小波包变换在冲击负荷地区短期负荷预测中的应用

针对大量冲击负荷接入系统给负荷预测造成困难,提出一种基于小波包变换的电力系统短期负荷预测新方法:通过小波包变换将负荷序列分解成不同频率的负荷子序列,根据负荷分量不同的变化特点,分别采用相匹配的模型进行预测,最后叠加各子序列的预测值,得出实际预测结果。选择广东某电网实测负荷数据作为算例,仿真结果表明该方法能有效提高冲击负荷地区的短期负荷预测精度。     

小波包变换在冲击负荷地区短期负荷预测中的应用

针对大量冲击负荷接入系统给负荷预测造成困难,提出一种基于小波包变换的电力系统短期负荷预测新方法:通过小波包分解将原始负荷序列分解成不同频率的子序列,根据各个子序列的变化特点,分别采用相匹配的模型进行预测,最后叠加各子序列的预测值,得出实际预测结果。选择广东某电网实测负荷数据作为算例,仿真结果表明该方法能有效提高冲击负荷地区的短期负荷预测精度。     

基于纵横交叉算法优化神经网络的负荷预测模型

为了解决传统BP神经网络对高频分量预测精度不高、泛化能力弱的缺点,提出了一种混合小波变换和纵横交叉算法(CSO)优化神经网络的短期负荷预测新方法。通过小波变换对负荷样本进行序列分解,对单支重构所得的负荷子序列采用纵横交叉算法优化的神经网络进行预测。最后叠加各子序列的预测值,得出实际预测结果。通过实际电网负荷预测表明,新模型能掌握冲击毛刺的变化规律,有效提高含大量冲击负荷地区的负荷预测精度,且预测模型具有较强泛化能力。     

小波-LMBP网络在短期负荷预测中的研究与应用

为提高电力系统负荷预测精度,提出一种基于小波分析结合LMBP(Levenberg-Marquardt BP)神经网络的电力系统短期负荷预测方法.通过小波变换对负荷序列进行多尺度分析,得到具有不同特征和规律的频段子序列,再对这些子序列分别采用合适的人工神经网络模型进行训练预测,最后将各预测子序列进行重构,生成负荷序列的最终预测结果.在构造预测模型的过程中,对比传统的预测方法及预测模型,在小波函数及尺度选择、神经网络建模等方面进行细致探讨并予以相应的实例验证.结果表明该方法具有很高的预测精度和应用可行性.     

基于小波变换和遗传算法优化神经网络负荷预测

提出了采用小波变换和遗传算法优化神经网络的混合模型对电力负荷进行短期预测。首先通过小波变换,将原始负荷序列分解到不同的尺度上,然后根据不同的子负荷序列的特性分别建立相匹配的神经网络模型,采用遗传算法优化各神经网络模型的初始权值,最后对各分量预测结果进行重构得到最终预测值。采用成都某地区2009年的实际负荷对所提方法进行验证,实验结果表明基于该方法的负荷预测系统具有较高的预测精度。     

基于小波分解和人工神经网络的短期负荷预测

提出了一种基于小波分解和人工神经网络(ANN)的电力系统短期负荷预测方法.通过小波变换把负荷序列分解为不同频段的子序列,再对这些子序列分别采用相匹配的人工神经网络模型进行预测,最后综合得到负荷序列的最终预测结果.在所提出的方法中小波分解能够提取负荷的一些周期性和非线性特征,并对其进行进一步细分,根据其子序列各自所具有的规律采用相应的预测方法;而ANN对于处理非线性及无法显示明确规律的问题具有优势.经实例验证,与传统方法相比该方法具有很高的预测精度和较强的适应能力.     

