北京地区日最大电力负荷预测模型初探

doi:10.11930/j.issn.1004-9649.201811091

中国电力 ›› 2019, Vol. 52 ›› Issue (8): 157-163.DOI: 10.11930/j.issn.1004-9649.201811091

北京地区日最大电力负荷预测模型初探

石玉恒¹, 赵娜², 王凌³, 许丽佳¹, 周洁¹, 林倩¹, 乔媛²

1. 北京市突发事件预警信息发布中心, 北京 100089;
2. 北京市气象服务中心, 北京 100089;
3. 国网北京市电力公司, 北京 100031

收稿日期:2018-11-21 修回日期:2018-12-08 发布日期:2019-08-14
作者简介:石玉恒(1984-),男,硕士,高级工程师,从事预警发布研究,E-mail:syh878@163.com;赵娜(1979-),女,硕士,高级工程师,从事天气预报与应用气象研究,E-mail:zytzna@sohu.com;王凌(1982-),女,硕士,高级工程师,从事电力调度计划研究,E-mail:wanglin@163.com;许丽佳(1990-),女,硕士,工程师,从事预警发布研究,E-mail:xujoyce@foxmail.com;周洁(1987-),女,硕士,工程师,从事预警发布研究,E-mail:zhoujiesx@foxmail.com
基金资助:
北京市科委计划资助项目（Z151100002115045）。

Study on Forecasting Model of Maximum Daily Power Load in Beijing Area

SHI Yuheng¹, ZHAO Na², WANG Ling³, XU Lijia¹, ZHOU Jie¹, LIN Qian¹, QIAO Yuan²

1. Beijing Emergent Incident Warning Issue Center, Beijing 100089, China;
2. Beijing Meteorological Service Center, Beijing 100089, China;
3. State Grid Beijing Electric Power Company, Beijing 100031, China

Received:2018-11-21 Revised:2018-12-08 Published:2019-08-14
Supported by:
This work is supported by Beijing Municipal Science and Technology Project (No.Z151100002115045).

摘要/Abstract

摘要： 基于2009—2013年北京地区电力负荷以及自动站气象资料，分析讨论了日最大电力负荷的变化特征以及与气象因子之间的相关关系，并使用2009—2012年资料，通过多元回归建立日最大电力负荷预测模型。研究分析结果表明：日最大电力负荷主要出现在09：00—17：00并与气温存在明显相关性，其中在18.7 ℃以上呈正相关，在18.7 ℃以下呈负相关。使用2013年的数据对模型进行验证，其预报准确率达到91.6%，展现出了良好的预报能力。

关键词: 电力负荷, 气象因子, 预测模型, 北京

Abstract: The characteristics of maximum daily power load and the dependence of maximum daily power load on meteorological factors are analyzed in this paper based on the records of the power load and auto weather station meteorological data of Beijing from 2009 to 2013. A maximum daily power load forecasting model is established through multivariable linear regression. The results of the study indicate that the maximum daily power load occurs between 9 BST and 17BST, obviously correlating to the air temperature, with positive correlation with the air temperature below 18.7℃ and negative correlation above 18.7℃. The proposed model is verified using the data collected in 2013 with an accuracy of 91.6%, showing its good ability to forecast the maximum daily power load.

Key words: power load, meteorological factor, forecasting model, Beijing

中图分类号:

TM715

石玉恒, 赵娜, 王凌, 许丽佳, 周洁, 林倩, 乔媛. 北京地区日最大电力负荷预测模型初探[J]. 中国电力, 2019, 52(8): 157-163.

SHI Yuheng, ZHAO Na, WANG Ling, XU Lijia, ZHOU Jie, LIN Qian, QIAO Yuan. Study on Forecasting Model of Maximum Daily Power Load in Beijing Area[J]. Electric Power, 2019, 52(8): 157-163.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.201811091

