基于电负荷与气温的数学模型的购电方法技术

本发明专利技术提供一种基于电负荷与气温的数学模型的购电方法，所述购电方法包括以下步骤：建立地区日平均用电量与日平均温度的消除随机波动后全温度区间段内幂函数回归模型；建立日最大电负荷与日最高温度的消除随机波动后全温度区间段内幂函数回归模型；根据幂函数回归模型安排购电。本发明专利技术的基于电负荷与气温的数学模型的购电方法通过分析研究日平均用电量与日平均温度、日最大电负荷与日最高温度的关系，通过建立消除随机波动后全温度区间段内幂函数回归模型，按照回归模型来安排电厂生产或购电，对用电趋势预测、分析用户潜在需求、划分客户群等具有重要意义，为电网运行和购售电决策提供有力的技术支持，具有普遍的实用意义。

【技术实现步骤摘要】
【专利摘要】本专利技术提供一种，所述购电方法包括以下步骤：建立地区日平均用电量与日平均温度的消除随机波动后全温度区间段内幂函数回归模型；建立日最大电负荷与日最高温度的消除随机波动后全温度区间段内幂函数回归模型；根据幂函数回归模型安排购电。本专利技术的通过分析研究日平均用电量与日平均温度、日最大电负荷与日最高温度的关系，通过建立消除随机波动后全温度区间段内幂函数回归模型，按照回归模型来安排电厂生产或购电，对用电趋势预测、分析用户潜在需求、划分客户群等具有重要意义，为电网运行和购售电决策提供有力的技术支持，具有普遍的实用意义。【专利说明】【
】本专利技术涉及电网领域，尤其涉及一种。【
技术介绍
】近几年来，随着社会和经济的快速发展和人民生活水平持续提高，对于电力的需求也随之越来越大。就用电对象而言，第一、第二和第三产业的用电在一定时期内是相对稳定的，而低压用户生活用电受气温影响较大，民用大功率耗电设备(如制冷和取暖设备等)的使用与气温等气象要素密切相关。因此，研究气温与用电负荷之间的关系对于电力公司安排购电量具有相当大的指导意义。目前，国内已开展的相关研究都是基于电网总用电负荷曲线分析，缺乏按照电负荷分类和合理抽样样本进行分析气温影响低压用户用电负荷的关联关系。【
技术实现思路
】有鉴于此，实有必要提供一种。一种，所述购电方法包括以下步骤:建立地区日平均用电量与日平均温度的消除随机波动后全温度区间段内幂函数回归模型；建立日最大电负荷与日最高温度的消除随机波动后全温度区间段内幂函数回归模型；根据幂函数回归模型安排购电。在其中至少一个实施例中，所述日平均用电量与日平均温度、日最大电负荷与日最高温度的消除随机波动后全温度区间段内幂函数回归模型为消除随机波动后全温度区间段内三次函数模型。在其中至少一个实施例中，所述日平均用电量与日平均温度消除随机波动后全温度区间段内三次函数模型按照 Et = 9.497XTp3 - 486.430 XTp2+7971.459XΤρ-26977.929来建立，其中，Et为日平均用电量，Tp为日平均温度。在其中至少一个实施例中，所述日最大电负荷与日最高温度的消除随机波动后全温度区间段内幂函数回归模型按照P = 6.620 X Tg3 -319.702XTg2+4301.914X Tg+16014.589来建立，其中，P为日最大负荷，Tg为日最高温度。在其中至少一个实施例中，在所述建立日平均用电量与日平均温度的回归模型的步骤中，对相同温度下的电量求平均值后再进行回归模型的计算。在其中至少一个实施例中，在所述根据幂函数回归模型安排购电的步骤中，计算日均用电量和日最大负荷年度同比自然增长率。在其中至少一个实施例中，在所述根据幂函数回归模型安排购电的步骤中，按照日均用电量和日最大负荷年度同比增长4.98 %和4.38 %来计算自然增长率。 本专利技术的通过分析研究日平均用电量与日平均温度、日最大电负荷与日最高温度的关系，通过建立消除随机波动后全温度区间段内幂函数回归模型，按照回归模型来安排电厂生产或购电，对用电趋势预测、分析用户潜在需求、划分客户群等具有重要意义，为电网运行和购售电决策提供有力的技术支持，具有普遍的实用意义。【【专利附图】【附图说明】】图1为武汉地区2013年4月至8月电量、负荷与温度曲线图。图2为采样区间内平均时电量与平均温度关系图。图3为米样区间内日最大负荷与最闻温度关系图。图4为采样区间内平均时电量与平均温度曲线分段拟合对比图。图5为采样区间内平均时电量与平均温度曲线全区段拟合对比图。