md i f f e r e n ts c h e m e sm e e t i n gv a r i o u sd e g r e eo fa b s e n te l e c t r i c i t yp o w e rc a nb em a d e e a s i l y ( 3 ) t oa d a p tw i t ht h ei n c r e a s i n go fa i r - c o n d i t i o n i n gl o a di ns u m m e r , u p d a t et h es c h e m e so f u s i n ge l e c t r i c i t yp o w e ri nn a t i v ea r e a p e r i o d i cp a u s eo fc o n c e n t r a t i n ga i r - c o n d i t i o na n dc l e a n o u t o fa i r - c o n d i t i o n i n gf i l t r a t i o np a r t l yr e p l a c e dt h ea d i u s t i n gw o r ka n dr e s ts c h e d u l eo ff a c t o r i e si na l a r g es c a l e n e ws c h e m e sh a v et h es a m ee f f e c to f p e a kl o a ds h i f t i n g k e y w o r d s ：r e s t o r i n go fl o a dc u r v e ；a i r - c o n d i t i o n i n gl o a d ；l o a df o r e c a s t i n g ；u s i n ge l e c t r i c p o w e ri no r d e r 第t l 页 东南大学学位论文独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成 果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过 的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并 表示了谢意。 研究生签 日期：q ：! ：山 东南大学学位论文使用授权声明 东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的 复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内 容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可 以公布( 包括刊登) 论文的全部或部分内容。论文的公布( 包括刊登) 授权东南大学研 究生院办理。 研究生 东南大学工程硕士论文 第一章绪论 1 1 引言 第一章绪论 近年来，江苏经济持续快速发展拉动了对电力需求的强劲增长，全省全社会用电量增幅 大大超过“十五”计划年均增长6 5 的预测水平。相对应的是，江苏省用电负荷屡创新高， 2 0 0 2 年，全省统调最高负荷达1 9 7 6 2 m w ，比上年增长2 1 1 ，由于电力供应增幅明显小于 用电需求增幅，夏季用电高峰时电力供应出现缺口，为此，省经贸委对苏州、无锡地区的钢 厂实施可中断负荷措施避峰，5 大钢厂合计避峰让电2 8 小时，最高避峰负荷3 8 7 m w 。 进入2 0 0 3 年以来，江苏省经济特别是工业经济提速增效，月用电增幅稳定在2 0 上下。 电力供应缺口进一步加大，进入7 月下旬高温后，统调用电负荷先后突破2 0 0 0 0 、2 1 0 0 0 和 2 2 0 0 0 m w 大关，最高的8 月1 日达到2 2 1 5 4 1 4 w ，不得不采取包括高耗能企业夏季检修，企业 轮休和可转移、可中断、负荷管理控制及超供电能力紧急限电在内的用电错峰办法，据统计， 2 0 0 3 年最大错峰负荷高达3 8 9 4 删。 2 0 0 4 年，除春节、五一期间有6 天和8 月下旬至1 2 月中旬没有错峰限电外，江苏省一 直处于缺电状态，苏南地区用电矛盾更为突出，天天错峰限电，日缺电力平均在2 0 0 万千瓦 以上。其中苏州市最大缺口达2 6 0 万千瓦，无锡市最大缺口1 8 0 万千瓦，相当于本市用电需 求的1 3 。