共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
基于时差辩识原理分析气象累积效应对电力负荷的影响 总被引:1,自引:1,他引:0
由于气象因素对负荷影响的程度日益加大,必须深入研究温度、湿度等主要气象因素对电力负荷的影响作用,这对于进行电力负荷控制和管理以及电力系统的安伞经济运行具有重要的意义.利用所掌握的历史负荷数据以及历史气象数据,研究和探讨了多日累积气象因素对于电力负荷的影响,特别是分析了多日累积温度与日最高负荷之间的相关性及变化规律,提出了累积天数的辨识方法,从而得到了气象因素累积效应的数值化模型,由此把握电力负荷在不同气候条件下的变化幅度和发展趋势.希望为今后短期负荷预测工作提供参考. 相似文献
3.
以2007-2009年的电力负荷统计数据为依据,分析南宁市区夏季用电负荷特性的变化趋势,找出夏季负荷的主要增长点.通过对夏季气温与负荷情况的详细分析,得出影响南宁负荷及负荷特性变化的主要因素,进一步揭示了夏季强降雨对负荷水平影响的规律性,从而提出了一些电力负荷发展的建议. 相似文献
4.
为摸清广西负荷特性的现状,把握负荷变化规律和发展趋势,需对引起广西电网负荷特性变化的影响因素进行分析.通过对广西经济增长产业结构调整、电力消费结构变化、气候气温、电力供应能力等因素进行分析,认为经济增长产业结构调整和气候气温变化是广西负荷特性变化的最主要的两个影响因素,而电价、需求侧管理等措施,则根据其实施力度不同程度地对负荷特性产生影响.根据广西负荷特性影响因素的分析结果,对广西产业结构、电网建设存在的问题提出了建议. 相似文献
5.
通过对四川盆地自贡市2009~2015年5~9月日电力负荷与日最高气温、日最低气温、日平均气温、日平均相对湿度和天气状况的相关性进行分析,发现气象要素的变化会直接影响电力负荷调整.通过多要素逐步回归分析法创建四川盆地夏季电力负荷预测模型,并对预报模型进行有效性检验和调整,可实现对气象电力负荷的预测.通过对2016年逐日气象电力负荷进行检验、分析和判定,结果表明该预报模型有很好的预报能力,将为四川盆地电网负荷的预测和运行调度提供更加精确的应用依据。 相似文献
6.
7.
上海地区"气候--电力负荷敏感性分析" 夏季跟踪验证报告 总被引:1,自引:1,他引:0
从1995年和1996年的夏季气温与相应的负荷值等数据,对上海地区"气候-电力负荷敏感性分析"项目中涉及到的若干要点进行了跟踪验证,认为8点干球温度与日负荷值之间有着强相关作用,在电力调度方面有着很大的指导意义. 相似文献
8.
9.
2009年湖北用电负荷与气温关系及负荷特性分析 总被引:1,自引:0,他引:1
随着社会经济的发展,湖北电网最大负荷近年来持续增长,2009年达到19 123MW,同比增长19.1%.最大负荷一般受气象条件、工业企业生产情况、居民生活习惯、价格水平、节假日等多种因素的影响,其中气温是影响负荷变化的主要原因.此项研究以湖北电网2000年以来夏季运行整点负荷数据为基础,分析了最大负荷与气温之间的敏感性关系以及湖北电网的负荷特性. 相似文献
10.
气温与典型季节电力负荷关系的研究 总被引:9,自引:1,他引:9
利用1996~2000年的南京市共电负荷及气象数据,基于SAS系统和EXCEL软件,采取数学统计方法进行相关规律的研究,以便对电网安全经济运行和规划提供有效的服务。主要以夏冬2个典型季节为对象,从3个方面分析了导致负荷快速增长的气温因素与电力负荷之间的关系,分析结果表明:气温对季节性电力负荷的影响越来越显著,与最高负荷的增长对应有一个最相关温度因子,它们的变化趋势基本一致,气温敏感负荷的灵敏度不一样。 相似文献
11.
12.
