居民、商业用电的温敏分析
来源:用户上传
作者:
【摘 要】极端天气对居民用电的影响日益显著，基于日采集用电量和地市气候特征等微观数据可以发现：第一，全省主要地市气温特征可划分为四类;第二，平均气温较与用电量的相关度最高;第三，均温在22度和6度左右的范围内形成了两个用电敏感区间。第四，省内高温出现地区的降温负荷的启动气温值较高，持续期长，川西温敏启动阈值较低。
【关键词】居民;商业用电;温敏分析
中图分类号： F407.61 文献标识码： A 文章编号： 2095-2457（2019）05-0114-002
DOI：10.19694/j.cnki.issn2095-2457.2019.05.041
1 背景及意义
对四川省居民、商业用电量的研究通常是利用总量数据分析，加上该省处于地理阶梯过渡地带，气候条件自然地理情况复杂，既有高原又有盆地。各城市人口社会、经济发展的程度不尽相同，有人口集中、商业密集的特大城市，也有工业、农业为主要产业的中小城市，这使得基于总量数据的研究，不能准确把握气温影响带来的居民用电的区域差异性。
本文以居民户为个体的日用电采集数据为基础，数据涵盖了2015年11月30日至2017年6月28日的日用电量，涉及居民用户1000户左右，跨越577天的数据，共计约346.2万条用电数据，商业数据约100多万条。外部数据则包含省内六个主要地市省气象局的气温数据（日平均气温、日最高气温、日最低气温），以及各地市每日日昼时间。
2 分析过程
2.1 省内主要气候区城市气温情况
2.1.1 六个地市呈现全省主要的四个气候区域特征
通过分析六地市（成都、攀枝花、南充、内江、宜宾、乐山）2015年11月30日到2017年6月28日的日气温趋势，可以看出：一是川西南攀西地区整体偏热，攀枝花日平均气温全年水平整体高于其他地市，气温波动不大;二是川西整体偏凉，最低气温出现在盆地西部的成都、乐山两地。三是川东北温差较大，南充市全年平均气温波动较大。四是川东南夏季偏热，宜宾内江的气温水平基本相近。
2.1.2 日内温差对比看，盆地东温差小，盆地西温差大
日内温差可以反映日内气温变化剧烈程度，变化越大的地区，气温敏感度越高，因此，日内温差可作为用电温敏程度的重要指标。为此，我们计算了两个差值，一是日最高气温与平均气温的差，称为高均差;二是日最高气温与日最低气温的差，日内最大温差。
高温与均温差来看，南充、宜宾高均差较小，基本在8-10度左右。气温变化幅度小，一旦遇高温天气，日内退热慢，退热幅度小的特点就很显著，因此，对夏季而言降温负荷需求时间长。
日内最大温差来看，攀枝花、成都波动幅度较大，攀枝花日内大的温差分布更显著。从日最大温差可见，成都温差较大，日内最大温差可达20度，温差分布集中在3-13度之间，与其它地市类似。攀枝花日内最大温差集中分布在8-16度之间，最大温差也可达20度。
2.1.3 攀枝花日高温分布显著不同于其他地市
从六地市最高气温的分布情况看，攀枝花、南充、宜宾出现35度以上日最高气温的频率较高，与其他地市双峰分布（冬夏两季显著）不同的是，攀枝花市20度至35度之间的气温较为集中，呈单峰分布，鲜见低温天气。
2.1.4 小结
通过上述气温特征分析可见，六地市的分属省内盆地不同方位，气候特征呈现以下特点：一是盆地形成四个气候特征区，整体水平呈现西低东高。除攀枝花市纬度较低，靠近热带气候，较其他地市来讲整体偏高之外，成都气温偏低，宜宾内江偏高。基本形成四大气候特征区（成乐西部区、攀枝花西南区，内江、宜宾中东部地区和南充东北部地区）。二是从温差来看，北高南低，西高东低。三是分冬夏来看，夏季出现极端高温在东部城市，冬季低温集中在西部和北部城市。
2.2 平均气温与居民用电的相关度最高
2.2.1 以成都为例的居民电量相关性分析模式
我们把各地市目前得到的居民电量加总，再与该地市气温指标进行分析。以成都市为例，把气温的三大指标分别与居民售电量进行相关性分析可知，平均气温与居民售电量在15摄氏度以上的区间呈近似线性的增长关系，随着气温的逐渐升高，电量呈增长趋势，最低气温的表现类似。最高气温约在25度以上的区间开始呈现上述关系。经过统计检验表明，Pearson相关系数和Spearman相关系数都超过0.8，且p值显著。结果表明平均气温与居民电量呈现强相关。