迎峰度夏期间全省最大用电缺口达到8 0 6 万千瓦，全省用电负荷率已超过9 0 ， 无锡市最高已近9 7 ，苏南许多市县出现了低谷用电负荷超过早晚高峰负荷的现象。7 月1 5 日出梅以后，天气持续高温，全省迎来第一轮用电高峰，降温用电负荷迅速增长。全省用电 总需求屡创新高，统调用电负荷和日用电量、全省错峰负荷记录不断刷新。但由于采取电力 需求侧错峰管理，组织工业企业实施多种错峰方式，全省没有发生大面积拉闸限电，基本做 到确保居民和重要单位基本用电。进入1 2 月下旬，由于气温下降，用电需求快速增长，而 发供电设备进入检修期，江苏省统调最高用电负荷达到2 2 6 1 ，3 万千瓦，最大错峰限电负荷 3 4 3 9 万千瓦，电力短缺的现象依然存在。 近年来，江苏省也加大了电力建设的投入，据预测，在今后三年内，江苏电力建设投资 可望达到千亿元规模。2 0 0 4 。江苏全省的投产发电装机容量将达到4 6 0 万千瓦。2 0 0 5 年将 达到8 0 0 万千瓦，2 0 0 5 年达5 0 0 万千瓦，届时，全省电力供应能力将比2 0 0 2 年翻一番，在 更高的水平上实现供需平衡。 东南大学工程硕士论文第一章绪论 夏季高峰负荷的增长原因主要源自空调负荷的增长，根据我国的气候条件，夏季空调高 峰负荷持续时间可能只有数百小时。为应付不断增长的空调负荷，国家每年不得不投入上千 亿元巨资用于电厂和电网建设，这些发输电设备每年只能利用几百小时，调峰成本很高。随 着人民生活水平的不断改善，空调负荷占夏季尖峰负荷的比重将在未来几年中继续上升。如 果单纯依靠扩大投资规模增加装机容量来满足短暂的尖峰用电，不仅要付出巨大的投资，而 且会由于电力设备利用率的不断下降导致发供电成本上升。最终将以提高电价的方式转移到 电力用户身上。因此，空调负荷对电网安全、稳定、经济运行的影响已引起政府主管部门和 电力公司的高度重视。如何积极采取行政、经济、技术、引导等措施，实现空调负荷的有效 管理，抑制其增长，缓解夏季高峰电力紧缺矛盾，是摆在电力公司面前的一件大事。电力需 求侧管理是解决电力供需紧张，提高电力利用效益的一个有效方法，国内外许多成功实例有 力地表明了这一点。 所谓有序用电，是指通过法律、行政、经济、技术等手段。加强用电管理，改变用户用 电方式，采取错峰、避峰、轮休、让电、负控限电等一系列措施，避免无计划拉闸限电，规 范用电秩序。将季节性、时段性电力供需矛盾给社会和企业带来的不利影响降至最低程度 可以预计，在今后的一段时间中。大范围、长时间的限电可能性不大，但是，快速增长的降 温负荷在夏季的高温时段造成的短时间、小范围的缺电在所难免。故此，有序用电方案的制 定应该从过去几年的轮休、让电、限电而重点向不影响居民和用户客户的锗蜂、避峰方向倾 斜，其中，对集中空调、房间空调的有效科学的便用和管理成为了避蜂环节中最有效和最经 济的方法之一 1 2 课题的主要内容和工作 江宁区作为南京的新城区，人口近7 0 万，其中城镇人口4 2 4 万，农村人口3 3 6 万。 根据用电特性，具有以下四个特点；1 、区内设大学城，大专院校较多。2 、大中型企业大多 分布在开发区、科学园及附近，相对密集。3 、工业企业中非连续性企业较多。连续性企业 较少，即具有一定的可错峰移峰的工业企业负荷。4 、负荷终端可控负荷相对较低。所有非 关口用户容量为1 7 2 8 5 万千伏安，装接容量超过2 0 0 千伏安的客户1 2 6 5 户，总容量1 2 1 9 2 万k v a 。2 0 0 4 年，南京市用电最大缺口为1 3 4 0 m w ，其中江宁限电指标为9 3 6 m w ( 大约占南 京市的1 1 0 ) ，全年最大电力负荷( 夏季) 为3 1 1 姗，根据推算，网供的最大电力需求超过 3 5 0 唧以上，其中空调负荷大约占总负荷的4 0 左右。 2 东南大学工程硕士论文 第一章绪论 作为基层的电力公司来说，过去几年的有序用电的制定完全是按照南京市电力公司的模 式来进行的，即针对每天市公司的负荷指标安排限电的计划，而对本地区的电力需求只是大 致的估计，这样带来的后果就是不能有条不紊的执行有序用电方案，无法执行有多少、用多 少、缺多少、限多少的原则。针对目前的这种状况，也为了适应今后几年的电力发展形式， 本文重点对基层供电公司如何结合本地区的实际情况，科学的、有效的制定和执行有序用电 方案进行了研究，本文所做的具体工作如下： ( 1 ) 对2 0 0 3 年、2 0 0 4 年江宁地区夏季空调负荷进行了分析和研究，提出了基于峰谷差率 的负荷曲线修复方法，曲线的修复除了可以正确分析负荷特性以外，也为在缺电情况下准确 的进行负荷预测打下了一个基础。