西北电网负荷特性分析与预测
陈 颖1,段乃欣2,张中丹3,杨德州3,吕金利3,胡 斌1
(1.中国电力工程顾问集团西北电力设计院有限公司,陕西 西安 710075;2.国家电网公司西北分部,陕西 西安 710048;3.国网甘肃省电力公司经济技术研究院,甘肃 兰州 730075)
摘 要:近年来,随着西北地区经济产业结构不断调整,高耗能产业发展趋于稳定,西北电网负荷特性发生了较大变化,对最新的西北电网负荷特性进行分析具有重要意义。通过分析西北电网近10年的8760统调负荷数据,归纳出西北电网最新的年负荷特性及日负荷特性,同时总结历史负荷特性的变化规律,结合经济发展、产业结构、环保政策等因素,寻找负荷特性变化的内因与规律,预测出西北电网2025年负荷特性。
关键词:西北电网;负荷特性;分析与预测
0 引言
电力负荷特性是评价电网负荷状况的重要指标之一,它的变化趋势能体现电网用电结构、用电模式等状况的变化,准确把握电网负荷特性及其发展变化趋势是做好电力规划、计划、生产运行工作的重要基础。电力负荷特性研究是一项基础性研究,是做好电力电量平衡、新能源消纳、调峰分析、需求侧响应等研究工作的前提。近十年来,西北电网电力系统的负荷特性发生了较大变化,出现了最大负荷持续快速增长、峰谷差增大、负荷率下降、电网调峰困难等一系列现象,进行负荷特性分析研究具有非常重要的意义。
目前,对于“十二五”及以前的西北电网负荷特性已经有了充分的研究[1-4],但是“十三五”以来西北电网电力负荷特性尚未开展相关研究工作。2015年以来,西北地区经济增速不断放缓,经济发展进入新常态[5];产业结构不断调整,二产占比稳步下降,三产占比逐渐升高[6];4大高耗能产业不再快速扩张,产品产量趋于稳定[7];各级政府迫于环保压力对高耗能行业要求限时、限量生产[8]。这些经济环境的变化,导致西北电网负荷特性发生了一定的变化。有必要对近几年的西北电网负荷特性重新进行研究。
本文通过分析2009-2019年西北电网8760统调负荷数据,得到年负荷特性及日负荷特性。通过研究西北煤改电地区负荷特性,得到煤改电等电能替代政策对负荷特性的影响。在此基础上,分析负荷特性发展趋势,结合外部影响因素包括经济发展、产业结构、环境政策等,预测出西北电网2025年电力负荷特性。
1 年负荷特性分析
对西北电网近10年的8760统调负荷数据进行科学统计分析,得到2009-2019年西北电网年负荷曲线如图1所示。从实际统计的年负荷来看,西北电网的年负荷曲线具有如下特点:
1)年最小负荷出现在春季4、5月和秋季9、10月,年最大负荷集中出现在夏季7、8月和冬季11、12月。
2)西北电网2009年前半年负荷水平较低,后半年负荷水平迅猛增长,主要是2008年爆发金融危机,经济发生重大波动引起的。

