负荷测录仪在青浦地区的三阶段应用

上海市青浦区自2007年9月开始安装使用负荷测录仪,经历了试运行、测录数据简单分析应用和测录数据用于台区线损精细化比对三个阶段。重点介绍了三阶段的应用情况和存在的问题以及应对措施。通过三阶段的应用,负荷测录仪在青浦区杆变的覆盖率超过50％,通信成功率稳定在97％以上,数据异常率控制在5％以内。最后提出了对负荷测录仪功能拓展的展望。     

电网夏季气象敏感负荷特性分析

提出了气象因素温度、相对湿度、气压,风速,辐射对负荷影响关系,建立了夏季气象敏感负荷分别与温度、相对湿度、气压、辐射和风速的关系模型.根据杭州市2006年1月1日至2007年9月10日每日96点负荷数据和24点实时气象资料分析和验证,证明了其有效性,从而为供电部门和调度部门的工作人员提供有用的参考信息.     

电力负荷特性与气温关系及其预测

以铜仁市电网06年10月-08年9月每日整点负荷和气温数据为基础,分析了铜仁市电力负荷特性,并对日峰荷与三项气温因子的线性相关性进行了分析,最后提出一种基于相似日和多元线性回归的预测模型。实例预测结果分析表明：该模型简捷实用,对铜仁市电网具有较好的拟合和预测效果,可以将其运用于铜仁市电网日常负荷预测工作之中。     

上海市区供电局电力负荷预报

根据市区供电局的各行业电力负荷历史数据分别进行了短期和长期预报,得出各规划年的总负荷数据。其中,短期预报采用１９９２～１９９８ 年的月负荷数据,对１９９９ 年各行业用电负荷逐月预报;长期预报则采用１９９０～１９９８ 年的年负荷数据,对２０１０ 年各行业的大致年用电负荷数据进行估算。     

城网改造后配电变压器经济运行分析

依据2005年9月15日实测负荷作为代表日负荷以及公用配电变压器的资料和数据,给出了鹤壁供电区城市电网不同系列、不同容量配电变压器最佳经济运行区域的科学判定,对城网配电变压器的运行进行了分析,针对85%的配电变压器处于劣质运行区域的高损耗率状态问题,提出了降低配电变压器高损耗率的措施。     

基于元胞负荷特性分析的RBF神经网络空间负荷预测方法

针对元胞历史负荷数据的特点,结合RBF神经网络在非线性拟合方面的优势,提出了一种基于元胞负荷特性分析的RBF神经网络空间负荷预测方法。该方法以元胞的历史负荷数据为基础,横向从元胞的年历史负荷特性入手,描述各元胞年负荷峰值段的发展趋势;纵向从元胞日最大负荷出现的时刻入手,刻画峰值时段的最大负荷数据群。在充分地考虑元胞负荷的季节特性、双峰特性和转移特性对空间负荷预测精度影响的基础上,构建出一种合理的峰值时段最大负荷数据群的双向选取模型。然后采用RBF神经网络对所选取的最大负荷数据群进行训练和预测,进而得到目标年各元胞的年最大负荷预测值。工程实例验证了该方法的实用性和有效性。     

基于k-means聚类算法的分布式能源系统典型日冷热负荷选取

典型日负荷曲线对负荷调度计划以及运行控制有着重要意义,针对常用的传统典型日负荷曲线选取方法未考虑环境因素的问题,提出了一种新的选取典型日冷热负荷曲线法。该方法基于k-means聚类方法及平均值法选取典型日冷热负荷,在聚类时将温度参数作为聚类中的影响因子参与聚类过程,采用平均值法对每类负荷提取平均负荷作为该类的负荷曲线,并计算各类负荷曲线与其平均负荷曲线的皮尔森相关系数,根据皮尔森相关系数的性质剔除相关系数在[–0.2,0.2]的负荷样本,之后将剩余数据再次进行k-means聚类,直到皮尔森相关系数的值不落在该区间。基于上海市某片区能源站的负荷数据进行验证,结果表明本文方法能够准确获得典型日冷热负荷曲线,该方法可行且有效。     

2011年湖北用电负荷与气温关系及负荷特性分析

以湖北电网统调用电负荷数据和武汉日气温数据为基础,分析了2011年湖北电网最大负荷持续时间、负荷与气温关系、非气温敏感性负荷以及空调负荷情况.     

基于负荷预测的城市配电网供电能力计算

提出了一种基于负荷预测的供电能力计算方法,该方法利用预测模型得到负荷的增长模式。首先根据历史数据确定最佳预测模型,然后逐次调用预测数据进行潮流计算,直到第一次越限发生,最后利用半分法找到满足精度要求的临界点。实际算例表明,该方法思路清晰,计算简便,不仅提高了精度而且能够找出限制实际负荷增长的供电瓶颈,可为城市配电网的规划与改良提供有效的参考依据。     

电网空调负荷计算及预测

结合河北省南部电网空调负荷特性,以2009年数据为例,通过最大负荷比较法和基准负荷比较法进行计算,取二者平均值确定空调负荷最大值,并根据2005-2009年空调负荷变化趋势预测2010年空调负荷,结果表明预测数据准确可靠.     

