CN114169746A - 夏季空调降温负荷的确定方法 - Google Patents
夏季空调降温负荷的确定方法 Download PDFInfo
- Publication number
- CN114169746A CN114169746A CN202111475527.6A CN202111475527A CN114169746A CN 114169746 A CN114169746 A CN 114169746A CN 202111475527 A CN202111475527 A CN 202111475527A CN 114169746 A CN114169746 A CN 114169746A
- Authority
- CN
- China
- Prior art keywords
- load
- summer
- day
- cooling load
- autumn
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001816 cooling Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004378 air conditioning Methods 0.000 claims abstract description 9
- 230000005611 electricity Effects 0.000 claims abstract description 8
- 239000000126 substance Substances 0.000 claims description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Air Conditioning Control Device (AREA)
Abstract
本发明涉及一种夏季空调降温负荷的确定方法,具体步骤是:根据被测地区往年气候数据和电力负荷数据,建立春、夏、秋三季的电力负荷曲线以及春、秋季典型工作日电力负荷曲线,以春、秋季典型工作日负荷曲线之和的平均值作为无降温负荷用电的负荷曲线,把被测年度夏季工作日负荷曲线减去无降温负荷用电的负荷曲线,即为被测区域夏季空调降温负荷曲线,根据被测区域夏季空调降温负荷曲线,得到各时间段的最大空调降温负荷。本发明是基于夏季空调降温负荷受温度和湿度等因素的影响,而提出了一种确定夏季空调降温负荷的方法,该方法简便易行,具有较高的准确性,可以作为电力部门在制定气象条件变化很大时的负荷调控措施的依据。
Description
技术领域
本发明涉及一种应用气象技术,具体地说是一种夏季空调降温负荷的确定方法。
背景技术
近年来,节能减排政策的实施会造成产业结构的调整和高能耗行业用电比重的变化,进而对电力电量需求以及负荷特性造成显著影响。例如,预期第二产业负荷增长率将会下降,而第三产业的用电量增长速度将会超过全社会用电量的增长速度,且所占全社会用电量的比重也将会有所上升。同时,随着我国经济的快速发展,人民生活水平的逐步提高,以及夏季气温的总体上升,家用电器的拥有率和使用率也在不断提高,这促使我国各地区尤其是北方高热地区在夏季时段降温负荷的快速增长。另外,电子、纺织、医药等对生产环境有温度要求的行业,所采用的降温设备也越来越多。因此,电力负荷受气象因素的影响在不断增大。空调降温负荷比重的增加,会给电力系统的日负荷特性、电压稳定以及系统频率等方面都会带来一定的负面影响。而电力部门对所在供电区域的空调降温负荷进行测算和分析时,就可以为制定高峰时段的负荷调控措施提供科学依据。但目前还没有一种行之有效的计算方式,以确定区域内夏季空调降温负荷的具体情况。
发明内容
本发明的目的就是提供一种夏季空调降温负荷的确定方法,以解决目前尚不能对区域内夏季空调降温负荷进行确定的问题,从而为电力部门合理调度夏季用电负荷提供更加可靠的科学决策依据。
本发明是这样实现的:一种夏季空调降温负荷的确定方法,包括以下步骤:
1、收集被测地区的往年气候数据,选择确定该区域春季和秋季的代表月份;
2、收集被测年度的春季代表月份和秋季代表月份的电力负荷数据,分别建立春季代表月份的电力负荷曲线P 1d,h、秋季代表月份的电力负荷曲线P 3d,h、春季代表月份的所有工作日电力负荷曲线P 1w,h以及秋季代表月份的所有工作日电力负荷曲线P 3w,h;
3、对春季代表月份的所有工作日电力负荷求取平均值,作为春季典型工作日负荷曲线P 1W,h,其具体表达式为:
其中:d表示日,h表示小时(h=1,2,…,24),W表示工作日,n表示工作日数量;
4、对秋季代表月份的所有工作日电力负荷求取平均值,作为秋季典型工作日负荷曲线P 3W,h,其具体表达式为:
其中,d表示日,h表示小时(h=1,2,…,24),W表示工作日,n表示工作日数量;
5、以春季典型工作日负荷曲线P 1W,h与秋季典型工作日负荷曲线P 3W,h之和的平均值作为被测年度的无降温负荷用电的负荷曲线,其具体表达式为:
6、收集被测年度的夏季电力负荷数据,建立夏季工作日负荷曲线P 2w,h;
7、把被测年度夏季工作日负荷曲线P 2w,h减去无降温负荷用电的负荷曲线P BW,h,所得差值即为被测区域夏季空调降温负荷曲线:
本发明夏季空调降温负荷的确定方法还包括以下步骤:
8、根据被测区域夏季空调降温负荷曲线,得到各时间段的最大空调降温负荷;
9、各时间段的最大空调降温负荷中的最大值者,即为当年的年最大空调降温负荷。
本发明是基于夏季空调降温负荷受温度和湿度等因素的影响,而提出了一种确定夏季空调降温负荷的方法,是根据被测地区往年气候数据和电力负荷数据,建立春、夏、秋三季的电力负荷曲线以及春、秋季典型工作日电力负荷曲线,以春、秋季典型工作日负荷曲线之和的平均值作为无降温负荷用电的负荷曲线,把被测年度夏季工作日负荷曲线减去无降温负荷用电的负荷曲线,即可得到被测区域夏季空调降温负荷曲线。该方法简便易行,具有较高的准确性,可以作为电力部门在制定气象条件变化很大时的负荷调控措施的依据。