并在此基础上得出了江宁地区的空调负荷现状和空调负荷 结构。 ( 2 ) 开发了一套适合于江宁地区的缺电预报系统，使用该预报系统可以根据次日南京市电 力公司下达的负荷指标和地区的负荷预测结果得出实际得缺电数量，在此基础上执行事先制 定好的有序用电方案。 ( 3 ) 针对今后几年有序用电的重点转向夏季空调负荷这个发展趋势，在江宁区2 0 0 4 、2 0 0 5 年有序用电方案的基础上对有序用电方案进行了重新的设计。在一般的缺电情况下，使用集 中空调周期性暂停和房间空调器的清洗措施取代了大范围的非连续性企业调整工作时间等 措施，在基本楣同的避峰效果下，对国家来说可以节约能源，保护环境，对用户来说，在不 影响生产的前提下，既可以避免作息制度的改变给企业和个人带来的诸多不便，也可以减少 空调运行费用的开支。 东南大学工程硕士论文第二章江宁区空调负荷的现状和构成 第二章江宁区空调负荷的现状和构成 2 1 负荷特性曲线的修复 2 0 0 i 年初，国家电力公司对原来电力工业生产统计指标解释进行了补充修改，其 中增加了峰谷差率指标，其定义如下： 峰谷差率= 日峰谷差最大值，当日最高负荷( 1 0 0 ) 其中；峰谷差为日高负荷与最低负荷的之差 和负荷率一样。电网负荷率是描述电力负荷特性的重要指标，负荷率高意味着负荷曲线 比较平缓，峰谷差较小，电网需要的发电设备调峰容量小。从而可以提高发电设备的利用率， 对电网的安全运行及经济效益都有益。在通常情况下，峰谷差率也是随着季节的变化而变化 的，也就是说，春秋两季相对稳定，夏季和冬季相对较高。 根据资料分析，2 0 0 3 年7 月下旬q 月中旬、2 0 0 4 年6 月初 8 月底。江宁地区均采用 了错峰限电措拖其结果就是负荷率和峰谷差率都发生了一定的变化。根据计算，2 0 0 3 年7 、 8 月的月平均峰谷差率为3 8 左右，2 0 0 4 年7 、8 月下降的更多。为3 0 9 6 左右，基本上都下降 了5 个百分点，其结果是负荷特性曲线在一定程度上被拉直，基本上失去了原有的特性。故 此，在分析和计算空调负荷之前，有必要对2 0 0 3 年7 月一8 月、2 0 0 4 年6 月一8 月的负荷特 性曲线进行必要的修正( 还原) ，其方法主要基于负荷特性曲线的峰谷差率来进行。2 0 0 3 2 0 0 4 年主要月平均的峰谷差率的变化如表2 i 所示。 表2 12 0 0 3 年一2 0 0 4 年月平均峰谷差率 月份0 3 年峰谷差率( )0 4 年峰谷差率( x ) 44 4 53 8 9 5 4 1 o3 87 64 2 83 6 9 7 3 7 73 2 9 83 92 7 4 94 2 6 3 8 2 f 14 4 f3 8 0 从表2 1 种可以看出： 0 3 年7 、8 月的平均蜂谷差分别为3 7 7 和3 9 ，这显然是由于错峰限电造成的。但 4 东南大学工程硕士论文 第二章江宁区空调负荷的现状和构成 是，由于0 3 年的错峰限电主要集中在7 月中旬和8 月中旬，所以，7 月上旬和8 月下旬 的峰谷差率就是其真实的表现，所以我们取7 月上旬的峰谷差率4 6 ，8 月下旬的峰谷 差率4 6 ，5 作为修订的标准。 0 4 年的峰谷差率比0 3 年整体都有下降。这里除了自然下降以外，2 0 0 3 年8 月实行 的六大行业新的峰谷电价和居民的峰谷电价也是造成峰谷差率下降的一个重要原因。这 里我们为了计算方便，以0 3 年峰谷差率的变化规律为基准，取6 、9 月峰谷差率的修订 标准为3 6 ，7 、8 月的修订标准为4 1 。 修正的具体方法是： ( 1 ) 选取需要修正日的负荷曲线。 ( 2 ) 确定需要修正曲线所处的时间段，并选择实际的峰谷差率( 例如2 0 0 4 年7 月选 取4 0 ) 。 ( 3 ) 在上一年或者本年中选取和需要修正曲线具有相互关系的某一天的负荷曲线作 为参考曲线。 修正方法按照以下的公式( 2 1 ) 计算： z = 无+ 眦一z 。) 厶一怃一z 。j 1 1 ) 厶】厶r ( i - l 2 2 4 ) ( 2 1 ) 式中：，每点负荷的修正值 无参考曲线的每点负荷值 工。参考曲线的最小值( 谷值) 以需要修正日的每点负荷 t 。需要修正日负荷曲线的最小值( 谷值) t 修正系数( 根据实际的情况选取，通常在1 1 一1 4 之间) 图2 1 和图2 2 是江宁区2 0 0 3 年、2 0 0 4 年修正前后的夏季最大日负荷特性曲线。其中， 修正前2 0 0 3 年夏季最大日负荷的峰谷差率为3 9 3 ，2 0 0 4 年夏季最大日负荷曲线的峰谷差 率为3 0 3 。 