基于灰色理论的北京地区日峰荷与气象因子的关联分析

基于灰色理论的北京地区日峰荷与气象因子的关联分析

近年来，北京夏季的峰值负荷逐年增加，冬季的最大负荷从冬季逐渐转移到夏季。1990-2001年间,冬季最大负荷年均增长8.96%,而夏季最大负荷年均增长却达到10.44%。随着首都经济的快速发展,人民生活水平的不断提高以及办公环境的改善,夏季制冷负荷占地区负荷比重将越来越大,因此气温的变化,影响到制冷负荷的启停,也直接影响到地区最大负荷的变化。该问题已得到电力部门的高度重视,国内许多学者也纷纷加入到关于地区夏季气温变化对日峰荷影响的课题研究当中。文献以武汉市近2年的实际负荷情况为基础,分析了气温与日峰荷的关系。文献对南京市1996-1999年期间夏季典型日负荷曲线、夏季日峰荷与温度因子进行了相关性分析,并对温度因子热积累效应进行了研究。正如许多学者所印证的,夏季气温的确是影响日峰荷的主要因素,但在温度相同、湿度不同的条件下,地区夏季日峰荷将有较大差异。在闷热时,制冷设备开启次数较多,日峰荷较高。这是因为人们通常是根据自身的生理感觉来启动降温设备的,而这种感觉是多种气象因素综合作用的结果,包括温度、湿度、风速、日照等。从这个意义上讲,在寻求夏季日峰荷的变化规律时,选择综合考虑温度、湿度等气象因素共同作用的因子作为分析变量,描述将更为准确。从此观点出发,本文首次引入了人体舒适度的概念,以全面了解夏季气象因素对降温负荷的影响。在对人体舒适度的概念进行了初步解释的基础上,本文对各种舒适度指标进行了比较,选择了温湿指数和有效温度这2个参数作为解释变量。借助灰色关联分析方法,并以2000年北京市夏季日峰荷与日基本气象要素的数据为基础,计算了夏季日峰荷与日平均温度、温湿指数、有效温度的关联度,发现在芒种至立秋期间,夏季日峰荷与人体舒适度指标的关联性较与日平均温度的关联性要强,这表明了舒适度对夏季日峰荷的影响更为显著,这为电力运行部门、规划部门进行夏季日峰荷的分析、预测,选择哪个气象因子作为解释变量提供了理论依据。1夏季人体舒适度研究与实践人类在大气环境中活动,受到温度、湿度、风、光照等气象要素的综合影响,其中温度对人类活动影响最大。所谓人体舒适度是指人体对所处的热环境或日照感到适应,无需调节时的感觉状态。目前人们在研究和实践中提出了许多表征夏季人体舒适度的方法,主要包括体感温度、温湿指数(不适指数)、有效温度、体表温度、暑热指数等。在这些人体舒适度指数中,体感温度是经验公式,不同地区需要调整修正值,而且处理也比较繁琐;体表温度计算很复杂,使用也较困难;暑热指数是由体感温度确定的,它也是经验指标,因而也不易处理;而温湿指数、有效温度计算简单,而且包含了影响夏季日峰荷的主要气象因子温度、湿度和风速。因此本文选用它们作为夏季人体舒适度指标来考虑它们与日峰荷之间的关系,下面简单介绍这2个基本概念。1.1tdd的温度分布气温的高低是自然界冷暖的唯一标志,但它并不能充分反映人体冷暖的感觉。高温时湿度的作用很大,太阳辐射也起增加温度的作用。而温湿指数为热应力的舒适指标,它表征人体舒适度与温度、湿度的关系。用公式表示为Th=Td-0.55(1-r)(58-Td)式中:Th为温湿指数;Td为14时的温度;r为14时的相对湿度。1.2湿空气温度对空气热感的影响有效温度除考虑温度、湿度对人体的影响外,还考虑了风速的影响。其定义是:与任一温、湿度组合的空气的热感觉相同的饱和湿空气温度即为有效温度。用公式表示为ET=37-(37-Ta)/(0.68-0.14Rh+1/(1.76+1.4V0.75))-0.29Ta(1-Rh)式中:ET为有效温度,℃;Ta为日平均气温,℃;Rh为日平均相对湿度;V为日平均风速,m/s。