采用分形插值的典型日负荷曲线改进预测方法

提出了一种结合粒子群算法的改进分形预测方法。针对各年典型日负荷曲线形态相近且具有上移趋势的特点,采用调整向量来描述该趋势,在生成迭代函数系吸引子的过程中利用粒子群算法对调整向量进行优化。针对传统分形预测中迭代初始点经验性选取的问题,提出了利用"时序平移"的思想来计算迭代初始点的方法。结合调整向量优化和时序平移思想,建立改进的分形预测模型。最后,通过实例计算说明了该方法的有效性。

一种基于语义聚类的典型日负荷曲线选取方法

将典型日负荷曲线的选取问题转化为基于统计学习的多元分类问题,利用概率潜在语义分析模型(PLSA)进行问题求解。方法首先通过K均值聚类和负荷曲线时段划分形成观测特征词和目标文档,通过阈值计算获得特征词-目标共生矩阵;然后基于Davies-Bouldin指标计算PLSA模型的最佳主题数目,并对模型参数求解获得每个目标文档中特征词的潜在主题;最后依据电力负荷曲线与特征词的对应关系形成新的聚类,并采用选取策略获得各聚类的典型日。实验表明,方法能够较好的反映节假日、气候等因素的影响,典型日选取合理可行。

基于典型日负荷曲线的变电站无功补偿优化系统

变电站无功优化系统通过对变电站一段时期内负荷变化数据进行分析,得出典型日负荷曲线,并动态计算出一段时期内变电站电容器的投切时间和容量,对无功补偿方案的设定具有一定的指导意义。

运用聚类算法预测地区电网典型日负荷曲线

日负荷曲线预测是制定日调度计划等工作的基础,典型日负荷曲线的预测对电网规划设计具有重要的参考价值,其预测的准确性直接影响到电网建设和运行的经济效益。通过对历史数据的预处理、初始聚类中心的设置以及最优聚类数目的确定,建立典型日负荷曲线的聚类预测模型。基于历史数据的聚类结果以及待预测日的温度、降水量、湿度等相关参数,得出典型日负荷曲线预测结果。将该模型应用于上海电网典型日负荷曲线预测,显示聚类算法能够全面地考虑相关的因素,得到较为准确的预测结果。

基于典型日负荷曲线的变电站无功补偿优化分析系统

变电站无功补偿控制能够实现按照不同时段、不同容量来选择投切控制方式,但投切时间及容量的确定,缺少必要的理论依据。介绍了基于典型日负荷曲线的变电站无功补偿优化分析系统,对变电站一段时期内负荷变化进行了数据分析,得出典型日负荷曲线,并动态计算出一段时期内变电站电容器较合理的投切时间和容量,对无功补偿方案的确定具有一定的指导意义。

基于卷积变分自编码器的日负荷曲线聚类研究

用户日用电数据可以反映用户的用电行为特征,聚类任务能够从大量运行数据中提取典型用户日负荷曲线为电力系统的规划与调度等任务提供依据。针对传统聚类方法在数据量庞大、数据维度较高的日负荷数据场景中具有效率低下、提取潜在表征困难等问题,提出基于卷积变分自编码器(variational autoencoders,VAE)的聚类方法对负荷曲线进行聚类。该方法首先通过卷积变分自编码器降维提取日负荷数据的潜在特征,并配合K-means进行负荷聚类任务,最后基于各负荷曲线与聚类中心的距离通过加权修正每一类聚类中心以得到更具代表性的典型日负荷曲线。利用UCI数据集中的葡萄牙用户实际采集数据进行算例验证,结果显示该方法的戴维森堡丁指数(Davies-Bouldin Index,DBI)相较于传统聚类方法K-means、PCA+K-means等下降明显,说明类内更加紧密,类间更加远离,提高了聚类质量。然后利用高斯距离加权改进了聚类中心,提取到更加典型日负荷曲线,使得分析用户用电行为特征更为精确。验证了卷积变分自编码器聚类方法在日负荷曲线中的有效性。

