基于曲线相似性的负荷分类方法及其应用研究

在电力需求侧管理中,负荷特性分类作为负荷控制工作的重要基础,深入研究其分类方法便于掌握负荷变化规律,实现负荷的科学管理。为了提高负荷特性分类的效率,同时使分类满足精度要求,提出一种基于曲线相似性的电力负荷特性分类法,通过引入日负荷曲线类相似精度,依据其阈值将日负荷曲线集划分成若干满足要求的负荷类别,无需依赖大量试算。经实测算例验证,此方法能较有效地提升负荷分类效率,并满足精度需求。     

基于改进自由搜索算法的电力经济负荷分配

针对电力系统经济负荷分配问题非凸、非线性、高维的特点,提出了一种改进自由搜索算法。通过调整个体信息素和灵敏度的产生方式,采用实时控制搜索半径的方案,进一步提高了此算法的寻优能力和鲁棒性。运用改进后的算法对一经典算例进行了求解,并将得到的结果与其他几种优化算法进行了比较,证明了该算法能有效地解决经济负荷分配问题。     

基于改进GP-GWO算法的电力负荷自动建模

负荷模型的建立是电力系统稳定性分析的重要环节,要求负荷模型既能准确反映负荷特征又要具有相对简单的模型结构。而目前的负荷模型往往是通过人工的方法来确定,具有很强的主观性。针对现有状况做出改进,提出将遗传算法和灰狼算法相结合的混合算法GP-GWO,实现电力负荷的自动建模。在使用遗传程序设计框架的基础上,首先用分层树结构表示复杂负荷函数模型。其次,由于灰狼算法具有较强的全局搜索能力和快速收敛能力,将改进GP算法与灰狼算法相结合,结合后的算法GP-GWO在优化模型参数、提高模型精度等性能方面有所提升。最后,从静态负荷模型和动态负荷模型中各选取一个算例,分别对其有功、无功进行建模、测试和评估,将GP-GWO算法结果数据与实验数据进行拟合对比,对比结果验证了该算法的可行性。     

深圳电网负荷分类及构成分析

深圳作为我国的经济特区、全国性经济中心城市和国际化城市,正在进行产业结构优化调整,电网负荷特性也在随之变化。结合深圳电网实际情况,对全网各10 kV馈线的负荷分类情况、分类负荷大小进行了调查和统计。并结合2012年夏大方式下电网拓扑结构,运用容量加权平均方法,最终确定网内各220 kV变电站110 kV侧的负荷构成特性。最后通过归纳分析,确定深圳电网分类负荷的基本特性。     

基于负荷分类的配网线损自动检测方法设计

常规的配网线损自动检测方法主要通过线损轨迹矩阵确定线损变化分量,易受线损数据波动影响,导致线损检测偏差过高,因此需要基于负荷分类设计一种全新的配网线损自动检测方法。即建立属性集,校核配网线损数据质量,再利用负荷分类法自动测算配网线损率,从而实现配网线损自动检测。实验结果表明,设计的基于负荷分类的配网线损自动检测方法的检测偏差较小,检测效果较好,具有准确性,有一定的应用价值,为优化配电网结构作出了一定的贡献。     

基于FDA的居民用户空调用电行为分类分析方法

针对居民空调用电行为分类中存在事件型数据,导致分类分析耗时长、结果不准确等问题,提出一种基于函数型数据分析(FDA)模型的居民空调用电行为分类分析方法.该方法采用多重分形理论提取居民用电行为特征,使用函数型数据分析算法对居民空调用电行为进行聚类后获取居民空调用电行为类别,采用改进动态时间规整算法对居民空调用电行为实施分...     

