统计综合法负荷建模中的行业用户精选

统计综合法负荷建模必须以典型用户用电设备构成情况的调查统计为基础。结合电网实际建模经验,提出了一套系统的调查方法。在此基础上,应用等价关系聚类和模糊C均值聚类两种模糊聚类法对得到的调查数据进行分析和处理,精选出行业典型用户,从而为研究各行业的综合负荷特性提供了新的有效手段。给出了纺织行业用户精选实例,验证了该方法的可行性和有效性。     

模糊聚类在统计综合法负荷建模中的应用

论述了统计综合法负荷建模的方法和步骤，并针对统计综合法负荷建模对变电站分类处理的复杂性与主观性的现状，提出一种基于模糊聚类进行数据分类处理的新方法，该方法具有概念清晰、计算方便的特点。通过对湖南电网的13个变电站数据聚类处理的算例论证了新方法的正确性和有效性，表明模糊聚类在统计综合法负荷建模中具有重要的理论和应用价值。     

电力负荷建模的在线统计综合法

常规的负荷建模统计综合法工作量较大,精确性不够,无法考虑负荷随时间变化的特性。文中提出充分利用营销部门负荷控制系统采集的用户侧功率信息和能量管理系统（EMS）提供的变电站功率信息,结合经过简化的抽样人工调查统计,实现负荷建模的在线统计综合。由于负荷控制系统和EMS对用户基本资料与实际用电情况可自动更新,因此,负荷模型参数可以实现动态、长效管理。给出了在福建电网安兜变电站实际应用的结果。     

统计综合法电力系统负荷建模平台的开发

针对统计综合法负荷建模工程实用化程度低的现状,开发一个统计综合法电力系统负荷建模平台。该平台由前台操作界面和后台服务器两大部分组成,对负荷特性数据进行分析、管理和应用。前台操作界面采用Visual C++6.0开发环境,应用模块整合技术,各功能模块既相互独立又相互关联。采用SQL Serv-er2000开发工具构建的数据库系统作为后台服务器。该平台操作简单,运行可靠,适用性强,扩展性好,能够方便建立各行业、各变电站的综合负荷模型,对统计综合法电力系统负荷建模具有实际工程意义,已在实际系统投入运行。     

负荷建模中的负荷调查统计分类

结合实际工程项目介绍了对变电站-负荷节点的模糊分类(分组)过程。首先选取反映负荷特征的定类指标并设计调查表,确定调查数据的来源及调查对象,然后对取得的数据进行整理,最后采用模糊聚类方法利用调查统计结果对变电站-负荷节点进行分类。将调查数据应用于区域电网负荷建模的研究中取得了令人满意的结果。     

基于模糊综合评价的聚类分析在电力负荷建模中的应用

阐述了在电力负荷建模中,统计综合法建模是以典型用户的选取为基础的,在此基础上,通过分析变电站综合负荷的构成以及用户设备容量比例,提出了基于模糊综合评价的聚类和模糊C均值聚类两种方法,并对某市工业典型用户进行分类,结果表明基于模糊综合评价的聚类分析能够克服模糊C均值聚类法中主观差异性对分类的影响,概念更为清晰,聚类结果更为合理。     

统计综合法负荷建模中的调查方法及应用

介绍了统计综合法建模中的一种新的负荷调查方法,该方法结合了对所有变电站的负荷普查及对典型变电站的详细调查。首先描述了负荷调查的主要工作流程,详细阐述了基于负荷特性的分类指标和负荷节点分类原则,在此基础上编制了负荷特性普查表,并确定调查数据的来源及调查对象。然后对普查中取得的负荷特性数据进行统计分析,利用调查统计结果对220kV变电站(负荷节点)进行了分类。提出了兼顾考虑地域性和变电站负荷构成的各类型负荷典型变电站的选取原则,按此原则为每类负荷类型选取了典型变电站,并为这些典型负荷节点设计了详细调查表格。该方法在较小的调查复杂度基础上实现了较高的准确性,并已经在华北、华中、西北、东北电网中得到成功应用。     

