利用采暖/制冷度日分析建筑能耗变化的适用性评估

采暖/制冷度日与建筑能耗有显著线性关系,被认为是最简单可靠的衡量能源需求的指标,但其适用性还缺乏全面的评估。通过模拟1961-2009年天津市办公、商场以及不同节能水平的居住建筑能耗,分析了能耗与采暖/制冷度日的关系,确定其反映能耗变化的适用性。结果表明：采暖期办公及商场建筑的热负荷与采暖度日的相关性达到极显著水平（P<0.01）,决定系数（R2）分别为0.99和0.97;制冷期冷负荷与制冷度日的关系尽管也达到极显著水平,但决定系数仅分别为0.64和0.55;不同节能水平居住建筑热负荷与采暖度日极显著相关,决定系数均在0.99以上。研究认为：采暖度日可以反映办公、商场及居住建筑的热负荷特征,用于分析气候变化对能耗的影响是可行的;但制冷度日不能完全反映办公及商场建筑冷负荷的变化,仅可分别解释冷负荷变化的64%和55%,单纯用制冷度日研究能耗变化是不够全面的。通过分析能耗与气候要素的关系发现,冬季采暖期能耗主要受气温的影响,而夏季制冷能耗受气温和湿度的共同影响。     

LSTM在宜昌短期电力负荷预测中的试验应用

利用宜昌市历史气象数据、电力负荷数据以及日期类型数据等建立LSTM网络模型,通过逐步调优试验评估,提出适用于宜昌电力负荷预测的LSTM网络模型方案。利用过去48h的历史气象资料、电力负荷资料以及节假日类型资料对当前时次的电力负荷预测效果最好,平均绝对百分比误差可达到1.79%;对一天24h各时次的负荷进行直接预测时,宜选用过去72h的历史资料及51个隐藏层单元,其预测效果最好,但效果仍远不如对单一时次的预测;利用提出的模型分别对选取的三个个例进行单时次滚动预测及24h直接预测检验,结果显示预测效果均较好,平均MAPE均在2%以内,表明提出的预测模型具有一定的可行性。     

决策树技术分析气象因子对电力负荷预测的影响

基于决策树技术,对气象因子和日电力负荷的最高、最低值、平均值进行联合建模,量化气象因子对电力负荷的影响,从而确立一种有效的基于气象因子的短期电力负荷预测方法,用以生成日特征负荷决策树预测模型.通过该模型,结合预测日的气象、属性(日期、节日等)等信息,可进行日特征负荷的预测.预测结果表明,该模型具有自动化程度高、预测结果准确率高的特性.以河北省保定市气象数据和电力负荷数据为例进行了训练和预测,研究结果证明这种方法能较大地提高日电力负荷预测的精度.     

广西电网电力负荷变化特征与气温的关系及其预测

通过分析1997-2003年5-10月广西电网电力负荷月、周和节假日的变化特征,及与气温的相关关系,发现:电力负荷基本呈逐年增加的趋势,工作日和非工作日有着不同的变化特征,电力负荷与气温有明显的相关关系。采用逐步回归方法,建立了广西电网逐日电力负荷预测模型,对2002-2003年模型的拟合结果及2004-2005年模型的预测结果分析表明:模型对广西逐日电力负荷具有较好的拟合和预测效果,对逐日电力负荷的季节变化具有较好的拟合效果,尤其是夏季预测与实况趋势基本吻合。     

广西电网电力负荷变化特征与气温的关系及其预测

通过分析1997-2003年5～10月广西电网电力负荷月、周和节假日的变化特征，及与气温的相关关系，发现：电力负荷基本呈逐年增加的趋势，工作日和非工作日有着不同的变化特征，电力负荷与气温有明显的相关关系。采用逐步回归方法，建立了广西电网逐日电力负荷预测模型，对2002-2003年模型的拟合结果及2004-2005年模型的预测结果分析表明：模型对广西逐日电力负荷具有较好的拟合和预测效果，对逐日电力负荷的季节变化具有较好的拟合效果，尤其是夏季预测与实况趋势基本吻合。     

