基于智能用电网络的负荷状态与类型在线辨识

电器级负荷的实时信息辨识是实现负荷控制类需求响应以及用户侧自趋优运行的前提.为满足智能用电网络辨识后自动进行精准控制的应用需要,提出了电器级负荷状态与类型在线辨识技术,以期快速、准确且高可扩展地为智能用电网络的调控提供信息基础.智能用电网络的大量终端可提供电器级低频数据的实时测量结果.基于此,采用改进双边累积和分段算法...     

电网负荷分类评价反馈算法研究

随着电力设备技术研究的不断发展,智能城市和智能电网概念的提出,促使企业对用户的精细化服务要求也越来越高。因此,为实现对用户用电细粒度感知,提高与用户沟通交互效率,基于用电清单评价内容,结合深度学习算法,建立分类评价反馈模型,对评价文本进行分类及情感分析,最后根据实际分析结果建立评价反馈机制,对负荷辨识技术进行调整反馈。试验结果表明电网负荷分类评价反馈算法提高了电网非侵入式负荷辨识的准确率,有利于提升用户用电体验度。     

基于数据状态驱动的电力用户智能负荷预测方法研究

提出了基于状态分析的变输入结构SVM预测模型。通过辨识负荷数据中辨识关键的负荷特征,通过存储负荷特征而非原始负荷数据,实现对用户负荷数据的精准高效处理。基于状态分析的变输入结构SVM模型,根据预测日各时段状态预测结果搜索历史相近时段的同状态负荷,并将其作为模型输入因素进行预测,有效克服了用户用电漂移效应给负荷预测造成的干扰,提高了预测精度。     

居民负荷特征研究及特征库的建立

居民用户用电可视化是开展节能工作的基础。在居民用户用电可视化研究中,了解居民用户侧典型家电的负荷特征和耗电特性是关键。通过分析各种类型的负荷特征,从中选取一些具有较高辨识性的特征量作为负荷特征库的主要内容。构建电力数据采集平台,采集典型的家电负荷用电数据,并根据一定的数学方法提取各负荷特征,形成负荷特征库。利用Matlab构建负荷特征库可视化界面,方便调用和分析负荷特征,为后续负荷识别奠定基础。     

基于非侵入式用电数据分解的自适应特征库构建与负荷辨识

非侵入负荷监测是实现需求侧测量与能效优化的有效途径。文中提出了一种高频采集模式下的非侵入式负荷在线监测方法,使整个监测过程自动化、实时化。首先,根据负荷电流的可加性原理建立了负荷分离模型,得到独立负荷波形;并结合负荷的操作特性,无需预实验获取先验数据。然后,通过贝叶斯分类模型实现负荷种类判断,从而在运行过程中为每个独立用户构建动态的负荷特征库。最后,基于库中数据,通过构建寻优模型实现负荷辨识,从而持续、实时获取负荷用电状态,并通过实际采集的用电数据验证了方法的有效性。该研究可自适应地为独立用户构建负荷特征库,改善了提前建库不具有普适性的问题,同时,基于特征库的快速寻优保证了辨识的有效性与准确性。     

基于用户边缘侧事件解析的工业电力负荷非侵入式感知辨识

考虑工业生产的持续、安全等因素,避免在高压生产区对负荷进行直接测量,采用非侵入式感知模式在低压总用电计量端进行监测,通过分离解析总信号获取各负荷详细的运行情况。文中研究了一种基于事件波形解析的辨识方法,为了适应不同用户生产门类及流水工艺的差异,将事件解析下沉至用户边缘。首先,利用工业负荷单体功率大的特点,结合不同投切形式分离事件波形。然后,在用户边缘形成该用户的解释空间,构建有效描述事件波形的结构化特征空间,建立映射规则实现特征空间与解释空间的对应,并通过类别判定完成事件解析与负荷辨识。最后,利用聚类对群体事件进行分类辨识以优化验证辨识结果。通过实际采集的钢铁工业用电数据验证方法的有效性,实现其用电感知与事件解析。     

基于负荷管理的远程抄表系统设计与实现

分析了近期电力企业的抄表现状,提出了基于负荷管理的远程抄表方案,并据此方案成功开发了该系统。基于负荷管理的远程抄表系统可以帮助管理人员及时、准确地获得电表数据,发现表记故障、窃电行为,且可以进行谐波监测,提高用户的用电质量。     

