基于气候的电力消费的计算方法技术

本发明专利技术提供了一种基于气候的电力消费的计算方法。该方法包括：收集和整理电力行业用电历史数据，确定影响电力消费计算的气候因素和非气候因素，所述气候因素包括气温、日照和降雨量，所述非气候因素包括工业增加值和电力价格；根据所述电力行业用电历史数据、气候因素和非气候因素，建立各部门电力消费的计算模型为：其中，因变量(eh)t是各部门在第t个月的日均电力消费量，c是截距项，Wpt是一个混杂气候因子组合。本发明专利技术通过采用月度时间数据，建立回归模型，发现其季节规律性，分析不同产业部门和居民生活电力需求对气候易损性特征，能够为电力生产规划、缓解电力供需矛盾、保证电力安全等提供更具体、更直接的政策指导。

Calculation method of electricity consumption based on climate

The invention provides a method for calculating power consumption based on climate. The method includes: the collection and collation of electric power industry with historical data, determine the climatic factors influencing power consumption calculation and non climatic factors, the climate factors such as temperature, sunshine and rainfall, the non climatic factors including industrial added value and power price; according to the electric power industry with historical data, and climatic factors non climatic factors, calculation model of electricity consumption by Sector: the dependent variable (EH) t is the various departments in the daily power consumption in t months, C is intercept, Wpt is a hybrid combination of climatic factors. The invention adopts monthly time data, establish the regression model, the seasonal regularity analysis of different industrial sectors and residential electricity demand on the climate vulnerability characteristics, to power production planning, ease the contradiction between power supply and demand, ensure the safety of power to provide more specific and more direct policy guidance.

【技术实现步骤摘要】

本专利技术涉及电力消费计算
，尤其涉及一种基于气候的电力消费的计算方法。
技术介绍
