高溫天氣對(duì)淮北用電負(fù)荷的影響及預(yù)測(cè)模式研究

姚雷　陳玉琪　顧檢選　姚永明　賀道明　楊恒云

摘要：本文利用2011-2015年（5-9月）氣象要素和數(shù)據(jù)處理技術(shù)，結(jié)合淮北電網(wǎng)提供的實(shí)測(cè)高溫負(fù)荷資料，通過(guò)多元回歸方程定量預(yù)測(cè)方法，分析高溫對(duì)負(fù)荷影響的氣象因子，建立高溫天氣對(duì)淮北電力負(fù)荷預(yù)測(cè)模式，應(yīng)用先進(jìn)的負(fù)荷預(yù)測(cè)理論和數(shù)據(jù)處理技術(shù)，以計(jì)算機(jī)語(yǔ)言編程軟件，并且運(yùn)用2015年氣象和高溫負(fù)荷實(shí)測(cè)值反復(fù)對(duì)比試驗(yàn)；其研究結(jié)果是：軟件預(yù)測(cè)值準(zhǔn)確率達(dá)96.3%（去掉突變值）以上，全省首例。課題成果為本地區(qū)電力部門提高用電率，用電安全性，節(jié)約能源，合理調(diào)度，提高經(jīng)濟(jì)效益等方面提供了強(qiáng)有力的依據(jù)和技術(shù)保障；以省為單位，每年增加經(jīng)濟(jì)效益數(shù)億元；并且提高了氣象為電力高溫負(fù)荷預(yù)測(cè)服務(wù)準(zhǔn)確率，成果應(yīng)用預(yù)期前景有著明顯的經(jīng)濟(jì)效益和社會(huì)效益。

關(guān)鍵詞：高溫負(fù)荷；預(yù)測(cè)模式；應(yīng)用軟件

0 引言

電力負(fù)荷是根據(jù)系統(tǒng)運(yùn)行特性、增容決策、自然條件與社會(huì)影響等諸多因數(shù)，在滿足一定精度要求的條件下，確定未來(lái)某特定時(shí)刻的負(fù)荷數(shù)據(jù)。電力負(fù)荷預(yù)測(cè)是電力系統(tǒng)中的一項(xiàng)重要考核管理工作，負(fù)荷預(yù)測(cè)工作的水平，已經(jīng)成為衡量一個(gè)電力企業(yè)的管理是否走向現(xiàn)代化、科學(xué)化的顯著標(biāo)志之一。精確的負(fù)荷預(yù)測(cè)，尤其是短期負(fù)荷預(yù)測(cè)對(duì)電力系統(tǒng)的生產(chǎn)安排、經(jīng)濟(jì)調(diào)度和安全運(yùn)行都起著十分重要的作用。電力負(fù)荷預(yù)測(cè)模式研究，近年來(lái)受到氣象部門和電力系統(tǒng)的高度關(guān)注。劉建等選用適宜本題所需要的負(fù)荷預(yù)測(cè)模式從氣候變化對(duì)江蘇省城市用電影響方面進(jìn)行了分析，指出夏季高溫異常是居民和城市系統(tǒng)用電增加的重要?dú)夂蛞蜃印Ｔ樔葟奈覈?guó)能源結(jié)構(gòu)變化方面分析了氣候變化對(duì)電力的影響。張立祥等的研究得出供電量與氣象條件顯著相關(guān)的時(shí)段，并分月建立了供電量的預(yù)測(cè)模式。杜彥巍等引入實(shí)感溫度、溫濕指數(shù)、寒濕指數(shù)、舒適度4個(gè)綜合氣象指數(shù)來(lái)分析氣象因素對(duì)電力負(fù)荷的影響，并對(duì)電力負(fù)荷與降水量進(jìn)行了定性分析。另外，還有吳熳紅、楊繼旺的幾種電力負(fù)荷預(yù)測(cè)方法及其比較，王芳芳的負(fù)荷預(yù)測(cè)模式的建立及基于回歸分析法的負(fù)荷預(yù)測(cè)，等等。以上的研究表明：電力負(fù)荷對(duì)氣候、季節(jié)和天氣的變化比較敏感，不同區(qū)域的氣候以及當(dāng)?shù)毓まr(nóng)業(yè)生產(chǎn)的特點(diǎn)不同，氣象條件對(duì)電力負(fù)荷的影響特征也不同。負(fù)荷預(yù)測(cè)模式雖然多種，更重要的是要選用適宜本題所需要的負(fù)荷預(yù)測(cè)模式。本文分析高溫天氣對(duì)本地區(qū)用電力荷的影響關(guān)系，選用適宜本題所需要的負(fù)荷預(yù)測(cè)模式——回歸方程法，制作高溫負(fù)荷預(yù)測(cè)模式軟件，有針對(duì)性地提供專業(yè)氣象服務(wù)，對(duì)電力部門提高用電率、節(jié)約能源、安全用電、合理調(diào)度、提高經(jīng)濟(jì)效益有著重要意義。因此，本文分析淮北供電公司（2011-2015年5-9月）高溫日最大電力負(fù)荷與相應(yīng)日最高氣溫、最低氣溫、平均氣溫、降水量、平均相對(duì)濕度、風(fēng)速等氣象要素的相關(guān)性，得出高溫季節(jié)電力負(fù)荷的主要?dú)庀笥绊懸蜃雍投嘣貧w定量預(yù)測(cè)模式方程，采用先進(jìn)的預(yù)測(cè)模式理論方法和數(shù)據(jù)處理技術(shù)，編程高溫負(fù)荷預(yù)測(cè)模式應(yīng)用軟件——軟件增加每年初始值修正，為今后電力負(fù)荷預(yù)測(cè)技術(shù)，專業(yè)氣象服務(wù)提供強(qiáng)有力的指導(dǎo)依據(jù)。