从图中可以看出： 2 0 0 3 年夏季最大负荷日早高峰时段( 1 1 ；0 0 时) 最大电力负荷2 5 3 姗，最大电力需求 2 8 9 m w ，缺电大约为3 6 m w 左右。 5 东南大学工程硕士论文第二章江宁区空调负荷的现状和构成 2 0 0 4 年夏季最大负荷日早高峰时段最大电力负荷2 6 0 姗，最大电力需求3 5 5 m w 。这和江 宁区提供的2 0 0 4 年有序用电总结中最大限电指标9 5 m w 、最大电力需求3 5 0 m w 非常接近，说 明负荷修复的方法是切实可行的。 3 5 0 3 0 0 2 5 0 三2 0 0 蓑1 5 0 1 0 0 5 0 0 l23456789l o l l 1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 92 0 2 l 2 2 2 32 4 时问h 图2 1 江宁区2 0 0 3 年修复前后的夏季最大日负荷曲线 l23456789i 01 11 21 3 “1 51 61 71 8 1 92 02 1 2 2 2 32 4 时间h 图2 2 江宁区2 0 0 4 年修复前后的夏季最大日负荷曲线 2 22 0 0 3 年、2 0 0 4 年江宁区空调负荷状况 ( 1 ) 夏季最大空调负荷的计算方法 利用夏季最大负荷日的2 4 点的负荷数据和非季节性负荷日的2 4 点负荷数据逐点相 减，可以得到夏季每一个时刻的空调负荷变化情况。考虑到负荷的自然增长率，这里非 季节性的负荷曲线为每年4 月和1 1 月工作日的平均数据。 6 枷娜枷姗枷啪啪o 量槔麟 东南大学工程硕士论文第二章江宁区空调负荷的现状和构成 ( 2 ) 夏季集中空调的计算方法 所谓的夏季指定日是指在某一个温度条件下，绝大部分居民和某些小型商业、写字 楼的分散式空调都不开启。而只有集中空调负荷运行情况下的特指日。根据我们做过的 调查显示，工业、第三产业的集中空调的开启时间大多在5 月中旬到1 0 月中旬，这其 中还要根据实际的温度情况作适当的调整。所以选定夏季指定日的最佳时间是9 月中下 旬，这段时间气温逐渐下降，分散式空调的使用率比较低，此外，9 月份和l o 月下旬的 间隔时间比较短，负荷的自然增长相对很小。具体的选定的方法是选取温度出现拐点的 那一周，即，温度从3 0 2 9 c 左右下降到2 5 2 6 c ( 如果周内的某日温度相差较大可 以剔除) ，非季节性的那一周可以选择1 0 月下旬温度在平均温度在2 5 c 以下的那一周， 这样平均以后点对点的相减可以得到集中空调负荷的每点变化曲线。需要说明的是，如 果以上的条件难以满足，也可以选取0 月温度上升的某一周的平均作为指定日，非季节 性负荷可以选取4 月相同那一周来进行计算。 按照以上的分析方法，得到的2 0 0 3 年、2 0 0 4 年非季节性负荷、夏季最大日负荷以 及所对应的空调负荷变化曲线如图2 3 图2 6 所示，和图中相关的数据见表2 2 。 至 挺 斌 12345678 91 0 1 11 2 1 3 1 4 1 5 1 6 1 7 1 8 1 92 02 12 22 32 4 时间h 图2 32 0 0 3 年非季节、夏季最大日负荷特性曲线 7 姗啪卿瑚啪m驰o 东南大学工程硕士论文第二章江宁区空调负荷的现状和构成 量 框 曙 制 重 椽 妪 1234567891 0 l l1 2 1 3 1 4 1 5 1 6 1 7 1 8 1 92 02 12 22 32 4 时间h 图2 42 0 0 3 最大空调和集中空调负荷 123456789l o l l l 2 1 3 1 4 1 5 1 6 1 7 1 8 1 92 02 12 22 32 4 时间h 图2 52 0 0 4 年非季节、夏季最大日负荷特性曲线 8 加加o 伽渤湖娜枷啪姗o 东南大学工程硕士论文 第二章江宁区空调负荷的现状和构成 重 棺 妪 孽 制 1234567891 01 11 21 3 1 41 5 1 6 1 71 81 92 02 12 22 3 2 4 时间h 图2 62 0 0 4 最大空调和集中空调负荷 表2 22 0 0 2 2 0 0 4 年江宁区空调负荷状况 年份年最大负荷增长率夏季最大空调负荷( 胛) 最大空调最大空调负荷占 ( 年最大需求) 集中空调负荷 负荷增长最大负荷的比重 - 厢 占最大空调负荷比重( ) 率 ( ) 1 2 l 2 0 0 3 2 5 3 ( 2 8 9 )3 l 4 1 8 2 5 6 1 4 4 2 0 0 4 2 6 0 ( 3 5 5 ) 1 8 7 4 1 1 94 0 5 2 8 4 注t 以上的年最大负荷( 最大需求) 和夏季最大空调负荷均取自系统的早高峰时段 结合图2 3 图2 6 以及表2 2 ，我们分析如下： ( 1 ) 2 0 0 3 2 0 0 4 年最大负荷增长率平均在1 9 左右。