短期负荷与气候因素关系的初探

针对电力负荷非平稳性变化的特点,特别是气温的变化引起负荷变动的趋势越来越明显．因此,本文提出了一种适用处理天气因素进行短期负荷预报的方法．该方法具有一定的适应性,对非平稳的电力负荷具有较好的预测效果．     

灰色模型在普通日短期电力负荷预测中的应用

讨论了灰色模型GM(1,1)及灰色差值模型在短期电力负荷预测中的应用,提出了适合普通日电力负荷预测的数据处理方法,提高了短期电力负荷预测的精度.     

负荷预测技术的新进展

针对电力负荷预测技术的发展状况，总结了电力负荷预测的现代特征，即预测定量化、面对数据分析以及定量定性预测相结合等，这些特征指明了负荷预测发展和应用的方向。在此基础上，对几种新的预测技术，如灰色预测技术、优选组合预测技术、专家系统预测技术以及神经网络预测技术进行了分析比较，指出了各种预测方法的特点及适用范围。     

一种线性组合电力负荷预测模型(英文)

电力负荷预测对电力系统的有效运行是至关重要的.电力负荷预测领域迫切需要更精确、更稳定的电力负荷预测方法和技术.为进一步提高电力负荷预测精度,利用互补性原理建立了一种线性组合预测策略.该方法由一个基于互补原理的单项模型选择策略,及线性组合模型组成.选定的单项模型包括流行的线性模型,即ARIMA模型,和流行的非线性模型,即支持向量回归(SVR)模型.该线性组合结构可以有效地提取非线性电力负荷数据的特点.澳大利亚电网真实数据的实验运行验证了该模型的有效性.     

基于VMD和TCN的多尺度短期电力负荷预测

准确的电力负荷预测对于保证电力系统的稳定运行起着重要作用。针对传统短期电力负荷预测方法预测精度低,模态分解后未考虑子序列融合等问题,提出一种基于变分模态分解(VMD)和时域卷积网络(TCN)的多尺度短期电力负荷预测方法。首先利用VMD将电力负荷数据分解为若干个子序列,解决电力负荷数据的非线性和随机性等问题;再利用TCN对若干个序列采用不同时间尺度进行训练;最后利用全连接网络(FC)对各时间尺度的子序列进行融合,实现短期电力负荷预测,提升预测精度。实验结果表明,该方法相较于VMD和改进的长短时记忆网络(LSTM)相结合的传统预测方法,其均方根误差下降40%,曲线拟合程度提升1.1%。     

合肥市电力负荷短期预测模型探讨

电力负荷短期预测对于电源布点、电网规划等具有重要意义,时间序列负荷预测技术适宜于建立电力负荷短期预测模型,按照时间序列预测方法的建模步骤,建立合肥市月度供电量预测的数学模型,针对时间序列预测技术的特点提出了进一步优化预测模型的思路。     

部门负荷预测法在用电负荷预测中的应用

常用的电力负荷预测的主要方法有电力弹性系数法，部门负荷预测法(分产业产值单耗法)，时间序列分析法，人均综合用电水平法等。近年也发展一些新颖的预测方法如灰色系统方法等。各种预测方法都各有特点。笔参加的用电负荷预测课题组主要应用部门电力需求预测法，通过对诸多影响电力增长的因素的研究，找出     

变权重组合改进模型应用于中期电力负荷的预测

对变权重组合预测理论进行了扩展和改进, 并以某经济快速发展地区的历史电力负荷数据为实例, 运用常规电力负荷预测方法、改进后的变权重组合方法对电力负荷进行预测和计算分析.预测结果表明了变权重组合改进预测法的可行性, 有效提高了中期电力负荷预测的精度和可信度.     

电力系统负荷预测方法论

电力负荷预测是电力系统规划的重要组成部分,也是电力系统经济运行的基础,其对电力系统规划和运行都极其重要.电力负荷预测是以电力负荷为对象进行的一系列预测工作.从预测对象来看,电力负荷预测包括对未来电力需求量(功率)的预测和对未来用电量(能量)的预测以及对负荷曲线的预测.其主要工作是预测未来电力负荷的时间分布和空间分布,为电力系统规划和运行提供可靠的决策依据.     

用时间序列法进行电力系统短期负荷预测

电力系统负荷预测是指从电力负荷自身的变化情况以及经济、气象等因素的影响规律出发,通过对历史数据的分析和研究,探索事物之间的内在联系和发展变化规律,以未来的经济、气象等因素的发展趋势为依据,对电力需求作出预先的估计和推测。本文通过使用经典的时间序列法进行短期负荷预测,以C++语言程序为计算手段,并将预测结果与实际值进行比较分析。同时类比其他各种预测的方法,对短期负荷预测的方法、过程、意义进行一些分析。     

基于组合电力负荷预测模型的电力经济调度研究

根据武汉地区近10 a电力负荷使用情况对武汉供电公司电力负荷预测进行研究,以此为经济调度及负荷管理提供依据.选用基于GM(1,1)模型和一元线性回归法的组合负荷预测模型.对武汉地区每月最大负荷进行预测;算例证明组合预测模型有效提高了电力系统负荷预测能力,且证明了该组合电力预测模型对发电量预测同样具有可行性.     

