用电量与气温变化关系分析

电量气温变化关系分析
热效率祁晖
【摘 要】文章采用定量分析与定性分析相结合的方法,使用实例数据分析和揭示了气温与用电量的关系,使分析的结论更好地指导实际工作.
【期刊名称】tv搜查线《江苏科技信息》
【年(卷),期】2011(000)001
【总页数】2页(P46-47)
【关键词】电量;温度;回归分析;定量分析
【作 者】祁晖
【作者单位】江苏省电力公司泰州供电公司
【正文语种】演播室系统中 文
1.问题的提出
根据经验,气温升高,空调负荷会逐步上升,带动用电量增长。但是两者之间的关联度有多大?对应关系又如何?本文选择某地区8月份的电量与气温数据作了分析(如图1)。
从图1中可以看出,用电量曲线与平均气温曲线变化趋势基本一致,两者存在非常明显的相关性。
2.定量分析
使用数学方法对电量和平均气温两个指标相关性做定量分析(如图2)。
拟合图中可以发现,大部分的实际数据点离拟合直线较近,但是有5~6个点偏离较远。说明在这几天,气温和电量的关系并不十分符合图2表达式中的表述。进一步思考发现,气温是影响电量的重要因素,节假日也是影响电量的重要因素之一。大部分企事业单位星期六、星期天会放假,用电量会明显下降。基于这一点,将节假日因素排除后再作一次拟合分析(如图3)。
根据图2、图3可以得到两个结论:①气温是影响8月份电量波动的主要因素,节假日会产生一定波动。②如果不考虑节假日,温度影响系数会增大,即工作日电量变化受温度影响更大。其中,第二点与现实基本吻合。事业单位、学校、写字楼等用户夏季非节假日空调负荷很大,而工业企业由于生产连续性等原因,工业用电不会有很大变化。工业生产消耗电量受气温变化影响较小,导致节假日地区供电量受气温影响变小。
图1 8月全社会日用电量与气温变化关系
图2 8月全社会日用电量和平均气温拟合
图3 8月日用电量和平均气温拟合(除去节假日)
3.定性分析
primer3根据上述分析可以基本掌握气温对地区用电量的影响。再采用定性分析法对实际数据做进一步分析。
(1)回代数据分析差异。
太原pm2.5
使用实际温度和拟合公式可以预测出用电量,再与实际用电量比较(见表 1)。
通过表1可以发现,大部分节假日的数据均低于按照工作日拟合公式计算出的预测值。偏差值与工作日与节假日电量偏差的平均水平接近(根据近几个月用电量数据分析,平均工作日与节假日电量偏差约250万kWh)。15号、21号偏差较大,甚至超过了预测值,这说明尽管气温是日用电量变化产生的主要原因,但是部分偶发因素产生的次要影响也较大。这些偶发因素主要是工业单位生产安排的变化。
(2)多项式拟合。
以上本文主要使用了线性拟合公式。实际在数学上还有指数、对数、多项式等多种拟合方式。使用线性拟合的方式比较容易到温度影响系数值,即x的系数。下面本文将使用多项式拟合,并进一步分析。
从图4可以看出,优化后的拟合线是一条曲线,拐点对应的温度值分别是26℃和31.5℃。当气温低于26℃或高于31.5℃时,曲线趋于平缓,电量受气温的影响减小。实际情况中,当气温低于26℃时,大部分家庭和单位均不会使用空调,气温继续下降,也不会减少供电
量。气温从26℃开始上升后,各地空调陆续打开,气温越高空调使用率越高,电量迅速增长。而气温高于31.5℃时,空调基本均已满负荷运转,气温再上升也不会带动电量迅速增长。
表1 节假日预测用电量与实际用电量对比日期 平均气温(℃)用电量(kWh×104) 星期 拟合值 偏差8月1日 33.0 8147 星期日 8485.0 3388月7日 30.0 7511 星期六 7828.0 3178月8日 29.1 7296 星期日 7630.9 3358月14日 32.5 8314 星期六 8375.5 628月15日 28.0 7607 星期日 7390.0 -2178月21日 30.3 8015 星期六 7893.7 -1218月22日 31.3 8115 星期日 8112.7 -28月28日 24.5 6535 星期六 6623.5 898月29日 25.9 6704 星期日 6930.1 226
图4 8月全社会日用电量和平均气温多项式拟合
七七事变论文
4.现实意义与不足
通过以上分析,可以提供一种预测近期电量的方法,使供电部门能合理安排运作,保障电力供给。如果结合气象部门的月度气温情况,还可以预测月供电量,合理安排全月购电计划。
本文涉及的分析方法还有以下不足:①文中对气温和电量关系的分析一般只适合7~9月。这几个月空调负荷对电量影响较大,变化规律容易掌握,而其他月份基本不使用空调,电量与气温关系不大,电量的波动主要是由于受工业用户生产的影响。②一般需要30天的数据才能分析,所以正常情况下,有了7月的数据可以预测8月和9月的电量情况,但7月的用电量情况无法预测。③除了考虑气温因素外,依然要及时掌握大型工业企业的生产用电,才能使预测数据更符合实际情况。

本文发布于:2024-09-23 12:28:31,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/4691.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:气温   电量   用电量   影响   拟合   实际   使用
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议