基于智能技术的电力系统负荷预测技术研究进展

负荷预测是智能电网安全领域的热门研究方向。智能技术应用到智能电网负荷预测领域取得了一系列研究成果。首先,对主流负荷预测技术进行总结;然后,将面向智能电网的传统负荷预测技术与近年来新兴的智能负荷预测技术进行对比,并详细介绍了两个领域中典型成果的基本原理和方法;最后,讨论了智能电网负荷预测技术仍需要解决的问题及未来的研究趋势。     

智能电网中电动汽车快速有序充电实时电价优化方法

针对智能电网中电动汽车的有序充电调度问题,提出了用电价杠杆调节电动汽车快充负荷的实时电价机制,引入了愿望度模型,以电网负荷峰谷差最小为目标函数,充电站愿望度和用户愿望度为约束条件,建立了优化数学模型,并通过遗传算法对该优化模型进行求解。最后基于某地区2020年的预测数据进行算例仿真,结果表明,提出的实时电力定价机制可以有效降低峰谷差,保障充电站利益,满足用户充电需求,达到电网、充电站和用户的共赢。     

基于支持向量-分位数回归的短期负荷预测及风险分析

针对智能电网中短期负荷波动性大的特点,探索建立基于支持向量-分位数回归的短期负荷预测模型,在获得较高精度预测结果的同时,预测未来一天中任意时刻负荷的概率密度函数。进一步考虑智能电网下需求响应及负荷预测准确度不同所引起电网运行规划的风险损失,提出短期负荷预测风险价值的计算方法,并搭建考虑风险评价的负荷预测模型。算例分析结果较好地验证了模型的有效性,为电力企业在智能电网环境下更好地进行短期负荷预测及相关的管理运营工作提供参考。     

考虑不同需求偏好的可控负荷需求响应菜单定价研究

随着智能电网技术的不断发展,需求侧大量的可控负荷资源主动参与电网调度成为可能,如何设计有效的价格机制来激励用户主动的需求响应成为目前值得研究的热点问题。然而,传统固定单一价格的定价模式已经很难满足不同用户深层次的差异化需求。提出一种可控负荷需求响应菜单定价方法,该方法以可控负荷用户的需求为导向,考虑不同用户的需求偏好特性并划分用户类型;以需求响应电价和负荷削减量为菜单选项,构建以系统供电总成本最小为目标函数的可控负荷需求响应菜单定价模型。算例分析表明,该定价方法能够对不同偏好的用户进行有效区隔,增加了用户对电价的自主选择性,提高了用户参与的积极性,实现了电力资源的优化配置。     

基于智能电网统一数据共享平台的负荷预测

智能电网是未来电网的发展方向,以自愈、安全、发电资源兼容、电力用户交互、电力市场协调、资源优化高效、电能质量优质、信息系统集成为主要特点的智能电网的实现,离不开精确的负荷预测技术的支持.风能、光伏等可再生能源接入智能电网,加剧了系统的随机特性,对传统的负荷预测提出了更高的要求,同时信息系统的集成也为负荷预测提供了更广泛全面的数据支持,为新一代负荷预测技术提供了实现的平台.     

基于智能家电的短期电力负荷预测与削峰填谷优化

通过可远程控制的联网智能家电,提出对城市群电力负荷的短期预测与削峰填谷优化. 分析某家电企业的智能家电集群运行产生的海量数据,建立城市群智能家电电力负荷预测模型,主要采用3种模型加权组合预测的方式,利用负荷数据中的趋势性、周期性、相关性、节假日特征及外部变量进行智能家电集群电力负荷的短期预测,单月内每日平均相对误差为4%~6%. 通过合理选择特征,该模型可以在不同家电间通用,依据家电类型分类预测后的结果可加和成为用电总负荷. 针对使用方式与用户习惯,提出智能家电电力负荷削峰填谷的控制策略,根据发电成本数据给出预期效益,说明基于智能家电负荷预测的用电调控能够有效降低电力部门发电成本、用户用电成本与电网负荷波动性.     

