共查询到18条相似文献,搜索用时 843 毫秒
1.
2.
3.
4.
5.
石家庄夏季用电量对天气的响应及其预测模型 总被引:1,自引:0,他引:1
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. 相似文献
6.
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。 相似文献
7.
8.
9.
利用2006年1月—2010年9月北京市逐日整点电力负荷和逐日气象资料,采用数理统计方法定量分析了北京市夏季电力负荷逐日变率与主要气象因子的关系。结果表明:与最大电力负荷显著相关的气象因子为温度、风速和空气湿度,其中与日最低气温相关性最高 (相关系数为0.65,显著性水平为0.001),当日最低气温高于18℃(或日最高气温高于26℃) 时,其对日最大电力负荷的1℃效应量约为39.7×107W。相对于温度单个因子,同时反映温度和相对湿度综合作用的闷热指数与最大电力负荷的关系更为密切。 相似文献
10.
北京夏季日最大电力负荷预报模型建立方法探讨 总被引:2,自引:1,他引:1
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。 相似文献
11.
12.
浙江盛夏降温用电负荷评估模型研究 总被引:1,自引:1,他引:1
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。 相似文献
13.
利用雷雨、大风等灾害天气资料和电力事故历史数据资料,分析了电力事故发生的时空分布特征及其与雷雨、大风、日平均气温等天气要素之间的关系。进而利用事件概率回归(regression estimation of event probability,REEP)和Logistic回归分析方法,得到了日照市电力事故发生概率与雷雨、大风和日平均气温之间关系的预警模型。研究结果表明:1)雷雨、大风是造成日照市电力事故的重要气象因素。2)雷雨、大风和高温等灾害天气对电力事故的发生虽都有促成作用,但影响能力存在较大差距。3)两种回归分析模型对因子和变量之间关系均有较好的拟合效果,相较而言,REEP模型更为直观,Logistic回归分析方法更为客观,适用性更强。4)回归分析结果建立在客观资料基础上,回归模型具有准确性、实用性,可为电力事故预警发布系统提供理论和技术支持。 相似文献
14.
15.
16.
桂林电网日负荷与气象因素的关系及其预测 总被引:3,自引:0,他引:3
日负荷预测作为能量管理系统(EMS)的重要组成部分,是电力系统安全、经济运行的保证.为更好地了解气象因素对电网负荷的影响,利用桂林地区2005年和2006年逐日的负荷与气象资料分离出了气象负荷.通过研究气象负荷与各气象因素之间的相关关系表明:利用气象负荷可以更好地分析气象因素对日负荷的影响,从而为电力部门的负荷预测工作提供重要的参考依据.最后采用一种基于相似日的方法计算气象负荷,进而预测整个电力负荷,通过实际的算例验证,取得了比较满意的预测效果. 相似文献
17.
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. 相似文献
18.
Climate Warming, Wildfire Hazard, and Wildfire Occurrence in Coastal Eastern Spain 总被引:25,自引:0,他引:25
A climatic series (1941 to 1994) from a Mediterranean locality of NE Spain was used to calculate two wildfire hazard indices based on daily meteorological data. Both fire hazard indices increased over this period, as a consequence of increasing mean daily maximum temperature and decreasing minimum daily relative humidity. These trends were observed in both mean values of the indices and in the number of very high risk days. Annual data on the number of wildfires and burned area also show an increase from 1968 to 1994, and are significantly correlated with both fire hazard indices. Although other non-meteorological causes (e.g., human activities, fuel accumulation) have likely contributed to the observed increase of wildfires, an effect of climatic warming on wildfire occurrence is supported by this relationship. 相似文献