https://www.electricpower.com.cn/CN/Y2019/V52/I8/157

参考文献

[1] LE COMTE D M, WARREN H E. Modeling the impact of summer temperatures on national electricity consumption[J]. Journal of Applied Meteorology, 1981, 20(12):1415-1419.
[2] QUAYLE R G, DIAZ H F. Heating degree day data applied to residential heating energy consumption[J]. Journal of Applied Meteorology, 1980, 19(3):241-246.
[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(S1):34-38 CHEN Zhenghong, HONG Bin. Relationship between daily energy consumption and temperature in Central China[J]. Acta Geographic Sinica, 2000, 55(S1):34-38
[4] 陈海燕, 周剑波, 骆月珍, 等. 浙江盛夏降温用电负荷评估模型研究[J]. 气象科技, 2006, 34(6):758-762 CHEN Haiyan, ZHOU Jianbo, LUO Yuezhen, et al. Evaluation model of electricity loads in midsummer in Zhejiang province[J]. Meteorological Science and Technology, 2006, 34(6):758-762
[5] 张海东, 孙照渤, 郑艳, 等. 温度变化对南京城市电力负荷的影响[J]. 大气科学学报, 2009, 32(4):536-542 ZHANG Haidong, SUN Zhaobo, ZHEN Yan, et al. Impact of temperature change on urban electric power load in Nanjing[J]. Transactions of Atmospheric Sciences, 2009, 32(4):536-542
[6] 朱振伟, 方鸽飞, 王国福, 等. 电网夏季气象敏感负荷特性分析[J]. 华东电力, 2008, 36(9):53-58 ZHU Zhenwei, FANG Gefei, WANG Guofu, et al. Characteristic analysis for summer weather sensitive loads of power grids[J]. East China Electric Power, 2008, 36(9):53-58
[7] 雷绍兰, 古亮, 杨佳, 等. 重庆地区电力负荷特性及其影响因素分析[J]. 中国电力, 2014, 47(12):61-71 LEI Shaolan, GU Liang, YANG Jia, et al. Analysis of electric power load characteristics and its influencing factors in Chongqing region[J]. Electric Power, 2014, 47(12):61-71
[8] 陈峪, 叶殿秀. 温度变化对夏季降温耗能的影响[J]. 应用气象学报, 2005, 16(S1):98-103 CHEN Yu, YE Dianxiu. Impact of temperature change on cooling energy consumption in summer[J]. Journal of Applied Meteorological Science,, 2005, 16(S1):98-103
[9] 解卫民, 李会群, 赵永军, 等. 夏季温度对降温耗能的影响[J]. 兰州大学学报(自然科学版), 2010, 46(S1):112-114 XIE Weimin, LI Huiqun, ZHAO Yongjun, et al. Influence of temperature in summer on cooling energy consumption[J]. Journal of Lanzhou University(Natural Sciences), 2010, 46(S1):112-114
[10] 赵娜, 石玉恒, 李乃杰, 等. 温湿变化对北京城区气象敏感电力负荷的影响分析[J]. 中国电力, 2017, 50(2):175-180 ZHAO Na, SHI Yuheng, LI Naijie, et al. The relationship of temperature humidity index and meteorology sensitive power load in Beijing[J]. Electric Power, 2017, 50(2):175-180
[11] 付桂琴, 尤凤春, 曹欣, 等. 积温效应在电力日峰谷负荷中的应用及检验[J]. 应用气象学报, 2015, 26(4):492-499 Fu Guiqin, You Fengchun, Cao Xin, et al. Application and verification of accumulated temperature effects on daily peak load and daily valley load of power[J]. Journal of Applied Meteorological Science, 2015, 26(4):492-499
[12] 李彦斌, 韩颖, 张嵘, 等. 气象因素对电力安全事故影响的模型[J]. 电网技术, 2013(6):1683-1687 Li Yanbin, Han Ying, Zhang Rong, et al. Research on impact model of meteorological factors on the power accidents[J]. Power System Technology, 2013(6):1683-1687
[13] 尹熠寅, 范进进, 陈幼姣, 等. 体感温度对夏季气象负荷率变化的影响研究-以湖北省黄石市为例[J]. 气象, 2017, 43(5):620-627 YIN Zhaoyin, FAN Jinjin, CHEN Youjiao, et al. Impact of sensible temperature on summer weather-sensitive power load rate in Huangshi City[J]. Meteorological Monthly, 2017, 43(5):620-627
[14] 刘红亚, 曹亮. 上海市电力负荷与气象因子关系及精细化预报[J]. 应用气象学报, 2013, 24(4):455-463 Liu Hongya, Cao Liang. The relationship between power load and meteorological factors with refined power load forecast in Shanghai[J]. Journal of Applied Meteorological Science, 2013, 24(4):455-463
[15] 张彦恒, 杨琳晗, 武辉芹, 等. 冀北电网电力负荷特征与气温的关系[J]. 干旱气象, 2016, 34(5):881-885 ZHANG Yanheng, YANG Linhan, WU Huiqin, et al. Relationship between power load characteristics and temperature in North Hebei[J]. Journal of Arid Meteorological, 2016, 34(5):881-885
[16] 李琛, 郭文利, 吴进, 等. 北京市夏季日最大电力负荷与气象因子的关系[J]. 气象与环境学报, 2018, 34(3):99-105 LI Chen, GUO Wenli, WU Jin, et al. Relationship between daily maximum electric power load and meteorological factors in summer in Beijing[J]. Journal of Meteorology and Environment,, 2018, 34(3):99-105
[17] 钟利华, 李勇, 叶殿秀, 等. 综合气象因素对广西电力负荷的影响[J]. 气象, 2008, 34(5):31-37 ZHONG Lihua, LI Yong, YEI Dianxiu, et al. The impact of composite meteorological factors on the electrical load in Guangxi[J]. Meteorological Monthly, 2008, 34(5):31-37
[18] 吴向阳, 张海东. 北京市气温对电力负荷影响的计量经济分析[J]. 应用气象学报, 2008, 19(5):531-538 WU Xiangyang, ZHANG Haidong. Econometric analysis on beijing temperature influence upon electricity load[J]. Journal of Applied Meteorological Science, 2008, 19(5):531-538
[19] 张远亲, 房云龙, 汤燕冰. 浦东电力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 ZHANG Yuanqin, FANG Yunlong, TANG Yanbing. Study on characteristics of electric load of Pudong and its relationship with meteorological elements[J]. Bulletin of Science and Technology, 2006, 22(1):21-27
[20] HSU P C, LI T, YOU L, et al. A spatial-temporal projection model for 10-30 day rainfall forecast in South China[J]. Climate Dynamics, 2014, 44(5):1227-1244.