基于改进模糊聚类的典型日负荷曲线选取方法

典型日负荷曲线对负荷调度计划以及运行控制有着重要意义,针对常用的传统典型日负荷曲线选取方法不满足目前电力市场需求的问题,提出了基于自适应因子与概率统计法相结合的改进模糊聚类算法典型日负荷曲线选取新方法,应用日负荷率、日负荷波动率等描述性特征指标,确定最优聚类数;引入模糊-离散系数,辨识样本数据中的畸变日,并予以剔除;计算日负荷与月平均负荷之间的相关系数,依据相关系数选取典型日负荷曲线。以新疆电网2015年1月份负荷数据进行实例仿真,结果表明所提方法能够准确选出典型日负荷曲线,验证了方法的可行性和有效性。

水电站日典型负荷过程研究

水电站短期优化调度对于水资源高效利用具有重要的作用,负荷过程变化频繁是制约优化调度成果实用性和增加水电站群系统优化求解难度的关键。以天生桥一级水电站为研究对象,基于峰荷、腰荷及基荷等3个特征负荷的水电站日典型负荷过程,引入基荷系数和调峰系数2个特征参数,推导了特征负荷与特征参数之间的数学关系,提出了水电站短期优化计划的快速制作方法。该方法实现了优化数学模型的高效降维,增强了优化成果的适用性和可操作性。实例应用表明该方法既可得到最优解、也可得到经济运行的负荷图范围。

基于FCM配电侧典型电力日负荷曲线分类研究

关于典型电力日负荷曲线,利用模糊C均值(FCM)的聚类方法,通过对典型工作日负荷历史数据进行聚类,得到典型工作日季节性电力日负荷曲线。该典型电力日负荷曲线对于负荷预测、控制、用电异常甚至是电价目录制定和开发营销策略等都有着指导作用。

典型日负荷曲线预测的一种简单方法

在介绍负荷预测方法的基础上,通过分析日负荷曲线,得出日负荷率与日负荷曲线的内在规律,提出了一种简单实用的典型日负荷曲线预测的新方法,此方法不用复杂的数学方法和模型,通过实例计算,表明该方法简便有效。

基于正态分布的典型负荷日拟合方法

电网负荷曲线的预测,储能电站的选址与容量配置都需要选取合适的典型负荷日。综合考虑电网负荷数据,提出一种基于正态分布的典型负荷日拟合办法。将每天同一时刻的负荷所出现的频率作为其概率,由于不同天同一时刻的负荷值相差不多,可以将其近似认为服从正态分布,利用最大似然估计法拟合成正态分布曲线,并利用每个概率分布的期望作为该时刻的负荷值。将日负荷率与数据平均日负荷率之差的绝对值作为评价指标1,将选取的典型负荷日与数据所有负荷日相关系数绝对值的平均值作为评价指标2,利用电网负荷数据对上述典型负荷日拟合方法进行验证,结果显示,用该方法所拟合的典型负荷日更具有一般性。

水电站日调峰能力计算方法研究

水电站日调峰能力是衡量水电站的主要性能指标之一,在水、风、光电联合的电网调度中具有重要意义。从调峰幅度和调峰电量两方面定义了水电站日调峰能力的概念,并基于四种固定形状的典型日负荷图及一种通用的典型日负荷图开展了水电站日调峰能力的计算。针对固定形状的典型日负荷图给出了在给定调峰时间下的水电站最大调峰幅度的计算方法,针对通用的典型日负荷图给出了日最大调峰电量的计算方法。以红水河中下游四座具有不同调节性能的水电站水库为研究对象,分别计算了在五种典型日负荷图下各水库在不同初水位和不同日均入库流量时的调峰能力。结果表明,对具有季调节和年调节等调节能力强的水电站,其日调峰能力的大小主要受库水位的影响,而与日均入库流量的关系不大。对日调节水电站,在入库流量较小时,其日调峰能力受日初水位和日均入库流量的影响较大;当入库流量达到一定值后,日初水位对日调峰能力的影响较小。在平均入库流量和初水位确定的情况下,可以定量求出水电站的最大调峰幅度和最大调峰电量及相关运行数据,便于水电站最大化参与电网调峰。研究所提出的水电站日调峰能力的概念客观全面,所建立的日调峰能力计算方法具有较强的实用性和可操作性,可为水电站日调峰能力的确定提供科学依据。

