面向季节性短时高峰负荷的虚拟配电馈线功能架构及协同配置

传统线路增容方式面对季节性短时高峰负荷时存在线路整体利用率低、紧急功率支撑能力差等问题。因此,文中以功能虚拟化为核心,研究了传统配电馈线与储能元件融合的虚拟配电馈线功能架构,利用双端储能元件搭建虚拟电能传输通道,以应对季节性短时高峰负荷、延缓传统线路增容改造工程,并在非高峰时期提供紧急功率支撑和辅助服务功能,提高储能元件整体利用率。为充分挖掘虚拟配电馈线的灵活传输和紧急功率支撑潜力,提出了配电网线路增容优化配置模型,在保证经济性和满足高峰负荷需求的前提下,优化虚拟配电馈线储能配置。算例研究表明,虚拟配电馈线能够有效延缓传统线路增容改造工程、应对季节性短时高峰负荷;对于线路负荷增长较稳定、线路长度较长和设计延缓增容年限较短的配电区域,虚拟配电馈线的优势更加凸显。

高峰负荷时期地区电网优化调度方法

以地市级城市为主要供区的地区电网在高峰负荷时期存在峰谷差加大、网络弹性不足等典型运行特征。随着电网规模的扩大、复杂程度的增加及电能供需矛盾的凸显,地区电网在负荷预测、电力电量平衡、设备消缺统筹安排、输电断面控制、需求响应控制、有序用电管理等方面均表现出不同程度的问题。结合现有理论研究及地区电网调度运行管理实践,提出了一系列提升高峰负荷时期地区电网优化调度水平的具体方法。

基于高峰负荷定价理论的运行备用获取和定价

在以“厂网分开、竞价上网”为主要特征的电力市场环境下 ,如何在兼顾经济性和运行可靠性的前提下获取适当的运行备用容量以及如何确定其价格成为十分重要的问题。文中对传统的高峰负荷定价理论在电力工业中的应用进行了扩展 ,提出了一种新的运行备用定价机制。该定价机制与现行的市场运营模式相适应 ,在假设电力市场运营机构能够准确评估事故成本和发电公司自愿申报其提供备用容量的真实成本的前提下 ,可以获得兼顾电力市场运营经济性和运行可靠性的最优运行备用的获取和定价方案 。

电网高峰负荷分析决策平台的设计与实现

介绍了电力系统高峰负荷分析决策平台的设计方案。首先通过系统分析电网高峰负荷特征信息量建立分析决策平台的系统结构框架;然后采用数据仓库技术设计包括历史数据和知识库的数据库,建立电力系统运行模式,研究电网运行的大量历史数据,采用数据挖掘方法进行负荷高峰前沿的负荷预测和状态预估,为电压态势分析及考虑网损修正的机组调度提供输入数据,最终为高峰调度的紧急状态提供决策支持信息。对实际系统的模拟分析结果表明,此平台能为调度运行人员提供有效的决策支持信息。

灰色马尔可夫链在高峰负荷预测中的应用

用GM(1,1)模型预测短期负荷虽具有很好的精确性,但对于波动性较大的高峰负荷,它的预测精度比较低,而马尔可夫模型可以克服负荷波动较大的局限性。因此将二者结合起来形成灰色马尔可夫模型,并对山东某地区高峰负荷进行预测。应用表明,该模型切实可行,预测结果的精确度很高。

基于数据挖掘的电网高峰负荷预测系统

分析电网高峰负荷运行规律,以数据挖掘为核心技术,搭建数据仓库平台,在此基础上给出一种混合策略的神经网络的高峰负荷预测系统,该系统将模糊聚类、L-M神经网络等综合技术融合一体,可以从海量负荷数据中挖掘出有用知识为电网高峰负荷预测服务。

基于稳健回归的电网高峰负荷预测模型应用

在分析高峰负荷特点的基础上,建立了基于稳健回归模型的高峰负荷预测方法。该方法具有较强的稳健性,适应异常情况下的样本数据,能保持较满意预测精度。通过对辽宁省2002年电网负荷数据的预测模拟,验证了本文高峰预测方法的有效性。

基于电动汽车最小高峰负荷模型的微电网可靠性分析

电动汽车充电时间灵活、调控性能好,可作为一种可控负荷参与微电网的负荷调节,从而避免微电网孤岛运行时发电量不足而切负荷。基于此,重点研究了计及电动汽车充电控制策略的微电网可靠性分析。首先,建立了电动汽车最小高峰负荷模型,以评估微电网孤岛运行时电动汽车的调控潜力。紧接着,基于最小高峰负荷模型,提出了计及供电可靠性的电动汽车-储能联合调控策略。然后,基于蒙特卡洛模拟法,提出了计及电动汽车-储能联合调控策略的微电网可靠性评估方法。最后,通过改进的RBTS Bus6 F4馈线系统进行算例仿真。仿真结果验证了所提模型和策略的有效性。算例结果表明,所提的微电网调控策略能在满足电动汽车充电需求的基础上,有效降低电动汽车接入对微电网可靠性的影响。

利用价格杠杆调节北京地区夏季高峰负荷

针对北京地区的新电价方案,简要介绍了调整电价结构的必要性和具体内容,调节高峰负荷的预计效果以及各用电单位充分利用价格杠杆调荷节电、减少电费支出的应对措施。

基于熵值法的组合预测模型及其在高峰负荷预测中应用

组合预测可以综合利用各单一预测方法所提供的信息,是提高预测精度的有效途径.本文在指数平滑预测法及灰色预测方法的基础上建立组合预测模型,采用熵值法确定组合权系数,并对某电网高峰负荷进行了预测.实例表明,此模型具有很强的实用性和很高的预测精度.