2荷预测系统的灰色理论分析电力系统负荷受到人类生产活动、气象等因素影响,有些是已知的,有些是未知的,而且各因素对系统负荷的作用信息在目前信息条件下是不充分、不完整的,因此电力负荷预测系统是一个灰色系统,利用灰色理论研究该系统内部各因子对系统行为变化特征的影响更符合实际,更具有合理性。需要指出的是,灰色关联分析方法是在不完全的信息中,对所要研究的主行为因素数据和相关影响因素的数据进行分析处理,从中找出各相关影响因素对主行为因素的关联程度,从而发现主要影响因素。无论样本量多少、样本有无规律它都同样适用,而且计算量小,十分方便,更不会出现量化结果与定性分析结果不符的情况,因此近年来得到了广泛关注。灰色关联分析方法的计算步骤:(1)写序列形式把所要研究的主行为因素作为系统特征序列X0,影响因素作为相关因素序列Xi,写成序列形式为X0=(x0(1),x0(2),…x0(k),…x0(n))Xi=(xi(1),xi(2),…xi(k),…xi(n))式中:k=1,2…n,k为序列号,n为样本个数;i=1,2,…m,为相关影响因素的个数。(2)求各关联系数mi1i的公式a.确定各序列的初值像Xi’,使各序列无量纲Xi’=Xi/xi(1)=(xi’(1),xi’(2),…xi’(n))i=0,1,2,…,mb.确定差序列ΔiΔi(k)=|x0’(k)-xi’(k)|Δi=(Δi(1),Δi(2),…Δi(k),…Δi(n))i=1,2,…,mc.求两极最大差M与最小差mM=maximaxkΔi(k)M=miniminkΔi(k)Μ=maximaxkΔi(k)Μ=miniminkΔi(k)d.求关联系数γ0i(k);γ0i(k)=m+ζ×MΔi(k)+ζ×Mγ0i(k)=m+ζ×ΜΔi(k)+ζ×Μ式中:ζ通常取0.5;k=1,2,…n;i=1,2,…,m。e.计算关联度γ0iγ0i=1n∑k=1nγ0i(k)k=1,2,⋯n,i=1,2,⋯,mγ0i=1n∑k=1nγ0i(k)k=1,2,⋯n,i=1,2,⋯,m(3)素行为序列关联度的分析确定系统特征行为序列(X0)与各相关因素行为序列(X1,X2,…,Xm)的关联度的大小次序,关联度越大,则表明此因素行为序列对系统特征行为序列影响越大。3夏季在不同条件下,人体舒适度指数是影响因素本文选取2000年4至10月北京市的日峰荷(即日最大负荷,由SCADA系统采集)和日气象参数(包括日平均气温、温湿指数和有效温度),共284组一一对应的电力、气象数据,按照不同条件,包括:时间自然序列、体表温度、农历节气这3种情况,来探讨夏季在何种条件下,选择人体舒适度指数作为影响因素,能更好地反映日气象因素对日峰荷的影响。3.1夏季温度和人体舒适度对日峰荷的影响在进行灰色关联分析之前,我们首先对这4个变量的逐日变化情况,作描述性分析以掌握其变化的总体趋势。由图1可以看到这4个量的变化趋势大体一致,说明在整个夏季,温度与人体舒适度都是影响夏季日峰荷的主要因素。但是哪一个因子对日峰荷的影响最大?影响最大的因子在何时的作用效果最明显?这些都是本文有待解决的问题。因此有必要探讨它们对日峰荷变化的不同影响程度,以及对日峰荷影响最明显时所满足的条件。3.2人体舒适性与夏季负荷的关联运用SPSS统计软件,我们计算了北京市2000年4至10月间,每个月内夏季日峰荷与人体舒适度指标、日平均温度的灰色关联度,结果如表1所示。从表1计算的关联度结果看,北京市在4至10月间,大多数月份内,日峰荷与日平均气温的关联度要高于人体舒适度指标,那么,这是否表明温度是对日峰荷影响更为显著的因素呢?