多级负荷聚类和解耦机制的配电网短期负荷预测方法

为解决配电网供电分区负荷特性因用电结构与用户用电习惯差异呈现多样性,导致泛化的预测模型难以提供满意计算精度,以及新投运配变由于缺乏历史数据积累,无法为机器学习提供大量训练样本的问题,提出了一种多级负荷聚类和解耦机制的短期负荷预测方法.首先,进行基于变电站用电量以及台区用户用电特性差异的多级负荷特性聚类.随后,对不同聚类配变构建基于脉冲神经网络的短期负荷预测模型,并采用负荷标幺曲线和基准值分开预测的解耦机制应对新投运配变的小样本问题.最后,综合分类预测结果得到日负荷预测曲线.实例证明该方法能实现负荷预测的精细化,并减小新投运配变的预测误差影响,改善了综合预测结果.     

基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

短期电力负荷的精准预测可以有效指导机组组合调度、经济调度与电力市场运营。针对输入数据特征量受限时负荷预测的低精度问题,提出一种基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法。通过建立融合局部特征预提取模块的LSTM（long short term memory）网络结构,并将其与XGBoost（eXtreme boosting system）预测模型并行结合,之后结合MAPE-RW（mean absolute percentage error-reciprocal weight）算法进行模型融合初始权重设置,对最佳权重进行搜索,构建最佳融合模型。通过运用电力负荷数据对所提方法进行预测实验,结果表明CNN-LSTM- XGBoost模型的MAPE（mean absolute percentage error）与RMSE（root mean square error）分别为0.377%与148.419 MW,相比于单一网络模型与融合模型结构实现了误差指标的显著降低,验证了基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法具有较快的模型训练速度、较高的预测准确度与较低的预测误差。     

基于自适应图注意力网络的短期用户负荷预测

为提高短期用户负荷预测精度,提出了一种基于自适应图注意力网络(adaptive graph attention network, AGAT)的短期用户负荷预测模型。首先,针对用户负荷存在规模小、波动性强的问题,通过门控机制结合多个大小不同的扩张卷积核来构造时序特征提取层,从多个尺度上提取用户负荷的高维时序特征。同时,考虑到不同用户负荷间潜在的动态相关性,使用马氏距离构造动态图学习层,生成动态图邻接矩阵。然后,采用图注意力网络根据动态图邻接矩阵将用户负荷的高维时序特征进行信息汇聚。最后,通过全连接层输出用户负荷预测值。为验证AGAT模型的有效性,采用UCI电力负荷数据集进行预测实验,分别与多种基线模型比较。实验结果表明,所提模型预测指标优于各基线模型,有助于提高短期用户负荷预测精度。     

基于柔性负荷响应特性的超短期预测方法

在自动需求响应系统(ADRS)中,当大量的用电负荷数据被自动实时采集时,受节假日、天气、温度等因素的影响,用户侧负荷用电特性会随着响应策略的变化而发生变化。传统负荷预测方法的预测精度也将会被降低,不再满足ADRS要求。针对这一问题,基于柔性负荷的响应特性,将"预测-调度-响应"各环节视为一个闭环控制系统,把自动响应(AD)信号作为一个输入变量引入系统。基于丰富的负荷用电数据,采用"黑匣子"思想建立了闭环超短期负荷预测模型,并用仿真结果验证了模型的有效性。结果表明,该模型与传统预测模型相比,预测精度明显提高。     

能源互联环境下考虑需求响应的区域电网短期负荷预测

在区域能源互联系统中,需求响应改变了电力用户的常规用电习惯,增加了预测环境的不确定因素。针对这种特定的环境,提出一种考虑需求响应的区域电网短期负荷预测方法来满足企业对预测精度的需求,该方法通过依次构建数据处理模型、负荷预测模型和误差预测模型实现了预测精度的提升。更具体地,针对历史数据样本集,采用灰色关联分析法处理气象数据以获取输入预测模型的相似日特征变量;针对电力负荷预测,建立了长短期记忆网络模型,利用其特殊的门结构选择性地控制输入变量对模型参数的影响,从而改善了模型的预测性能;针对误差数据样本集,采用了动态模式分解技术来挖掘误差数据的潜在价值,并利用其数据驱动特性刻画了误差时间序列的趋势变化特征,实现了良好的误差预测。最后,结合实际的电网数据,对比验证了所提方法的有效性和优越性。     