融合历史数据和实时影响因素的精细化负荷预测

随着智能电网技术的飞速发展,对负荷预测的精度提出了越来越高的要求。融合负荷、天气等多源数据,提出了一种基于数据融合的支持向量机精细化负荷预测方法。首先对负荷历史数据进行聚类分析,将运行日分成六类。然后将负荷数据和温度、湿度等天气数据进行融合,针对六类聚类结果分别建立基于数据融合的支持向量机精细化负荷预测模型,并对模型参数进行全局优化。采用不同的预测模型对浙江省某地级市2013年的负荷进行预测,结果表明所提出的负荷预测方法的预测精度明显高于传统的负荷预测方法的预测精度。     

盘锦电网负荷特性研究

本文通过对盘锦电网2008—2014年电力负荷数据进行分析,从用电结构、典型日负荷特性、周负荷特性、月负荷特性和年负荷特性,得出电力负荷特性的现状及变化趋势,给出了影响盘锦电力负荷及负荷特性变化的主要因素。     

支持向量机方法在电力负荷预测中的应用

利用许昌市1999—2006年的每日电力负荷和气象数据分析了电力负荷与气象因子的相关关系。综合应用支持向量机方法,着重考虑天气因素和前期电力指标对电力负荷的影响,提出了一种有效的电力负荷短期预测方法。用1999—2005年的每日数据进行训练建模,用2006年的数据进行效果检验,研究结果表明,该方法对电力负荷变化趋势的预测效果较好。     

大型汽轮机用中压缸启动的灵活性

前言在法国,大约直到1953年,电力的基本负荷系由水电站供给,电力尖峰负荷由矿石燃料电站供给.1953年开始,法国在启动旁路(通常为小容量的旁路,大约为机组设计蒸汽流量的20%)方面有了一定进展,主要用于自然循环锅炉的电厂。     

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。     

安徽省2020年电动汽车保有量及充电负荷预测探讨

年来电动汽车发展迅速,将成为电力负荷预测中不可忽视的重要组成部分。准确的电动汽车负荷数据是电力系统规划和运行的重要数据基础,因此对电动汽车负荷的预测具有重要意义。探索提出了利用政府规划目标推算法、千人保有量法和电动汽车产业调研等方法开展安徽省 2020年电动汽车保有量预测。并基于实用化方法预测了安徽省 2020年电动汽车保有量;提出不同情景条件下预测安徽省 2020年电动汽车充电负荷最大规模,并采用标准车折算法对电动汽车充电负荷预测结果进行了合理校核,相关算法应用可为电动汽车负荷预测工作的方法和流程提供参考。     

国家电网公司电力系统模型参数研究工作动态

2006年9月19日,由陆启洲副总经理主持的电力系统负荷模型研究成果汇报会,对负荷模型研究与推广应用工作进行了部署,明确了下一步工作:①组织开展负荷模型适应性研究,深化负荷建模与参数优化工作;②继续组织好发电机及其励     

重庆地区电力负荷特性及其影响因素分析

研究电力负荷变化特性和规律对提高短期负荷预测精度具有重要意义。根据重庆地区近年来收集的历史负荷数据和气象数据等相关信息,分析了年最大和最小负荷及典型日负荷曲线的变化规律,研究了该地区的负荷特性与主要影响因素之间的相互关系,并针对重庆地域特点,分析了各主要影响因素对该地区负荷的影响程度和主要影响时段。研究结果表明,目前温度、降雨量和节假日对重庆地区电力负荷的影响较大,可为研究重庆地区电力短期负荷预测方法和分析未来智能电网的负荷特性提供理论依据。     

基于负荷曲线修复的夏季空调负荷计算

夏季空调负荷的估算能为制定高峰时段的负荷调控政策和措施提供科学依据。提出了基于峰谷差率的负荷曲线修复方法和基于指定日的集中空调负荷估算方法．并根据浙江省2002～2004年的96点负荷数据．估算了浙江省2004年的夏季最大空调负荷和集中空调负荷。调研分析结果证明了所提出方法的可行性和有效性。     

江苏:准确预测显身手

<正>通过运用大数据技术,达到了对短期负荷预测的精准。整个9月份,江苏电网短期的2日网供负荷预测准确度高达97.8%,这比调度人员用传统方法预测的准确度高出1个百分点。今夏,江苏电网负荷再攀高峰,8月5日达到8480万千瓦的历史新峰值。而早在近3个月前,国网江苏省电力公司就利用大数据技术进行了精准预测,据此形成的电力供需"紧平衡"预判,给江苏电网平稳度夏平添了一