高峰负荷定价模型在运输业中的应用

运输业由于其生产设施能力固有的资本密集性和资本专用性特征,使得运输企业调整其设施能力的速度要大大慢于消费者对其产品需求的波动速度.运用简单的高峰负荷定价模型,给出运输企业在需求高峰期和非高峰期的有效定价,并分析如何确定运输企业的最优生产设施能力.

动态需求下高峰负荷定价模型研究

针对Ｍａｃｈａｅｌ．Ｒ关于动态需求下高峰负荷定价过于理想化假设的问题，建立了新的调控定价模型，并进行了具体的分析，得到不同阶段应采取不同的定价策略，培育和引导了消费市场，由此深化了Ｍａｃｈａｅｌ．Ｒ的结论。

价格上限下的高峰负荷电价效率比较研究

电价改革是电力市场化改革的核心,合理的电价应是电价水平和电价结构的有机结合。对不同价格上限形式下高峰负荷电价效率的比较分析表明,价格上限管制具有财务收支平衡的效应。与绝对价格上限管制相比,相对价格上限管制更具有优越性,在相对价格上限管制条件下制定的高峰负荷电价趋向于拉姆塞价格,能使社会福利尽可能最大化。同时,对于相对价格上限管制来说,无论是采用拉氏物价指数还是帕氏物价指数,管制所起的效率是完全相同的。

气象因素对江苏夏季高峰负荷的影响研究

温度、湿度等气象指标是夏季高峰负荷的主要影响因素。考虑到夏季负荷峰值与各类气象因素的关联度不同,文中基于实测数据详细研究了近年来温度、湿度与江苏夏季高峰负荷的变化关系,得出了负荷对温度湿度的敏感性结果。基于敏感性分析结果,对江苏2012年夏季高峰负荷与温度、湿度之间的关系进行了预测。预测结果对即将到来的江苏迎峰度夏工作的顺利展开具有一定的参考价值。

基于串行–并行集成学习的高峰负荷预测方法

负荷预测自电力工业诞生便是一项热门的基础研究问题,连续多天的日高峰负荷预测往往对电网的优化运行与安全稳定起到重要作用。该文深入分析了统计学习类算法的误差分布,提出一种基于串–并行集成学习的连续多日高峰负荷预测方法。首先介绍了统计学习类算法的泛化误差的分解情况,阐述了XGBoost串行集成算法与Bagging并行集成学习的训练机理,分析了粒子群算法的基本原理。在综合考量模型偏差与方差分布的基础上,提出Bagging框架下基于XGBoost算法的负荷预测模型,并采用粒子群算法交叉验证XGBoost模型最优超参数。最后,使用斯洛文尼亚电力公司用电负荷数据对算法有效性进行验证,算例表明XGBoost模型对特征贡献度的量化分析有效地辅助了特征选择的过程,粒子群算法缩短了XGBoost超参数寻优的时间。与传统模型相比,基学习器为树模型的Bagging-XGBoost算法有着较高的预测精度。预测结果显示串–并行方式耦合的集成学习方式在连续多日高峰负荷预测场景中有着较高应用价值。

电锅炉水储热技术是转移高峰负荷的一种有效手段

电锅炉水储热技术是负荷侧调峰技术的一种。文章以衡水电业局电锅炉水储热系统为例，详细介绍了水储热装置的结构和经济效益比较，指出该技术对用户、电网、社会都具有十分明显的经济效益和社会效益，并提出推广应用的具体建议。

微机控制用电高峰负荷

本文介绍使用单板机检测电网负荷变化。通过控制电弧炉的电弧电流,降低高峰负荷,提高了负荷率,预计全年可得经济效益20万元。在硬件和软件上实施了多种抗干扰措施,从而确保系统始终能稳定运行。

重庆电网夏季高峰负荷特性分析及优化措施

夏季高峰负荷的急剧增长已经成为重庆电力紧缺的重要因素,仅增加供配电设备用于解决设备重过载会造成电网备用容量过大,变压器设施空载损耗增加,设备利用率低下等问题。本文通过重庆地区历史负荷、气象等相关数据,分析了电网尖峰负荷持续时间、降温负荷及夏季高峰负荷行业构成情况。研究结果表明:该地区夏季高峰负荷持续天数少,单日持续时间长,夏季高峰负荷主要由居民降温负荷构成,温度是夏季高峰负荷的主要影响因素。在此基础上,提出局部电厂调峰、电力需求侧响应的优化措施,从而提高电网运行效率和负荷率。

推广燃气空调 缓解电网高峰负荷

作者以一个记者的独特视角,分析了我国大部分城市所面临的夏季电力供应紧张的原因:电空调不仅是大份额的消费主角,而且用电结构不合理,加剧了电网的峰谷差。提出要解决这一难题,一是要大力推广燃气空调,利用燃气峰谷与电网峰谷极好的互补性,来缓解电网高峰负荷,二是要加强"电力需求侧管理",发展分布式热电冷综合能源供应等新技术。

上海电网1995年夏季高峰负荷及潮流分析

1995年上海电网夏季负荷继续高速增长,主变过载更为突出,各线潮流比较理想。从负荷和潮流的分析中,提出了有关地区电网中存在的问题和今后需相应采取的措施。