计及冷负荷恢复特性的单节点最大负荷恢复量计算

大规模恢复负荷、减小停电损失是电力系统恢复的主要目标。本文根据环境温度、停电时间和温控负荷比例3个因素对冷负荷恢复的影响,提出一种冷负荷恢复量的计算模型。结合用电主体、负荷启动特性等两种母线负荷分类方式,并计及包括暂态频率在内的实际约束建立了以节点负荷恢复量最大为目标的通用模型。通过增广潮流计算、暂态能量函数计算及电力系统分析软件PSDBPA仿真对负荷恢复的稳态、暂态过程进行详细校核。新英格兰10机39节点系统算例验证了所提方法的合理性和有效性。     

考虑空调负荷需求响应的负荷恢复量削减方法

温控负荷的冷负荷启动特性导致停电后负荷量增加,使其可能超过系统的最大可恢复负荷量。为保证负荷恢复的顺利进行,以空调负荷作为温控负荷的代表,提出一种考虑需求响应的负荷恢复量削减方法。首先,建立了计及停电时间的空调负荷聚合功率估计模型,快速计算停电后的空调负荷聚合功率;然后,综合考虑暂态安全约束以及系统可提供的恢复功率,确定变电站单次最大可恢复负荷量;最后,基于空调负荷群聚合功率估计模型和变电站单次可恢复负荷量限值,利用需求响应技术削减负荷恢复量,保证单次负荷恢复量在限值之内。仿真结果表明,所提方法在不同场景下能够通过需求响应技术实现空调负荷恢复量削减,保证系统的可靠恢复。     

计及改进加权潮流熵的城市负荷恢复研究

随着空调以及电动汽车在我国城市电力负荷中所占比例不断增大,在城市电网故障后的恢复过程中,此类负荷产生的影响会越来越大,因此建立了考虑环境温度和停电时长影响的温控类冷负荷启动变化曲线,并根据不同的停电时间、环境温度以及停电时长对负荷恢复过程进行了多场景模拟;在负荷恢复策略中,通过网络凝聚度和节点负荷量对负荷节点的重要性进...     

典型居民温控负荷建模及聚合特性研究

智能电网的发展为温控负荷参与电网调度提供硬件支撑。为研究温控负荷为电网提供负荷调度的容量特性,首先根据居民典型温控负荷的工作特性,建立可准确描述单个温控负荷工作原理的物理模型,并在此基础上通过核平滑技术建立了小区温控负荷的聚合模型,进而求得聚合负荷功率需求与相关参数的变化特性。最后对小区温控负荷的可调度容量做了相关特性分析,算例结果验证了所述方法的有效性。     

温控负荷直接负荷控制策略与优化调度

对温控负荷准确建模并采用合适的控制策略进行调度是直接负荷控制(DLC)项目实施的关键。文中以物理负荷模型描述温控负荷,采用蒙特卡洛模拟方法在模型参数取值区间内抽样获取用户群归一化因子,考虑用户自主退出和设备故障,利用实用的DLC控制手段基于模糊扩展极大极小法提出DLC优化调度模型。算例分析表明,所提模型能在达到DLC实施方的负荷削减需求的同时有效抑制反弹负荷,且对用户的整体舒适度影响较小。     

蚁群算法在配电网冷负荷恢复中的应用

配电网长时间停电后,负荷会失去多样性,引起冷负荷故障恢复问题。为防止变压器过热,通过隔离开关实现配电网负荷的逐步恢复。在电力市场新规则下,电力公司将会因为供电质量不符合要求,而受到严重的惩罚。该文的目标函数考虑了电力市场的影响,采用蚁群算法,选取最优的负荷恢复次序,实现对顾客的公平和供电公司的经济利益。实例计算表明该方法可行、有效。     

聚合空调负荷的温度调节方法改进及控制策略

空调负荷作为温控负荷的一种,具有能量转化及储存特性,该特性使空调成为最具需求响应潜力的负荷。通过对空调负荷的合理控制,可在不影响或少影响用户舒适度的前提下,使用较低成本达到降低峰荷,缓解供需矛盾。为此,针对参数相同或相近的空调集群,利用等效热参数模型分析传统温度调节方法造成聚合负荷波动的机理,提出一种改进的温度调节方法,该方法对空调集群中的单独个体进行设定温度上、下限的分离控制,有效克服传统温度调节方法造成聚合负荷波动的现象。同时设计了基于上述调节方法的调度决策模型。通过算例分析增/减负荷方案限制、聚合小组数目限制、调度决策目标大小对调度结果的影响,证明调度决策模型的可行性,为空调负荷参与系统运行提供方法支持。     