基于负荷细分的差异化用户基线负荷预测

电力用户基线负荷(CBL)预测精度会极大影响需求响应效果的评估。本文基于负荷细分,考虑多维用电行为及其影响因素,通过精细化用户用电行为特征,提出一种考虑用户用电模式差异化的基线负荷预测方法。首先采用Ward-模糊C均值(FCM)聚类法,并结合负荷特性指标,改善用户负荷曲线聚类分析的效果;然后,分析气象、时间等多维影响因素,建立考虑温湿度和气温累积效应等城市微气象因素及节假日社会行为因素的差异化用电行为分析模型,提出温度敏感型、节假日敏感型以及两者均不敏感的精细化用电模式;最后,提出不同用电模式的CBL预测方法,建立综合评估方法分析其预测准确度。算例结果表明,所提算法能进一步提高CBL预测精度。     

基于改进极限学习机的短期电力负荷预测方法

为了提高电力系统短期负荷预测精度,提出一种基于改进极限学习机(MELM)的短期电力负荷预测模型。引入基于结构风险最小化理论,并结合最小二乘向量机回归学习方法,以克服传统极限学习机(ELM) 在短期负荷预测中存在的过拟合问题。某地区用电负荷预测结果表明,改进模型的泛化性与预测精度均优于传统ELM和OS-ELM模型,可为短期电力负荷预测提供有效依据,具有一定的实用性。     

基于IFOA-GRNN的短期电力负荷预测方法研究

针对智能用电环境下负荷随机性强、短期电力负荷预测精度差、计算时间长等问题,提出了一种结合改进果蝇优化算法IFOA和广义回归神经网络GRNN的预测方法。模型的输入因子为负荷数据和气象信息等。通过改进果蝇优化算法的搜索距离,增强其搜索能力,优化广义回归神经网络GRNN的平滑因数,提高预测的网络性能和精度。通过仿真验证预测方法的准确性和有效性。结果表明,改进后的方法可以减小预测误差,提高算法的稳定性。该研究为我国电力负荷预测的发展提供了参考和借鉴。     

智能配电网环境下负荷预测研究

智能配电网环境下,负荷预测精度的高低影响着电网运行的安全性和经济性,为了提高负荷预测精度,提出了人工鱼群-反向传播算法（AFSA-BP）的电力负荷预测模型。传统BP算法由于输入神经元,隐层神经元和输出神经元之间的初始权值和阈值为随机获取,降低了算法的收敛速度和预测精度,采用AFSA算法对BP算法的初始权值和阈值进行全局寻优,获得最优的网络模型。在分析了电力系统负荷特性的基础上,采集历史负荷数据,天气和节假日信息,采用AFSA-BP算法建立短期负荷预测模型。为了验证该算法的准确性,分别采用BP、最小二乘-支持向量机（LS-SVM）、AFSA-BP算法对某省的电力负荷进行仿真实验,AFSA-BP算法的均方根误差（RMSE）为0.0862,而BP算法和LS-SVM算法的RMSE分别为0.2558和0.1522,结果验证了AFSA-BP算法适用于短期电力负荷预测。     

相空间重构和SVR耦合的短期电力负荷预测

电力系统的短期负荷预测精度对智能电网安全运行有着重要影响,其中预测精度和训练步数至关重要,目前当地气象因素逐渐成为负荷预测中的关注点。以某市短期电力负荷为研究对象,建立了考虑日特征相关因素的支持向量回归机短期电力负荷预测模型,随后对某市考虑气象及日期类型的电力负荷做出预测。研究表明:利用考虑实时气象因素的SVR预测模型对短期电力负荷进行预测精度较高;考虑气象及日期类型的预测误差比不考虑气象及日期的预测误差小;嵌入维数和时间延迟对负荷预测模型精度具有重要影响。     

银川城市电力负荷特点分析与中长期预测

近年来银川市国民经济呈高速发展态势,用电负荷结构已发生了很大变化。根据银川市历年负荷资料,分析了银川城市电力负荷各方面的特点,找出影响银川电网电力负荷变动的因素,并对银川市2009-2015年以及2020年电力负荷与用电量进行了预测,分析与预测有利于掌握城市用电负荷的发展趋势．对城市电网规划和开拓电力市场提供决策依据具有指导意义。     