福州市夏季电力气象等级预测模型初探

对福州市1999~2002年5~9月日电力负荷与日平均气温、日最高气温、日最低气温、日平均相对湿度和天气状况进行分析,发现气象要素的变化会直接影响到电力负荷的调整。从逐日电力负荷资料中提取气象要素引起电力负荷变化的部分即气象负荷,通过计算气象电力负荷与气象要素之间一系列相关指标,并利用回归分析方法建立福州市夏季气象电力负荷预测模型,利用气象要素预报,可实现对气象电力负荷的预测。预测结果通过检验、分析和判定,最后确定了气象电力负荷等级划分的标准。对2003~2005年福州市夏季逐日气象电力负荷等级进行回代检验,结果表明该预测模型有较好的预报能力。     

夏季武汉市电网气象敏感负荷预测模型

利用2009—2010年武汉市日用电负荷资料和气象资料,提出了基于电网负荷的分解算法,将电网日最大负荷分解为基础负荷与气象敏感负荷2个主要分量,其中,气象敏感负荷与包含了气温、相对湿度及风速的综合气象敏感负荷条件指数相关。利用相关比法,分析了气象敏感负荷与气象敏感负荷条件指数的非线性关系,分析了气象敏感负荷条件指数变化与负荷变化关系。基于均方偏差最小原理和非线性最小二乘法,建立了夏季武汉电网气象敏感负荷与气象敏感负荷条件指数的多项式预测关系模型。2011—2012年夏季模型应用检验表明,预测平均误差接近6%。该模型可用于夏季电力气象服务工作。     

气象条件对电力负荷的影响分析

利用河北省南电网提供的2000～2006年逐日最大电力负荷资料.分析了日最大电力负荷的变化规律.以石家庄市为例,采用相关分析方法,分年逐月分析了日最大电力负荷与对应6个气象因子的相关性,得出不同时段电力负荷的主要气象影响因子;分析了6～9月和11月受气温影响显著月电力负荷的1℃效应量、3～8月10 mm以上降水量对电力负荷的影响变化率;采用多元回归的方法分时间段建立了最大电力负荷的气象预测方程,加上逐年电力负荷变化趋势项即可做电力负荷预测预报.     

电力调度气象服务效益评估研究——以长沙市为例

基于长沙市2010—2013年逐日日平均电力负荷资料及同时段逐日气象观测资料,利用统计方法对分离出社会经济因素对电力负荷的影响,在此基础上构建电力负荷与气象因子之间的关系模型,并基于该模型和对比分析法对长沙市电力调度的气象服务效益进行评估,最终得出2010—2013年长沙市电力调度的气象服务效益值为2.77亿元。     

夏季湖北电网气象敏感负荷预测模型研究

利用2009-2010年湖北电网日用电负荷资料和气象资料,提出了基于电网负荷的分解算法,将电网日最大负荷分解为基础负荷与气象敏感负荷2个主要分量.其中,气象敏感负荷与气温、相对湿度及风速的综合气象敏感负荷条件指数相关.提出了基于权重指数的湖北省面平均气象敏感负荷条件指数的算法.利用相关比法,分析了湖北省气象敏感负荷与面均气象敏感负荷条件指数的非线性关系.基于均方偏差最小原理和非线性最小二乘法,建立了夏季湖北电网气象敏感负荷与面均气象敏感负荷条件指数的多项式预测关系模型.经2010年9月模型应用检验表明,预测平均误差低于6％.该模型可用于夏季湖北省电力专业气象服务工作.     

北京地区热度日和冷度日的变化特征

应用1951—2004年北京逐日平均温度制作北京月、年的热度日 (HDD) 和冷度日 (CDD)。其中平均月HDD以1月 (687.9度日) 最大, 多年平均的年值为2922.6度日, 多年变化呈明显的下降趋势, 下降率为-99.5度日/10 a。平均月CDD以7月 (259.2度日) 最大。CDD多年平均的年值为826.7度日, 多年变化呈上升趋势, 上升率为39.0度日/10 a。1971—2004年HDD月城郊差值 (北京站-密云站) 冬季较大, 最大值为-73.8度日 (12月)。月CDD的城郊差值比HDD的差值小, 最大差值在8月 (34.0度日)。年HDD和CDD与年平均气温具有较高的相关性。年际、年代际HDD与年际、年代际平均气温具有反位相变化趋势, 随着气候增暖, 北京地区HDD将趋于减小, 冬季用于供暖的能源将减少; CDD将趋于增加, 夏季用于制冷降温的能源将增加。     

