综合气象指数对电力负荷的影响分析_杜彦巍
吉林省电力行业气象服务效益评估
吉林省电力行业气象服务效益评估分析摘要:文章以电力行业为效益分析对象,调查和了解了吉林省电力行业气象服务需求,通过邀请专家、确定电力行业主要生产过程等环节,分析统计吉林省电力行业有影响的气象要素敏感度、临界值、有效预报时段等指标,针对吉林省电力行业开展的电力气象服务进行了效益分析评价工作,得到2010年吉林省电力行业气象服务贡献率为0.1728%,气象服务效益值为6125万元。
关键词:气象服务;效益;贡献率1 2010年1-9月电力行业吉林省情1.1 2010 年1-9月份全省全社会用电量完成情况2010年9月份,吉林省全社会用电量完成46.62亿千瓦时,同比增长12.88%,与去年同期相比增速提高7.76个百分点。
1-9月份累计完成420.99亿千瓦时,同比增长12.42%,与去年同期相比增速提高13.29个百分点。
1.2 2010 年1-9月份全省电力供应完成情况其中:水电机组:当月发电量完成13.71亿千瓦时,同比增长336.60%。
1-9月份累计完成82.70亿千瓦时,同比增长101.51%;火电机组(含燃气、秸秆、垃圾、余热):当月发电量完成40.02 亿千瓦时,同比增长7.41%。
1-9月份累计完成379.80亿千瓦时,同比增长12.04%;风电机组:当月发电量完成2.57亿千瓦时,同比增长27.20%。
1-9月份累计完成21.93亿千瓦时,同比增长39.85%。
通过以上数据可以看出,目前吉林省电力行业主要还是以火力发电和水力发电为主,2010年水力发电增长速度较快,风能发电通过近几年的持续发展也已初具规模。
2 2010年电力行业气象服务效益评估2.1 确定专家组阶段本次电力行业气象服务效益评估邀请了中电投吉林核电项目筹备处、吉林省电力有限公司、华能发电吉林有限公司、长春市供电公司、长春市超高压局、丰满发电厂六家电力部门的25位专家。
2.1.1 电力专家所属生产环节构成包括电力生产、电力调度、电网运营、电网维护和电力建设等,其中,电网运营、电力生产环节专家比例最高,分别达到32%和28%,总数达到60%,其次是电力调度环节,所占比例达到20%。
春灌期气象条件对河北省南网日用电负荷峰值的影响
春灌期气象条件对河北省南网日用电负荷峰值的影响曲晓黎;赵娜;张金满;武辉芹;张成伟【摘要】采用2007-2010年河北省南部电网日用电负荷峰值数据和逐日气象观测资料,分析河北省南部电网日用电负荷峰值的年分布特征和春灌期逐日变化特征.结果表明:河北省南部电网日用电负荷峰值每年呈现出“三高峰,两低谷”的特征,高峰分别对应河北省春灌、夏季高温和冬季采暖前后;用电低谷出现在春节和国庆假期.冬小麦的返青水和棉花白地浇灌对用电负荷影响显著.区域性强风和降雨会造成用电负荷峰值明显下降.将春灌期日用电负荷峰值变化幅度进行等级划分.运用相关分析法和多元回归方法,分析春灌期日用电负荷峰值变化幅度与气象因子的相关关系,建立基于气象条件的河北南网全区日用电负荷峰值变化幅度的预报模型,经检验,该模型在日常电力调度业务中具有应用价值.【期刊名称】《气象与环境学报》【年(卷),期】2013(029)005【总页数】5页(P154-158)【关键词】春灌期;日用电负荷峰值;变化幅度;预报模型【作者】曲晓黎;赵娜;张金满;武辉芹;张成伟【作者单位】河北省气象服务中心,河北石家庄050021;河北省气象服务中心,河北石家庄050021;河北省气象服务中心,河北石家庄050021;河北省气象服务中心,河北石家庄050021;河北省气象服务中心,河北石家庄050021【正文语种】中文【中图分类】P49引言随着国民经济发展和人民生活水平的提高,春季灌溉、夏日高温和冬季采暖等用电量越来越大。
研究表明,电力负荷与气象条件有密切关系。
栗然等[1]采用灰色关联理论分析京津唐电网电力日峰荷与实感温度、温湿指数、风寒指数和舒适度指数的关系,并采用支持向量机算法对电力日峰荷进行预测。
杜彦巍等[2]引入4种气象指数来衡量气象因素对电力负荷的影响,发现舒适度指数相对于温度能更好地反映电力负荷的变化。
有较多研究[3-9]分别就天津、辽阳、桂林、华中、福州和沈阳等地的用电负荷与气象因子的关系进行分析并建立相应的预测模型。
上海市电力负荷与气象因子关系及精细化预报
上海市电力负荷与气象因子关系及精细化预报
刘红亚;曹亮
【期刊名称】《应用气象学报》
【年(卷),期】2013(024)004
【摘要】电力负荷预测是电力调度的重要参考依据,气象条件对电力负荷有重要影响.利用上海市2004-2008年15 min 1次的电力负荷资料和宝山气象站(区站号58362)同一时段3h1次的气象观测资料,对上海市电力负荷特征进行分析,发现不同温度区间和不同天气类型电力负荷的日变化特征有明显差别.采用逐步回归方法得到各温度区间日平均气象负荷率的预报方程,通过系数订正,得出不同天气类型的逐时负荷预报.2009年试报结果显示:采用预报日前3d的趋势负荷平均值作为预报当日的趋势负荷值,得到的日平均负荷预测值的误差最小,约为3.6%;非工作日日平均负荷的平均预报相对误差比工作日大;日平均气温超过18℃时,工作日日平均负荷的预报误差较小;低于18℃时,预报误差明显增大;逐时负荷平均预报误差约为4%.