基于交互式实时电价机制的用电优化研究

为满足对新能源消纳和电力供需平衡的要求,以新能源为主体的新型电力系统需要最大程度发挥负荷侧调节能力。针对当前用户侧调节能力未充分挖掘的问题,提出一种基于交互式实时电价机制的用电负荷优化方法。首先,基于区域电网内新能源总和建立广义标杆新能源出力曲线,提出一种基于改进时间序列形态相似度的用电负荷与广义新能源标杆曲线的源荷相似度计算方法,并构建负荷与电价的关联模型;进而提出基于源荷相似度的交互式实时电价机制引导用户参与响应;最后,构建多目标优化模型进行负荷优化。仿真结果表明,所提交互式实时电价机制的负荷优化效果更好,能够有效提高用户参与需求侧响应的积极性,相似度变化值能够准确衡量新能源与负荷曲线的相似度水平,使净负荷功率趋于平稳,促进新能源的高质量消纳。     

计及储能调度因素的电力系统短期负荷预测模型

针对电力系统的常规负荷预测方法难以准确计及储能资源调度引起的预测误差,本文主要对实时电价下计及储能调度因素的电力系统短期负荷预测模型进行研究,提出考虑储能调度行为的短期负荷预测模型。根据智能网络下负荷聚合商机制的聚合原理,提出了一种基于电价合同的储能调度方式,并以此为依据,构建储能在电力系统中的实时调度模型,对储能用户的充放电行为及变化规律进行深入分析。在对预测模型进行改进时,充分考虑了储能调度对负荷曲线及预测结果产生的影响,并采用RBF-NN进行预测,最终形成实时电价下计及储能调度因素的RBF-NN电力系统短期负荷预测模型。仿真结果表明,改进后的短期负荷预测模型与常规负荷预测模型相比,能够更准确地计及储能资源调度引起的预测误差,这将有益于提升模型的预测精度,为电网调度工作及其改进提供新思路。     

一种利用多任务学习的短期住宅负荷预测方案

作为信息物理社会系统的一种具体形式,智能电网中的负荷预测,尤其是单个电力客户的短期负荷预测,在智能电力系统的规划和运营中将扮演越来越重要的角色.考虑到同一住宅小区用户之间的负荷行为的相似性,受多任务学习的启发,提出了一种基于多任务学习的有效住宅负荷预测方案.首先,利用K-means聚类技术和皮尔逊相关系数挑选出2个相似用户,进而将2个用户的负荷数据合并输入,并将双向长短时记忆网络作为共享层全面捕获2个用户数据之间的关系,然后送入2个全连接的任务相关的输出层.在真实的数据集上,将所提方案与几种典型的负荷预测方案进行全面比较.实验结果表明,与已有的深度学习预测方案相比,提出的多任务负荷预测方案提高了预测准确程度.     

电力系统饱和负荷预测研究综述

随着我国城镇化及工业化水平地不断提高,基于电网远景规划的饱和负荷预测越来越受到人们的重视。做好电力系统饱和负荷的预测对城市电网架构、电网规模的规划和发展具有重要的指导意义。该文综述了电力系统饱和负荷预测研究的最新进展,从电力系统负荷特性及常用负荷预测方法、饱和负荷的含义及判断依据和电力系统饱和负荷预测方法等方面进行了总结研究,分析了城市电力系统饱和负荷预测常用的方法,并对电力系统负荷预测技术发展趋势进行总结和展望,为城市电力系统饱和负荷预测的研究、推广提供参考。     

用电负荷预测技术及其应用

用电负荷预测要根据电网的用电负荷特性,充分考虑各种因素;用电负荷预测结果应达到一定精度;用电负荷预测的对象很多,应根据实际需求,对不同的对象有重点的进行预测;用电负荷预测要用科学的方法,根据不同的预测对象,建立一定的数学模型;用电负荷预测是电力系统安全经济运行和电网规划不可缺少的组成部分;用电负荷预测应深入分析研究用电负荷特性和变化规律,努力提高用电负荷预测准确率.     

混沌特性与气象因素在负荷分类预测中的应用

电网短期负荷预测的精确性对电力市场具有关键作用.根据电网负荷特性,将电网负荷划分为两部分,基本负荷分量和由气象因素引起的随机波动负荷.对基本负荷分量采用混沌动力学理论预测;对气象敏感负荷的预测首先引入人体舒适度指数表征各种气象因素的影响,设置舒适度等级,进而对负荷进行聚类分析,不同类型日的聚类类别作为BP神经网络的输入.仿真结果表明该电力负荷短期预测模型具有较高的预测精度.     

