计及气象累积效应的特征解耦峰荷预测模型

夏季峰荷是电力部门的关注焦点,温度累积效应对于夏季峰荷预测具有重要影响。为此,提出一种计及气象累积效应的特征解耦峰荷预测模型。建立具有3个输入分支的深度神经网络模型,从结构上对输入特征实现解耦,称为特征解耦模型。3个分支分别以时间特征、负荷特征、气象特征为输入,其中负荷分支、气象分支应用了长短期记忆(LSTM)网络隐藏层并基于LSTM网络的时序处理能力能对负荷及气象序列进行处理来反映累积效应,进而应用于峰荷预测。最后,通过实例分析,与温度修正等常规方法进行对比,验证了特征解耦模型更适合于计及气象累积效应的峰荷预测。     

基于人体舒适度指数的夏季负荷特性分析

针对夏季气象因素对日峰荷的影响,在总结常规负荷特性分析缺陷的基础上,提出用人体舒适度作为综合气象指标来反映其对日峰荷的影响.以综合考虑温度、湿度、风速等因素的综合气象指数为切入点,并以其为关联变量建模,在对历史负荷数据进行处理的基础上探讨日峰荷随气象变化的规律,从而为今后更准确地预测日峰荷和建立合理、实用的数学模型进行必要的理论准备.     

基于用户用电特性及供电成本分摊的销售侧电价机制研究

针对现行销售电价机制中用户分类不够科学规范、繁简不当的问题,借助模糊C均值算法,根据用户的典型日负荷曲线对用户进行分类并得到了典型用户负荷率曲线及用电参数。在此基础上,考虑用户需求响应建立了分时电价的最优化模型,分别计算分析了在峰荷最小、谷荷最大和峰谷差最小三种优化目标下的负荷曲线及各方收益变化。结果表明,在执行所设计的分时电价后,削峰填谷、改善负荷曲线的目标得以实现,有效缓解了电力供应高峰时段的负荷缺口,同时各方收益也得到了保证。     

京津唐电网电力日峰荷与气象指数的关联性分析

采用4个气象指数来量化温度、湿度和风速等气象因子对负荷的综合影响。首先通过小波去噪消除负荷和气象数据中的伪数据和噪声,然后采用灰色关联理论分析了负荷与各气象指数之间的关联关系,选择其中关联性最好的气象指数和负荷进行敏感度分析,并采用支持向量机算法对电力日峰荷进行预测。最后介绍了在此基础上开发的京津唐电网电力日峰荷与气象指数关联性分析系统所采用的关键技术。     

基于相关邻近点与峰谷荷修正的短期负荷时间序列预测

采用混沌相空间重构理论进行电力短期负荷预测,存在峰谷荷预测精度相对较差和预测参考点不易选取的问题.根据电力系统日负荷曲线构造了日峰谷荷时间序列,揭示了日峰谷荷时间序列的混沌特性,采用相空间重构直接预测未来峰谷荷,进而提高了峰谷荷和整点负荷的预测精度.针对相空间中相点的预测参考点确定问题,提出了按相点演化相关性进行选择的方法,首先根据模型要求的预测参考点数量选出邻近点,然后根据相点演化相关性排除伪邻近点,同时引入时间权重来反映相空间不同坐标的时间次序.实际电网负荷预测的仿真结果验证了文中提出的相空间相关邻近点的选择方法与峰谷荷修正思想的有效性.     

基于灰色生成的卡尔曼滤波短期负荷预测

根据灰色系统理论数据生成方式,提出了利用负荷级比累加序列进行卡尔曼滤波短期负荷预测的方法,以减小数据波动对预测精度的影响.首先依据移动时间窗原理对预测点附近的历史负荷数据进行提取,再采用级比和累加生成方式对提取数据进行处理,最后运用卡尔曼滤波算法对负荷级比序列累加值进行预测,并通过还原算法得到所需预测时刻的负荷值.对实际电网的负荷数据进行为期一周的仿真分析,其结果表明了该方法比基本的移动时间窗滤波算法具有更好的预测效果.     

