湖州市用电需求特性及其与气象条件的关系

通过计算日用电量气象变化率lml、日最大用电负荷气象变化率lmh,分析了湖州市2006—2008年用电量及最大用电负荷的变化特征及其与气象要素的关系,着重研究了平均气温、最高气温、最低气温对用电量及最大用电负荷的影响,建立了日最大用电负荷、日用电量的预测模型。结果表明：用电量及最大用电负荷表现出年周期变化,且稳步递增,但月差异明显;不同月份不同气象因子对用电量及最大用电负荷的影响各有不同,lmh、lml与气象因子相关性显著的月份集中在6—10月;在不同温度范围,气温对用电量及最大用电负荷的影响程度也不同,随着气温变化,用电量和最大用电负荷的变化率最大可达20%;在7月、8月,气温升高1℃时,lmh、lml的变化最大,可达2%～5%。     

克拉玛依电网电力负荷与气象条件关系的研究

从克拉玛依供电范围内电力负荷变化趋势、季节性负荷变化及气温对季节性负荷的影响等方面，系统地分析了该供电范围内1999年1月至2001年12月间电力负荷随气温变化的特征。通过分析研究表明，克拉玛依电网电力日负荷与气温的相关关系显著，并结合日常天气预报分时段建立了电力负荷预测方程，进而可为电力部门提供专业化的服务产品。     

基于积温效应的华中电网电力负荷预测

利用2011—2015年5—9月华中4省河南、湖北、湖南、江西逐日日用电量、日峰负荷、日谷负荷与同期气象数据,探讨炎热天气过程对电力负荷的影响特征,并分别对4省建立基于积温热累积效应的电力负荷预测模型。结果表明:持续3d以上的炎热天气过程对电力负荷增长影响显著,其中湖北的电力负荷增量最大;当气温大于等于积温热累积效应的气温临界值时,对电力负荷增长有显著影响,其中湖南的日平均气温、日最高气温、日最低气温的初始敏感值分别为31℃、36℃、27℃,强敏感值分别为32℃、39℃、29℃;建立基于积温热累积效应的电力气象负荷多元回归预测模型,经2016年5—9月应用检验,华中4省的平均相对误差均控制在5%以内,根据具体天气情况进行适当订正,对国家电网公司华中分部电力调度具有参考价值。     

武汉市周年逐日电力指标对气温的非线性响应

为了建立电力因子与气象要素的关系,利用2005-2007年武汉市电网日电量、日最大负荷、日最小负荷及相应的气温资料,分析气温对各电力指标的影响,建立了各电力指标与气温的非线性统计模型,并与线性模型进行比较.结果表明,非线性模型比线性模型能更好地反映电力指标与气温的关系,日最大负荷、日电量、日最小负荷最不敏感的平均温度临界点分别是15～16℃、14～15℃、13～14℃,低于该温度时气温下降或高于该温度时气温上升,电力指标均呈非线性增加,与最不敏感的平均气温偏离越大,电力指标增加越快.     

基于气象因子的南京市冬季和夏季用电量预测研究

基于2014—2016年南京市常规气象逐时观测数据、逐日用电量和逐时用电负荷数据, 分析南京市用电量变化及其与气象因子的关系。结果表明: 南京市用电量7—8月、12月至翌年1月为两个峰值, 4月和10月为两个谷值, 年变化明显。四季均呈现显著“周末效应”。用电负荷一天内有两个峰值, 分别出现在10时和20时; 两个谷值, 一个谷值冬夏季在04时, 另一谷值冬季在14时, 夏季在18时。南京市用电量与气象条件的变化密切相关, 气象因子与用电量的关系在不同月份有所不同, 如夏(秋、冬)季气温日较差越大(小), 用电量越大; 7月、8月(10月至翌年3月)气温越高(低), 用电量越大; 冬季用电量受气象要素的影响程度总体低于夏季。冬季用电量主要受气温制约; 夏季用电量受气象要素的影响更为复杂, 除了气温, 还需综合考虑水汽、日照等因子。利用逐步回归法, 建立冬、夏季逐月日用电量气象预测方程, 方程中入选气象因子的存在明显的月际差异。不同月份分别针对性地考量入选气象因子的预报值, 做出用电量预估, 可为电力调度提供参考。     