实现远程费控的用电计量装置设计方案

针对315 kVA以下专用变压器用户和带TA接线的三相负荷用户远程用电信息采集系统存在的问题,从计量箱柜、互感器、计量回路、智能电表等方面进行影响因素分析,提出了远程信息计量装置技术优化升级改造方案。应用结果表明：远程计量系统改造后,有效提高了用户电能计量信息采集的有效性和可靠性,降低了由于用电客户拖欠电费给电力公司带来经济损失的风险。     

温度影响下的智能电能表误差模型

开展对智能电能表在低温环境下运行的计量性能测试研究,在黑龙江省漠河县地区搭建低温实际运行状态下的智能电能表试验场,试验功能包括:近、远程检测系统;负荷控制系统;保护系统以及环境监测系统。近、远程检测系统可以实现本地和远方在线检测。基于智能电能表低温环境试验基地的实际检测数据,结合Matlab和Origin等处理软件基础性地研究低温环境和运行负荷与智能电能表计量性能的关系以及影响程度,结果表明:低温环境会使电能表误差向负方向漂移,从而得出不同负荷下电能表误差随温度变化的数学模型。     

电能量负荷综合管理系统的设计与应用

介绍了桂林供电局电能量负荷综合管理系统的设计、建设及使用情况。该系统通过采用光纤、电话线、GPRS等通信方式进行自动远程采集电能表数据代替人工到现场采集数据,以公开、准确的数据记录计算并分析出用户计量装置运行情况、用电负荷变化情况、线损波动情况和用户的用电规律,系统实现了负荷预测、线损分析、故障处理及防止非法用电(如窃电现象的发生);实现对大用户和趸售县的用电管理,为营销系统提供准确、可靠的抄表计费数据,以及为营销管理、电力需求侧管理提供有效的分析数据。对客户电量管理的工作能快速、高效的开展提供了技术保障。     

基于NILM技术的家庭用户精确负荷建模方法

结合非侵入负荷监测NILM系统的负荷辨识流程,本文提出了一种基于NILM技术的家庭用户精确负荷建模方法。该方法应用NILM技术提取家庭主要设备负荷特性。然后通过模糊C聚类法实现家庭负荷模型归类,获得设备针对不同电价的转移灵敏度和自灵敏度用电特性,并在此基础上形成家庭负荷特性。通过电网公司分时电价环境下实测的家庭典型用电负荷数据验证可知,空调、洗衣机、热水器、电动汽车具有较大的弹性,其中洗衣机的自弹性和交叉弹性最大,在高电价时段可削减100%。该方法所获得的家庭负荷辨识的结果,可支持居民电价/激励等需求侧管理政策的制定,也可支持用户家庭用电设备状态监测服务等。     

广西电网负荷特性分析与预测

为准确把握广西负荷特性及其发展趋势,满足广西经济社会发展的用电需求,需对广西电网负荷特性进行研究。通过全面调查、分析广西电网统调、非统调以及各行业用户历史数据,分别采用叠加、剔除、还原等方法对历史曲线进行处理,分析负荷特性参数变化发展的规律,并结合广西用电结构预测,分别采用历史年负荷曲线修改法和典型日负荷曲线修改法预测广西年负荷曲线和日负荷曲线。基于历史典型曲线和未来用电结构变化预测所得的广西全社会负荷特性参数,2015年基本维持不变,2020年呈下降趋势。负荷特性预测结果可为广西电网规划研究、运行分析提供参考。     

基于平均负荷法预测电力电量

针对目前国内有关电力市场负荷预测方法存在的问题．积极探索某一特有电网的运行规律．提出了在现有条件下通过平均负荷法预测用电量和最大负荷,并将其与数学模型函数预测法相比较,得出其具有采集数据方便、预测准确程度高、耗费时间少等特点。     

基于短时间尺度相关性聚类的负荷预测

负荷预测不仅是电力系统稳定、安全运行的基础,同样也是实现电力需求侧智能用电管理的基础。短时间尺度相关性分析能够挖掘一段时间内负荷的用电行为,相似用电行为分析有助于改善负荷预测效果,因此本文提出了基于短时间尺度相关性聚类的负荷预测方法。首先,根据短时间尺度用电时间序列之间的皮尔逊相关系数构造相关系数矩阵,并对相关系数矩阵进行去噪处理;然后,基于相关系数矩阵,利用模糊c均值聚类的方法来实现不同用电特性负荷之间的聚类,每类中负荷具有相似的用电行为;再分别对每一类中所有负荷数据求和并利用人工神经网络进行超短期负荷预测,基于每类的负荷预测结果计算系统的负荷预测;最后,通过对某110kV变电站10kV负荷馈线的实际数据进行分析,分析结果表明基于短时间尺度相关性分析的聚类提升了负荷预测的效果,从而验证了本文所提方法的有效性。     

