共查询到20条相似文献,搜索用时 187 毫秒
1.
饱和电力需求是电网规划中确定电网健康发展最终规模的关键性指标,能为电网规划提供重要信息,指导电网的建设和输电线路的合理布局。鉴于索洛模型在经济学的规模报酬及劳动产出问题中的成功应用,借鉴索洛模型的思路研究饱和电力需求规模问题,通过引入以产业结构及用电结构为表征的结构效应因素,同时结合多种规模效应及技术进步因素对索洛模型进行扩展,在此基础上建立了长期均衡预测模型。以我国南方某大型都市为例,应用本文所提出的预测模型,对该地区的未来饱和用电规模进行预测,结果表明该模型能够结合社会经济、电网现状及未来政策,对未来饱和电力需求进行预测,是一项有益的探索。 相似文献
2.
用电需求的饱和负荷预测可以确定一个地区未来电网发展与用电需求的最终规模,并以其远期电网规划目标指导近期电网建设,可以有效减少电网改造成本,做到有步骤有条理地进行该地区区域电网的改造与建设,对区域规划、区域经济与电网之间的协调发展具有重要意义。该文提出了基于改进Logistic模型的负荷发展历程阶段划分理论,并给出了饱和负荷的新内涵,修正与完善了判定电力饱和负荷的量化指标体系。最后采用改进Logistic模型对案例进行了研究与分析,完成了案例用电饱和规模以及饱和时间点的预测与分析工作,并验证了其可行性。 相似文献
3.
4.
5.
基于混沌粒子群—高斯过程回归的饱和负荷概率预测模型 总被引:1,自引:0,他引:1
饱和负荷预测能有效预估区域电网的发展方向和最终规模,为电网规划及电力市场中长期交易提供指导。针对饱和负荷预测不确定性强、时间跨度大的特点,文中采用基于高斯过程回归(GPR)的概率预测模型进行饱和负荷预测,并通过改进混沌粒子群算法(MCPSO)实现以和方差(SSE)最小为目标的模型超参数优化求解;在综合考虑饱和负荷影响因素随机性的基础上,建立了改进混沌粒子群—高斯过程回归(MCPSO-GPR)饱和负荷预测模型,并在多情景下利用上述模型进行饱和负荷预测,同时结合饱和判据得到多情景下饱和负荷的规模和时间。算例分析表明,所述模型不仅具有较高的预测精度,而且可增强预测的弹性。 相似文献
6.
城市饱和负荷预测有助于确定城市电网的最终规模,进而指导中短期电网规划,节省不必要的电力建设投资,有助于电力系统前期规划与城市发展相协调。首先明确了城市饱和负荷的概念,分析了城市饱和负荷预测方法,探讨了城市饱和负荷预测在电力系统规划中的应用。 相似文献
7.
电力饱和负荷预测可以确定电网的最终规模,指导电网的改造与建设,有效降低其成本。也可以更好地指导变电站布点、线路走廊的规划和建设工作。多维度饱和负荷预测方法首先通过灰色关联度分析评估影响因素,然后选择建立以影响因素为自变量、用电需求为因变量的函数,通过最小二乘法确定具体的数学模型。该方法不仅可以评估未来用电的饱和情况,也可以对影响因素进行灵敏度分析,具有比较高的预测精度,是对饱和负荷预测方法的拓展与创新。自身也可以产生反馈校验指标,具有一定的实用性与指导性价值。提出的饱和负荷判定指标验证了最终预测结果的正确性与合理性。 相似文献
8.
9.
饱和负荷预测对城市电网的规划具有重要的意义,电力电量的发展与经济的发展水平息息相关,因此,不同的经济饱和态势将决定不同的饱和负荷规模。以福建省福州市为研究对象,运用系统动力学原理及其建模工具VENSIM软件,采用改进的新古典经济增长理论对福州市经济曲线饱和态势进行建模和预测,在此基础上,分别运用人均用电饱和水平法、考虑政策等因素的电力负荷系统动力学预测模型、建立电力负荷与经济、人口的计量经济学误差修正预测模型三种方法分别对福州市饱和负荷的总体水平进行预测。 相似文献
10.
综述了当前城市电力饱和负荷分析技术及其应用研究情况,阐述了研究饱和负荷的背景和意义,分析了城市电力负荷的特点,提出饱和负荷分析应包括规模、时间和空间3个部分。归纳了电力负荷趋于饱和的判据,比较了饱和负荷分析与传统负荷预测的异同。从分析对象和分析机理上对现有分析方法和数学模型进行了分类和概述,并总结了国内外基于饱和负荷分析结论的城市电网规划、电源布局、网源协调、网架优化等方面的应用情况。在此基础上,提出未来的研究应注重探索基于经济发展阶段的饱和负荷分析技术,并与电网规划有效衔接。 相似文献
11.
12.
年用电量的预测关系到电力系统的经济效益。通过对电力市场条件下年用电量的研究,应用混沌理论建立了在实际电量需求和可用电量共同限制作用下的年用电量模型。在不同的电量需求增长率基础上分析其混沌特性,得出产生混沌的充分条件。对不同的系统参数进行仿真分析,结果表明在供给和需求的共同作用下,年用电量可能会出现混沌行为。 相似文献
13.
