19
989 區域電力負載與氣候相關性研究-多元線性迴歸模型 The Study on the Relativity between Regional Power Load and Climate -Multiple Linear Regression Model 李政峰 國立高雄應用科技大學企業管理系副教授 [email protected] 籃宏偉 國立高雄應用科技大學高階經營管理研究所研究生 [email protected] 摘要 電力調度作業程序上須考慮到氣候因素對負載變化的影響性,經由負載特性調查研究顯示氣候因素對負載 變化的影響會因用戶屬性不同而異,因此電力調度亦須考量區域性的負載特性,所以氣候因素對區域性負載特 性的影響性就顯得很重要了;由於各變電所低壓側負載狀態代表各區域的負載特性,所以透過對它的研究可以 瞭解各區域的負載特性;又因變電所的負載特性受其地理、產業等因素影響,所以透過對各變電所的電力負載 分析,將可同時整合出各項影響因素,進而建立一個完整的區域性電力負載與各項影響因素相關性之模型。 本文研究台灣電力公司區域性電力負載對溫度及相對溼度等氣候因素的相關性,研究對象為台灣北、中、 南三個地區所取樣之區域性變電所,並分別研究它們在夏季與冬季的電力負載特性;多元迴歸模型等統計程序 被應用在本文以建立區域性電力負載與各項影響因素相關性之模型,建置完成之模型被應用在分析北部區域性 負載在冬季的低溫高負載現象與全系統在夏季時負載對溫溼度的敏感性分析;經由統計程序建置的各種推估結 果將可供電力公司瞭解區域性電力負載與氣候的相關特性,並可有效提昇電力調度之負載預測作業的準確性。 關鍵字:區域性負載、迴歸模型、相關性研究 Key words: regional load, regression model, relativity study. 壹、 緒論 一、 研究背景動機 臺灣地處亞熱帶國家,地形上又居黃海與太平洋交界處,所以北部地區冬季受東北季風與冷鋒影響寒冷且 潮溼,另因臺灣中央山脈與中國大陸沿海高山的白努利效應,造成臺灣海峽沿岸縣市冬季海風強勁寒冷多雨, 夏天則炎熱多雨;台南以南的高屏地區則因地處北迴歸線以南,所以夏天溼熱冬天則呈乾暖之氣候,也因為這 些因素造就臺灣本島一年四季溫溼度的強烈地域特色。這些地域氣候特性對電力業者在發電、輸電與配電業務 執行上有何影響,一直是電力業者關心的議題。 台灣各區域產業分佈有其特色,這些產業特色會影響區域電力負載特性,如住宅類與商業類負載特性就會 有所差異,同樣的商業類與工業類也會有所差異,所以如何整合區域的產業特性與氣候特性,進而研究出可有 效提昇電力調度負載預測作業之準確性是電力業者很重視的議題。 台電系統的供電網路在需求端而言依電壓等級可分為超高壓變電所(E/S) 、一次變電所(P/S) 、配電變電所(D/S) 與二次變電所(S/S)4 級,其中 E/S 的電壓等級最高為 345KV,所以其供電範圍最廣,而 S/S 的二次側電壓等 級最低(11.4/22.8KV),所以此類變電所最靠近負載端;由於一個變電所的供電範圍可能為數十萬用戶或數萬用 戶,所以本文以變電所之負載為區域負載之取樣資料。變電所的負載會受地理位置的區域性影響,亦會受特殊 產業因素如加工出口區與科學園區等影響,因此直接取樣屬性相當明確之變電所的負載,做為本文分析依據之 取樣範本。

區域電力負載與氣候相關性研究 多元線性迴歸模型dba.kuas.edu.tw/files/archive/186_9882246a.pdf · 台灣各區域產業分佈有其特色,這些產業特色會影響區域電力負載特性,如住宅類與商業類負載特性就會

  • Upload
    others

  • View
    1

  • Download
    0

Embed Size (px)

Citation preview

  • 989

    - The Study on the Relativity between Regional Power Load and Climate

    -Multiple Linear Regression Model

    [email protected]

    [email protected]

    Key words: regional load, regression model, relativity study.