图6为采样区间内消除随机波动后平均时电量与平均温度关系曲线图。图7为采样区间内消除随机波动后平均时电量与平均温度曲线全区段拟合对比图。图8为采样区间内平均时电量与平均温度关系曲线图。图9为采样区间内最大负荷与最高温度曲线分段拟合对比图。 图10为采样区间内最大负荷与最高温度曲线全区段拟合对比图。图11为采样区间内消除随机波动后最大负荷与最高温度关系曲线图。图12为采样区间内消除随机波动后最大负荷与最高温度曲线全区段拟合对比图。图13为采样区间内最大负荷与最高温度关系曲线图。【【具体实施方式】】为更好地理解本专利技术，以下将结合附图和具体实例对专利技术进行详细的说明。按照国家电网公司智能电网建设计划要求，电网已实现全省低压用户的用电信息自动采集。本专利技术依托电力用户用电信息采集系统科学建立低压用户科学抽样样本，有针对性地开展低压用户日平均用电量与日平均温度、日最大电负荷与日最高温度的数学关系模型研究，对用电趋势预测、分析用户潜在需求、划分客户群等具有重要意义，为电网运行和购售电决策提供有力的技术支持，具有普遍的实用意义。本专利技术主要依据电网统调用电负荷曲线分析湖北电网最大负荷与夏季日最高气温之间的关系，指导夏季高温时段电网的安全运行。以下将以武汉市为例进行说目前，武汉地区低压用户总数为3577536户，按城区、县城、镇、乡村对应5:2:2:1的比例选取500个公变台区、73528低压用户作为样本用户，科学合理地反映整个武汉地区低压用户用电特性(比例系数K = 3577536/73528 = 48.66)。选取2013年4月15日至2013年8月31日期间武汉地区抽样台区每日96点负荷数据、每日96点电量数据以及武汉市气象台每日最高温度Tg、最低温度Td进行统计处理，得出每日最大负荷Pg、每日平均时电量Es、每日最高温度Tg和每日平均温度Tp。其中，每日最大负荷数据Pg是每日96点负荷中最大值，每日平均时电量Es是将每日96点电量累加成24点时电量后的平均值，每日平均温度Tp是每日最高温度Tg和最低温度Td的平均值。截至2013年10月31日，武汉地区今年最大日电量日出现在8月9日，日电量1.673亿千瓦时，最大负荷出现在8月8日，最大负荷815万千瓦。影响人体舒适度的主要因子是气象因素，而气象因素中又以温度、湿度和风的影响最为突出。夏季闷热天气导致人体不适，从而使得空调降温负荷上涨。通常，人体感觉最舒适的温度是19~27°C，当气温超过27°C时，人体会有热的感觉；若超过37°C，就使人感到酷暑难熬。通过图1中的每日负荷、平均时电量、温度数据对比分析可以发现，在6月25日前每日最高温度在27°C左右波动，负荷与电量受温度影响较小，幅值变化不大；7月I日至8月31日间最高气温在31°C至39°C之间呈波动式增长，此时日平均时电量及负荷大幅增加。根据武汉地区电网运行的特点，一般在7~8月份用电负荷达到最大，这2个月也是空调负荷最大的月份，属于气温敏感性负荷。由于武汉地区4~5月份气温比较凉爽，因此可以将该段时间的电网负荷作为非气温敏感性负荷。由于经济发展、人口增长以及人民生活水平的提高，低压用户用电量会存在一定的提升，而该部分提升与气温没有直接联系，可看作低压用户用电量的自然增长。从电网调度中心选取2013年04月01日至2013年05月31日的日均用电量和日最大负荷数据，与去年同期数据进行对比分析得到自然增长率为4.98%和4.38%。为准确判断低压用户日均用电量、日最大负荷与温度之间的关系，去除自然增长率后的平均用电量Et与平均温度Tp关系如图2所示，日最大负荷P与最高温度Tg曲线如图3所示。回归本文档来自技高网...

【技术保护点】
一种基于电负荷与气温的数学模型的购电方法，其特征在于所述购电方法包括以下步骤：建立地区日平均用电量与日平均温度的消除随机波动后全温度区间段内幂函数回归模型；建立日最大电负荷与日最高温度的消除随机波动后全温度区间段内幂函数回归模型；根据幂函数回归模型安排购电。

【技术特征摘要】

【专利技术属性】
技术研发人员：徐琰，刘昕，李娜，黄文杰，廖阳春，彭恢剀，刘奕，徐辰冠，
申请(专利权)人：国家电网公司，国网湖北省电力公司，湖北华中电力科技开发有限责任公司，
类型：发明
国别省市：北京;11