考虑需求响应的温度敏感用户夏季短期负荷预测方法

在新常态下为了降低生产成本,用户会参与需求响应进行错峰和避峰。传统负荷预测模型对用户负荷特性变化不敏感,对一些突变信息难以准确预测。针对此问题,考虑温度敏感用户参与需求响应,提出了夏季短期负荷预测方法。该方法采用小波变换和局部离群因子方法对负荷数据预处理,基于模糊C均值聚类和径向基函数网络相结合的方法识别预测日的负荷特性,采用线性回归模型对预测日的负荷特性相同的历史负荷数据进行负荷预测,根据降温负荷的基准值和温度变化值评估出降温负荷值,最后综合得出预测日的负荷。对3类温度敏感的纺织行业大用户进行算例分析,验证了所提方法的可行性和有效性。     

蚁群算法在配电网冷负荷恢复中的应用

配电网长时间停电后,负荷会失去多样性,引起冷负荷故障恢复问题.为防止变压器过热,通过隔离开关实现配电网负荷的逐步恢复.在电力市场新规则下,电力公司将会因为供电质量不符合要求,而受到严重的惩罚.该文的目标函数考虑了电力市场的影响,采用蚁群算法,选取最优的负荷恢复次序,实现对顾客的公平和供电公司的经济利益.实例计算表明该方法可行、有效.     

计及冷负荷效应时变特性的含风储联合系统负荷恢复策略

随着风电大规模接入电力系统,风电与储能结合构成的风储联合系统成为提高风电消纳能力的重要措施之一。在电力系统恢复阶段,如何构建合理的风储联合系统调度策略以加快系统恢复速度成为当前的研究热点。为此,提出了一种计及冷负荷效应时变特性的含风储联合系统负荷恢复策略。介绍了输电系统恢复后期的负荷恢复优化方案;提出了考虑冷负荷效应时变特性和风储联合系统运行约束的输电系统负荷恢复模型,将冷负荷效应描述为关于停电时间的函数,并在风储联合系统的运行约束中考虑了储能系统的寿命约束。为了提高模型的求解效率,提出了基于Benders分解的求解框架,所构建的主问题模型和子问题模型均为混合整数线性规划模型,可调用商业求解器进行高效求解。以IEEE 39节点系统为算例验证了所提模型和方法的有效性。     

基于负荷细分的差异化用户基线负荷预测

电力用户基线负荷(CBL)预测精度会极大影响需求响应效果的评估。本文基于负荷细分,考虑多维用电行为及其影响因素,通过精细化用户用电行为特征,提出一种考虑用户用电模式差异化的基线负荷预测方法。首先采用Ward-模糊C均值(FCM)聚类法,并结合负荷特性指标,改善用户负荷曲线聚类分析的效果;然后,分析气象、时间等多维影响因素,建立考虑温湿度和气温累积效应等城市微气象因素及节假日社会行为因素的差异化用电行为分析模型,提出温度敏感型、节假日敏感型以及两者均不敏感的精细化用电模式;最后,提出不同用电模式的CBL预测方法,建立综合评估方法分析其预测准确度。算例结果表明,所提算法能进一步提高CBL预测精度。     

Usage of CLPU curve to deal with the cold load pickup problem

Restoration of load after an extended power outage, whether planned or unplanned, raises various practical concerns. Previous studies have shown the cold load condition lasts between 2 to 60 minutes, or longer, depending on the duration of the outage, type of load and the local weather. The theory presented in this paper is applicable to all microprocessor-based overcurrent protective devices used at the distribution level. The example used in the paper is to provide a possible method to handle cold load pickup problems at line reclosers installed on the distribution system. The new approach is to control the pickup of the phase element of the recloser as a function of time. The pickup of the recloser starts at a preset value after an extended outage and slowly decreases and returns to the normal pickup in a predetermined manner. The relationship of the pickup level and time could be determined by considering the maximum cold load current and its gradual decay with time     

