城市电网规划总量负荷预测系统的开发与应用

城市电网规划总量负荷预测系统的开发与应用

论文摘要

电网规划是电网发展的重要依托,其规划水平和质量直接影响到电网供电的安全性、可靠性和经济性水平。总量负荷预测是城市电网规划的基础工作,它决定了未来城市对电力的需求量和未来城市电网的供电容量,其精度的高低直接影响着电网规划质量的优劣。因此,总量负荷预测是城网规划中的关键问题。城网规划负荷预测是一项大数据量的复杂工作,仅靠工程技术人员手工完成,存在着劳动强度大、精度不高等缺陷;如果采用计算机辅助预测系统,可提高工作效率,增强预测工作的合理性、科学性和规范性。然而传统用于规划的负荷预测软件仅是孤立的桌面负荷预测工具,不具备全供电公司全电压序列电网负荷的采集、整理和管理维护能力,预测原始数据需要人工输入,预测结果很难共享,不能满足规划日常化的需要。本文将科学的预测理论与规划人员实际预测工作内容结合,采用先进的软件设计方法及计算机技术,设计并实现了能够嵌入供电公司信息系统的城网规划总量负荷预测系统。本文开发系统分为负荷预测基础数据平台、负荷预测分析系统两部分。基础数据平台是整个系统的基础,负责数据自动采集与预处理,并在数据校验与修复的基础上进行规划态数据还原,为负荷预测分析系统提供准确的原始数据。负荷预测分析系统又可分为负荷分析模块与负荷预测模块。负荷分析模块对历史数据进行各类分析,寻找负荷变化发展的规律,为预测提供决策支持;负荷预测模块是系统的核心部分,内置丰富的预测模型库,并且在模型预测的基础上支持预测结果专家干预,充分利用了预测专家的宝贵经验。系统结合规划实际要求实现了总量、分地区、分行业、变电站的多路径负荷与电量的预测与汇总平衡功能,并能进行分电压等级负荷的预测。同时,系统还提供了一键预测、批量预测、自动生成规划文本等方便实用的功能,满足了负荷预测日常工作平台的要求。本文系统作为天津大学城网规划计算机辅助决策系统CNP4.0的一部分,既可以独立运行,又可与CNP4.0其它部分协同工作。目前本系统已成功应用于深圳、天津等城市的规划负荷预测工作中。

论文目录

  • 中文摘要
  • ABSTRACT
  • 第一章 绪论
  • 1.1 课题提出及意义
  • 1.2 负荷预测基础理论
  • 1.2.1 负荷预测定义及其重要性
  • 1.2.2 负荷预测分类
  • 1.3 城网规划负荷预测研究与应用现状
  • 1.3.1 城网规划负荷预测研究现状
  • 1.3.2 城网规划负荷预测软件应用现状
  • 1.4 本文主要工作及结构
  • 1.4.1 本文主要工作
  • 1.4.2 本文结构
  • 第二章 负荷预测系统总体设计
  • 2.1 负荷预测的要求、原则与步骤
  • 2.1.1 负荷预测的要求
  • 2.1.2 负荷预测的原则
  • 2.1.3 负荷预测的步骤
  • 2.2 系统整体目标、设计要求与开发工具
  • 2.2.1 总体建设目标
  • 2.2.2 设计要求
  • 2.2.3 开发工具
  • 2.3 系统构成
  • 2.3.1 系统构成
  • 2.3.2 接口设计
  • 2.4 系统体系结构
  • 2.5 数据流与数据设计
  • 2.5.1 数据流设计
  • 2.5.2 规划态数据还原
  • 2.5.3 数据设计
  • 2.6 本章小结
  • 第三章 负荷预测基础数据平台
  • 3.1 概述
  • 3.2 平台构成与主要功能
  • 3.3 数据采集模块
  • 3.4 数据校验与修复模块
  • 3.5 规划态数据还原模块
  • 3.5.1 分电压等级还原
  • 3.5.2 计及气温因素还原
  • 3.5.3 计及单独预测项还原
  • 3.5.4 计及规划区变化还原
  • 3.6 计及气温的负荷数据还原方法
  • 3.6.1 还原模型
  • 3.6.2 还原方法
  • 3.6.3 算例分析
  • 3.7 本章小结
  • 第四章 负荷预测分析系统
  • 4.1 概述
  • 4.2 负荷分析功能
  • 4.3 负荷预测功能
  • 4.3.1 预测功能总体描述
  • 4.3.2 多路径预测
  • 4.3.3 通用预测功能
  • 4.3.4 中间年回推
  • 4.4 数据管理及辅助工具
  • 4.4.1 数据管理
  • 4.4.2 辅助工具
  • 4.5 典型预测案例
  • 4.5.1 方案设置
  • 4.5.2 预测
  • 4.5.3 结果导出
  • 4.6 系统特点
  • 4.7 本章小结
  • 第五章 总结与展望
  • 5.1 本文工作总结
  • 5.2 未来工作展望
  • 参考文献
  • 发表论文和参加科研情况说明
  • 致谢
  • 相关论文文献