基于小波分析的电力系统短期负荷预测方法

在分析电力负荷频谱特性时发现负荷信号的变化过程具有连续频谱的特性。该文在此基础上提出一种基于小波变换的电力系统短期负荷预测新方法：通过小波变换，将各序列分量分别投影到不同的尺度上，对不同的子负荷序列进行数据处理，并分别采用相匹配的模型进行预测，最后退过小波重构，得到完整的负荷预测结果。算例计算表明新方法具有较高的预测精度和较强的适应能力。     

基于LSTM的钢铁工业地区母线短期负荷预测研究

当地区电力负荷中光伏电站并网和钢铁冲击性负荷占比较大时,不仅威胁电网的安全稳定,也会对电力系统的短期负荷预测造成显著影响。通过分析钢铁冲击性负荷的影响因素,提出一种基于深度学习算法的长短期记忆(Long Short-term Memory,LSTM)神经网络分别对钢铁冲击负荷不同占比下的母线负荷序列进行预测。实际计算结果表明:LSTM应用于钢铁工业地区母线短期负荷预测时,能够有效提升预测精度。     

基于负荷频谱分析的电力系统短期负荷预测

电力系统短期负荷具有非常大的不确定性,而其日负荷信号的频谱具有连续变化的特性。从信号频谱分析角度,对日负荷信息进行建模分析,并通过小波变换,将日负荷数据分解为不同尺度上的投影子序列,用子序列作为小波神经网络的训练样本,然后用训练好的神经网络模型对电力系统的短期负荷进行预测。在Matlab仿真软件中,采用某市某线路的某日负荷数据对算法进行仿真验证,取得了较好的预测结果。     

基于改进熵值法和限幅小波的大波动地区短期负荷预测

为了使大波动地区的短期负荷预测精度得到改善,将大波动地区的负荷划分为基础负荷、冲击性负荷和小水电负荷,对波动大的的冲击性负荷和小水电负荷作出预测,并将限幅小波的理论引用到负荷预测模型中去。找出影响冲击负荷和小水电负荷相关的若干因素。由于用于预测的信号随机波动大,因此先运用改进熵值法对历史数据进行筛选,再运用规则性系数选取适合的小波基对信号进行小波分解,然后对低频信号进行限幅滤波,对极大模值做异常处理和以低通滤波的方式去噪,再选用线性神经网络模型和改进的差分自回归-滑动平均模型(ARIMA)进行预测,对预测结果进行比较和分析。实验证明对于波动大的冲击性负荷和小水电负荷,基于单层限幅小波分析的负荷模型预测效果较单层小波分析的负荷预测效果好。改进的熵值法和限幅小波分析理论对提高冲击负荷和小水电负荷的短期预测结果精度有较好的实用价值。     

计及负荷波动率和互补系数的负荷恢复

在电力系统恢复过程中,待恢复负荷的波动性对系统的稳定恢复有直接影响。为了抑制负荷波动带来的冲击,考虑选择波动特性相互补的负荷在同一阶段完成恢复。引入负荷波动率和负荷互补系数来指导制定更优的负荷恢复方案,由此提出考虑负荷波动性和互补性的动态负荷组合恢复方案制定方法。仿真算例表明,通过该方法能够制定出更有利于系统稳定恢复的负荷恢复方案,同时可以发现"强互补、弱波动"趋势下的负荷组合方案更有利于电力系统稳定地完成负荷恢复。     

负荷求导法在超短期负荷预测中的应用

负荷求导法是超短期电力负荷预测的一种新方法。以负荷求导法为基础,对其中的不足进行了改进,并根据分形理论和相似日理论提出了一种历史数据处理的新方法:对历史负荷分类取样同时进行伪数据辨识处理,以提高预测精度。算法具有实现简单、运算迅速、精度高等特点。仿真表明了改进模型的有效性和算法的可行性,对于超短期负荷预测这类需要反应迅速的问题,采用本文提供的方法进行预测是可靠且非常有效的。     

泰州电网负荷特性分析及负荷预测

随着地区经济的发展,泰州市大型、特大型企业日渐增多,用电负荷、电网规模不断增长与扩大.文中在分析泰州地区负荷特性分析的基础上,对如何做好泰州电网负荷预测工作展开讨论,针对影响负荷预测准确性的主要影响因素进行了详细分析,并对如何进一步提高负荷预测的准确性提出了解决办法.     

