沟通与合作 共饮一江水 藏区水电开发需积极应对下游国家质疑

到2020年前后,中国规划的除西藏外的大部分水电工程将开发完毕,中国水电开发的重点将逐渐向西藏的金沙江、澜沧江、怒江上游和雅鲁藏布江流域转移,西藏将成为国家水电开发重点地区。而雅鲁藏布江、怒江、澜沧江,这几条江是国际河流,不归中国一国所有。国际河流的用水分水矛盾,往往是国际冲突的导火线。目前,中国和印度、孟加拉、缅甸、老挝、泰国、柬埔寨、越南之间没有签订任何国际协议来共同管理国际河流水资源。     

极端天气“搅动”全球

寒潮来了 用电多了 近期，寒潮袭击法国大部分地区。法国电力运输网网站2010年12月14日发布消息说，受寒潮影响，法国各地用电量不断攀升，用电负荷当天傍晚创下新高。     

青岛核心城区饱和负荷预测研究

本文以青岛市经济社会发展现状为基础,结合城市发展定位和发展规划,分别采用基于人口容量的特征参数类比法、饱和负荷密度特征参数类比法以及空间负荷预测法,对青岛市核心城区饱和负荷进行了预测,为确定城市电网最终规模,并在核心城区用地中为电力可持续发展预留必要的空间提供依据。     

“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。     

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。     

地热：被遗忘的重要清洁能源

如果我们能够将美国地下约3km深度的地热全部提取出来,将会满足美国未来3万年的能量需求（根据目前的使用量）。将所有的能源取尽是不可能的,这涉及到技术和经济层面的问题,但是只要提取这些地热资源的5％就能够生产出满足2．6亿美国人需要的用电量。美国国家能源部可再生能源实验室（NREL,     

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。     

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。