【总页数】9页(P455-463)
【作者】刘红亚;曹亮
【作者单位】上海中心气象台,上海200030;上海市电力公司调度控制中心,上海200041
【正文语种】中文
【相关文献】
1.电力负荷与气象因子的关系研究 [J], 兰雅萍;黄月清;杨锡琼;
2.北京市夏季日最大电力负荷与气象因子的关系 [J], 李琛;郭文利;吴进;金晨曦
3.辽宁省日最大电力负荷与气象因子的关系 [J], 王迪; 林毅; 王鹏; 张婉莹; 孙婧
4.辽宁省日最大电力负荷与气象因子的关系 [J], 王迪; 林毅; 王鹏; 张婉莹; 孙婧
5.西安市日最大电力负荷率与气象因子相关关系分析预报模型的建立 [J], 浩宇;管靓;张曦;沈姣姣;高红燕
因版权原因,仅展示原文概要,查看原文内容请购买。
短期负荷预测中实时气象因素的影响分析及其处理策略
短期负荷预测中实时气象因素的影响分析及其处理策略短期负荷预测中实时气象因素的影响分析及其处理策略随着经济的快速发展,电力需求逐年增加。
为了满足用户对电力的需求,并保持电力供需平衡,短期负荷预测变得越来越重要。
然而,由于各种自然因素的干扰,特别是气象因素的影响,负荷预测存在一定的不确定性。
因此,分析实时气象因素对负荷预测的影响,并采取适当的处理策略,可以提高短期负荷预测的准确性和可靠性。
一、实时气象因素对负荷预测的影响分析气象因素是影响负荷预测的重要因素之一。
各种气象因素如温度、湿度、风速、日照时数等直接或间接地影响负荷的大小。
下面我们将具体分析几种常见的实时气象因素对负荷预测的影响。
1. 温度对负荷的影响温度是影响负荷的最主要因素之一。
在夏季,随着温度的上升,人们通常会使用空调等电器来降低室内温度,从而导致负荷的增加。
反之,在冬季,由于降低室内温度的需要,负荷会有所下降。
因此,在短期负荷预测中,温度的变化对负荷预测的准确性具有重要的影响。
2. 湿度对负荷的影响湿度是另一个重要的气象因素。
湿度的变化会直接影响人们的舒适感和需求。
例如,在高湿度的环境下,人们可能更倾向于开启空调等设备来调节室内湿度,从而增加负荷。
因此,负荷预测的准确性需要充分考虑湿度的变化。
3. 风速对负荷的影响风速是另一个重要的气象因素,特别是对风力发电等含风装置而言。
在风速较大的情况下,风力发电厂的发电量会增加,从而导致负荷的减少。
相反,在风速较低的情况下,风力发电的发电量会减少,负荷将会增加。
因此,考虑风速的变化对负荷预测具有一定的重要性。
4. 日照时数对负荷的影响日照时数是太阳能发电的重要指标。
在晴天和阳光充足的情况下,太阳能发电的发电量会增加,从而导致负荷的减少。
相反,在多云或阴天的情况下,太阳能发电的发电量会减少,负荷将会增加。
因此,在负荷预测中,需要充分考虑日照时数的变化。
二、实时气象因素的处理策略为了准确预测负荷,提高电力供应的可靠性,需要采取有效的处理策略来考虑实时气象因素的影响。
北京市夏季电力负荷逐日变率与气象因子关系
北京市夏季电力负荷逐日变率与气象因子关系张自银;马京津;雷杨娜【期刊名称】《应用气象学报》【年(卷),期】2011(22)6【摘要】利用2006年1月-2010年9月北京市逐日整点电力负荷和逐日气象资料,采用数理统计方法定量分析了北京市夏季电力负荷逐日变率与主要气象因子的关系.结果表明:与最大电力负荷显著相关的气象因子为温度、风速和空气湿度,其中与日最低气温相关性最高(相关系数为0.65,显著性水平为0.001),当日最低气温高于18℃(或日最高气温高于26℃)时,其对日最大电力负荷的1℃效应量约为39.7×107W.相对于温度单个因子,同时反映温度和相对湿度综合作用的闷热指数与最大电力负荷的关系更为密切.%Power security with stability is essential for normal operations of modern cities which guarantee industrial productions, communication, transportations, daily lives and so on. For the specificities of modern grid (electric power system) , a local accident can spread to the entire electric grid instantaneously, and u-sually results in huge economic losses. The abnormal increase of power load can often cause an accident for the power grid. The power grid of Beijing is a typical receiving end grid, obtaining about two thirds of its demand from North China Power Grid. So an accurate prediction for the electricity load Beijing is very important for power dispatching and safety operation of the entire grid. However, the electricity load may be influenced by a combined effect of many complex factors, such as the industrial and agricultural productions, transportations,daily lives, weather and climate. The different factors may take different effects on the power load variability on various timescales. Major achievements are made through previous research, but it is still a challenge today to predict accurately the power load variability, especially in the daily time scales. A further and quantitative study on the daily power load variability and its main factors would be helpful for the precise prediction.Based on the daily electric power load and meteorological data of Beijing during the period from January 2006 to September 2010, an analysis is implemented with statistical method aiming for better understanding electric power load of Beijing and its main affecting factors in summer. The results indicate that temperature, wind speed and relative humidity are the major factors which are significantly correlated with the maximum electric power load in summer. Among these factors, the daily minimum temperature is the most influencing factor with a correlation coefficient of 0. 65 and significance at 0. 001 level. Considering the 1℃ effect for energy consumption, the daily maximum electric power load would increase 39. 