基于时间尺度组合优化的中长期负荷预测方法

正电力负荷预测对电网建设规划、电能生产和调度等具有重要作用,是电力部门的重要工作之一。根据负荷预测需求和不同时间、期限负荷变化特点的区别,可将电力预测分为短期电力负荷预测和中长期电力负荷预测。短期电力负荷预测一般以未来几分钟到几周为时间周期对电力负荷进行预测,主要用于安排开停机计划和最优机组组合、电力的经济调度及系统运行的安全评估;     

基于省级电网的短期负荷预测系统的开发

在对吉林省网及其所辖分区电网负荷规律性进行全面分析的基础上，开发了一种基于省级电网的电力负荷短期预测系统。系统包括回归、组合加权等多种预测方法，提供了直接预测与分区汇总两种预测方式，具有对省网负荷及所辖各分区负荷进行规律性评价的子模块，采用数据库形式对历史负荷、预测结果等多种数据进行分类管理，使数据维护更方便。对省网负荷及所辖各分区负荷的预测结果进行了比较，并在此基础上分析了省网及各分区负荷的规律性。该系统界面友好，操作简单，已成功应用于吉林省调度中心。     

机组并网运行效果评价研究

为了推进《南方区域并网发电厂辅助服务管理实施细则》及《南方区域发电厂并网运行管理实施细则》的实施,南方电网电力调度通信中心组织南方电网各省(区)电力调度通信中心联合开发了一体化技术支持系统,对并网发电机组的运行性能和管理水平进行量化考核。详细论述了发电计划执行考核、自动发电控制运行考核和辅助服务补偿、一次调频考核3个重点模块的算法实现,并分析了各模块的实际评价效果,评价结果验证了该算法在互联大电网调度运行中的实效性。     

市县一体化短期电力负荷预测系统开发与应用

短期电力负荷预测工作是电网安全、稳定运行的基础,通过准确地对电网供需平衡预测,可合理安排机组检修,实现电力市场正常运转,是实现"三公"调度的重要保障。黄山电力调度中心开发并完成基于山区气候的市县一体化短期电力负荷预测系统应用以来,短期电力负荷预测准确率得到大幅度提升,满足了电网安全、稳定运行的需要。     

基于PSASP的西藏林芝电网电压稳定研究

西藏林芝地区随着经济水平的日益增长,电网也迅速发展,规模逐步扩大,结构日益复杂,实现了区域整体连接.林芝电网的负荷又多以商业和民用电力负荷为主.为此,应用电力系统分析综合程序（PSASP）中的小干扰电压稳定性新判据方法,对西藏林芝电网进行详细的电压稳定计算与分析,得出电网中薄弱母线、薄弱区域及电压稳定裕度等稳定评估数据.研究结果为林芝电网的运行、调度和系统的电压稳定性监控提供理论依据.     

基于GIS的空间电力负荷预测平台的研究与开发

为满足现代城市电网规划对电力负荷预测提出的新要求,形成了建设基于GIS的空间电力负荷预测(SLF)平台的总体方案。应用空间分析理论,采用电网的分层分区技术,开发了以城市空间电力负荷分析和预测为核心,集负荷历史数据采集与管理、空间信息处理以及预测结果评价一体化的信息管理和预测系统。提出了空间电力负荷规律性分析方法、实用化的SLF方法等关键技术,为进行详尽的数据挖掘分析、高质量的需求预测和一体化的空间电力负荷管理提供界面友好的可视化操作平台。该平台适应城市电网规划精益化的新要求,可为提高SLF精度、提升负荷预测工作的管理水平、科学指导城市电网规划提供有力的技术支持。     

西宁供电公司调度信息网及管理信息系统的研发与应用

在新形势下的调度管理工作中,需要依托信息化管理手段,加强电网的安全稳定运行和为未来的电力市场运行提供支撑.文章介绍了西宁供电公司调度信息网及管理信息系统各基本模块的功能、特点,系统的开发与应用,提高了调度运行管理水平,整合和规范了电网运行数据资源,实现调度信息数字化,提高了数据利用效率.     

