共查询到20条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
<正>随着国民经济的高速发展和人民生活水平的不断提高,各种空调系统得到了广泛应用,从而在电网中产生空调负荷。据测算,2013年湖南浏阳电网(县域电网)的最高负荷达到539MW,其中空调负荷已占到夏季最高负荷的20%以上,局部地区甚至已经超过30%,并且在未来几年中还将呈现高速增长态势。受空调负荷影响,电网用电负荷迅速增长,峰谷差进一步拉大,空调负荷的急剧增长已经成为夏季电网负荷特性恶化和电力紧缺的重要原因。 相似文献
5.
6.
从电力需求侧管理角度出发,介绍了天津电网近两年的峰谷差率状况和负荷曲线形状。阐述了在当前缺电形势下,“削峰填谷”、提高电网负荷率对于缓解高峰电力紧张和减少限电拉路的重要意义。通过峰谷电价的实施现状,分析当前电网峰谷差偏大的原因,并提出解决措施和优化建议。 相似文献
7.
8.
9.
本文通过对东北电网1995年负荷数据的收集、整理、研究和分析,绘制了东北电网1995年全年最大、最小负荷曲线、全年水电发电量面积图、全年各月发电量棒图和四季典型周、日负荷曲线共11个典型图,分析了东北电网1995年负荷的形势和特点、全年水电发电特点以及四季典型周、日负荷曲线的形状、走势、特点,提出了对调峰矛盾的解决办法和对未来调峰调频工作的展望。 相似文献
10.
夏季气象条件对地区空调负荷的影响 总被引:1,自引:0,他引:1
分析了夏季气象条件中地区空调负荷与日最高气温、日平均湿度之间的关系,划分了影响空调负荷变化的温度敏感区,阐述电力主管部门进行负荷预测、合理制定电力调度计划等方面,得出敏感区内气温对空调负荷影响的结论. 相似文献
11.
12.
多措并举,综合治理夏季空调高峰负荷 总被引:2,自引:0,他引:2
治理夏季空调高峰负荷对缓解电力季节性供需矛盾、确保电网安全经济运行意义重大。针对我国制冷空调使用现状和空调负荷特性,提出在电力供应侧和需求侧应采取的相关经济、技术和行政措施;发展热电联产、热电冷联产等分布式能源,不仅有利于能源的梯级利用,而且可实现均衡能源消费、有效降低空调高峰负荷对电力的需求。 相似文献
13.
通过对峰谷电价,尤其是2004年7月新的峰谷电价实施以来,湖南电网的峰谷电量时段分配和负荷特性变化的分析,总结出湖南电网负荷峰谷矛盾特征和日负荷峰谷位移的变化趋势,找出其中的原因并提出相应的峰谷电价比设置和峰谷时段划分等政策建议. 相似文献
14.
蓄冷可以通过利用峰谷电价差,使空调系统更加经济,还可以作为一种间接蓄电措施,在峰电时段释放冷量,减少空调系统耗电,实现削减用电峰值功率的功能。对工业园区内需要24 h供冷的、包含基载的蓄冷空调系统的控制进行优化建模,在满足供冷及削峰需求条件下,以经济最优化为目标,分别针对非削峰日、2类削峰日提出相应的控制策略。并以工业园区某一水蓄冷空调系统的控制为例进行了算例分析,结果表明蓄冷空调在削峰时具有削峰幅度大、削峰时间长的优势。另外,当该日冷负荷需求越大时,2类削峰日对蓄冷空调系统运行费用的影响越大,此时可能需要增加削峰补贴电价。 相似文献
15.
基于负荷分解的城市长期负荷预测模型研究 总被引:1,自引:1,他引:1
我国城市出现了快速增长的空调负荷。考虑空调负荷的增长规律及影响因素,从负荷分解的角度构建了城市长期负荷预测模型。在模型中,高峰负荷被分解为3部分:居民空调负荷、工作区空调负荷以及基本负荷。以上海为例进行的实证研究表明,基于负荷分解的预测模型能够反映城市电力需求的增长,可为需求侧管理提供制定政策的依据。 相似文献
16.
负荷特性的调研和分析作为电力市场分析的一项基础工作,对于电力企业的经营、规划和发展越来越重要.针对韶关地区电力负荷发展的实际情况,以韶关地区各典型行业的日负荷曲线为依据,考虑到现有调度录得的日负荷曲线的不足,运用典型负荷曲线叠加法编制了韶关地区实际日负荷曲线.运用典型负荷曲线叠加法编制韶关地区日负荷曲线有利于确保韶关电网的安全稳定运行和可靠供电,促进工农业生产的快速发展. 相似文献
17.
18.
中央空调负荷直接控制策略及其可调度潜力评估 总被引:1,自引:0,他引:1
如何挖掘和评估电力系统负荷的可调度潜力是当前国内外关注的热点。选择城市负荷中比重较大的空调负荷进行研究。在用户室内温度模型的基础上,研究了空调周期性间断运行的特性;建立了考虑类周期性温度变化、中央空调用户的舒适度需求以及响应电网调度需求等多种核心影响因素的优化模型,提出了分时段的直接负荷控制策略;从削峰填谷、负荷管理、节电潜力3个层面归纳得出了一种适用于所提模型的负荷可调度潜力评估方法;构建算例对空调负荷实施优化控制、应用可调度潜力评估方法,验证所提策略与方法的有效性和可行性。 相似文献
19.
高效准确的短期负荷预测是电力系统安全稳定与经济运行的重要保障。针对峰荷与谷荷预测误差较大的问题,提出一种基于栅格法提取负荷曲线特征的卷积神经网络和长短期记忆网络(convolutional neural network and long short term memory network, CNN-LSTM)混合预测模型。首先,采用K-Medoids算法对日负荷曲线聚类,将各聚类中心作为典型代表日负荷曲线。采用栅格法将典型代表日负荷曲线划分为若干个区间并依次编号,提取负荷曲线的特征。然后,将各典型代表日负荷曲线特征与对应负荷类型历史数据重构成新的特征集输入到CNN-LSTM混合神经网络中。利用CNN挖掘数据间的特征形成新的特征向量,再将该特征向量输入到LSTM中进行预测。最后,以美国新英格兰地区2012至2013年电力负荷数据集为例进行仿真验证。结果表明,所提方法在不同日期下的负荷预测精度均有所提升,并且在提升日负荷平均预测精度的同时,有效提升了峰荷、谷荷的预测精度。 相似文献
20.
采用基于负荷曲线进行用户分类的方法,运用数据挖掘技术中的模糊C均值聚类,将不同行业的用户混合在一起,利用聚类的观点将其分类,对各类负荷曲线进行分析和比较;将模糊C均值聚类算法应用在单个典型行业典型用户(主要是工业和三产的大用户)的分析中,可以发现不同季节、不同月份的负荷数据之间有一定的共性. 相似文献