7× 107W with temperature rising l℃ when the daily maximum temperature is higher than 26 ℃ , or when the daily minimum temperature is higher than 18 ℃. Using the statistical regression model can roughly predict the maximum power load fluctuations. It can provide some reference for the power allocation decision in advance. Moreover, the effects of temperature humidity index (Ith) on the variability of electric power load are also checked, where 7Th are expected to quantify the degree of human body comfort. The outcomes suggest that the ITH canimprove the explained variance of the daily maximum electric power load than a single temperature factor.【总页数】6页(P760-765)【作者】张自银;马京津;雷杨娜【作者单位】北京市气候中心,北京100089;北京师范大学地表过程与资源生态国家重点实验室,北京100875;北京市气候中心,北京100089;陕西省气候中心,西安710014【正文语种】中文【相关文献】1.气象因子对夏季电力负荷影响的分析 [J], 田白;林铍德;雷桂莲2.北京市夏季日最大电力负荷与气象因子的关系 [J], 李琛;郭文利;吴进;金晨曦3.河北省南部电网夏季电力负荷特征及与气象因子的关系 [J], 武辉芹;张金满;曲晓黎4.气象因子对夏季最大电力负荷的敏感性分析 [J], 任永建;熊守权;洪国平;程定芳5.南京市电力负荷特征及夏季极端负荷与气象条件关系 [J], 李艳;俞剑蔚;蔡芗宁;范晓青;黄琰因版权原因,仅展示原文概要,查看原文内容请购买。
春灌期气象条件对河北省南网日用电负荷峰值的影响
第 1个 日用 电负荷 雨 。受其 影 响 , 河北 春旱 连年发 生 , 大量 的农 田灌 在两个 明显的用 电负荷低谷期 , 月下旬至 2 月 中旬。第 2 个低谷期 溉进一步加剧 了 电力需求 的紧张局 面。2 0 1 0年春 峰值低谷期为 1 为 9月末 至 l 0月初 。均 有 3个 用 电负荷 峰 值 阶段 , 季, 河北南部电网( 供电范围为河北省保定、 石家庄 、 个高峰期为 3月下旬至 5 月上旬。第 2 个高峰 沧州 、 衡水 、 邢 台和邯郸 6个地区) 用 电负荷增长 明 第1 第 3个 高 峰 期 为 1 1月 中 显 。4月 2 日突 破 1 9 0 0 0 MW 后 , 4月 4 日达 到 期 为 6月 下旬 至 8月 中旬 ,
春 灌 期气 象条 件 对 河 北省 南 网 日用 电负荷 峰 值 的影 响
曲晓黎 赵娜 张金 满 武辉 芹 张成伟
( 河北省气象服务 中心 , 河北 石家庄 0 5 0 0 2 1 ) 摘 要: 采用2 0 0 7 -2 0 1 0年 河北省南部 电网 日用电负荷峰值数据和逐 日气象观 测资料 , 分析河北省 南部 电网 日用电负荷
Q U Xi a o — l i , Z H AO Na , Z H A NG J i n ・ ma l l , e t 1. a I mp a c t o f me t e o r o l o g i c a l c o n d i i t o n s o n t h e p e a k l o a d i n s o u t h e n r H e b e i p o w e r s y s t e m
气象学对电力供应与能源安全的影响
气象学对电力供应与能源安全的影响气象学是研究大气变化和气象现象的科学,它不仅对天气预测和灾害预警有重要作用,也对电力供应和能源安全产生一定的影响。
本文将探讨气象学对电力供应和能源安全的影响,并分析其中的关联与应对策略。
一、气象学对电力供应的影响1. 天气变化与电力需求天气变化是电力需求波动的主要驱动因素之一。
例如,在夏季高温天气,人们会使用更多的空调和制冷设备,从而导致电力负荷增加。
而在寒冷的冬季,加热设备的使用也会增加电力需求。
因此,气象学在天气预测方面的准确性对于电力公司的运营和调度至关重要,可以帮助他们提前预测电力需求,并相应地调整供应计划,以确保电力供应的稳定性。
2. 气象灾害对电力供应的影响气象灾害,如台风、风暴、洪水和暴雪等,常常导致电力系统的中断和破坏。
强风和大雪可能导致树木倒塌、电线断裂等事故,而洪水可能淹没发电站和输电线路。
这些灾害往往会导致大面积的停电,给供电系统带来严重影响。
因此,电力公司需要根据气象学的预测和警报,提前采取防范措施,确保电力系统的抗灾能力,并随时做好应急准备。
3. 可再生能源与气象条件的关系可再生能源,如风能和太阳能,是未来能源发展的重要方向。
然而,它们受气象条件的限制较大。
风力发电需要适宜的风速,而太阳能发电则需要充足的阳光。
因此,对于可再生能源的开发与利用,气象学的预测和分析对于确定适宜的地点和时间至关重要。
只有在准确预测到风力和太阳能辐射的情况下,才能更好地规划和调度可再生能源的利用,提高电力供应的可持续性和稳定性。
二、气象学对能源安全的影响1. 能源生产的气象条件要求能源生产,如石油开采和天然气输送,往往受气象条件的限制。
例如,在海上石油开采中,风浪和海况对于作业的影响较大。
温度、湿度和海洋环境等因素也会对能源生产的成本和效率产生重要影响。
因此,对于能源生产企业来说,了解气象学的预测和分析是做好生产计划和风险管理的关键。
2. 气候变化与能源供应安全气候变化对能源供应安全产生了新的挑战。
气象因素对用电负荷的影响
⽓象因素对⽤电负荷的影响@知乎不理我··那我就⾃⼰整理吧····正⽂分割线--------------------------------------------------------------------------------------------------所谓电⼒负荷是指在某⼀时刻,电⼒系统中所有⽤电设备所消耗的功率的总和。
电⼒负荷预测是是保障电⼒系统稳定、经济运⾏的基础,其对电⼒系统规划也极其重要。
⽓象因素对于电⼒负荷的影响是复杂的,难以做出定量的描述,但它是电⼒负荷预测中的⼀个重要影响因素。
因此,本⽂参考⼀些资料⽂献,对天⽓之于电⼒负荷的影响做了简单的分析。
电⼒负荷按⽤电性质可分为:⼯业⽤电,农业⽤电,居民⽣活⽤电,服务业⽤电等。
其中⼯业⽤电受到⽓象因素的影响较⼩。
⽓象因素包括:最⾼最低⽓温,⽓压,湿度,天⽓类型(阴,晴,多云等),降⽔量,风⼒,风向等。
通过关联性分析可知,⼀般对负荷影响最⼤的⽓象因素是温度,其次是天⽓类型,降⽔量,风⼒。
1.温度随着空调的⽇渐普及,空调负荷所占的⽐重越来越⼤。
天⽓敏感负荷具有明显的季节性,在夏冬季变化⽐较⼤,⽽在春秋季变化⽐较平稳。
在炎热的夏季,负荷对温度最为敏感。
⽽在⽓温较低,供暖设备开始运⾏时,⽤电负荷也会随着⽓温的降低⽽增加。
举个栗⼦来⾃《国家电⽹报》的微博:【1775.95万千⽡!北京电⽹负荷第三次破历史纪录,40%⽤于降温】由于连⽇⾼温天⽓,前天11时35分,北京电⽹负荷达1775.95万千⽡,今年第三次刷新历史纪录,降温负荷约占全部负荷的40%。
电⼒公司呼吁市民节电,在11-12时和16-17时⽤电⾼峰时段,避免⼤功率电器同启,将空调设在26℃以上。
通过对散点图进⾏综合分析可知,最⾼温度和最低温度与负荷和电量之间的关系曲线⼤致呈倒置的马鞍状。
下图是⼭东省⽓温与负荷和电量之间的关联性⽰意图。
《2024年短期负荷预测中实时气象因素的影响分析及其处理策略》范文
《短期负荷预测中实时气象因素的影响分析及其处理策略》篇一一、引言在电力系统的运行和管理中,短期负荷预测是一项至关重要的任务。