1 數(shù)據(jù)與方法

氣象數(shù)據(jù)選取定量化的基本觀測(cè)項(xiàng)目，即淮北氣象臺(tái)（2011-2015年5-9月）選用日最高氣溫（Tg），最低氣溫（Td），平均氣溫（T），降水量（r），平均相對(duì)濕度（Yn），風(fēng)速（f）等氣象因子及電力負(fù)荷數(shù)據(jù)為淮北供電公司提供的日最大電力負(fù)荷數(shù)據(jù)實(shí)測(cè)值，采用相關(guān)處理技術(shù)和先進(jìn)的理論分析方法，求出高溫負(fù)荷預(yù)測(cè)模式方程；為了提高高溫負(fù)荷預(yù)測(cè)準(zhǔn)確率，先后補(bǔ)充增加了兩年的實(shí)測(cè)負(fù)荷值和氣象觀測(cè)資料，而且開發(fā)的高溫負(fù)荷預(yù)測(cè)模式軟件功能增加了查驗(yàn)自動(dòng)翻頁(yè)日歷和修正值功能，進(jìn)一步提高了高溫負(fù)荷預(yù)測(cè)模式的準(zhǔn)確率及應(yīng)用價(jià)值。研發(fā)的高溫負(fù)荷預(yù)測(cè)模式采用先進(jìn)理論和數(shù)據(jù)處理技術(shù)方法，有效彌補(bǔ)了江蘇省高溫負(fù)荷預(yù)測(cè)技術(shù)與服務(wù)工作的不足，經(jīng)過(guò)2015年（6-8月）高溫負(fù)荷實(shí)測(cè)值的反演試驗(yàn)證明，高溫負(fù)荷預(yù)測(cè)準(zhǔn)確率達(dá)96.3%（去掉突變值）以上，全省首例；以省為單位對(duì)比計(jì)算，提高經(jīng)濟(jì)效益數(shù)億元，有著明顯的社會(huì)經(jīng)濟(jì)效益及項(xiàng)目研發(fā)前景。

2 氣候?qū)﹄娏ω?fù)荷影響分析

淮北市地處中緯度地區(qū)，屬暖溫帶半濕潤(rùn)季風(fēng)氣候區(qū)。主要?dú)夂蛱卣魇羌撅L(fēng)明顯，四季分明，氣候溫和；雨水適中，春溫多變，秋高氣爽，冬季顯著，夏雨集中。