火电调峰的调度实践及存在问题

华东电力系统随着装机容量的扩大和用电负荷的增加,日负荷曲线中的峰荷用电也要相应增加,用电负荷的峰谷差值愈来愈大,短时间负荷的变化值也会增加到很大的数值。因此,系统的电源如何满足调峰要求,对于大容量的电力系统,在峰谷差值达到相当大数值时,系统的调峰问题将成为一个十分突出的问题。为了满足目前峰荷用电的要求,除水电厂机组调峰外,火力发电厂机组已经日益成为调     

南宁地区负荷特性及温度相关性分析

介绍聚类方法原理和计算流程,分析了夏季日峰荷与温度网子的相关性,给出夏季敏感负荷,定义夏季日峰荷对温度因子的灵敏度,分析多家企业负荷对温度的敏感度,绘制负荷随温度变化曲线,统计出不同类别下各行业数量,得出各典型类负荷与温度的关联强弱结论。研究负荷随气温变化的规律,为电力系统的安全、经济运行打下了基础．     

分段竞价电力市场的出清算法实现

根据分段竞价的原理，提出了一种具体的分段竞价电力市场的出清算法。考虑将日负荷预测曲线分成基荷、腰荷和峰荷段。它既可以区分1d中的电能质量，又可以从电能计量上实现，同时与常规的调度概念相近，便于接受。根据电厂的报价曲线，各段按报价从低到高的顺序进行初步安排，安排中考虑了机组的爬坡速度约束。为保证电能同质同价的公平原则，各分段按照各自统一的出清价结算。根据总购电费用最小进行优化调整，即对腰荷段和峰荷段的分界点寻优以使腰荷段和峰荷段购电费用之和最小，最后进一步优化组合基荷机组达到总体的优化方案。对于水电机组，其强迫出力和可调节电量事先在负荷曲线上安排。通过算例系统的计算表明，这种具体的出清算法计算简单，能更好地满足电力运行的条件。     

电力负荷非线性预报与分析

电力负荷预报是电力系统的重要工作之一 ,电力系统年负荷为非线性时间序列 ,文章根据时间序列的理论与方法 ,在分析电力系统历史负荷非线性时间序列运动轨迹的基础上 ,得出了年电力负荷数据由时间序列的典型分解式及选择期望值为噪声项的概率模型 ,并采用最小二乘法拟合趋势项 ,再根据参数估计和数据拟合优度的检验结果对时间序列未来取值进行预报。对电力负荷时间序列R/S分形分析进一步表明了预报值的合理性 ,也预示了今后 2 0～3 0年内电力负荷会持续、稳定增长。     

一种采用记忆神经网络和曲线形状修正的负荷预测方法

针对分布式电源和新型负荷的容量累积造成负荷影响因素多元化和不确定性特性增强的问题，提出一种采用记忆神经网络和曲线形状修正的负荷预测方法。在负荷峰值预测中，采用最大信息系数计算负荷峰值与影响因素的非线性相关性，实现对输入特征的筛选；综合考虑负荷峰值序列的长短期自相关性和输入特征与负荷峰值的不同程度相关性，结合Attention机制和双向长短时记忆神经网络（Bidirectional long short-term memory, BiLSTM）建立负荷峰值预测模型。在负荷标幺曲线预测中，通过误差倒数法组合相似日和相邻日建立负荷标幺曲线预测模型；针对预测偏差的非平稳特征，利用自适应噪声的完全集成经验模态分解和BiLSTM网络建立误差预测模型对曲线形状进行修正。应用中国北方某城市的区域电网负荷数据为算例，验证了所提模型的有效性。     

负荷模型对系统暂态稳定计算的影响

文中介绍了两种比较成熟的负荷模型，并将两种负荷模型分别应用到东北电网仿真计算当中，比较了两种负荷模型下系统的暂态稳定特性，并分析了特性不同的原因。文中的分析结果可为进一步认识电网负荷特性提供参考依据。     

电动汽车充电模式对广东电网负荷特性的影响*

针对电动汽车的充电行为将影响和改变系统的负荷特性,对电网发展产生影响的问题,分析了不同类型电动汽车的充电行为,重点研究了即插即充、夜间充电、智能充电等充电模式对广东电网负荷特性的影响,定量模拟计算结果表明,合理利用电动汽车充电负荷和储能特性将有助于降低电网最大负荷和峰谷差,提高电网的利用效率。     

