DSM与储能技术在峰值负荷管理的应用及效果

工业的发展主要依靠电力,当前电力短缺问题日益严重,限制了工业经济的发展,因此工业用户需要应用有关技术,解决电力短缺问题。通过介绍适用于工业用户的需求侧管理(DSM)与储能技术,说明应用DSM与储能技术的有效性;介绍DSM与储能技术在工业峰值负荷管理中的应用情况以及实施效果;以乳品行业为例,验证了实施DSM与储能技术能够有效地降低峰值负荷,减少工业用户的用电支出,为供电企业与工业用户削峰填谷提供一定的决策依据。

可转移电力峰值负荷的新型双向相变储能系统

提出了崭新的双向相变储能理论 ,并对双向相变储热蓄冷材料做了详细介绍。双向相变储能系统克服了传统储能方式的局限性 ,既可以在夏季储热 ,又可在冬季蓄冷 ,且在转移电力峰值负荷方面应有较大的优势。为此 ,给出了双向蓄能系统的具体实施方案 ,为合理利用蓄能技术转移电力峰值负荷提供了一种新思路和新方法。

基于自组织映射网络的峰值负荷预测方法

应用扩展自组织映射网络研究了电力系统峰值负荷预测问题。在传统的Kohonen自组织映射(SOM)网络的学习算法的基础上,为了提高电力系统峰值负荷预测的精度,进一步提出了一种扩展的自组织映射算法。在这个SOM网络中,除了权矩阵外,还有一个输入输出对的局部梯度(Jocobian)矩阵也被存储在神经元中。这样,在输出空间中梯度信息围绕输出权值产生了一个一阶扩展,便可得到一个输出的改进估计值。同时,提出了一个Jocobian矩阵的生成算法。最后采用纽约市的电力负荷数据为研究对象,证明了所提出方法的有效性。

需求响应在峰值负荷消减中的应用

节能减排是目前全国乃至全球都非常重视的一个课题,如何高效节约用电是这一课题的重要组成部分。文章在参考学习中外需求响应技术的基础上,结合中国目前的电网基础设施中,通过需求响应技术来进行峰值负荷消减项目的建议措施与方法。

飞机起飞中轮胎峰值负荷研究

合格的轮胎对确保飞机起飞着陆的安全是非常重要的,前不久发生的协和飞机空难,该机在起飞滑跑中轮胎爆破了。本文以我国某机试飞实测的一些数据计算得到的轮胎负荷变化为例,说明国内外机种包括协和飞机在内出现的峰值负荷的一般规律并分析其原因,以便摆脱常规概念中认为飞机轮胎负荷随滑跑速度加快时飞机升力增加而减小的误区。本文可供飞机主机厂、所为检验轮胎是否合格而给出符合实际的轮胎动力模拟试验数据作参考。

峰值负荷直接预报方法研究

峰值负荷的预报有两类方法:一类是相关因素解析法,另一类是直接预报法.总的来说相关因素解析法是一种间接的预报方法,预报过程比较复杂.特别是其中一些相关因素的预报以及某些常数的确定难以准确,因而影响了这类方法的精度.有鉴于此,本文着重研究峰值负荷的直接预报法,并将其应用于江苏电网.1

计及复杂气象影响的含光伏电源的母线峰值负荷预测

光伏电源并网后,配电网母线负荷波动会更复杂,峰值负荷预测更加困难。为提高母线峰值负荷预测精度,文章提出了计及复杂气象影响的母线峰值负荷预测方法。首先,根据不同气象日下累积的历史数据,通过条件互信息分析母线峰荷数据与高维气象、社会等特征间相关性,获得特征重要度排序;其次,在条件互信息降低潜在特征集合特征间冗余性基础上,针对不同气象日,以改进粒子群优化极限学习机预测精度为决策变量,开展针对性前向特征选择,确定不同最优特征子集;最后,根据最优特征子集,针对性建立不同气象日下母线峰值负荷最优预测模型。以某地区实际含高渗透率光伏电源母线负荷开展实验,证明所提方法可有效提高母线峰荷预测精度。