其准确性直接影响到电力系统的稳定运行和经济效益。
近年来,随着科技的发展和气候变化的复杂性,实时气象因素对短期负荷预测的影响愈发显著。
本文将重点分析实时气象因素对短期负荷预测的影响,并探讨相应的处理策略。
二、实时气象因素对短期负荷预测的影响1. 温度因素温度是影响电力负荷的重要因素之一。
在炎热的夏季,当气温升高时,空调等制冷设备的负荷会增加,从而导致电力负荷的上升。
相反,在寒冷的冬季,供暖设备的负荷会增加,也会使电力负荷上升。
因此,温度的实时变化对短期负荷预测具有显著影响。
2. 湿度因素湿度也是影响电力负荷的重要因素。
在潮湿的天气中,人们通常会使用除湿设备或加湿设备来调节室内湿度,这会导致电力负荷的增加。
此外,湿度还会影响人们的舒适度,从而影响电力负荷的需求。
3. 风速和风向因素风速和风向的变化也会对电力负荷产生影响。
例如,在风力发电占比较大的时候,风速的变化会直接影响风电的发电量,从而影响电力负荷。
此外,风向的变化还可能影响供暖或制冷设备的运行效率,从而影响电力负荷的需求。
三、处理策略1. 建立实时气象数据采集系统为了准确预测短期电力负荷,需要建立实时气象数据采集系统。
该系统可以实时收集温度、湿度、风速、风向等气象数据,为短期负荷预测提供准确的数据支持。
2. 引入先进的预测模型传统的短期负荷预测模型往往无法准确考虑实时气象因素的影响。
因此,需要引入先进的预测模型,如基于人工智能的预测模型、混合模型等。
这些模型可以更好地考虑实时气象因素的影响,提高预测的准确性。
3. 实施动态调整策略根据实时气象数据和预测结果,可以实施动态调整策略。
例如,在高温或高湿度的天气中,可以通过调整空调或除湿设备的运行策略来降低电力负荷;在风力发电占比较大的地区,可以根据风速和风向的变化调整风电设备的运行策略。
电力负荷受气象因素的影响及短期电力负荷的预测(论文资料)
论文题目:电力负荷受气象因素的影响及短期电力负荷的预测姓名:李小强专业:电气化0807姓名:刘喆专业:电气化0807姓名:谢琳专业:电气化0807摘 要针对电力负荷易受气象因素的影响,本文通过对25天每天24个整点时刻的温度,相对湿度,气压,降水量,风向,风速和电力负荷的之间的关系的研究,得出了各种气象因素及综合气象因素对电力负荷的影响,得出了一般的影响规律,为短期负荷预测提供了理论依据。
利用多元线性回归对电力负荷做出了短期预测,分析了此模型的预测误差,并对预测结果进行了修正。
建立了一个较合理的电力负荷的特性分析体系。
研究时应用了散点图和相关性理论进行了分析,在相关性分析的基础上,利用回归理论建立了电力负荷与各气象因素的关系模型,从而为实时的定量的掌握负荷与气象因素的关系,提供了充分的理论依据。
在对电力负荷进行短期预测时应用了多元非线性回归,根据历史数据的变化规律寻找自变量与因变量之间的回归方程,确定模型参数,据此做出预测。
首先,为了研究综合气象因素对电力负荷的影响,我们先研究了单一的气象因素:温度,相对湿度,风速,气压,得出了每个因素与电力负荷符合的关系模型。
由图5-1(电力负荷与温度关系的散点图)可知,电力负荷与温度拟合的关系较好,呈现明显的二次相关性,利用回归理论,建立电力负荷与温度之间的二次回归模型,拟合结果为8.16551.1982.3)(2-+-=x x x f ;由图5-2(电力负荷与相对湿度的散点图)可知,气象负荷与相对湿度拟合的关系较好,呈现明显的线性相关性,利用回归理论,对各个时段建立了电力负荷与相对湿度之间的线性回归模型,且得出拟合结果为3.15827.4)(+-=x x f ;由图5-3(电力负荷与风速的散点图)可知,电力负荷与风速近似程线性相关,利用回归理论,建立电力负荷与风速之间的线性回归模型,拟合结果1.10968.77)(-=x x f ;由图5-4(电力负荷与气压的散点图)可见,电力负荷与气压近似程线性相关,利用回归理论,建立电力负荷与气压之间的线性回归模型,拟合结果为6.30944.4)(-=x x f ,从图形上分析可以将该拟合关系图线近似看作一条水平直线,从而可以认为气压对电力负荷影响不明显;由已知数据并分析可以得出电力负荷与降水量和风向关系不大(或者关系不明显),我们即假设电力负荷与其无关,以简化分析过程。
短期负荷预测中实时气象因素的影响分析及其处理策略
短期负荷预测中实时气象因素的影响分析及其处理策略短期负荷预测中实时气象因素的影响分析及其处理策略引言:在电力系统的运行过程中,准确的负荷预测对于保障电力供应的安全和稳定起着重要作用。
然而,由于电力负荷的复杂性和多变性,准确地预测负荷一直是一个具有挑战性的问题。
考虑到气象因素对电力负荷的影响,特别是在电力需求高峰期时,准确预测负荷与实时气象因素具有重要关联。
本文将通过分析实时气象因素对短期负荷预测的影响,探讨处理策略,提高负荷预测的准确性和可靠性。
一、实时气象因素的影响分析1. 温度温度是最基本的气象因素,对电力负荷有直接的影响。
在夏季,高温天气会导致空调的使用量增加,从而增加电力负荷;而在冬季,低温天气则会增加供暖负荷。
因此,准确预测温度对于短期负荷预测至关重要。
2. 风速风速的变化会对风力发电和燃气轮机运行产生影响,进而影响电力负荷。
在风力发电方面,高风速有助于增加风力发电量;而在燃气轮机方面,过高或过低的风速都会影响其运行效率。
因此,合理预测风速变化可以提高负荷预测的准确性。
3. 降水量降水量对电力负荷的影响主要体现在水电发电方面。
降水量的多少决定了水库的蓄水量,进而影响水电发电量。
因此,及时预测降水量对于准确预测负荷非常重要。
二、实时气象因素的处理策略1. 气象数据采集和分析为了获取准确的气象数据,可以通过各种气象观测设备和传感器来采集气象数据,如温度计、风速计和降水计等。
得到的数据可以进行分析,找出与电力负荷关联最密切的气象因素。
2. 模型建立和优化在负荷预测模型中加入实时气象因素是提高负荷预测准确性的有效手段。
可以采用机器学习等方法,建立负荷预测模型,并通过优化算法对模型进行参数修正。
3. 多因素综合分析除了实时气象因素,还应考虑其他与电力负荷相关的因素,如经济发展水平、社会节假日等。
通过对多个因素进行综合分析,可以提高负荷预测的准确性和可靠性。
4. 迭代更新由于实时气象因素的变化无法预测,需要及时更新负荷预测模型。
电力系统负荷预测研究与实现
电力系统负荷预测研究与实现随着电力需求的不断增长和电力系统的复杂性提高,准确地预测电力系统的负荷变化对于电力行业的运营和规划至关重要。
电力系统负荷预测是基于历史负荷数据、气象数据以及其他相关因素,通过数学和统计模型预测未来一段时间内的电力负荷量,为电力企业的运营决策提供依据。
一、负荷预测的重要性电力系统的负荷预测在以下方面具有重要作用:1. 供给侧资源优化:通过准确地预测负荷,电力企业可以合理调配发电资源,确保满足电力需求,避免供应不足或过剩的问题。
2. 电网运行调度:负荷预测可以为电力运行调度提供基础。
根据预测负荷,可以合理调整输电线路、开闭电源、计划检修等操作,确保电网的稳定运行。
3. 能源经济调度:预测负荷对于电力市场的供需平衡以及电力价格的稳定也具有重要影响。
通过准确预测负荷,可以制定合理的能源经济调度策略,提高供需效率、降低电力成本。
4. 新能源消纳:负荷预测可以为新能源的消纳提供支持。
随着可再生能源的发展,如风电、光伏等,其波动性较大,预测负荷可以帮助电力企业合理消纳这些新能源,提高系统的可靠性。
二、负荷预测方法负荷预测方法可以分为传统方法和机器学习方法两大类。
1. 传统方法:传统方法主要依靠统计学和时间序列分析来构建负荷预测模型,常见的方法包括回归分析、灰色预测、指数平滑法等。
这些方法利用历史数据的模式和规律来预测未来的负荷变化。
2. 机器学习方法:机器学习方法则通过建立数学模型,自动从历史数据中学习并预测未来负荷。
常见的机器学习算法包括人工神经网络、支持向量机、决策树等。
机器学习方法具有一定的自适应性和非线性拟合能力,能够更好地应对电力系统复杂性和变动性。
三、负荷预测实现负荷预测的实现过程可以分为数据收集、模型构建和模型评估三个阶段。
1. 数据收集:负荷预测所需的数据主要包括历史负荷数据、气象数据以及其他相关数据。
历史负荷数据是建立预测模型的基础,而气象数据则对于电力负荷具有较大的影响。
焦作市气象因素与用电负荷的关系及预测模型的研究
