武汉市电网用电量、电力负荷与气温的关系及预测模型研究

分析了用电量、电力负荷与气温的关系，对武汉市2002-2004年日用电量、电力负荷与日平均气温、最高气温、最低气温进行对比分析，计算出日用电量、最高负荷与气温之间一系列相关关系，其中夏季一般大于0．8，冬季一般低于-03；通过回归分析建立夏季用电量和用电负荷预测模型，利用气温预报，可实现对用电量和电力负荷的预测，对2004年实际结果进行回代检验，预测精度超过90％。     

关于夏季单位温升负荷效应回归模型的研究

从电力公司市场开发部门电力负荷分析与预测的要求出发，着力对北京地区几年来夏季负荷的变化状况及其与气温的变化关系进行了深入的分析，采用相关与回归理论，建立起较为实用的关于夏季上升段与下降段单位温升负荷效应模型，为定量地掌握夏季负荷随气温变化规律提供了理论依据。     

上海地区"气候--电力负荷敏感性分析"项目研究

在上海地区"气候-电力负荷敏感性分析"项目研究中,通过对若干年气象数据,特别是对夏季气温变化的分析,构造了夏季典型曲线,将气温与电力负荷之间存在的联系进行了深入的探索,其相关性可以由两者的相关值表示.该项研究对电力规划和负荷预测有所帮助.     

基于向量自回归的气温与新型电力系统负荷相关性模型

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。     

台州夏季电力负荷与气候相关性分析

气候因素为影响夏季电力负荷的主要因素.通过台州市电力负荷与气候的相关性研究,采用2009年7、8月份台州市电力负荷数据和每天最高气温、平均气温、最低气温等气象数据,得到全天288个时间点电力负荷分别与这3个气温因子的相关性系数,并对此结果进行定性定量分析,为夏季电力负荷预测以及需求侧管理提供理论依据.     

电力负荷与气候条件关联规律的探讨

针对电力系统负荷的构成及主要特点，论述了季节与气温的变化对电力负荷的影响，以长春地区电力负荷及气候条件为例，阐述了天气预报在电力负荷预测中的应用，指出只有找出电力负荷与气候变化的规律，才能进一步提高电力负荷预测精度。     

上海地区"气候--电力负荷敏感性分析" 夏季跟踪验证报告

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.     

短期负荷预测中对输入-输出关联度的改进

为了提高某一个省短期电力负荷预测的精度,应该充分利用全省各个地区的气象因素.以湖南省为例,采用粒子群算法来优化湖南省14个地区气温的权值比率,用各地区的气温加权平均得到一个最合适的全局气温.优化后的气温与全省电力负荷的关联度更高.以该气温作为负荷预测系统的输入气温,提高了负荷预测的精度.算例分析结果证明了该方法的有效性...     

合肥市夏季居民空调降温负荷调查分析

为了分析空调降温负荷对合肥地区夏季总负荷的影响,对合肥夏季的居民空调降温负荷的总量和相关特性进行了调查分析,建立了空调负荷总安装容量与居民特性变量间的回归预测模型以及空调实际负荷与气温变化的回归预测模型,为合肥市电力公司制定高峰时段负荷调控政策和措施提供科学依据。     

电采暖负荷-气温耦合特性与可调节潜力分析

为评估电采暖可调节潜力，基于新疆某地区实际情况开展电采暖负荷-气温耦合特性研究。分析了该地区的电源、负荷和冬季大负荷期间电力平衡情况，结合该地电采暖负荷装机及采暖期用户使用情况，开展电采暖负荷-气温耦合特性研究，并采用正弦和拟合法根据气温实现电采暖负荷预测。根据电采暖负荷预测结果，对电采暖可调节潜力进行分析，结果表明电采暖作为柔性负荷具备可观的可调节潜力。     

2005年夏季镇江地区空调负荷特点分析

介绍了2005年夏季江苏镇江地区电网用电情况,阐述了镇江地区夏季空调负荷的特点,分析了日最大空调负荷和日最小空调负荷与温度、湿度及持续高温等因数的关系,划分了影响镇江地区空调负荷变化的温度敏感区,得出了敏感区内温度对空调负荷影响的结论。这一结论对镇江地区今后的负荷预测具有实际的参考价值。     

基于温度密度聚类的热泵负荷集群控制策略

首先描述了典型温控负荷的热力学模型,并在此基础上讨论了常用温度设定控制策略下负荷温度分布变化及负荷开关状态变化。随后以温度队列为基础,提出了一种基于负荷温度的密度聚类集群控制策略。该策略考虑负荷在温度区间内的分布情况,通过密度聚类算法对负荷群进行聚类分析并确定密集区域与非密集区域;随后计算温度节点和补偿节点并确定设备响应群体和温度设定值;最后以温度设定值为响应信号对负荷群进行控制。以常用温控负荷电热泵为控制对象进行仿真分析,与常用温度设定控制下负荷群开关变化次数进行了对比。结果显示,负荷在控制中开关状态变化次数明显降低,负荷群中发生开关状态变化的负荷数目明显减少。     