基于XGBoost的配电网线路峰值负荷预测方法

为实现电网平稳迎峰度夏,需要在夏季负荷高峰前提前1~2个月对配电网线路进行峰值负荷预测,为设备部门有计划地制订和实施增容和改扩建方案提供数据支撑。提出一种基于XGBoost的配电网线路峰值负荷预测方法。该方法综合考虑气象因素、时间因素、春季基础负荷因素,分析各类因素与夏季负荷高峰的相关性,确定预测样本特征值。通过K-means算法对线路负荷增长趋势进行聚类分析,筛选出未来可能负荷较重的目标线路,进而使用XGBoost算法进行线路峰值负荷预测。使用所提方法对某实际城区局部配网进行预测,算例结果验证了该算法的预测准确性。与其他算法的对比结果体现了该算法计算规模小、预测速度快的优点。

基于贝叶斯优化XGBoost的短期峰值负荷预测

随着电网结构愈发复杂,负荷的多样性与波动性显著增加,对预测模型提出了更高的泛化能力和精度要求。然而,传统算法存在易过拟合、精度低等固有缺陷,难以实现复杂电网下精准的尖峰负荷预测。为此,文中提出一种基于贝叶斯优化极限梯度提升(XGBoost)的模型用于短期峰值负荷预测。首先,通过特征重要度得分进行特征提取,剔除冗余特征,确保输入-输出有较优的映射关系;然后,引入贝叶斯优化算法进行超参数调优,使XGBoost的性能达到最佳状态;最后,使用国内某市电力负荷数据对所提模型的有效性进行验证,结果表明,与其他机器学习方法相比,贝叶斯优化XGBoost具有更高的预测精度。

基于Prophet算法的配电网线路峰值负荷预测

对配电网线路进行负荷峰值预测,准确预测将出现重过载的线路,能为配电网制定供电计划提供重要参考。分析配电网线路历史负荷受节假日、季节影响的变化规律,提出基于Prophet的配电网线路峰值负荷预测方法,对每条线路单独建立Prophet模型,模型以历史日峰值负荷数据为输入数据,且通过自适调参方法对模型的变点增长率及变点个数参数进行调优,最后对实际数据进行算例分析,验证了该方法可准确实现配电网线路峰值负荷预测。

基于门控递归神经网络的电网日峰值负荷预测

日峰值负荷作为非线性、非平稳且波动的时间序列,难以准确预测。提出了一种结合动态时间规整(DTW)的门控递归神经网络(GRNN)用于准确预测日峰值负荷。利用DTW距离用于匹配最相似的负荷曲线,可以捕捉负荷变化趋势。采用热编码方案对离散变量进行编码,扩展其特征从而表征对负荷曲线的影响。提出了一种基于DTW的门控递归单元(DTW-GRU)算法用于日峰值负荷预测,并在欧洲智能技术网络(EUNITE)数据集上进行了测试。仿真结果表明,与其他算法相比,该算法的MAPE仅为1.01%。

面向智能电网峰值负荷降低的用电数据分析

随着用电负荷需求不断增加所引发的峰值负荷过载问题,文中建立了智能家居(SH)和智能电网(SG)服务器之间数据通信模型,给出了配电网负荷需求管理的总体条件,并提出了一种面向智能电网(SG)的负荷数据分析DR管理方法,通过对用户的SH收集用电数据进行分析,设计了峰值负荷情况下的DR决策,分别从用户、电力公司和瞬时负荷变化三个角度设计了不同的峰值负荷降低算法。仿真结果表明,所提出的方法在很大程度上有效地降低了配电网的峰值负荷。

利用年用电量对峰值负荷进行预测

电力系统负荷预报的一项重要内容是峰值负荷预报，然而峰值负荷预报却不是容易进行的。这是因为：电力系统的负荷不是单一的负荷，通常由各种不同不同类型的负荷构成，它们不会同时产生峰值，所以要做到准确地预报电力系统峰值，就要考虑它的分散性，该文从年用电量的角度对峰值负荷进行预测。

基于K-means聚类算法和智能电表数据的居民峰值负荷概率估计模型

为解决低压变电站容量长期规划中,居民负荷的随机波动性导致峰值负荷难以准确估计问题,本文提出了一种基于K-means聚类算法和智能电表数据的居民峰值负荷概率估计模型,此方法以解决以往确定性峰值负荷估计难以衡量估计误差问题。首先,根据家庭人口数将居民分为两大类,即中小规模居民和大规模居民;其次,基于Kmeans聚类算法多次迭代抽样,分别求取两类居民的标准多样性最大化需求曲线,即峰值负荷概率分布和居民人口数之间的函数关系;最后,根据新居民人口数确定两类居民的峰值负荷概率分布,分别乘以对应的贡献因子系数后再求取其联合概率分布,可得到新入住居民的总峰值负荷概率分布。仿真算例表明,本文提出的居民峰值负荷概率估计模型能较准确地新居民的总峰值负荷。

