气象因子对夏季最大电力负荷的敏感性分析

摘要

利用2016—2018年武汉夏季(6—9月)逐15 min电力负荷以及同期逐日气象数据,分析最大电力负荷变化特征及与气象因子的相关关系.利用逐步回归和双隐含层BP神经网络算法,建立了武汉夏季最大电力负荷的预测模型.结果 表明:平均温度、平均最高温度、平均最低温度与气象电力负荷存在显著的正相关,其次是日照时数.前1d最大电力负荷与当日最大电力负荷的相关性最好,当日电力负荷对前1d温度的平均和舒适度指数的变化最为敏感.以历史电力负荷和气象数据为联合预报因子,逐步回归和BP神经网络算法对武汉夏季最大电力负荷具有较好的模拟效果,尤其是对持续高温造成高位运行的最大负荷模拟.当敏感性在10％以内时,逐步回归算法中气象因子正的贡献要小于负的贡献,BP神经网络算法中气象因子正的贡献要高于负的贡献;当敏感性高于10％时,两种算法中气象因子均为正的贡献.