基于最小二乘支持向量机和负荷密度指标法的配电网空间负荷预测

传统的负荷密度指标的求取方法通常采用经验法或简单类比法,难以满足精度要求,从负荷密度与其影响因素存在着某种非线性关系的角度出发,提出了一种基于最小二乘支持向量机(least squares support vector machine,LS-SVM)的配电网空间负荷预测方法。该方法首先引入模糊C–均值算法把各类用地性质负荷聚类为几个等级,建立比较精确的负荷密度指标体系;然后根据待预测地块的规划属性,在体系中为LS-SVM预测模型选出与预测样本特征更为相似的样本进行训练,提高LS-SVM的泛化能力和预测精度;采用遗传算法对LS-SVM预测模型的参数进行自动优化,进一步提高预测模型的适应性和预测精度,实例验证了该方法的实用性和有效性。

基于极限学习机与负荷密度指标法的空间负荷预测

空间负荷预测对有配电网的规划建设具有重要意义,为了提高配电网空间负荷预测的精度,文中提出基于极限学习机(ELM)的配电网空间负荷预测算法,采用粒子群优化(PSO)模型的参数。首先根据用地性质将负荷分类,再通过模糊C均值(FCM)算法对每一类负荷进行聚类分析,建立精细化的负荷密度指标体系。根据待预测地块的特性指标选取训练样本,代入ELM训练,提高预测精度。通过搜索的数据对实例进行仿真试验,通过对比未引入FCM算法的相对误差、未引入PSO算法的相对误差以及采用PSO-ELM算法的相对误差可得,文中提出的PSO-ELM算法具有较高精度,满足实际工程的要求。

小区负荷密度指标法在格尔木城区电网负荷预测中的应用

针对格尔木城市规模较小,用电水平较低,采用传统的负荷预测方法很难准确把握格尔木城网目标年负荷水平。文章利用《城市电网规划计算机辅助决策系统》软件中的负荷预测子系统,采用国内在目标年常用的小区负荷密度指标模型,对目标年格尔木城区负荷总量及负荷分布进行预测,得到格尔木城区饱和的负荷水平和准确的负荷分布情况,为指导今后电网建设提供依据。

基于改进型ANFIS的负荷密度指标求取新方法

针对传统的负荷密度指标的求取方法通常采用经验法或简单类比法,难以满足精度要求这一不足,从负荷密度与其影响因素存在着某种非线性关系的角度出发,提出了一种新颖的、基于自适应神经模糊系统(ANFIS)的负荷密度指标求取新方法。该方法用熵权法对影响因素的输入值进行加权处理,运用Fletcher-Reeves共轭梯度法改进ANFIS默认的混合学习算法,建立改进型ANFIS预测模型来求取负荷密度,克服了传统方法输出结果不可量化和精度不高等缺点。通过一个实例验证了该方法的实用性和有效性。

考虑地域差异的配电网空间负荷聚类及一体化预测方法

针对基于智能算法的负荷密度指标法对样本依赖性强且在各地实际应用困难的不足,提出一种考虑地域差异的配电网空间负荷聚类及一体化预测方法。该方法首先通过大量调研得到分布在不同地区、分属不同类型的负荷样本及所处地区信息;然后利用基于日负荷曲线的负荷分类校验及精选方法对所有调研样本进行分类精选;再根据区域分类、负荷分类对精选样本构成的全样本空间进行两级划分,得到分层级子样本空间;最后根据待测地块的属性信息对子样本空间进行匹配,选取与其最相似的子样本空间作为训练样本,构建支持向量机模型预测各地块的负荷密度,进而得到电力负荷的空间分布。工程实例分析表明了该方法的实用性和有效性。

基于多变量分析的城市电网空间负荷预测方法

提出了一种基于多变量分析的城市电网空间负荷预测方法。该方法采用"自上而下"的方式来实现,首先建立计及经济、人口、气温等因素影响的多变量预测模型,并在此基础上预测出城市电网的负荷总量;然后根据城市用地信息,采用负荷密度指标法把负荷总量分配到各个供电小区,从而实现空间负荷预测。最后以吉林市城市电网为例进行分析,结果表明该方法是有效的。

