基于空间负荷预测的临夏城网远期饱和负荷预测方法研究

由于电力系统负荷的大小和多种因素有关,不同的条件衍生出了不同的预测方式,因此通过论述负荷预测的重要性及基本思路,根据每个行业的负荷密度指数调查结果,比较中国成熟地区的负荷密度指数,开展基于空间负荷预测的临夏城网远期饱和负荷预测,以提高远期负荷预测的准确性,具有较好的参考价值。     

基于空间饱和负荷密度的负荷预测方法

负荷预测对电力系统规划具有至关重要的作用,根据华中某市的社会经济发展水平,在借鉴国内其他城市负荷密度水平的基础上,制定了某市的负荷密度指标集。根据某市的远期发展规划,对市各功能分区的饱和负荷值进行了预测,最终得到了某市至饱和年的饱和负荷。人均饱和电量法验证了空间负荷预测方法的有效性,饱和负荷密度主题图直观地反映了市规划区未来的负荷空间分布情况。饱和负荷预测结果为后续电源点布置、输电廊道确定和输电线路选型提供了有力的科学依据。     

基于行业大数据的饱和空间负荷预测方法

传统饱和空间负荷预测方法以负荷密度法为主,其工业划分未能准确反映各细分行业负荷特性,且关键指标取值主观因素影响较大.为此提出一种基于行业大数据的饱和空间负荷预测方法.方法 细分行业,大数据分析确定关键参数,校验现状负荷和点负荷,叠加行业负荷曲线得出最大负荷.对某市进行预测,结果表明能更切实反映行业负荷特性,提高关键指标取值和预测结果客观性.     

城网空间电力负荷预测中的负荷规律性分析

空间电力负荷预测(spatial load forecasting,SLF)是城市电网规划必不可少的计算,其预测结果是确定所需配置供电设备容量和分布的基础,预测结果准确与否对城市电网建设及其运行的经济性和安全性都有影响。文章从城市电网的空间结构分析入手,以分层分区处理为原则,以目标层级的负荷元胞为基础,描述和刻画了该层级下空间电力负荷的规律性,着重分析了10 kV电压层级下元胞负荷的周期性、增长的非平稳性及元胞之间的负荷转移。通过实例进一步阐述了该负荷规律性分析方法,结果表明该方法能够充分合理地描述空间电力负荷的特点,客观反映SLF方法的优劣,为寻找更有效的SLF方法奠定了基础。     

昆明城网电力负荷预测方法的研究

结合昆明城市性质和电网实际情况 ,利用弹性系数法、人均电量法、用地性质法、时间系列法、相关分析法、灰色预测法多种方法对昆明城网电力负荷进行了预测计算 ,为昆明城网建设提供了必需的数据基础。     

城网规划负荷地理分布预测

在城网规划中,负荷的地理分布预测有其独特的重要性,对此,采用模糊评分,运输模型求解最优等手段,对汕头达濠区进行了空间负荷分布预测,其结果能够满足实际工作的要求。     

城市饱和负荷预测方法探讨

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。     

改进的优化组合预测方法在城网负荷预测中的应用

优化组合预测方法是一种能够综合各种负荷预测方法的有用信息 ,提高预测精度的方法。通过分析 ,指出其存在缺点 ,采用自适应递推算法进行改进 ,并在汕头电网规划负荷预测中进行应用 ,获得了很好的结果。     

改进的优化组合预测方法在城网负荷预测中的应用

优化组合预测方法是一种能够综合各种负荷预测方法的有用信息,提高预测精度的方法,通过分析,指出其存在缺点,采用自适应递推算法进行改进,并在汕头电网规划负荷预测中进行应用,获得了很好的结果。     

基于GRA-LSSVM的配电网空间负荷预测方法研究

针对配电网空间负荷预测实际应用中容易存在可用信息和数据散杂且经常匮乏的问题,提出了一种基于最小二乘支持向量机的新型配电网空间负荷密度预测算法,以解决预测方法中样本有限、不易识别等问题。同时引入灰色关联分析改善最小二乘支持向量机的样本筛选,并采用混沌粒子群算法完善最小二乘支持向量机的参数选择,提高算法的空间负荷密度预测的精度。在介绍算法原理基础上,详细设计了配电网空间负荷预测方法的实现流程。对该算法的性能进行实例分析表明,所提方法可以有效地提高负荷密度预测的精度。     

