刘军会　尹硕　白宏坤　杨萌　邓方钊

摘 要：为准确估算2016年河南电网降温负荷的大小，基于8760负荷、空调容量、气温等数据，提供了负荷曲线比较、用电设备成分分析、典型日负荷对比3种测算方法。并对“十二五”以来降温负荷在最大负荷中占比、贡献度进行分析，判断了未来降温负荷的发展趋势。

关键词：降温负荷 负荷曲线比较 用电设备成分分析 典型日负荷对比

中图分类号：TM714 文献标识码：A 文章编号：1672-3791（2016）10（a）-0040-02

降温负荷是由空调、冰柜等降温设备产生，导致电网负荷短期迅速增长的负荷。近年来，随着居民生活水平的提高、空调保有量的增长，降温负荷成为河南电网夏季大负荷屡创新高的重要原因。

降温负荷与气温、经济发展水平有密切的关系，涉及大量的数据资料，测算准确性问题一直是研究的难点。

1 降温负荷测算方法

1.1 负荷曲线比较法

负荷曲线比较法可直接利用负荷曲线推算降温负荷。其基本思路是：以春季和秋季的典型日（日负荷率与季度平均日负荷率最接近、且负荷曲线无异常畸变）负荷曲线的平均值为基准，夏季最大负荷日曲线与该基准曲线的差值就是降温负荷曲线，其峰值就是当年最大降温负荷。

具体流程如下。

（1）选择春季和秋季的典型日。

（2）设春季典型日负荷曲线为，秋季典型日负荷曲线为。

（3）采用春季和秋季典型日负荷曲线的平均值作为当年的无降温基准负荷曲线，以消除负荷自然增长的影响。

（4）把夏季最大负荷日曲线与无降温基准负荷曲线相减，得到的差值就是夏季受温度影响的降温负荷曲线。

（5）取降温负荷曲线峰值，即为当年最大降温负荷。

4月3日为河南电网2016年春季典型负荷日，春季典型日负荷率γ为93.1%。7月29日为河南电网2016年最大负荷日，省网最大负荷5 208万kW，创历史新高。根据计算，2016年夏季最大降温负荷为1 900万kW，出现在2016年7月29日13点。

1.2 用电设备成分分析法

（1）民用空调类降温负荷。2016年全省居民户数学及空调容量见表1。考虑全省空调开机同时率为60%、空调制冷压缩机工作同时率为50%，全省民用空调负荷约为：全省民用空调负荷=全省空调总装容量×空调开机同时率×空调制冷压缩机工作同时率=5815×0.6×0.5=1745万kW。

（2）行政企事业单位及第三产业降温负荷：依据7月29日全省用电量成分比例，居民生活用电量约占总电量的27.25%，第三产业用电量约占总电量的15.43%。据此推算全省行政企事业单位及第三产业降温负荷约为：全省行政企事业单位及第三产业降温负荷=全省民用降温负荷×第三产业用电量比例/居民生活用电量比例=1745×15.43/27.25=988万kW。

（3）降温负荷合计：考虑上述民用降温负荷与行政企事业单位、第三产业降温负荷的同时率约为70%，可以推算出全省降温负荷约为：全省降温负荷=（全省民用降温负荷+全省行政企事业单位及第三产业降温负荷）×两类降温负荷的同时率=（1745+988）×0.7=1913万kW。

1.3 典型日负荷对比分析法

利用历史数据统计，2016年4月河南省平均气温21 ℃，省网平均最高用电负荷为3 200万kW左右，降温负荷可按零考虑；2016年7月29日最高气温38 ℃，省网最高用电负荷为5 208万kW，较4月省网平均最高负荷高出2 008万kW。考虑4月份以来该省一般工商业及居民基础用电负荷增加50万kW，工业负荷因环保治理、季节性减产等原因减少80万kW，厂用电及网损增加2008×7%=140万kW，可大致估算出7月29日省网最高降温负荷约为（2008+80-50-140）=1 898万kW。

同时，由于8月上旬全省气温偏低，8月8日平均最高气温降至29 ℃～30 ℃，省网用电负荷降至3 443万kW，较7月29日下降1 765万kW，居民降温负荷基本降至零，但第三产业（大型商场及行政企事业单位）仍有部分降温负荷，预计为150万kW，可大致推算出7月29日省网最大降温负荷约1 915万kW。

对比分析上述3种方法预测结果，综合推断出大负荷日降温负荷最高约为1 900万kW。

2 2010—2016年夏季降温负荷情况

从2010—2016年降温负荷变化趋势图（见图1）可以看出，“十二五”期间，河南省降温负荷增长较快，年均增长率为11.27%，由于2016年夏季全省出现持续高温天气，2015—2016年降温负荷增长率高达8.57%。近年降温负荷占最大负荷的比重基本在30%以上。夏季温度越高、持续时间越长，降温负荷对最大负荷增长的贡献度越高。随着人民生活水平的提高、空调保有量的增长，降温负荷对最大负荷的增长贡献将进一步加大。

3 结论

（1）负荷曲线比较法思路清晰，仅利用8760数据即可获得夏季日降温负荷曲线。利用该曲线不仅可进行降温负荷特性分析，再进一步积分可得日降温电量。由2016年夏季最大负荷日降温负荷曲线可知，降温负荷曲线呈现“两峰两谷”的形状，7～8点之间、18～19点之间的低谷均为上下班时间，企事业单位和家庭空调均未开启。（2）用电设备成分分析法直接从空调负荷入手解构降温负荷的组成，概念清晰。但需要较多的统计数据作支撑，同时率等指标依赖多年数据积累，基础工作量大。（3）典型日负荷对比法从温度与负荷的相关关系入手通过做减法来截取降温负荷。（4）随着人民生活水平的提高、空调保有量的增长，降温负荷对最大负荷的增长贡献将进一步加大。

参考文献

[1] 何晓峰，黄媚，农植贵，等.地区电网降温负荷与气温的敏感性分析[J].电力需求侧管理，2013（5）：17-22.

[2] 秦砺寒，李顺昕，韩江磊，等.基于FOA优化的BP神经网络在夏季空调降温负荷预测中的应用[J].华东电力，2014（12）：2708-2712.