武汉市电力负荷特征及其与气象因子的关系

利用武汉市2013—2018年逐15 min精细化电力负荷数据及武汉市日降水、气温等气象资料,统计分析电力负荷特征指标,探寻电力负荷的构成、变化规律及其与气象因子的关系。研究结果表明:(1)近年来武汉市电力负荷和日负荷峰谷差屡破新高,夏季高温持续时间和强度大小对空调负荷影响最为显著。电力负荷随季节变化呈现出明显的“双峰双谷”特征。(2)夏季电力负荷远高于其它三季,冬季次之。四季日变化特征总体呈现“昼高夜低”的分布。(3)工作日和双休日负荷明显高于节假日,工作日负荷略高于双休日,其中工作日的早高峰负荷最大,而双休日和节假日的晚高峰负荷最大。(4)气象因子对全社会用电量影响尤为重要。夏季气象敏感负荷与日平均气温的关系最密切,当平均气温高于初始敏感值和强敏感值时,电力负荷随气温上升增幅更加明显。(5)无论是否出现降水,夏季气象敏感负荷与日平均气温的关系都很密切。无降水天气,负荷与日平均气温相关性最高;有降水发生时,气象敏感负荷与日平均气温的相关性呈下降趋势,总体反映出降水影响气温、气温影响电力负荷的物理过程和机制。     

石家庄夏季用电量对天气的响应及其预测模型

从石家庄市2005～2007年每年6～8月的逐日用电量资料中分离出随气象因子变化的气象电量,分有、无降水日分别计算了气象电量与同期气象资料中关键气象要素的相关系数,着重分析了气象电量随气温、湿度、降水的变化规律.结果表明:石家庄夏季气象电量与气温呈显著性正相关,而与相对湿度仅在有降水日为显著负相关;计算了用电量逐日变化值与气象要素日变化值之间的相关系数,发现要素差值之间存在着很好的相关性.在统计分析的基础上,借助Origin7.5软件,分有、无降水日建立了综合气象因子影响下气象电量及用电量逐日变化的多元回归预测模型,回归统计及方差分析表明:预测方程均通过了α=0.0005的F检验,复相关高于单相关,拟合率较高,能为电力部门合理调度提供参考.     

气象条件对电力负荷的影响分析

利用河北省南电网提供的2000～2006年逐日最大电力负荷资料.分析了日最大电力负荷的变化规律.以石家庄市为例,采用相关分析方法,分年逐月分析了日最大电力负荷与对应6个气象因子的相关性,得出不同时段电力负荷的主要气象影响因子;分析了6～9月和11月受气温影响显著月电力负荷的1℃效应量、3～8月10 mm以上降水量对电力负荷的影响变化率;采用多元回归的方法分时间段建立了最大电力负荷的气象预测方程,加上逐年电力负荷变化趋势项即可做电力负荷预测预报.     

陕西省日用电量、最大负荷的气象预报模型

通过对1998—2001年陕西省日用电量、最大负荷资料和同期气象资料的统计分析得出，日用电量、最大负荷有明显的年、季、周变化，并与平均气温的相关关系显著；在此基础上，建立了周和日用电量、最大负荷的预测方程，为电力部门提供专业化的服务产品。     

天津电力负荷特性及其与气象因子的关系

利用天津近30年来的逐年电力负荷数据以及2002-2005年逐时电力负荷资料,分析了天津电力负荷的变化特征,研究了电力负荷与气象因子的关系.结果表明:近30年来,天津电力负荷的长期趋势基本受当地GDP的影响,气温等气象因子的作用不明显;在季节和日尺度上,气温的影响十分显著,7、8月气温每上升1℃,气象负荷将增加120MW左右;除气温的影响外,夏季、初秋相对湿度对电力负荷的影响非常显著,此外,4月、6月、7月和12月还得考虑风的影响;一般来说,夏季最高气温在30℃以上,平均相对湿度大于65％时,才可能出现极端电力负荷.     