基于空间负荷预测的负荷预测软件

基于空间负荷预测的负荷预测软件采用VisualC++、SQLServer2000、ADO等通用工具开发。软件改进了区域电网预测方法和最大负荷指标选取方法,具有图形化操作界面和数据库管理功能,并结合大量负荷采样数据,生成了负荷特性曲线库。该软件应用于电力系统中,被证明了具有较高的预测精度,提高了电网规划的工作效率。     

专家系统技术应用于城网负荷预测

1 引言用于电力系统中长期负荷预测的方法很多,通常有仿效物理学惯性原理的外推法、基于辩证统一原理的相关法,以及能量—负荷率预测法、解析分析法等。近年来灰色系统预测法被引入这一领域,较好地克服了概率统计的弱点,使原始数列的随机波动性影响减弱,且所需信息较少,能有效地解决常规预测法不好解决的问题。     

基于聚类分析理论的空间负荷预测方法

基于时序分析的空间负荷预测方法通常先把预测区域划分成若干元胞,然后对每个元胞进行基于时序的负荷预测,从而实现对整体的空间负荷预测.目前基于时序分析的负荷预测模型有很多,但其中任意单一模型均难以做到对每个元胞预测都是误差最小的,即无法保证对总区域的空间负荷预测结果的准确性.为此提出了一种基于聚类分析理论的空间负荷预测方法...     

多维度饱和负荷预测方法及其应用

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。     

基于经济曲线饱和态势分析的饱和负荷宏观预测研究

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。     

基于蚁群算法的配电网空间负荷预测方法研究

在进行空间负荷预测的过程中,用地类型转换规则的获取对预测的结果产生着深远的影响.提出了一种改进的配电网空间负荷预测方法,采用用地仿真法模拟城市土地动态发展过程,预测规划区域各小区土地的未来使用类型.根据城市发展的实际情况,利用蚁群算法(Ant Colony Algorithm,ACA)的自适应性及其在分类规则挖掘方面的优势,自动获取小区用地类型的转换规则,克服了传统方法在规划年内一直采用静态的土地使用决策规则的缺陷.用实例说明了该方法的有效性.     

基于预测可信度的多级协调空间负荷预测方法

提出了一种基于负荷预测可信度的多级协调SLF方法。该方法首先确定了元胞历史负荷数据的评价指标,并运用灰色关联度理论,计算出各元胞的负荷预测可信度。然后建立空间电力负荷多级协调模型,并将元胞负荷预测可信度应用到多级协调模型中,最后利用该模型调整元胞目标年的预测值。空间电力负荷多级协调模型以不同层级负荷之间的关系为基础,在一定程度上能够消除上下级电网的预测结果之间出现的不均衡、不协调的现象,从而提高了空间负荷预测结果的准确性,为进一步的电网规划打下了坚实的基础。选取了指数平滑作为预测方法,并对预测结果采用空间电力负荷多级协调模型进行优化调整,调整结果表明空间电力负荷多级协调模型具有实用性和有效性。     

基于云理论的配电网空间负荷预测方法研究

提出了一种新颖的配电网空间负荷预测模型，该模型采用了基于云模型的知识表示，将定性概念所具有的模糊性、随机性有机地结合在一起，构成了定性和定量相互间的映射，克服了传统模糊理论的不彻底性。该文将云理论、面向对象的归纳方法以及粗糙集相结合，进行土地使用决策中空间属性信息定量定性转换、空间数据的离散化、决策规则的挖掘，克服了传统基于模糊集的空间负荷预测模型中模糊集参数及模糊系统规则选择的主观性，同时也利用云理论与粗糙集理论相互间的互补性,增强了知识发现的能力。运用基于云理论的不确定性推理计算小区对各用地类型适应性的评分，使推理结果更加合理而且贴近实际。给出了基于该模型的小区改造判据，改进了计及小区改造及经济性的用地分配的多目标规划模型，计算小区负荷。最后用实例说明了该方法的有效性。     

基于空间负荷预测的电动汽车有序充电方法研究

基于用地决策法的空间负荷预测法,建立了发展中城市的电动汽车及其充电负荷的空间分布预测模型。结合电动汽车的空间分布及其出行特性,对电网负荷率和网损进行分析,以优化城市配电网利用率为目标,构建出电动汽车强制性有序充电模型。通过算例说明在较高的电动汽车市场普及率下无序充电将给城市配网带来严重负荷冲击,并验证了本文所构建的有序充电模型在不同市场普及率下的有效性。