电网规划中常规中长期负荷预测方法的探讨

电力负荷的不断增长是电网发展的根据,正确地预测电力负荷,既是为了保证国民经济发展及人民生活对电力的需求,也是电网自身发展的需求。电力负荷预测工作是电网规划工作的重要组成部分,也是电网规划的基础工作。在掌握铜陵地区经济、电网历史实绩的前提下,探讨了在电网规划中运用中长期常规负荷预测的几种方法,得出铜陵地区中长期负荷预测结果,以便为铜陵地区电网发展提供与此相适应的负荷保证。     

农村电网中长期负荷预测方案探析

在农村电网的发展规划中,中长期负荷预测具有十分重要的地位;随着电力负荷的不断增长,进行农村电网的中长期负荷预测显得更加必要。本文首先对电力负荷预测的相关概念进行了介绍,重点研究了农村电网中长期负荷预测的几种常用方法,并分析各自的优缺点。     

“十三五”期间华北电网负荷预测研究

电力负荷预测是电网规划的重要组成部分,其结果直接关系到电网安全、经济和可靠运行。随着经济新常态的出现和产业结构调整升级,"十三五"期间华北电网电力负荷增长特性将发生变化。本文分别利用支持向量机、最大负荷利用小时数法和趋势外推三种方法,综合考虑影响因素、专家经验和历史变化规律,对华北电网"十三五"期间电力负荷进行了预测。最后,综合三类方法的预测结果,得到华北电网2015年、2020年最大负荷约为20000万k W和26000万k W,"十三五"期间负荷增速约为5.4%。     

银川城市电力负荷特点分析与中长期预测

近年来银川市国民经济呈高速发展态势,用电负荷结构已发生了很大变化。根据银川市历年负荷资料,分析了银川城市电力负荷各方面的特点,找出影响银川电网电力负荷变动的因素,并对银川市2009-2015年以及2020年电力负荷与用电量进行了预测,分析与预测有利于掌握城市用电负荷的发展趋势．对城市电网规划和开拓电力市场提供决策依据具有指导意义。     

城市电网规划的负荷预测方法研究

电力负荷预测是电网规划的基础性工作。在对现有的城市电力负荷预测的众多模型归纳和总结的基础上,提出了一套适用于城市电网规划的电力负荷预测模型,介绍了计算流程及具体步骤,并以具体实例验证该方法的有效性。     

基于灰色马尔科夫预测模型的中长期电力负荷预测

中长期负荷预测在电网发展规划编制中占有重要地位,而其关键是数学模型的建立。本文建立了基于马尔科夫修正的灰色负荷预测模型,利用灰色预测模型对未来负荷进行预测,对预测结果采用马尔可夫链预测方法进行改进,提高其预测的准确性。采用灰色马尔科夫模型对某市用电需求负荷建立预测模型,预测了2006至2008年的用电负荷,与实际用电负荷进行对比,结果验证了灰色马尔科夫模型在对电力负荷进行长期预测时具有较高的精度。     

中压配电网中长期负荷预测实践

负荷预测是电力网络规划的基础，预测方法的选择是否合理直接影响负荷预测结果以及电网规划水平。因此，对于具有不同特性的供电网络应采用相应的负荷预测方法，以上海市某10kV供电地区的3个典型地块作为配电网中长期负荷预测研究对象，通过详细分析待预测地块的特点选择合适的预测方法，并给出3个地块2001－2006年的负荷预测结果，从而为中压配电网中长期负荷预测工作提供有价值的参考。     

基于粗糙集理论的关联聚类中长期负荷预测法

中长期电力负荷预测是电网规划的一项重要基础工作。由于中长期尺度上的电力负荷受各种相关因素的影响较大,提高负荷预测的准确性难度很大。采用粗糙集理论对影响电力负荷的诸多相关因素的影响程度进行分析,找出影响负荷变化的主要的因素;并以这些影响因素对历史数据进行了聚类,找到与预测目标年最接近的类别来进行负荷预测。文中的算例结果说明了方法的有效性。     

电力市场环境下的负荷预测方法研究

随着电力市场改革的不断深入发展,在进行地区配网规划研究时,要充分考虑电力市场相对活跃的积极因素,进行电力市场环境下的地区配网规划研究.以某地区电网建设和发展的实际情况,针对性地讨论了在配网规划研究过程中,电力市场活跃的积极因素对前期中负荷预测的影响,并采取相应的数学方法进行合理修正,以此做出合理的配网规划,有利于电网健康、稳定的发展.     

智能电网条件下的两阶段电力需求预测模型研究

智能电网因其具有与传统电网不同的特征,复杂化了电力需求的预测过程,传统的电力需求预测方法已不再适用。考虑到智能电网下电网与用户的“友好互动”和实时电价的实施,建立了两阶段的电力需求预测模型。第一阶段是不考虑电价的变化预测典型日负荷需求;第二阶段是在第一阶段的基础上考虑每时刻电价变化所带来的负荷转移,修正第一阶段的预测结果。算例研究表明,该模型能较好地反应出实时电价下用户的需求响应及需求响应所带来的负荷转移。     

电价分布及分类预测模型

准确的电价预测可为各市场主体的运营、发展规划提供指导,降低电价波动带来的风险,文中提出了相关预测模型。首先,基于历史数据分析了负荷水平、供给功率、可调度负荷水平、与相邻区域的功率交换水平及时段等因素对电价分布的影响,并引入基准电价概念将电价分为正常电价和高电价;然后,以上述因素为输入变量,采用邻近点技术和支撑向量机（SVM）技术确定未来电价的类别归属,正常电价利用时间序列法预测,高电价则根据历史高电价信息加权估计得到。模型以电价分布为着眼点进行分类预测,降低了对时间的依赖程度,不仅可用于短期电价预测,也为中长期预测提供了有效思路。以澳大利亚市场Queensland地区的周电价预测为例说明其有效性和实用性,给出了预测和分类精度,并通过灵敏度分析研究了基准电价选取对模型分类精度的影响。     

UD-IGA网络构造法在短期负荷预测中的应用

电力系统短期负荷预测既是电力系统调度部门制定发电计划的依据,也是制定电力市场交易计划的基础，它对电力系统的运行、控制和计划都有着非常重要的影响。可由于负荷预测的复杂性、不确定性，难以获得精确的预测值。为提高预测精度，针对电力负荷的特点，综合考虑历史负荷、天气、日类型等因素的影响，将基于均匀设计（UD）和改进遗传算法(IGA)的网络构造法用于短期负荷预测。数据样本训练和实际预测结果表明，该模型不仅可避免陷入局部极小点,而且提高了预测精度和网络的训练速度。     

电力市场中预测问题的新内涵

传统的负荷预测是电力系统规划与运行的基础工作,电力市场化的改革对负荷预测提出了更高的要求,赋予其新的内涵。文中探讨了电力市场中的预测问题,分别针对发电侧竞价和用户侧开放的电力市场,提出了一些新的预测内容和预测思想,包括扩展短期负荷预测、连续多日负荷曲线预测、电力市场价格预测、市场风险预测与评估、考虑需求侧管理影响的电力需求预测、用电需求曲线预测、基于价格弹性的需求预测等,指出了这些预测问题的研究热点和难点,探讨了未来的主要研究方向。     

考虑电源调峰深度的外购电年度交易规划

我国新电改提出要完善跨省区电力交易机制政策,制定合理高效的跨省区外购电中长期交易规划。考虑省间电力传输的约束性,引入了外购电源的调峰深度概念,结合外购电价、省内负荷和发电出力等因素,通过对每月典型日的电力电量平衡分析,确定省内电力供应缺口,建立了外购电年度交易规划模型,从而优化不同电源的购电顺序,实现年度外购电费用最小的目标。模拟计算表明：1）通过增加调峰深度较好而电价较高的外购电量,可以减少调峰深度较差而电价较低的外购电量,从而降低购电费用;2）不同月份的电力需求情况对该月外购电交易的优化效果有较大影响,新方法在电力需求较少的月份能取得很好的优化结果。     