2016年第2期焦作市气象因素与用电负荷的关系及预测模型的研究谢文娟,牛帅(国网焦作供电公司,河南焦作454000)摘要:在短期负荷预测(日负荷预测)中,气象因素是重要的影响因素。
通过研究2013-2015年焦作地区气象因素与用电负荷变化的关系,并考虑节假日影响,建立了不同季节条件下的数学函数,从而指导短期负荷预测工作的开展。
关键词:负荷预测;回归理论;气象因素中图分类号:文献标志码:文章编号:X(2016)02-051-020引言电力市场条件下的负荷预测精度直接关系到各方利益,对电网经济运行有着直接影响。
随着人们生活水平的提高,电网负荷中居民生活用电负荷迅速增长,且这部分负荷对于气象变化极为敏感,往往天气状况一旦变化,负荷水平随即跟着显著变动。
目前许多地区负荷预测方法依赖于调度员预测经验,不同人员进行预测差别较大。
由于对气象因素不能正确估计而导致的日负荷预测误差较大。
因此量化气象因素与居民用电负荷的关系对把握负荷变化情况,更加准确快捷地进行负荷预测具有实际意义。
1焦作电网负荷特征分析通过搜集焦作地区2013年9月1日至2015年9月10日之间的各类数据包括:每日公配负荷日最大值、每日最高温度、前一日最高温度(体现温度积累效应)、每日天气类型(晴、多云、阴、雨)、以及当日是否为工作日(纳入工作日类型对负荷的影响)。
将天气情况、是否为工作日等非数字量进行量化并映射为[-1,1]区间的数字量。
这样就构成了我们研究的样本数据库。
图1为焦作地区2014年日最大负荷曲线,根据历史经验得知春、夏、秋、冬四季负荷随温度变化有明显差异,因此对收集的数据分四个季度进行整理,即春季:3月、4月、5月;夏季:6月、7月、8月;秋季:9月、10月、11月;冬季:12月、次年1月、次年2月。
图12014年日最大负荷曲线考虑到需要用一部分数据进行模型的检验,所以在我们的样本数据库中,每个月的数据中各保留2 ̄3天,保证每个季节有7天的数据不参与模型求解过程,而用于对模型结果的检验。
气象环境对电网负荷的影响因素分析
气象环境对电网负荷的影响因素分析彭堃;陈星莺;李斌;廖迎晨;余昆【摘要】The load of a district power network is easily affect⁃ed by various meteorological factors, which cause many uncertain problems in the load forecast. In order to maximumly reduce the pre⁃diction deviations caused by meteorological factors during the load forecast, the influences of meteorological factors on the power load are analysed. Based on a large number of historical data, the method of grey correlation analysis is used to analyze the correlation between meteorological factors such as temperature, humidity and wind speed and the load characteristics, as a result, the dominant meteorological factors affecting load are identified. The sensitivity between grid load and meteorological factors is studied by the polynomial curve regres⁃sion analysis. The influence law of cumulative heat effect on load is studied with the consideration of the cumulative effect, and the cor⁃rection formula of temperature is calculated in the paper to improve the accuracy of load forecasting.%针对地区电网负荷易受多种气象因素影响,负荷预测中存在诸多不确定性问题,研究了气象因素对电网负荷的影响,最大程度减少由气象因素造成的负荷预测偏差。
《2024年夏季气象电力负荷相关性分析模型修正方法——以北京为例》范文
《夏季气象电力负荷相关性分析模型修正方法——以北京为例》篇一一、引言随着全球气候变暖,夏季高温天气日益频繁,电力负荷的预测和管理变得尤为重要。
北京作为中国的首都,其电力负荷与气象条件之间存在着密切的关联性。
因此,对夏季气象电力负荷相关性分析模型的修正,不仅有助于提高电力负荷预测的准确性,还能为电力系统的稳定运行提供科学依据。
本文将重点分析夏季气象电力负荷的相关性,并针对北京地区的特点,提出模型修正方法。
二、夏季气象与电力负荷的相关性分析1. 数据来源与处理:收集北京地区夏季的气象数据(如温度、湿度、风速、降水量等)和电力负荷数据。
对数据进行清洗、整理和标准化处理,以便进行后续分析。
2. 相关性分析:通过统计分析方法,计算气象因素与电力负荷之间的相关性系数。
结果表明,温度、湿度等气象因素对电力负荷有着显著影响。
三、原有模型的问题及局限性1. 模型概述:介绍当前用于分析夏季气象电力负荷的相关性分析模型,包括模型的构建、参数设置和预测方法等。
2. 问题及局限性:分析原有模型在预测电力负荷时存在的问题和局限性,如模型预测精度不高、对极端天气的适应性不强等。
四、模型修正方法1. 参数优化:根据实际气象数据和电力负荷数据,对模型的参数进行优化,提高模型的预测精度。
2. 引入新的气象因素:考虑到北京地区的气候特点,引入新的气象因素,如空气质量指数、太阳辐射等,以更全面地反映气象因素对电力负荷的影响。
3. 加入季节性因素:考虑到季节变化对电力负荷的影响,在模型中加入季节性因素,以提高模型对不同季节的适应性。
4. 极端天气处理:针对极端天气情况,采用不同的处理方法,如设置阈值、采用分段函数等,以提高模型对极端天气的预测能力。
五、实证分析1. 数据准备:收集北京地区近几年的夏季气象数据和电力负荷数据。
2. 模型应用:将修正后的模型应用于实际数据,进行预测和分析。
3. 结果对比:将修正后模型的预测结果与实际值进行对比,评估模型的预测精度和适用性。
气候对电力负荷预测的影响分析
气候对电力负荷预测的影响分析
雷洪桥
【期刊名称】《通讯世界》
【年(卷),期】2016(000)013
【摘要】在电力系统运行过程中,电力负荷预测具有十分重要的作用,精确的负荷预测能够确保电力系统生产安排、经济调度的顺利开展,并且还可为系统运行安全提供保障。
在当前宏观经济形势环境下,气候作为影响电力负荷的重要因素,对负荷预测准确度有着重要的影响。
本文从电力负荷预测的概念及作用出发,着重分析了气候对电力负荷预测的影响。
【总页数】2页(P158-159)
【作者】雷洪桥
【作者单位】国网湖南省电力公司衡阳供电分公司,湖南衡阳421000
【正文语种】中文
【中图分类】TM715
【相关文献】
1.气候变化对涟水县气候生产潜力的影响分析 [J], 顾维慧;吴洪军;乔晓波;陈磊
2.气候变化对山西省旅游气候舒适度的影响分析 [J], 王秀兰;吴亚琪;王秀芬
3.气候变化对茂名旅游气候舒适度影响分析 [J], 张涛;古明媚;吴瑕
4.2017年邵阳市气候与主要气候事件及其影响分析 [J], 吕校华;吕巍伟;王楚风;唐佐阳;金宣喜;谢小华;;;
5.新疆库尔勒香梨种植区1961~2017年气候变化特征及未来气候影响分析 [J], 顾雅文;傅玮东;杨志明
因版权原因,仅展示原文概要,查看原文内容请购买。
电力负荷与气象要素相关分析
电力负荷与气象要素相关分析
王军;王辛方;孙仲毅;石俊峰;靳冰凌;李忠亮
【期刊名称】《气象与环境科学》
【年(卷),期】2005(000)001
【摘要】根据鹤壁市1996~2000年逐日电力负荷资料和气象资料,分析了电力负荷与各种气象因子之间的相关关系,结果表明:电力负荷总量呈现出明显的季节性变化,并且与多种气象因子存在较好的相关性.
