考虑温度积累效应的短期电力负荷预测方法研究

提出了一种考虑夏季温度积累效应的地区短期负荷预测方法.该方法不仅考虑了对短期负荷有影响的日类型、降水、温度等相关因素,并且考虑了在连续高温日情况下,预测日前数日的温度对预测当日的影响.通过利用神经网络工具,对每日48个时刻点分别建立了预测模型.通过对华中某地区电网的实际负荷预测结果的分析来看,该方法可以有效跟踪预测日前数日温度积累对预测日负荷的影响,在夏季负荷大幅变化的情况下,预测精度仍然可以满足要求.     

考虑夏季气象因素的短期负荷预测方法研究

由于夏季电力负荷受气象因素影响较大,尤其是连续高温情况下,短期负荷的预测结果往往存在较大偏差。通过对气象敏感负荷与温度、湿度等气象因素的相关性研究,提出了考虑温度累积效应的修正模型。该模型不仅考虑了多日前温度对负荷的影响,还考虑了待预测时段之前时段的温度对负荷的影响,同时对湿度进行了相关性修正。通过综合预测模型试算,实例表明,引入修正模型后夏季高温负荷的预测精度有了较大提高。     

考虑夏季气象因素的短期负荷预测方法研究

由于夏季电力负荷受气象因素影响较大,尤其是连续高温情况下,短期负荷的预测结果往往存在较大偏差.通过对气象敏感负荷与温度、湿度等气象因素的相关性研究,提出了考虑温度累积效应的修正模型.该模型不仅考虑了多日前温度对负荷的影响,还考虑了待预测时段之前时段的温度对负荷的影响,同时对湿度进行了相关性修正.通过综合预测模型试算,实例表明,引入修正模型后夏季高温负荷的预测精度有了较大提高.     

张家界地区电网夏季空调负荷特性分析

基于张家界地区近两年负荷数据及气象数据,分析了该地区电网负荷及空调负荷的变化特征,发现了影响该地区负荷季节性变化的主要因素;针对夏季工作日与夏季休息日两种情况,分别研究了温度对该地区空调负荷的影响;采用数学拟合方法,建立了空调负荷的数学模型,得出了两种情况下空调负荷随最高温度变化的特征,为张家界地区电网的负荷预测、调控工作提供有益参考。     

离网型微电网短期负荷及发电功率预测

为了提供微电网稳定运行所需的负荷数据及微电源发电功率数据,提出了一种基于天气因素的偏远地区离网型微网短期负荷及发电功率预测方法。首先,通过对天气因素对偏远地区微网内部负荷以及风光发电的影响分析,论证了微网短期负荷及风光发电功率与温度,大气压强等天气因素的相关关系。然后,依据地区历史夏季负荷、温度和风速等天气数据以及预测日前一日的天气数据作为输入量建立基于BP神经网络的预测模型;最后以内蒙古某偏远地区实际微网为算例进行仿真验证,结果与直接应用历史数据预测方法相比,预测模型可以很大程度上减少预测误差,提供更加准确的数据。     

短期负荷预测中考虑夏季气温累积效应的方法

由于气象因素对负荷的影响较大,在短期负荷预测中需合理考虑气象因素的影响。气温累积效应是夏季气象因素影响负荷的重要现象,是指待预测日之前若干日的气温对待预测日的负荷具有比较明显的影响,持续高温情况下影响尤其明显。对大量气象数据的分析表明,在不同条件下,累积效应的强度不同,对负荷的影响程度也不同。据此,提出了用离散的累积系数和温度修正公式来反映累积效应强度的方法,考虑了各种影响累积效应强度的因素,如待预测日的气温、高温持续天数等。实例表明,所提出的方法比较准确地反映了累积效应对负荷的影响。     