负荷的平均增长大约为6 0 m w 左右。预测2 0 0 5 年最大负荷为4 1 0 m w 左右、2 0 0 6 年为4 6 0 m w 左右。 ( 2 ) 最大空调负荷的增长率为1 9 ，这里结合年增长2 0 m w ，预测2 0 0 5 年和2 0 0 6 年的最大空调负荷为别为1 6 5 m w 和1 9 0 m w 左右。 ( 3 ) 最大空调占最大负荷比例平均为4 0 左右，高于全国的平均水平近1 0 个百分点， 相比较而言，集中空调占最大空调负荷的比例低于全国的3 0 水平，为2 6 2 e 右。其主要是江宁区处于南京市的周边，商业和第三产业虽然比较发达( 大多使 用房间空调) ，但是大型的商场和宾馆很少( 使用集中空调) 的缘故。 9 柏o 东南大学工程硕士论文 第二章江宁区空调负荷的现状和构成 2 3 江宁区空调负荷的基本构成 以2 0 0 4 年为例。在早高峰时段最大空调负荷为1 4 4 m w 左右，占最大负荷的4 0 左右， 这个时段的空调负荷主要由工业，商业、行政事业和部分居民组成。晚高峰时段的最大空调 负荷大约为1 3 6 m w ，和早高峰的空调负荷相差不大，其中除了商业和部分工业企业以外， 主要是城乡居民降温所致。 根据江宁区统计局的资料估算，截至到2 0 0 3 年底江宁区城乡的常驻人口大约为7 6 万人， 其中城市4 2 4 万人( 1 5 2 万户) 、农村3 3 6 万人( 9 1 万户) 。按照每百户城市居民的空调数 为1 0 0 台、农村为1 8 台，这样估算江宁区居民家庭空调拥有总数为1 7 万台左右。由于江宁 区属于经济发达地区，目前不少家庭都拥有两台以上的空调设备，所以这里取空调设备的运 行率为0 5 ，以平均每台空调的输入功率1 3 k w 。空调同时系数o 4 计算( 晚峰时段) ，城乡 居民的空调负荷最高可达4 4 2 m w 左右。 根据我们2 0 0 3 年对南京市部分小区( 高、中、低档) 居民负荷的分析结果来看( 图2 7 ) ， 在极端的温度条件下( 3 6 度以上) ，早高峰时段居民空调负荷大约是晚高峰时段的7 0 。 至 v 撂 l ol l1 2 1 31 41 5 1 61 71 8 1 92 0 2 l 2 22 3 2 4 时刻 图2 7 不同温度下居民的典型负荷曲线 考虑到江宁区的实际情况，取早高峰时段居民空调负荷为晚间的6 0 计算，早高峰时 段的晟大的居民空调负荷大约为2 6 5 m w 左右，这样我们可以得到2 0 0 4 年夏季最大空调负 荷的基本构成，详见表2 3 、表2 4 。 需要说明的是，这里所指的其它房间空调负荷为部分宾馆、小商场、小饭店、写字楼和 工业企业豹办公楼所有。 1 0 瑚啪渤蝴|啪m o 东南大学工程硕士论文第二章江宁区空调负荷的现状和构成 表2 32 0 0 4 早高峰时段( 1 1 ：o o 时) 最大空调负荷的构成 空调负荷( m w )各类空调负荷比重( ) 集中空调 4 12 9 4 居民空调2 6 5 1 8 4 其它房间空调 7 6 5 5 3 2 合计 1 4 41 0 0 表2 42 0 0 4 年晚高峰时段( 2 1 ：0 0 时) 最大空调负荷的构成 空调负荷( m w ) 各类空调负荷比重( ) 集中空调 3 62 6 5 居民空调 4 4 23 2 ，5 其它房间空调 5 5 84 1 合计1 3 6l o o 2 4 本章小结 1 根据负荷修正后的结果来看。本文提出的修正方法基本可行，曲线的修复除了可以正确 分析负荷特性以外，也为在缺电情况下准确的进行负荷预测打下了一个基础。 负荷曲线的修复应该在错峰限电的次日就进行，可以使用错峰限电前一天的负荷曲线和 最大峰谷差率为基准，这样修复的曲线误差相对来说比较小。修复的曲线可以作为数据存档 或作为负荷预测的历史数据。 22 0 0 4 年江宁区夏季的最大需求大约为3 5 5 砌，其中空调负荷为1 4 4 h w 左右，占总负荷的 4 0 9 6 左右。 32 0 0 4 年江宁区的集中空调负荷大约占总空调负荷的2 6 左右。在夏季极端温度的条件下， 早高峰时段居民的空调负荷大约为2 6 5 m 吼其他房间空调负荷为7 6 5 娜，集中空调负荷大约 为4 l 姗左右。晚高峰时段居民的空调负荷为4 4 2 姗，集中空调负荷为2 6 5 m w 左右。