2019年07月14日 | 广东省电网负荷特性

１ 引言

近年来，广东省电网最大负荷持续增长，统调负荷不断创新高；同时负荷的峰谷差逐步增大，负荷率和年最大负荷利用小时数逐年下降，高峰期和电力设备检修季节供需矛盾日益尖锐，电网调峰困难日益突显。这些问题给系统的安全稳定运行带来很大威胁，也给电力市场分析预测、规划和市场营销工作带来诸多困难。在此形势下，负荷特性的调研、分析和预测对电网的生产运行和规划发展愈加重要。目前对于省级或跨省大电网负荷特性的研究主要集中在两方面，一是调研普查性质的分析和预测，往往缺乏深入的定量计算，如樊昊等分析了京津唐电网负荷的年、月和典型日的变化规律，并对短期内的年用电量和旬最大负荷进行了预测；二是重点关注于某一行业、某一因素的影响分析，较难全面反映大电网负荷特性的主要影响因素，如魏春等定量分析了蓄冷空调和电动汽车的规模化应用对电网负荷率的影响情况。为准确了解广东电力负荷特性的变化规律及其与主要影响因素之间的相互关系，通过详细梳理和分析２０００～２０１５年广东省电网的历史负荷特性数据，选取合理的负荷特性指标，采用定量和定性分析相结合的方法，研究了产业及居民用电结构、气温、需求侧管理等主要外部因素对负荷特性主要指标的影响。研究结果有利于电力企业合理安排电厂出力计划、有效实施电力负荷调控，从而使负荷分布趋于平稳，保障发电机组乃至整个电网运行的安全可靠性。

２ 指标选取与分析

２．１ 季、月不均衡系数

季不均衡系数为全年各月最大负荷的平均值与年最大负荷的比值，也称年不均衡率，表征一年内月最大负荷变化的不均衡性。月不均衡系数为月平均负荷与月内最大负荷日平均负荷（月平均日电量与最大负荷日电量）的比值，其值越高，说明月内负荷变化越小，各日电量分配越均衡。

广东电网季不均衡系数和月不均衡系数平均值的变化曲线见图１。由图１可知，近５年来，季不均衡系数的变化基本在０．８５～０．８７之间，月不均衡系数基本在０．８９～０．９１之间，波动不大。

图１ 季、月不均衡系数曲线

２．２ 年平均日负荷率、日最小负荷率日负荷率是日平均负荷与日最大负荷的比值，反映负荷一天内的平稳程度；日最小负荷率是日最小负荷与日最大负荷的比值，反映负荷一天内的变化幅度。２０００～２０１５年广东电网年平均日负荷率、年平均日最小负荷率见图２。由图２可知，近５年来广东电网全年平均日负荷率维持在０．８３～０．８４，平均日最小负荷率在０．６４～０．６６之间。夏季与冬季平均日负荷率变化趋势相同，仅变化程度略有差异。夏季因受制冷负荷的影响，日负荷率与日最小负荷率均稍高于冬季。

图２ 年平均日负荷率和日最小负荷率曲线

２．３ 典型日负荷曲线

２００６～２０１５年广东电网夏季与冬季典型日负荷曲线见图３。由图３可知，广东电网夏季和冬季典型日负荷曲线在各年份呈现的形状一致性很高；夏、冬两季日负荷曲线形状基本一致，每天存在三峰三谷，两者仅晚上负荷曲线略有不同。夏季典型日最高峰通常出现在１１：００左右，低谷负荷出现在早上６：００ 左右，日最小负荷率在０．６３～０．７１之间。冬季典型日负荷早高峰统一出现在１１：００左右，若温度较低，由于晚间保温负荷的增加，晚高峰为全天高峰；低谷负荷出现在凌晨５：００左右，同时也是日最小负荷，日最小负荷率在０．６１～０．６５之间，低于夏季典型工作日最小负荷率。

图３ 夏冬季典型日负荷曲线

３ 主要影响因素分析

考虑到省级或跨省大电网负荷特性是从全省规划角度出发，为全省负荷预测和电源规划等专题研究的数据基础，因而本文重点分析产业用电结构、气温、需求侧管理等具有大范围、整体性影响效果的主要因素所起的作用。

３．１ 产业及居民用电结构

２０００年以来，广东省产业结构不断调整，但变化幅度不大，基本保持第一产业下降、第二、三产业均衡发展的格局。广东省各产业及居民生活用电结构见图４。由图４可知，广东省第一产业用电量占比很小，仅占全社会用电量的２％左右；第二产业用电量占全社会用电量的６５％以上，近年来呈下降趋势；第三产业和居民生活用电量所占比重有所增加。分别对第二、三产业和居民用电量的比重和负荷的季不均衡系数、月不均衡系数平均值、年平均日负荷率、年平均日最小负荷率进行回归分析，影响程度计算结果与分析如下。

图４ 广东省三次产业和居民生活用电量结构图

（１）对季不均衡系数的影响。广东省电网负荷季不均衡系数与用电量结构的相关度较低，仅在０．３左右，表明经济形势与产业结构只是影响季不均衡系数的因素之一，季不均衡系数受其他因素的制约较大，如电力供应形势、气温气候等。

（２）对月不均衡系数的影响。广东省电网负荷的月不均衡系数与第二产业用电量占比变化趋势基本一致，与第三产业及居民生活用电量占比基本相反。一般来说，第一产业用电比重越大，特别是农业排灌负荷越大的地区，其负荷的月不均衡系数越低。而广东省第一产业用电所占的比重较少，对月不均衡系数影响不大。第二产业的日用电量相对较为稳定，第三产业与居民生活用电量往往在节假日期间会突增，所以月不均衡系数一般会随着第二产业用电量占比的升高而升高、随第三产业及居民生活用电量占比的升高而降低。