分布式发电规划的负荷模型研究

分布式发电大规模接入配电网,是当前电力系统面临的挑战之一．虽然学术界广泛认同分布式发电具有降低系统网损的的潜力,但是如果计算过程中负荷建模不当,很可能会影响分布式发电规划的准确性．研究配电网负荷模型对分布式发电规划的影响,采用综合电力负荷模型将配电网负荷分为居民用电、工业用电和商业用电,对比分析了不同负荷模型对含分布式发电的配电网损的影响．对-38节点配电系统进行分析,计算不同分布式发电接入方案以及采用不同负荷模型时系统的网损．算例的仿真结果表明,负荷模型的选取对分布式发电的规划具有重要影响．     

风电机组Ⅱ区功率与叶片气动载荷协同控制

为了研究风力发电机组在低于额定功率时的最大风能捕获以及叶片的气动载荷,使得风力发电机组在整个生命周期内高效稳定地运行,提出了一种功率与载荷的协同控制方法,通过过渡区预变桨的方式控制风力发电机组功率与叶片气动载荷.采用所提出的功率与载荷协同控制策略在Matlab软件上搭建风力发电机组的仿真模型,计算得出了风力发电机组的功率和叶片气动载荷的数据,结果显示,协同控制策略能够在低于额定风速区域保持功率基本不变的情况下有效减小叶片的气动载荷,由此证明了所提出的协同控制策略的可行性.     

基于RWT-SVM的台区配电网日前负荷预测研究

日前负荷预测对于制定合理的调度计划,保证电力系统安全可靠具有重要意义.电力负荷时间序列通常存在随机误差,而基于智能算法的预测模型为了充分提取负荷信息,结构复杂、计算量大.为此,本文利用台区配电网的历史电力负荷时间序列,提出一种基于重复小波变换-支持向量机（RWT-SVM）混合模型的日前电力负荷预测方法.该方法利用小波变换技术将台区配电网电力负荷时间序列分解为多个子序列;利用平均绝对误差（MAE）计算每个子序列的预报误差贡献度;对MAE最大的序列进一步分解,从而提升模型的预测能力,得到精度更高的预测结果.仿真结果表明,RWT-SVM混合模型的预测精度高于三种对比方法.     

变配电所负载侧有备用电源的经济运行分析

变配电所为有备用电源的负载供电时,何种情况下选用备用电源供电不仅与负载的大小有关,还与变配电所的变压器技术特性参数以及供电线路的技术参数密切相关,应在可选择的运行方式中优选损耗小的经济运行方式.根据变配电所、供电线路和供电负载的具体情况,通过定量计算各变压器经济运行的临界负载并据此做出判定.     

削峰填谷与变压器的经济运行

对削峰填谷能降低变压器的电能损耗进行了理论分析,得出了变压器节约电量的计算式,并进一步得出变压器的理想躲峰负载系数。削峰填谷不仅能减少变压器的有功损耗,还能减少无功损耗,对用电企业会产生较好的经济效益,同时对电网的经济运行也具有重要意义。算例进一步表明,削峰填谷能使用电企业每年节约大量电费。     

具有量子行为粒子群算法——在牵引供电系统补偿计算中的应用

牵引供电系统负荷通过牵引变电所会在电力系统中产生时变的无功、负序和谐波潮流,对此进行综合补偿一直是研究和关注的热点。由于牵引负荷有别于其它的三相负荷,谐波的补偿与无功、负序的补偿相互关联,利用具有量子行为粒子群算法,结合牵引供电系统负荷特点,设计解决无功、负序、谐波补偿的最优化计算问题。通过实际算例验证该算法运用于牵引供电系统补偿设计是可行的。     

变配电所负载侧有备用电源的经济运行分析

变配电所为有备用电源的负载供电时,从节电降低损耗的角度来讲,应根据变配电所及其供电线路和供电负载在可选择的运行方式中优选损耗小的经济运行方式。何种情况下可选用备用电源供电,不仅与负载的大小有关,还与变配电所的变压器技术特性参数、电力线路技术参数密切相关,通过定量计算变压器经济运行的临界负载,就能得出正确的判定。     

异步电动机节能措施探讨

统计表明 ,动力负载的耗量占电网总负载的 6 0 %以上 ,而异步电动机的耗电量则占总动力负载的 85 %以上 ,因此 ,研究电动机及其拖动系统的节能问题具有十分重要的意义 .对异步电动机若干节能技术及方法进行了介绍并做了相应的分析研究