针对气温引起的电力负荷变化给新型电力系统稳定带来的影响,提出了一种用于分析气温与电力负荷相关性的模型。首先,为避免伪回归现象发生,利用Savitzky-Golay滤波去除负荷中的非气温趋势项,得到气温敏感负荷。其次,为有效提高模型拟合精度,利用皮尔逊相关性分析和Vector auto-regression模型,获取气温和气温敏感负荷的相关关系和潜在的动态关系。以某省电网2016—2021年的数据为算例,对模型的可靠性和先进性进行验证。结果表明,模型拟合误差均小于4%。利用模型对气温与负荷数据进行分析,发现在夏季和冬季,温度对负荷的影响较大;在春季和秋季,温度对负荷的影响十分微小。 相似文献
13.
介绍夏季温度与电网最大负荷的相关性分析方法及其相关程度的判断依据,以河北省石家庄地区夏季电网负荷及温度数据为基础,通过数据预处理、相关系数计算等分析,认为该地区日最低气温与最大电力负荷存在显著的相关性,并采用三次曲线模型拟合和灵敏度分析研究得出电网最大负荷随日最低气温变化的规律. 相似文献
14.
为了解深圳地区的电力负荷特性,本文对2012—2014年深圳电网负荷与气温的关系进行了全面地分析。通过引入负荷-最高气温梯度和负荷-最低气温梯度,建立了高温负荷日日最高负荷与日最高气温和日最低气温的关系模型,并通过相关系数证明了其有效性。据此获得了深圳高温负荷日负荷受气温影响的规律,对提高深圳负荷预测的准确性,指导深圳电网的运行和规划有重要的意义。同时,本文也经过计算得出深圳年最大制冷负荷的比例可达35%左右,为深圳夏季负荷的重要组成部分。 相似文献
15.
针对采用趋势变化法预测电力负荷时,存在因未充分考虑气象因素而影响预测精度的问题,提出了一种基于变化趋势和气象因子的加权负荷预测方法。该方法综合考虑气温、湿度和天气类型3个气象因子,对基于变化趋势的电力负荷预测方法进行修正。分析了基于变化趋势的电力负荷预测方法存在的 2 个问题:未考虑外界因素对电力负荷变化趋势的影响和预测电力负荷时存在累计误差。在充分研究日内平均负荷变化率和点间平均负荷变化率的基础上,给出了算法的详细计算步骤,并将其应用于苏北某地区电力负荷的预测算例中。结果表明该方法的预测误差为 3.42%,预测精度高且数据波动小,验证了该方法的有效性和可行性。 相似文献
16.
气象条件是影响夏季高温时段用电负荷需求的重要因素。气候模式和城市微气象条件的变化明显地改变了季节性和夏季昼夜温度分布,相应地改变了电力制冷负荷需求,对电力系统的可靠运行有突出影响。为研究长时间尺度上气候模式变化和城市微气象条件这两种同时并存的影响因素对夏季制冷用电耗能的影响,选择城区人口不足5万的江陵与武汉进行对比分析。利用该两地区1980年以来的地面气象观测数据,结合制冷日和制冷度日等气象指标和对电网制冷用电负荷有突出影响的超35℃高温日及高温日昼夜温差等指标,对比分析了气候模式和城市微气象条件的改变对夏季电力制冷负荷的影响。 相似文献
17.
随着经济的发展,人民生活水平的逐步提高,空调等用电设备的使用量逐年増加,直接导致气象因素对电力负荷的影响越来越大.夏季大量使用空调器带来的调温负荷被证明与气温、湿度、风速等气象因素密切相关.LSTM作为基本模型对电力负荷数据进行预测可最大限度地挖掘数据之间时序性与非线性的关系.但是此网络容易忽略影响因素导致负荷数据突变的情况.基于分钟级别气象因素进行综合建模分析,通过体感温度的变化得到负荷的变化值,并通过LSTM得到负荷的时序预测值,再得到最终的预测值.预测结果表明,该方法能有效提高短期负荷预测精度,是一种有效的负荷预测方法. 相似文献
18.
19.