全球气候变暖主要由人类活动尤其是化石能源燃烧排放的以CO2为主的温室气体所造成的，已经成为被广泛接受的科学事实。同时，气候变化也对能源系统产生影响(即能源系统的气候变化易损性)，比如夏季高温会促使居民对空调制冷需求增多，进而拉动居民用电增长；暖冬气候又会减少居民对住房取暖的需求，进而减少取暖燃料的消耗。IPCC第三次评估报告指出能源部门是对气候变化最脆弱的部门。因此，能源系统与气候变化之间形成一个相互影响的循环反馈关系。对于与化石燃料燃烧相关的温室气体排放问题早已被广泛关注，与之相比，能源系统的气候变化易损性方面的研究只在近些年来才逐渐得到关注。对于不同的国家和地区，能源系统的气候变化易损性情况不同，发达国家的研究结果不能直接用于中国的研究。而受经济发展阶段和技术水平限制，我国应对气候变化的能力还较低，能源系统对气候变化呈现更强的脆弱性。因此，研究我国能源系统的气候变化易损性对适应气候变化、规划能源建设、保障能源系统安全有重要意义。电力是我国消费增长最快的能源产品，在能源供应与需求系统中，处于重要位置，具有很强的气候敏感性和脆弱性。在我国，频繁出现的“电荒”问题，警示我国电力供应系统存在比较严重的供需矛盾，这种矛盾已经影响到人们的正常生产与生活，对我国的电力供应安全带来了很大的威胁。
技术实现思路
本专利技术实施例提供了一种基于气候的电力消费的计算方法，以实现有效地计算出分析不同产业部门和居民生活的电力需求。为了实现上述目的，本专利技术采取了如下技术方案。一种基于气候的电力消费的计算方法，包括：收集和整理电力行业用电历史数据，确定影响电力消费计算的气候因素和非气候因素，所述气候因素包括气温、日照和降雨量，所述非气候因素包括工业增加值和电力价格；根据所述电力行业用电历史数据、气候因素和非气候因素，建立各部门电力消费的计算模型为： l n ( e h ) t = c + Σ p = 1 k β p W p t + Σ s h γ s Z s t + ϵ t ]]>其中，因变量(eh)t是各部门在第t个月的日均电力消费量，c是截距项，Wpt是一个混杂气候因子组合，包括第t个月的p个气候因子自变量中的全部或部分，Zst是一个非气象因子组合，包含了所述非气候因素中的部分或全部，βp，γs是回归系数，εt是样本回归方程的误差项。进一步地，所述的方法还包括：通过选取度日方法将所述气候因素中的气温因子转换为冷度日HDD和暖度日CDD，所述HDD用来量化取暖需求，所述CDD用来量化制冷需求，得到各省每月的冷度日值和暖度日值后，再以各省人口为权重进行加权得到全国月度的度日值，再除以每年每月的天数得到日平均值；通过将不同基准温度计算的冷度日值和暖度日值引入所述各部门电力消费的计算模型并进行比较，根据模型拟合优度来选择和确定不同部门的基准温度值。进一步地，所述的方法还包括：将平均温度低于基础温度的日子计入暖度日数,将平均温度高于基准温度的日子均计入冷度日数，各省每月的冷度日HDD和暖度日CDD的计算公式如下： HDD t k = Σ i = 1 N t γ i t ( T i t - T ‾ b k ) ]]> CDD t k = Σ i = 1 N t ( 1 - γ i t ) ( T ‾ b k - T i t ) ]]>其中，Nt表示第t个月的天数，Tit表示第t月第i天的日平均气温，指计算每月度日k种不同的基准温度，γit是二元变量，随日均气温与基本温度关系的不同而变化，当Tit大于基准温度时，取1，否则取0。进一步地，所述的方法还包括：居民部门的月度日平均电力消费对数值的计量回归模型包括：计算模型H-1、计算模型H-2、计算模型H-3、计算模型H-4、计算模型H-5、计算模型H-6和/或计算模型H-7； l n ( e h ) t = c + γ 1 1 L n ( r e a l p r i c e h ) t + γ 2 1 holiday t + γ 3 1 l n 本文档来自技高网...