呼和浩特市热度日和冷度日变化特征

利用1952—2006年呼和浩特市逐日平均温度统计了热度日(HDD)和冷度日(CDD)变化特征。表明,呼和浩特市HDD以1月最大(918度日),多年年均值为4527度日,55a间呈现比较明显的平稳降低态势,线性趋势率为-145.5度日/10a;CDD以7月最大(42度日);多年年均值为74度日,多年变化呈现波动上升的趋势,线性趋势率为16.5度日/10a。HDD和CDD的日数动态变化与二者多年变化趋势是一致的,分别呈现降低和上升的趋势。呼和浩特市理论供暖和制冷日数分别为271d和38d。     

中国近50a来度日变化的研究

采用中国1951—2006年的气象观测资料,在运用度日分析法分析全国、各省及省会城市近50 a的平均温度变化的基础上,系统分析全国的度日变化情况;研究了中国六大区省会城市热度日（Heating Degree-day,HDD）和冷度日（Cooling Degree-day,CDD）的变化情况;分析了典型城市北京、上海、广州CDD的上升趋势和上升率,并求得相关方程。结果表明,北京、上海、广州CDD的长期变化都呈上升趋势,上升率分别为11.7℃/（10 a）、10.4℃/（10 a）、25.1℃/（10 a）。     

黑龙江省50a来度日的时空分布特征

选用黑龙江省经过均一性检验的59个台站1961-2010年逐日最高、最低气温计算全省逐年热度日（HDD）、冷度日（CDD）,分析其趋势及年代际和空间分布特征。结果表明：50 a来HDD总体呈显著的下降趋势,CDD整体表现为显著上升趋势。HDD基本上呈现由北向南递减趋势,CDD与HDD呈相反的变化特征,二者纬向分布明显。HDD与CDD均与对应时段平均气温具有较高的相关性,HDD与冷季平均气温呈反位相变化,CDD同暖季平均气温呈同位相变化。随着气候变暖,冷季用于供暖的能源将减少,暖季制冷所需的能源消耗将不断增加。     

气候变暖前后我国热度日和冷度日的特征分析

基于全国1960—2011年气象台站的逐日资料,运用度日分析法、Mann-Kendall检验法研究了气候变暖前后我国热度日(HDD)、冷度日(CDD)的变化情况。结果表明,我国北方及高原地区冬季气温在1987年前后发生突变,气候变暖后HDD有所下降;我国南方夏季气温在1997年前后发生突变,气候变暖后CDD有所上升。利用NCEP/NCAR再分析资料和环流指数资料进一步分析气候变暖前后的环流场特征,发现冬季AO指数与我国东北、华北、新疆西藏部分地区HDD具有显著的负相关关系,AO指数偏强(弱)时,强冷空气活动减少(增加),HDD减小(增大);夏季西太平洋副高面积指数与我国南方地区CDD具有显著的正相关关系,副高面积指数偏强(弱)时,晴热高温天气增加(减少),CDD增大(减小)。     

Present and projected degree days in China from observation,reanalysis and simulations

Degree days are usually defined as the accumulated daily mean temperature varying with the base temperature, and are one of the most important indicators of climate changes. In this study, the present-day and projected changes of four degree days indices from daily mean surface air temperature output simulated by Max Planck Institute, Earth Systems Model of low resolution (MPI-ESM-LR) model are evaluated with the high resolution gridded-observation dataset and two modern reanalyses in China. During 1979–2005, the heating degree days (HDD) and the numbers of HDD (NHDD) have decreased for observation, reanalyses (ERA-Interim and NCEP/NCAR) and model simulations (historical and decadal experiments), consistent with the increasing cooling degree days (CDD) and the numbers of CDD (NCDD). These changes reflect the general warming in China during the past decades. In most cases, ERA-Interim is closer to observation than NCEP/NCAR and model simulations. There are discrepancies between observation, reanalyses and model simulations in the spatial patterns and regional means. The decadal hindcast/forecast simulation performance of MPI-ESM-LR produce warmer than the observed mean temperature in China during the entire period, and the hindcasts forecast a trend lower than the observed. Under different representative concentration pathway (RCP) emissions scenarios, HDD and NHDD show significant decreases, and CDD and NCDD consistently increase during 2006–2100 under RCP8.5, RCP4.5 and RCP2.6, especially before the mid-21 century. More pronounced changes occur under RCP8.5, which is associated with a high rate of radiative forcing. The 20th century runs reflect the sensitivity to the initial conditions, and the uncertainties in terms of the inter-ensemble are small, whereas the long-term trend is well represented with no differences among ensembles.     

