盛瓊,朱曉東,駱麗楠,顧澤

(1.湖州市氣象局,浙江湖州313000;2.湖州市電力局,浙江湖州313000)

0 引言

隨著社會經(jīng)濟的發(fā)展,人民生活水平的提高,用電需求與氣象要素的關系越來越密切,近年來許多研究也表明了這一點(羅森波等,2007;唐毅等,2007;藏曉鐘等,2001)。付桂琴(2008)分析了不同時段用電負荷的主要氣象影響因子,并建立了最大用電負荷的氣象預測模型。賀芳芳等(2008)通過對比評估高溫日和6—9月氣象條件對用電需求的影響,建立了日用電量和日最大用電負荷氣象變化量預評估和后評估模型。鐘利華等(2008)引入了有效溫度,綜合衡量了氣象因素對廣西用電負荷的影響。由于不同區(qū)域的氣候條件、地理環(huán)境以及工農(nóng)業(yè)生產(chǎn)特點等地區(qū)差異較大,所以氣象條件對用電需求的影響也不相同(陳志巧,2006),因此,分析當?shù)貧庀髼l件與用電需求的關系是非常有必要的。本文通過分析2006—2008年用電量及最大用電負荷的變化特征,結合本地氣候特點,試圖找出湖州地區(qū)氣象要素與用電量、最大負荷的關系,這對節(jié)能減排,實現(xiàn)合理電力調(diào)度有著重要的意義。

1 資料和處理方法

1.1 資料

所用資料為2006—2008年湖州日用電量、日最大用電負荷,以及湖州本站同時期逐日平均氣溫、極端最高氣溫、極端最低氣溫、相對濕度、雨量、風速等氣象要素。由于節(jié)假日期間用電比工作日偏小,本文剔除了雙休日、春節(jié)、國慶節(jié)等節(jié)假日數(shù)據(jù)。

1.2 處理方法

電力消費是隨著社會經(jīng)濟水平和生活水平的提高而逐步增長的,它的變化受到社會經(jīng)濟、氣象條件等諸多因素的制約。日用電量和日最大用電負荷L可表示為:L=Lt+Lm+Lh。其中:Lt為趨勢項,是由國民經(jīng)濟發(fā)展而帶動的用電增長;Lm為波動項,即為氣象條件對用電的影響,它是造成電力消費波動的主要因素;Lh為節(jié)假日效應項和其他隨機因素對用電的影響(段海來和千懷遂,2009)。由于本文中所用數(shù)據(jù)已剔除節(jié)假日,而隨機因素對用電的貢獻較小,可以忽略不計,因此上式可簡化為:L=Lt+Lm。本文采用線性關系來表示趨勢項Lt,即:Lt=a+bt。式中:t表示樣本序列;a、b使用最小二乘法確定。波動項Lm為:Lm=L-Lt。做相對變換定義lm為Lm=lm/Lt×100,表示日用電量或日最大用電負荷隨氣象因子的變化率。文中日用電量隨氣象因子的變化定義為日用電量氣象變化率lml,日最大用電負荷隨氣象因子變化定義為日最大用電負荷氣象變化率lmh。由于lm是一個百分比,不受時間和空間影響,具有可比性,相對于Lm更能較好地描述氣象因子對用電的影響。

2 用電量及最大用電負荷的變化特征

分析2006—2008年的日用電量、日最大用電負荷的變化(圖1)可以發(fā)現(xiàn),雖然逐日用電量及最大用電負荷差異較大,但總的來說兩者均表現(xiàn)出明顯的年周期變化,且穩(wěn)步遞增。這是由于社會經(jīng)濟的發(fā)展和人民生活水平的提高造成的。為了更好地研究氣象條件對用電的影響,從用電量和最大用電負荷中把受氣象因子影響的分量提取出來是非常有必要的。

圖1 2006—2008年湖州日用電量(a)和日最大用電負荷(b)的變化(直線為線性趨勢)Fig.1 Variations of(a)daily electricity consumption and(b)daily m ax im um electrical load in Huzhou from2006to2008(The straight lines denote the linear trend)

圖2 2006—2008年年平均各月用電量(a)和最大用電負荷(b)Fig.2 (a)M onthly electricity consumption and(b)m onthly m axim um electrical load averaged from2006to2008

