居民、商業(yè)用電的溫敏分析

史爽　李新　李科

【摘 要】極端天氣對(duì)居民用電的影響日益顯著，基于日采集用電量和地市氣候特征等微觀數(shù)據(jù)可以發(fā)現(xiàn)：第一，全省主要地市氣溫特征可劃分為四類;第二，平均氣溫較與用電量的相關(guān)度最高;第三，均溫在22度和6度左右的范圍內(nèi)形成了兩個(gè)用電敏感區(qū)間。第四，省內(nèi)高溫出現(xiàn)地區(qū)的降溫負(fù)荷的啟動(dòng)氣溫值較高，持續(xù)期長(zhǎng)，川西溫敏啟動(dòng)閾值較低。

【關(guān)鍵詞】居民;商業(yè)用電;溫敏分析

中圖分類號(hào)： F407.61文獻(xiàn)標(biāo)識(shí)碼： A文章編號(hào)： 2095-2457（2019）05-0114-002

DOI：10.19694/j.cnki.issn2095-2457.2019.05.041

1 背景及意義

對(duì)四川省居民、商業(yè)用電量的研究通常是利用總量數(shù)據(jù)分析，加上該省處于地理階梯過(guò)渡地帶，氣候條件自然地理情況復(fù)雜，既有高原又有盆地。各城市人口社會(huì)、經(jīng)濟(jì)發(fā)展的程度不盡相同，有人口集中、商業(yè)密集的特大城市，也有工業(yè)、農(nóng)業(yè)為主要產(chǎn)業(yè)的中小城市，這使得基于總量數(shù)據(jù)的研究，不能準(zhǔn)確把握氣溫影響帶來(lái)的居民用電的區(qū)域差異性。

本文以居民戶為個(gè)體的日用電采集數(shù)據(jù)為基礎(chǔ)，數(shù)據(jù)涵蓋了2015年11月30日至2017年6月28日的日用電量，涉及居民用戶1000戶左右，跨越577天的數(shù)據(jù)，共計(jì)約346.2萬(wàn)條用電數(shù)據(jù)，商業(yè)數(shù)據(jù)約100多萬(wàn)條。外部數(shù)據(jù)則包含省內(nèi)六個(gè)主要地市省氣象局的氣溫?cái)?shù)據(jù)（日平均氣溫、日最高氣溫、日最低氣溫），以及各地市每日日晝時(shí)間。

2 分析過(guò)程

2.1 省內(nèi)主要?dú)夂騾^(qū)城市氣溫情況

2.1.1 六個(gè)地市呈現(xiàn)全省主要的四個(gè)氣候區(qū)域特征

通過(guò)分析六地市（成都、攀枝花、南充、內(nèi)江、宜賓、樂(lè)山）2015年11月30日到2017年6月28日的日氣溫趨勢(shì)，可以看出：一是川西南攀西地區(qū)整體偏熱，攀枝花日平均氣溫全年水平整體高于其他地市，氣溫波動(dòng)不大;二是川西整體偏涼，最低氣溫出現(xiàn)在盆地西部的成都、樂(lè)山兩地。三是川東北溫差較大，南充市全年平均氣溫波動(dòng)較大。四是川東南夏季偏熱，宜賓內(nèi)江的氣溫水平基本相近。

2.1.2 日內(nèi)溫差對(duì)比看，盆地東溫差小，盆地西溫差大

日內(nèi)溫差可以反映日內(nèi)氣溫變化劇烈程度，變化越大的地區(qū)，氣溫敏感度越高，因此，日內(nèi)溫差可作為用電溫敏程度的重要指標(biāo)。為此，我們計(jì)算了兩個(gè)差值，一是日最高氣溫與平均氣溫的差，稱為高均差;二是日最高氣溫與日最低氣溫的差，日內(nèi)最大溫差。

高溫與均溫差來(lái)看，南充、宜賓高均差較小，基本在8-10度左右。氣溫變化幅度小，一旦遇高溫天氣，日內(nèi)退熱慢，退熱幅度小的特點(diǎn)就很顯著，因此，對(duì)夏季而言降溫負(fù)荷需求時(shí)間長(zhǎng)。

日內(nèi)最大溫差來(lái)看，攀枝花、成都波動(dòng)幅度較大，攀枝花日內(nèi)大的溫差分布更顯著。從日最大溫差可見(jiàn)，成都溫差較大，日內(nèi)最大溫差可達(dá)20度，溫差分布集中在3-13度之間，與其它地市類似。攀枝花日內(nèi)最大溫差集中分布在8-16度之間，最大溫差也可達(dá)20度。

2.1.3 攀枝花日高溫分布顯著不同于其他地市

從六地市最高氣溫的分布情況看，攀枝花、南充、宜賓出現(xiàn)35度以上日最高氣溫的頻率較高，與其他地市雙峰分布（冬夏兩季顯著）不同的是，攀枝花市20度至35度之間的氣溫較為集中，呈單峰分布，鮮見(jiàn)低溫天氣。

2.1.4 小結(jié)

通過(guò)上述氣溫特征分析可見(jiàn)，六地市的分屬省內(nèi)盆地不同方位，氣候特征呈現(xiàn)以下特點(diǎn)：一是盆地形成四個(gè)氣候特征區(qū)，整體水平呈現(xiàn)西低東高。除攀枝花市緯度較低，靠近熱帶氣候，較其他地市來(lái)講整體偏高之外，成都?xì)鉁仄停速e內(nèi)江偏高?；拘纬伤拇髿夂蛱卣鲄^(qū)（成樂(lè)西部區(qū)、攀枝花西南區(qū)，內(nèi)江、宜賓中東部地區(qū)和南充東北部地區(qū)）。二是從溫差來(lái)看，北高南低，西高東低。三是分冬夏來(lái)看，夏季出現(xiàn)極端高溫在東部城市，冬季低溫集中在西部和北部城市。

2.2 平均氣溫與居民用電的相關(guān)度最高

2.2.1 以成都為例的居民電量相關(guān)性分析模式

我們把各地市目前得到的居民電量加總，再與該地市氣溫指標(biāo)進(jìn)行分析。以成都市為例，把氣溫的三大指標(biāo)分別與居民售電量進(jìn)行相關(guān)性分析可知，平均氣溫與居民售電量在15攝氏度以上的區(qū)間呈近似線性的增長(zhǎng)關(guān)系，隨著氣溫的逐漸升高，電量呈增長(zhǎng)趨勢(shì)，最低氣溫的表現(xiàn)類似。最高氣溫約在25度以上的區(qū)間開(kāi)始呈現(xiàn)上述關(guān)系。經(jīng)過(guò)統(tǒng)計(jì)檢驗(yàn)表明，Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)都超過(guò)0.8，且p值顯著。結(jié)果表明平均氣溫與居民電量呈現(xiàn)強(qiáng)相關(guān)。

進(jìn)一步我們分別檢驗(yàn)夏冬兩季的相關(guān)情況，夏季，成都市平均氣溫指標(biāo)在22攝氏度以上顯示出與居民售電量強(qiáng)烈的正相關(guān)性，且明顯高于全年水平。相反，而冬季并未找到直觀的證據(jù)表明氣溫與居民電量有顯著的相關(guān)關(guān)系，統(tǒng)計(jì)檢驗(yàn)表明，冬季各氣溫指標(biāo)的相關(guān)性較小，且統(tǒng)計(jì)檢驗(yàn)不顯著。

最后，我們也分別對(duì)攀枝花等其他五地市的氣溫與該市居民電量開(kāi)展了相關(guān)性分析。結(jié)果表明：一是整體來(lái)看，各地市平均氣溫與居民用電相關(guān)性較高。二是攀枝花市最高氣溫與用電量有較強(qiáng)的相關(guān)性。三是夏季川東部地區(qū)的三個(gè)城市，日內(nèi)平均氣溫與氣溫的相關(guān)性最強(qiáng)。四是日內(nèi)溫差小的南充、宜賓兩地日內(nèi)最高氣溫、最低氣溫也與用電水平保持了較強(qiáng)的相關(guān)性。五是盆地西部冬季氣溫水平與電量相關(guān)性較弱。

2.3 居民、商業(yè)電量溫敏度分析

2.3.1 居民電量溫敏度分析

我們選取了2016年全年的數(shù)據(jù)子樣本，將所有溫度數(shù)值從0度開(kāi)始，按照從低至高的順序排列，將全年該氣溫?cái)?shù)值下（保留氣溫整數(shù)位）對(duì)應(yīng)的電量均值計(jì)算出來(lái)，進(jìn)一步計(jì)算氣溫每升高一度，電量增長(zhǎng)的百分比。當(dāng)然，按照相關(guān)圖的顯示結(jié)果，我們按照15度劃分高溫和低溫區(qū)間，對(duì)于15攝氏度以下的低溫區(qū)間氣溫值，我們計(jì)算每減少一度，電量增加的百分比。以成都日均溫和日最高溫為例，日均溫從19攝氏度開(kāi)始，用電明顯變化，變化幅度超6%。在29度增速達(dá)到峰值超18%。同樣低溫區(qū)間內(nèi)，氣溫在7度左右用電量開(kāi)始有顯著變化，2度左右幅度最大超6%。

從溫敏區(qū)間看，高溫區(qū)間內(nèi)，樂(lè)山市在23度左右，內(nèi)江、宜賓在26度上下，攀枝花和南充都在28度左右。低溫區(qū)間內(nèi)，樂(lè)山、南充在6度左右，攀枝花、內(nèi)江和宜賓都在11度左右。

2.3.2 分析結(jié)論

溫敏分析可得出以下規(guī)律：一是夏季高溫出現(xiàn)的地市，28度左右是高溫的電量變化敏感集中區(qū)，過(guò)此界限，溫敏負(fù)荷不再增加，然而若均溫達(dá)到33度以上，用電會(huì)再度顯著暴增。二是對(duì)攀枝花而言，氣溫敏感區(qū)間較長(zhǎng)，無(wú)論冬夏敏感的氣溫值較高。三是全年氣溫波動(dòng)較大的南充、樂(lè)山兩市冬季敏感氣溫水平低。四是對(duì)于溫差較小的宜賓、內(nèi)江兩市，高溫敏感氣溫值較低。五是成都、樂(lè)山兩地氣溫較低的城市，冬季敏感氣溫值較低。六是對(duì)極端高溫出現(xiàn)的地市如宜賓、內(nèi)江兩地，其高溫敏感區(qū)間較長(zhǎng)。

簡(jiǎn)單講，敏感區(qū)分兩段;高溫地區(qū)更耐熱，低溫地區(qū)更耐冷;高溫地區(qū)氣溫敏感區(qū)間更長(zhǎng)。

2.4 商業(yè)用電的溫敏分析

利用K-mean算法，我們根據(jù)商業(yè)用戶的用電規(guī)律，將其劃分為三類，分別為商業(yè)綜合體，酒店以及其他商業(yè)類型。通過(guò)相關(guān)性分析可知，除商業(yè)綜合體以外，酒店及其他類型商業(yè)用電與氣溫指標(biāo)存在較強(qiáng)的相關(guān)關(guān)系。進(jìn)一步通過(guò)回歸分析可知，氣溫變化，商業(yè)類型用電變化是不同的，其中，平均氣溫每變化1度，商業(yè)綜合體用電增長(zhǎng)1.07%，酒店增長(zhǎng)1.81%，而其他商業(yè)類型增長(zhǎng)2.57%。

2.5 非溫敏季節(jié)居民用電的照明影響分析

冬夏兩季氣溫對(duì)居民用電具有顯著影響，在氣溫不敏感的時(shí)段，照明用電是一個(gè)重要視角。以成都市為例，白晝時(shí)間全年存在差異。通過(guò)計(jì)算晝夜時(shí)長(zhǎng)，成都市白晝時(shí)間最短為10.17小時(shí)（約610.22分鐘），白晝最長(zhǎng)時(shí)間為14.13小時(shí)，相差約4小時(shí)，平均白晝時(shí)長(zhǎng)為12.12小時(shí)。

春秋兩季白晝時(shí)長(zhǎng)與電量趨勢(shì)吻合度高，夏冬兩季受疊加的氣溫影響，吻合程度低。由于白晝時(shí)間隨著地球公轉(zhuǎn)而呈線性變化，我們假設(shè)在其他條件不變的情況下，電量增長(zhǎng)也應(yīng)呈現(xiàn)線形的增長(zhǎng)趨勢(shì)。為此我們采用線性回歸對(duì)白晝時(shí)間和電量增長(zhǎng)開(kāi)展線形回歸，從回歸估計(jì)可知，晝長(zhǎng)每減少10分鐘，日用電量增長(zhǎng)0.16%，秋季增長(zhǎng)0.78%。

3 結(jié)論及建議

通過(guò)以上氣溫、日照對(duì)各地市居民用電特征的分析可知，一是川內(nèi)六地市可劃分為四類主要的氣候特征。二是從氣溫水平影響來(lái)看，平均氣溫水平對(duì)居民用電的相關(guān)性較強(qiáng)，冬季氣溫影響不顯著。三是川東更耐熱，川西川東北更耐冷。四是商業(yè)用戶中除商業(yè)綜合體以外的酒店和其他商業(yè)用電與氣溫存在較強(qiáng)的相關(guān)性，受氣溫影響較大。五是從非氣溫影響的照明因素看，白晝時(shí)長(zhǎng)與居民用電存在弱的負(fù)相關(guān)關(guān)系。