空调用电计算
采用情景分析法分析广州电网域内典型建筑的空调负荷
作者：王立峰　李旋
来源：《华中电力》2014年第02期
        【摘要】广州地区已有及新建建筑物中的空调保有量将呈现高速增长的趋势，对电网经济运行造成的压力也将愈来愈大。因此，研究广州电网空调负荷的分析计算方法，了解空调负荷的变化规律，有利于电网制定有针对性的负荷管理措施，提高电网规划的前瞻性，本文将为传统预测公式提供新的预测修正参考。
        【关键词】情景分析、电网、空调负荷
        0 引言
        广州电网位于500kV珠江内外环网中北部，已发展成为一个以500kV变电站为中心、220kV电网为骨干、110kV电网辐射全市、负荷超过千万千瓦的特大型城市供电网络。全网最大统调负荷也随着城市发展迅速增长，空调负荷已经成为影响夏季负荷增长的主要因素之一。空调负荷具有装机容量基数大、持续时间短、受天气影响大等特点，其对电网造成的典型影响
是使电网的负载率下降，峰谷差增大，年负荷曲线高峰更为突出，增大电网调峰压力。随着人民生活水平的日益提高，广州地区已有及新建建筑物中的空调保有量还将呈现高速增长的趋势，对电网经济运行造成的压力也将愈来愈大。因此，研究广州电网空调负荷的分析计算方法，了解空调负荷的变化规律，有利于电网制定有针对性的负荷管理措施，提高电网规划的前瞻性。
        1 情景分析法
        现阶段国内外关于建筑空调负荷的预测方法主要有2类：基于能耗统计的空调负荷预测方法和应用能耗模拟软件的模拟预测方法。基于统计规律的空调动态负荷预测方法是最传统也是应用最为广泛的方法，该方法以大量的能耗数据为基础，利用统计学等相关技术手段对数据进行科学分析，得出空调负荷与影响因素之间的关系，建立负荷预测模型，主要包括多元线性回归模型、时间序列预测模型、神经网络预测模型、支持向量机预测模型以及各种预测模型的有机结合，这些模型存在预测精度不高或模拟复杂、推广力不足等问题。而基于建筑能耗模拟软件的模拟预测方法主要存在软件的输入参数复杂、专业性强、预测精度不高。
        本文拟采用情景分析法分析广州电网域内典型建筑的空调负荷，提出具有代表性的空调
负荷预测模型。
        2 负荷预测公式
        根据区域规划建设用地、容积率并结合不同性质地块的负荷密度，建议采用负荷密度法进行预测，计算公式如下：
        3 广州市空调负荷消费现状分析
        考虑现状的典型建筑都是在建筑物内装设各层及各单位的总表，并不会设置专门针对空调的用电情况监测表，所以在使用各典型建筑各月份用电监测数据时，需采用插值法，用高负荷月份减去基本不用负荷的月份，计算出各月的空调负荷值。
        按照广州本地空调使用的实际月份，设定情景I为：1-4月为广州地区不使用空调的月份，设定5-12月为广州地区使用空调的月份，并假设3月份所测得值为广州地区不使用空调的基准负荷值。
        按照广州本地空调使用的实际月份，设定情景II为：12、1-3月为广州地区不使用空调的
月份，设定4-11月为广州地区使用空调的月份，并假设2月份所测得值为广州地区不使用空调的基准负荷值。
        以典型商业广场、医院为例预测其典型空调负荷模型趋势线如下：
        4 情景法空调负荷预测准确率分析
        设定典型商业广场建筑用地面积为3.5万平方米，设定典型医院建筑用地面积3.4万平方米来（均为实际值）。
        取月度空调使用天数分别为26天（商业广场，此值考虑了商业广场中写字楼与商场的使用天数均值）、30天（医院）；取每天空调启动时间分别为12.5小时（商业广场，此值考虑了商业广场中写字楼与商场的每天空调使用小时数均值）、12小时（医院）；取容积率均为1.0，按照传统负荷预测公式计算两种典型建筑月平均负荷为：
        E商业广场=35000﹡0.095﹡26﹡12.5﹡1==1080625千瓦时
        E医院=34000﹡0.045﹡30﹡12﹡1=550800千瓦时
        从如下两图的三个系列折线对比可以发现：典型商业广场建筑的空调用电负荷预测两种情景模式本身相近但与传统公式法存在较大偏离，这说明，该商业广场建筑实际的空调用电情况与传统方法的偏差较大，传统方法在预测此类典型建筑时应予以修正；典型医院的空调用电符合预测两种情景模式本身有一定偏差且与传统公式法偏离较小，这说明，该医院的实际空调用电情况与传统方式吻合，想比较后此类典型建筑应该选择情景II为接近典型的情景。
        5 总结
        将情景分析法用于典型建筑空调负荷预测有一定的实际意义，不但可以分析出某类建筑更接近实际的空调用电负荷区间，还可以在一定程度上用于修正传统负荷预测公式中单位面积负荷密度的参考取值。但仍需说明，受限于空调用电量阅读测算基准值选取月份的差别，若需要精确了解某类型单位的空调专项电量，还需要考虑空调用电时段、利用专用计量，采用更为精细的分析手段。
        作者简介：
        王立峰（1982-），男，硕士，2008年毕业于华北电力大学（保定），工程师，研究方向为电力系统电能质量及新型功率变换技术，曾从事高压直流输电运维工作，目前从事电网规划工作。
        李 旋（1983-），女，学士，2007年毕业于长沙理工大学，目前主要从事电力设计技术经济方面的工作。