附图说明
图1是本发明预测方法的流程框图。
具体实施方式
参看图1,本发明夏季日最大降温负荷的预测方法的具体过程如下:
(1) 收集被测地区的往年气候数据,选择确定该区域春季和秋季的代表月份。
(2)设春季代表月份里每天的电力负荷曲线为P 1d,h;这里d表示日,h表示小时(h=0,1,…,23或h=1,2,…,24)。
(3)选择春季代表月份所有工作日的电力负荷曲线,用P 1wd,h表示,这里w表示工作日。
(4)用工作日电力负荷曲线的平均值来代表春季典型工作日负荷曲线P 1W,h,具体表达式如下:
这里,n表示工作日数量。
(5)类似步骤(2)~ (4),得到被测地区秋季代表月份所有工作日的电力负荷曲线P 3w,h以及秋季典型工作日负荷曲线P 3W,h:
(6)采用春季和秋季工作日负荷曲线的平均值作为当年的无降温负荷用电的负荷曲线P BW,h,以消除负荷自然增长的影响:
(7) 收集被测年度的夏季电力负荷数据,建立夏季工作日电力负荷曲线P 2w,h,把夏季工作日电力负荷曲线P 2wd,h与步骤(6)得到的无降温负荷用电的负荷曲线P BW,h相减,得到的差值就是被测区域夏季空调降温负荷曲线P:
(8)根据被测区域夏季空调降温负荷曲线P,即可得到各时间段的最大降温负荷。
(9)取步骤(8)得到的各时间段最大降温负荷数值中的最大者,即为当年的年最大降温负荷。
本发明是基于河北省电力公司石家庄地区逐96点负荷数据及同期气温资料,采用最大负荷比较法和基准负荷比较法测算出的结果相差不大,两者相互佐证,说明本方法的可行性。
利用2017~2019年的河北石家庄市96点电力负荷数据和气象站温度、湿度观测数据,对夏季日峰空调降温负荷预报进行了分析。分析发现,石家庄地区三年来最大降温负荷在逐年增加,且占年最大负荷的比重越来越大。由基准负荷比较法得到的比重分别为23.11%,26.88%和30.51%。按照这个趋势,该比重在2021年有可能会超过32%。
节能减排政策实施后,每年的最大降温负荷呈“W”型分布,其中7~8月达到最高峰值,且远高于其他月份,日峰负荷随季节变化明显,两个峰值分别出现在12:30和20:00左右,两个谷值分别出现在7:00和17:00左右。这与石家庄市日电力负荷构成、气象条件和居民生产生活等有密切关系,早晨7:00左右为城镇居民起床后会关闭空调、开窗通风,所以降温负荷较小,早上7:00之后,居民开始上班,生活和工业空调等设备用电负荷均迅速增大;至中午12:00~13:00,达到日最高气温,降温负荷达到峰值;傍晚17:00~18:00左右,由于错峰上下班,降温负荷较小;晚上19:00之后,居民空调等降温设备使用量增大,降温负荷大幅上升,达到第二个峰值。可见,降温负荷受温度和湿度等因素的影响很大。因此,被测区域年最大降温负荷的确定,能为该地区电力部门制定气象条件变化很大时的负荷调控措施,提供科学的依据。
Claims (2)
1.一种夏季空调降温负荷的确定方法,其特征是,包括以下步骤:
a、收集被测地区的往年气候数据,选择确定该区域春季和秋季的代表月份;
b、收集被测年度的春季代表月份和秋季代表月份的电力负荷数据,分别建立春季代表月份的电力负荷曲线P 1d,h、秋季代表月份的电力负荷曲线P 3d,h、春季代表月份的所有工作日电力负荷曲线P 1w,h以及秋季代表月份的所有工作日电力负荷曲线P 3w,h;
c、对春季代表月份的所有工作日电力负荷求取平均值,作为春季典型工作日负荷曲线P 1W,h,其具体表达式为:
其中:d表示日,h表示小时(h=1,2,…,24),W表示工作日,n表示工作日数量;
d、对秋季代表月份的所有工作日电力负荷求取平均值,作为秋季典型工作日负荷曲线P 3W,h,其具体表达式为:
其中,d表示日,h表示小时(h=1,2,…,24),W表示工作日,n表示工作日数量;
e、以春季典型工作日负荷曲线P 1W,h与秋季典型工作日负荷曲线P 3W,h之和的平均值作为被测年度的无降温负荷用电的负荷曲线,其具体表达式为:
f、收集被测年度的夏季电力负荷数据,建立夏季工作日负荷曲线P 2w,h;
g、把被测年度夏季工作日负荷曲线P 2w,h减去无降温负荷用电的负荷曲线P Bw,h,所得差值即为被测区域夏季空调降温负荷曲线:
2.根据权利要求1所述的夏季空调降温负荷的确定方法,其特征是,还包括以下步骤:
h、根据被测区域夏季空调降温负荷曲线,得到各时间段的最大空调降温负荷;
i、各时间段的最大空调降温负荷中的最大值者,即为当年的年最大空调降温负荷。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111475527.6A CN114169746A (zh) | 2021-12-06 | 2021-12-06 | 夏季空调降温负荷的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111475527.6A CN114169746A (zh) | 2021-12-06 | 2021-12-06 | 夏季空调降温负荷的确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114169746A true CN114169746A (zh) | 2022-03-11 |
Family
ID=80483227
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111475527.6A Pending CN114169746A (zh) | 2021-12-06 | 2021-12-06 | 夏季空调降温负荷的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114169746A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371243A (zh) * | 2023-11-03 | 2024-01-09 | 国网河北省电力有限公司 | 短期负荷预测中考虑积温效应的体感温度修正方法 |