基于统计综合负荷建模的系统方法研究

基于统计综合负荷建模的基本原理,结合实际系统的建模实践,提出了一套基于统计综合法负荷建模的系统方法。对每一用电行业进行典型用户的负荷结构调查并确定行业的综合负荷结构。用模糊聚类方法确定行业的综合负荷性,进而即可建立母线或变电站的综合负荷静态模型。建模实践证明了该方法的可行性和有效性,为积累符合我国国情的行业综合负荷静态模型参数库的数据进行了有益的探讨。     

基于统计综合法和三电平特性的高速动车组暂态负荷建模

针对以往铁路随机性负荷带来的建模误差问题,根据动车组实际负荷构成和特性,本文提出了一种基于统计综合法的高速动车组暂态负荷建模方法,进行分析并采用PSCAD/EMTDC进行仿真对比,并与变电站实测数据进行对比,验证了该负荷模型的准确性。     

模糊聚类方法在用户负荷曲线分析中的应用

采用基于负荷曲线进行用户分类的方法,运用数据挖掘技术中的模糊C均值聚类,将不同行业的用户混合在一起,利用聚类的观点将其分类,对各类负荷曲线进行分析和比较;将模糊C均值聚类算法应用在单个典型行业典型用户(主要是工业和三产的大用户)的分析中,可以发现不同季节、不同月份的负荷数据之间有一定的共性.     

模糊聚类在负荷实测建模中的应用

提出应用模糊聚类理论解决区域电网中上百个变电站的分类问题。在区域电网通过总体测辨法进行综合负荷建模时,应用模糊聚类理论对负荷节点一变电站进行分类,从中确定具有代表性的变电站作为实测负荷特性的测点。利用基于模糊等价关系的传递闭包法对东北电网234个220 kV变电站进行了模糊分类,论证了应用模糊聚类完成变电站分类的步骤,结果表明,在利用界限不明确的负荷类型作为变电站分类特征方面,模糊聚类分析方法是有效和可行的。     

基于统计综合的行业负荷静态特征参数研究

以统计综合法负荷建模的基本原理为基础,结合湖南电网的建模实践,在对用电行业进行合理划分的基础上,对行业用电设备的构成和设备比例进行了调查统计,确定各用电行业典型用户的负荷结构,然后根据统计综合原理,用行业典型用户确定出该行业的综合负荷结构,利用典型用电设备的静态幂函数参数综合计算出各用电行业的静态特征参数.建模实践证明了该方法的可行性和有效性,为积累符合我国国情的行业综合负荷静态模型参数库的数据进行了有益的探讨.     

基于用户日负荷曲线的用电行业分类与综合方法

利用实时日负荷曲线进行综合负荷在线建模需解决用户日负荷曲线的正确分类与有效综合以及变电站日负荷曲线的行业构成比例识别2个关键问题.运用模糊C均值聚类和模式识别原理,提出一种基于日负荷曲线的用户所属用电行业的分类与综合方法.首先在有功功率空间进行用户的行业归属分类和行业用户精选,得到行业综合日负荷曲线;然后在定义的特征空间获得描述行业综合用电特性的特征参数,并以此作为检验分类与综合结果合理性的测度指标.实际应用表明,该方法物理概念清晰、简便、实用.     

基于减法聚类的模糊神经网络负荷建模

负荷模型是决定电力系统仿真结果可信度的关键因素之一,本文从非机理模型的角度,提出一种基于减法聚类的模糊神经网络的负荷建模新方法.首先对建模样本输入输出数据进行特征分析,建立其山峰密度函数,应用减法聚类自适应的调整建模数据的聚类数和聚类中心,以确定负荷模型的模糊规则数和隶属度函数个数.在此基础上建立综合负荷模型的模糊初始结构.通过神经网络对推理数据进行学习,获取模糊推理规则,同时调整隶属函数的参数,用反向传播算法来修正网络的连接权重,辨识模糊模型的隶属函数的参数,完成综合负荷的非机理建模.通过对实测综合负荷的有功和无功建模实例,证明了该方法具有很高的拟合精度和收敛速度,对负荷建模具有重要的指导意义.     