淮北市夏季（6-8月）炎熱多雨，多吹東南風(fēng)或東風(fēng)，降水集中且強(qiáng)度大，日照充足。夏季平均氣溫為26.5℃，最高氣溫達(dá)41.1℃。降水量歷年平均475.3 mm，超過(guò)全年降水量的一半以上。淮北市主汛期也集中在夏季，同時(shí)夏季也是用電的高峰期。淮北供電公司擔(dān)負(fù)著淮北市三區(qū)一縣及周邊部分地區(qū)的工農(nóng)業(yè)生產(chǎn)和人民生活供電任務(wù)。從淮北電力負(fù)荷時(shí)間序列圖（圖1）可以看出夏季用電高峰在6月上、中旬到8月中、下旬之間，該時(shí)段對(duì)應(yīng)的淮北氣候?yàn)楦邷靥鞖?，降水集中，光照和溫度變化?qiáng)烈?；诟邷靥鞖庾鲭娏ω?fù)荷預(yù)測(cè)研究，以期對(duì)淮北電力發(fā)展有指導(dǎo)性幫助。

電力負(fù)荷的影響因素多樣，政策改變和城鄉(xiāng)規(guī)劃及各大產(chǎn)業(yè)發(fā)展變遷都有可能影響全市用電情況，在保證基礎(chǔ)模態(tài)基無(wú)大變化的前提下，從氣候角度出發(fā)研究各氣象要素與電力負(fù)荷情況的相關(guān)性，可使夏季電力負(fù)荷預(yù)測(cè)的準(zhǔn)確率的提高成為可能。

3 高溫負(fù)荷預(yù)測(cè)模式方程

3.1 2008年電力負(fù)荷對(duì)比曲線特征

圖2是2008年淮北電網(wǎng)逐日最大電力負(fù)荷變化及線性趨勢(shì)線。2008年6月6日-8月29日為高溫天氣時(shí)段，基本與往年一致。1-3月預(yù)測(cè)負(fù)荷與實(shí)際負(fù)荷趨勢(shì)基本一致，預(yù)測(cè)值略低，2月電力負(fù)荷值低，呈漏斗形；4月預(yù)測(cè)值略低；6-8月預(yù)測(cè)、實(shí)際負(fù)荷曲線基本一致；9-11月趨勢(shì)基本一致，預(yù)測(cè)值略低；12月兩值基本一致。因此，6-8月夏季預(yù)測(cè)模式為研究本區(qū)高溫天氣的負(fù)荷預(yù)測(cè)模式提供重要依據(jù)。

3.2 電力負(fù)荷預(yù)測(cè)方程

簽于電力負(fù)荷受地方經(jīng)濟(jì)發(fā)展、氣象條件以及不確定因素的影響，采用公式E=（Ei+Eq）+&來(lái)描述電力負(fù)荷值。其中Ei=bt+a（a為常數(shù)項(xiàng)，b為線性傾向值，t為時(shí)間）表示隨時(shí)間的增長(zhǎng)、社會(huì)發(fā)展所引起電力負(fù)荷的變化項(xiàng)。Eq為受氣象條件所影響的電力負(fù)荷項(xiàng)，&為不確定因素引起的電力負(fù)荷變化項(xiàng)，由于&項(xiàng)影響較小，有時(shí)往往忽略不計(jì)。

電力負(fù)荷月、季節(jié)變化顯著，因此，分1-2月，3-5月，6-8月，9-10月，11-12月5個(gè)時(shí)間段分別建立電力負(fù)荷的氣象預(yù)測(cè)方程，選用日最高氣溫（Tg），最低氣溫（Td），平均氣溫（T），降水量（r），平均相對(duì)濕度（Yn），風(fēng)速（f）等為氣象因子在不同月份的顯著相關(guān)性。5個(gè)方程入選的氣象因子個(gè)數(shù)不同，最少的9-10月選2個(gè)因子。最多的6-8月，11-12月選5個(gè)因子。方程（1）～（5）給出了2008年電力負(fù)荷氣象預(yù)測(cè)方程。