近50a南京市气温和热岛效应变化特征

利用南京市常规气象观测气温资料,分析1951年以来气温的变化趋势、季节特征以及年际特征,通过市区气象站和郊区六合县气象站的统计资料对比分析,了解南京市热岛效应的强度变化,以1985和2000年两期遥感影像探讨南京市热岛效应分布范围的变化特征.结果表明:1951-2000年期间南京市日最高、最低气温和日平均气温的年平均呈现上升趋势;日均气温和日最高气温夏季呈现下降趋势,春季、秋季和冬季表现为上升趋势,日最低气温所有季节都呈现上升趋势;1990s是南京市1951-2000年间增温幅度最大的时期;南京市热岛效应强度呈现增强趋势;分布范围扩大,自1985年以来热岛效应面积共增加了107.88 km2,高强度热岛中心1985年两个,到2000年已增加到3个.     

近44年南京温度变化的特征及其可能原因的分析

利用1957～2000年的气候观测资料,研究南京的平均温度、平均最高温度、平均最低温度和平均日较差及炎热日和寒冷日的变化趋势和特点,并分析可能的原因;以滁县和溧阳为对比城市站,分析了三种不同类型城市温度变化的异同.结果表明,近44年来南京平均温度显著上升,其中冬季增暖幅度最大,但夏季呈变凉趋势.与全国平均温度相比,线性变化趋势大体相似,但也存在一定差别.最高温度趋势与平均温度一致,夏季降温更为明显;最低温度除夏季外增暖都非常显著,表明气候变暖在最低温度上表现更加明显;年和各季日较差均明显减小;炎热日和寒冷日趋于减少,其开始和结束时间较以前有明显提前.大气环流系统的变异和调整可能是温度显著升高的直接原因.同样,长江中下游夏季降水天气增多、云量增加、日照时间减少以及伴随的温度下降可能也与环流系统的调整有关.南京与滁县、溧阳的温度差值分别为减小趋势或趋势变化不明显.三种类型城市增暖幅度的相对大小存在着年代际差异.由于不同类型城市间温度变化差异的复杂特点及其所反映出的城市化影响的复杂性,在研究温度变化和考虑城市化的影响时,不仅要考虑大城市,还应该充分注意中、小城市的发展所带来的影响.     

昌吉市城市热岛效应的分析

通过对昌吉市和呼图壁县40多年的气温资料的统计分析,得到了昌吉市随着城市发展而产生热岛效应的变化过程;分析了昌吉市城市热岛效应对气温日变化、季节变化的影响,得到了气温变化的定量分析结果。     

世界排放大国CO2排放和GDP的格兰杰因果分析及其对国际气候治理的影响和意义

基于1990—2015年世界前20个排放大国碳排放量和国内生产总值（GDP）的时间序列数据,采用协整分析、格兰杰因果检验,对主要排放大国碳排放与经济增长之间的关系进行了实证分析。通过协整分析得出大多数国家的碳排放量与经济增长之间存在长期均衡关系;碳排放量和GDP的格兰杰检验结果显示,大多数世界排放大国碳排放与经济增长之间存在单向因果关系。发达国家主要表现为经济增长是碳排放的格兰杰原因,发展中国家则主要表现为碳排放是经济增长的格兰杰原因。研究结果反映了发达国家和发展中国家在碳减排问题上的阶段性特征,碳减排对发展中国家经济发展的负面影响明显大于发达国家。基于格兰杰因果分析结果,国际气候治理进程中关于要求发展中国家现阶段提出大幅减排目标的诉求不符合发展中国家发展阶段特征,可能影响发展中国家经济发展的正常秩序和规律。发达国家基于历史排放责任、发展阶段和能力,都应该带头开展减排行动,并帮助发展中国家实现转型、升级发展,降低经济发展对碳排放的依赖。国际气候治理需要根据并考虑不同国家的发展需求和特征,形成国际合作制度安排,实现社会经济发展与全球气候治理的协同。     

