蘭雅萍,黃月清,楊錫瓊

摘 要：通過對(duì)長泰1997—2013年逐月供電量與溫度、濕度等氣象因子的相關(guān)性進(jìn)行分析，得出長泰供電量與氣象因子之間的關(guān)系。應(yīng)用非線性最小二乘法得到供電量與氣象要素的擬合曲線和定量對(duì)應(yīng)關(guān)系，并根據(jù)日常氣候預(yù)測預(yù)報(bào)結(jié)論建立了月供電量預(yù)測業(yè)務(wù)模型，為電力部門提供更加專業(yè)、定量的服務(wù)產(chǎn)品，為其合理調(diào)度提供科學(xué)依據(jù)。

關(guān)鍵詞：電力負(fù)荷；氣象因子；預(yù)報(bào)模型；氣象電量

中圖分類號(hào)：TM714 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2095-6835（2014）21-0151-02

氣象條件對(duì)供電量的影響早就引起了人們的注意。英國在20世紀(jì)70年代就發(fā)現(xiàn)，如果溫度預(yù)報(bào)誤差達(dá)2℃，那么一個(gè)冬日全英國的供電誤差在100 kW以上。近年來，隨著經(jīng)濟(jì)的發(fā)展，城市供電都出現(xiàn)幾段滿負(fù)荷運(yùn)行。長泰縣位于廈門、漳州兩大經(jīng)濟(jì)區(qū)的腹地，近年經(jīng)濟(jì)發(fā)展迅速，電力負(fù)荷逐年增加。通過開展此項(xiàng)調(diào)查研究，可以進(jìn)一步提高長泰電力防御各種氣象災(zāi)害的能力，發(fā)揮氣象信息趨利避害的作用，提升該區(qū)電力氣象專業(yè)服務(wù)能力，確保長泰供電量的合理調(diào)度。

1 資料和方法

本研究中所用的電力資料均來自長泰縣電力公司，為1997—2013年的逐月供電量；氣象數(shù)據(jù)來自長泰縣氣象局，氣象因子包括溫度、濕度、日照時(shí)數(shù)和降水量。分析方法主要是相關(guān)分析等常用的數(shù)理統(tǒng)計(jì)方法。通過對(duì)供電量與氣象因子的相關(guān)性進(jìn)行分析，可以更清楚地反映電力需求對(duì)天氣尺度擾動(dòng)的響應(yīng)。

2 長泰縣電力負(fù)荷的變化特征

2.1 縱向分析比較逐月供電量的變化

1997—2013年，長泰縣每年1月份的供電量呈逐年穩(wěn)步上升趨勢，2009年比2008年略有下滑，之后，從2010年開始呈快速增長趨勢。同樣，分別分析1997—2013年其余月份的供電量變化情況，發(fā)現(xiàn)長泰縣1997—2013年逐月供電量呈現(xiàn)波動(dòng)中整體逐漸上升的趨勢，逐年增加的電力負(fù)荷主要?dú)w因于社會(huì)經(jīng)濟(jì)的發(fā)展。

2.2 橫向分析比較逐月供電量的變化

為了更好地反映逐月供電量的變化情況，我們從1—12月累年月平均供電量變化曲線來看各月的供電量，從中發(fā)現(xiàn)供電量的季節(jié)變化差異較大，但總體特征是夏、秋季供電量最高，春季次之，最小供電量出現(xiàn)在冬季（12月至次年2月）。這種年變化基本符合氣候變化的規(guī)律，分析其原因，主要是由于夏、秋季節(jié)消暑耗電量大，其次是春季灌溉等用電量，長泰冬季平均溫度為14.5 ℃，供暖設(shè)備使用較少，對(duì)供電量影響不大，所以最小用電量出現(xiàn)在冬季。

3 提取氣象電量

通過上面的分析可以發(fā)現(xiàn)，影響供電量的因素有很多，社會(huì)經(jīng)濟(jì)的發(fā)展是造成供電量變化的最主要的因素，它決定著逐年供電量的主要變化趨勢。氣象要素的影響會(huì)使這種年際變化趨勢產(chǎn)生波動(dòng)，因此，在研究供電量與氣象要素的關(guān)系時(shí)，有必要從電力負(fù)荷中提取出氣象電量，建立逐月趨勢擬合曲線。

具體方法如下為：采用非線性最小二乘法建立月平均供電量（單位：萬kW·h）與時(shí)間t（單位：年）的擬合函數(shù)，通過對(duì)1997—2013年的逐月供電量變化進(jìn)行分析，得出各月的擬合函數(shù)，即各月的月趨勢電量為：

