基于气象-负荷相关性的疫情期间用电负荷及复产负荷分析

doi:10.16628/j.cnki.2095-8188.2021.01.003

电器与能效管理技术 ›› 2021, Vol. 0 ›› Issue (1): 16-21.doi: 10.16628/j.cnki.2095-8188.2021.01.003

基于气象-负荷相关性的疫情期间用电负荷及复产负荷分析

吴旭¹, 王正风¹, 李有亮¹, 付蓉², 季娟²

1.国网安徽省电力有限公司, 安徽合肥 230061
2.南京邮电大学自动化学院、人工智能学院, 江苏南京 210023

收稿日期:2020-10-14 出版日期:2021-01-30 发布日期:2021-02-05
作者简介:吴旭(1984—),男,高级工程师,博士,主要从事电力调度计划工作。|王正风(1976—),男,教授级高级工程师,博士,主要从事电力调度计划工作。|李有亮(1988—),男,高级工程师,主要从事电力调度运行工作。
基金资助:
* 国家电网有限公司2020年管理咨询项目(8112001900AB)

Analysis of Power Load and Resumed Load during Epidemic Period Based on Meteorological-Load Correlation

WU Xu¹, WANG Zhengfeng¹, LI Youliang¹, FU Rong², JI Juan²

1. State Grid Anhui Electric Power Co.,Ltd.,Hefei 230061, China
2. College of Automation & College of Artificial Intelligence,Nanjing University of Posts and Telecommunications,Nanjing 210023, China

Received:2020-10-14 Online:2021-01-30 Published:2021-02-05

摘要/Abstract

摘要：

准确预测全省用电负荷是合理安排省内发电机组开机,确保对全省电力用户可靠供电的前提和基础,特别是疫情期间更是需要加强对用电负荷和复产负荷的分析。基于近几年某省用电负荷和全省气象因素数据、大数据平台研究分析负荷对气象指标的相关系数、辨识与负荷变化相关性最强的气象指标,利用气象指标与气象负荷建立负荷预测模型及灵敏度变化关系;计及疫情影响,计算获得疫情期间一般工业及第三产业停止营业负荷总量;根据某省省政府企业复工复产工作要求及负荷变化,分析一般工业及第三产业复产情况。

关键词: 气象因子, 负荷预测, 相关性分析, 复产负荷

Abstract:

Accurately forecasting the power consumption of the whole province is a reasonable premise and basis for arranging the start-up of generator sets in the province to ensure reliable power supply to the power users in the province.Especially during the epidemic,it is necessary to strengthen the analysis of power load and resumed production load.This paper is based on the data of electricity consumption load and meteorological factors of a province in recent years.Based on the big data platform,this paper analyzes the correlation coefficient between load and meteorological indicators,and identifies the most relevant meteorological index,and then uses this meteorological index and the meteorological load to establish the load forecasting model and sensitivity change relationship.Taking into account the impact of the epidemic,to calculate the general industrial and tertiary industry suspension of business load during the epidemic.Finally,according to the requirements of provincial government enterprise to resume work and resume production and load changes,it analyzes the general industry and tertiary industry resumption of production.

Key words: meteorological factor, load forecast, correlation analysis, return to work load

中图分类号:

TM73

吴旭, 王正风, 李有亮, 付蓉, 季娟. 基于气象-负荷相关性的疫情期间用电负荷及复产负荷分析[J]. 电器与能效管理技术, 2021, 0(1): 16-21.

WU Xu, WANG Zhengfeng, LI Youliang, FU Rong, JI Juan. Analysis of Power Load and Resumed Load during Epidemic Period Based on Meteorological-Load Correlation[J]. LOW VOLTAGE APPARATUS, 2021, 0(1): 16-21.