其他房 间空调负荷大约为4 1 m w 左右。 东南大学工程硕士论文第三章最大负荷( 最大需求) 和最高温度、最低温度、人体舒适度的相关分析 第三章最大负荷( 最大需求) 和最高温度、最低温度、 人体舒适度的相关分析 近年来随着居民生活水平和生活质量的不断提高，夏季防暑降温负萄和冬季取暖负 荷，也就是天气的变化导致人体舒适感觉变化引起的用电负荷在电网负荷中所占的比重越来 越大。夏季防暑降温负荷和冬季取暖负荷对电网用电负荷的影响主要表现为电网尖峰负荷突 出和峰谷差越来越大，直接影响到电网安全经济运行。但是现在大部分研究都是只针对气温 这一个气象因素加以研究，而忽略了湿度、风力等其它对人体舒适感觉影响也很大的气象因 素。本文中，引入人体舒适度指数这新概念，综合考虑气温、湿度、风力等气象因素对人 体舒适度的综合作用，来分析电网用电负荷与气象间的变化关系，在分析基础上采用合适的 模型实现次日的最大电力负荷预测。 3 1 人体舒适度简介 人体对小气候的感觉是多种因素的综合反应。在夏季，影响人体舒适的主要因素是气 温、湿度和风等，综合环境卫生学指标可以得出：气温2 4 ，相对湿度7 0 风速2 m s 是夏季人体最舒适的小气候条件。 气温、空气湿度和风，对人的舒适感来说，并不处于同等重要的地位。夏季人体反应 最强的气象因素是气温，正常人体皮肤感觉区间是2 0 2 5 c ，气温低于1 9 ，会感到凉、 冷甚至寒冷，气温大于3 5 ，感到炎热、闷热，大于3 7 c ，感到酷热。 空气湿度和风在加强蒸发冷却和交换冷却方面具有重要性，其中风的作用大于湿度。 风能使机体散热加快，风速每增强l m s ，使人感觉气温下降了2 左右。风愈大，散热愈 快，当气温稍高于皮肤温度时( 3 0 t 2 7 ) ，如果气流速度的散热效率达到最佳状态 ( v 一 3 m s ) ，会感到清风徐来。当v 3 m s 。会使排汗效率降低，感到炎热、闷热。 气温适中时。湿度对人体的影响不明显；当气温较低或较高时，湿度对人体的热平衡 就显得很重要；气温较高，湿度不大时，感觉炎热；气温较高，湿度较大，静风或小风时， 由于人体散热效率降低，感到闷热。 人体舒适度的具体计算公式为： 1 2 东南大学工程硕士论文第三章最大负荷( 最大需求) 和最高温度、最低温度、人体舒适度的相关分析 d = 厂p ) + g p ) + 矗缈) 式中d 人体舒适度指数； r 日平均气温( ) ； u 日平均相对湿度( 百分数) ； y 日平均风速( m s ) 。 对于江浙地区而言( 1 ) 式的具体表达式为”“1 ： d = 1 8 t + o ，5 5 ( 1 - u ) - 3 2 4 v + 2 7 人体舒适度指数数量、指数等级及人体感觉描述如表3 1 。 表3 1 人体舒适度指数数量、指数等级及人体感觉描述 ( 3 1 ) d 指数等级人体感觉描述 8 06 级人体感觉酷热，须注意防暑降温，以防中暑 ( 3 2 ) 3 22 0 0 3 、0 4 年夏季最大需求与温度因子及人体舒适度的相关分析 夏季分析采用江宁区电力公司提供的2 0 0 3 、2 0 0 4 年6 月1 日9 月3 0 日近四个月的日 最大负荷以及日最高、最低温度、人体舒适度的数据进行。这其中日最大负荷数都按照上面 的方法( 峰谷差率) 进行了修复处理，从修复的数据量来看，2 0 0 3 年夏季大约为1 0 日左右， 而2 0 0 4 年则对6 、7 、8 、9 月的数据都进行了相关的处理( 修复) 。此外，为了客观的反映 结果，删除了其中的双休日以及节假日的数据。 图3 1 是2 0 0 4 年夏季江宁区日最大需求和日最大负荷的比较曲线，图3 2 图3 4 分别 是最大、最小、人体舒适度和最大需求的变化趋势图。其相关系数的计算结果见表3 2 。 表3 2 中用p m a 】【_ d p 1 眦x d 表示日最大负荷、日最大需求和人体舒适度指数的简单 相关系数，同理p m a x - - t r a a x 、p l m a x - - t m a x 表示日最大负荷、日最大需求和日最高气温的 1 3 东南大学工程硕士论文第三章最大负荷( 最大需求) 和最高温度、最低温度、人体舒适度的相关分析 简单相关系数，p m a x - - t m i n 、p l m a x - - t l i n 表示日最大负荷和日最低气温的简单相关系数。 