    • [1].采用联系数与蒙特卡洛模拟的规模化电动汽车充电负荷预测[J]. 电器与能效管理技术 2019(20)
    • [2].基于自适应卡尔曼滤波在气象影响下负荷预测[J]. 计算机测量与控制 2020(01)
    • [3].含分布式电源的智能电网负荷预测研究[J]. 国外电子测量技术 2020(02)
    • [4].基于力控上位机软件热网负荷预测[J]. 数字技术与应用 2020(01)
    • [5].基于多气象因素混合回归的重庆地区夏季日最高负荷预测[J]. 水电能源科学 2020(04)
    • [6].空间负荷预测在某县城核心区负荷预测的应用[J]. 电子技术与软件工程 2019(15)
    • [7].配电网规划中负荷预测实际问题及措施[J]. 通讯世界 2017(22)
    • [8].基于分布式图计算的台区负荷预测技术研究[J]. 中国电机工程学报 2018(12)
    • [9].电力用户侧大数据分析与并行负荷预测研究[J]. 自动化应用 2016(11)
    • [10].电力检修中负荷预测技术的发展现状研究[J]. 民营科技 2016(12)
    • [11].基于电力载波通信的居民用电负荷预测大数据应用[J]. 科技创新与应用 2017(04)
    • [12].基于贪婪算法的配电网网格负荷预测与规划方法[J]. 计算机工程 2016(11)
    • [13].负荷预测在煤改电工程的应用分析[J]. 电气时代 2017(05)
    • [14].组合预测在饱和负荷预测中的应用[J]. 电力与能源 2017(02)
    • [15].基于区域负荷预测值综合评价的大电网短期负荷预测[J]. 电气应用 2017(11)
    • [16].空间负荷预测中确定元胞负荷合理最大值的主成分分析法[J]. 电测与仪表 2017(14)
    • [17].多级负荷预测协调的母线负荷预测系统[J]. 云南电力技术 2017(03)
    • [18].饱和负荷预测方法研究综述[J]. 山东工业技术 2017(23)
    • [19].配电网空间负荷预测方法的应用研究[J]. 城市建设理论研究(电子版) 2017(22)
    • [20].广西来宾供电局:负荷预测“扬眉吐气”[J]. 广西电业 2015(08)
    • [21].负荷预测精准度对电力系统经济运行的影响[J]. 电子测试 2016(03)
    • [22].基于灰色模型的电力系统长期负荷预测优化研究[J]. 黑龙江科学 2020(14)
    • [23].考虑光伏出力与电动汽车接入的配电网空间负荷预测[J]. 电子设计工程 2020(15)
    • [24].在线学习神经网络用于空调负荷预测研究[J]. 建筑热能通风空调 2020(08)
    • [25].机理计算与机器学习结合的空调负荷预测[J]. 江苏建筑 2020(04)
    • [26].云南电网综合负荷预测平台升级后的功能及应用[J]. 云南电力技术 2018(06)
    • [27].基于土地使用性质的饱和空间负荷预测研究[J]. 广东电力 2019(08)
    • [28].基于多代理系统理论的空间负荷预测——空间负荷预测实例[J]. 科技创新导报 2018(01)
    • [29].基于空间负荷预测的临夏城网远期饱和负荷预测方法研究[J]. 电工技术 2018(11)
    • [30].基于支持向量机的某地区电网短期电力负荷预测[J]. 电网与清洁能源 2016(12)

    标签:;  ;  ;  ;  ;  ;  

    城市电网规划总量负荷预测系统的开发与应用
    下载Doc文档

    猜你喜欢