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。

基于典型日逐时负荷的分布式能源站制冷、制热设备容量优化

基于供能项目典型日逐时冷、热负荷特性,搭建分布式能源系统多种不同类型制冷、制热主机及蓄能容量优化分配的数学模型,设定合理的目标函数以及约束条件,采用单纯形算法求解优化模型。以全寿命周期费用作为系统评价指标,探讨了分布式能源中心多种类型制冷、制热主机及蓄能的最优装机容量配置。该方法有利于降低分布式能源系统的投资,提高各设备的使用率和运行经济性。以北京某办公商业综合体分布式能源中心为例,分别探讨了市政电力价格及天然气价格变化对该项目的制冷、制热主机及蓄能容量优化分配的影响,为分布式能源系统的合理配置选型提供理论参考依据。

一种多能源互补微网系统的典型日负荷曲线提取方法

典型负荷场景对多能互补微网系统规划有着十分重要的意义。针对传统的历史典型日负荷曲线数据过于保守的问题,提出一种利用DeST软件结合k-means聚类算法得到典型日负荷曲线的方法。首先对区域内各建筑体进行建模;其次通过DeST中的DeST-h求得该模型的全年负荷需求数据;最后使用k-means聚类算法对场景进行提取,得到典型的日负荷曲线。基于某规划区实际场景数据,利用所提出方法提取典型的负荷场景曲线,验证了该方法的可行性。

一种基于反一致自适应聚类的典型日选取方法

研究典型日负荷曲线对分析用户用电规律、辅助用电决策具有重要意义。目前典型日负荷曲线的选取方法具有不确定性和局限性,而采用聚类方法拟合日负荷曲线与实际情况存在一定误差,由此提出一种基于反一致自适应聚类的典型日选取方法。通过反一致自适应可能性C均值聚类算法求取典型日负荷曲线,然后利用样条插值修正典型日负荷曲线。由实验数据可得,该方法可相对准确的模拟典型日负荷曲线,为用户用电情况分析及预测提供依据。

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。

基于负荷曲线峰型特征的梯级水电站日前发电计划编制方法

水电站日前发电计划编制问题旨在确定次日各时段最优的机组出力与启停计划,提高发电效益和水资源利用效率。提出了一种基于负荷曲线峰型特征的梯级水电站日前发电计划编制方法:首先基于提出的典型日负荷曲线线型判别指标从历史同期日负荷过程中筛选出双峰型与单峰型的典型日负荷曲线;再对典型日负荷曲线进行放缩及调整使其满足日发电量需求并避开不可调控区;将调整后的典型日负荷曲线代入梯级水电站短期经济运行模型,采用双层嵌套优化算法计算得到不同峰型的能耗最小的日负荷曲线。以清江梯级水电站开展实例研究,结果表明:提出的典型日负荷曲线线型判别指标可有效筛选出典型的双峰型和单峰型日负荷曲线;最优的双峰型及单峰型日负荷曲线相较实际发电过程可分别节省水能3.13%及1.05%。

基于非参数核密度估计和改进谱多流形聚类的负荷曲线分类研究

针对高维负荷曲线的聚类问题,提出一种基于改进谱多流形聚类的负荷曲线聚类方法,该方法包括典型日负荷曲线提取、负荷曲线聚类和聚类效果评价3个步骤。首先提取用户负荷特性指标,结合非参数核密度估计方法计算提取用户典型日负荷曲线。在改进谱多流形聚类算法中,引入时间翘曲距离度量曲线相似性,并用高斯核函数计算局部相似性,基于此构建相似性矩阵并聚类。聚类后采用多种聚类有效性指标,从聚类效果、算法稳定性和运算时间3个角度对聚类结果和算法性能进行评价。采用某地区若干用户的负荷数据作为算例样本进行聚类分析,验证了所提出的典型日负荷曲线提取方法和改进谱多流形聚类算法的合理性和优越性。

河南电网降温负荷测算研究

为准确估算2016年河南电网降温负荷的大小,基于8760负荷、空调容量、气温等数据,提供了负荷曲线比较、用电设备成分分析、典型日负荷对比3种测算方法。并对"十二五"以来降温负荷在最大负荷中占比、贡献度进行分析,判断了未来降温负荷的发展趋势。