基于梯度提升树计及非线性的电力负荷影响因素分析

分析负荷影响因素对电力负荷的影响对于电网调度人员了解负荷特性,提高负荷预测准确度具有重要的意义。针对传统相关性分析方法不能考虑复杂非线性影响的问题,采用先训练负荷预测模型,再分析相关性的思路,提出基于负荷预测模型的相关性分析方法,发现两者之间的非线性相关关系。首先,利用梯度提升树(Gradient Boosting Decision Tree, GBDT)的非线性建模和特征提取能力训练负荷预测模型。然后,基于预测模型提出采用重要性衡量影响因素对负荷的非线性影响,识别重要影响因素。最后,利用负荷对影响因素的偏依赖量计算各类影响因素变化对负荷变化趋势的非线性影响。采用实际的负荷数据进行验证,并与皮尔逊相关系数法进行对比。实验结果表明该方法能够有效识别影响负荷的重要因素,并能够发现各类因素和负荷之间的非线性关系。     

缺电成本及其估计方法

缺电成本用于稀量断电或限电时用户的经济损失。在电力市场中，它是一个很重要的参数，与供电可靠性、负荷控制和电价规划密切相关的。我国在这方面的研究还处一开始阶段。本介绍了缺电成本的概念、影响因素和估计方法。     

电力市场和过渡期电力系统可中断负荷管理(一)--可中断负荷成本效益分析

可中断负荷运行是电力市场环境下负荷侧管理的重要组成部分,与电力系统安全经济运行密切相关．可中断负荷的成本效益分析是可中断负荷研究的基础。对该方面的研究进行了综述,分析了提前通知时间、停电持续时间、停电发生时间、缺电比率等因素对可中断负荷成本的影响,并得到一些可供参考的结论;随后介绍了可中断负荷对提高系统可靠性、削弱价格尖峰、减少运行成本等方面的贡献：最后对相关问题进行总结。     

基于分块技术的用户停电损失估算方法研究

介绍了停电损失的概念及影响因素．引入分块技术将配电网分块．并确定故障停电事件发生后各分块负荷点的类型;提出根据负荷点停电类型分别确认各分块区域的停电持续时间．结合综合用停电损失函数计算各分区的用户停电损失．最后汇总估算系统的用户停电损失．与传统的用户停电损失估算结果比较．证明了该方法的有效性。     

偏差电量考核机制下聚合温控负荷群控制策略

为降低售电公司在电力交易中的偏差考核电量和惩罚成本,以在用户负荷中占比较高的温控负荷为控制对象,建立配电网监测控制系统,收集电力市场和居民负荷数据,再根据这些数据设计基于聚合温控负荷群双层优化调度模型的直接负荷控制策略。仿真结果表明,该策略能降低配电网功率不平衡性,有效增加温控负荷的可调度容量,减少温控负荷的调度次数,降低售电公司的偏差考核电量,提高售电公司利润。     

基于ARIMAX模型的夏季短期电力负荷预测

夏季城市的短期电力负荷预测不仅与过去的电力负荷数据有关,并且受温度、风力、降水量等因素影响明显,存在明显的突变结构。为了对夏季城市的短期电力负荷进行预测,根据协整理论采用SAS软件建立起电力负荷序列与输入序列"温度"之间的ARIMAX模型,充分挖掘序列的内部自相关信息以及序列与序列之间的相关关系。采取最小信息量准则"AIC-SBC"进行比较可知,ARIMAX模型比经典时间序列ARMA模型的信息量要小,相对误差更小,拟合结果更为精确,在存在突变结构且具有显著影响因素的短期电力负荷预测领域具有很高的应用价值。     

基于时间分解技术的中远期逐时负荷预测模型

中远期电力负荷预测对于引导电网规划建设和提升电力系统资源优化配置具有重要意义。为解决当前中远期负荷预测时间尺度过大、预测精度有限的问题,利用时间分解技术,对电力负荷的长期趋势与短期特征分别进行建模分析,从而提出一种新型预测方法,将中远期负荷预测的时间尺度缩短至小时,实现中远期逐时负荷预测。算例分析表明,所建模型在中远期逐时负荷预测方面的性能优于现有的同类模型,具有较高的全局精度和稳定性。同时,能够有效呈现电力负荷的概率密度特征和极值特性,有望为中远期电力规划提供参考。