图/表 12

图1

表1

图2

图3

表2

图4

表3

表4

表5

图5

图6

图7

参考文献 15

[1]	刘红. 电力负荷季节特性分析及需求响应动态电价策略研究[D]. 北京:华北电力大学, 2018.
[2]	用电力大数据“画像”精准掌握防疫情和企业复工能耗监测[J]. 农村电气化, 2020(3):51.
[3]	钱语眉. 大数据时代的新型电力供需预测方法探究[J]. 机电信息, 2019(35):128-129.
[4]	马俊明, 包乐庆, 申富泰, 等. 大数据技术在电力行业中的应用[J]. 电子技术与软件工程, 2019(17):156-157.
[5]	张蕾. 分析电力需求侧管理及其对负荷预测的影响[J]. 科技创新导报, 2019,16(22):240-241.
[6]	周帆, 赵荣普, 杨文镪, 等. 长、短期电力负荷大数据下的智能预测实例分析[J]. 机电信息, 2019(36): 27, 30.
[7]	浩宇. 西安城市电力负荷特征及与气象因子关系分析研究[C]// 中国气象学会,第35届中国气象学会年会:应对气候变化、低碳发展与生态文明建设, 2018:125-135.
[8]	许阳. 基于精细气象数据的区域负荷预测管理[J]. 中国电力企业管理, 2018(9):60-61.
[9]	国网江苏电力应用多种科技手段保供电全力保障防疫及企业复工复产可靠用电[J]. 农村电气化, 2020(3):47.
[10]	邓永生, 焦丰顺, 张瑞锋, 等. 配电网规划中电力负荷预测方法研究综述[J]. 电器与能效管理技术, 2019(14):1-7.
[11]	程志友, 余国晓, 丁柏宏. 采用改进温湿度变量策略的夏季短期负荷预测方法[J]. 电力系统保护与控制, 2020,48(1):48-54.
[12]	陈寒冬, 郭佳田, 施海斌, 等. 考虑气象因素的精细化短期负荷预测模型研究[J]. 电力学报, 2019,34(5):423-430.
[13]	李学敏, 罗红梅. 长沙市夏季日最大电力负荷气象预报模型[J]. 科技创新导报, 2018,15(25):88-89,93.
[14]	徐亮亮, 徐艳琴, 温建伟, 等. 基于Apriori算法的城乡居民用电负荷与气象因子关系分析[J]. 内蒙古气象, 2019(2):39-42.
[15]	刘月灿. 基于大数据负荷预测的需求响应博弈策略的研究与实现[D]. 济南:山东大学, 2019.

等级	人体舒适度指数范围	人体舒适度
1级	<-2	很冷,极不舒适
1级	>62	很热,极不舒适
2级	[-2,5]	冷,很不舒适
2级	[58,62]	热,很不舒适
3级	[6,17]	较冷,不舒适
3级	[51,57]	较热,不舒适
4级	[18,29]	稍冷,较舒适
4级	[46,50]	温热,较舒适
5级	[30,45]	舒适

10月累积平均温度/℃	灵敏度/(万kW·K^-1)
13±1	-33~-25
14±1	-25~-19
15±1	-19~-11
16±1	-11~-4
17±1	-4~3
18±1	-29~3
19±1	-29~-27
20±1	-27~-25

春节累积平均温度/℃	灵敏度/(万kW·K^-1)
1±1	-103~-101
2±1	-101~-98
3±1	-98~-96
4±1	-96~-93
5±1	-93~-91
6±1	-91~-88
7±1	-88~-86

日期	星期	气象负荷/万kW
日期	星期	早峰	晚峰
2020年2月24日	一	46	54
2020年2月25日	二	49	58
2020年2月26日	三	108	120
2020年2月27日	四	199	232
2020年2月28日	五	296	312
2020年2月29日	六	308	321
2020年3月1日	日	285	299

日期	星期	气象负荷/万kW
日期	星期	早峰	晚峰
2020年2月24日	一	1 900	2 105
2020年2月25日	二	1 931	2 158
2020年2月26日	三	2 005	2 167
2020年2月27日	四	1 967	2 163
2020年2月28日	五	2 009	2 161
2020年2月29日	六	1 905	2 120
2020年3月1日	日	1 904	2 162

基于气象-负荷相关性的疫情期间用电负荷及复产负荷分析

Analysis of Power Load and Resumed Load during Epidemic Period Based on Meteorological-Load Correlation

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 12

参考文献 15

相关文章 2

编辑推荐

Metrics

本文评价

[1]	李小伟, 陶毅刚, 顾洁, 刘书琪, 黎敏, 陈楚, 李镕耀. 基于贝叶斯网络的配电网净负荷预测方法[J]. 电器与能效管理技术, 2020, 594(9): 90-98.
[2]	吕树远. 基于宏观参数和微观参数相关性分析的铁路继电器触点性能研究[J]. 电器与能效管理技术, 2020, 589(4): 7-10.