基于改进ABC和IDPC-MKELM的短期电力负荷预测

为提高受外部因素影响敏感的短期电力负荷预测精度,提出了一种基于改进ABC优化密度峰值聚类和多核极限学习机的短期电力负荷预测方法。构建融合特征提取、人工蜂群算法（ABC）、密度峰值聚类（DPC）和核极限学习机（KELM）的短期电力负荷预测模型。针对ABC收敛效率不高的缺陷,设计新型蜜源搜索和蜜蜂进化方式,以提升改进ABC全局寻优能力;针对DPC截断距离与聚类中心人为设定的不足,定义邦费罗尼指数函数和聚类中心截断指标,并将改进的ABC应用于DPC参数优化过程,以实现DPC最佳聚类分析;针对KELM回归能力不强、参数选取难以确定的问题,设计多核加权KELM,并采用改进的ABC进行参数优化,以提高极限学习机预测精度。仿真结果表明,所提短期电力负荷预测方法更具有效性,平均误差低了约8.8%～39.8%。     

基于改进DBSCAN-RNN的电力负荷建模及可调特征提取

针对面向能源消纳的电力负荷实时调控需求,以电热水器为例建立调控模型,提出一种改进DBSCANRNN算法的电力负荷可调特征提取与可调潜力挖掘方法。以改进DBSCAN聚类结果作为RNN输入获得一种深度学习新策略,基于改进DBSCAN-RNN进行电器群设定温度与天气温度、电器负荷功率的建模,考虑用户电器使用习惯,输出输入量对电器实际功率的影响因子以及电器可调功率与真实功率对应的状态方程参数。某市电热水器群实际数据结果表明所提方法可正确有效地获取海量电热水器群聚合负荷模型及其可调功率。     

负荷模型辨识中广域电网负荷空间分类

提出了负荷模型辨识中广域电网负荷的空间分类方法,基于工业、商业、农业、居民及其他负荷的典型值数据,通过模糊均值聚类（FCM）算法对负荷按负荷性质空间分类,辅以灵敏度计算公式确定重点辨识参数,进而以遗传优化算法并结合暂态过程各种扰动设置中电压响应曲线的交互计算,以全网母线电压跌落最为严重的母线作为观察变量,辨识修正负荷模型参数,并以不分类、区域分类两种方法与文中所提出方法作对比,仿真结果表明,按负荷性质分类具有合理性与有效性。     

电力数据分类分级方法研究

我国数据安全法提出“国家建立数据分类分级保护制度”,数据分类分级是国家治理数据安全的重要制度。现有的数据分类分级方法角度单一,主要根据数据敏感程度进行定级,不适用于电力数据类型复杂、属性多样的场景。文章提出数据多维度分级方法,综合考虑数据安全的影响对象、影响范围、影响程度、数据敏感性、与生产业务的关联性和业务系统关联性因素,从6个维度将电力数据的安全等级划分为1—4级,并给出操作示例。多维度数据分类分级方法解决了商密保护指引、工信部数据分类分级指南、国家等级保护合规一致的难题,为实现电力数据安全治理提供基础支撑。     

基于体感温度的电力系统负荷分类及负荷预测

针对体感温度与负荷之间的变化关系进行了深入研究,研究表明体感温度在不同范围内变化时将对地区负荷影响表现出截然不同特征。将负荷分为对体感温度敏感和不敏感2种类别,并提出2种负荷预测方法。2种负荷预测方法均以径向基神经网络为基础,并针对不同类型待预测负荷采取差异化样本选取和处理方法,有效提高了该负荷预测模型适用性和负荷预测精度。将该方法运用到某市总负荷预测中,预测结果表明该方法具有较高精度和较好实用性,是一种有效的短期负荷预测新方法。     

基于改进混沌粒子群算法的火电厂经济负荷分配

提出了一种改进混沌粒子群算法,将抛物线与混沌序列相融合产生惯性权重,并引入遗传算法中的交叉思想,增加种群中粒子的多样性.建立了考虑汽轮机阀点效应的火电厂经济负荷分配模型,并采用等概率负荷调整约束处理方法处理经济负荷分配中的约束条件,以40台机组经济负荷分配为例进行仿真计算.结果表明:与传统混沌粒子群算法相比,改进混沌粒子群算法优化后的煤耗成本最佳值约降低0.78%;通过与其他智能优化算法的对比,验证了所提出的改进算法具有更好的优化效果和鲁棒性.     