【总页数】2页(P35-36)
【作者】王军;王辛方;孙仲毅;石俊峰;靳冰凌;李忠亮
【作者单位】鹤壁市气象局河南鹤壁 458030;鹤壁市气象局河南鹤壁 458030;鹤壁市气象局河南鹤壁 458030;鹤壁市气象局河南鹤壁 458030;鹤壁市气象局河南鹤壁 458030;鹤壁市气象局河南鹤壁 458030
【正文语种】中文
【中图分类】P463.3
【相关文献】
1.长春市电力负荷与气象要素相关分析 [J], 冯瑶;金顺梅;董元元;李田
2.辽宁电网负荷与气象要素相关分析 [J], 李晶;王恕
3.长春市电力负荷与气象要素相关分析 [J], 冯瑶;金顺梅;董元元;李田;
4.成都电网夏季最大电力负荷变化特征及其与气象要素的关系 [J], 宋雯雯;郭洁;李亚玲;刘新超
5.成都电网夏季最大电力负荷变化特征及其与气象要素的关系 [J], 宋雯雯;郭洁;李亚玲;刘新超
因版权原因,仅展示原文概要,查看原文内容请购买。
一次暴雪降温天气对电力负荷特性的影响分析
一次暴雪降温天气对电力负荷特性的影响分析
牛敏;牛铎程;王燕涛
【期刊名称】《科技与企业》
【年(卷),期】2014(000)007
【摘要】天气变化是影响电力负荷及负荷特性的重要因素之一,以近年来最具代
表性的一次暴雪降温天气为研究对象,分析天气变化对电力负荷曲线、负荷特性指标的影响,探讨电力负荷特性随气象变化的规律,对于电网企业提升应急处理能力、保障电网安全经济运行有一定的借鉴意义。
【总页数】1页(P169-169)
【作者】牛敏;牛铎程;王燕涛
【作者单位】吉林省电力有限公司吉林供电公司吉林吉林 132011;吉林省电力有
限公司吉林供电公司吉林吉林 132011;东北电力大学吉林吉林 132012
【正文语种】中文
【相关文献】
1.论电力负荷概率特性--非参数核密度估计在电力负荷特性分析上的应用
2.一次大暴雪伴特强降温天气过程剖析
3.电力负荷的动静特性对低频振荡阻尼的影响分析
4.2018年一次暴雪过程对呼伦贝尔市农业的影响分析
5.地形对豫东南一次极端暴
雪影响分析
因版权原因,仅展示原文概要,查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
2006年12月重庆大学学报(自然科学版)D ec.2006第29卷第12期Jour nal of Chongqi n g U niversity(Nõt u rõl Sc ience Ed ition)V o.l29No.12文章编号:1000-582X(2006)12-0056-05综合气象指数对电力负荷的影响分析*杜彦巍1,林莉1,牟道槐1,何潇2(1.重庆大学电气工程学院高电压与电工新技术教育部重点实验室,重庆400030;2.重庆电力公司长寿供电局,重庆401220)摘要:引入了生物气象学中的实感温度、温湿指数、寒湿指数、舒适度指数4个指标来综合衡量气象因素对电力负荷的影响.以重庆市区为例,分析了各综合指数与负荷的关系,并绘制出观测年内的电力负荷与综合指数的关系曲线.分析表明:负荷-舒适度指数比值曲线在整个坐标轴范围内比值很稳定,说明舒适度指数相对于温度能更好地反映电力负荷的变化.同时还定性地分析了降雨量对电力负荷的影响.关键词:电力负荷;实感温度;温湿指数;寒湿指数;舒适度指数中图分类号:TM714文献标识码:A负荷的变化在一定程度上具有周期性,但同时也伴随着一定的波动.一般而言,负荷的变化受多种因素制约,并且这些因素对负荷变化规律的影响互不相同,从而导致了负荷变化的波动性.根据其表现方式,可以将负荷的外在特性分为宏观特性与微观特性两类.对负荷具有长期效应的影响因素被称为宏观影响因素,它对负荷的影响表现为负荷变化的长期趋势性.人为因素对负荷的影响一般具有长期效应,例如经济因素就是一种典型的宏观影响因素.负荷外在微观特性是由具有短期效应的影响因素引起的,自然因素对负荷的影响一般具有短期效应,表现为比较相邻日的负荷时,负荷具有相对波动性.典型的微观影响因素有温度、湿度、风力、降雨量、日照等等.研究表明,气象因素是电力负荷时间序列混沌特性的重要成因之一.由于电力负荷具有混沌特性,而混沌是介于确定性与随机性之间的一种行为,因此,混沌运动长期是不可预测的.然而,由于混沌行为中奇怪吸引子的存在,使得短期预测是可行的[1-2].在电力短期负荷预测模型及方法的研究中,不少模型考虑到了天气对电力负荷的影响.这些模型大都只使用温度这个单一的气象因素,仅有个别文献考虑了湿度的影响.事实上气象因素与负荷变化之间是以人为纽带的.具体而言,气象因素对负荷的影响是通过改变人体对环境的舒适度感觉,从而影响人的行为而实现的.温度当然是最重要的一个指标,但这并不全面,湿度、风力等因素也会对人体舒适度产生很大影响.所以,在负荷预测中仅仅考虑温度指标不够全面和准确[3-5].在诸多因素中,气温、湿度及风力这3个气象要素对人体舒适度的影响最为明显,因此成为影响电力负荷短期波动的主要因素.笔者就单一指数和同时反应这3个因素的实感温度、温湿指数、寒湿指数、舒适度指数等4个综合指数对电力负荷的影响进行了对比分析.1综合气象指数对电力负荷的影响1.1实感温度对电力负荷的影响实感温度[6-8](E ffecti v e Te mperature)是由H oughten和Y agtou提出来的,它是人体在不同气温、湿度和风速条件下所产生的热感觉指标.实感温度以静止饱和的大气(风速=0时,相对湿度=100%)条件下使人产生舒适的温度来代表不同风速、不同相对湿度、不同气温使人产生的同样感觉.例如下述3种情况所说的感觉都相当于实感气温1717e.1)气温17.7e,相对湿度100%,风速0;2)气温22.4e,相对湿度75%,风速0.5m/s;3)气温25e,相对湿度20%,风速2.5m/s.实感温度的计算公式为[8]:*收稿日期:2006-08-11作者简介:杜彦巍(1980-),男,黑龙江齐齐哈尔人,重庆大学硕士研究生,主要从事电力系统运行控制与分析计算方面的研究.T e=37-(37-T a)[0.68-0.14R h+1/(1.76+1.4V0.75)]-0.29T a(1-R h),(1)式中T e、T a、R h、V分别是实感温度(e)、气温(e)、相对湿度(﹪)和风速(m/s).对式(1)进行变换,可得到:T e=37-Q1/Q2-T r,(2) Q1=$T(1.76+1.4V0.75),(3) Q2=(0.68-0.14R h)(1.76+1.4V0.75)+1,(4)T r=0.29T a(1-R h),(5)其中$T=(37-T a)是体温与气温的差值;Q1为温度变量与风速的乘积项,反映风速在不同温度下对热度的影响;Q2反映风速在相对湿度的影响下对热度的作用;T r反映的是温度在湿度的影响下对热度的作用.单独分析Q1项发现,当T a<37e时风速V增大使T e 值减小,当>37e时T e值随风速V增大;单独分析Q2时可看出,风速V与T e值成正比;由式(5)可得,湿度的增大将使T e值增大.综合考虑所有因素时,情况则略有不同:1)风速增大使实感温度降低,但随着气温升高,风速对实感温度的影响越来越小,当气温超过37e时,风速增大反而使实感温度升高.2)湿度对实感温度的影响比较复杂,通过计算发现:在风速一定的情况下,气温较高时湿度增加使实感温度升高;而气温较低时湿度增加则使实感温度降低.例如V=3m/s 时,15~17e是气温的临界值,当气温大于17e时,相对湿度的增加使实感温度升高;当气温小于15e 时,湿度的增加使实感温度降低.从以上分析可以看出,实感温度这一指标基本上反映了实际情况,并且由于它使用的参数来源于气象台日常天气预报,故计算方便.1.2温湿指数对电力负荷的影响温湿指数[9](Te m perat u re H um i d ity I ndex,T H I)是由To m提出的,这里引用国家气候中心提出的温湿指数计算式[8,10]:E T=T d-0.55(1-R d)(58-T d),(6)式中E T为温湿指数,单位为e;T d为14时的温度;R d 为14时相对湿度;E T<18.9可看作由冷应力引起的不舒适指标;E T>25.6为由热应力引起的不舒适指标.1.3寒湿指数对电力负荷的影响南方冬季气候属于大陆性季风气候,不像北方那么干燥,有时寒潮会带来连续性雨雪天气,湿度大,甚至近于饱和,尽管气温不低,但却给人一种阴冷的感觉,即所谓的湿寒.所以,在南方衡量寒冷程度时,除了考虑气温、风速两种指标,还应考虑湿度作用.