其实,在7月份,有效温度与日峰荷的关联度已经超过了气温,这说明人体舒适度指标在某个时段,对日峰荷变化的影响更为显著。同时它也提示我们:在不很炎热的天气(如4月,10月),若也采用人体舒适度作为影响夏季负荷变量的因子,将存在弊端,这是因为在较冷的天气,人体舒适度与空调制冷负荷已不存在关联关系。人体舒适度在怎样的条件下与日峰荷有关联?即在什么样的条件下应该考虑日湿度、风速对日峰荷的影响?实践证明在高温、高湿、风速较小时,人们普遍感到闷热难受,此时空调等制冷设备开启率高,电力需求量高,负荷增长较快。为此我们考虑日最高气温高于人体体表温度(32℃)时,日峰荷与人体舒适度、日平均温度的关联情况。3.3日峰荷变化预测模型的操作容易操作通常人的皮肤温度比体温略低一些,大约为32℃左右。从理论上讲,当气温高于32℃时,人体就应该产生热的感觉。因此可以把人体体表温度作为标准进行样本筛选,分析在日最高气温高于32℃的日子里,夏季日峰荷与人体舒适度、日平均温度的关联情况。运用SPSS统计软件计算,结果如表2所示。从表2可看出:当日最高气温高于体表温度32℃时,有效温度与日峰荷的关联度最大,其次是温湿指数,最后是日平均温度。这表明当日最高气温较高,超过32℃时,人体舒适度指标较之日平均温度,能更好地反映出其对日峰荷的影响。这与气象学的机理解释完全一致,这是因为当气温达到32℃时,湿度、风速对人体舒适度的影响不可忽视,反映在负荷特性上,降温负荷随着人体舒适度的变化而波动。这进一步说明当气温T≥32℃时,人体舒适度指标是影响日峰荷变化的更明显的参数。因此,对于电力运行、计划部门来说,在夏季日最高气温达到32℃以上时的日子里,应以人体舒适度指标作为影响日峰荷变化的主要因素来考虑。但在使用此条件时,可能会不方便,因为对于整个夏季,并不是每天的最高气温都大于32℃,即使在最炎热的7、8月份也一样,样本量是断续的。因此,对电力运行部门来说,这个条件的可操作性差,在进行日峰荷分析和预测时,需要根据天气预报结果,看日最高气温是否满足大于体表温度的条件,否则就要改变影响负荷变化的气象因子的选择,这会给电力分析与预测工程师带来极大不便。综合3.2和3.3的计算结果,我们试图研究在夏季是否存在着这样一个连续的时间段,在此时间段里,人体舒适度对日峰荷的影响较温度对日峰荷的影响,能更强一些。3.4夏季日峰荷与温湿指数、有效温度的对比通过对夏季日峰荷、日平均温度、温湿指数、有效温度这4条曲线(见图1)的分析发现,在6月初至8月初,日峰荷增长较快,而此时,与之对应的日平均气温也上升至25℃,考虑到电力分析与预测工程师操作方便的需要,我们选取了24节气中的芒种作为起始点(2000年为6月5日),立秋作为终结点(2000年为8月7日),计算了在这一段时期内(共64个样本点),夏季日峰荷与日平均温度、温湿指数、有效温度的灰色关联情况。运用SPSS统计软件计算,结果如表3所示。从表3可看出:在这段时间里,有效温度与日峰荷的关联度最大,其次是温湿指数,最后是日平均温度。说明在这段时间里,人体舒适度指标较温度的确能更好地描述出它对夏季日峰荷的影响。4夏季人体舒适度影响因素的分析方法通过本文所作的工作,可以得出以下结论:(1)在探讨夏季日峰荷与气象因子的关系时,根据夏季日峰荷与降温设备、人体舒适度的关系,首次提出采用人体舒适度指标作为影响夏季日峰荷的解释变量。(2)采用了对数据规律要求低、样本量少的灰色关联分析方法,使得分析计算快捷,计算结果的解释性强。(3)各种计算结果表明,在夏季采用人体舒适度指标,包括温湿指数和有