上海市全社会月用电量预测模型研究.docxVIP

上海市全社会月用电量预测模型0 引言较为准确的中短期用电量预测是制定科学合理电网运行计划的前提[1-7]。综合来看，以往针对中短期用电量预测方面的研究成果，从用电量的时间序列变化考虑较多，较少考虑气象条件影响，这可能导致预测模型在出现异常高温、低温事件时出现较大偏差，应用存在一定的局限性；在部分考虑气象条件影响的研究成果中，在分析气象条件与用电量的关联时，如何更好地分离历史气象条件及用电量的长期变化趋势与波动之间关系方面还需要进一步深入研究。上海属北亚热带海洋性季风气候，夏季炎热多雨，极端最高气温可达40.8 ℃；冬季较寒冷少雨，极端最低气温可达-10.1 ℃[8]。随着近年来上海社会、经济的快速发展，上海电网负荷和用电量不断增长，对电网供电可靠性和电能质量的要求也越来越高。受气候条件变化影响，特别是在夏季高温和冬季低温期间，上海城市用电负荷波动特征明显[9-11]，这要求在开展中短期用电量预测时应该关注气象条件尤其是气温变化的影响。本文在分析2003—2014年上海市全社会逐月用电量(以下简称用电量)变化规律的基础上，明确了上海市各月用电量的主要影响因子，利用年际同比变率法研究了气温等因素变化对用电量变化的影响，建立了月用电量预测模型，并对模型进行了检验。1 资料和方法1.1 资料本文研究所用资料年限为2003—2014年，其中，上海市逐月气温资料来源徐家汇气象站，逐月用电量、GDP增长率、单位GDP能耗、常住人口增长率等经济社会发展资料来源于上海市统计局。1.2 方法相关研究表明，电力消耗对气温变化最为敏感，但直接用逐月气温和用电量序列建立模型时，受经济社会发展和气温变化背景趋势的影响，关系往往不够显著，气温变化对用电量的影响不能够很好地表现出来[11]。图1为上海市8月平均气温和用电量的历年变化。从图1可以看出，受两者背景变化趋势的影响，并不能看出很好的对应关系，相关系数也仅有0.17，远不能通过显著性检验。图1 上海市8月用电量和平均气温历年变化Fig.1 Power consumption and mean temperature variation of Shanghai City in August(2003-2014)为了能分解出气温变化对用电量的影响，需要去除变量背景变化趋势的影响，假设T为月平均气温，℃；E为月用电量，亿kW·h；n为年份，将气温增量ΔT和用电量变率ΔE分别定义为ΔT=(Tn-Tn-1) (1)ΔE=(En-En-1)/En-1*100 (2)用组成的新序列分别代表气温和用电量的变化，图2给出了上海市8月用电量同比变率和平均气温同比变化图。从图2可以看出，新序列两者表现出非常良好的对应关系，气温同比升高(降低)与用电量变率增加(减少)高度一致，相关系数高达0.94，通过了α=0.01的显著性检验。这说明，在分析用电量变化影响因素时，考虑其相对于上一年度的变率，能够有效降低背景变化趋势对分析结果的干扰[12-13]，本文即利用此方法分析了上海市各月气温变化等因素对用电量的影响，并在此基础上利用线性逐步回归方法建立了月用电量预测模型。图2 上海市各月用电量同比变率与影响因素相关系数变化(虚线通过0.05显著性检验)Fig.2 Monthly variation of correlation coefficients between the annual power consumption change rate and the impact factors (2004-2014)2 上海市月用电量时间变化特征分析2.1 年内变化趋势分析从图3可以看出，上海市各月用电量呈现出双峰型特征，分别对应夏季制冷和冬季采暖用电高峰。夏季高峰用电量主要时段为7月和8月，均值超过了120亿kW·h，冬季用电高峰时段主要为12月和1月，平均用电量在100亿kW·h左右，春季和秋季为用电量低谷区。受春节假期用电量减少的影响，2月用电量为全年最低，仅为83.3亿kW·h。图3 上海市逐月全社会用电量变化(2003—2014年平均)Fig.3 Monthly variation of power consumption in Shanghai (2004-2014)2.2 年际变化趋势分析为了解用电量背景变化趋势，本文计算了上海市全年及各月用电量的线性变化趋势。从表1可以看出，各月用电量均呈现增加的趋势。其中，1月增加趋势最为明显，5.8亿kW·h/年：2月增加趋势最弱，0.6亿kW·h/年；全年用电量增加趋势为10.2亿kW·h/年。有6个月用电量最大值出现在2013年，该年的年总用电量也为最大值，3个月的最大值出现在2014年，2个月的最大值出现在2012年，9月份的最大值出现