建筑光伏并网发电系统的发电量预测初探

为改善含高密度、多接入点建筑光伏并网发电系统的电网运行特性,从能量管理和区域电网的运行调度两方面分析了建筑光伏并网发电系统的发电量预测需求,探讨了区域建筑光伏发电量预测的关键技术,分析指出原理预报法建模困难。得出如下结论：采用神经网络法、支持向量机方法等人工智能方法是光伏发电量预测模型的主要发展方向;数值模式太阳能辐射预报的预测精度和空间尺度离电网调度运行的要求还有相当距离。最后初步设计了建筑光伏的发电量预测系统,提出采用综合多个点的太阳能辐射预报结果进行区域太阳能辐射预报。     

面向调控运行的电网安全预警辅助支持系统

随着特高压交直流混联电网的迅速发展,交、直流系统交互作用愈加明显,对电力调控部门在电网安全预警及在线运行控制等方面提出了新的要求。从在线调度需求出发,提出了面向调控运行的电网安全预警支持系统的构建方法,从整体上说明了数据输入、指标计算、事件启动、综合评价、反馈计算、预警输出等各个环节的技术特点,并给出了预警支持系统的关键实现技术。最后通过某跨省区域电网的应用案例验证了本系统的实用性,可为调度人员提供多方面的在线辅助决策支持。     

福州地区电力调度安全接入认证系统建设

根据目前福州地区电力调度网络运行安全情况,研究电力调度安全接入认证系统的各项技术要求,对福州地区电网电力调度安全接入认证系统的架构、应用功能、系统关键技术等进行了讨论.     

Short-term hourly load forecasting using time-series modeling withpeak load estimation capability

This paper presents a new time series modeling for short term load forecasting, which can model the valuable experiences of the expert operators. This approach can accurately forecast the hourly loads of weekdays, as well as, of weekends and public holidays. It is shown that the proposed method can provide more accurate results than the conventional techniques, such as artificial neural networks or Box-Jenkins models. In addition to hourly loads, daily peak load is an important problem for dispatching centers of a power network. Most of the common load forecasting approaches do not consider this problem. It is shown that the proposed method can exactly forecast the daily peak load of a power system. Obtained results from extensive testing on the Iran's power system network confirm the validity of the developed approach     

地区电网日负荷特性分析及预测方法研究

夏季负荷波动大,预测难度较大。如何提高日负荷预测精度,成为调度部门迫切需要解决的一项重要任务。为有效提高夏季日负荷预测精度,对成都电网日负荷特性进行了深入研究。借鉴电力系统分析中的标幺制理论,将日负荷曲线解析为标幺负荷曲线与最大负荷。针对两者不同的变化特征和影响因素,分别引入与之匹配的自适应指数平滑法和基于模糊聚类的径向基函数(RBF)神经网络法,为负荷预测精度的提高提供了有效的解决途径。实例计算证明,该方法可获得理想的预测效果,能为调度部门提供负荷预测的决策依据。     

基于萤火虫算法的短期电力负荷预测方法

近年来,电力行业快速发展,对电力负荷进行预测也越来越重要,其中短期负荷预测对于电力系统的调度和市场运行起到极其重要的作用,精准的电力负荷预测可以有效提高发电设备利用度。融合卡帕（Kappa）测度和萤火虫算法的进行选择性集成学习方法实现短期负荷预测,该方法首先使用自展法（bootstrap抽样）生成多个学习器,然后使用Kappa测度对学习器进行初步筛选,接着使用萤火虫算法从中选择部分差异度大、准确率高的学习器参与集成,其准确率相较于单个学习器而言,有着明显提升。选取2015−2016年武汉2家激光企业的日均负荷曲线作为研究对象,进行负荷预测,通过与其他预测方法进行对比,该方法的预测精度较高。     