-
2021
- 2021-12-06 CN CN202111475527.6A patent/CN114169746A/zh active Pending
Non-Patent Citations (2)
Title |
---|
唐伟斌;李涛;邹品晶;曾建平;向仲卿;胡斯佳;: "基于皮尔逊相关系数的电网夏季空调负荷预测研究", 电力需求侧管理, no. 06, 20 November 2017 (2017-11-20) * |
童述林;文福拴;: "节能减排环境下广东省年最大降温负荷的测算与分析", 华北电力大学学报(自然科学版), no. 05, 30 September 2010 (2010-09-30) * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117371243A (zh) * | 2023-11-03 | 2024-01-09 | 国网河北省电力有限公司 | 短期负荷预测中考虑积温效应的体感温度修正方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110264080B (zh) | 一种绿色建筑运行性能评价方法、装置、设备及存储介质 | |
Wan et al. | Future trends of building heating and cooling loads and energy consumption in different climates | |
Lam | Climatic and economic influences on residential electricity consumption | |
Lam et al. | An analysis of future building energy use in subtropical Hong Kong | |
Ma et al. | Energy consumption prediction of air-conditioning systems in buildings by selecting similar days based on combined weights | |
CN111046536B (zh) | 基于变化的适应性因子和预测平均投票值的热舒适建模方法 | |
CN114169746A (zh) | 夏季空调降温负荷的确定方法 | |
CN112149309B (zh) | 一种考虑温度-负荷相关性的调温负荷曲线拟合方法 | |
CN109299814B (zh) | 一种气象影响电量分解预测方法 | |
Assawamartbunlue | An investigation of cooling and heating degree-hours in Thailand | |
Lam et al. | An analysis of climatic influences on chiller plant electricity consumption | |
Wang et al. | A review of load forecasting of the distributed energy system | |
CN116663997A (zh) | 一种分体式空调节能效果评估方法、系统、设备及介质 | |
CN115392544A (zh) | 家庭用电负荷预测方法和装置 | |
CN114266375A (zh) | 一种基于多新息算法的地区短期电力负荷峰值预测方法 | |
CN110298765A (zh) | 一种基于客观关联因素的配电网用电功率异常检测方法 | |
Azar et al. | Sensitivity of energy simulation models to occupancy related parameters in commercial buildings | |
Kareem et al. | Removing seasonal effect on city based daily electricity load forecasting with linear regression | |
CN104240144B (zh) | 一种基于需求响应的电力负荷聚类方法 | |
CN115271168A (zh) | 用电负荷响应潜力的预测方法、装置及存储介质 | |
CN108460479A (zh) | 一种公共楼宇空调短时基线负荷预测方法 | |
CN115392546A (zh) | 基于气象因子的降温电量预测及需求侧管理方法及装置 | |
Zurkafli et al. | Personal Energy Auditor based on Energy Consumption Rating using Normal Distribution for Energy Efficiency | |
TW201820246A (zh) | 取得用電戶之負載運作機率之方法及取得用電戶群組之負載運作機率之方法 | |
Yuniarti et al. | The influence of Overall Thermal Transfer Value (OTTV) on building energy consumption |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |