劉盼盼，莫阮清，蔡思楠

(國網(wǎng)上海市電力公司經(jīng)濟(jì)技術(shù)研究院，上海 200233)

在負(fù)荷分析平臺建立前，由于無法獲取用戶的所屬產(chǎn)業(yè)和行業(yè)特性信息，也就無法從電力用戶特性維度開展電力用戶的負(fù)荷及其特性研究工作，在電力需求分析上存在一定的缺陷和短板。同時(shí)，雖然掌握了海量的電力需求數(shù)據(jù)，由于仍然缺乏用于電力需求預(yù)測的指標(biāo)和參數(shù)庫，也無法形成對電力需求預(yù)測工作的有效支撐。因此，負(fù)荷分析平臺的建立具有重要意義。

1 負(fù)荷分析平臺概述

1.1 負(fù)荷分析平臺目標(biāo)

負(fù)荷分析平臺可以憑借各大業(yè)務(wù)平臺，利用海量用戶負(fù)荷數(shù)據(jù)自動分析不同類型用戶日負(fù)荷特性和月負(fù)荷特性。

通過分析用戶特性指標(biāo)，分析用戶負(fù)荷與所屬行業(yè)、所在區(qū)域、季節(jié)、氣溫變化等的定量關(guān)系和敏感度，分析用戶負(fù)荷的特性，為電網(wǎng)規(guī)劃設(shè)計(jì)提供決策依據(jù)。

1.2 負(fù)荷分析平臺研究負(fù)荷特性的實(shí)現(xiàn)路徑

負(fù)荷分析平臺研究負(fù)荷特性的實(shí)現(xiàn)路徑如圖1所示。

(1)需求預(yù)測典型參數(shù)算法研究。分析各類需求預(yù)測指標(biāo)的聚類分析和數(shù)據(jù)估算方法，為構(gòu)建典型參數(shù)庫奠定算法基礎(chǔ)。

圖1 負(fù)荷分析平臺研究負(fù)荷特性的實(shí)現(xiàn)路徑

(2)構(gòu)建典型參數(shù)庫和歷史庫。根據(jù)現(xiàn)有的現(xiàn)狀需求基礎(chǔ)數(shù)據(jù)和指標(biāo)分析結(jié)果，構(gòu)建典型參數(shù)庫和歷史庫，為需求預(yù)測提供歷史數(shù)據(jù)參考和參數(shù)取值的指引。

1.3 研究參數(shù)的相關(guān)方法

以實(shí)際負(fù)荷日電網(wǎng)網(wǎng)架及運(yùn)行數(shù)據(jù)為基礎(chǔ)，從產(chǎn)業(yè)、行業(yè)、地域等維度分析用戶用電行為特性，分析不同維度電力需求調(diào)整的典型取值區(qū)間。

(1)數(shù)據(jù)清洗：由于基礎(chǔ)數(shù)據(jù)中存在毛刺等異常數(shù)據(jù)，可能會導(dǎo)致出現(xiàn)異常指標(biāo)數(shù)據(jù)，通過定義指標(biāo)數(shù)據(jù)的合理區(qū)間，對基礎(chǔ)樣本數(shù)據(jù)進(jìn)行清洗。

(2)樣本動態(tài)調(diào)整：在計(jì)算需求預(yù)測參數(shù)時(shí)，自動指標(biāo)計(jì)算公式，篩選符合參數(shù)計(jì)算的樣本數(shù)據(jù)，并提供動態(tài)調(diào)整樣本機(jī)制。

(3)置信區(qū)間選擇：通過對現(xiàn)有數(shù)據(jù)正態(tài)分布分析，計(jì)算得到樣本數(shù)據(jù)的區(qū)間估計(jì)值即置信區(qū)間，選取置信水平為95%。95%置信水平指的是由樣本的均值所構(gòu)造的置信區(qū)間中，包括總體樣本的均值在內(nèi)，0.95稱為置信系數(shù)，即系數(shù)的上下限區(qū)間值。

(4)聚類分析：聚類分析(Cluster Analysis)是一組將研究對象分為相對同質(zhì)的群組(Clusters)的統(tǒng)計(jì)分析技術(shù)。根據(jù)行業(yè)產(chǎn)業(yè)分類(三產(chǎn)、居民及十一大行業(yè))、地域分類(行政區(qū)、功能塊、環(huán)線、網(wǎng)格等)開展典型參數(shù)估算方法研究。

圖2 數(shù)據(jù)范圍

1.4 數(shù)據(jù)處理

以某超大型城市為研究對象，通過負(fù)荷分析平臺對其負(fù)荷特性進(jìn)行分析。原始負(fù)荷數(shù)據(jù)共計(jì)約14萬條，其中大用戶約2.5萬條，桿配變約11.5萬條。根據(jù)用戶性質(zhì)進(jìn)行初步分類，其中大用戶用于行業(yè)、產(chǎn)業(yè)研究，如需用系數(shù)、同時(shí)率以及負(fù)荷曲線等；桿配變主要用于居民用戶研究。數(shù)據(jù)范圍如圖2所示，負(fù)荷數(shù)據(jù)分析流程如圖3所示。

