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.     

电力负荷与气象要素相关分析

根据鹤壁市1996～2000年逐日电力负荷资料和气象资料，分析了电力负荷与各种气象因子之间的相关关系，结果表明：电力负荷总量呈现出明显的季节性变化，并且与多种气象因子存在较好的相关性。     

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。     

成都市气象要素对电力负荷的影响关系研究

根据四川省电力调度中心提供的成都市2000～2001两年逐时的电力负荷资料，运用相关分析和复相关分析等方法，研究了电力负荷的时间变化特征及与气温、湿度、风、云量的相关关系，得出冬夏两季电力负荷与这些气象要素尤其是气温有较好的相关关系；并通过提取气象电量的方法来建立电力负荷与气象要素初步的预报方程。     

华中电网日负荷与气象因子的关系

从华中电网4省1997年2月至2000年5月逐日的电力负荷资料中分离出随气象因子变化的气象负荷，分析了气象负荷和同期的气象资料的相关关系，重点研究了气象负荷随气温变化的规律，探讨了华中各省气象负荷与气温关系的异同。研究表明华中电网日负荷与日平均气温的相关关系明显，在日平均气温大于20℃时相关系数为正，小于20℃时为负，在气温为25－28℃时负荷对气温的变化最敏感。     

引入积温效应预测夏季西安市电力气象负荷

利用2010—2012年6—8月西安市逐日电力负荷资料及对应时段地面观测站数据,分析了高温天气过程中日最大电力负荷的变化特征。结果发现,3年间西安地区共发生晴热天气过程5次,闷热天气过程4次,其中晴热天气过程发生在6月,闷热天气过程发生在7、8月,且闷热天气过程的电力负荷增长更加明显;利用日最高气温变化跟踪气象负荷的变化发现,日最高气温33℃为西安市气象负荷初始气温敏感点,35℃为强气温敏感点,38℃为极强气温敏感点;引入积温累积效应,建立了多元回归的电力气象负荷预测模型,经2013年夏季模型应用检验表明,日最大电力负荷预测平均误差为6.0%,能较好的模拟电力负荷的实际变化,对西安市夏季电力气象服务工作有指导意义。     

新疆农业区电力负荷与天气的关系

用2005--2006年新疆农业区电力负荷与气象资料,统计得出电力负荷的年、季变化与农事活动周期相符,电力负荷日变化的次高峰与日最高气温、最小相对湿度出现时间较一致.将逐月的日平均电力负荷及变化量分别与气压、气温、空气湿度、风速和降水量做相关分析,并将有无降雨日分段统计.结果表明,电力负荷与降水量、湿度和气温的变化关系较为密切.利用逐步回归方程将4种不同模式模拟的电力负荷进行了误差分析,发现要素差值模式的模拟效果较好,并对2007年5月的电力负荷进行了预测检验及误差分析,得出:在降雨日,用上一日负荷计划当日负荷的误差高达63.2%,而用要素差值模式预测电力负荷的误差为18.7%,月平均预测误差由前者的26.0%下降到13.4%.     

电力负荷与气象要素相关分析

根据鹤壁市1996～2000年逐日电力负荷资料和气象资料,分析了电力负荷与各种气象因子之间的相关关系,结果表明电力负荷总量呈现出明显的季节性变化,并且与多种气象因子存在较好的相关性.     

天津电力负荷特性及其与气象因子的关系

利用天津近30年来的逐年电力负荷数据以及2002-2005年逐时电力负荷资料,分析了天津电力负荷的变化特征,研究了电力负荷与气象因子的关系.结果表明:近30年来,天津电力负荷的长期趋势基本受当地GDP的影响,气温等气象因子的作用不明显;在季节和日尺度上,气温的影响十分显著,7、8月气温每上升1℃,气象负荷将增加120MW左右;除气温的影响外,夏季、初秋相对湿度对电力负荷的影响非常显著,此外,4月、6月、7月和12月还得考虑风的影响;一般来说,夏季最高气温在30℃以上,平均相对湿度大于65％时,才可能出现极端电力负荷.     

