电动汽车使用对电网负荷曲线的影响初探

电动汽车的使用对电网曲线的调节作用进行了初步探讨,并在其基础上提出,对将来电动汽车普及后,对电动汽车的充电时间应进行适当引导的建议。     

湖南电网几种典型负荷曲线的初步分析

对湖南电力系统用电负荷曲线进行分析,找出负荷曲线的变化与人们生活习性以及其他外在条件的联系,掌握不同条件下负荷曲线的变化规律,将一些看似随机的因素进行规律化,并用以指导负荷预测。     

基于分行业负荷曲线的地区电网分级负荷预测

由于测控设备未能完全安装或测量设备非正常投运,使得地区电网中地块负荷数据获取较为困难,从而影响了配电网规划的效果。从上下级的负荷动态平衡以及用户日用电量平衡的双向平衡出发,结合不同行业或功能块的负荷特性,将日负荷曲线应用于协调预测的最优化建模,对地区电网的分级负荷预测方法进行挖掘,提出了分级负荷预测的新算法。结果表明,该方法在解决未知用户问题的同时拥有较高的预测精度,是进行地区电网分级负荷预测工作中一个有益的尝试。     

CIM的互操作性及其深度融合

在IEC61970/61968标准中对CIM的定义可以看出,CIM是智能电网的核心。目前存在以下几个问题：其他本体的存在,利用本体以多种方式定义标准接口和深度融合。分别从信息交换、集成模式、界面设计、互操作性测试以及CIM可扩展性等几个方面分别展开论述,对CIM的互操作性及其深度融合进行研究,最后对CIM的互操作以及深度融合的前景进行了分析。通过对CIM互操作性的研究可以进一步加快标准的确定,对于实现智能电网的互操作性也是具有极其重要的意义,为智能电网的信息融合奠定了坚实的基础。     

基于用户实际日负荷曲线的负荷分类策略研究

首先介绍了灰色关联聚类分析方法,然后选用该方法对某供电局涉及9类国民经济行业中的12个用户典型日负荷曲线进行聚类分析。通过案例说明采用该分类方法对负荷进行分类可更简单直接的表现各类用户负荷特性,为负荷特性分析、负荷预测、电网规划及需求侧管理等提供依据。     

电动汽车充电行为对电网负荷曲线的影响

为了探讨电动汽车大规模充电行为给电网负荷造成的影响及其对解决负荷的峰谷差可能带来的机遇,考虑了电动汽车的充电方式、电价政策、电网和非电网运营机构的充电模式等因素,将电动汽车的充电行为分为四种情景,利用蒙特卡洛方法来评估不同规模的电动汽车对广州市电网日负荷曲线产生的影响.结果表明,要减轻电动汽车大规模应用给电网带来的负担,电网公司必须出台相应的引导政策,例如峰谷电价和高峰电价政策;实施这些政策或者直接控制全网电动汽车的充电行为,才能使其充电负荷起到比较好的“填谷”效果.     

基于用户行为的家庭日负荷曲线模型

居民用电所占比例逐渐提高,对配电网影响日益增大。有效的家庭日负荷曲线模型对需求侧管理及智能电网技术的发展至关重要。该文建立了基于用户行为的家庭日负荷曲线模型。基于测量数据,建立典型居民负荷电气学模型;基于统计调研数据,利用马尔科夫链蒙特卡洛(Markov chain Monte Carlo,MCMC)算法,引入概率函数表示居民人口、家用电器拥有情况等居民家庭特征的影响,建立居民负荷行为学模型。并采用自下向上的分层建模思路,结合电气学模型与行为学模型建立家庭日负荷曲线模型,同时搭建了仿真平台。所建模型具有系统性和通用性,仿真与实测对比分析验证了该文所提模型的可行性与准确性。     

负荷模型对云南电网稳定性影响研究

分析了静态负荷模型与综合负荷模型对云南电网大理送出断面、德宏送出断面、云电外送断面输电极限计算的影响。结果表明,对于大理、德宏送出断面使用综合负荷模型计算的极限较静态负荷模型的高,而云电外送断面使用综合负荷模型计算的极限较静态负荷模型的低。因此,对于动态稳定计算而言,没有"保守"的负荷模型。     

电动汽车充放电方式对深圳电网日负荷曲线的影响

随着电动汽车在深圳地区的推广应用,其充电行为将对深圳电网负荷造成一定影响.在分析深圳电网负荷特性的基础上,对2015年深圳电网日负荷曲线进行了预测.结合电动汽车类型、充电时间和充电模式建立了电动汽车负荷预测模型,分析在不同充电模式下电动汽车对深圳电网日负荷曲线的影响.     

