陕西电网夏季降温负荷与温度相关性研究

以2011—2017年陕西电网8760负荷数据及气象数据为基础,结合陕西电网年、日用电负荷特性,科学合理选取春（秋）工作日、休息日作为基准计算负荷,利用线性和非线性回归分析方法对夏季降温负荷与气温之间的关系进行定性定量分析研究,在此基础上进一步划分温度区间,并对降温负荷展开分析,得出陕西电网夏季降温负荷与气温变化之间的幅值增减函数关系,对于后续基于空调负荷开展用电需求分析预测的研究具有重要意义。     

计及负荷分类及其需求响应的配电网设备利用率提高方法

为提高配电网设备能源利用率,提出一种计及负荷分类及其需求响应的配电网设备能源利用率提高方法。采用LSTM自编码器对典型日负荷进行特征提取,再用改进K-means负荷聚类算法对特征序列进行聚类分析。基于负荷分类结果建立计及分类负荷分时需求响应的配电网设备能源利用率优化模型,该模型以设备能源利用率和用户满意度最大为目标。算例分析结果表明,所提方法能更好地激发各类负荷需求响应潜力,通过分类负荷分时需求响应引导用户削峰填谷,有效提高配电网能源利用率;通过合理设置能源利用率和用户满意度目标权重,实现系统能源利用率和用户满意度的平衡。     

杭州地区春节电力负荷特性的分析

根据杭州地区每日96点负荷数据和气象资料,研究分析了春节期间用电负荷曲线的形状、走势和特点,综合考虑气象、历史负荷等对春节负荷变化的影响,采用了一种简便的负荷预测方法.该方法通过选取气象条件相似的双休日来预测春节日最大负荷,然后根据负荷特性分析的结果计算出各时段的负荷值.该方法工作量较小,预测精度较高.2007年杭州春节期间负荷的预测结果表明,这是一种行之有效的方法.     

面向园区能源互联网的多元负荷特性及其调控潜力研究现状与展望

需求侧负荷特性的准确把握是构建园区能源互联网的前提与基础。文章从多元负荷的共性和耦合指标、负荷聚类与相关性分析等方面,探讨了基于数据驱动的用户负荷画像及其类型化方法;评述了单元用户冷、热、电负荷预测方法及园区整体负荷预测方法的研究现状,从同类负荷的时序调控及异类负荷的互补调控两个层面探讨了园区多元负荷的调控潜力;展望了本领域的未来研究方向。     

基于Logsitic回归模型和自适应密度聚类算法的分行业负荷增长规律

电力企业营配大数据的持续积累为电力用户负荷发展规律的研究提供了良好的数据基础。传统分行业负荷特性研究方法在海量数据挖掘上存在一定局限性,且缺乏对用户负荷年度成长模式的研究。应用Logsitic回归模型自动识别电力用户的饱和水平值和增长速度,形成3项用户增长特性参数。应用参数自适应的密度聚类算法,分不同行业、不同规模搜索典型用户,获取增长特性参数的典型值,形成分行业分容量的典型负荷成长曲线。所提方法能够识别电力用户的负荷成长模式,降低数据维度,具备较好的大数据处理分析效果。最后对某沿海城市3万个电力用户进行模型验证,结果表明所提方法识别度较高,经挖掘得到的分行业负荷发展规律对负荷预测、电网规划有较强的指导意义。     

计及用户响应成本的电采暖负荷群参与风电备用研究

分布式电采暖具有调度灵活、反应迅速的优点,可用于时序变化的可再生能源辅助服务中,但其响应成本和用户使用价格较高。文章通过负荷聚合商聚合用户群调节能力,并激励用户参与风电场备用,提高用户-负荷聚合商-电网综合收益。首先,负荷聚合商将用户群按建筑参数、初始状态和用户响应成本分组,应用二阶等效热力学模型模拟建筑物的储热过程;其次,提出含温差补贴的价格激励方法,负荷聚合商通过该方法激励用户参与响应以满足风电场的备用需求;最后,通过算例证明该方法降低了电采暖负荷参与风电备用的成本,提高了风电备用。     

基于体感温度的电力系统负荷分类及负荷预测

针对体感温度与负荷之间的变化关系进行了深入研究,研究表明体感温度在不同范围内变化时将对地区负荷影响表现出截然不同特征。将负荷分为对体感温度敏感和不敏感2种类别,并提出2种负荷预测方法。2种负荷预测方法均以径向基神经网络为基础,并针对不同类型待预测负荷采取差异化样本选取和处理方法,有效提高了该负荷预测模型适用性和负荷预测精度。将该方法运用到某市总负荷预测中,预测结果表明该方法具有较高精度和较好实用性,是一种有效的短期负荷预测新方法。     

基于膜聚类的改进极限学习机在短期负荷预测中的应用

针对历史数据样本存在无效性影响预测精度和极限学习机的输出随机性、稳定性较差的问题,提出了一种模糊膜聚类算法与改进极限学习机相结合的组合预测方法。考虑负荷自身特征、天气温度及日类型等指标,利用模糊膜聚类算法选取出与预测日具有相似特性指标的负荷数据作为负荷预测日的输入样本,运用经过粒子群算法及隐含层神经元个数遍历法改进后的极限学习机进行预测。试验结果表明,所提方法对两个地区的某日负荷进行预测时降低了预测误差,提高了短期负荷预测的准确性。     

数据驱动的大型居民区电动汽车动态充电可行性分析

以安徽省一个配备了电动汽车充电站的大型居民区为研究对象,首先以该大型居民区的实际电力负荷数据为基础,分析了居民区的常规负荷特性及充电站的电动汽车充电负荷特性,并针对电动汽车充电站接入该居民区配网前后的负荷特性进行对比分析。接着为了利用电价引导电动汽车参与需求响应,针对电动汽车充电站,提出了一种新的动态电价,并以负荷变化量误差最小为目标函数,利用实际数据求解出该地区的弹性需求矩阵来预测动态电价实施后的电动汽车充电负荷。最后分析在现有的分时电价及提出的针对电动汽车充电站的动态电价下的该地区配电网综合负荷特性,验证了可以通过电价引导电动汽车的充电行为,进而改善该充电站所接配网（居民区）的负荷状态,减小了日最大负荷同时也提升了削峰填谷的能力。     

基于合作博弈论与综合需求响应的负荷聚合商集群优化运营策略

在电力市场改革逐步深入的背景下,负荷聚合商成为中小型用户进入电力市场的中介。考虑到负荷聚合商向主网购售电差价和不同用户类型用电特性相异,构建负荷聚合商合作联盟运营框架。在此基础上,针对电热耦合程度逐渐加深,建立以负荷聚合商为主体的电热负荷同时参与调度的综合需求响应模型。最后,以负荷聚合商合作联盟日运行成本最低建立优化运营模型,根据Shapley值法进行成本分配。算例分析表明,所提方法可有效降低各负荷聚合商运营成本。