進一步分析3a平均的各月用電量及最大用電負荷(圖2)可以發(fā)現(xiàn),二者各月的差異非常明顯,7月、8月為峰值,2月為谷值,其余月份則相差不大。7月、8月時值盛夏,天氣炎熱,制冷等用電居高不下,月用電量高達88 000×104kW·h左右,最大用電負荷高達1 500MW左右;2月用電最少,月用電量只有40 000×104kW·h左右,不足7月、8月的一半,最大負荷1 100MW左右,這是由于2月比其余月份少2～3d,而且春節(jié)多在此時段,節(jié)日放假,用電需求明顯偏低,雖然本文所用資料已經(jīng)剔除節(jié)假日數(shù)據(jù),但節(jié)假日前后用電需求也較低,這也造成2月成為全年用電量及最大用電負荷最小的月份。

3 氣象要素與用電量、最大用電負荷的相關分析

由于湖州市通常情況下平均風速的變化較小,對用電的影響相對也較小,通過計算發(fā)現(xiàn)平均風速與lmh、lml沒有明顯的相關性,許多研究(付桂琴,2008;鐘利華等,2008)也表明風速對用電需求的影響不大,因此本文不再對其做深入研究。

將2006—2008年全時間段內(nèi)逐日lmh、lml與同時段內(nèi)逐日平均氣溫、最高氣溫、最低氣溫、相對濕度、雨量等氣象要素進行相關分析,結果表明,lmh、lml與平均氣溫、最高氣溫、最低氣溫呈正相關,相關系數(shù)約為0.6,通過0.01信度的顯著性檢驗,與降水量、相對濕度、風速的相關不顯著。進一步逐月分析lmh、lml與氣象要素的關系發(fā)現(xiàn),不同月份不同氣象因子對lmh、lml的影響有所區(qū)別(表1),但相同月份與lmh、lml相關顯著的氣象因子基本相同。

由表1可見,lmh、lml與氣象因子相關性顯著的月份集中在6—10月,其余月份相關性較差。1—5月、11月中,除了3月、4月雨量與lml呈負相關外,其余月份各氣象因子與lmh、lml的相關性不顯著,也就是說氣象要素的變化對用電量及最大用電負荷的影響不大。至6月起,平均氣溫、最高氣溫、最低氣溫與lmh、lml的正相關系數(shù)驟然增大,這表明隨著氣溫的上升,用電量及最大用電負荷明顯增大,特別是6—9月,兩者的相關系數(shù)都在0.7～0.8。這是由于進入夏季,天氣炎熱,制冷用電增加造成。到了10月,雖然lmh、lml與平均氣溫、最高氣溫仍為正相關,但相關系數(shù)的值與6—9月相比明顯偏小,這可能是由于進入秋季后氣溫逐步下降,高溫天氣減少所致。此外,6—10月,lmh、lml與相對濕度、雨量的負相關性也比較好,說明夏季,降水越多,濕度越大,天氣越?jīng)鏊?用電就越少。

表1 各月lmh、lml與氣象要素的相關系數(shù)Table 1 Correlation coefficients of lmhor lmland the meteorological elements from January to December

12月,進入冬季后最高氣溫越高,天氣暖和,取暖用電越少,用電就越少;相對濕度增大,天氣潮濕陰冷,取暖、烘干用電增加,所以lmh、lml與最高氣溫呈負相關,與相對濕度呈正相關。

4 lmh、lml對氣溫變化的敏感度

4.1 lmh、lml隨氣溫的變化特征

為了更清楚地表示lmh、lml隨氣溫的變化特征,根據(jù)本地逐日平均氣溫、最高氣溫、最低氣溫和lmh、lml,分別建立回歸方程。圖3為由回歸方程繪制的在本地氣溫變幅內(nèi),lmh、lml隨氣溫的變化曲線。據(jù)歷史資料統(tǒng)計,近十年來,湖州本站平均氣溫變幅在-3～34℃,最高氣溫變幅在-1～39℃,最低氣溫變幅在-7～30℃。由圖3可見,在本地氣溫變幅內(nèi),lmh、lml的值域一般在-5%～20%,也就是說,隨著氣溫變化,用電量和最大用電負荷的變化率最大可達20%。

lmh隨平均氣溫、最高氣溫和最低氣溫的變化曲率要大于lml,這說明最大用電負荷對氣溫變化的響應要比用電量更加敏感。而且lmh、lml隨氣溫的變化曲線均為兩頭高、中間低的不對稱形態(tài),在較高溫度下,lmh、lml的值明顯大于氣溫較低時,即在溫度較高時,氣溫的變化對用電量和最大用電負荷的影響要比氣溫較低時大很多,這也說明夏季制冷用電要明顯多于冬季取暖用電。