基于失负荷价值的可中断负荷定价研究

可中断负荷管理能够削减峰荷保证电力系统安全运行,是缓解我国用电高峰期电力供应不足的有效方法。实施可中断负荷的关键是可中断电价的设计。基于投入产出法计算不同部门的电力经济价值,首先指出该电力经济价值为用电的平均价值;然后结合用户的电力需求曲线分析电力的边际价值和中断部分负荷时的消费者剩余损失;进而以该损失为依据设计可中断负荷电价,并设计了适合我国电力市场实际的可中断负荷合同模型,并给出给出可中断容量的最优选择模型。以我国2006年的投入产出数据和工业用户负荷数据为例证明所提方法的实用性。     

一种基于负荷特性指标的负荷分类方法

随着经济发展方式的逐步转变和产业结构的升级,配电网中的负荷种类的多样性和复杂性逐渐增加,按原有的负荷分类方式得到的负荷特性往往不具有统一性,在不同负荷优化组合技术中难以根据原有分类依据进行分析.着重提出了基于特性指标法的负荷分类,并对每一类负荷的特性进行分析.分类结果表明,基于特性指标法的负荷分类,同一类型负荷特性的相似度高,各类负荷特性曲线更具有代表性,为电网规划后期的不同负荷优化组合技术应用打下基础,提高了优化模型的准确性.     

考虑负荷频率特性的可中断负荷切除策略研究

特高压直流规模激增使得大受端电网面临严重的频率问题。为了充分利用可中断负荷,减小低周减载首轮动作可能,降低触发严重事故等级的风险,文中提出了一种可中断负荷就地按频率切除策略及其定值选择方法。在考虑负荷频率特性的基础上,采用单机等值模型进行可中断负荷切除策略研究,选择合理的可中断负荷起切频率定值和切负荷量,方案制定完成后,通过全网模型进行校验。仿真结果表明,所提策略能够在系统发生易引发低周减载的大功率缺额时切除可中断负荷,减小低周减载首轮动作可能,提高电网的频率稳定性。     

潮流建模中的不确定性——边界潮流法的应用

回顾了边界潮流法最新研究进展和应用现状.边界潮流法是一种通过赋予不确定节点功率以模糊/区间数来找到精确潮流解的方法.边界潮流法得到的结果可以纳入系统不充裕指标的形式中.这些指标可用于风险评估--决策过程中的基本部分.118节点测试系统的数字仿真结果表明了所提方法的适用性.     

参与调峰控制的空调负荷建模仿真研究

调控空调负荷参与电网削峰填谷对于维持系统稳定运行、减少发电机备用容量提高效率,从而增大电网运行效益具有巨大潜力。基于家用分散式空调的工作原理,在MATLAB/Simulink环境下搭建了简化空调房调温模型,以该模型为基础依次探究了定/变频空调调温、增大变频区间调温的特性。考虑空调的工作特性,提出了一种对空调控制系统进行简单改造,使其自适应电网预测负荷大小进行互补运行的策略。最后开展基于RT-LAB实时仿真平台的模型仿真测试与试验,验证了仿真模型的正确性以及控制策略促进空调负荷参与调峰控制的有效性。     

电气设计中预测负荷和计算负荷

在具体工程设计中,不确定因素较多,有时难以确定合适的计算方法与参数。显然,客观目标的多变性,使预测负荷或计算负荷的正确性取决于:①电气方案设计与初步设计是否合理。②“预测负荷”或“计算负荷”选择的方法与特征参数是否恰当。③供配电系统实际运行管理水平的高低。④建筑物发展水平是否与能源需求相适应。     

计及价格型负荷响应不确定性的概率潮流计算

随着以风电为代表的间歇性电源的快速增长,未来电力系统将从"发电跟踪负荷"的单向调度模式发展到"源—网—荷"智能互动调度,同时电源侧和负荷侧均具有不确定性。针对上述问题,文中综合考虑风电出力波动、负荷随机变化以及价格型负荷参与电网互动的随机响应过程三方面的不确定因素。首先,描述了计及不确定性的价格型负荷响应概率表征形式,通过价格弹性系数,分析了价格型负荷响应的不确定性及响应范围,以反映出响应行为的随机性和主观性。其次,在传统概率潮流计算的数学模型基础上,将价格型负荷不确定响应量视做新的随机注入变量,引入源荷随机互动概率潮流模型中,并应用点估计法求解得到网络潮流的统计特征值,使得价格型负荷参与电网互动机理研究更具全面性和准确性。最后,通过IEEE 73节点系统的算例分析表明,该模型通过价格型负荷响应能够填补风电出力波动引起的系统功率缺额,降低对支路潮流造成的不利影响。另外,点估计法能同时处理离散型和连续型不确定因素,精度高,计算量小,具有实用价值。