母线负荷预测与系统负荷预测的关系研究

母线负荷预测与系统负荷预测的关系研究

论文摘要

母线负荷预测和系统负荷预测作为电力系统负荷预测的两个分支,二者即相联系,又有区别。本文通过对湖南电网220kV变电站母线负荷预测与其所在地级市的系统负荷预测之间的关系进行研究,弥补了目前国内外关于两者之间关系研究的空白。母线负荷预测可以采用系统负荷预测的方法,但是当母线负荷存在小电源、转供等影响因素时,负荷波动变大,规律性减弱,传统的直接预测法失效。本文提出了一种以母线供电区域为预测对象的间接预测法,首先把母线下网负荷转换成该母线供电区域内的理想用电负荷作为历史负荷数据,然后采用系统负荷预测的算法进行预测得到初步预测结果,最后剔除小电源、负荷转供等影响因素间接预测出母线下网负荷值。实例证明了与以母线下网负荷值作为历史数据的直接预测法相比较,本方法的应用对供电区域内含有小电源或者存在转供时的母线负荷预测的准确率有着明显的提高。母线负荷预测作为系统负荷预测的细化,预测结果之和可以作为系统负荷预测的预测值,但是由于母线负荷预测准确率不高,加上误差累积效应,预测结果之和远不如直接预测系统负荷的值准确。本文提出了一种参照系统负荷预测值的母线负荷预测值修正方法。首先根据系统负荷预测值确定母线负荷预测值之和的可信区间,对于需要修正的负荷点,选择其临近的连续数点系统负荷组成由线,寻找其历史负荷的相似曲线,对应日为母线相似日,通过求各相似日各母线负荷样本的期望和方差来确定修正后的各母线负荷值的范围,采用最小二乘逼近,利用LINGO软件求在该范围内各母线负荷的修正值。算例表明了该方法从整体上提高了母线负荷预测的准确率。母线负荷预测与系统负荷预测之间的关系研究有助于提高这两种负荷预测的精度,减少发电备用、降低能耗,同时还能促进电网的安全稳定运行,其研究成果为电力系统负荷预测提供了新的思路和方法。

论文目录

  • 摘要
  • Abstract
  • 插图索引
  • 附表索引
  • 第1章 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究现状
  • 1.2.1 系统负荷预测研究现状
  • 1.2.2 母线负荷预测研究现状
  • 1.3 多级负荷预测
  • 1.4 两种负荷预测关系研究的必要性
  • 1.5 本文的主要工作
  • 第2章 母线负荷预测与系统负荷预测概述
  • 2.1 两种负荷预测的关系
  • 2.1.1 母线负荷与系统负荷的关系
  • 2.1.2 母线负荷预测与系统负荷预测的联系
  • 2.1.3 母线负荷预测与系统负荷预测的区别
  • 2.2 母线负荷坏数据处理的局限性
  • 2.3 母线负荷预测值之和的低可信度
  • 2.3.1 负荷规律性与负荷基数的关系
  • 2.3.2 误差累积效应
  • 2.4 本章小结
  • 第3章 间接预测法在母线负荷预测中的应用
  • 3.1 直接预测的局限性
  • 3.2 一次接线图分析
  • 3.3 母线负荷的影响因素
  • 3.3.1 小电源对母线负荷的影响
  • 3.3.2 转供与停电对母线负荷的影响
  • 3.4 间接预测法的提出
  • 3.4.1 预测对象的选择
  • 3.4.2 历史数据处理
  • 3.4.3 预测数据处理
  • 3.4.4 影响因素的数据获取
  • 3.4.5 选取相似日
  • 3.4.6 预测算法
  • 3.4.7 间接预测法
  • 3.5 间接预测法举例
  • 3.5.1 存在小水电的母线负荷预测
  • 3.5.2 存在负荷转供的母线负荷预测
  • 3.6 本章小结
  • 第4章 参照系统负荷预测的母线负荷预测修正方法
  • 4.1 修正要求
  • 4.2 修正的条件
  • 4.3 修正方法
  • 4.3.1 相似曲线与相似日
  • 4.3.2 母线预测值的修正范围
  • 4.3.3 最优修正值的求解
  • 4.4 算例验证
  • 4.5 本章小结
  • 结论
  • 参考文献
  • 致谢
  • 附录A 攻读学位期间所发表的学术论文目录
  • 附录B 攻读学位期间所参加的科研项目目录
  • 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:;  ;  ;  ;  ;  ;  

    母线负荷预测与系统负荷预测的关系研究
    下载Doc文档

    猜你喜欢