适用于南方的寒湿指数(Chill n essH um idity I ndex,C H I)E c[5,8]计算公式为:E c=(33-T a)(3.3V-V/3+20)e0.005|R h-40|.(7)公式(7)不适用于夏季,在南方划分夏季的一般标准是平均温度稳定在22e以上,由于进入夏季仍有低于22e的日期,经统计分析日平均温度小于20e 为公式适用期.1.4舒适度指数对电力负荷的影响舒适度指数[5,8](Co m fort I ndex,C I)度量温度、湿度、风等气象要素对人体的综合作用,表征人体在大气环境中舒适与否.舒适度指数k的算式为:k=1.8T a-0.55(1.8T a-26)(1-R h)-3.2V+3.2.(8) 2实例分析取重庆市江北区2003年8月1日至2004年7月31日每天的温度、相对湿度、风力来计算以上各项综合指数.为了分析各综合指数与负荷的关系,绘制了观测年内的电力负荷与综合指数的关系曲线.2.1实感温度及温度与电力负荷的关系比较实感温度及温度与电力负荷的关系如图1所示.图1电力负荷与温度及实感温度比值曲线的对比从图1中可以看出如下特点:1)两比值曲线在两端的值明显低于中间段,即0-90和270-360区间(对应于5、6、7、8、9、10月)对应的比值明显低于90-270区间(即11、12、1、2、3、4月)的比值,这说明在夏季电力负荷受天气因素的影响比冬季大,与冬季相比,夏季负荷与气象因素的关系紧密得多.2)在90-270区间(即11、12、1、2、3、4月),负荷-实感温度比值曲线明显低于负荷-温度比值曲线,表明了重庆冬季实感温度对负荷变化的跟踪性能明显强于温度,实感温度与负荷之间的关系比温度与负荷之间的关系更紧密.3)在0-90和270-360区间(即5、6、7、8、9、10月),两比值曲线的变化趋势及值的大小都很相近,57第29卷第12期杜彦巍,等:综合气象指数对电力负荷的影响分析实感温度比值曲线较温度比值曲线略低,表明了重庆夏季实感温度与温度和负荷的紧密程度很接近,实感温度与负荷的关系略为紧密一些.重庆的气候夏季炎热而冬季不太冷,夏季制冷负荷占的比重大,因而和天气的关系紧密,而冬季由于不太冷,取暖负荷很小,因此和天气的关系较弱,反映在曲线的第1个特点上.重庆冬天湿度很大,素有/雾都0之称,比如从2003年11月到2004年4月,重庆平均湿度是83.317%,而期间平均风速为2.5367m /s ,平均气温11.2e ,在这种情况下,皮肤温度大约会下降10e 以上,人体对冷的感觉比实际温度的要低得多,也就是说气温不能真实反映人体的冷感,而实感温度指标有效地考虑了湿度及风速的影响,对人体感受的反映比气温准确,因而对电力负荷中受气象影响的部分民用负荷的变动反映更准确,表现为曲线的第2个特点.夏天重庆气温很高,比如2003年8月的平均气温为30.3e ,个别的日最高气温达到40e ,平均湿度低于70%,平均风力2.6814m /s ,这种情况下湿度及风力的大小对人体对热的感觉贡献不大,温度占了主导地位,加上夏季重庆民用负荷占总负荷的比重较大,因而实感温度及气温对负荷变动的反映都很准确,虽实感温度略胜一筹,但差别不大,体现为曲线的第3个特点.2.2 温湿指数及温度与电力负荷的关系比较从图2可以看出,负荷-温湿指数比值曲线与负荷-实感温度比值曲线具有相同的总体特征:冬季对负荷的跟随性大大优于气温,夏季对负荷的跟随性与气温相当.与图3对比还可发现,温湿指数从3月下旬至11月中旬(对应于坐标230-364,0-105)对负荷的跟随性不如温度和实感温度,而在11月中下旬至3月上旬(坐标110-220),跟随性明显较温度强,比实感温度也略为强些.图2 电力负荷与温度及温湿指数比值曲线的对比在温湿指数和实感温度中都考虑了湿度对人体冷暖感觉的作用,因而总体看来与电力负荷的关系比温度紧密,在冷天特别明显.这也说明了在重庆冬季湿度对人体冷暖感觉的贡献很大,强于风力;而在夏季,由于实感温度和温湿指数相比多考虑了风力因素,对电力负荷的跟随性更强,说明了在重庆的夏季,风力对人体冷暖感觉的贡献强于湿度.2.3 寒湿指数及温度与电力负荷的关系比较寒湿指数及温度与电力负荷的关系见图3,由于寒湿指数只适用于平均温度小于20e 的环境,所以图3中与夏季相对应的曲线两端波动很大,属于公式的不适用范围.对于公式适用的冬季,在图4中将曲线的中间段放大.图3 电力负荷与温度及寒湿指数比值曲线的对比由图4可知:负荷-寒湿指数比值曲线在坐标100-240区间(2003年11月7日至2004年3月27日)非常平稳(这段时间对应的平均温度只有2003年12月6日大于20e ,为21.7e ,其余日期均小于20e ),说明在重庆的冬季,由于寒湿指数充分考虑了湿度和风力的影响,并且对湿度和风力的影响进行了恰当的拟合,所以能很好地反映电力负荷的变化.图4 冬季负荷与温度及寒湿指数比值曲线的对比2.4 舒适度及温度与电力负荷的关系比较由舒适度及温度与电力负荷的关系图可见:负荷-舒适度指数比值曲线在整个坐标轴范围内都很平滑,且比值稳定,说明舒适度指数对电力负荷的跟随性很好.曲线不仅在冬季范围(90-270)明显低于负荷-温度比值曲线,在曲线两端对应的夏季(0-90和270-360区间)也是如此,这说明舒适度指数在对电力负荷变化的反映明显强于温度指标.图5也具有图1和图2的总体特点,即冬季指标对负荷的跟随性能弱于夏季,其原因与上面的分析类似,在此不再赘述.图5 电力负荷与温度及舒适度指数比值曲线的对比3 电力负荷与降雨量的关系上面分析了各综合指数对负荷预测的影响,而降雨量对电力负荷的变化也有着不可忽视的作用.但由于降雨量与负荷变化的关系复杂,难以针对降雨量对负荷的影响程度进行详尽的定量分析,故只能通过掌58重庆大学学报(自然科学版) 2006年握的气象及负荷数据,对负荷与降雨量的关系进行定性分析.图6是重庆江北区2004年4月11日至4月25日两周负荷的变化情况.从图中可以看出,降雨对降雨后几天内的负荷均有所影响,图中4月13日和4月14日分别降水28mm 和18mm,其后从4月15日至4月18日的负荷均受其影响而有所降低.图6 降水对电力负荷的影响与第2周对应日的负荷变化情况相比较可以看出,4月22日至4月25日的负荷在没有降水的情况下有所回升,4月25日的负荷又回升到了与4月11日负荷相当的水平;同为周日,4月18日的负荷因受降水的影响而明显低于4月11日及4月25日.通过大量的观测,发现降雨量在一定程度上直接影响到随后几天内的负荷情况.经统计,降水量与影响天数的关系如表1所示.表1 降雨量对负荷的影响天数统计降雨量/mm影响天数<40\4或<91\9或<202\20或<303\30或<404\4054 结 论笔者引入了实感温度、温湿指数、寒湿指数、舒适度指数4个气象综合指数来评价气象对短期电力负荷的影响,以重庆市江北区为例,分析了各综合指数与负荷的关系,并绘制出观测年内的电力负荷与综合指数的关系曲线.1)通过对负荷与各综合指数及负荷与气温关系的比较可以看出,利用各综合指数评估气象因素对电力负荷的影响效果明显优于纯温度指标.2)实例分析:实感温度在冬季的跟踪性明显强于温度,而夏季也比温度对负荷变化的反映好;温湿指数从3月下旬至11月中旬,对负荷的跟随性不如温度和实感温度,而在11月中、下旬至3月上旬,跟随性比温度强,比实感温度也略为强些;寒湿指数在夏季相对应的曲线两端波动很大,属于公式的不适用范围,而冬季可以很好地反映负荷变化;舒适度在几个综合指数中对负荷变化的反映最明显,冬季指标对负荷的跟随性能弱于夏季.3)降雨量对负荷的变化也起着不可忽视的作用,通过大量的观测与实验分析,得出降雨对负荷影响天数的统计表.参考文献:[1] 刘延柱,陈立群.非线性动力学[M ].上海:上海交通大学出版社,2000.[2] KANTZ H ,SCHREIBER T .N onli near T i m e Ser ies A na l y -si s[M ].L ondon :Ca m bri dge Un i v ers it y P ress ,1996.[3] 谢宏,陈志业,牛东晓.短期电力负荷预测的数据主成分分析[J].电网技术,2000,24(1):43-46.[4] 姜勇.电力系统中短期负荷预测方法简介[J].东北电力技术,2002,19(8):49-52.[5] 张书余.城市环境气象预报技术[M ].北京:气象出版社,2002.5.