用电量指数预报

分析了影响用电量的因子及其与用电量的相关关系，建立了用电量预报方程；根据用电量距平百分率，把用电量指数分为7级，反映用电量的变化趋势。     

气象因子对用电量的影响分析及预警研究

利用江苏省如皋市电网2004-2005年逐日用电量与同期如皋市气象站逐日平均气温、最高气温、最低气温、相对湿度、平均风速等气象资料,统计分析了用电量与同期气象要素的相关关系,得出平均气温是影响用电量最主要的因子。进一步研究发现:用电量和平均气温之间的相关关系存在显著的季节差异,6-8月用电量与气温相关最为显著。在此基础上建立了夏季的用电量预报方程,通过系数订正可用于日常用电量的预测,并建立了用电量敏感等级预警系统。     

湖州市用电需求特性及其与气象条件的关系

通过计算日用电量气象变化率lml、日最大用电负荷气象变化率lmh,分析了湖州市2006—2008年用电量及最大用电负荷的变化特征及其与气象要素的关系,着重研究了平均气温、最高气温、最低气温对用电量及最大用电负荷的影响,建立了日最大用电负荷、日用电量的预测模型。结果表明：用电量及最大用电负荷表现出年周期变化,且稳步递增,但月差异明显;不同月份不同气象因子对用电量及最大用电负荷的影响各有不同,lmh、lml与气象因子相关性显著的月份集中在6—10月;在不同温度范围,气温对用电量及最大用电负荷的影响程度也不同,随着气温变化,用电量和最大用电负荷的变化率最大可达20%;在7月、8月,气温升高1℃时,lmh、lml的变化最大,可达2%～5%。     

气候舒适度对珠海市社会用电量的影响

根据珠海市2010—2014年气象、社会用电量资料,采用综合气候舒适度指数、回归分析、距平分析等方法,研究了气候舒适度对珠海市社会用电量的影响,结果表明:气候舒适度每升高或降低1个单位,珠海社会用电量月指数平均就减少或增多0.686 75%。不管是较舒适的季节还是较不舒适季节,随着舒适度的提高,社会用电量逐渐减少,但较舒适的月份主要是最大用电量的减少,而较不舒适的月份主要表现为最小用电量的减少。     

湖南省用电需求气象条件等级特征分析

利用气象行业标准《用电需求气象条件等级》中的气象敏感用电量条件指数统计方法,对湖南省97个地面气象观测站1971~2012年逐日气温资料,分析了湖南省各级气象敏感用电量条件日数的时空分布特征,结果表明：洞庭湖区、湘江流域为三级以上高气象敏感用电量日数相对大值区,高气象敏感用电量日数在近年来有上升的趋势,三级气象敏感用电量日数较多的月份集中在7月和8月。     

北京夏季用电量与气象条件的关系及预报

利用1998年和1999年北京市夏季逐日用电量和气象要素资料进行逐步回归建立统计关系，分别给出了北京市夏季逐日用电量（最高、最低和平均耗电量）与气象条件的统计回归方程和预报方程。统计结果和回归曲线表明：每天的实际用电量与天气条件有密切的关系，尤其是对温度的变化最为敏感，与相对湿度、风和日照射数、降水也有一定的相关性。     

气象因子对西安城市用电量的影响研究及中长期系统化预测

城市用电量预测是电力及相关经济部门开展电力供需形势分析的重要依据。本文选取2004—2014年西安市用电量月度数据和气象数据,建立用电量预测的计量经济模型,在此基础上建立西安市用电量业务化系统,初步应用于西安市未来用电量预测。结果表明,气温与西安市用电量之间表现为稳健的正U型非线性关系;西安市用电量需求高峰主要在冬季,但由于春节等因素,工业用电量在2月大幅减少,居民用电量却显著增加;模型对全社会用电量拟合准确,对未来用电量预测准确率高,具有开展中长期预测的适用能力;通过建立西安城市用电量气象业务系统,将未来天气预报或气候预测结果带入业务系统中,可滚动预测未来12个月可能耗电量,可为调节电力分配提供科学参考,提升电力供应的调度管理水平。     

基于气象因子的南京市冬季和夏季用电量预测研究

基于2014—2016年南京市常规气象逐时观测数据、逐日用电量和逐时用电负荷数据, 分析南京市用电量变化及其与气象因子的关系。结果表明: 南京市用电量7—8月、12月至翌年1月为两个峰值, 4月和10月为两个谷值, 年变化明显。四季均呈现显著“周末效应”。用电负荷一天内有两个峰值, 分别出现在10时和20时; 两个谷值, 一个谷值冬夏季在04时, 另一谷值冬季在14时, 夏季在18时。南京市用电量与气象条件的变化密切相关, 气象因子与用电量的关系在不同月份有所不同, 如夏(秋、冬)季气温日较差越大(小), 用电量越大; 7月、8月(10月至翌年3月)气温越高(低), 用电量越大; 冬季用电量受气象要素的影响程度总体低于夏季。冬季用电量主要受气温制约; 夏季用电量受气象要素的影响更为复杂, 除了气温, 还需综合考虑水汽、日照等因子。利用逐步回归法, 建立冬、夏季逐月日用电量气象预测方程, 方程中入选气象因子的存在明显的月际差异。不同月份分别针对性地考量入选气象因子的预报值, 做出用电量预估, 可为电力调度提供参考。     

石家庄夏季用电量对天气的响应及其预测模型

从石家庄市2005～2007年每年6～8月的逐日用电量资料中分离出随气象因子变化的气象电量,分有、无降水日分别计算了气象电量与同期气象资料中关键气象要素的相关系数,着重分析了气象电量随气温、湿度、降水的变化规律.结果表明:石家庄夏季气象电量与气温呈显著性正相关,而与相对湿度仅在有降水日为显著负相关;计算了用电量逐日变化值与气象要素日变化值之间的相关系数,发现要素差值之间存在着很好的相关性.在统计分析的基础上,借助Origin7.5软件,分有、无降水日建立了综合气象因子影响下气象电量及用电量逐日变化的多元回归预测模型,回归统计及方差分析表明:预测方程均通过了α=0.0005的F检验,复相关高于单相关,拟合率较高,能为电力部门合理调度提供参考.     