【技术保护点】
一种基于气候的电力消费的计算方法，其特征在于，包括：收集和整理电力行业用电历史数据，确定影响电力消费计算的气候因素和非气候因素，所述气候因素包括气温、日照和降雨量，所述非气候因素包括工业增加值和电力价格；根据所述电力行业用电历史数据、气候因素和非气候因素，建立各部门电力消费的计算模型为：ln(eh)t=c+Σp=1kβpWpt+Σp=1hγsZst+ϵt]]>其中，因变量(eh)t是各部门在第t个月的日均电力消费量，c是截距项，Wpt是一个混杂气候因子组合，包括第t个月的p个气候因子自变量中的全部或部分，Zst是一个非气象因子组合，包含了所述非气候因素中的部分或全部，βp，γs是回归系数，εt是样本回归方程的误差项。

【技术特征摘要】
1.一种基于气候的电力消费的计算方法，其特征在于，包括：收集和整理电力行业用电历史数据，确定影响电力消费计算的气候因素和非气候因素，所述气候因素包括气温、日照和降雨量，所述非气候因素包括工业增加值和电力价格；根据所述电力行业用电历史数据、气候因素和非气候因素，建立各部门电力消费的计算模型为： l n ( e h ) t = c + Σ p = 1 k β p W p t + Σ p = 1 h γ s Z s t + ϵ t ]]>其中，因变量(eh)t是各部门在第t个月的日均电力消费量，c是截距项，Wpt是一个混杂气候因子组合，包括第t个月的p个气候因子自变量中的全部或部分，Zst是一个非气象因子组合，包含了所述非气候因素中的部分或全部，βp，γs是回归系数，εt是样本回归方程的误差项。2.根据权利要求1所述的方法，其特征在于，所述的方法还包括：通过选取度日方法将所述气候因素中的气温因子转换为冷度日HDD和暖度日CDD，所述HDD用来量化取暖需求，所述CDD用来量化制冷需求，得到各省每月的冷度日值和暖度日值后，再以各省人口为权重进行加权得到全国月度的度日值，再除以每年每月的天数得到日平均值；通过将不同基准温度计算的冷度日值和暖度日值引入所述各部门电力消费的计算模型并进行比较，根据模型拟合优度来选择和确定不同部门的基准温度值。3.根据权利要求2所述的方法，其特征在于，所述的方法还包括：将平均温度低于基础温度的日子计入暖度日数,将平均温度高于基准温度的日子均计入冷度日数，各省每月的冷度日HDD和暖度日CDD的计算公式如下： HDD t k = Σ i = 1 N t γ i t ( T i t - T ‾ b k ) ]]> CDD t k = Σ i = 1 N t ( 1 - γ i t ) ( T ‾ b k - T i t ) ]]>其中，Nt表示第t个月的天数，Tit表示第t月第i天的日平均气温，指计算每月度日k种不同的基准温度，γit是二元变量，随日均气温与基本温度关系的不同而变化，当Tit大于基准温度时，取1，否则取0。4.根据权利要求2或3所述的方法，其特征在于，所述的方法还包括：居民部门的月度日平均电力消费对数值的计量回归模型包括：计算模型H-1、计算模型H-2、计算模型H-3、计算模型H-4、计算模型H-5、计算模型H-6和/或计算模型H-7； l n ( e h ) t = c + γ 1 1 L n ( r e a l p r i c e h ) t + γ 2 1 holiday t + γ 3 1 l n ( e h ( - 1 ) ) t + ϵ t - - - H - 1 ]]> l n ( e h ) t = c + γ 2 2 holiday t + γ 3 2 l n ( e h ( - 1 ) ) t + β 1 2 CDD t 18 + β 2 2 HDD t 18 + ϵ t - - - H - 2 ]]> ln ( e h ) t = c + γ 1 3 L n ( r e a l p r i c e h ) t + γ 2 3 holiday t + γ 3 3 ln ( e h ( - 1 ) ) t + β 1 3 CDD t 18 + β 2 3 HDD t 18 + ϵ t - - - H - 3 ]]> ln ( e h ) t = c + γ 1 4 L n ( r e a l p r i c e h ) t + γ 2 4 holiday t + γ 3 4 ln ( e h ( - 1 ) ) t + β 1 4 CDD t 17 + β 2 4 HDD t 17 + ϵ t - - - H - 4 ]]> l n ( e h ) t = c + γ 1 5 L n ( r e a l p r i c e h ) t + γ 2 5 holiday t + γ 3 5 l n ( e h ( - 1 ) ) t + β 1 5 CDDS t 18 + β 2 5 HDDS t 18 + ϵ t - - - H - 5 ]]> l n ( e h ) t = c + γ 1 6 L n ( r e a l p r i c e h ) t + γ 2 6 holiday t + γ 3 6 l n ( e h ( - 1 ) ) t + β 1 6 CDDN t 18 + β 2 6 HDDN t 