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。     

湿球温度冷度日反映制冷能耗的适用性评估

基于湿球温度提出一种新的表征制冷能耗的冷度日,利用TRNSYS软件模拟得到1961—2012年逐月制冷能耗,分析了基于湿球温度的冷度日反映我国不同建筑气候区制冷能耗的适用性。结果表明,除上海外,基于干球温度的冷度日并不能很好地反映制冷能耗,仅能解释逐月制冷能耗的17%~60%;基于湿球温度的冷度日能够很好地反映各建筑气候区的制冷能耗,可以解释逐月制冷能耗的67%~98%。此外,各建筑气候区随着设定的基础湿球温度不同,计算得到的冷度日对制冷能耗的解释量不同。基础湿球温度为16.85℃的冷度日对哈尔滨和天津制冷能耗解释量最大,而不同基础湿球温度的冷度日对上海和广州制冷能耗解释量均无明显差异。以上研究结果证实,基于湿球温度的冷度日能较好地反映各建筑气候区制冷能耗,但各气候区用湿球冷度日反映制冷能耗时应设定不同的基础湿球温度。     

Effects of climate change on building energy consumption in cities

Summary Sensitivity of building-energy consumption to changing urban environments is examined by simulating building energy loads in hypothetical urban settings. A modified version of an algorithm developed by the U.S. Army Construction Engineering Research Laboratory is used to evaluate energy requirements. Energy loads for two buildings of interest are estimated for changing climatic conditions (air temperature) as well as changing environments around the building. An isolated building and a building surrounded by several other buildings are considered.Results indicate that climate warming may lead to energy savings in a wide range of climates while savings also depend on the nature of the building and its use. In cool climates, climate warming forces net energy-load decreases through reductions of the winter heating loads. For example, a one-degree increase in annual air temperature in Duluth led to a 10 kWh decrease in net energy loads for a small office building. In warm climates, urbanization tends to accelerate energy consumption although shadowing may contribute significantly to decreases in summer cooling loads. In Phoenix, annual mean daily net energy loads decreased by about 10 kWh due to shadowing for the same office building. Even in relatively cool regions, summer cooling-load reductions caused by shadowing are effective.With 12 Figures     

浙江盛夏降温用电负荷评估模型研究

运用相关分析、回归分析、方差分析、REOF等方法,对浙江盛夏的气温与用电负荷的关系进行了分析,建立了降温用电负荷评估模型,还分析了浙江盛夏降温耗能(降温度日数)的分布和长期变化特征。结果表明,浙江盛夏的日平均气温与日平均用电负荷、日最高气温与日最大负荷存在显著的正相关,以此为基础建立的降温负荷评估方程具有较高的拟合度;50年来,浙江盛夏降温耗能(降温度日数)年际波动大,浙北区降温度日数略呈下降趋势,浙西南区呈明显下降趋势,而浙沿海区则呈明显上升趋势。     

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。     

Cold Temperature Extremes in Russia and Risks of Critical Temperature Impacts on Infrastructure Facilities

The features of changes and variability for cold temperature extremes over Russia are analyzed using observational data for the period from the middle of the 20th century. The impact is assessed that observed changes in thermal regime make on the characteristics of rare extremes which are used as standard parameters for designing infrastructure facilities. The results are interpreted in terms of the power system operation reliability. The risk assessment for critical temperature impacts indicates the important regional features of climate change effect on extreme energy loads and requirements for power capacities during the cold season.     

Impacts of climate change on building energy demands in the intra-Americas region

It was recently reported a regional warming in the intra-Americas region where sea surface temperature exhibited increases exceeding 0.15 °C/decade and an accelerated air temperature rise that could impact building energy demands per capita (EDC). Reanalysis data is used herein to quantify the impacts of these warming trends on EDC. Results of the analysis depict a Southern Greater Antilles and inland South America with a positive annual EDC rate of 1–5 kWh per year. The Intergovernmental Panel on Climate Change (IPCC) Representative Concentration Pathways (RCP) 2.6 and 4.5 scenarios were selected to analyze energy demand changes in the twenty-first century. A multi-model ensemble forecasts an EDC increase of 9.6 and 23 kWh/month in the RCP2.6 and RCP4.5 at the end of the twenty-first century, which may increase average building cooling loads in the region by 7.57 GW (RCP2.6) and 8.15 GW (RCP4.5), respectively. Furthermore, 4 of 9 (RCP2.6) and 7 of 9 (RCP4.5) of the major countries in this region have EDCs ranging between 1887 and 2252 kWh/year at the end of this century. Therefore, increased energy production and improved energy infrastructure will be required to maintain ideal indoor building conditions at the end of the twenty-first century in these tropical coastal regions as consequence of a warmer climate.     