图1 西北电网实际年负荷特性曲线
西北电网近10年年负荷特性指标(选取2010、2015、2019共计3个年份)数据列表见表1。由表1可知,西北电网年负荷特性有如下变化规律:
1)最大负荷利用小时数先升后降。“十二五”期间,由于西部地区成为高耗能产业转移的主要承接地,西北地区高耗能产业迅速发展[7],最大负荷利用小时数不断提升,“十三五”期间随着西北地区转型发展、经济结构调整[9],西北电网最大负荷利用小时数稳步下降。
2)季不均衡系数持续下降,由2010年的0.940下降到2019年的0.904。受供给侧改革等政策影响,西北地区工业负荷占比持续降低,负荷波动性变大。
3)年平均日负荷率及年平均月负荷率变化不大。这主要由于西北地区产业结构相对稳定、人民生活习惯变化不大。
表1 西北电网年负荷特性指标统计表
年份 |
最大负荷利用小时数/h |
年平均日负荷率/(p.u.) |
年平均月负荷率/(p.u.) |
季不均衡系数/(p.u.) |
2010年 |
7192 |
0.929 |
0.959 |
0.940 |
2015年 |
7315 |
0.942 |
0.965 |
0.918 |
2019年 |
7177 |
0.938 |
0.966 |
0.904 |
2 日负荷特性分析
对西北电网近10年的8760统调负荷数据进行统计分析,使用核密度估计的方法[10]选取典型日,得到夏季典型日负荷曲线和冬季典型日负荷曲线如图2-3所示,由图可知,西北电网的日负荷曲线具有如下特点:
1)2009-2019年西北电网夏季典型日负荷曲线形状大体相似,基本都有一个午高峰和两个晚高峰。每天22时-次日凌晨5时,负荷曲线持续下降,5时左右为全天负荷最低时段。从凌晨5时开始负荷持续上升,午高峰出现在中午11时-1时,此时气温较高,降温负荷逐渐启动,因此出现了一个用电高峰。午后,负荷持续下降至拐点14时,之后负荷才开始持续上升,并在18时、22时出现两个晚高峰。
2)2009-2019年西北电网冬季典型日负荷曲线形状也大体相似,基本都有一个午高峰和一个晚高峰。其变化趋势为:21时-次日凌晨5时,负荷曲线持续下降,并在凌晨5时左右达到全天最低点;午高峰出现在中午11时-12时,12时之后负荷迅速下降至拐点16时,之后负荷才开始持续上升,并在19时-20时达到一天中的最高峰。
3)比较2009-2019年西北电网夏、冬两季典型日负荷曲线可见,夏季受高温天气影响,午高峰和晚高峰接近,而冬季受寒冷天气影响,晚高峰明显高于午高峰。另外,由于夏季日照时间长,夜晚天气凉爽,人们工作、娱乐时间相应延长,因此,夏季典型日标幺值曲线在22时出现第二个晚高峰,冬季则没有。

图2 西北电网夏季典型日负荷曲线

图3 西北电网冬季典型日负荷曲线
西北电网近10年日负荷特性指标(选取2010、2015、2019共计3个年份)数据列表见表2。由表2可知,西北电网日负荷特性有如下变化规律:
1)夏季日负荷率及日最小负荷率在“十二五”期间上升明显,这些特点表明该时期夏季连续性生产负荷呈增大趋势,而夏季日负荷率及日最小负荷率在“十三五”期间略有下降,表明“十三五”以来西北地区随着产业结构调整,负荷日波动性变大。
2)冬季日负荷率及日最小负荷率从2010年至2019年呈增大趋势,表明冬季连续性负荷呈逐年增大趋势。
表2 西北电网日负荷特性指标统计 /(p.u.)
年份 |
夏季日负荷率 |
夏季日最小负荷率 |
冬季日负荷率 |
冬季日最小负荷率 |
2010年 |
0.932 |
0.829 |
0.907 |
0.817 |
2015年 |
0.949 |
0.884 |
0.929 |
0.856 |
2019年 |
0.944 |
0.864 |
0.938 |
0.870 |
3 煤改电地区负荷特性分析
2017年,国家发展改革委印发的《北方地区冬季清洁取暖规划(2017-2021年)》,要求全面提高北方地区取暖清洁化水平,通过电采暖设施改造,逐步替代散煤燃烧取暖,减少大气污染物。西北五省(区)均属于北方地区冬季清洁取暖规划区域内,煤改电工程势在必行,而煤改电工程的实施对传统负荷特性产生的影响不容忽略。西北五省(区)中新疆南疆地区煤改电执行力度最大,下面以南疆和田电网为例分析煤改电对负荷特性的影响。
和田电网位于新疆电网的末端,为解决当地居民冬季采暖问题,2018年开始全面实施煤改电工程,对和田电网近几年负荷特性指标进行分析,研究煤改电工程对传统负荷特性的影响,如图4-5所示。
从年负荷特性来看,2016-2017年,和田电网的最大负荷出现在夏季的5-6月份,最小负荷基本出现在冬季的1-2月份,煤改电工程实施后,2018-2019年最大负荷出现在冬季的12月份。
从冬季典型日负荷特性来看,2016-2018年,和田电网午高峰、晚高峰分别发生在中午的14时、晚间的21时,由于和田电网自身负荷体量不大,随着煤改电负荷占比的逐年增加,2019年冬季典型日负荷特性发生了较大变化,午高峰发生时刻调整为12-13时,负荷峰谷差趋于减小,日负荷率、日最小负荷率分别由2016年的0.833、0.599提升到2019年的0.873、0.722。