电力系统负荷聚合方法研究

在暂态稳定仿真中所用的负荷模型和参数对仿真精度的影响很大,尤其是感应电动机的模型参数。为了获取感应电动机模型参数,多采用基于容量加权的参数聚合法,但它没有考虑滑差的影响,也没有有效的计及供、配电网络的影响。采用考虑计及负载率和临界滑差的改进容量加权法来聚合感应电动机负荷,利用当前电力系统多数据源的状况来计及供配电网络的影响。结果表明,方案简单可行,易于实现。     

基于BPA的电力系统低压减载的研究

低压减载作为电力系统的第三道防线,是维持电力系统安全稳定和经济运行,并保证电能质量的重要措施.依工程实际需求,在电力系统分析软件BPA的基础上,参考国内外现有研究成果,针对分散型低压减载方案,提出基于电压-无功灵敏度减负荷的方法确定低压减载量.采用连续潮流算法,确定薄弱区域的电压-无功灵敏度,最后通过时域仿真分析对所配置的方案进行校验.以河北南网2007年夏季高峰数据为例,验证了该方法具有很好的工程参考价值.     

模糊ISODATA算法在城市负荷分类中的应用

鉴于目前电力大数据总量大、数据复杂度高、价值密度低等,基于模糊ISODATA聚类算法研究了商场、宾馆酒店、办公等典型城市负荷用电特性,建立了城市负荷的建筑类型、总能耗、照明与插座用能、空调用能、动力用能、特殊和其他用能的数据维度模型用以辅助分类决策,并在不同维度、数量级的样本数据下与传统聚类算法的性能进行比较。同时与传统的基于日负荷曲线的分类方法准确率进行对比。结果表明,基于模糊ISODATA算法的城市用电行为分析模型聚类效果好、精度高,适用于当前高维度、大规模的电力大数据的分类,并在一定程度上能够克服当前电力大数据负荷分类中聚类数目设置难、易陷入局部最优等问题。研究成果可用于指导工程实践。     

基于粗糙集理论和遗传程序设计的短期负荷预测模型研究

利用粗糙集理论处理大数据量、消除冗余信息等方面的优势,找到了与负荷直接相关的因素。以利用遗传程序设计进行演化建模对贵州电网日96点负荷实例进行了预测,与BP神经网络法相比,本模型预测精度高,在短期负荷预测中具有有效性和可行性。     

基于自适应神经网络系统聚类的特殊负荷分类研究

根据特殊负荷调查统计信息,甄别不同聚类分析的优缺点,提出了一种基于自适应神经网络系统聚类的特殊负荷分类方法,分别从负荷特性、供电可靠性与电能质量3个维度建立聚类指标,并以78个特殊负荷为样本进行聚类分析。结果表明,该方法快速有效,同类特殊负荷相似度高,各类特殊负荷之间差异明显。该分类方法可推广至典型特殊行业负荷分类,为配电网对特殊负荷采用相应的供电措施提供理论依据,便于供电部门制定特殊负荷供电服务。     

基于改进无源控制的含不平衡负载微电网电压控制策略

为解决微电网中由不平衡负载引起的三相电压不平衡问题,设计了一种基于改进的互联与阻尼配置(IDA)的无源控制(PBC)策略,考虑微电网中分布式电源之间的互联关系,建立了含不平衡负载多母线微电网并网逆变器的端口受控哈密顿模型,从系统全局能量的角度出发,通过互联与阻尼配置消除不平衡负载导致的二次谐波分量,选择合适的能量函数,保证了闭环的稳定性,实现并网输出电压电流正弦化。仿真验证结果表明,所提控制策略无需将电压/电流的正负序进行分离,使系统的控制结构简化,且与传统无源控制策略相比,所提控制策略能快速准确地控制输出电压和频率,有效降低了谐波干扰,实现了更好的动态响应。     

计及负荷分类及其需求响应的配电网设备利用率提高方法

为提高配电网设备能源利用率,提出一种计及负荷分类及其需求响应的配电网设备能源利用率提高方法。采用LSTM自编码器对典型日负荷进行特征提取,再用改进K-means负荷聚类算法对特征序列进行聚类分析。基于负荷分类结果建立计及分类负荷分时需求响应的配电网设备能源利用率优化模型,该模型以设备能源利用率和用户满意度最大为目标。算例分析结果表明,所提方法能更好地激发各类负荷需求响应潜力,通过分类负荷分时需求响应引导用户削峰填谷,有效提高配电网能源利用率;通过合理设置能源利用率和用户满意度目标权重,实现系统能源利用率和用户满意度的平衡。