考虑柔性负荷调峰的联合管理模型研究

根据＂削峰填谷＂的思想建立了利用柔性负荷调峰管理模型。通过中断管理和激励机制,把白天高峰用电量转移夜间低谷时段,降低电网峰谷差,减轻电网运行压力。根据柔性负荷的特性,将用于调峰的响应负荷分为激励负荷和中断负荷两部分,以总收益最大为优化目标,将能量平衡、中断特性和电价变化纳入约束,给出了柔性负荷24 h内调峰问题的求解方法。以某地实际负荷为例,利用粒子群优化算法对模型进行求解,算例仿真证明了该模型的正确性。结果表明所提出的方法可有效提高电网调峰能力,并具有良好的经济效益。     

人工神经网络在上海电力负荷预测中的应用

分析了上海市电力月峰值负荷时间序列的特点 ,选择趋势分量和周期分量作为神经网络的输入变量 ,给出 BP神经网络辨识预测此类系统的一般方法和具体步骤。从预测的结果可以看出 ,人工神经网络辨识和预测具有趋势性及周期性波动时间序列的有效性。     

适用于低电压暂态稳定分析的负荷模型

为克服低电压暂态稳定分析过程中负荷模型无法描述掉负荷特性的缺点,在对实测数据和各种负荷的低电压特性进行研究的基础上对原有的动态负荷模型进行了改进.新模型通过增加临界电压、延迟时间和衰减系数使低电压发生时负荷按负指数形式衰减,这可以在保持负荷动态特性连续的基础上,最大限度地模拟暂态故障中因低电压掉负荷造成的负荷前后稳态不一致的现象.新模型不仅扩展了原来动态负荷模型的适用范围,而且大大提高了大扰动下暂态稳定分析的可信度.实测数据验证了模型的有效性.     

广东负荷特性变化趋势及应对策略研究

对近几年广东电网负荷需求、负荷特性指标以及夏季典型日负荷、特殊时期典型日负荷的变化规律进行分析,认为经济发展形势、天气因素等对广东负荷特性的影响明显、敏感.结合目前的电源规划,预测分析了广东电网未来十年负荷特性的变化趋势及其对电源分布和调峰能力的需求,并提出了应对负荷特性变化的策略和管理措施.     

基于EEMD-GABP的某地区短期负荷预测研究

电力系统负荷是具有典型周期性和随机性特点的非线性、非平稳时间序列的负荷系统。为了降低负荷序列的非线性,提高预测精度,提出了集总经验模态分解法(EEMD)和基于改进人工神经网络(GABP)的短期负荷预测法。运用EEMD将负荷序列分解成若干不同频率的平稳分量,突出原负荷数据局部特征,解决了经验模态分解法(EMD)中分类模糊问题,同时利用GABP网络进行预测,解决了BP容易陷入局部最优解的问题,选择合适的参数对各分量构造不同的EEMD-GABP预测模型,引入气象因子对各分量分别预测,重构后得到最终预测值。算例表明,基于EMD-GABP预测模型的负荷量预测精度高于差分整合移动自回归移动(ARIMA)模型、支持向量机(SVM)模型等传统模型,稳定性更强。     

调峰电价与可中断负荷联动机制研究

在分析传统调峰方式基础上,提出一种调峰交易模式,即调度机构将所有参与调峰的负荷停止用电或减少用电的容量当作一种“电力资源”买入,参与调峰的负荷具有可中断负荷的特性。因此明确提出参与调峰的负荷被认为是可中断负荷,把可中断负荷补偿费视为该“电源”的购电成本。引入一个可中断负荷补偿机制,实现了“电源”买入。在该模式下,应用微观经济学理论,重点提出了分区调峰电价和统一调峰电价2种调峰定价方法,抓住调峰定价的实质,实现了调峰电价调节供需关系,使市场有限资源优化再分配,实现社会效益最大化。该算法适用于我国电力市场改革初期,利用调峰电价调节供需关系,缓解缺电矛盾。