常州用电负荷量气象指数初探

分析了常州市1998－1999年全市用电量变化特征，建立与其关系密切的最高气温、最低气温、相对湿度、天气状况等气象要素之间的关系，得出其回归计算方程，并分析引起用电量变化的非气象要素，将得到的预报结果进行订正。通过检验、分析，最后确定了用电负荷量指数的划分标准。     

“烧烤”下的我国南方

2013年盛夏,1951年来最强高温热浪袭击南方地区,多地“火力”十足,进入“烧烤”模式。在高温的炙烤下,南方伏旱加剧、电网用电量屡创新高、中暑就医人数猛增、湖南等地森林火灾多发。     

许昌市供电量与气象要素相关分析

利用20052006年许昌市逐日供电量和气温、降水、相对湿度等气象要素资料,分析了供电量和这些气象要素之间的相关关系,结果表明,温度为影响本地用电量的主要气象因子,特别是夏季用电量对气温变化的反应更加敏感.     

气候变化对我国夏季降温的影响研究

气候变化将导致能源需求的改变。随着人民生活水平的提高和居民住房的改善,以及受到气候变化的影响,生活能源消费总量呈指数增长趋势,居民生活用电比重上升,1996年城乡居民生活用电占全社会用电量的10．7％,2002年则上升到了12．2％。     

2012年空调降温负荷分析

针对夏季空调降温负荷难以计量的现状,提出测算夏季空调降温负荷及降温用电量的算法模型,进而结合夏季天气情况,建立夏季降温负荷与夏季最高温度的回归模型,分析电网降温负荷的单位温升负荷.最后,以若干区域电网为例,分析各电网的空调降温负荷和单位温升负荷,可以为电网的生产运行和电力营销工作提供重要的决策参考.     

气象条件对供电量的影响

统计了1984～1994年6～8月和9～11月驻马店地区农村供电量和降水、温度等气象资料发观:上述两个阶段用电量和温度、降水等气象因子关系密切.温度高、干旱时,用电量大;反之,用电量相对减少.这一关系在6～8月的夏季更明显.气象部门应根据这一关系,建立气象与供电量的预报模式,发布供电量预报,为电业部门提供决策依据.     

许昌市供电量与气象要素相关分析

利用2005 2006年许昌市逐日供电量和气温、降水、相对湿度等气象要素资料,分析了供电量和这些气象要素之间的相关关系,结果表明,温度为影响本地用电量的主要气象因子,特别是夏季用电量对气温变化的反应更加敏感。     

《气象与环境科学》征订、征稿启事

利用20052006年许昌市逐日供电量和气温、降水、相对湿度等气象要素资料,分析了供电量和这些气象要素之间的相关关系,结果表明,温度为影响本地用电量的主要气象因子,特别是夏季用电量对气温变化的反应更加敏感.     

基于温湿效应的日用电量分段方法与预测效果初探

气象条件是影响电力消耗的主要因素之一,是用电量预测模型的基础要素。利用天津市2014—2018年日用电量数据和气象观测数据,分析二者之间关系。发现天津地区日用电量与气温和相对湿度呈"U"型的非线性关系,舒适区与冷却区之间的气温阈值随相对湿度增加向低温一侧明显偏移。基于此,在关系模型中引入相对湿度,利用用电量与温湿度之间的非线性拟合曲线斜率确定舒适区的气温阈值,提出基于温湿效应的日用电量分段新方法。对比发现,该方法对用电量的预测效果有明显提升,线性模型中,较"V"型方法,均方根误差(RMSE)和平均绝对百分误差(MAPE)分别减小1.562 GW·h和0.546%;针对舒适区与冷却区的过渡区域(21.1～26.2℃),较传统"U"型方法,RMSE和MAPE分别减小0.759 GW·h和0.215%,非线性模型中则分别减小0.647 GW· h和0.209%,不同模型中预测提升效果稳定。可见,综合温湿度的"U"型分段方法能够有效提升日用电需求预测精准度。     

陕西省日用电量、最大负荷的气象预报模型

通过对1998—2001年陕西省日用电量、最大负荷资料和同期气象资料的统计分析得出，日用电量、最大负荷有明显的年、季、周变化，并与平均气温的相关关系显著；在此基础上，建立了周和日用电量、最大负荷的预测方程，为电力部门提供专业化的服务产品。     

温度变化对南京城市电力负荷的影响

应用计量经济学中格兰杰因果关系检验方法,分析了温度变化对中国南京城市用电量和电力负荷的影响,认为南京日平均温度与日最大电力负荷、日用电量之间存在着较显著的相关性.气温变化对日最大电力负荷和日用电量具有不同的季节性和周期性影响,气温对用电量的短期影响最显著,对电力负荷的影响更具明显的季节性特征.通过不同月份电力负荷对气温变化敏感性的分析,进一步揭示了南京市气温变化与电力消费之间的季节变动特征,有利于气象与能源部门共同应对未来气候变化带来的城市能源问题.