表3 2日最大负荷与人体舒适度指数、日最高气温、日最低气温的统计结果 简单相关系数数值简单相关系数数值 p 衄x - d0 7 6 5 3p l m “一d 0 7 9 0 8 p m a x - 一t m a x0 7 0 2 8p l m a x r m a x0 7 3 3 3 p m a x _ t m i n0 7 2 4 9p l m a x _ t m i n 0 7 4 1 l 结合表3 2 和图3 2 - - 图3 4 可以看出： 修复后的最大需求比实际的最大负荷与最高、最低、人体舒适度的相关系数有明显的提 高，这充分说明了修复方法的有效性和正确性。虽然这种方法不可避免的存在一些误差，但 比使用最大负荷加上错蜂限电的具体数值准确。采用直接相加的方法结果往往偏大，其主要 原因是忽略了负荷的同时率以及拉闸限电的执行率。 最高温度和最大需求的相关系数为o 7 3 3 3 。最低温度和最大需求的相关系数为o 7 4 1 1 ， 人体舒适度和最大需求的相关系数是o 7 9 0 8 。三者和最大需求的相互关系都超过了o 7 ，属 高度相关。 最低温度和最大负荷的相关系数要好于最高温度，这是因为最高气温受到其他的气象条 件的影响较大。例如日照、风速等，而最低温度刚影响较小。所以就最高温度和最低温度而 言，最低温度可较好的反映了当天的气候状况和前几天的热量积累效应。 人体舒适度和最大需求的相关系数最大，也就是说最相关。这主要是人体舒适度除了考 虑了温度因素以外，也考虑了影响人体变化的湿度和风速。以外，人体舒适度的划分比最高、 最低温度更细，这样更能准确的反映负荷变化的实际情况。由此可见，使用人体舒适度这个 综合指标分析夏季负荷变化的敏感度以及进行负荷预测是可行的。 1 4 东南大学工程硕士论文第三章最大负荷( 最大需求) 和最高温度、最低温度、人体舒适度的相关分析 4 0 0 3 5 0 3 0 0 莹2 5 0 柱2 0 0 1 5 0 1 0 0 5 0 0 董 锑 榷 k 嚼 l591 31 72 12 52 93 33 74 14 54 95 35 76 16 56 97 37 78 18 5 时间序列天 图3 12 0 0 4 年夏季江宁区日最大需求和臼最大负荷曲线 l5 91 3 1 72 12 52 93 33 74 14 54 95 35 76 16 56 97 37 78 18 5 时间序列天 图3 2 最高温度和最大需求的变化趋势图 l591 3 1 72 l2 52 9 3 33 74 l4 54 95 35 76 16 56 97 37 78 18 5 时间序列天 图3 3 最低温度和最大需求的变化趋势图 1 5 5 0 4 0 燃 3 0 赠 框 2 0 蛹 1 0 o枷喜兰|渤猢姗姗o 量错雠k嚼 毯赠肇嚼 辐蚯坫加0 0 枷啪啪渤姗啪啪o 东南大学工程硕士论文第三章最大负荷( 最大需求) 和最高温度、最低温度、人体舒适度的相关分析 董 铸 栏 斗 氍 4 0 0 3 5 0 0 0 5 0 0 0 5 0 0 0 5 0 0 1591 3 1 72 12 52 93 33 74 14 54 95 35 7 6 16 56 97 3 7 78 18 5 时问序列 3 3 本章小结 图3 4 人体舒适度和最大需求的变化趋势图 毪 蚓 奄 垃 从最高温度、最低温度、人体舒适度和夏季最大日负荷的的相关性比较来看，三者的相 关系数都大于0 7 ，属于高度相关，其中人体舒适度最高。最低温度次之。最高温度最低。 可见，使用人体舒适度这个综合指标分析夏季负荷变化的敏感度以及进行负荷预测是可行 的。 1 6 帅伸鼬如鲫o 东南大学工程硕士论文第四章负荷预测方法以及缺电预报系统 第四章负荷预测方法以及缺电预报系统 负荷是指电力需求量或者用电量。而需求量是指能量的时间变化率，即功率，也就是说， 负荷是指发电厂、供电地区或电网在某一瞬间所承担工作负荷。 负荷预测是指在充分考虑一些重要的系统运行特性、增容决策、自然条件与社会影响的 条件下。研究或利用一套系统地处理过去与未来负荷的数学方法，在满足一定精度要求的意 义下，确定未来某特定时刻的负荷数值，称为负荷预测。 判断系统的是否缺电或者缺电的多少是建立在负荷预测基础上的，因此负荷预测就成为 准确的预报的关键，负荷预测的精度直接影响到预报的精度。而可用于电力系统负荷预测的 算法多种多样，各种算法均有定的适用场合。具体选择某种算法视预测需要而定。实际应 用中往往采用试验比较法，利用地区电网历史负荷数据进行模拟预测，从而确定该电网最有 效的算法，在精度允许情况下。选择效率最高的算法。 本文主要研究的是日最大负荷的预测，考虑到是短期负荷预测以及对最大负荷的主要影 响因素是气候，因此课题主要使用自相关分析法、采用了结合人体舒适度的回归分析法和神 经网络法，同时还采用了灰色理论预测法作为比较。 