春灌期气象条件对河北南网日用电负荷峰值的影响

采用2007-2010年河北省南部电网日用电负荷峰值数据和逐日气象观测资料,分析了河北省南部电网日用电负荷峰值的年分布特征和春灌期逐日变化特征。结果表明：河北南网日用电负荷峰值全年呈现出“三高峰,两低谷”的特征,高峰分别对应河北省春灌、夏季高温和冬季采暖前后,低谷出现在春节和国庆假期。冬小麦的返青水和棉花白地浇灌对用电负荷影响显著。区域性强风和降雨会造成用电负荷峰值明显下降。将春灌期日用电负荷峰值的变化幅度进行等级划分。运用相关分析法和多元回归方法,分析了春灌期日用电负荷峰值变化幅度与气象因子的相关关系,建立了基于气象条件的河北南网全区日用电负荷峰值变化幅度的预报模型,经检验,该模型在日常电力调度业务中具有一定的应用价值。     

基于天气分型的夏季逐时用电负荷预报

用2004年和2005年6—8月用电负荷资料和气象资料,分月建立了日平均气象负荷预报方程。讨论了用气象负荷的日变化量来代替总用电负荷的日变化量进而预报逐日总负荷的可行性。分5种天气类型统计了各天气类型下逐时负荷与日平均负荷的比率,日平均用电负荷预报值与该天气类型的逐时比率相乘得到逐时用电负荷的预报值。经2006年试用,日平均用电负荷预报的平均相对误差为2.0%,逐时用电负荷预报的平均相对误差为2.9%,对日平均用电负荷起伏较大的变化过程做出了准确预报。     

北京夏季日最大电力负荷预报模型建立方法探讨

为了探索夏季(6～8月)日气象负荷的最佳分离方式和引起日最大电力负荷波动的主要因子,以及建立预报模型最佳个数,基于北京市2005～2010年逐日最大电力负荷和同期的气象资料,分析了北京地区日最大电力负荷的变化规律,采用不同方法将气象负荷从夏季日最大电力负荷中分离出来,分析北京夏季气象负荷与气温、相对湿度、降水及炎热指数、高温持续日数、炎热日数持续时间、前一日气象负荷等因子之间的关系,并基于2005～2009年夏季逐日气象负荷和其主要影响因子采用逐步回归方法建立日最大电力负荷的预报模型,将2010年夏季北京日最大电力负荷作为预报效果的独立样本检验。结果显示:2005～2010年,北京逐日最大电力负荷具有明显的线性增长趋势,夏季日最大电力负荷具有显著的星期效应;与去掉逐年夏季日最大电力负荷趋势和夏季平均日最大电力负荷趋势相比,去掉全年逐日最大电力负荷变化趋势的夏季日气象负荷预报模型的拟合能力更优;北京夏季日气象负荷与当日气温的相关系数最高,与前一日气象负荷也关系密切;利用前一日相对气象负荷和当日气象要素一周逐日分别建立预报模型的拟合和预测效果较好。     

杭州市燃气负荷与气象条件的响应关系及其预测模型

利用杭州市2008—2011年逐日燃气负荷和气象要素资料,分析了燃气负荷的变化规律及气象条件对燃气负荷的影响,在此基础上,利用Elman神经网络建立燃气负荷预测模型。结果表明,研究时段内,杭州市燃气负荷逐年显著增长且具有显著的季节变化特征,春节假日期间会出现明显的燃气负荷谷值,年燃气负荷峰值点通常出现在春节前1个月。平均气温与平均气压是影响燃气负荷波动最主要的气象因子,且均在冬季相关最显著。平均气温与燃气负荷在各个季节呈一致负相关,平均气压成正相关,燃气负荷对平均气温的响应敏感区间为6~15℃。在考虑春节假期影响的基础上,筛选相关气象因子,利用Elman神经网络建立杭州市冬半年燃气负荷预测模型。预测结果表明,一般情况下,模型精度较高,但当燃气负荷出现大的波动时,模拟结果呈现一定程度的滞后性。