华东电网负荷特性分析预测

近年来华东电网的电力需求有较快的增长,到2007年最大负荷增长有所放缓。通过用电量、最大负荷、季不均衡系数和尖峰负荷持续时间等的分析,对"十一五"华东电网的电力需求进行了预测,建议电力建设适度超前是必要的;采用"最大3日平均负荷"作为电网最大负荷的可行性;提高电能的利用效率,加强需求侧管理改善电网负荷特性。     

2009年湖北用电负荷与气温关系及负荷特性分析

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.     

广西电网最大负荷取值与调峰方法探讨

从统计学的角度出发,分别用3种最大负荷取值的方法描述广西电网最大负荷水平,以经济性、实用性以及利于新技术的推广为标准,确定能够合理反映实际情况的最大负荷值。进一步通过分析诸如用电结构、气温、拉闸限电等各个因素对最大负荷和负荷曲线的影响程度,从电网负荷特性的角度探讨广西电网的调峰方法。     

湖北电网负荷与气温关系及负荷特性分析

以湖北电网2000年来的夏季运行整点数据为基础,分析了各负荷水平的持续时间、负荷与最高气温和最低气温的关系,以及非敏感负荷的增长规律.表明湖北电网尖峰很尖,大于90%最大负荷的时间较短并对气温很敏感.     

基于人均用电量和人均用电负荷的饱和负荷预测

电力饱和负荷预测对城市、区域电网的规划与发展具有重要的作用,它可以有效的降低电网改造成本,提高电网改造的合理性、可靠性与经济性。主要采用基于人均用电量与人口预测的方法对华东某一小城市的全社会用电量的饱和规模与饱和时间进行预测。传统人均用电量法对负荷的预测主要采用预测得到的总电量除以评估得到的最大负荷利用小时数来确定负荷的大小。但是最大负荷利用小时数评估起来难度比较大,所以采用了新的基于人均用电负荷预测的方法,该方法运用logistic曲线分别预测人均用电负荷和人口的饱和值,再将两者相乘,即可得到饱和负荷规模。     

夏季电网最大负荷与气温的相关性分析

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.     

2011年湖北用电负荷与气温关系及负荷特性分析

以湖北电网统调用电负荷数据和武汉日气温数据为基础,分析了2011年湖北电网最大负荷持续时间、负荷与气温关系、非气温敏感性负荷以及空调负荷情况.     

广州电网负荷特性分析

"十五"期间广州地区电网最大负荷持续快速增长,峰谷差逐年增大,高峰时段和电力设备检修季节电力供应紧张,给电网安全运行带来很大威胁,也给电力负荷分析预测、电网规划计划工作带来许多困难.本文在积累和分析大量负荷特性数据的基础上,第一次较伞面、完整地摸清了广州电网负荷的变化规律及发展趋势.深入分析了气温对负荷的影响,提出温度敏感点的概念,计算出广州降温负荷的比重,对电力最高负荷的短期预测有较强的指导作用.文中给出的广州电网负荷特性值有较高的可信度,将为电网规划及调度计算电网年最大负荷提供有力的依据.     

内蒙古电网负荷特性分析

"十五"以来,内蒙古电网负荷增长迅速,2008年电网统调最大供电负荷11.605GW,是2000年的5.5倍;最大外送电力3 948 MW,约是2000年的2倍.电力供需状况由2000-2002年的电力宽松发展为2003-2006年的电力紧缺,再发展到2007-2008年的电力宽松.电力宽松时季不均衡系数偏高,尖峰负荷持续时间较短;电力紧缺时季不均衡系数偏低,尖峰负荷持续时间较长.内蒙古电网负荷特性受经济发展及产业结构调整影响最大,其次是电力供应能力,而高耗能负荷的快速增长和下滑是内蒙古电网负荷变化的最直接原因,高耗能负荷大时日负荷曲线较平缓,反之较陡峭.随着全国经济的逐渐复苏,电网负荷将进入新一轮的增长过程,建议大力发展优质负荷,缓解电力供需矛盾,保持内蒙古电力的持续发展.     