温度对天津电网负荷的影响

文章提出了一种提取温度对电网负荷影响的方法一曲线拟合法，并用此方法对天津电网2001年的温度负荷影响曲线进行了分析和描述。并利用2002年1～8月份的温度、负荷数据对2002年夏季最大负荷通过温度负荷曲线进行了推算。     

时序负荷曲线下电力系统概率性生产模拟

通过可用容量概率密度分布函数曲线与时序负荷曲线相结合，本文提出了一种基于时序负荷曲线的电力系统概论性生产模拟的新方法，它克服了传统方法不能考虑与时间相关的约束条件的弱点，并为加速水电优化和互联电力系统生产模拟提供了新路。应用情况表明：本文提出的方法对评估我国电网的电源结构有着十分重要的意义。     

基于OpenADR扩展的错峰业务仿真平台设计

由于不同开发商所开发的系统存在技术差异以及相关标准的缺失,导致我国现有需求响应(demand response,DR)系统无法有效互联互通,不利于需求响应项目的推广。该文基于OpenADR 2.0协议的标准框架,扩展了可用于支撑错峰业务的信息接口、业务交互流程以及事件处理机制。依托SAC/TC549以及国际标准化思路,对参与错峰业务主体的角色、定位以及仿真功能需求进行了分析,从参与错峰调度过程中所需的数据信息模型、调度策略、用户动态响应特性等方面出发,完成了错峰业务仿真平台的设计。此外,该仿真平台还提供了外部半实物接口,可以实现与DR动态交互相关的标准验证及业务性能测试,给未来标准制定、政策实行提供数据支撑。     

双比载放线曲线仿真模拟

结合张力放线中不同比载线索在同一档内过渡曲线的研究,提出以悬链线法为基础的精确计算模型, 过渡模型以双比载放线曲线联接处切线斜率K 为研究对象, 确定K 的变化范围[Kmin, Kmax] ,其具体数值只对应于相应比载, 且为单调增函数。通过给定K 值下的平移曲线、平移坐标轴完成静态模拟, 然后控制斜率K步长完成[Kmin, Kmax]区间的动态模拟过程, 并建立完整的模拟图形, 有助于对具体施工情况的认知。     

电力系统负荷预测方法综述

电力系统负荷预测对电力系统的调度运行和生产计划有很大影响,准确的负荷预测有助于提高电力系统的安全性、稳定性、经济性,随着电力市场的建立与发展,负荷预测将发挥越来越重要的作用。简述了电力系统负荷预测的概念和意义,对现有的负荷预测方法进行分类,介绍了各种预测方法的原理,讨论了各种方法的优点与不足之处。最后,对电力系统负荷预测方法未来的发展方向做出了展望。     

考虑需求方响应资源的智能输电网扩展规划

以智能工程理论和不确定理论机会测度为基础,扩充了智能工程优化理论,提出了智能工程优化协调算子、机会路径和αβ—机会解。将风电出力视为随机变量、将需求方响应资源视为模糊变量,对智能输电网规划问题进行智能工程混合模型建模,并采用分层协调机制求解,通过各参与方的交互协调得到满足各方目标的智能工程机会解。利用IEEE 30节点系统算例对所提方法进行验证,结果表明,分层协调求解算法可有效处理电网规划中面临的多重不确定性,考虑需求方响应资源的电网规划统筹考虑了各方利益,规划效果更优。     

负荷静态特性对PV曲线的影响

以单负荷无穷大系统为研究对象,负荷采用幂指数静态负荷模型,通过数学理论分析了负荷静态特性对PV曲线的影响,并分析了不同负荷模型的λV曲线和PV曲线的变化趋势及对系统电压稳定性进行了比较。分析结果表明:只有在恒功率负荷的模型下λV曲线的鼻端对应于PV曲线的鼻端,非恒功率负荷的模型下λV曲线的鼻端对应于PV曲线的下半支,和恒功率负荷最易失去稳定性,而恒阻抗负荷不存在不稳定的问题。最后通过仿真验证了理论分析的结果。     

基于PV曲线的低压减载配置方法

低压减载是解决电力系统电压失稳的重要手段之一。目前工程实践中多采用试凑法进行低压减载方案设计,工作量大且缺乏系统性。为此,文章结合工程实际提出了一套低压减载配置的系统性方法,该方法以保证确定的电压恢复值为目标,以PV曲线为依据。研究表明,该方法具有系统性、鲁棒性和易用性,可直接指导工程实践。     

多种负荷预测曲线的优化综合方法

目前已有多种负荷预测方法,但是仅使用一种负荷预测方法预测负荷存在预测精度高低的问题。此外,每种预测方法互相独立,彼此没有兼容性。通过证据理论对特定时段特定负荷预测方法得出的预测值进行精度的Dempster合成,然后对于待测负荷点的由n种负荷预测方法获得的预测值进行精度择优,保证在任一时段都采用目前时段预测精度较高的预测方法,使得综合后的负荷预测曲线总体预测精度提高。算例表明:综合后的日负荷预测曲线,整体预测精度得到了改善。     

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。