Ef=a+bect. （1）

式（1）中：Ef——趨勢電量；

a——系數(shù)；

b——系數(shù)；

ect——指數(shù)。

用實(shí)際電量減去趨勢電量便可得到氣象電量：

Em=E-Ef. （2）

式（2）中：Em——?dú)庀箅娏浚?/p>

E——實(shí)際電量。

得到氣象電量后，便可以通過氣象要素來預(yù)報(bào)氣象電量，從而預(yù)報(bào)電力負(fù)荷。

4 月供電量與氣象要素的關(guān)系

4.1 電力負(fù)荷與氣象要素的相關(guān)性分析

在研究長泰縣電力負(fù)荷與各氣象要素之間的關(guān)系時(shí)，要用相關(guān)系數(shù)來判斷各氣象要素與供電量的相關(guān)性程度。分析長泰縣1997—2013年月平均供電量與月平均溫度、濕度、日照、降水量的相關(guān)系數(shù)。通過研究可發(fā)現(xiàn)：①長泰電力負(fù)荷與氣溫、日照時(shí)數(shù)的關(guān)系最為密切，成顯著的正相關(guān)關(guān)系。與平均氣溫的相關(guān)系數(shù)為0.67，與日照的相關(guān)系數(shù)最高為0.73.通過分析可發(fā)現(xiàn)，日照時(shí)間的長短在一定程度上也是通過影響溫度來影響供電量的。②長泰電力負(fù)荷與降水量的相關(guān)性較弱，相關(guān)系數(shù)為0.32.通過對(duì)逐年降水量與供電量進(jìn)行比較，發(fā)現(xiàn)二者之間基本沒有什么相關(guān)性。③長泰電力負(fù)荷與平均相對(duì)濕度成負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)為-0.32.通過對(duì)逐年降水量與供電量的比較可發(fā)現(xiàn)，由于區(qū)域氣候的關(guān)系，長泰月平均相對(duì)濕度的變化很小，最高月平均相對(duì)濕度為83，最低為73，波動(dòng)范圍很小，不足以影響供電量。

4.2 月供電量與月氣溫距平的定量關(guān)系分析

利用correl函數(shù)計(jì)算1997—2013年逐月氣象電量與月氣溫距平的相關(guān)關(guān)系。從中發(fā)現(xiàn)，秋、冬季節(jié)與氣溫距平的相關(guān)性很弱，這主要與長泰的氣候有關(guān)——長泰秋季（10—11月）的月平均氣溫為22 ℃，溫度的波動(dòng)變化對(duì)供電量的影響較?。欢咀畹蜌鉁爻霈F(xiàn)在1月份，平均氣溫為13.5 ℃，此時(shí)溫度的變化也不足以使供電量發(fā)生變化；4—7月份供電量與氣溫距平呈正相關(guān)，3月、9月二者呈負(fù)相關(guān)。

根據(jù)上面的分析，我們分析了2個(gè)時(shí)段內(nèi)氣象電量與氣溫距平的定量關(guān)系。

應(yīng)用4—7月的氣象電量和氣溫距平，采用最小二乘法得出供電量與月氣溫距平的擬合函數(shù)。根據(jù)擬合曲線得出氣象電量與氣溫距平的定量關(guān)系，即當(dāng)氣溫距平為+2℃、+1℃、0℃、-1℃、-2℃時(shí)，氣象電量分別對(duì)應(yīng)2.36×106 kW·h、-2.61×106 kW·h、-3.65×106 kW·h、-5.82×106 kW·h、-3.79×106 kW·h。根據(jù)此對(duì)應(yīng)關(guān)系，可依據(jù)中短期氣候預(yù)測對(duì)4—7月的供電量進(jìn)行預(yù)測。

應(yīng)用3月、9月的氣象電量和氣溫距平，采用最小二乘法得出供電量與月氣溫距平的擬合函數(shù)。根據(jù)擬合曲線得出氣象電量與氣溫距平的定量關(guān)系，即當(dāng)氣溫距平為+2℃、+1℃、0℃、-1℃、-2℃時(shí)，氣象電量分別對(duì)應(yīng)-8.2×105 kW·h、-1.65×106 kW·h、-6.09×106 kW·h、-2.73×106 kW·h、1.98×105 kW·h。

5 月供電量預(yù)報(bào)業(yè)務(wù)模型的建立

根據(jù)以上分析，氣象條件對(duì)供電量的影響存在明顯的季節(jié)變化，我們分別建立2個(gè)時(shí)段，即夏季和過渡季節(jié)的預(yù)報(bào)模型，認(rèn)為其他季節(jié)基本不受氣象條件的影響。按照月氣象條件與月氣象要素的關(guān)系和中短期氣候預(yù)報(bào)預(yù)測的結(jié)論，按下面步驟建立月供電量預(yù)報(bào)業(yè)務(wù)模型：①根據(jù)中短期氣候預(yù)測結(jié)論，得到下月的氣溫距平；②按月供電量與月氣溫距平的定量關(guān)系得出氣象電量；③根據(jù)公式（1）計(jì)算本月的趨勢電量，根據(jù)公式（2）計(jì)算得到下月的月供電量預(yù)測值。

參考文獻(xiàn)

[1]邵遠(yuǎn)坤.成都市氣象要素對(duì)電力負(fù)荷的影響關(guān)系研究[J].四川氣象，2003，86（4）：57-58.

〔編輯：王霞〕

Research on the Relationship between Power Load and Meteorological Factors

Lan Yaping， Huang Yueqing， Yang Xiqiong

Abstract： Through Changtai 1997-2013 year monthly electricity supply and the temperature， humidity and other weather factors correlation analysis， the relationship Changtai between power supply and meteorological factors. Application of nonlinear least-squares curve fitting method to obtain quantitative correspondence between the power supply and meteorological elements， and in accordance with the daily weather forecast Conclusion forecast monthly electricity supply business model for the electricity sector to provide more professional and quantitative services and products， as provide the scientific basis of its reasonable dispatch.

Key words： electric load； meteorological factors； forecasting model； meteorological electricity