海口用电负荷与气象要素的影响关系及预测
A Relationship between Electrical Load and Meteorological Factors for Haikou and Forecasting
DOI: 10.12677/CCRL.2017.61004, PDF, HTML, XML, 下载: 1,498  浏览: 2,835  科研立项经费支持
作者: 张天圣*, 吴坤悌, 陈 明：海南省气象服务中心，海南 海口
关键词: 用电负荷；小波分析；气象要素；逐步回归；Electrical Load； Wavelet Analysis； Meteorological Elements； Stepwise Regression
摘要: 利用2008和2009年海口用电负荷资料和气象资料，通过小波分析和相关分析研究了海口用电负荷与气象要素的关系，结果表明：海口用电负荷从周一至周五偏高，周五的用电负荷达到最高值，周六和周日偏低，周日用电负荷达到最低值，海口用电负荷最低值出现在1~2月份，5~6月份达到最高值，呈现出单峰结构。海口用电负荷的特征时间尺度为56天、83天和更大时间尺度，56天的时间尺度震荡具有明显地向高频时间尺度(较小时间尺度)方向演变的趋势。海口用电负荷与温度因子具有较稳定明显的正相关关系，温度是主要的影响因子，在不同的季节与不同的气象因子还有一定的关系。逐步回归方程可以较好地反映用电负荷趋势变化，通过考虑节假日及工作日用电负荷百分比的变化，误差明显减小，尤其是对夏季和秋季、“春节”、“国庆”期间的用电负荷的拟合和预报。
Abstract: With the help of wavelet analysis, correlation analysis, the relationship between electrical load and meteorological factors for Haikou are studied by using electrical load and meteorological factors data during the period 2008-2009 years. Results show that: Haikou electrical load is high on Monday to Friday, low on Saturday and Sunday; it reaches the highest value on Friday and reaches the lowest value on Sunday. Haikou electrical load is lowest in 1 - 2 months, highest in 5 - 6 months, and the variation trend shows a single peak structure. There are 56-day, 83-day and lager characteristic timescale for Haikou electrical load, and 56-day characteristic timescale has a tendency to move towards smaller timescale. The positive correlation between the electrical load and the temperature factor of Haikou is obvious; temperature is the main affecting factor, as in other areas in China. The electrical load also has relationship with other meteorological elements to some extent during different seasons. Stepwise regression equation properly expresses the variation trend of the electrical load. By considering the variation of the percentage of electrical load during the holidays and working days, the error is obviously diminished, especially for the fitting and forecasting of the power load during the summer, autumn, The Spring Festival and National Day.
文章引用：张天圣, 吴坤悌, 陈明. 海口用电负荷与气象要素的影响关系及预测[J]. 气候变化研究快报, 2017, 6(1): 31-39. http://dx.doi.org/10.12677/CCRL.2017.61004

参考文献

[1] 林小红, 夏丽花, 黄美金, 等. 福州市夏季用电气象等级预测模型初探[J]. 气象科技, 2006, 34(6): 774-777.
[2] 张小玲, 王迎春. 北京夏季用电量与气温的关系及预报[J]. 气象, 2002, 28(2): 17-20.
[3] 陈正洪, 洪斌. 华中电网四省日用电量与气温关系. 的评估[J]. 地理学报, 2000, 55(增刊): 34-37.
[4] 黄朝迎. 北京地区1997年夏季高温及其对供电系统的影响[J]. 气象, 1999, 25(1): 20-24.
[5] Douglas, M.L.C. and Henry, E.W. (1981) Modeling the Impact of Summer Temperatures on National Electricity Consumption. Journal of Applied Meteorology, 20, 1415-1419.
[6] Quayle, R.G. and Diaz, H.F. (1980) Heating Degree Day Data Applied to Residential H Eating Energy Consumption. Journal of Applied Meteorology, 19, 241-246.
[7] 严智雄, 陈以洁. 气候对南昌用电需求的影响分析[J]. 气象, 1994, 20(2): 44-46.
[8] 陈正洪, 魏静. 武汉市供电量及其最大负荷的气象预报方法[J]. 湖北气象, 2000(3): 25-28.
[9] 孙东霞, 杨建成. 克拉玛依电网用电负荷与气象条件关系的研究[J]. 新疆气象, 2002, 25(6): 9-11.
[10] 王治华, 扬晓梅, 李扬, 等. 气温与典型季节用电负荷关系的研究[J]. 用电自动化设备, 2002, 22(3): 16-18.
[11] 林小红, 夏丽花, 黄美金, 等. 福州市夏季用电气象等级预测模型初探[J], 气象科技, 2006, 34(6): 774-777.
[12] 张远亲, 房云龙, 汤燕冰. 浦东用电负荷特性及与气象条件关系的研究[J]. 科技通报, 2006, 22 (1): 21-27.
[13] 陆建宇, 王亮, 王强, 等. 华东电网气象负荷特性分析[J]. 华东用电, 2006, 34(11): 38-42.
[14] 周巍, 陈秋红, 肖晶, 等. 人体舒适度指数对用电负荷的影响[ J]. 用电需求侧管理, 2004, 6(3): 54-56.
[15] 秦海超, 王玮, 周晖. 人体舒适度在短期用电负荷预测中的应用[J]. 用电学报, 2006, 21(2): 143-145.
[16] 钱卫华, 姚建刚, 龙立波, 等. 基于负荷特性分析的短期负荷预测相似日选择方法[J]. 华中用电, 2007, 20(1): 17-21.
[17] 蔡新玲. 陕西省日用电量、最大负荷的气象预报模型[J]. 陕西气象, 2004(3): 40-42.
[18] 胡江林, 陈正洪, 洪斌, 等. 华中电网日负荷与气象因子的关系[J]. 气象, 2002, 28(3):14-18. .

为你推荐