摘要:气象电力负荷相关性分析对电力负荷预测影响关键，需根据实际数据对相关性经验模型修正。基于综合气象指数、积温效应以及电力负荷与气象因素相关性分析经验公式，提出一种夏季气象负荷相关性模型修正方法；采用负荷趋势分析和Python爬取提取气象负荷与气象数据，提高分析数据的精准性；通过对比分析负荷与单气象因子、综合气象指数以及两种积温效应修正的相关系数，结合负荷与气象指标随时间变化趋势吻合度，确定适用于相关性分析的最优指标参数，进而构建气象负荷与最优指标参数之间的拟合关系式，并以2019年北京夏季主城区为例应用验证。结果表明，与单气象因素相比，电力负荷、气象负荷和综合气象指数的相关性更强；各综合气象指数中，基于日平均气温的酷热指数与气象负荷的相关系数最高；2种积温修正方法中，考虑累积效应系数的方法对气温的修正效果更好，修正后气温与气象负荷的相关系数提高7.39%；基于修正气温的酷热指数与气象负荷的相关性较未修正时均有所提高，与负荷的变化趋势更接近；以酷热指数和修正后温度为自变量构建的气象负荷拟合关系式与实际值的吻合度高于参考的经验公式。