1961-2010年气候变化对天津市采暖期和夏季空调期的影响

根据1961－2010年天津市逐日气象要素,包括平均温度、最高温度、最低温度、相对湿度以及风速,采用统计学方法分析了近50 a天津市的冷暖度日变化以及冬季采暖期和夏季空调期的气候变化特征,探讨了冷暖度日、舒适日数与区域气候变化之间的关系。结果表明：近50 a天津市冷暖度日具有相反的变化趋势,暖度日（HDD）显著下降、冷度日（CDD）显著上升,且暖度日的变化幅度大于冷度日,变化主要集中于80年代之后。冷暖度日与极端温度之间具有显著相关性。采暖期低温日数呈下降趋势、空调期高温日数呈上升趋势。采暖期冷不舒适日数呈显著下降趋势,夏季空调期热不舒适日数呈显著上升趋势,与同期平均气温之间存在显著性相关,且不舒适气候的随机性呈增多趋势。说明在气候变暖背景下,区域气候变化对天津市采暖期和夏季空调期具有重要影响。     

华中区域取暖、降温度日的年代际及空间变化特征

选取华中区域（河南、湖北、湖南）通过均一化检验的53个气象站,利用1961—2007年逐日平均气温计算区域逐年取暖度日（HDD）、降温度日（CDD）,分析其趋势及年代际变化和空间分布特征。结果表明：47年来区域年HDD总体呈显著下降趋势;CDD呈微弱的下降,变化不显著,这与暖季较小的增温速率有关。HDD由河南向湖南基本上呈现递减的趋势,CDD与HDD呈相反的变化特征。HDD同冷季平均气温呈反位相变化,而CDD同暖季平均气温呈同位相变化。     

气象因素对淮北市电力负荷的影响及其预测研究

利用2012—2016年安徽省淮北市逐日用电负荷和气象要素数据,采用相关分析、回归分析、曲线拟合等统计方法,分析用电负荷的季节变化、周末/节假日效应变化规律,提炼主要气象影响因子并分析温度对负荷的1℃效应和负荷对最高温度的敏感性,构建趋势负荷和趋势方程,介绍将周末/节假日效应应用于气象负荷提取和不同预测模型的建立,采用趋势法建立逐日负荷预测的多元回归方程和曲线拟合方程,并针对趋势法的弱点提出2日增量法,建立相应的预测模型,其中2日增量法预测模型的历史拟合率和2017年试报应用均达到96%—97%,比趋势法高2%—3%,比目前的考核要求高4%—5%,提高了负荷预测精度。     

Changes in climate classification and extreme climate indices from a high-resolution future projection in Korea

We investigate the future changes in the climate zone and six extreme temperature indices in Korea, using the 20-km high-resolution atmospheric general circulation model (MRI-AGCM3.1S). The Trewartha and K?ppen climate classification schemes are applied, and four summer-based extreme temperature indices (i.e., summer days, tropical nights, growing degree days, and cooling degree days (CDD) and two winter-based indices (frost days and heating degree days (HDD) are analyzed. To represent significantly the change in threshold indices, the monthly mean bias is corrected in model. The model result reasonably captures the temporal and spatial distribution of the present-day extreme temperatures associated with topography. It was found that in the future climate, the area of the subtropical climate zone in Korea expands northward and increases by 21% under the Trewartha classification scheme and by 35% under the K?ppen classification scheme. The spatial change in extreme climate indices is significantly modulated by geographical characteristics in relation to land-ocean thermal inertia and topographical effects. The change is manifested more in coastal regions than in inland regions, except for that in summer days and HDD. Regions with higher indices in the present climate tend to reveal a larger increase in the future climate. The summer-based indices display an increasing trend, while the winter-based indices show a decreasing trend. The most significant increase is in tropical nights (+452%), whereas the most significant decrease is in HDD (?25%). As an important indicator of energy-saving applications, the changes in HDD and CDD are compared in terms of the frequency and intensity. The future changes in CDD reveal a higher frequency but a lower temperature than those in HDD. The more frequent changes in CDD may be due to a higher and less dispersed occurrence probability of extreme temperatures during the warm season. The greater increase in extreme temperature events during the summer season remains an important implication of projecting future changes in extreme climate events.