图4 和田地区实际年负荷特性曲线

图5 和田地区实际冬季典型日负荷曲线
根据负荷曲线变化情况,赴和田电网公司进行现场实地调研,结果表明,煤改电工程主要有集中式(工厂、学校采暖)和分散式(用户采暖)两种类型,电采暖日负荷特性曲线见图6所示。其中,集中式电采暖电主要使用时间集中在白天9时至19时,分散式电采暖主要在夜间使用。

图6 和田地区煤改电负荷曲线
预计随着能源生产和消费革命、电能替代战略的实施,电采暖将逐步成为西北地区冬季主要采暖方式之一。参考煤改电对和田电网负荷特性影响,对西北电网负荷特性影响主要体现在以下几个方面:
1)中长期,随着煤改电、电采暖等电能替代执行,采暖负荷持续增加,冬季负荷将会进一步增大;
2)随着冬季采暖负荷占总负荷比重逐年增加,冬季日负荷率、日最小负荷率呈现上升趋势,冬季负荷曲线将更加平缓。
4 西北电网负荷特性预测
负荷特性受宏观经济、产业结构、国家政策等多方面因素影响,本节通过研究负荷特性影响因素来探寻负荷特性变化趋势。
4.1 负荷特性影响因素研究
4.1.1 西北经济运行情况
西北地区逐年GDP及增速发展情况如图7所示。由图可知,近年来西北地区经济增速不断放缓,经济发展进入新常态,经济增长总体趋于稳定。

图7 西北地区逐年GDP及增速发展示意图
4.1.2 重点行业发展状况
经统计,西北地区用电量排名前4位的产业依次为:有色金属冶炼及压延加工业、化学原料和化学制品制造业、黑色金属冶炼和压延加工业、非金属矿物制品业。
西北地区主要工业产品产量逐年变化示意图如图8所示,由图可知,西北地区4大高耗能产业2015年以前产量快速发展,2015年以后产量趋于稳定。

图8 西北地区四大高载能产业产量
4.1.3 西北用电量结构
西北地区逐年电量结构示意图如图9所示,近10年来,西北地区一产用电量占比不断下降,从2010年5.0%下降到2019年0.9%;二产用电量占比稳步下降,但仍保持在较高水平,在77.9%以上;三产用电量占比不断上升,从2010年8.2%上升到2019年13.7%;城乡居民用电量占比基本保持稳定。

图9 西北逐年电量结构示意图
4.1.4 国家政策导向
“十三五”期间,国家发展改革委、国家能源局、财政部、环保部、住房城乡建设部、工业和信息化部、交通运输部、民航局等多部委均指出我国要稳步推进电能替代。预计随着煤改电、电采暖等电能替代政策的执行,以及电动汽车逐步普及致使晚上蓄电池充电负荷增加的叠加,冬季夜间负荷将进一步提高。
4.1.5 西北电网负荷特性发展趋势
结合经济发展、产业结构、国家政策导向等多方面因素,预计西北电网负荷特性发展趋势如下:
1)随着经济发展速度放缓,西北五省(区)负荷特性变化趋于稳定,与现有水平接近。
2)随着产业结构持续调整,二产占比稳步下降,三产占比逐步提高,西北五省(区)季不均衡系数会随之平缓下降。
3)中长期,随着煤改电、电采暖等电能替代执行,冬季负荷将会进一步增大,西北电网最大负荷保持在冬季供暖期。
4)随着电动汽车的普及,电力市场需求响应机制的进一步推进,夜间负荷有可能进一步抬高。
4.2 西北负荷特性预测
基于负荷特性影响因素分析结果,使用基于函数型非参数回归模型的负荷曲线预测方法[11],得到西北电网历史及预测年负荷曲线,详见图10所示。由预测结果可见,2025年西北电网呈现夏、冬双高峰,夏季高峰出现在7、8月份,冬季高峰出现在11、12月份,冬季高峰高于夏季高峰。
西北电网历史及预测的夏、冬典型日负荷特性曲线详见图11-12所示,由预测结果可见,西北电网夏季日负荷有1个午高峰和2个晚高峰,午高峰出现在中午13时,第1个晚高峰出现在晚上18时,第2个晚高峰出现在晚上22时;西北电网冬季日负荷有1个午高峰和1个晚高峰,午高峰出现在中午12时,晚高峰出现在晚上19时。