圖3 負(fù)荷數(shù)據(jù)分析流程

2 計(jì)算分析結(jié)果

本文通過負(fù)荷分析平臺對該超大型城市的負(fù)荷特性進(jìn)行研究，主要得出以下結(jié)果。

2.1 負(fù)荷(電量)密度

計(jì)算公式：年最高負(fù)荷(年電量)/計(jì)算單元面積；

數(shù)據(jù)處理：數(shù)據(jù)清洗、聚類分析方法；

分析維度：年份、用地性質(zhì)、面積；

統(tǒng)計(jì)結(jié)果：以單值形式體現(xiàn)。

負(fù)荷(電量)密度具體計(jì)算分析結(jié)果如圖4所示。

圖4 負(fù)荷(電量)密度計(jì)算分析結(jié)果

由圖4可知，負(fù)荷(電量)密度行業(yè)特性明顯，地區(qū)差異性較大，會隨著面積的增大而降低；第三產(chǎn)業(yè)負(fù)荷密度大于第二產(chǎn)業(yè)；城市開發(fā)規(guī)模、容積率大小對負(fù)荷密度影響較大。

2.2 同時(shí)率

計(jì)算公式：同時(shí)率的計(jì)算公式為max(∑多個用戶某時(shí)刻負(fù)荷累加)/∑(max某用戶96點(diǎn)負(fù)荷最大值)；

數(shù)據(jù)處理：數(shù)據(jù)清洗、置信區(qū)間方法；

分析維度：年份、產(chǎn)業(yè)、行業(yè)、用戶數(shù)量；

統(tǒng)計(jì)結(jié)果：上限、下限、平均值形式體現(xiàn)。

同時(shí)率具體計(jì)算分析結(jié)果如圖5所示。

圖5 同時(shí)率計(jì)算分析結(jié)果

由圖5可知，同時(shí)率體現(xiàn)了區(qū)域或用戶最高負(fù)荷發(fā)生時(shí)刻的分散水平，會隨著用戶及區(qū)域數(shù)目的增加而減少。

2.3 需用系數(shù)

計(jì)算公式：用戶負(fù)荷/容量；

數(shù)據(jù)處理：數(shù)據(jù)清洗、置信區(qū)間方法；

分析維度：年份、產(chǎn)業(yè)、行業(yè)；

統(tǒng)計(jì)結(jié)果：上限、下限、平均值。

需用系數(shù)具體計(jì)算分析結(jié)果如圖6所示。

圖6 需用系數(shù)計(jì)算分析結(jié)果

由圖6可知，該城市大用戶的整體需用系數(shù)為0.341，取決于產(chǎn)業(yè)(行業(yè))及其發(fā)展時(shí)序，整體差異較小；需用系數(shù)由市中心向外依次遞減。

2.4 平均年利用小時(shí)數(shù)

計(jì)算公式：年電量/年最大負(fù)荷；

數(shù)據(jù)處理：數(shù)據(jù)清洗、聚類分析方法；

兒子走了，妻子走了，身邊的人一個個都走了，蔣浩德的心也掏空了。那天情急之中，血壓猛增，引發(fā)了中風(fēng)，蔣浩德還躺在醫(yī)院里。經(jīng)過這場變故，他重新思考自己的選擇，不想再做糊涂事。

分析維度：年份、產(chǎn)業(yè)、行業(yè)三；

統(tǒng)計(jì)結(jié)果：單值。

平均年利用小時(shí)數(shù)具體計(jì)算分析結(jié)果如圖7所示。

圖7 平均年利用小時(shí)數(shù)

由圖7可知，第二產(chǎn)業(yè)年利用小時(shí)數(shù)為各產(chǎn)業(yè)最高，平均值達(dá)到了3 824 h；第三產(chǎn)業(yè)年利用小時(shí)數(shù)平均值達(dá)到3 381 h，其中金融業(yè)和信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)表現(xiàn)亮眼，均超過了5 300 h，與行業(yè)工作特性匹配；批發(fā)和零售業(yè)、租賃和商務(wù)服務(wù)業(yè)較低，未超過3 000 h，與商場等設(shè)施的營業(yè)時(shí)間相符。

2.5 日負(fù)荷特性曲線

研究對象：以年最高負(fù)荷日負(fù)荷為基礎(chǔ)，以大用戶為統(tǒng)計(jì)對象；

數(shù)據(jù)處理：數(shù)據(jù)清洗、樣本動態(tài)調(diào)整方法；

分析維度：年份、產(chǎn)業(yè)、行業(yè)；

統(tǒng)計(jì)結(jié)果：單值。

日負(fù)荷特性曲線具體計(jì)算分析結(jié)果如圖8所示。

由圖8可知，供電分區(qū)中，日負(fù)荷最大的是B類地區(qū)，日負(fù)荷最小和日峰谷差最大的都是A類地區(qū)。

圖8 日負(fù)荷特性曲線計(jì)算分析結(jié)果

3 結(jié)語與展望

基于負(fù)荷分析平臺研究了某超大型城市的負(fù)荷特性，構(gòu)建了空間電力電量分析歷史指標(biāo)庫和典型參數(shù)庫，為下一步的空間電力電量需求預(yù)測工作奠定了基礎(chǔ)。

在此基礎(chǔ)上，還可以持續(xù)開展以下幾方面的工作：持續(xù)推進(jìn)歷史指標(biāo)庫的數(shù)據(jù)維護(hù)和治理工作；隨著研究的深入，負(fù)荷分析典型參數(shù)指標(biāo)還可以不斷擴(kuò)充和完善；開展空間電力需求預(yù)測方法和研究工作，為精準(zhǔn)電網(wǎng)規(guī)劃提供技術(shù)支撐。