月不均衡系数回归分析结果见表１。表１中的Ｆ即Ｆ检验，Ｐ 值即样本间的差异由抽样误差所致的概率。一般来说，Ｐ 值小于０．０５，说明回归效果显著；Ｐ 值小于０．０１，说明回归效果非常显著。由表１可知，本文月不均衡系数回归效果显著。产业用电量对月不均衡系数的拟合程度为０．５１５，相关系数为０．７１７，说明产业用电结构能决定月不均衡系数的较大部分变化，其他因素的综合作用对月不均衡系数也有一定影响，如错峰手段等需求侧管理政策、气候气温等。

表１ 月不均衡系数回归统计结果

（３）对年平均日负荷率、日最小负荷率的影响。日负荷率与各产业用电所占的比重密切相关。第一产业特别是农业用电受季节及天气影响很大。但广东省第一产业用电量在总用电量中所占比例很小，因此其对日负荷率影响不大。广东省第二产业用电量占总用电量的７０％左右，在第二产业中，连续性用电行业众多，包括石化、纺织、钢铁、有色金属、初始纸等产品的制造业，采矿业，水气电的生产和供应业等。这些行业的日负荷率很高，均在0.9以上，使得广东省电网日负荷率较高。第三产业与居民用电量主要来源于空调、冰箱、通风机、电热器等季节性用电设备，受天气变化影响较大。由于广东省气候夏季炎热高温冬季无严寒，因而降温负荷比重较高。季节性用设备特别是降温设备在一天内的变化幅度较大。第三产业或居民用电量的增加，一方面会会拉动最大负荷增长，另一方面会使日负荷的均衡性降低，从而使日负荷率降低。

对广东省第二、第三产业及居民用电量与日负荷率、日最小负荷率进行回归分析，结果见表２。由表２可知，回归效果非常显著。用电结构对日负荷率、日最小负荷率的拟合程度均在０．８以上，相关系数均在０．９以上，说明产业及居民用电结构基本决定了日负荷率和日最小负荷率的变化趋势，其他因素的综合作用影响不大。

表２ 日负荷率回归统计结果

３．２ 气候气温

通过梳理广东省３４个气象站２０１０～２０１２年的气温数据，分析气温和日负荷率、日最小负荷率的相关性。在排除节假日、周末等因素的影响后，发现７、８、１２月的日负荷率及日最小负荷率与气温的相关程度一般高于其他月份（表３）。其中，７、８月的日负荷率与日平均气温的相关度α１较高，而最小日负荷率与日平均最低气温的相关度α２较高；１２月的日负荷率及日最小负荷率与日平均最高气温有一定的相关性，相关度为β１、β２。由表３可知，７、８、１２月的日负荷率及日最小负荷率与气温的相关度基本都高于０．５，为显著相关。其中２０１１年８月受错峰影响，相关度有所下降；１２月受寒潮影响，月内气温起伏较大，导致相关度较低。一般来说，８月的气温越高，负荷水平越高，特别是晚间的负荷水平增加明显，使得日负荷率和日最小负荷率较高；１２月温度较低，会使高峰时段降温负荷有所增加，日最大负荷相对升高，导致日负荷率和日最小负荷率降低。

表３ 日负荷率和日最小负荷率与气温的相关度

尽管气温与7、８、１２月日负荷率的相关性较高，但与其他月份日负荷率相关性较低，基本都在０．４以下。整体而言，广东省每年及相应月份的气候条件变化不大，年平均气温一般在２２ ℃左右，因而年平均日负荷率和日最小负荷率受气候影响较小。

月内气温、湿度、降雨、风速等气候条件的变化都会对各月不均衡系数产生一定影响，但由于各月不均衡系数受当月的节假日安排、产业用电结构、企业制度等因素影响较大，因此气候与月不均衡系数的相关性较小。尽管气候与月内负荷的相关性很大，但整体而言，广东省每年及相应月份的气候条件变化并不大，因而全年性的负荷特性指标，如季不均衡系数、年平均日负荷率、年平均日最小负荷率等，受气候影响较小。

３．３ 需求侧管理

需求侧管理对负荷的调节作用直接影响体现在削峰填谷上，对负荷特性的改善起到一定积极作用，能够抑制高峰负荷增长，降低峰谷差，提高负荷率，并在一定程度上改变最大负荷及日负荷曲线。广东省电力需求侧管理工作充分发挥了差别电价电费收入财政资金的杠杆作用，刺激节能减排的加强和有效引导有序用电的开展。通过加大峰谷电价实施力度、扩大实施范围，对超能耗限额标准的企业加收惩罚性电价等措施，实现负荷的削峰填谷。

广东省从２００３年４月开始在省广电集团有限公司直供直管范围内的大工业用户实行峰谷电价以来，负荷的均衡性有一定程度的改善，日负荷率、日最小负荷率等负荷特性指标有所提高。但由于需求侧管理更多的是从政策上引导产业结构的优化调整、提高企业和个人的节电意识，需长期不断的推进；且受气候条件影响和用电习惯的影响，受需求侧管理对于填谷的作用大于削峰。因此，目前看来需求侧管理对于负荷特性的影响并不大，且难以量化。但随着工作不断的深入开展，对负荷特性的改善可能会进一步的显现。

４ 结论

ａ．产业及居民用电结构与月不均衡系数、日负荷率的相关度较大。

ｂ．气温的变化主要对年内各月的负荷水平影响较大，特别是与７、８、１２月份的日负荷率和日最小负荷率相关性较高。

ｃ．需求侧管理对负荷特性指标的影响主要体现削峰填谷、提高负荷均衡性上。研究成果奠定了电网规划工作的基础，为准确预测电力负荷、开拓电力市场、调整电源结构、优化配置资源等提供决策依据。