Eq=1145.1+0.166Td-1.984T-1.547Yn+2.87f 方程（1）

R=0.483×F=4.26×a=0.005

Eq=1147.3+0.955r-0.108T+0.273Tg+0.199Yn 方程（2）

R=0.478×F=4.17×a=0.005

Eq=573.3-0.769Tg+3.111×T+0.142Td+0.15r+0.003Yn 方程（3）

R=0.617×F=6.75×a=0.001

Eq=1288.2-0.566T-0.106Tg 方程（4）

R=0.534×F=8.872×a=0.001

Eq=1327.5-1.09 T-0.318Td+0.40r-0.257Yn-0.013 F 方程（5）

R=0.843×F=27.01×a O.00

根據(jù)（1）～（5）預(yù)測(cè)的2008年逐日預(yù)測(cè)最大負(fù)荷與負(fù)荷實(shí)況對(duì)比折線圖（圖2）可以看出：用電力負(fù)荷預(yù)測(cè)模式對(duì)淮北電網(wǎng)具有較好的預(yù)報(bào)能力，預(yù)報(bào)與實(shí)況變化趨勢(shì)基本一致。其中，1-3月預(yù)測(cè)與實(shí)況吻合，4月預(yù)測(cè)與實(shí)況比較，略有偏低，6-8月預(yù)測(cè)與實(shí)況變化趨勢(shì)一致，只是實(shí)際波動(dòng)很大。9-12月預(yù)測(cè)與實(shí)況比較接近。

總體上說(shuō)，預(yù)測(cè)模式對(duì)淮北電力負(fù)荷有比較好的預(yù)報(bào)能力，且冬半年預(yù)測(cè)效果好于夏半年。6-8月夏季高溫天氣（最高氣溫（Tg）、最低氣溫（Td）、平均氣溫（T）、降水量（r）、平均相對(duì)濕度（rh）等氣象因子）負(fù)荷預(yù)測(cè)值與實(shí)況變化一致，因此，方程（3）就是高溫負(fù)荷預(yù)測(cè)模式方程。

3.3 高溫負(fù)荷預(yù)測(cè)模式方程

高溫負(fù)荷預(yù)測(cè)模式回歸方程為

Eq=（573.3=c為常數(shù)項(xiàng)）-0.769Tg+3.111×T+0.142Td+0.15r+0.003Yn 方程（6）

檢驗(yàn)方程式為

R=0.617×F=6.75×a=0.001

高溫天氣對(duì)淮北電力負(fù)荷預(yù)測(cè)模式方程（3）與2011-2015年5月-8月30日預(yù)測(cè)與實(shí)況在上升趨勢(shì)是基本吻合的，只是不確定因素（氣候變化、新農(nóng)村城市化建設(shè)等）有所增加。因此，檢驗(yàn)時(shí)以實(shí)測(cè)值確定c值，找出電力負(fù)荷上升規(guī)律，為進(jìn)一步研究和提高準(zhǔn)確率做文章。

4 淮北高溫負(fù)荷預(yù)測(cè)模式及回歸分析法

4.1 最大負(fù)荷時(shí)間序列圖

從圖3日最大負(fù)荷時(shí)間序列圖分析3年（2011-2013年5-9月）最大電力負(fù)荷出現(xiàn)時(shí)間序列，不難看出，5月-8月30日為淮北市主汛期用電最大負(fù)載達(dá)到最大時(shí)段。

總結(jié)如下幾點(diǎn)：

（1）6月6日-8月30日，主汛期淮北市用電最大負(fù)載達(dá)到最大時(shí)段。

（2）整體趨勢(shì)：每年電力負(fù)荷逐年遞增，受城市現(xiàn)代化、新農(nóng)村建設(shè)進(jìn)程逐年加快等原因影響。

（3）各年出現(xiàn)波動(dòng)，峰值和谷值沒有明顯相同趨勢(shì)，根據(jù)各年天氣情況而不同。

4.2 負(fù)荷日較差時(shí)序圖

從圖4負(fù)荷日較差時(shí)序圖分析，得出如下幾點(diǎn)：

（1）6月15日-8月23日，淮北市用電力載出現(xiàn)最大波動(dòng)時(shí)段。

（2）整體趨勢(shì)：電力負(fù)荷波動(dòng)在夏季波動(dòng)程度逐年增強(qiáng)，電力負(fù)荷不穩(wěn)定情況加劇，對(duì)電力部門的承載要求加大。