    (E/S)(P/S)(D/S)

    (S/S) 4 E/S 345KV S/S

    (11.4/22.8KV)

  • 990

    1 E/S(7 )(1 )

    1300 33 oC 17 oC 16oC

    05:00 27 oC 07:00 14 oC 13 oC 2 E/S ( 7 )( 1

    ) 05:00 76%

    07:00 86% 10% 12:00 62% 14:00

    77% 13%

    3

    4

    5 6

    7

    8

    9

    10

    1 E/S

    2 E/S

    3

    2010/7

    2010/1

    2010/7 2010/1

  • 991

    4

    5

    6

    7

    8

  • 992

    9

    10

    1990

    ,1998

    6

    6

    ,1992

    ,2004

    ,2006,2004

    et al,2008 et

    al,2009

  • 993

    E/SP/S D/S

    (E/S)(P/S)(D/S)(S/S)

    E/S P/S D/S P/S D/S

    2006

    ,2006

    345kv 161kv E/SP/SD/S S/S

    24

    111213

    1 24 24

    S1

    0.000

    10.000

    20.000

    30.000

    40.000

    50.000

    60.000

    %

    11

    S1

    0.000

    10.000

    20.000

    30.000

    40.000

    50.000

    60.000

    70.000

    80.000

    %

    12

  • 994

    S1

    0.000

    10.000

    20.000

    30.000

    40.000

    50.000

    60.000

    %

    13

    1 24

    (%) (%) (%)

    00 45.159 2.534 52.307

    01 57.348 21.552 21.100

    02 52.415 21.520 26.065

    03 41.207 40.282 18.511

    04 18.528 71.558 9.914

    05 41.205 46.461 12.335

    06 14.564 75.726 9.710

    07 42.173 37.717 20.109

    08 29.814 61.694 8.492

    09 48.709 33.462 17.829

    10 28.372 56.516 15.111

    11 32.295 47.582 20.123

    12 50.586 34.103 15.310

    13 31.936 46.651 21.413

    14 53.028 19.485 27.487

    15 56.383 11.037 32.580

    16 50.829 9.913 39.258

    17 44.355 42.838 12.806

    18 19.613 72.890 7.497

    19 41.349 47.277 11.375

    20 26.582 66.444 6.973

    21 22.618 72.132 5.250

    22 52.842 21.183 25.975

    23 58.651 17.731 23.618

    ARIMA

  • 995

    (1995)""

    1995" ARIMA " ARIMA

    J.C. Hwang2001 Assessment

    of Air Condition Load Management by Load Survey in Taipower

    (2001)Temperature Effect to Distribution System Load Profiles and Feeder Losses

    3

    (6 ~9 )

    C.S. Chen et al.1997 Temperature Adaptive Switching Operation for Distribution System

    (2000)

    1.

    E/S(P/S)(D/S)

    2.

    EMS 5

    3.

    (Multiple Regression Model)()

    ()(Multiple Regression Model)

    Douglas C. Montgomery,1999Trevor Hastie, Robert Tibshirani,1999

    ,1975,2000LAPIN,2000Amir Aczel,2009,1994 iY i

    0 1 1 2 2 3 3i i i i jY .(1)

  • 996

    iY i=1,,n

    j j=1,2,3 0

    ji i=1,,nj=1,2,3

    j i=1,,n

    () 0

    1

    : 0 , 1 , . . . . . ,: 0

    i

    i

    H i nH

    i

    tS

    (2)

    P 1, 2n

    t , 0H

    0

    E/S

    E/S

    D/S (Customer Information

  • 997

    System) 76.5%

    14 D/S

    15 D/S

    16 R2 0.68

    17 R2 0.151 18

    R2 0.753

    19 2010/07/05

    3

    202010/07/05 10

    (T.S.T) 4MW(T.S.H) 0.4MW

    14 D/S

    15 D/S

    16 D/S

  • 998

    17 D/S

    18 D/S

    19 D/S

    20 D/S

    P/S (Customer

    Information System) 73.5%

    21 P/S

    22 P/S

    T.S.T T.S.H

  • 999

    23 R2 0.714

    24 R2 0.076 25

    R2 0.716

    26 2010/07/05

    27

    10:00 T.S.T 15MW T.S.H 0.2MW

    21 P/S

    22 P/S

    23 P/S

  • 1000

    24 P/S

    25 P/S

    26 P/S

    27 P/S

    T.S.H

    T.S.T

  • 1001

    28 E/S

    29 E/S

    30 R2 0.096 31

    R2 0.022 32

    R2 0.157

    33 2010/07/05

    34

    T.S.T

    28 E/S

    29 E/S

    30 E/S

  • 1002

    31 E/S

    32 E/S

    33 E/S

    34 E/S

    35 P/S 2010/12/13()~2010/12/19()MWH

    12/13~12/15 12/16 36 P/S

    2010/12/13()~2010/12/19() 12/13~12/16 12/17

    37 P/S 2010/12/13()~2010/12/19()

    T.S.T

    T.S.H

  • 1003

    12/13~12/16 38

    12/13~12/16 12/14 12/15 12/13

    12/16

    39 P/S 2010/12/13~2010/12/16

    12/15 12/14 12/13 12/16 4

    40 P/S 20OC 50MW80MW

    54MW 20MW 14OC 60MW 10MW

    10OC 35.4MW 1.5MW

    41

    42 2010/12/15 42T.S.T.