基于时间分解技术的中远期逐时负荷预测模型

中远期电力负荷预测对于引导电网规划建设和提升电力系统资源优化配置具有重要意义。为解决当前中远期负荷预测时间尺度过大、预测精度有限的问题,利用时间分解技术,对电力负荷的长期趋势与短期特征分别进行建模分析,从而提出一种新型预测方法,将中远期负荷预测的时间尺度缩短至小时,实现中远期逐时负荷预测。算例分析表明,所建模型在中远期逐时负荷预测方面的性能优于现有的同类模型,具有较高的全局精度和稳定性。同时,能够有效呈现电力负荷的概率密度特征和极值特性,有望为中远期电力规划提供参考。     

一种中长期日负荷曲线预测的新方法-双向夹逼法

作者提出了一种预测中长期日负荷曲线的新方法--双向夹逼法,它适用于中长期电网规划和电力市场运营问题.该方法基于相似性原理和双向逼近思想,将预测问题转换为线性规划问题,使问题变得简单和容易求解.提出的方法已应用于三峡电力系统运行规划的大量计算中.实践表明,该方法快速、有效,且有较高的精度.     

超短期负荷预测在发电市场中的应用

阐述了超短期负荷预测在实时发电市场中的重要性。在充分研究和比较多种超短期负荷预测方法的基础上,提出了适合发电市场的综合预测方法;解决了负荷伪数据处理的问题;文中介绍的超短期负荷预测已成功应用于浙江发电市场中。     

基于神经网络BP算法的局部电网短期负荷预测系统

电网负荷受天气、节假日、生活方式等多方面影响,短期呈现随机性,长期来看,又有一定的规律可循。选择合适的短期负荷预测模型,将有利于提高短期负荷预测的准确率,极大方便调度机构的短期负荷预测工作。本文基于神经网络BP算法的局部电网短期负荷预测,通过采集局部电网数据样本,获得大量数组,再使用神经网络BP算法进行自适应学习,获取各因素与负荷之间的非线性关系,预测局部电网负荷变化趋势,提前调控电网方式,降低局部电网主变、线路运行风险,确保电网安全运行。     

基于区块链和市场机制的新能源消纳优化调度策略

为充分发挥市场调节能力,顾及电力交易规模大、频率高、参与主体类型多以及交易需求多样的特点,提出一种基于区块链和市场机制的新能源消纳优化调度策略。对基于区块链的电力市场交易机制框架进行说明,分时段对供电电源主体从发电类型、价格和输电损耗3个方面进行评估,依据评估结果结合发电特性对各类电源进行分时段调度,确保新能源的优先消纳;在新能源大发阶段通过电网价格调节手段激励用电负荷积极参与新能源消纳;同时电源和负荷主体都可以响应电网调频调压需求并提出相应报价,协同电力市场交易各方积极参与电网的稳定控制。仿真实验表明提出的新能源消纳优化调度策略可促进新能源的消纳,促进电网短期电力调度与新能源波动性的结合,助力能源系统升级。     

基于改进长短期记忆神经网络的短期负荷预测

精确的负荷预测是电力系统规划、设计的有力支撑,是电网安全经济运行提供重要保障。实际应用中,存在由于数据采集设备故障、系统突发事件导致相关数据资料不准确从而影响短期负荷预测结果的情况。本文提出基于小波变换的长短期记忆神经网络负荷短期负荷方法WT-LSTM(wavelet transform -long short-term memory),利用小波变换的时频特性对负荷数据的伸缩变换进行细化,实现高频系数量化处理;结合长短期记忆神经网络的梯度计算,提高负荷预测的准确性和可靠性。通过变电站负荷数据以及区域办公楼实验,仿真结果表明本文方法能够有效处理负荷原始数据中的噪声,从而提高负荷预测精度和鲁棒性。