空间负荷预测法的应用实例及要点分析

负荷预测是配网规划的基础,负荷总量及其空间分布的合理确定,对于配电网的精细管理及资源的优化配置有着重要的意义。就工程中应用最为广泛的一种空间负荷预测方法,即负荷密度指标法进行了分析,给出了在对单一地块及整个规划片区进行负荷预测的实例,并对预测结果进行了证验。最后,分析了负荷密度指标法在电动汽车、分布式发电等逐步普及的新形势下,在负荷预测时需重点关注的要点。

基于改进的空间负荷预测法在远景年产业园区的应用研究

传统的空间负荷预测方法在选取同时率时难以满足精度要求,为此提出了一种改进方法,即对各分类负荷采用将各自的日负荷曲线相加的方法,并将其应用于阜阳合肥远景年产业园区的空间负荷预测,得出了准确与详实的负荷分布情况。预测结果表明该方法计算简便、精度高、实用性较强,可以有效提高负荷预测精度。

试析城市电力设施的布局规划思路及方法——以绍兴市市区电力设施的布局规划为例

电力设施是城市电力系统的重要组成部分,针对电力设施的布局规划,采用国内领先的规划策略和优化模型,在科学合理的负荷分布预测基础上,对城市变电站站址及廊道的结构进行全面优化,并提前将电网规划结果纳入城市规划中.

面向园区典型用户电负荷预测的新方法

传统电力负荷预测法主要依据专家经验和现状年负荷值来预测未来年负荷,该方法具有一定的局限性。为合理预测园区负荷实际情况,采用了新的电负荷预测方法,即综合考虑典型用户性质、四季差异、作息时间等多种影响因素,通过研究园区全年负荷密度预测曲线的调整方法,并结合上海市典型用户实际负荷数据对模型进行了验证,为适应多应用场景的园区综合能源供应系统优化配置研究奠定基础。

基于空间负荷预测模型的园区饱和负荷分析

随着城市建设的不断发展和完善,我国已经开始认识到空间负荷预测的重要性,开始在日负荷基础上考虑用户性质、四季差异等,进行电能负荷调整及区域用电规划。研究从现行回归模型出发,分析园区空间日负荷曲线波动情况;利用模糊处理和组合分析,增强远景年各类日负荷曲线叠加的可靠度,精准把控园区饱和负荷阈值,有预见性地展开专项电力规划。

多电压等级城市高压配网规划研究

研究了多电压等级城市电网规划模型,通过详细分析实际的规划过程,提出了负荷最优分配模型和多电压等级电网规划三步求解模型。结合城市电网规划工程实际,规划过程考虑了城市电网不同电压等级网络的运行要求和线路布线路径要求,变压器及线路选型满足GB50293—1999《城市电力规划规范》。该模型在我国东部某一城市电网规划中得到了成功应用,表明了本算法的有效性和实用性。

考虑光伏出力与电动汽车接入的配电网空间负荷预测

随着分布式光伏的发展以及电动汽车的接入对配电网的影响,传统的空间负荷预测已经不能满足要求,因此本文提出了考虑光伏出力以及电动汽车接入的空间负荷预测方法。首先基于LSSVM与负荷密度指标法预测传统空间负荷;然后,根据规划区的光伏影响因素预测光伏输出功率大小,采用蒙特卡洛算法模拟电动汽车的充电负荷;最后,将光伏输出功率、电动汽车充电功率与传统空间负荷叠加得出总的空间负荷。以绍兴市某城区为例,预测结果表明,考虑了光伏出力以及电动汽车接入会明显的提高空间负荷预测的精度。

威海沿海地区电网规划

首先阐述了负荷密度指标法在我国的适用性和实用性,在详细分析了空间负荷预测相关因素的基础上,结合威海沿海地区的土地利用规划情况,采用负荷密度指标法预测负荷,并与增长率法和弹性系数法比较,选出最佳预测方案。