[6] GRE GORCZ UK M ,CENA K .D istri buti on of Effecti ve T e m -perature over t he Surface o f the Eart h[J].B i oc lm i ateor ,1967,(11):145-149.[7] 黄静.天气舒适度的分析和应用[J].气象,2001,27(11):47-51.[8] 张书余.医疗气象预报基础[M ].北京:气象出版社,1998.12.[9] TRO M P S W.M ed i ca l Bi ometeoro l ogy[M ].Am sterda m :Elsev-ier ,1963.[10] 张清.从人体舒适度看高温及其影响[J].气象与健康,1998,16(2):38-39.59第29卷第12期 杜彦巍,等: 综合气象指数对电力负荷的影响分析Analysis of t he Effect of Co mpositiveM eteorology I ndex on Po wer LoadDU Ya n-w e i1,LI N Li1,M U Dao-hua i1,HE X i a o2(1.K ey Laboratory o fH igh Vo ltage Eng i n eer i n g and E lectrica lNe w T echnology,M i n istry of Educati o n,E lectr i c al Eng i n eer i n g Co llege of Chongq i n g Un iversity,Chongqing400030,China;2.Changshou Pow er Supp l y Bureau of Chongqi n g,Chongqing E lectric Po w er C or poration,Chongq i n g401220,Ch i n a)Abst ract:The four indexes sensor y te m pera t u re,te m perature-hum idity i n dex,cold-hum i d ity index,a m en ity index i n b-i ology m eteo r o logy are introduced to co m positi v e analyses the effect ofm eteoro l o g ic factor to po w er load.Take Chongqing for exa m ple,the relation bet w een each co m positi v e index and load is ana l y zed,and the relati o n cur ve of po w er load and co m positi v e index in obser vati o n year is a lso dra wn.The ana l y sis i n dicates:the load a m enity i n dex ra ti o c urve is very stable i n a ll ax is range,th is indicates a m en ity index can better re flect t h e change o f po w er l o ad relati v e to te m perature.A t the sa m e ti m e,the effect o f ra i n fall to po w er load is qua litatively ana l y zed.K ey w ords:pow er load;sensory te m perature;te m perature-hum idity index;cold-hum i d ity i n dex;a m en ity i n dex(编辑李胜春)(上接第47页)参考文献:[1]G EOMAR M AC HADO MART INS,J OSE ANTEENOR POM-IL I O,SI M ON E BUSO.A S i ng le-Phase Low-frequency Co m-m utati on Inverter f o r R ene w ab les[C].Industria l E l ectron i csSoc i e t y,2001,I ECON0'1.The27th A nnua l C onfe rence ofthe IEEE,2001,3(2):1976-1981.[2]吴洪洋,何湘宁.级联型多电平变换器PWM控制方法的仿真研究[J].中国电机工程学报,2001,21(8):42-46.[3]OM AR BOUHAL I,E lM AD JI D BERKOUK,BRUNO FRAN-CO IS,et a.l D irect G eneralizedM odulati on o fE lectr i ca lCon-versions Incl udi ng Se lf Stab ili za tion of the DC-L i nk f o r a Sin-g le Phase M u ltileve l Inve rter Based AC G r i d Interface[J].Powe r E lectron i cs Spec i a lists Conference,2004.PESC04.2004,35:1385-1391.[4]彭容,杜雄,周雒维.一种新型的电压源换流器[J].重庆大学学报(自然科学版),2005,28(3):16-21.[5]周雒维,彭容,杜雄.单周控制双Buck型电压源换流器[J].中国电机工程学报,2005,25(17):11-14. [6]李广凯,梁海峰,赵成勇,等.适用于风力发电的输电技术)))轻型直流输电技术[J].国际电力,2004,8(1):38-40.A Control Algorit h m to Regulate the Active and Reacti ve Powerand Si m ul ation Research of Dua-l fre quency Dua-l Buck I nverterW ANG Jua n,ZHO U Luo-w e i,DU X i o ng(Key Laboratory ofH i g h vo ltage and Eng i n eering and E lectrica lNe w Techno logy o fM i n istry of Educati o n, Co llgeg o f E lectrical Eng i n eering,Chongq i n g Un iversity,Chongqing400030,Chi n a)Abst ract:This paper deduceS the contro l a l g orithm,wh ich can both regulate the active and reactive po w er o f the nove l dua-l frequency dua-l Buck i n verter,and the contro l f u ncti o n.The control function based on one cycle contro l can contro l t h e AC-side active and reactive pow er by si m ple c ircu i.t The si m ulation is g iven and t h e resu lts pr ove the va li d ity o f the t h eory analysis.Th is inverter is va l u able for the research o f gr i d-connected i n verters.K ey w ords:dua-l frequency dua-l Buck i n verter;one cyc le con tro;l the regulate o f acti v e po w er;the regulate of reacti v e po w er(编辑陈移峰)60重庆大学学报(自然科学版)2006年。