（3）各年出現(xiàn)波動(dòng)，根據(jù)各年天氣情況而不同，沒有明顯規(guī)律。

4.3 各要素各年與最大負(fù)載的相關(guān)系數(shù)表

從表1不難看出各要素各年（2011-2015年）與最大負(fù)荷的相關(guān)系數(shù)不同，分析總結(jié)以下幾點(diǎn)：

（1）各要素各年與最大負(fù)荷“1”的相關(guān)系數(shù)都有所變化，但變幅不大。

（2）明顯顯示最高氣溫、平均氣溫、相對(duì)濕度是最大負(fù)荷的主要影響因子。其他氣象因子影響不大。

（3）最大負(fù)荷在各年受氣象因子變化影響，上升、下降的變幅不大，且明顯。

4.4 高溫負(fù)荷預(yù)測(cè)模式回歸分析法及軟件應(yīng)用

4.4.1 高溫負(fù)荷預(yù)測(cè)模式——回歸分析法

量化氣象因子貢獻(xiàn)，是開發(fā)淮北電力負(fù)荷氣象預(yù)測(cè)模式的基礎(chǔ)，利用數(shù)學(xué)建模及氣象統(tǒng)計(jì)模式分析，擬合淮北高溫電力負(fù)荷預(yù)測(cè)模式。

先將（2011-2015年5-9月）大量氣象觀測(cè)（因子）要素與淮北供電公司相應(yīng)時(shí)段實(shí)測(cè)電力負(fù)荷進(jìn)行相關(guān)分析，利用主要影響氣象因子和次要影響氣象因子及降維數(shù)據(jù)處理技術(shù)，再做線性擬合回歸分析，得出主要影響氣象因子為平均氣溫和平均相對(duì)濕度。兩因子均通過(guò)I_iy<0.05的信度檢驗(yàn)；另外，最高氣溫、最大風(fēng)速、降水量均有不同程度的影響，線性擬合關(guān)系比較清晰，散點(diǎn)圖散點(diǎn)度比較好。

電力負(fù)荷預(yù)測(cè)模式相關(guān)分析法有多種（趨勢(shì)分析法、回歸分析法、指數(shù)平滑法、單耗法、灰色模型法、負(fù)荷密度法、彈性負(fù)數(shù)法等）。趨勢(shì)分析法是最流行的定量預(yù)測(cè)方法，它將已知的歷史資料數(shù)據(jù)擬合一條曲線，再選用線性多項(xiàng)式、對(duì)數(shù)、冪等數(shù)學(xué)模型來(lái)反映這條曲線，并按這個(gè)數(shù)字模型來(lái)測(cè)量未來(lái)某一時(shí)刻負(fù)荷測(cè)值?；貧w分析法是在掌握大量觀測(cè)數(shù)據(jù)的基礎(chǔ)上，利用數(shù)理統(tǒng)計(jì)方法，建立因變量與自變量之間的回歸關(guān)系函數(shù)表達(dá)式（稱回歸方程式）Eq=573.30.769Tg+3.111×T+0.142Td+0.15r+0.003Yn。它依據(jù)事物內(nèi)部因素變化的因果關(guān)系，來(lái)預(yù)測(cè)事物未來(lái)的發(fā)展趨勢(shì)，因此，是適合本文需求的定量預(yù)測(cè)模式方法（其他方法略）。

從圖5和表2、表3分析得出：

（1）預(yù)測(cè)、實(shí)際負(fù)荷隨著溫度升高而升高，降低而降低；實(shí)際上溫度突然升高或者降低，預(yù)測(cè)負(fù)荷很難報(bào)準(zhǔn)，過(guò)程性高溫的把握也是預(yù)測(cè)準(zhǔn)確率低的原因。

