用電量與氣溫變化關系分析祁暉【摘要】文章采用定量分析與定性分析相結合的方法,使用實例數據分析和揭示了氣溫與用電量的關系,使分析的結論更好地指導實際工作.期刊名稱】《江蘇科技信息》年(卷),期】2011(000)001【總頁數】2頁（P46-47）【關鍵詞】電量;溫度;回歸分析;定量分析【作者】祁暉【作者單位】江蘇省電力公司泰州供電公司【正文語種】中文問題的提出根據經驗，氣溫升高，空調負荷會逐步上升，帶動用電量增長。但是兩者之間的關聯度有多大？對應關系又如何？本文選擇某地區8月份的電量與氣溫數據作了分析（如圖1）。從圖1中可以看出，用電量曲線與平均氣溫曲線變化趨勢基本一致，兩者存在非常明顯的相關性。定量分析使用數學方法對電量和平均氣溫兩個指標相關性做定量分析（如圖2）。從擬合圖中可以發現，大部分的實際數據點離擬合直線較近，但是有5~6個點偏離較遠。說明在這幾天，氣溫和電量的關系并不十分符合圖2表達式中的表述。進一步思考發現，氣溫是影響電量的重要因素，節假日也是影響電量的重要因素之一。大部分企事業單位星期六、星期天會放假，用電量會明顯下降?；谶@一點，將節假日因素排除后再作一次擬合分析（如圖3）。根據圖2、圖3可以得到兩個結論：①氣溫是影響8月份電量波動的主要因素，節假日會產生一定波動。②如果不考慮節假日，溫度影響系數會增大，即工作日電量變化受溫度影響更大。其中，第二點與現實基本吻合。事業單位、學校、寫字樓等用戶夏季非節假日空調負荷很大，而工業企業由于生產連續性等原因，工業用電不會有很大變化。工業生產消耗電量受氣溫變化影響較小，導致節假日地區供電量受氣溫影響變小。圖18月全社會日用電量與氣溫變化關系圖28月全社會日用電量和平均氣溫擬合圖38月日用電量和平均氣溫擬合（除去節假日）定性分析根據上述分析可以基本掌握氣溫對地區用電量的影響。再采用定性分析法對實際數據做進一步分析。（1）回代數據分析差異。使用實際溫度和擬合公式可以預測出用電量，再與實際用電量比較（見表1）。通過表1可以發現，大部分節假日的數據均低于按照工作日擬合公式計算出的預測值。偏差值與工作日與節假日電量偏差的平均水平接近（根據近幾個月用電量數據分析，平均工作日與節假日電量偏差約250萬kWh）。15號、21號偏差較大，甚至超過了預測值，這說明盡管氣溫是日用電量變化產生的主要原因，但是部分偶發因素產生的次要影響也較大。這些偶發因素主要是工業單位生產安排的變化。（2）多項式擬合。以上本文主要使用了線性擬合公式。實際在數學上還有指數、對數、多項式等多種擬合方式。使用線性擬合的方式比較容易找到溫度影響系數值，即x的系數。下面本文將使用多項式擬合，并進一步分析。從圖4可以看出，優化后的擬合線是一條曲線，拐點對應的溫度值分別是26工和31.5°C。當氣溫低于26°C或高于31.5°C時，曲線趨于平緩，電量受氣溫的影響減小。實際情況中，當氣溫低于26C時，大部分家庭和單位均不會使用空調，氣溫繼續下降，也不會減少供電量。氣溫從26°C開始上升后，各地空調陸續打開，氣溫越高空調使用率越高，電量迅速增長。而氣溫高于31.5C時，空調基本均已滿負荷運轉，氣溫再上升也不會帶動電量迅速增長。表1節假日預測用電量與實際用電量對比日期平均氣溫（°C）用電量（kWhx104）星期擬合值偏差8月1日33.08147星期日8485.03388月7日30.07511星期六7828.03178月8日29.17296星期日7630.93358月14日32.58314星期六8375.5628月15日28.07607星期日7390.0-2178月21日30.38015星期六7893.7-1218月22日31.38115星期日8112.7-28月28日24.56535星期六6623.5898月29日25.96704星期日6930.1226圖48月全社會日用電量和平均氣溫多項式擬合現實意義與不足通過以上分析，可以提供一種預測近期電量的方法，使供電部門能合理安排運作，保障電力供給。如果結合氣象部門的月度氣溫情況，還可以預測月供電量，合理安排全月購電計劃。本文涉及的分析方法還有以下不足：①文中對氣溫和電量關系的分析一般只適合7~9月。這幾個月空調負荷對電量影響較大，變化規律容易掌握，而其他月份基本不使用空調，電量與氣溫關系不大，電量的波動主要是由于受工業用戶生產的影響。②一般需要30天的