由繪制圖3的回歸方程可計算得到表2數(shù)據(jù)。從表2可以清楚地看到,在不同溫度取值范圍內(nèi),氣溫對用電量和最大用電負荷的影響程度也不同。當lmh、lml為負值時,氣溫對用電量和最大用電負荷的影響最小,兩者的值由負轉正時,影響加大,尤其是當平均氣溫超過29(30)℃,或最高氣溫超過34(35)℃,或最低氣溫超過24(28)℃時,lmh(lml)的值大于10%,用電量和最大用電負荷隨著氣溫的升高而急劇增加。在溫度較低時,lml的值小于5%,即用電量和最大用電負荷的最大變化率只有5%,只有當平均氣溫≤-2℃,或最高氣溫≤1℃,或最低氣溫≤-5℃時,lmh的值才能達到5%～10%。

圖3 lmh、lml隨平均氣溫(a)、最低氣溫(b)、最高氣溫(c)的變化Fig.3 V ariations of lmhand lmlw ith(a)m ean temperature,(b)m inim um temperature,and(c)m axim um temperature

表2 lmh、lml不同值域?qū)臍鉁厝≈捣秶鶷able 2 The range of temperature under different values of lmhand lml℃

4.2 氣溫變化1℃效應

全球氣候變暖,已引起世界各國專家學者和政府的高度重視(Li et al.,1995;Zhai et al.,1999;Manton et al.,2001;Guan and Yamagata,2003;侯偉芬等,2004;彭海燕等,2005;林昕和管兆勇,2008;潘文卓等,2008),IPCC第4次評估報告指出,最近100a(1906—2005年)全球平均地表溫度上升了(0.74±0.18)℃(IPCC,2007)。而由以上分析可知,在6—10月lmh、lml與氣溫相關性最好。下面著重分析6—10月的情況,當氣溫變化1℃時,對用電量及最大用電負荷的影響程度有何不同。選取6—10月逐日lmh、lml值及相對應的平均氣溫、最高氣溫、最低氣溫,逐月進行回歸分析,建立回歸方程:y=a+bx,回歸系數(shù)b,即為氣溫變化1℃效應。分別計算當平均氣溫、最高氣溫、最低氣溫變化1℃時,lmh、lml值的變化,結果見表3。表中所有值均為正,說明隨著氣溫的升高,用電量及最大用電負荷增大,這與前面的分析結果一致,尤其是7月、8月,lmh、lml的值可達2%～5%,即氣溫升高1℃,用電量及最大用電負荷的變化率均超過2%,尤其是對用電量的影響最大,當平均氣溫升高1℃時,用電量的變化為4%～5%。由表3還可以看出,最高氣溫變化1℃時的效應沒有平均氣溫、最低氣溫的明顯。

表3 6—10月平均氣溫、最高氣溫、最低氣溫變化1℃時lmh、lml的變化Table 3 The variations of lmhand lmlwhen the mean,maxim um and minim umtemperatures change1℃from June to October%

5 日最大用電負荷及日用電量預測模型的建立

在生產(chǎn)實際中,電力調(diào)度部門往往更加關注日用電量Ld、日最大負荷Lf的預測。以前1d的日用電量Ld-1、日最大負荷Lf-1、當天各氣象要素為自變量,采用逐步回歸方法建立日用電量Ld、日最大負荷Lf的預報方程,分別為Ld=0.953×Ld-1-3.534×P+1.892×t+93.914,Lf=0.951×Lf-1-1.381×P+0.813×t+47.833。式中:P表示降水量(mm);t表示平均氣溫(℃)。兩個方程的決定系數(shù)R2分別為0.94、0.96。利用上式擬合日用電量、日最大負荷,計算得到的擬合值和實際值相比平均絕對誤差依次為3.5%、3.3%,擬合效果較好,可以應用在實際生產(chǎn)中。

6 小結

2006—2008年的用電量及最大用電負荷均表現(xiàn)出年周期變化,且穩(wěn)步遞增,但月差異明顯,7月、8月為峰值,2月為谷值,其余月份相差不大。

計算日用電量氣象變化率lml、日最大用電負荷氣象變化率lmh,并與氣象因子進行相關分析表明,不同月份不同氣象因子對用電量及最大用電負荷的影響各有不同。lmh、lml與氣象因子相關性顯著的月份集中在6—10月,尤其是與氣溫呈顯著的正相關,與雨量、相對濕度基本呈負相關。

進一步分析氣溫對用電量及最大用電負荷的影響表明,在不同溫度范圍,氣溫對用電量及最大用電負荷的影響程度也不同。隨著氣溫變化,用電量和最大用電負荷的變化率最大可達20%;最大負荷對氣溫變化的響應要比用電量更加敏感;在溫度較高時,氣溫的變化對用電量和最大用電負荷的影響要比氣溫較低時大很多。通過6—10月氣溫變化1℃效應的分析表明,7月、8月,氣溫升高1℃時,lmh、lml的變化最大,可達2%～5%。

采用逐步回歸方法,建立日用電量、日最大負荷預測模型,擬合效果較好,可以應用在實際生產(chǎn)中。

陳志巧.2006.基于模糊理論的電力負荷預測研究[J].山東科技大學學報,25(2):81-83.

段海來,千懷遂.2009.廣州市城市電力消費對氣候變化的響應[J].應用氣象學報,20(1):80-87.

付桂琴.2008.氣象條件對電力負荷的影響分析[J].氣象科技,36(6):175-180.

賀芳芳,徐家良,周偉東,等.2008.上海地區(qū)高溫期氣象條件對用電影響的評估[J].高原氣象,27(增刊):210-217.

侯偉芬,王謙謙,劉燕.2004.江南地區(qū)夏季氣溫異常與全球海溫異常的相關關系[J].南京氣象學院學報,27(4):539-544.

林昕,管兆勇.2008.中國華東地區(qū)夏季高溫的時空特征和年際變化[J].南京氣象學院學報,31(1):1-9.

羅森波,紀忠萍,馬煜華,等.2007.2002—2004年廣東電力負荷的變化特征及預測[J].熱帶氣象學報,23(2):153-161.

潘文卓,繆啟龍,許遐禎.2008.1956—2006年南京氣溫變化特征[J].南京氣象學院學報,31(5):694-701.

彭海燕,周曾奎,趙永玲.2005.2003年夏季長江中下游地區(qū)異常高溫的分析[J].氣象科學,25(4):355-361.

唐毅,姜學寶,施丹平,等.2007.夏季影響蘇州電力負荷走勢的氣象條件簡析[C]//中國氣象學會2007年年會氣象經(jīng)濟論壇分會場論文集.94-100.

藏曉鐘,周霖華,王子緣,等.2001.常州用電負荷量氣象指數(shù)初探[J].氣象科學,21(4):462-467.

鐘利華,李勇,葉殿秀,等.2008.綜合氣象因素對廣西電力負荷的影響[J].氣象,34(5):112-122.

Guan Z Y,Yamagata T.2003.The unusual summer of1994in East A-sia:IODteleconnections[J].Geophysical Research Letters,30(10):539-544.

IPCC.2007.Climate change2007:The physical science basis:Summary for policymakers[R].Cambridge:Cambridge University Press.

Li Xiaowen,Zhou Xiuji,Li Weiliang.1995.The cooling of Sichuan province in recent40years and its probable mechanisms[J].Acta Meteorologica Sinica,9(1):57-68.

Manton M J,Della-Marta P M,Haylock M R,et al.2001.Trend in extreme daily rainfall and temperature in southeast Asia and the south Pacific:1961—1998[J].Int J Climatol,21(3):269-284.

Zhai P M,Sun A J,Ren F M,et al.1999.Changes of climate extremes in China[J].Climate Change,42(1):203-218.