北京地区日最大电力负荷预测模型初探

Study on Forecasting Model of Maximum Daily Power Load in Beijing Area

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	吴军英, 路欣, 刘宏, 张彬, 柴守亮, 刘蕴春, 王佳楠. 基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测[J]. 中国电力, 2024, 57(6): 131-140.
[2]	王传琦, 伍历文, 邓志斌, 邓伟锋, 杨彬. 时间累积架空输电线路覆冰预测模型与算法综述[J]. 中国电力, 2024, 57(6): 153-164, 234.
[3]	安佳坤, 杨书强, 王涛, 贺春光, 张菁, 袁超, 窦春霞. 电动汽车聚合下的微能源互联网优化调度策略[J]. 中国电力, 2023, 56(5): 80-88.
[4]	李文武, 石强, 李丹, 胡群勇, 唐芸, 梅锦超. 基于VMD和PSO-SVR的短期电力负荷多阶段优化预测[J]. 中国电力, 2022, 55(8): 171-177.
[5]	李红霞, 张祥成, 李芳, 张海宁, 李楠, 马雪. 清洁能源示范省建设背景下青海能源需求预测及清洁化发展对策[J]. 中国电力, 2021, 54(7): 1-10,26.
[6]	范海虹. 基于萤火虫算法的短期电力负荷预测方法[J]. 中国电力, 2021, 54(3): 141-148.
[7]	赵会茹, 赵一航, 郭森. 基于互补集合经验模态分解和长短期记忆神经网络的短期电力负荷预测[J]. 中国电力, 2020, 53(6): 48-55.
[8]	迟远英, 刘蕾, 齐霁, 王新迎. 基于智慧能源视角影响北京市电力需求的灰色关联分析[J]. 中国电力, 2017, 50(6): 172-176.
[9]	赵娜, 石玉恒, 李乃杰, 沈建红. 温湿变化对北京城区气象敏感电力负荷的影响分析[J]. 中国电力, 2017, 50(2): 175-180.
[10]	张晶杰, 王志轩. 中国煤电产能是否过剩的探讨[J]. 中国电力, 2016, 49(9): 1-6.
[11]	穆海振，孙兰东，侯依玲. 上海市全社会月用电量预测模型[J]. 中国电力, 2016, 49(6): 146-150.
[12]	杨碧源，赵金笑，魏宏鸽，王艳鹏，朱跃. 基于BP神经网络的SCR蜂窝状催化剂脱硝性能预测[J]. 中国电力, 2016, 49(10): 127-131.
[13]	雷绍兰，李山，蒋东荣，刘欣宇. 重庆地区中长期负荷特性和预测方法研究[J]. 中国电力, 2016, 49(1): 96-101.
[14]	赵会茹，周佳，李娜娜，韩新阳，霍慧娟，薛万磊. 滚动多维度城市饱和负荷预测研究[J]. 中国电力, 2015, 48(3): 21-26.
[15]	杨超颖, 王金浩, 王硕, 徐永海, 黄浩. 基于拟牛顿法小波神经网络的光伏发电系统短期功率预测模型[J]. 中国电力, 2014, 47(6): 117-124.

模态框（Modal）标题

北京地区日最大电力负荷预测模型初探

Study on Forecasting Model of Maximum Daily Power Load in Beijing Area

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics