住宅用电量指标的预测方法.pdfVIP

第 23 卷　第 1 期 重 庆 建 筑 大 学 学 报 V o l. 23　N o. 1 200 1 年 2 月 　　 　　　Jou rnal of Chongqing J ianzhu U n iver sity 　 　　　　 F eb. 200 1 ( ) 文章编号: 1006- 7329 200 1 0 1- 0069- 03 住宅用电量指标的预测方法 1 2 雍　静 , 　吴　锐 ( 1. 重庆大学B 区　机电工程学院, 重庆　400045, 2. 重庆大学　400043) 摘要: 利用重庆市统计局 1995 年的统计数据, 通过对住宅小区各单元家用电器户均拥有 ( ) 量 总功率 及户均用电量指标的回归分析, 以非线性回归分析方法, 得出住宅户均家电拥 ( ) 有量 总功率 和用电量指标关系的回归曲线, 即幂函数曲线; 并以另一住宅小区实测的各 单元户均家电拥有量和户均用电量指标来加以验证。 关键词: 用电量指标; 住宅; 家电总功率; 回归分析 中图分类号: TM 7 14 文献标识码:A 1　影响住宅用电量指标的因素 住宅用电量指标的取得在住宅负荷计算中占有举足轻重的作用, 住宅用电量指标同时受到多 ( ) ( 种因素的影响和制约, 如家用电器拥有量 与人们的生活水平直接相关 , 气候条件 决定采暖和制 ) ( ) [4, 5 ] 冷负荷等大容量设备的使用频率 , 能源条件 决定是否有大量的电炊用具 及人们的消费观念 , 即住宅用电量指标的预测问题准确地讲是一个多变量问题。在这诸多影响因素当中, 家用电器拥有 量对住宅用电量指标起着决定性的作用, 因此, 本文试图引入统计的方法, 对重庆市统计局城调队 提供的住宅用电量实测数据进行非线性回归分析, 寻求一个可供中、短期预测的数学模型。 2　预测方法 根据上述分析和我国住宅用电量的历史增长情况来看, 其增长速度与家用电器拥有量的增长 速度密切相关, 所以选择户均家电总功率作为分析时的自变量, 住宅户均用电量指标作为因变量, 使用一元非线性回归模型分析。 3　统计数据的取得 本文的统计数据来自于重庆市统计局城调队 1995 年对重庆市某普通住宅小区 10 个单元的家 [3 ] 电总功率和年用电量的入户调查统计资料 , 如表 1 所示。 表 1　重庆市某住宅小区单元户均用电量指标 单元号 1 2 3 4 5 6 7 8 9 10 户均家电总功率( ) 3 725 2 762 4 729 5 308 4 405 2 5 12 4 485 3 880 3 956 3 986 W 户均年用电量(kW h) 794 633 1 090 1 125 93 1 683 923 766 837 1 036 户均计算负荷( ) 1 820 1 450 2