其他
【精彩论文】基于地理探测器的广州市分行业月度用电特点及优化管理
观点凝练
摘要:为将广州市电力需求侧管理落实到具体行业,使用地理探测器、用电互补性模型分析2013—2017年共60个月各行业用电特点,在此基础上,通过情景分析方法,从行业、时间角度探索行业用电优化管理路径。基于广州市分行业月度用电特点,抓住行业用电量风向标子行业,利用存在可相互抵消用电波动的用电组合,研究发现:在2017年广州市用电量水平下优化行业用电结构和优化用电时间管理总计可减小约2.25亿kW·h的全社会用电月度峰谷差。未来可通过分行业月度用电预测、结合用电互补性分析测算行业用电调度潜力,为电力需求侧管理水平提高提供数据支撑。
结论:以广州市分行业月度用电优化管理为研究对象,本文结合地理探测器、用电互补性、情景分析等方法形成了一套包括前期判断、中期模拟优化和后期应用的月度用电优化管理分析方法,通过行业用电特点的分类,准确把握多数风向标子行业,结合用电互补性挖掘行业用电调度潜力,对各用电类型行业提出不同的调控策略,优化行业用电结构和优化用电时间管理,最终实现全社会月度用电量波动的减小,各优化路径总计最多可减小约2.25亿kW·h的全社会用电月度峰谷差。月度用电优化路径可提高电力使用效率,为电力需求侧管理的有效实施提供一个重要的分析视角。
在进一步的研究中可根据地理探测器分层探测且不要求时序数据严格连续的特点,将探测方法从市级向上拓展至省级、向下至区级,同时也可将分行业用电转变为分区用电、分时段用电的用电特点研究。将电力数据进行分层时,对连续型变量进行离散化处理会导致部分信息损失,在进一步的研究中可采取地理探测器与时序分析模型结合的方式保证数据信息的完整性。在地理探测器拓展至省或区级可能会出现以下问题:省级数据时间跨度长,而中国多数省份处于产业结构转型阶段,行业用电特点随时间变化明显,要得出符合实际的行业用电特点分析与更准确的预测,需要分阶段分析行业用电量数据;区级数据则容易出现行业较少、不全面等问题,可利用区级小范围内的数据汇总相对简单的优势,收集区内企业空间位置信息与用电量时序数据,进行企业用电特点的时空分析与电力需求侧优化管理研究。
引文信息
张云涛, 蔡国田, 柯尚军, 等. 基于地理探测器的广州市分行业月度用电特点及优化管理[J]. 中国电力, 2021, 54(9): 125-134.ZHANG Yuntao, CAI Guotian, KE Shangjun, et al. Monthly electricity consumption characteristics of industries in guangzhou and optimized electricity management based on geographical detector[J]. Electric Power, 2021, 54(9): 125-134.往期回顾
◀【征稿启事】“面向数字化转型的电力系统大数据分析技术”专题征稿启事
◀【征稿启事】“新型电力系统信息安全:理论、技术与应用”专题征稿启事
◀【征稿启事】“双碳目标下多能互补促进新能源消纳关键技术”征稿启事
编辑:杨彪
审核:方彤
根据国家版权局最新规定,纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品,转载时要包含本微信号名称、二维码等关键信息,在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。