人为热对城市边界层结构影响研究

为研究不同人为热源引入方案对城市边界层结构模拟性能的影响，以杭州地区为例，在区域边界层模式（RBLM）中引入一种新人为热源处理方案，即对城市中的人为热排放分层考虑，将低层的人为热源加入地表能量平衡方程，将高层人为热源分布与建筑物高度和密度联系起来，加入热量方程中，同时考虑了人为热源强度的日变化。数值试验结果表明，这是一种比较合理的处理方案。人为热源引入方案对城市边界层结构的影响表现在:气温、湍流动能增加，并通过湍流交换输送到较高层大气；大气不稳定度增加，混合层高度最高抬升了400 m；城市地区上升速度增加，热岛环流加强；白天人为热源一般为太阳辐射的10%～20%，对地气交换的影响较小。夜间没有了太阳辐射能量，对地气交换的影响比日间更明显；冬季低层湍流活动加强，湍能约增加40%，大气层结稳定度降低。     

气候变化与城市全要素生产率：理论与实证

利用1994—2014年中国城市数据探讨气候变化对城市全要素生产率（TFP）的影响。研究发现：气候变化（气温变化和降水量变化）对城市TFP均有负面影响,其中降水量的影响更显著,但对中国东部地区城市的TFP影响不明显;经济发展水平越高的城市,其TFP受气候变化的影响越小,而经济发展水平越低,这种影响就越显著;城市产业结构越趋合理,天气与气候的影响越低,反之则影响越大。其中降水量的变化对三大产业都有影响,对第一产业影响最显著。     

兰州城市热岛效应特征及其影响因子研究

利用1958-2003年兰州及临近两个乡村气象站气温资料，研究了兰州城市热岛效应特征和导致热岛效应季节差异及其年代际变化趋势的主要气象因子。结果表明：近40多年来，兰州城市热岛效应一直呈增强趋势，热岛效应在冬季尤为显著；在日变化中以02：00热岛效应最为明显，而14：00效应较小。冬季逆温层、夏季城市下垫面对热岛效应的季节差异影响较大。城市发展导致热岛效应增强，而部分气象要素的年代际异常加剧了热岛效应。     

1978—2008年城市化对北京地区气温变化影响的初步分析

应用北京地区20个常规站1978-2008年经均一性序列多元分析方法均一化处理的气温数据,初步分析了北京地区城市化对年平均和不同季节日最高、最低以及平均气温的影响。结果表明,1978—2008年,年平均日最低、平均气温空间分布自北向南、自西向东,温度逐渐升高,在城区达到最高,日最高气温表现为从西向东南逐步升高,在城区形成较为明显的热岛。温度变化趋势表明,各站日最低气温、平均气温、最高气温均呈升温趋势。城市化对北京地区城区及近郊区站点日平均气温和最低气温影响最大,对自北部佛爷顶至昌平到城区一带站点的最高气温影响最大。城市化对北京(观象台)站的增温影响最为明显,对城区站点温度平均的增温影响次之,对全市站点温度平均的增温影响最小。城市化对观象台站、城区站点平均、全市站点平均日平均气温、最低气温的年平均、各季节均非常显著,其中在秋季影响最大,对日最高气温的影响则是在夏季最大。     

近60a来南京季节变化特征分析

利用1951年1月-2010年12月南京市逐日气温观测资料,依据张宝堃应用候平均气温稳定通过某一临界值划分四季的标准,建立了近60 a南京的季节平均气温的时间序列,分析了近60a南京春、夏、秋、冬四季开始、结束及持续时间的变化特征,给出了季节气温的变化趋势以及候平均与入季时间、季节持续时间的相关分析.结果表明:近60a,南京入冬时间推迟,入夏时间提前.冬季变短,缩短的平均速率为2.9 d/10a;夏季变长,增加的平均速率为4.1d/10a;秋季变短,缩短的平均速率为1.5d/10a;春季略有些变长.南京冬、春季平均气温升高,且冬季气温升高更为显著,而夏、秋季平均气温下降,秋季气温下降略明显于夏季.冬季最低气温有升高的趋势,夏季最高气温与年较差有下降的趋势.春季入季时间与春季的平均气温成正相关,而秋季的入季时间与秋季平均气温成负相关;夏季的平均最低气温和平均气温与夏季的长度成负相关,冬季的平均最高气温和冬季的长度成正相关.