14.
虚拟电厂(VPP)参与需求响应可提高电网的调节能力,但用户用电满意度下降和用户响应量的不确定性会导致VPP无法获得预期收益、电网无法获得足够需求响应量等问题。为此,提出了一种考虑用户用电满意度与响应量期望的VPP需求响应交易模型。将VPP内部柔性负荷细分为可削减负荷、可转移负荷、可替代负荷3类,并根据不同柔性负荷用户的用电模式、影响因素、参与需求响应的服务方式,分别构建3类柔性负荷用户的细分用电满意度模型。分析3类柔性负荷用户提供需求响应服务的不确定性来源,分别建立3类柔性负荷用户参与需求响应的响应量期望模型。基于用电满意度模型和响应量期望模型,在以电网公司为主导的VPP需求响应交易模式下,构建需求响应交易模型。通过算例仿真验证了所提模型的有效性。 相似文献
15.
16.
电力市场环境下,如何根据用户用电特征制定优化策略以实现购售电利益最大化是售电公司一项重要的研究课题。针对中长期市场中考虑发用电协调的售电公司,提出了考虑售电公司购售电利益的负荷组合优化模型,并考虑需求响应技术来进一步优化用户综合负荷特性,最大化市场环境下售电公司的购售电利益。同时,针对需求响应的负荷反弹问题,引入三阶段反弹负荷模型,构建考虑负荷反弹的滚动优化改进模型,重新调整用户需求响应负荷值,从而改善需求响应负荷反弹情况下的组合用户需求响应负荷特性。最后,采用中国某市2017年工业用户群组负荷数据对所提出的模型及策略进行仿真分析,说明了所提方法的有效性。 相似文献
17.
近年来,风电等清洁能源的接入以及负荷侧分时电价的管理增加了电网调度的复杂性,为实现在风电接入及分时电价管理背景下的火电机组的经济调度和分时电价策略优化,首先研究了负荷需求对峰谷时段电价的响应模型,接着基于模糊机会约束理论建立了考虑风电及分时电价的机组组合模型,然后提出了一种双层混合粒子群算法求解该机组组合模型,以得到与风电相配合的分时电价定制策略以及火电机组出力值。最后仿真结果表明,所提出的方法可以实现负荷侧分时电价策略与供电侧火电出力的有效配合并降低火电机组的发电成本。 相似文献
18.
针对传统中长期电量预测方法思路单一,忽视不同层次电量预测之间的内在联系而影响中长期电量预测精度的问题,提出了一种基于用电行业分类的新型中长期电量预测方法。首先,设计了适用于电量预测的用电行业分类原则和方法;然后,以8种特性互补的预测方法为基础,建立优选组合预测模型,对待预测区域整体以及各用电行业的电量需求分别进行年度和季度的预测;最后,运用多级预测协调理论建立了一个二维二级协调模型,对上一步的电量预测值进行修正,改善预测精度,得到上下级统一的区域整体以及各行业未来年度和季度的电量预测值。以实际的电量数据进行了算例分析,验证了该方法的有效性。 相似文献
19.
高比例可再生能源电网内,为促进优质可控电源与可控负荷的发展,提高系统供需平衡的调节能力,考虑电源和负荷响应性能进行电力市场交易模式设计。在电源侧引入机组的调节性能指标;在负荷侧设置负荷聚合商参与市场的场景,并考虑负荷响应偏差的随机性进而提出负荷响应性能指标,以区分不同响应特性带来的运行成本差异。为合理协调计及性能指标的源荷双边资源,设计了两阶段的差异化出清机制。以系统总运行成本最小化为目标,构建有负荷聚合商参与的日前市场出清模型。通过算例结果表明,计及源荷双边性能指标的交易模型,可以引导资源的优化配置,降低市场的风险和损失。 相似文献
20.
《Electric Power Systems Research》2005,73(1):19-29
Electricity market price forecast is a changeling yet very important task for electricity market managers and participants. Due to the complexity and uncertainties in the power grid, electricity prices are highly volatile and normally carry with spikes, which may be tens or even hundreds of times higher than the normal price. Such electricity spikes are very difficult to be predicted. So far, most of the research on electricity price forecast is based on the normal range electricity prices. This paper proposes a data mining based electricity price forecast framework, which can predict the normal price as well as the price spikes. The normal price can be predicted by a previously proposed wavelet and neural network based forecast model, while the spikes are forecasted based on a data mining approach. This paper focuses on the spike prediction and explores the reasons for price spikes based on the measurement of a proposed composite supply–demand balance index (SDI) and relative demand index (RDI). These indices are able to reflect the relationship among electricity demand, electricity supply and electricity reserve capacity. The proposed model is based on a mining database including market clearing price, trading hour, electricity demand, electricity supply and reserve. Bayesian classification and similarity searching techniques are used to mine the database to find out the internal relationships between electricity price spikes and these proposed. The mining results are used to form the price spike forecast model. This proposed model is able to generate forecasted price spike, level of spike and associated forecast confidence level. The model is tested with the Queensland electricity market data with promising results. 相似文献