负荷频率特性对孤网频率稳定性影响分析

随着区间电网的互联,各地区的自然资源得到充分的利用。但是有些区间联络线由于输电走廊限制等原因相对较弱,一旦发生解列事故,容易形成送端(受端)孤立电网,将导致局部系统功率严重失衡,系统的频率稳定问题就会凸显出来。同时随着国家经济的发展,各地区的负荷类型比重不相同,负荷模型对系统频率稳定性有很大的影响。以新疆和田地区电网为研究对象,分析负荷频率特性对孤网频率稳定性的影响,通过改变孤网中负荷模型,以及各种负荷在孤网中的比例,得出不同的负荷模型对孤网频率稳定性影响程度不同的结论,并运用PSASP仿真验证了相关结论。对实际电网稳定计算时负荷模型的选取具有重要的参考价值。     

广东电网用户负荷特性及用电特点研究

在对广东电网各地市用户调研基础上,按《国民经济用电分类表》的分类对各行业用户选取典型值进行负荷特性分析,从负荷特性指标、负荷曲线、用电趋势、负荷密度等方面总结了各类用户负荷特性及用电特点,并对后续开展配电网规划和需求侧管理提出了具体建议。     

调速系统对孤网频率稳定性影响分析任华;姚秀萍;常喜强;周专;15-18+39

随着区间电网的互联,各地区的自然资源得到充分的利用。但是有些区间联络线由于输电走廊限制等原因相对较弱,一旦发生解列事故,容易形成送端(受端)孤立电网,将导致局部系统功率严重失衡,系统的频率稳定问题就会凸显出来。以新疆阿勒泰地区电网为研究对象,分析调速系统调速特性以及调速系统对孤网频率稳定性的影响,得出孤网中不同容量机组调速系统对孤网频率影响不同;水电机组调速系统和火电机组调速系统对孤网频率影响不同;不同容量水电、火电机组调速系统之间的配合对孤网频率影响不同。运用PSASP仿真验证了相关结论。这对实际电网运行、水电和火电机组调速系统之间的配合具有重要的参考价值。     

广东电网调峰形势分析与展望

在总结广东电网近3年统调负荷、夏季冬季日统调年负荷、周负荷特性及调峰现状的基础上,结合电力系统发展的实际规划,分析和展望了远期广东电网的调峰形势,并针对未来广东电网调峰所面临的问题提出了相应的建议和对策。     

模糊聚类方法在用户负荷曲线分析中的应用

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.     

空间负荷预测在城市电网规划中的应用

为解决不确定性因素对城市电网负荷预测结果的不利影响,该文用空间负荷预测方法对城区电网进行负荷预测,预测得到的负荷大小和地理位置分布与实际情况偏差较小,取得了预期的效果。     

西北电网负荷特性分析

分析了西北电网有限公司1998～2007年10年间的实际调度运行记录,统计计算了陕甘青宁4省（区）及西北电网的逐年各月的最大负荷、典型日24h负荷变化曲线以及其他负荷特性参数。通过动-静-动特性转换≥结合考虑负荷结构调整、负荷发展速度等因素,经进一步综合分析后,提出了西北电网典型年负荷特性曲线和露负’荷特性曲线。供今后电力系统规划和系统设计参考使用。     

广西电力负荷特性分析预测

受供电管理体制约束,广西全社会口径历史负荷数据获取困难,加大了全区负荷特性分析预测的难度。本文在收集大量历史用电资料的基础上,综合考虑非统调负荷对统调电网负荷曲线的修正作用,分析广西全社会历史负荷特性及变化趋势。结合负荷特性影响因素分析,对广西“十二五”期间全社会负荷特性进行预测,并与相邻广东省用电负荷特性进行对比分析,预测的全社会口径负荷特性可为全区电源规划及调峰研究等提供依据。     

负荷特性数据库的建立与应用

用VisualBasic6.0和SQLServer开发负荷建模软件并建立数据库。介绍负荷特性数据库的构成,说明各种表的结构及其之间的关系;从负荷的时变性出发,应用数据库进行各种查询、调用,用实测数据分析负荷特性与时间的关系。实践表明,数据库的建立对负荷特性实测工作有着重要意义,对电力稳定计算的精度以及运行经济效益的提高、保证电网安全稳定运行有着重要意义。