基于模糊聚类识别及统计相关的短期负荷预测

应用模糊聚类理论，通过对负荷历史数据进行聚类和隶属度分析，依据模糊聚类和模糊模式识别、类别（或级别）变量特征值与概率统计相关分析等模型，根据模糊聚类参数与预测因子的前期特征值，确定相应的类别变量特征值，建立类别变量特征值与预测对象之间的相关关系，利用此相关关系进行负荷预测。应用隶属度来描述负荷与影响负荷因素之间的相关关系，可以同时考虑多种影响负荷因素，在算法上只是隶属度矩阵的阶数发生变化，预测过程简单明了。实践结果表明，此方法具有较高的预测精度，能较好地适应不同地区的负荷特性。     

基于模糊聚类的电力负荷特性的分类与综合

在阐述负荷特性分类与综合内涵及意义的基础上，以变电站综合负荷构成成分比例为负荷特性分类和综合的基本特征，基于模糊聚类原理，提出了模糊等价关系和模糊C均值算法的2种分类方法。基于模糊C均值法可以通过优化理论获得聚类中心矩阵，同时完成负荷特性分类与综合。对某省48个变电站采用加权平均的方法进行聚类分析，得出了基于模糊等价关系的聚类综合特性并与模糊C均值算法的聚类中心矩阵进行了比较分析。结果表明，两者都具有良好的聚类综合能力；基于模糊C均值法的聚类能力明显优于基于等价关系的聚类法，而且聚类结果更为合理有效。两种方法都成功地解决了负荷建模中变电站特性分类处理的复杂性与主观性。     

基于日负荷曲线的负荷分类和综合建模

针对广域电力系统中负荷节点面广量大的困难,提出了基于日负荷曲线的、将统计综合法与总体测辨法相结合的电力负荷综合建模思路。首先通过对全网所有220 kV（或110 kV）负荷节点典型日负荷曲线进行构成分析,得出各负荷节点中行业用电构成的负荷比例;然后采用谱系数平均距离聚类分析法对全网负荷节点进行分类;再根据分类结果和少量负荷节点的实测参数,推广获得所有节点的负荷模型参数。该方法已成功应用于河南电网和福建电网,结果表明新方法简单实用、效果良好,为广域电力系统的负荷建模提供了新途径。     

电力系统的负荷建模及其有效性评定方法研究

负荷模型的精确度对电力系统的潮流计算、电压稳定、频率稳定及长期动态过程的分析等都有很大的影响,在临界情况下,还有可能从根本上改变定性的结论。详细介绍了目前用于电力系统负荷建模的两个主要方法———统计综合法和总体测辨法,在对常用的负荷模型做概述的基础上,提出了定性和定量两类负荷模型的有效性评定方法,供负荷建模的准确性评定提供借鉴和参考。     

基于模糊聚类曲线相似度的负荷用户识别方法

为了满足电网公司精细化管理的要求及有针对性地管理用户,提出了一种基于模糊聚类算法与曲线相似度的负荷用户识别方法。以江南地区养殖负荷用户为例,通过电力数据驱动,进行数据挖掘分析,依据特征量和日负荷曲线,引入模糊聚类算法得到养殖负荷用户规律性用电行为特性,最后通过分析用户日负荷曲线与特性曲线之间的曲线相似度判断用户是养殖负荷用户的可能性,为供电公司精准服务提供依据。随机抽取供电公司未知用户负荷数据进行实例验证,结果表明,所提出的方法具有较好的可行性和有效性。     

基于仿射传播聚类算法的广义负荷稳态特性建模及其应用

大规模可再生新能源并网增加了网络节点功率流向的不确定性,使节点的源、荷特性不再清晰,给广义负荷建模带来了新的挑战。因此提出一种基于仿射传播(AP)聚类算法的广义负荷稳态特性聚类方法。对广义负荷节点根母线功率数据进行特征分析,利用动力学的波动强度理论选取功率波动序列的最小时间长度。以时段内各最小时间长度的样本波动强度序列以及时段内样本数据数字特征为指标构造日时段特征向量,并以该特征向量为聚类指标,应用AP聚类算法自适应调整建模数据的聚类数和聚类中心。通过引入概率信息的广义负荷建模方法对各聚类类别样本建模并检验聚类方法的有效性。算例分析表明,该聚类方法自适应确定聚类类别且聚类效果好,能够充分反映日时段特性,聚类后通过特性综合得到精确广义负荷模型,应用于风电接入后的风险分析仿真计算。