陶文德

（兰州交通大学，甘肃兰州 730070）

0.引言

电力负荷指的是电力需求量，即单位时间内电力的用电量，主要指的是某一瞬间内，供电地区电力系统能够承担的功率值。南疆和田地区的电网以新能源发电为主，在日照充足地区建立了多个能源发电站，主要以农业负荷为主[1-2]。随着经济的进一步发展，其用户的用电量需求有所增加，电力负荷和电网的备用容量进一步增大，产生的电网指标发生了相应变化[3-4]。在城镇化的不断推进下，该地区出现了快速增长的用电需求，产生了较为明显的峰谷电压差，不断加剧该地区的用电供需矛盾，严重威胁电力系统的稳定安全运行，使得电力市场的分析和预测能力有所下降[5-6]。

本文在此基础上，选择合适分析方法对南疆和田地区的电网负荷特征进行分析，主要研究其与气象因子的关系，充分掌握区域电网的负荷发展趋势，为提高电力系统的运行标准提供理论依据，保证各类电力设备的使用时间和效率。

1.实验准备

根据南疆和田地区的行业发展规律，选取影响电力负荷变化最直接的生产行业，其中农业区作为生产指标的贡献较大因素，其农业灌溉产生的电力负荷占该区的70%。在分析不同影响因素对电力负荷变化中，调取来自农业局的真实数据，年限为2019—2020年的逐时资料，包括负荷对应时段内的气温、相对湿度以及气压等气象资料，排除掉检修等特殊情况，具体数据如图1所示。

图1 年平均电力负荷变化情况

根据图1中内容所示，在选择的调查年份中以每年的4月份开始，电力负荷出现变化，并在10月份之后变回平稳状态，并在次年的6月份出现高峰状态。以上情况符合当地的农业生产，基本上表示从春耕开始到农忙结束这一阶段，电量的需求随之产生变化，说明选取的资料数据较为真实。以对应时间段内的相关参数资料，整理其24小时内的具体数据，如图2所示。

图2 相关气候因素日变化情况

根据图2中内容所示，气候因素的变化情况存在自身规律，主要为在相对湿度的条件下，其对应温度的变化较为平缓，一般情况下相对湿度越高对应的气候温度越低。以采集到的资料信息按照最大温度值、最低温度值、以及最大负荷和最小负荷的调取，选取合适的关联分析方法进行测试。

2.实验过程

2.1 建立电力负荷周期预估模型

在选择的近两年南疆地区的电力负荷数据中，通过2级标准化处理初步得到，其去除周期变化后的数据预估值，通过周期预估模型建立其与气象因子相关关系，选择日最高温度进行验证，分析电力负荷特征与所在气象因子之间的联系[7-8]。以聚类分析方式选择不同时段内的最高温度，对数据与变量之间的相似度进行测量，可以按照不同的距离公式计算，表达式为：

公式中：将采集到的电力数据s归类为集合用h来表示；在数据要测量的变量d中包含相对距离，用asd来表示。设定每个数据与变量之间存在相关回归参数用f表示，利用样本数据与变量之间的相似度进行距离计算，能够得出不同变量对数据的影响范围程度。以最短距离为目标数据的参考指标标准，设定影响电力负荷变化的气候因素。

2.2 设定电力负荷变化指标

综合需要分析的两个资料信息，在气候因素中能够直观看出联系性的因子为温度，基本上随着温度的增加其电力负荷会产生压差变化。综合上述分析可知电力负荷主要受温度响应，在不同季节内气温的变化情况不一致，产生的温度幅度变化也不一致。根据采集到的气象数据结果显示，南疆地区的最高温度出现在每年的7月份，其中最大电力负荷与温度的分布情况，如图3所示。

图3 最大电力负荷与温度分布情况关系示意图

根据图3中内容所示，以南疆的天气变化为变量，选择不同月份对应的电力负荷进行分析，在最高温度和最低温度的影响下，其产生的电力负荷数值不尽相同。在温度超过26℃时，电力负荷会急速增加，导致南疆地区的电力负荷增大。因此，将温度设定为影响电力负荷变化的指标之一，围绕影响温度变化的因素，对电力负荷特征的变化情况进行测试，根据对气候温度影响强烈的因素湿度作为对照，以降水量作为湿度评判标准，分别验证不同温度情况以及降水模式下，南疆和田地区电力负荷的变化情况。

3.测试结果分析

3.1 温度因素与电力负荷的关系测定结果

根据影响电力负荷的选定指标来看，南疆和田地区属于新疆较为发达的地区，其内部农业占据主要生产力，以其电力负荷的增长情况验证不同温度变化下，对应电力负荷的增长情况。以预测模型中的周期变化显示，历史数据中在农忙阶段的电力负荷持续上涨，选择电力负荷最高的7月份为测试周期，其对应的初始温度为26℃。为进一步检验超高温度对电力负荷的影响，以每个1℃为电力负荷增加的测试条件，在初始温度设置为26℃时，依次增加相对温度进行多轮回归测试，具体电力负荷值如表1所示。

表1 增温效应下电力负荷变化情况（kW）

根据表1中内容所示，在随着温度增加的情况下，电网的电力负荷值持续增加，以多轮统计结果来看，在最高温度的前提标准下，每升高1个温度系数指标，其最大电力负荷值会增加100kW，说明气象因子中温度因素与电力负荷呈正向相关关系。

3.2 降水因素与电力负荷的关系测定结果

在相同节气内气温的变化主要受太阳辐射影响，按照采集到的资料信息，将新疆地区的天气情况作出统计。发现其夏季的气温变化较为明显，主要受到降水影响，根据不同时段的光照情况，将采集到的信息数据分为4种类型，分别为全天降雨、上午降雨、下午降雨以及全天无降雨。按照全天24h的数据采集标准，将不同类型下的对应温度进行绘制，具体情况如图4所示。

图4 降水模式与气温变化关系

根据图4中内容所示，在不同类型的降水模式下，每日的最高温度产生时段不一致，以不同类型的降水类型为基准，进一步验证其与电力负荷的关系，对降水截止后的电力负荷值进行统计，综合上述情况进行分析，对应的电力负荷情况，如表2所示。

表2 不同降水类型下电力负荷数值统计结果（kW）

根据表2中内容所示，最大电力负荷值出现在了全天无降水类型中，最小电力负荷值出现在全天降水类型中，其中上下午降水类型产生的电力负荷数据基本一致。主要是随着降水的影响，其对应的温度会随之产生变化，全天不降水情况下，南疆和田地区的日照时间会增加，地表温度会增高，使得电力负荷增加，反之在降水过程中对应的日照时间较少，产生的电力负荷值对应较低。

综合结果来看：降水对温度会产生影响，主要呈现负相关变化，而温度对电力负荷的影响呈现正相关变化，所以降水与电力负荷的影响也呈现负相关变化。

4.结语

本文在采集南疆和田地区近年的历史数据中，对气象变化和电力负荷情况进行了有效统计，根据提取到的电力负荷变化指标建立周期预估模型，在相关因素的关联方法下，对该地区的电力负荷特征和气象因子关系进行分析。实验结果来看：在2个信息资料的分析基础上，对温度因素和降水因素进行了回归关联，得出电力负荷会随温度的升高而增加，二者呈现正相关性；降水会对温度产生负相关影响，因此降水条件下电力负荷的降低，呈现负相关性。但由于本人时间有限，在研究过程中只分析了最高温度对电力负荷的影响，没有对最低温度和平均温度进行检测，结果具有一定偏差性。后续研究中会综合考虑温度变化情况，以此完成南疆和田地区的电力特征分析，为其电力行业的发展提供科学理论支持。