峰值负荷不复存在减少流程泵的电力消耗并延长其使用寿命

流程泵在工作时对液体压力突然变化带来的液压冲击非常敏感。因此，在流程泵负载经常变化的应用场合中就要智能化地控制电动机的功率。本文将介绍如何智能化控制流程泵电机的功率。流程泵的直接启动很快就会带来冲击波，导致流程泵火效，严重时导致整个系统受损的液压冲击。一般来讲，启动阶段的扭矩负载可以达到满负荷正常工作时的3．5倍。

科研建筑电力负荷密度研究

通过对中国科学院科研院所集中的北京市中关村和奥运村区域内数十家单位的电力负荷进行深入调查研究,结合有关单位运行维护的电力监测平台数据,通过数据统计、处理和分析,设计流程复盘、设计参数验算等方法,辅以科研院所实地走访等手段,从建设单位和设计单位共同关注的科研建筑“怎么算负荷,装机装多大”入手,针对科研建筑电力负荷密度的合理取值作出探索。

一种采用记忆神经网络和曲线形状修正的负荷预测方法

针对分布式电源和新型负荷容量累积造成负荷影响因素多元化和不确定性特性增强的问题,文中提出一种采用记忆神经网络和曲线形状修正的负荷预测方法。在负荷峰值预测中,采用最大信息系数计算负荷峰值与影响因素的非线性相关性,实现对输入特征的筛选;综合考虑负荷峰值序列的长短期自相关性和输入特征与负荷峰值的不同程度相关性,结合Attention机制和双向长短时记忆(bidirectional long short-term memory,BiLSTM)神经网络建立负荷峰值预测模型。在负荷标幺曲线预测中,通过误差倒数法组合相似日和相邻日,建立负荷标幺曲线预测模型;针对预测偏差的非平稳特征,利用自适应噪声的完全集成经验模态分解和BiLSTM网络建立误差预测模型,对曲线形状进行修正。应用中国北方某城市的区域电网负荷数据为算例,验证了所提模型的有效性。

基于峰值负荷的签派员席位任务分配问题

本文研究的问题来源于航空公司运行控制中心的签派部门,签派员在放行航班时,既要保证航班的正点起飞,又要调节放行航班的工作劳动强度保证放行的质量,使航班在安全状态下运行。这里放行航班的工作劳动强度为单位时间内的工作时间,峰值负荷即劳动强度最大值。峰值负荷过高则工作紧张,进而推断该放行席位的任务分配不合理。文中将问题描述为任务有优先序的单机排序问题,每个任务都有一个到达时间(release time)、截止期限(deadline)和处理时间(procession time),处理时间因任务的不同而不同,目标是在绝对不准延误完成任务前提下,使单位时间的峰值负荷最小。在使单位时间峰值负荷最小的目标下,本文提出了一个有效算法,并证明该算法下的任务安排是最优安排。

气候变化对室外设计条件和冷负荷峰值的影响

通过分析中国五个主要气候区中的五个代表城市在两个30年里(1971-2000年和1984-2013年)的设计干球温度(DDBT)和同时发生湿球温度(CWBT),研究了气候变化对室外设计条件和制冷负荷峰值的影响.研究结果发现1984-2013年的DDBT往往高于1971-2000年,但是1984-2013年的CWBT和相应的室外空气焓值在不同的保证率水平下均小于1971-2000年.与由于室外空气焓降低而导致的新风负荷减少相比,因温度升高而通过建筑物围护结构所产生的传导热的增益相对较小,这导致在五个主要气候区中冷负荷峰值均降低.这个结果与普遍认为的全球变暖将使室外设计条件更加严格,从而导致更高的冷负荷峰值和更大的供暖、通风和空调(HVAC)设备系统的观点相反.

可降低负荷峰值的智能用电任务调度优化

家庭用电消费中可以通过自动控制装置对家庭用电任务进行调度优化,但缺少高效率的智能调度优化算法制约了其应用。根据家庭用电消费的特点,首先对用电任务进行了定义,构建了家庭用电任务调度优化问题模型,模型以降低家庭用电负荷峰值为目标。针对模型优化目标,设计了一种基于遗传算法的高效智能用电任务调度优化算法。算例实验结果表明,该算法能够较好地优化用电任务的运行安排,有效降低家庭用电负荷峰值,具有一定的实用价值。