基于气象成分分解的夏季短期负荷预测

夏季负荷受温度等气象因素影响大,表现出随机性强、波动性大的特点。针对现有短期负荷预测模型在夏季预测精度不高的问题,提出在负荷成分分解的同时,将温度分解为日周期分量和波动分量,以此准确把握短时气象波动对夏季短期负荷预测的影响。在充分分析负荷各分量变化趋势及对整体负荷预测精度影响的基础上,针对各个负荷分量特征分别选择预测方法。在预测气象敏感负荷分量时引入温度波动分量,基于XGBoost智能算法构建预测模型。选用我国中部某市夏季历史负荷建立训练样本,对2017年8月份日96点负荷进行预测,预测结果验证了所提模型和算法的有效性。     

考虑温度模糊化的多层长短时记忆神经网络短期负荷预测

智能电表的普及为短期负荷预测提供了海量数据,使得负荷精细化预测成为可能,而温度是影响夏季负荷的重要因素。提出一种考虑温度模糊化的多层长短时记忆神经网络(ML-LSTM)短期负荷预测方法。利用隶属度函数将预测时刻的温度和当日的平均温度进行模糊化处理,减小夏季温度波动性对负荷预测的影响;建立含3层隐藏层的长短时记忆神经网络(LSTM)预测网络,并利用适应性矩估计(Adam)优化算法提高LSTM梯度参数的自适应性学习能力。利用西南某地区2018年6月至8月的实测温度和负荷数据进行验证,负荷预测结果表明,ML-LSTM模型比BP神经网络和支持向量机的负荷预测精度更高,且温度的模糊化处理提高了模型的泛化性。     

温度、人体舒适度对地区短期负荷预测的影响

通过上海市东供电公司2000年～2002年夏季温度与负荷数据实例，针对上海地区空调负荷比重日趋增大的特点，分析了天气因素中温度及舒适度对短期负荷预测的影响。具体分析了上海夏季负荷与温度的关系，找出了夏季初期积温效应及空调负荷逐渐增加的负荷特点；分析了夏季降温时温度负荷的变化规律以及最高负荷的饱和趋势。重点分析了负荷与舒适度温湿指数的关系，在此基础上，提出了提高地区短期负荷预测水平的具体建议。     

考虑积温效应的夏季日最大负荷预测研究

在夏季持续多日高温情况下,由于积温效应的影响,预测日之前若干天的气温对预测日的最大负荷有着明显影响。据此,在预测模型中考虑积温效应的影响对于改善夏季日最大负荷预测精度有着重要意义。建立了以高温持续期的气温、持续时间及预测日气温为输入、气温修正量为输出的模糊推理系统,对夏季每日的气温进行修正。算例结果表明,该预测方法能很好地跟踪日最大负荷,有效改善负荷预测的精度。     

微网用户短期负荷预测相似日选择算法

微网用户负荷基荷小、波动性和随机性大,增大了短期负荷预测难度。科学合理地选择相似日可以在一定程度上改善短期负荷预测的效果。分析了相似日选择的影响因素,针对微网用户负荷特点,提出了一种负荷点尺度上的相似日选取算法。该算法考虑了前几日气象因素的累积效应、短期负荷的连续性和周期性及时间距离的影响,其相似日评价函数计及了日特征相似和局部形相似,并引入时间因子,克服了传统人工经验选取相似日算法的主观性,使得选择的相似日更加客观合理。实例验证表明,该方法所选择的相似日用于微网用户短期预测时,可以提高预测精度,有一定的使用价值。     

同杆双回线故障的精确计算

本文介绍用复矩阵特征模量分解方法精确计算高压同杆双回线故障.在计及线路换位和分布参数条件下精确计算单线和跨线故障.文中还介绍了横向复杂故障的计算方法.该算法可用于研究同杆双回线上运行的继电保护等装置的动作行为和进行事故分析.     