（2）預(yù)測(cè)、實(shí)際負(fù)荷隨著溫度而變化，且周期性變化不明顯，但有明顯上升趨勢(shì)；根據(jù)實(shí)踐經(jīng)驗(yàn)不斷總結(jié)，發(fā)掘相關(guān)因子的影響度，以待提高負(fù)荷預(yù)測(cè)準(zhǔn)確率。

（3）通過(guò)I_iy<0.05的信度檢驗(yàn)，得出主要影響氣象因子為平均氣溫和平均相對(duì)濕度。

（4）最高氣溫、最大風(fēng)速、降水量均有不同程度的影響，線性擬合關(guān)系比較清晰，散點(diǎn)圖散點(diǎn)度比較好。

4.4.2 高溫負(fù)荷預(yù)測(cè)模式軟件修正值

通過(guò)對(duì)圖6、圖7四年的電力負(fù)荷序列進(jìn)行分析發(fā)現(xiàn)，高溫在3 5℃-40℃之間時(shí)，規(guī)律性比較好，但平均氣溫（32.34℃）區(qū)間內(nèi)易出現(xiàn)突變值，誤差較大。當(dāng)高溫超過(guò)40℃后，電力負(fù)荷降低，分析可能原因，是負(fù)荷轉(zhuǎn)移他用，或者是高溫停產(chǎn)、生活用電（應(yīng)用其他能源）、安全等的保護(hù)措施所致。另外，近年因城鄉(xiāng)建設(shè)和電力需求的變動(dòng)，每年電力負(fù)荷都有不同程度的增長(zhǎng)變化，所以需要每年進(jìn)行初始值的修正。

4.4.3 高溫電力負(fù)荷預(yù)測(cè)模式軟件應(yīng)用

（1）軟件簡(jiǎn)介。此課題軟件是采用5年（2011-2015年）氣象與電力負(fù)荷的實(shí)測(cè)資料，應(yīng)用先進(jìn)的負(fù)荷預(yù)測(cè)理論和數(shù)據(jù)處理技術(shù)，以計(jì)算機(jī)語(yǔ)言編程的軟件，并運(yùn)用2015年氣象和電力高溫負(fù)荷實(shí)測(cè)值反復(fù)對(duì)比試驗(yàn)。其實(shí)驗(yàn)結(jié)果是：軟件預(yù)測(cè)值86%～99%準(zhǔn)確率達(dá)96.3%以上，全省首例。課題成果為本地區(qū)電力部門提高用電率、用電安全性、節(jié)約能源、合理調(diào)度、提高經(jīng)濟(jì)效益等方面提供了強(qiáng)有力的依據(jù)和技術(shù)保障；以省為單位，每年增加經(jīng)濟(jì)效益數(shù)億元；并且提高了氣象為電力高溫負(fù)荷預(yù)測(cè)服務(wù)準(zhǔn)確率，成果應(yīng)用預(yù)期前景有著明顯的經(jīng)濟(jì)效益和社會(huì)效益。

每年5月底以月平均實(shí)測(cè)負(fù)荷值（或下旬平均實(shí)測(cè)負(fù)荷值）輸入訂正一次，每年的第一個(gè)高溫日以當(dāng)日實(shí)測(cè)負(fù)荷值輸入訂正一次（每年共兩次訂正就夠了，訂正值-60.7左右，準(zhǔn)確率比較高）；其余的訂正值于每月自動(dòng)訂正。訂正時(shí)出現(xiàn)“繼續(xù)”與“停止”，點(diǎn)擊“繼續(xù)”就可，出現(xiàn)“非···”點(diǎn)擊“確定”即可。

每年高溫季節(jié)（6-8月），每天上午根據(jù)氣象要素預(yù)報(bào)值（最高氣溫、平均氣溫、最低氣溫、平均相對(duì)濕度、降水、最大風(fēng)速）輸入相應(yīng)的軟件窗口（降水、最大風(fēng)速?zèng)]有數(shù)據(jù)輸入“0”），核實(shí)每個(gè)輸入數(shù)據(jù)無(wú)誤后，點(diǎn)擊“預(yù)測(cè)負(fù)荷”即可完成。

