2.4 用电与负荷：下游决定上游

2.4 用电与负荷：下游决定上游

负荷是电网存在的理由，也是电网一切设计难题的源头。本节读解日负荷曲线的形状语言，量化峰谷差，并看空调、电动车这些"新负荷"如何一轮轮重塑上游的电源与电网投资。

曲线的形状语言

把一天 96 个点的系统负荷画成曲线，形状比数值更有信息量。中国多数省级电网呈"冬夏双高峰、晚峰高于午峰"形态：夏季晚 8 点前后空调与照明叠加把曲线推上顶点，凌晨 4 点跌到谷底。峰谷差比例常达 30%–40%，个别夏季高温省份甚至更高——2022 年 8 月四川限电期间，空调负荷占全省负荷比例一度过半，整条曲线的形状完全被气温绑架。

图 2-4 典型日负荷曲线与机组分层填充

曲线形状直接换算成钱：为了一年只用几十个小时的尖峰而建设的调峰电源与输电通道，折算度电成本极高。负荷管理的本质，是花更少的钱去"修曲线"而不是"修电源"——错峰生产、分时电价、需求响应都是修曲线的工具，第 6 章会看到它们如何进入市场机制。

三类负荷的脾气

注意工业电动机那一条：频率下降时电机转速同降、吸取功率随之减少，等于自动给系统"让路"——这是系统低频减载策略能奏效的物理前提之一。

电动车与空调：两波新负荷冲击

第一波是空调。2000 年后城市空调普及把夏季晚峰不断推高，很多省份负荷曲线从"冬峰型"翻转为"夏峰型"，电网为盛夏几十小时的尖峰追加数百亿投资。第二波正在路上：电动车。一辆家用快充桩功率 60–120kW，相当于一整栋居民楼的用电功率；若几十万辆车晚 7 点回家同时插枪，晚峰直接加高一座"充电山"。解法同样在曲线侧——有序充电（引导到凌晨谷段）能把电动车从"负担"变成"海绵"，甚至反向支撑电网（V2G）。负荷侧第一次拥有了"可调度"的想象空间，这是第 5 章"源网荷储"概念的起点。

# 无序充电 vs 有序充电的峰高对比（简化演算）
base_peak = 100        # GW，原系统晚峰
ev_cars = 2_000_000    # 接入车辆数
ev_power = 0.01        # GW/千辆 同时率下的充电功率
uncontrolled_peak = base_peak + ev_cars / 1000 * ev_power
# 有序充电：把 80% 充电需求移到谷段，且限制同时率减半
ordered_peak = base_peak + 0.2 * ev_cars / 1000 * ev_power * 0.5
print(f"无序充电晚峰: {uncontrolled_peak:.0f} GW")
print(f"有序充电晚峰: {ordered_peak:.0f} GW")   # 新增尖峰被压掉近九成
​

本节要点回顾

• 负荷曲线形状就是钱：峰谷差逼出调峰投资，负荷率衡量资产利用率，修曲线常比修电源便宜。
• 空调翻转了峰型、电动车正在加第二座山，负荷侧的每一次变化都在重塑上游投资。
• 工业负荷的频率自敏感性是低频减载等安全策略的物理基础。
• 有序充电与 V2G 让负荷第一次变成可调度资源——"下游决定上游"有了新的含义：下游甚至能反过来帮上游。

动手计算：负荷曲线的三组特征数

一个城市的日负荷曲线可用三组数刻画：峰谷差（最大-最小负荷）、负荷率（平均/最大）、年最大负荷利用小时数（年电量/最大负荷）。某市夏季峰谷差 45%、负荷率 0.72、年利用小时 5200 h——这三个数决定了系统的调峰需求与电源结构上限：峰谷差每扩大 10 个百分点，就需要多建约一座调峰电厂或等量储能。

# 峰谷差与调峰需求的换算
Pmax, valley_ratio = 10_000, 0.55   # MW, 峰值与谷值占比
valley = Pmax * valley_ratio
print(f"峰谷差 {Pmax - valley:.0f} MW -> 需要灵活资源覆盖")
# 抽蓄 1800 MW 级电站 + 燃气调峰是典型组合
for cap in (1800, 3600):
    print(f"  一座 {cap} MW 抽蓄可覆盖 {(cap)/(Pmax-valley)*100:.0f}% 调峰缺口")
​

数据档案：典型负荷的行业画像

# 空调负荷的"温度弹性": 气温每升1度负荷涨多少
for dT in (1, 2, 3):
    inc = 0.03 * dT   # 经验弹性约 3%/°C(夏季高峰)
    print(f"气温 +{dT}°C: 城市空调负荷 +{inc*100:.0f}%")
# 一个千万人口城市夏季峰里空调常占 40% —— 需求响应的靶心
​

延伸讨论：需求侧从"被动负荷"变"主动资源"

需求响应（DR）与虚拟电厂（VPP）把负荷弹性变成可调度的商品：空调群聚合降温 1°C、充电桩错峰、工厂错时检修，几十万千瓦的"负瓦特"资源由此进入市场。负荷预测也从统计外推走向"气温+日历+行为+价格"的多因子模型。下游决定上游这句判断的历史版本是"负荷预测决定装机规划"，今天的版本是"负荷的柔性决定系统的灵活度"——第 5、6 章将分别在技术与市场两端展开这一转变。

一个把本节数字串起来的实测样本：2022 年 7 月某中部省份持续 40°C 高温，晚峰负荷屡创新高，其中空调负荷估算占比超过 45%；电网当日分三轮邀约需求响应，仅商业楼宇空调集体上调 1°C 与错峰生产两项就压减负荷约 320 万千瓦，相当于免建一台大型机组。当"下游"能在关键时刻交出这个量级的弹性，它就不再是曲线上的被动终点，而成了系统平衡桌上的玩家。