智能电网的背景、推动力和制约

讨论智能电网的范畴,分析智能电网发展的背景、推动力和制约,概述智能电网的几个前沿领域.针对智能电网面临的"大规模可再生能源接入"新挑战,指出克服其影响应多管齐下、综合施策.分别讨论在电源侧、电网侧和负荷侧可以采取的对策,以实现电源侧发得好、电网侧送得出、负荷侧用得巧.     

县级城区电网规划研究

县级城区电网是电力网的重要组成部分 ,对县级城网进行科学规划 ,从而提高其供电可靠性和经济性十分必要 .分析了县级城区电网存在的主要问题 ,采用外推法、灰色模型等预测方法对城区负荷进行预测 ,对几种模型的预测结果进行比较 ,分析了影响负荷预测的主要因素以及如何最终确定符合实际的负荷预测值 ,提出了电网改造的主要途径 ,为县级城网的规划与改造提供了理论依据     

负荷预测准确率影响因素的分析

根据近几年赣州电网负荷预测工作情况，就影响负荷预测准确率的因素进行了分析，对提高负荷预测准确率指标提出了具体措施和对策。     

基于多维度与主成分分析的年最大负荷分解预测

为提高年度最大负荷预测准确度,更好地服务电网公司电网规划与运行科学精准管理,结合最大负荷可分解特性,文章将年度最大负荷分解为基础负荷和空调负荷;并从经济增长、城镇化进程、居民与服务业需求、气象和电网供电能力5个维度系统总结了基础负荷和空调负荷共计11个影响因素指标,构建了基于多维度与主成分分析的年最大负荷分解预测模型。安徽省某地市的实例表明,文章提出的年最大负荷分解预测模型由于综合考虑了分类负荷特性及其多维度影响因素,预测准确率高,可作为电力市场分析预测和电网规划人员开展年度最大负荷预测的一种有效方法。     

基于商业智能的电网负荷预测模型的构建研究

根据对电网负荷预测业务的分析,采用探索型数据分析方法对电力企业数据仓库中的数据进行训练建模,构建出电网负荷预测模型。模型应用情况表明：应用该模型后电力企业负荷预测较传统预测方法准确率明显提高,电力企业预测技术水平相应提高,同时,应用该模型还有助于电力企业有计划地进行用电管理,确保电力企业决策分析可行性。     

负荷密度法在电力系统负荷预测方面的应用研究

在对电力系统电长期、中期、短期（超短期）负荷预测基本方法的特点和适用条件范围进行分析后,结合一中型城市城市电网2009—2010年的电力负荷实际需求特征数据,结合负荷密度法对该城市电网2011—2012年2年内的近期电力负荷需求数据进行了预测,并与该地区国民经济基本增长发展速率所需电力容量相比,证明了负荷密度法在电力系统负荷预测方面的准确可靠性。     

电网知识协同发现策略研究

传统的电网知识挖掘,仅仅是对电网数据库进行挖掘,是一个相对孤立且封闭的发现过程,忽略了知识的再创新,本文提出一种新的电网知识发现策略,它将电网数据库和电网知识库有机的联系起来,构建基于双库协同机制的电网知识协同发现模型,视电网知识库的发现为一个可扩展的和不断进化的动态系统,同时对电网两库进行挖掘,实现电网知识库与电网数据库的同步进化,改变与优化了传统电网知识发现的过程和运行机制,实现多源头聚焦与减少平价量,提高了电网挖掘效率。通过实例验证该模型在电网短期负荷预测知识协同发现过程中同层次的综合考评,实现对预测方式进行的优化或细化更新预测知识。     

考虑分类负荷特性的短期负荷预报在安康电网的应用

通过阐述短期负荷预报的概况,并分析了负荷预报的分类和对于电力企业的重要意义．结合安康电网的负荷特性探讨了短期负荷预报软件在安康电网的应用情况,介绍了通过神经元网络算法进行负荷预测的实例。