5 結(jié)論

（1）根據(jù)淮北地理環(huán)境和氣候特征，淮北夏季用電高峰在6月上、中旬到8月中、下旬之間，該時(shí)段對(duì)應(yīng)的淮北氣候?yàn)楦邷靥鞖?，降水集中，光照和溫度變化?qiáng)烈。基于高溫天氣做電力負(fù)荷預(yù)測(cè)模式研究，以期對(duì)淮北電力發(fā)展有指導(dǎo)性的幫助。

（2）利用2011-2015年（5-9月）觀測(cè)氣象要素資料及降維數(shù)據(jù)處理技術(shù)，結(jié)合淮北電網(wǎng)提供的實(shí)測(cè)高溫負(fù)荷值，通過(guò)多元回歸分析高溫對(duì)負(fù)荷影響的氣象因子，建立高溫天氣對(duì)淮北電力負(fù)荷的預(yù)測(cè)模型方程式為Eq=573.30.769Tg+3.111×T+0.142Td+0.15r+0.003Yn；因?yàn)樗亩嘣貧w方程式是依據(jù)事物內(nèi)部因素變化的因果關(guān)系來(lái)預(yù)測(cè)事物未來(lái)的發(fā)展趨勢(shì)，所以是適合本文需求的定量預(yù)測(cè)模式方法。

（3）高溫負(fù)荷預(yù)測(cè)模式總體趨勢(shì)：電力負(fù)荷逐年遞增，每年峰值和谷值沒有明顯相同趨勢(shì)，負(fù)荷在夏季波動(dòng)程度逐年增強(qiáng)，不穩(wěn)定情況加劇，對(duì)電力部門的承載要求加大。因每年天氣情況不同，各年電力負(fù)荷出現(xiàn)波動(dòng)，且沒有明顯規(guī)律。

（4）對(duì)5年電力負(fù)荷序列進(jìn)行分析發(fā)現(xiàn)，高溫在35℃～40℃之間時(shí)，規(guī)律性比較好，但平均氣溫（32.34℃）區(qū)間內(nèi)易出現(xiàn)突變值，誤差較大。當(dāng)高溫超過(guò)40℃后，電力負(fù)荷降低，分析可能原因，是負(fù)荷轉(zhuǎn)移他用，或者是高溫停產(chǎn)、生活用電（應(yīng)用其他能源）、安全等的保護(hù)措施所致。

（5）近年因城鄉(xiāng)建設(shè)和電力需求的變動(dòng)，每年用電力負(fù)荷都有不同程度的增長(zhǎng)，而且每年氣候變化總貢獻(xiàn)在波動(dòng)中穩(wěn)定，所以需要每年進(jìn)行初始值的修正。

（6）開發(fā)的高溫負(fù)荷預(yù)測(cè)模式軟件功能增加了查驗(yàn)自動(dòng)翻頁(yè)日歷和修正值功能，進(jìn)一步提高了高溫負(fù)荷預(yù)測(cè)模式的準(zhǔn)確率及應(yīng)用價(jià)值。研發(fā)的高溫負(fù)荷預(yù)測(cè)模式采用先進(jìn)理論和數(shù)據(jù)處理技術(shù)方法，有效彌補(bǔ)了江蘇省高溫負(fù)荷預(yù)測(cè)技術(shù)與服務(wù)工作的不足，經(jīng)過(guò)2015年（6-8月）高溫負(fù)荷實(shí)測(cè)值的反演試驗(yàn)證明，高溫負(fù)荷預(yù)測(cè)準(zhǔn)確率達(dá)96.3%（去掉突變值）以上，全省首例。以省為單位對(duì)比計(jì)算，提高經(jīng)濟(jì)效益數(shù)億元，有著明顯的社會(huì)經(jīng)濟(jì)效益及項(xiàng)目研發(fā)前景。

本文對(duì)淮北高溫負(fù)荷預(yù)測(cè)模式研究及軟件應(yīng)用，為本區(qū)電力部門提高用電率、生產(chǎn)安排、安全運(yùn)行、節(jié)約能源和經(jīng)濟(jì)合理調(diào)度，進(jìn)行氣象專業(yè)預(yù)報(bào)服務(wù)有著重要的指導(dǎo)意義。