湖北电网负荷与气温关系及负荷特性分析

根据多年对湖北电网负荷与温度关系的研究成果，分析了湖北电网最大负荷与夏季日最高气温之间的关系，并以详尽的史料对湖北电网负荷的时间、负荷一气温敏感性、湖北电网日负荷特性等进行了分析。     

福建省年最大降温负荷测算分析与研究

对福建省2002~2005年的最大降温负荷进行了测算分析和研究。分析出福建省最大降温负荷主要发生在7~8月的工作日,工作日最大降温负荷高出休息日600 MW左右。工作日最大降温负荷的发生时间由以往的早高峰、午高峰向晚高峰转移,午高峰时的最大降温负荷平均是晚高峰最大降温负荷的80%左右。居民和第三产业的降温负荷占较大的比例。并分析出降温负荷同气象因素之间的关联关系,从而得到人们使用降温设备的一般规律。     

基于节点电动机最大自起动量的配电网低压减载

低压减载是电力系统安全稳定第三道防线的重要组成部分,而减载方案是低压减载的重要研究内容。感应电动机是造成电网电压崩溃的主要因素,也是低压减载的主要负荷。基于配电网及感应电动机有功特性、无功特性、转子运动方程等在Matlab搭建模型进行时域仿真分析。结果表明低压减载后的电网存在感应电动机的自起动过程,且以感应电动机为减载对象时,自起动的最大允许量与最小减载量有紧密联系。从而提出一种基于节点电动机最大自起动量的减载量整定计算方法以及减载策略。即通过不同初始转速下的节点电动机最大自起动量计算出每轮减载量,考虑减载速度对电压稳定性的影响,可在每轮减载中引入基于电压变化率的加速判据,实现有选择性地加速切除负荷。最后对传统减载策略和所提减载策略进行对比仿真,验证了所提减载方案在保证节点电压快速稳定的同时可实现对减载量的有效控制,从而保证了系统和重要电动机负荷的安全稳定运行。     

基于最大熵原理的中长期负荷预测综合模型的研究

中长期负荷受到许多不确定因素的影响,使得负荷呈现一定的随机性的特点。采用了信息理论中的最大熵原理来重新构建中长期负荷预测的综合模型,该模型把各种单一预测模型的预测结果以及历史预测误差分布作为约束条件,利用最大熵原理得到预测结果的分布。算例表明,新模型与传统的综合模型相比,提高了预测的精度,预测结果更合理、客观。     

区域年最大负荷总加模式的研究与探讨

区域年最大负荷是电网规划中最基础的参数。从层级、电压等级、地调电源出力、专用变负荷、县公司资产变电站负荷等5个方面分析了区域年最大负荷在实际规划工作中概念不清取值混乱的原因,以及导致的不良后果。强调了规范区域年最大负荷对于建设"大规划"体系的必要性,并总结提出了分层分区分电压等级的年最大负荷总加模式体系。     

基于负荷分解的日最大负荷预测方法研究

提出了1种基于负荷分解的日最大负荷预测算法,即将负荷分解为正常负荷分量和天气敏感负荷分量,用结合指数趋势和周期趋势的组合模型预测正常负荷分量．用神经网络法预测天气敏感负荷分量。同时,在分析最大负荷和人体舒适度相关性的基础上,在预测中用人体舒适度替代了常规气象因子。预测结果表明,该方法可以取得较为满意的预测效果。     

基于典型负荷模式的配电网负荷分析

针对我国现阶段配电网自动化和无自动化并存的负荷分析问题,分析某地区有限的典型自动化量测用户负荷数据,给出一种基于典型负荷模式的负荷分析方法。典型负荷模式采用随机变量的数字特征：均值和方羞量化表示;限于有限的典型负荷模式不能全面地代表所有用户负荷变化规律,制定一种推理规则来循序渐进地完善典型负荷模式;综合利用完善的典型负荷模式、馈线首端自动化量测和月电量来计算,为配电网运行管理提供基础负荷信息。结合实际的算例证明了本方法的有效性和合理性。     

Feature extraction of one‐step‐ahead daily maximum load with regression tree

In this paper, a new efficient feature extraction method is proposed to handle the one‐step‐ahead daily maximum load forecasting. In recent years, power systems become more complicated under the deregulated and competitive environment. As a result, it is not easy to understand the cause and effect of short‐term load forecasting with a bunch of data. This paper analyzes load data from the standpoint of data mining. By it we mean a technique that finds out rules or knowledge through large database. As a data mining method for load forecasting, this paper focuses on the regression tree that handles continuous variables and expresses a knowledge rule as if‐then rules. Investigating the variable importance of the regression tree gives information on the transition of the load forecasting models. This paper proposes a feature extraction method for examining the variable importance. The proposed method allows to classify the transition of the variable importance through actual data. © 2006 Wiley Periodicals, Inc. Electr Eng Jpn, 156(2): 43–51, 2006; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20104     

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。     

基于负荷分解的城市长期负荷预测模型研究

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。