气象因素对淮北市电力负荷的影响及其预测研究

发布时间：2021-04-22 10:05

　　利用2012—2016年安徽省淮北市逐日用电负荷和气象要素数据,采用相关分析、回归分析、曲线拟合等统计方法,分析用电负荷的季节变化、周末/节假日效应变化规律,提炼主要气象影响因子并分析温度对负荷的1℃效应和负荷对最高温度的敏感性,构建趋势负荷和趋势方程,介绍将周末/节假日效应应用于气象负荷提取和不同预测模型的建立,采用趋势法建立逐日负荷预测的多元回归方程和曲线拟合方程,并针对趋势法的弱点提出2日增量法,建立相应的预测模型,其中2日增量法预测模型的历史拟合率和2017年试报应用均达到96%—97%,比趋势法高2%—3%,比目前的考核要求高4%—5%,提高了负荷预测精度。 

【文章来源】：气象与环境学报. 2020,36(04)

【文章页数】：8 页

【文章目录】：
引言
1 资料与方法
    1.1 资料来源
    1.2 研究方法
        1.2.1 趋势法
        1.2.2 2日增量法
2 结果分析
    2.1 影响负荷的主要气象因子
    2.2 温度对负荷的影响分析
        2.2.1 温度对负荷的1℃效应
        2.2.2 负荷对最高温度的敏感性分析
    2.3 周末/节假日效应及其在负荷预测中的应用
        2.3.1 周末效应
        2.3.2 周末效应对日负荷预测的影响与消除方法
        2.3.3 节假日效应
    2.4 趋势法在逐日负荷预测中的应用
        2.4.1 趋势负荷与趋势方程
        2.4.2 气象负荷的提取
        2.4.3 气象负荷预测方程
        2.4.4 逐日负荷预测方程
    2.5 2日增量法在逐日负荷预测中的应用
        2.5.1 气象负荷的计算
        2.5.2 气象负荷预测方程
        2.5.3 逐日负荷预测方程
    2.6 趋势法和2日增量法预测效果比较
3 结论与讨论


【参考文献】：
期刊论文
[1]北京市夏季日最大电力负荷与气象因子的关系[J]. 李琛,郭文利,吴进,金晨曦.  气象与环境学报. 2018(03)
[2]引入积温效应预测夏季西安市电力气象负荷[J]. 卢珊,浩宇,王百朋,张宏芳.  气象科技. 2017(06)
[3]考虑气象因素的改进虚拟交互回归负荷预测方法[J]. 李江,王宝财,陈继开.  南方电网技术. 2017(08)
[4]冀北电网电力负荷特征与气温的关系[J]. 张彦恒,杨琳晗,武辉芹,张金满.  干旱气象. 2016(05)
[5]基于滤波技术的上海日最大电力负荷气象预报模型[J]. 傅新姝,谈建国.  气象科技. 2015(06)
[6]夏季武汉市电网气象敏感负荷预测模型[J]. 洪国平,崔新强,任永建,王苗,李伟.  气象科技. 2015(03)
[7]春灌期气象条件对河北省南网日用电负荷峰值的影响[J]. 曲晓黎,赵娜,张金满,武辉芹,张成伟.  气象与环境学报. 2013(05)
[8]上海市电力负荷与气象因子关系及精细化预报[J]. 刘红亚,曹亮.  应用气象学报. 2013(04)
[9]天津电力负荷特性及其与气象因子的关系[J]. 熊明明,李明财,任雨,徐姝,杨艳娟.  气象科技. 2013(03)
[10]温度变化对南京城市电力负荷的影响[J]. 张海东,孙照渤,郑艳,张昕璇,于波.  大气科学学报. 2009(04)



本文编号：3153583