    10:00 1OC

    1MW T.S.H. 1%

    0.25MW

    P/S 2010/12/132010/12/19

    1150

    1200

    1250

    1300

    1350

    1400

    1450

    1500

    1550

    2010/12/13 2010/12/14 2010/12/15 2010/12/16 2010/12/17 2010/12/18 2010/12/19

    MWH

    35 P/S MWH

    8

    10

    12

    14

    16

    18

    20

    22

    24

    26

    28

    30

    0:00

    1:00

    2:00

    3:00

    4:00

    5:00

    6:00

    7:00

    8:00

    9:00

    10:00

    11:00

    12:00

    13:00

    14:00

    15:00

    16:00

    17:00

    18:00

    19:00

    20:00

    21:00

    22:00

    23:00

    :

    OC

    2010/12/13 2010/12/14 2010/12/15 2010/12/16 36 P/S

    2010/12/13

    2010/12/14

    2010/12/15 2010/12/16

  • 1004

    50

    55

    60

    65

    70

    75

    80

    85

    90

    95

    0:00

    1:00

    2:00

    3:00

    4:00

    5:00

    6:00

    7:00

    8:00

    9:00

    10:00

    11:00

    12:00

    13:00

    14:00

    15:00

    16:00

    17:00

    18:00

    19:00

    20:00

    21:00

    22:00

    23:00

    :

    %

    2010/12/13 2010/12/14 2010/12/15 2010/12/16 37 P/S

    30

    35

    40

    45

    50

    55

    60

    65

    70

    75

    80

    85

    90

    0:00

    0:50

    1:40

    2:30

    3:20

    4:10

    5:00

    5:50

    6:40

    7:30

    8:20

    9:10

    10:00

    10:50

    11:40

    12:30

    13:20

    14:10

    15:00

    15:50

    16:40

    17:30

    18:20

    19:10

    20:00

    20:50

    21:40

    22:30

    23:20

    :

    MW

    2010/12/13 2010/12/14 2010/12/15 2010/12/16 38 P/S (MW)

    39 P/S

    2010/12/14

    2010/12/16 2010/12/13

    2010/12/15

    2010/12/13

    2010/12/14

    2010/12/15 2010/12/16

  • 1005

    40 P/S

    41 P/S

    42 P/S

    1~2

    17OC 75%

    0.25%

    T.S.T

    T.S.H

  • 1006

    2010 (7 )

    60%

    T.S.T

    E/S

    (S/S) S/S

    S/S (FCDS)

    [1] ,2010/9

    [2] 1998/10

    [3] 1992~2008

    [4] 2004

    [5] 2006

    [6] Oracle2004

    [7]

    ,2008/12

    [8]

    2009/11

    [9] ,2006/9

    [10] ,

    pp.668-672, 84/11

    [11] ARIMA ,

    PP.626-630, 84/11

    [12] J.C. Hwang, Assessment of Air Condition Load Management by Load Survey in TaipowerIEEE TRANS.on

    POWER SYSTEM VOL.16, NO.4, 11/2001, pp910-915

    [13] C.S. Chen, M.S. Kang, J.C. Hwang, C.W. Huang Temperature Effect to Distribution System Load Profiles and

    Feeder LossesIEEE TRANS.on POWER SYSTEM VOL.16,NO.4,11/2001,pp916-921

    [14] C.S. Chen, J.C. Hwang, C.W. Huang Application of load survey systems to Proper Tariff Design IEEE

    Trans.on Power systems, Vol.12, NO.4, pp.1746~1751, 1997/11

    [15]

    ,pp126-130,2000/11

  • 1007

    [16] Douglas C. MontgomeryAPPLIED STATISTICS and PROBABILITY for ENGINEERS Second Edition ,John

    Wiley & Sons, Inc ,1999

    [17] Trevor Hastie, Robert Tibshirani The Elements of Statistical LearningSpring,2001

    [18] ,1975

    [19] ,2000

    [20] LAPIN Modern Engineering StatisticsInternational Thomson Publishing Asia,2000

    [21] Amir Aczel Complete Business Statistics The McGraw-Hill Companies ,Inc,2009

    [22] ,1994

    [232010/01

    [242010 2010