图10 西北电网历史及预测年负荷曲线

图11 西北电网历史及预测夏季典型日负荷曲线

图12 西北电网历史及预测冬季典型日负荷曲线
5 结论
1)在充分分析西北各省(区)近10年8760统调负荷数据的基础上,总结西北各省(区)负荷特性变化规律:①最大负荷利用小时数先升后降;②季不均衡系数近年来稳步下降;③日负荷率、日最小负荷率变化趋于稳定;④日负荷曲线变化不大。
2)根据历史西北电网实际负荷特性的统计分析结果,并考虑了负荷结构调整、负荷发展速度等因素,西北电网负荷特性发展趋势的分析如下:①随着经济发展速度放缓、经济发展进入新常态,西北五省(区)负荷特性变化不大,将维持现有水平。②随着产业结构持续调整,三产占比逐渐升高。由于目前西北地区第三产业用电整体比重低,近几年内,产业结构调整对西北电网负荷特性的影响不大。③中长期,随着煤改电、电采暖等电能替代执行,冬季负荷将会进一步增大,西北电网最大负荷保持在冬季供暖期。④随着电动汽车的普及,电力市场需求响应机制的进一步推进,夜间负荷有可能进一步抬高。
3)根据西北电网负荷特性变化趋势,结合经济发展、产业结构、气候环境、国家政策导向等多方面因素,对西北各省(区)2025年年负荷特性和日负荷特性进行了预测,2025年西北电网呈夏季、冬季双高峰,冬季高峰高于夏季高峰。夏季日负荷呈1个午高峰(13时)和2个晚高峰(18时、22时),冬季日负荷呈1个午高峰(12时)和1个晚高峰(19时)。
参考文献:
[1] 傅 旭,杨 欣,王 昭,等.青海电网负荷特性分析与预测[J].陕西电力,2016,44(05):44-48.
[2] 赵 娟.西北电网负荷特性分析[J].陕西电力,2009,37(04):76-79.
[3] 魏 磊,张 琳,姜 宁,等.西北地区电网负荷特性研究[J].电网与清洁能源,2010,26(07):57-62.
[4] 周 高,谢传胜,阎志敏.西北电网电力负荷预测研究[J].企业导报,2012(23):250-252.
[5] 孙 慧,原伟鹏.西部地区经济韧性与经济高质量发展的关系研究[J].区域经济评论,2020(05):23-35.
[6] 魏丽莉,杨 颖.西北地区绿色金融与产业结构耦合协调发展的历史演进-基于新结构经济学的视角[J].兰州大学学报(社会科学版),2019,47(05):24-35.
[7] 刘汉初,樊 杰,周道静,等.2000年以来中国高耗能产业的空间格局演化及其成因[J].经济地理,2019,39(05):110-118.
[8] 韦小巧.西北地区自然生态环境的法治研究[J].法制与经济,2019,28(08):40-41.
[9] 束锡红,陈 祎.生态文明视阈下西北区域环境变迁与绿色转型发展[J].西北大学学报(哲学社会科学版),2020,50(06):127-134.
[10] 王天霖.一种基于核密度估计的典型日负荷曲线计算方法[J].建筑工程技术与设计,2017,17(24):5228-5229.
[11] 许 梁,孙 涛,徐 箭,等.基于函数型非参数回归模型的中长期日负荷曲线预测[J].电力自动化设备,2015,35(07):89-94+100.

作者简介:
陈颖(1991),女,硕士,工程师,从事电力系统规划工作。