4 1 回归分析法 4 1 1 基本原理及参数估计 回归分析方法嗍是研究变量和变量之间依存关系的一种数学方法，根据回归分析涉及 变量的多少，可以分为单元回归分析和多元回归分析。在回归分析中，自变量是随机变量， 因变量是非随机变量，由给定的多组自变量和园变量资料，研究各自变量和因变量之间的关 系，形成回归方程。回归方程根据自变量和因变量之间的函数形式，又可分为线性回归方程 和非线性回归方程两种。回归方程确定后，求得相应的参数，拟合一条最佳的曲线，然后将 此曲线外延至未来的适当时刻，在已知自变量取值时得到因变量的预测值。 单元线性回归分析法可看作是多元线性回归分析法的特例。而对于非线性回归问题，常 将其转换为线性回归问题求解。 在负荷预测问题中，回归方程的因变量一般是电力系统负荷，自变量是影响电力系统负 荷的各种因素，如社会经济、人口、气候等。设它们之间的关系是近似线性的，回归方程为： 1 7 东南大学工程硕士论文 第四章负荷预测方法以及缺电预报系统 y ，= b o + 6 l x h + b 2 x 2 。+ + b m x 删+ q ( 4 1 ) 式中，反，是模型回归系数，t 是除自变量而。x ：，z 。的影响之外对 弘产生影响的随机变量，即随机误差。 估计参数时，首先给定，l 组观察值( 毛，x 2 ，x 。，y ，) ( f - 1 , 2 ，厅) ，代 入式2 1 可得h 个方程，写成矩阵形式为： 】，= j 圆+ 占( 4 2 ) 式中y =x = 1 而1x 1 2 1 x 2 l x 2 2 而。 x 2 m 1 矗l 石n 2 x m ， b = b l ： b 。 占= 下面用最小二乘法求未知参数6 0 b l ，k 的估计量，做离差平方和 月 q = 以一6 0 一6 1 一k ) 2 ( 4 3 ) i - l 占l s 2 ： 占 依据高等数学中求多元函数极值的方法，取q 分别b o ，b l ，k 的偏导数，并令它 们都等于零，得方程组： 面o q = 之善n 仉一6 0 6 1 h 一6 ：勘一 署= 之喜“电也矿， 一k x 。) = 0 6 卅h ，l = o ( 4 4 ) 署= 嘻p ，电6 l x , i - - b 2 x ，2 b = x = k = 。 整理上式得： ( 4 5 ) 刀6 0 + 岛 j = l + 6 2 砀+ ”# m 6 0 x 。+ 6 l 石j + 也工。工，：+ + 6 。t 。x 。= z 。乃 j 。l，- l- 1i = 1l 1 月h月月 + 6 l 工。i t 。+ 6 ：y x x ，：+ + x 二= y ， i - lj l ij l ii - 1，= 1 1 8 1j一旧心怫 y 。 = 栅 x 。 b + 东南大学工程硕士论文第四章负荷预测方法以及缺电预报系统 将式4 , 5 写成矩阵形式为 x 弼= x 1 ( 4 6 ) f h t - x ，x 2 ，x 。线性无关，所以z 的列向量线性无关，这样方程式4 6 的系数矩 阵x x 是可逆的，故可得式4 。6 的唯一解为： b = x ) 。1 x ? ( 4 7 ) 从而可以求出回归方程的参数估计值6 0 ，b l ，b 。，确定回归方程。 4 1 2 预测结果 本课题是预测第二目的日最大负荷，由式3 2 可以看出，人体舒适度计算中未考虑 天气状况的影响，所以在预测建模过程中考虑了天气状况的影响，而由于天气状况不是 一个可量化的值，因此在程序中按表4 1 给天气状况依次赋值。 表4 。1天气状况赋值表 l 数值 l23456789 l l 天气状况 晴少云多云阴 雨阵雨大到暴雨雪大雪 l 从而建立一个二元线性回归方程进行预测，即 = b o + b l x “+ 6 2 x 2 ，+ 岛，其中因 变量y ，取预测日与历史相关日最大负荷之差，分折历史负荷数据可以看出，工作日的 最大负荷受前- - 2 1 2 作日的最大负荷影响较大，而休息日的最大负荷受前一周的最大负荷 影响较大，因此预测时按照工作日和休息e t 两种类型日分别建立回归方程：如果预测日 为工作日，m 为预测日与前一工作日最大负荷之差；如果预测日为休息e t ，y ，为预测 e t 与前一周日最大负荷之差。黾。为预测日与相关日人体舒适度之差，x 2 ，为预测日与相 关日天气状况之差。 论文使用江宁区2 0 0 3 年6 月1 5e l 至2 0 0 3 年7 月1 5 日的负荷作为校验数据，采用 在线训练的方式，从预测日前一天的历史数据开始寻找训练样本( 工作日选取3 0 个样 本，休息日选取1 5 个样本) 。其最终预测结果见表4 2 和图4 1 。 表4 2江宁地区2 0 0 3 年