18 + ϵ t - - - H - 6 ]]> l n ( e h ) t = c + γ 1 7 L n ( r e a l p r i c e h ) t + γ 2 7 holiday t + γ 3 7 l n ( e h ( - 1 ) ) t + β 1 7 CDD t 18 + β 2 7 HDD t 18 + β 3 Wind t + β 4 Sun t + β 5 Rain t + ϵ t - - - H - 7 ]]>所述Ln(eh)表示月度城乡居民生活日均用电量的对数值；所述Ln(realpriceh)表示经不变价调整的居民月度用电真实价格的对数值；所述holiday表示节假日虚拟变量；所述HDD18表示以18℃为基准温度的全国水平每月暖度日的日平均值；所述CDD18表示以18℃为基准温度的全国水平每月取暖度日的日平均值；所述Sun表示每月日均日照时数；所述Rain表示每月日均20-20时降水量；所述Wind表示每月平均风速；所述γ1表示realpriceh对应的回归系数；所述γ2表示holiday对应的回归系数；所述γ3表示ln(eh(-1))对应的回归系数；所述β1表示对应的回归系数；所述β2表示对应的回归系数；所述β3表示wind对应的回归系数；所述β4表示sun对应的回归系数；所述β5表示rain对应的回归系数；表示以18℃为基准温度的南方地区每月制冷度日的日平均值表示以18℃为基准温度的南方地区每月取暖度日的日平均值表示以18℃为基准温度的北方地区每月制冷度日的日平均值；表示以18℃为基准温度的北方地区每月取暖度日的日平均值。5.根据权利要求2或3所述的方法，其特征在于，所述的方法还包括：第一产业的月度日平均电力消费对数值的计量回归模型包括：计算模型A-1、计算模型A-2、计算模型A-3、计算模型A-4、计算模型A-5、计算模型A-6和/或计算模型A-7； l n ( e a ) t = c + γ 1 1 holiday t + γ 2 1 L n ( r e a l p r i c e h ) t + γ 5 l n ( e a ( - 1 ) ) t + γ 4 1 trend t + β 1 1 CDD t 18 + β 2 1 HDD t 18 + ϵ t - - - A - 1 ]]> ln ( e a ) t = c + γ 2 2 L n ( r e a l p r i c e a ( - 1 ) ) t + γ 3 2 L n ( v a a ) t + γ 4 2 trend t + β 1 2 CDD t 18 + β 2 2 HDD t 18 + ϵ t - - - A - 2 ]]> l n ( e a ) t = c + γ 3 3 L n ( v a a ) t + γ 4 3 trend t + β 1 3 CDD t 18 + β 2 3 HDD t 18 + ϵ t - - - A - 3 ]]> ln ( e a ) t = c + γ 3 4 L n ( v a a ) t + γ 4 4 trend t + β 1 4 CDD t 17 + β 2 4 HDD t 17 + ϵ t - - - A - 4 ]]> ln ( e a ) t = c + γ 3 5 L n ( v a a ) t + γ 4 5 trend t + β 1 5 CDDS t 18 + β 2 5 HDDS t 18 + ϵ t - - - A - 5 ]]> l n ( e a ) t = c + γ 3 6 L n ( v a a ) t + γ 4 6 trend t + β 1 6 CDDN t 18 + β 2 6 HDDN t 18 + ϵ t - - - A - 6 ]]> ln ( e a ) t = c + γ 4 7 trend t + β 1 7 CDD t 18 + β 2 7 HDD t 18 + β 3 Wind t + β 4 Sun t + β 5 Rain t + ϵ t - - - A - 7 ]]>所述ln(ea)表示月度第一产业日均用电量的对数值；所述Ln(realpricea)表示经不变价调整的第一产业月度用电真实价格的对数值；所述Ln(vaa)表示可比价调整的2006年不变价季节第一产业增加值；所述trend表示趋势变量系数值；所述γ1表示holiday对应的回归系数；所述γ2表示Ln(realpricea)对应的回归系数；所述γ3表示Ln(vaa)对应的回归系数；所述γ4表示trend对应的回归系数。6.根据权利要求2或3所述的方法，其特征在于，所述的方法还包括：第二产业的月度日平均电力消费对数值的计量回归模型包括：计算模型I-1、计算模型I-2、计算模型I-3、计算模型I-4、计算模型I-5、计算模型I-6和/或计算模型I-7； l n ( e i ) t = c + γ 1 1 holiday t + γ 2 1 L n ...

【专利技术属性】
技术研发人员：樊静丽，侯运炳，胡佳威，潘欣，孔令斯，张瑜鹏，李家全，王建达，王蓬涛，许毛，
申请(专利权)人：中国矿业大学北京，
类型：发明
国别省市：北京;11