云南电网日负荷特性的影响因素及相关性分析

本文以云南电网历史负荷数据为基础,对云南省电网日负荷特性变化规律进行了分析,总结了主要影响因素,定性及定量分析了各因素对日负荷特性指标的影响程度,计算了日负荷特性指标与影响因素的相关系数,建立了日负荷特性与影响因素的回归模型。研究成果为开展负荷预测、制定负荷调控措施等电网规划提供了有效参考依据。

基于模糊聚类与改进BP算法的日负荷特性曲线分类与短期负荷预测

提出了一种将模糊聚类技术与人工神经网络中的BP网络相结合的日负荷特性曲线分类与短期负荷预测的方法。通过模糊聚类技术将不同用户的负荷特性曲线进行分类,建立出不同的典型负荷曲线。然后利用同预测曲线相同类型的典型曲线,结合温度、日类型、湿度等对短期负荷预测影响较大的因素作为学习样本建立相应的BP网络模型。针对传统BP算法的不足,利用变学习速率和附加动量来改进BP算法并预测日负荷曲线。通过对实际日负荷曲线样本进行分类和对短期负荷进行预测证明该方法预测精度较高,在实际应用中具备可行性。

基于双层自适应密度聚类算法的分行业日负荷特性

利用营配大数据所提供的大量数据计算电力用户的日负荷特性参数,运用密度聚类(DBSCAN)方式分析行业的日负荷特性。提出了以波动率、最大负荷发生时刻和最小负荷发生时刻三项指标为特性指标的降维方法。利用高斯核密度估计优化处理密度聚类算法,提出日负荷特性规律算法效果评价体系。针对评分结果确定是否需要二次聚类,最终给出电力行业典型日负荷特性曲线。以浙江沿海某城市近4万用户进行算法验证,结果表明该算法提高了聚类质量及效率,其行业负荷特性结果对电力需求侧预测、配电网规划等具有较大的指导意义。

电动汽车充放电行为对电网负荷特性的影响

通过行驶里程、充放电时间及充放电方式等分析进行电动汽车的行为特性数学建模.采用基于拉丁超立方采样(Latin hypercube sampling,LHS)的蒙特卡洛模拟(Monte Carlo simulation,MCS)得到电动汽车充电功率的日负荷分布曲线,将其期望值和方差与简单蒙特卡洛计算结果相比较,表明该方法比传统MCS具有良好的收敛速度和收敛精度.通过广州市电网负荷曲线算例,评估电动汽车充放电过程对电网负荷特性的影响,并揭示私家车双向有序充电与公交车集中充电相结合,可以在平抑负荷波动增大日负荷率的同时,有效降低日峰谷差率,从而既能保证用电单位经济合理用电,又有助于整个电网的安全经济运行.

基于单纯形法的中长期典型日负荷曲线预测研究

针对现有的典型日负荷曲线预测方法的不足,在研究用电结构的基础上,建立了基于单纯型的典型日负荷曲线预测模型,并将预测结果与支持向量机算法的预测结果加以比较。从预测结果对比分析可以看出,起始阶段支持向量机算法比较准确,而末尾阶段单纯形法预测精度相对较高,中间部分相差不大。对于拐点比较大的时刻,预测误差普遍较大。

考虑广义储能的综合能源系统典型日优化运行

由电、热、冷能系统之间的耦合与互联构成的综合能源系统(IES),对于构建环保、高效、经济的能源系统至关重要。着眼于IES运行环节,考虑广义储能设备的投入运行,并计及IES内各设备出力约束,以调度周期内运行费用最低为目标函数,采用基于yalmip平台的cplex优化算法包对IES优化运行进行求解。该方法考虑了分时电价和典型日负荷特性对IES运行的影响,并与不计广义储能的运行模式进行对比分析。算例仿真表明,投入广义储能设备不仅更有利于IES的经济效益,而且有利于IES安全稳定运行。

京津唐电网夏季大负荷分析

通过对京津唐电网夏季大负荷进行定性、定量分析 ,找到影响电力负荷的因素 ,总结出电力负荷的增长规律 ,从而能更准确地预测出未来的负荷增长情况 。

考虑风电-负荷相关性的含大规模风电并网电力系统中火电深度调峰运行优化

大规模风电接入电力系统对系统的运行灵活性提出了更高的要求。为了提高系统对风电的消纳能力,针对我国电力系统发电调度实际特点,在对风电出力特性及系统负荷相关性进行详细分析的基础上,提出了考虑系统日负荷特性的风电出力特性评价指标,并提出了基于此类特性指标的风电典型场景聚类方法。同时,为应对风电出力不确定性,建立了基于转子低负荷机组寿命损耗及机组投油费用模型。基于此,对大规模风电并网系统中火电深度调峰的运行优化方法进行了研究,采用改进的IEEE RTS-96系统及东北某省的历史风电曲线进行算例分析,验证了所提模型及方法的有效性及实用性。