江苏省2003年夏季气温对电力负荷的影响

针对夏季降温电力负荷的比例较大而造成大部分地区电力短缺的问题，分析了江苏省2003年夏季最大用电需求与最高温度、最低温度的关系，划分了影响电力负荷变化的温度敏感区，得出了敏感区内温度对负荷的影响结论。这一结论对于电力主管部门进行来年的负荷预测、合理制定电力调度计划，具有实际的参考价值。     

计算Scott牵引变压器内部温升的热路模型法

牵引变压器的绝缘寿命很大程度上取决于绕组热点温度,研究其内部温升具有重要意义。为此,针对Scott牵引变压器特殊的绕组连接、铁心结构和电气特性,利用热传输原理分析了其内部热量的产生和传输过程;参考电路原理建立了Scott牵引变压器内部热路模型;参照基尔霍夫定理推导了温升的计算式,从而建立了Scott牵引变压器的热路温升计算模型和简化的热路温升计算模型;采用两种热路温升计算模型和IEC温升计算法仿真了同一负荷下的Scott牵引变压器,仿真结果说明了模型的有效性。     

典型家用大功率负载精细化建模及能量管理策略

基于负载本体物理模型和表达用户主观使用意愿的控制模型,提出了三种居民侧典型大功率可控负载(暖通空调系统、电热水器和电动汽车充电负荷)的精细化建模方法。首先,对自定义家庭算例进行仿真,详细分析了各项技术参数的精细化定义及非典型用电过程对负载用电效果的影响。然后,建立了以优化用电成本为目标的能量管理策略优化模型。该研究得到了用户个性化用电环境及主观用电理念能够反映至精细化模型并显著影响智能化家庭能量管理系统负载优化控制策略的结论。     

住宅小区负荷群用电优化策略研究

针对一般住宅小区存在能耗高、缺少用电优化策略的实际情况,建立了可调整类负荷、不可调整类负荷、温控负荷的数学模型;根据可调整类负荷用电时间灵活的特点,提出了基于蚁群算法的住宅小区可调整类负荷群的用电优化策略;基于MATLAB平台,通过仿真分析了空调、电热水器的工作特性,并根据其工作特性分别提出了改变空调设定室温范围的空调群用电优化策略和改变水温设定值与预加热相结合的电热水器群用电优化策略;利用蒙特卡洛法进行模拟,得到了小区优化前后各类负荷曲线和总负荷曲线.模拟和仿真结果表明,所提出的住宅小区用电优化策略能够在对用户影响较小的情况下达到帮助用户节省电费和削峰填谷的目的 .     

中央空调节费运行方案及其适用性分析

基于商业用户节省空调电费的强烈愿望和带楼宇自控系统的中央空调自身的调节能力,提出一种分时电价激励作用下用户自主实施的、以节费为目的的中央空调运行方案优化模型。优化结果给出按一定时间间隔调节空调温度设定值的方案,业主可通过预冷移荷和提高高电价时段的室温以达到降费的目的。针对商业性建筑典型参数实施的算例分析表明:用户以节费为目的的空调运行优化方案,对降低峰荷时段的电力需求有一定效果;运营时段降载量和节费量主要受调温周期和允许最大温升影响;早峰荷时段的起始时间、峰平价比都是激励用户预冷移荷的关键因素。     

热指数指标在电力负荷短期预测中的应用

就电力负荷短期预测工作引入了热指数指标,它来源于生物气象学的统计结果,是人体感受气温和空气相对湿度综合作用的一组统计数据,推导出热指数在工程应用中的拟合函数,并应用于电力负荷短期预测工作中。热指数能更好地体现电力负荷和气象条件之间的关系,因此提高了电力负荷短期预测的准确度。     

基于 Lyapunov 指数的电力系统短期负荷预测

采用非线性系统理论对电力系统历史负荷数据序列进行了特征分析,计算出Ｌｙａｐｕｎｏｖ指数,并利用该Ｌｙａ－ｐｕｎｏｖ指数模式进行短期负荷预测,进而提出短期负荷预测的时间尺度的概念。这种方法不利用气候和气温等数据,只利用电力系统一维峰值负荷历史数据计算出过去的变动模式进行负荷预测,就可以得到较高的预测精度。对东北电网实际负荷数据进行了预测,结果令人满意,从而为电力系统短期负荷预测提供了一种新的预测方法。     

基于Lyapunov指数的电力系统短期负荷预测

采用非线性系统理论对电力系统历史负荷数据序列进行了特征分析,计算出Ｌｙａｐｕｎｏｖ指数,并利用该Ｌｙａｐｕｎｏｖ指数模式进行短期负荷预测,进而提出短期负荷预测的时间尺度的概念,这种方法不复气候和气温等数据,只利用电力系统一维峰值负荷历史数据计算出过去的变动模式进行负荷预测,就可以得到较高的预测精度,对东北电网实际负荷数据进行了预测,结果令人满意,从而为电力系统短期负荷预测提供了一种新的预测方法。