上海用电负荷预测中气温累积效应分析

用电负荷预测是电力运行管理工作的基础,随着“互联网+”智慧能源发展,由人工预测转信息化系统自动预测为必然趋势。文中选日最高温度为负荷预测气象特征,考虑气温累积效应,提出预测日最高气温修正法,并分析负荷与气温的相关性。最后给出基于决策树模型预测下一工作日最高用电负荷的算法。     

660MW直流锅炉启动时蒸汽温度高的原因分析及解决措施

针对神华河北国华定洲发电有限责任公司660 MW直流锅炉启动时蒸汽温度偏高的问题,经分析,认为蒸汽温度偏高的主要原因为水冷壁产生的蒸汽量太小,并提出减小过量空气系数、降低一次风速度、增加燃料燃尽率等解决措施.     

气象敏感性负荷特性分析及预测

以电网迎峰度冬和迎峰度夏为背景,将电网负荷中的气象敏感负荷作为研究对象,对负荷预测气象指标进行分析,结合天气预报准确性分析,得出累积温度指标的适用性范围。分别采用基于累积温度指标的预测方法和基于综合气象指标的预测方法对气象敏感负荷进行预测,并针对大幅度升温/降温以及天气转化情况时对预测方法进行改进,提出在累积温平均温度变化超过2℃时,宜采用基于累积温度在平日预测时采用变化和平均温度变化加权指标进行负荷预测,在晴雨转换时采用修正后的综合气象指标预测法的综合气象敏感性负荷预测方法。实际算例和应用表明,该预测算法具有更高的准确度,为目前负荷预测提供一定依据。     

电动汽车动力电池温度在线估计方法

电动汽车动力电池内部复杂的电化学反应容易受到环境温度的影响,造成电池功率和容量特性的衰减。为了准确估计电池温度变化,提出基于热平衡方程的电池温度在线估计方法,生热部分考虑可逆的熵变生热和不可逆的过电势生热对总体生热的影响,散热部分考虑电池与外界环境的热交换。采用一阶等效电路模型结合扩展卡尔曼滤波实时在线估计模型参数,并利用热平衡方程获得的电池温度递推公式,根据前一时刻电池温度估计当前时刻电池温度。采用联邦城市行驶工况(FUDS)实验对所提方法进行验证,结果表明,所提出的电池温度在线估计方法在电池运行过程中能够实时准确估计电池温度,估计误差在1℃以内。     

上导瓦温和油温过高的原因分析及处理措施

针对河北张河湾蓄能发电有限责任公司机组运行时发电机上导瓦温和油温过高的情况,分析温度过高的影响因素,认为冷却器散热能力不足是造成上导瓦温和油温过高的主要原因,提出改造措施并分析了改造效果.     

大功率并联混合型有源滤波器的综合设计与工程应用

针对高压大容量系统谐波抑制与无功补偿综合治理的需要,从有源滤波器的最佳滤波效果和最小经济成本两个角度考虑,并从主要组成部分的参数设计、主要设备的选取与布线、系统的工程实现等方面对采用注入式结构的并联混合型有源滤波器进行了研究,形成了一整套大功率并联混合型有源滤波器的设计方法,并在某冶炼厂220kV变电站谐波治理工程中得以应用,体现出良好的滤波效果和优异的性价比.该系统的参数设计方法与工程实现经验还可以用于其它有源滤波系统的研究与应用.     

基于潮流冲击熵的加权拓扑模型在电网脆弱性辨识中的应用

电网脆弱性不仅与电网的拓扑结构有关,还与电网的电气特征紧密相连。为了辨识出电网的脆弱环节,基于支路开断的潮流冲击熵,提出了一种电网脆弱性辨识的新方法。定义了支路和节点脆弱强度指标,建立了基于潮流冲击熵的加权拓扑模型,由此得出了线路和节点的加权介数指标,结合脆弱强度和介数指标,提出了综合脆弱度指标,该指标综合考虑了电网拓扑结构与电气特征的影响,且加权介数的引入能够对电网脆弱性进行辨识起到放大的作用。由算例结果可以发现,文中定义的综合脆弱度指标能够有效克服从单一角度对电网进行脆弱度评估,提高了辨识的准确度与精度,说明了该脆弱性辨识方法的有效性与合理性。