基于径向基神经网络的需求侧响应用户基线负荷计算方法

用户基线负荷是需求侧响应事件中用户响应性能的评估基础。用户基线负荷计算方法应当满足实时监测用户响应性能的要求。本文提出一种基于径向基人工神经网络的用户基线负荷计算方法。该方法考虑非工作日和可能的非正常用电日的影响,选择工作日中的典型日和事件发生前用户的用电情况构成模型的输入向量,训练神经网络。用训练完成的神经网络对假设的系统紧急情况发生时段的负荷进行预测,得到用户基线负荷曲线。实践表明,所提出模型具有一定的预测精度,满足实时性要求。     

电动汽车充电行为对电网负荷曲线的影响

为了探讨电动汽车大规模充电行为给电网负荷造成的影响及其对解决负荷的峰谷差可能带来的机遇,考虑了电动汽车的充电方式、电价政策、电网和非电网运营机构的充电模式等因素,将电动汽车的充电行为分为四种情景,利用蒙特卡洛方法来评估不同规模的电动汽车对广州市电网日负荷曲线产生的影响.结果表明,要减轻电动汽车大规模应用给电网带来的负担,电网公司必须出台相应的引导政策,例如峰谷电价和高峰电价政策;实施这些政策或者直接控制全网电动汽车的充电行为,才能使其充电负荷起到比较好的“填谷”效果.