在电力市场环境下,电力负荷管理系统也由单一的负荷控制系统发展成为营配在线的综合管理系统,本文首先介绍了负荷管理系统的结构、基本功能以及发展趋势。在此基础上对负荷管理系统的软硬件部分进行了设计。根据有关的负荷特性指标对某地区供电局的负荷特性进行了分析,在此基础上采用了三种负荷预测模型对该局的中长期负荷进行预测。最后利用Visual Basic编写出了相应的PLMS功能模块。根据软件,可以方便的对负荷进行预测,并对...
作者:石亮缘; 周任军; 李娟; 王昱; 许福鹿; 王仰之 期刊:《电力自动化设备》 2019年第05期
为满足新能源高渗透率电力系统在曲线性状、特征、度量上对负荷特性指标的新需求,提出一种将新能源出力和用电负荷曲线的负荷特性指标拓展为可表达其相互关系的新能源-负荷特性指标。计及数据分布特性与形态波动特征,改进时间序列相似性度量方法,将欧氏距离与改进后的动态时间弯曲距离相结合求取负荷曲线和新能源出力曲线的相似性距离,将其定义为源荷相似性距离作为新能源-负荷特性指标。算例表明,所提指标比传统负荷特性指标能更...
作者:程婷婷; 陈云龙; 梁雅洁; 张海静; 张玉敏 期刊:《山东电力技术》 2019年第06期
随着新型能源的不断增长,电力系统的负荷特性不断变化,电网的供需关系特性改变,给电网运行调峰、有序用电、客户管理带来了新的挑战。提出基于单类支持向量机(One-class SVM)的大工业用户负荷模型,从典型日选取、相关系数、频谱分析、指标体系4个层面建立大工业负荷模型,按照典型客户、客户群、行业负荷3个层级研究多时间维度、多层次的大用户负荷特性,实现对大工业电力负荷数据的实时跟踪。实际应用表明,该方法能够有效分析各类大...
作者:徐衍会; 王晨语 期刊:《电气应用》 2017年第14期
近年来,电力需求发生了较大变化,负荷特性也随之呈现出新的特点。分析负荷特性的影响因素有利于提高负荷预测的准确率,为电网规划提供重要依据。根据陕西省2005~2014年历史经济与用电数据、重点行业用电水平与负荷特性数据等相关资料,统计分析近年来陕西地区的负荷特性指标。以灰色系统理论为数学基础,分析三大产业结构中的典型负荷、气温和降水等重要影响因素与负荷特性指标的关联性。总结得出影响负荷特性指标的主要因素,有利于...
作者:吴志强; 吴志华; 宋晓辉; 王天华 期刊:《电网技术》 2006年第S2期
在城市居民负荷特性调查研究分析方法、现有负荷特性指标研究成果的基础上,提出了城市居民负荷特性指标体系及其定义,探讨了城市居民负荷特性分析方法,认为回归分析法、区间分析法、平均值法等方法能够有效进行居民负荷特性的计算分析。文中以上述方法对义乌城市居民负荷特性进行了分析。
作者:刘丽轻 丁巧林 张铁峰 孙金宝 期刊:《华北电力大学学报·社会科学版》 2011年第06期
区别于传统按行业分类的负荷分析方法,利用FCM聚类、ID3决策树等数学工具建立了基于聚类与决策树结构分析的负荷模式识别方法。通过对某地区所属8个行业的239个用户的日负荷数据进行了负荷特性指标计算、类别判断与挖掘、聚类评价、分类知识解释等综合分析,验证了方法的正确性。
作者:王春义 牟宏 孙伟 期刊:《电力需求侧管理》 2013年第06期
负荷特性分析是电力系统运行管理中的一个重要环节,掌握电力负荷特性的变化规律和发展趋势是建立负荷预测模型的基础。在参考相关文献的基础上,建立了较为完善的负荷特性指标体系,并收集了日本东京、美国东北部电网、纽约电网等多个地区电网的负荷数据,对上述地区的负荷特性曲线进行了深入分析,以期为我国电网的负荷特性研究提供参考。
作者:段育丰 尚东慧 宋丽芳 杜欣慧 期刊:《电气技术》 2012年第03期
以实用化为指导思想,在Visual Basic平台上,利用Access数据库,开发出一套负荷特性分析以及负荷指标计算的软件。本文所开发的负荷特性分析计算软件功能主要包括日、月、年负荷特性各类指标计算及各种负荷特性曲线绘制。实际应用表明,本软件具有负荷特性指标计算全面、数据易于管理、界面友好、使用方便及负荷曲线图易于绘制的优点。
作者:秦玥 顾洁 杨宗麟 期刊:《电力需求侧管理》 2014年第03期
综合考虑电力负荷的时空特性,结合国外典型大电网地区负荷特性变化规律,构建电力负荷特性指标面板预测模型,引入分位数回归理论,与国外典型大电网地区进行对比,对样本地区与国外典型大电网地区不同分位数下负荷特性指标变化规律进行横纵方向分析对比.最后,通过对中国南方某地区电网负荷特性指标的预测,验证了模型的正确性与算法的有效性,为负荷特性预测提供了新思路.
作者:王庆 荣鹏 高运兴 黄淳驿 王承民 期刊:《电器与能效管理技术》 2015年第16期
针对负荷的负荷水平、变化频率、重要程度以及电能质量等4个方面提出了一种有效的负荷分类方法。该方法结合负荷相关特性并全面体现负荷供电需求,对原有分类方法进行了改进,得到较为合理的负荷分类结果。该方法对智能配电网中的负荷预测、电价制定以及系统规划有重要的指导意义。