基于模糊互补AHP的负荷预测模拟决策

对于快速发展的地区,不同的预测方法所得的中长期负荷预测结果会相去甚远,某些预测结果甚至是无效且不可信的。所以规划决策支持系统中不仅要有多种方法的预测,还应增加其模拟决策模块。文章提出负荷预测的模拟决策,将改进的模糊互补AHP方法应用于预测模拟决策系统。计及影响电力负荷预测的各相关因素,建立电力负荷预测的多层次、多因素的决策分析结构,利用专家知识,构造具有模糊互补性的个体或群体决策的判断矩阵,并简洁而准确地计算特征向量。进一步处理特征向量作为预测决策权重,获得了满意预测决策。该方法用于规划决策支持系统中的模     

母线负荷预测的实用算法

母线负荷预测是制定电网运行方式的基础,其预测的精度将直接影响到后续安全校核的分析结果以及电网输送能力的计算和运行方式的安排。综合考虑母线负荷的特点,根据历史样本数据类型,考虑天气、节假日、企业生产变化、母线负荷的转供等因素,提出一种新的母线负荷预测的实用算法。所提方法基于相似日的模式匹配原则,依照与待预测日模式的相似度的大小确定其间的分配系数权重,进而预测母线负荷。通过MATLAB对一实际电网进行仿真,结果证明了所提方法的精确性和实用性。     

月前日负荷曲线的概率预测和随机场景模拟

针对现有中长期日负荷曲线预测方法大多为点预测,难以满足电力系统不确定性分析的不足,提出了一种基于因子分析和神经网络分位数回归的月前日负荷曲线概率预测和随机场景模拟方法。采用因子分析技术,在保留日内负荷时序相关性的前提下,对日负荷序列向量降维;提取出少数相互独立的负荷公共因子作为预测变量,以日气象因素、星期类型和前一日公共因子值为输入特征,建立计及相邻日负荷相关性的神经网络分位数回归概率预测模型;以此为基础,利用中期气象预报信息,逐日预测和模拟未来30日的负荷曲线,并生成未来月负荷曲线的随机模拟场景。实际算例结果验证了所提概率预测方法的准确性和高效性,其生成的日负荷曲线模拟场景更好地体现了负荷的时序相关性,能为调度人员提供更准确、全面的月前负荷预测信息。     

ANFIS在短期负荷预测中的应用

为使负荷预测更精确,鉴于预测对象的不确定性和非线性,采用ANFIS预测电力系统短期负荷。ANFIS将模糊理论与神经网络融合,利用神经网络实现系统的模糊逻辑推理,采用混合学习算法调整前提参数和结论参数,自动产生模糊规则。该系统具有非线性映射和自学习能力,不基于数学模型,用独特的空间分层方法建立若干模糊推理系统,依靠专家经验获取控制信息,能用于负荷预测的非线性建模,获取负荷数据的最佳估计,克服数据处理过程中存在的不确定性和不完备性。所用ANFIS模型为2输出1输入5层1阶Sugeuo模糊系统。利用某局网负荷数据训练和检测ANFIS网络模型后预测负荷,结果表明该算法鲁棒性好,抗干扰能力强,能有效补偿对象的大纯滞后。     

风电功率预测技术的应用现状及运行建议

针对我国风电开发中遇到的风电接入困难、电网调度困难等问题,对国内外解决此类问题的风电功率预测技术进行了详细的阐述。指出我国急需开发风电功率预测系统,并根据我们的风电功率预测研究经验提出了我国风电功率预测宜采用风电企业和电网共同实施的运行模式。希望对我国的风电功率预测发展起到一定的促进作用。     

电力系统短期负荷预测的高木-关野模型研究

电力系统短期负荷预测在电力系统的运行设计中有重要的意义，利用模糊神经网络的方法进行电力负荷预测是国际上近年来很热门的一个方向。本文在传统的BP神经网络基础上，提出了一种短期负荷预测的模糊神经网络模型一高木一关野模型，以某供电局2000年的负荷实测值建立模型，进行了负荷预测，与实际值进行比较分析表明，这一模型应用于短期负荷预测能获得较高的预测精度，具有一定的研究价值。