基于负荷数据分析的用户侧用电感知与失电影响评估方法研究

提出一种基于调度侧配电网负荷数据分析进行负荷性质辨识与用户侧用电感知、失电影响评估的方法。利用调度自动化系统中的负荷数据,首先通过基于时间序列趋势的模糊C均值聚类方法求解馈线负荷曲线与典型负荷曲线的隶属度,判断馈线负荷性质;然后利用用户侧多维系统中历史数据,通过基于用电量积分的概率谱方法,分析线路负荷异常波动对应的用户侧实际用电感知及故障影响。实际案例分析表明:该方法能够根据调度侧负荷数据分析,正确辨识配电线路的负荷性质,精准评估用户侧失电影响,建立配网运行数据与客户用电感知之间的实时映射,辅助配网调控人员根据用户需求开展方式调整与故障处置。     

区域尺度住宅建筑日用电负荷模型构建方法研究

面对新时代能源发展形势,有效整合电力用户、电网企业及供应商信息,全面深度分析“源网荷储”特性是推进能源互联网发展的重要举措,模拟建筑用电这一典型负荷已尤为重要。关注区域规模居民用电负荷,提出用电负荷数据预处理分析方法和区域尺度住宅建筑日用电负荷模拟方法。区域尺度的用电数据在空间规模和时间跨度上均具有高维特征,分析大量数据并再现区域规模用电负荷是其主要难点。为此,提出结合自编码和k近邻算法的数据异常值剔除方法。在数据预处理的基础上,提出基于聚类分析的区域尺度住宅日用电负荷模型和模型检验方法,以单个住户的日均用电和全年最大日负荷为指标聚类,基于聚类分析结果提出随机用电模型,模拟区域尺度住宅建筑逐户逐日用电负荷。应用华东某重点城市智能电表采集的整年居民用电数据开展研究分析案例,实现区域住宅建筑居民日用电负荷的模拟再现。提出“数据异常值预处理、聚类分析、模型构建和检验”系列研究分析方法,可有效满足能源互联网建设对大量末端用户用电负荷的模拟分析需求。     

华东地区电动汽车发展趋势及用电需求预测

对2020-2040年华东地区电动汽车用电需求进行预测。首先对华东地区电动汽车保有量进行预估,然后利用平均用电量法和油耗计算法分别预测电动汽车的用电耗能情况。最后分情景对电动汽车引起的用电负荷进行预测。结果显示,华东地区电动汽车保有量2020-2030年快速增长,年均增长率为79.11%,2040年达到3720万辆。电动汽车引起的用电需求2020年、2030年和2040年分别为7 TWh、132 TWh和198 TWh,年均增长率从24.60%降至4.11%,2020-2040年整体年均增长率超过18%。2040年电动汽车年均用电负荷增长率为2.27%,最低负荷为41859 MW,最高负荷为93021 MW。     

基于协整-格兰杰因果检验和季节分解的中期负荷预测

近年来,随着国民经济的转型,中国的经济结构发生了较大的变化,仅仅依靠电力负荷历史数据进行负荷电量预测会造成较大的误差。为解决传统负荷预测方法对于经济、气象等因素考虑不足的问题,提出了一种可以计及经济与气象等因素影响的中期负荷电量预测方法。首先利用季节分解将历史月度用电量分解为长期趋势及循环分量、季节分量以及不规则分量;并以计量经济学中的协整检验以及格兰杰因果检验分析经济因素与用电量长期趋势及循环分量的关系,确定影响该部分电量预测的关键性指标;基于电量、气象以及经济数据,对各个分量利用支持向量机分别进行预测并综合得到月度电量总量预测值;最后通过算例分析了方法的有效性与可行性。     

基于灰色理论的中长期用电量预测

灰色理论具有所需数据少,计算量少的优点,在很多领域得到广泛应用。用电量预测就是一种典型的灰色系统。将灰色理论应用于我国某地区中长期用电量的预测,与实际用电量对比的结果表明,灰色理论用于该地区中长期用电量预测可行有效,预测结果满足要求。