进一步我们分别检验夏冬两季的相关情况，夏季，成都市平均气温指标在22摄氏度以上显示出与居民售电量强烈的正相关性，且明显高于全年水平。相反，而冬季并未找到直观的证据表明气温与居民电量有显著的相关关系，统计检验表明，冬季各气温指标的相关性较小，且统计检验不显著。
最后，我们也分别对攀枝花等其他五地市的气温与该市居民电量开展了相关性分析。结果表明：一是整体来看，各地市平均气温与居民用电相关性较高。二是攀枝花市最高气温与用电量有较强的相关性。三是夏季川东部地区的三个城市，日内平均气温与气温的相关性最强。四是日内温差小的南充、宜宾两地日内最高气温、最低气温也与用电水平保持了较强的相关性。五是盆地西部冬季气温水平与电量相关性较弱。
2.3 居民、商业电量温敏度分析
2.3.1 居民电量温敏度分析
我们选取了2016年全年的数据子样本，将所有温度数值从0度开始，按照从低至高的顺序排列，将全年该气温数值下（保留气温整数位）对应的电量均值计算出来，进一步计算气温每升高一度，电量增长的百分比。当然，按照相关图的显示结果，我们按照15度划分高温和低温区间，对于15摄氏度以下的低温区间气温值，我们计算每减少一度，电量增加的百分比。以成都日均温和日最高温为例，日均温从19摄氏度开始，用电明显变化，变化幅度超6%。在29度增速达到峰值超18%。同样低温区间内，气温在7度左右用電量开始有显著变化，2度左右幅度最大超6%。 从温敏区间看，高温区间内，乐山市在23度左右，内江、宜宾在26度上下，攀枝花和南充都在28度左右。低温区间内，乐山、南充在6度左右，攀枝花、内江和宜宾都在11度左右。
2.3.2 分析结论
温敏分析可得出以下规律：一是夏季高温出现的地市，28度左右是高温的电量变化敏感集中区，过此界限，温敏负荷不再增加，然而若均溫达到33度以上，用电会再度显著暴增。二是对攀枝花而言，气温敏感区间较长，无论冬夏敏感的气温值较高。三是全年气温波动较大的南充、乐山两市冬季敏感气温水平低。四是对于温差较小的宜宾、内江两市，高温敏感气温值较低。五是成都、乐山两地气温较低的城市，冬季敏感气温值较低。六是对极端高温出现的地市如宜宾、内江两地，其高温敏感区间较长。
简单讲，敏感区分两段;高温地区更耐热，低温地区更耐冷;高温地区气温敏感区间更长。
2.4 商业用电的温敏分析
利用K-mean算法，我们根据商业用户的用电规律，将其划分为三类，分别为商业综合体，酒店以及其他商业类型。通过相关性分析可知，除商业综合体以外，酒店及其他类型商业用电与气温指标存在较强的相关关系。进一步通过回归分析可知，气温变化，商业类型用电变化是不同的，其中，平均气温每变化1度，商业综合体用电增长1.07%，酒店增长1.81%，而其他商业类型增长2.57%。
2.5 非温敏季节居民用电的照明影响分析
冬夏两季气温对居民用电具有显著影响，在气温不敏感的时段，照明用电是一个重要视角。以成都市为例，白昼时间全年存在差异。通过计算昼夜时长，成都市白昼时间最短为10.17小时（约610.22分钟），白昼最长时间为14.13小时，相差约4小时，平均白昼时长为12.12小时。
春秋两季白昼时长与电量趋势吻合度高，夏冬两季受叠加的气温影响，吻合程度低。由于白昼时间随着地球公转而呈线性变化，我们假设在其他条件不变的情况下，电量增长也应呈现线形的增长趋势。为此我们采用线性回归对白昼时间和电量增长开展线形回归，从回归估计可知，昼长每减少10分钟，日用电量增长0.16%，秋季增长0.78%。
3 结论及建议
通过以上气温、日照对各地市居民用电特征的分析可知，一是川内六地市可划分为四类主要的气候特征。二是从气温水平影响来看，平均气温水平对居民用电的相关性较强，冬季气温影响不显著。三是川东更耐热，川西川东北更耐冷。四是商业用户中除商业综合体以外的酒店和其他商业用电与气温存在较强的相关性，受气温影响较大。五是从非气温影响的照明因素看，白昼时长与居民用电存在弱的负相关关系。
转载注明来源:https://www.xzbu.com/8/view-14726044.htm
