城市微气象对武汉市高温季节电力空调负荷的影响分析

基于武汉市2013年逐日电力负荷资料,分离出高温季节随气象因素变化的电力空调负荷,采用相关分析法分析了电力空调负荷与同期武汉市区气温,经温湿效应、累积效应修正后的市区感知温度的相关关系,并建立了考虑累积效应的武汉市高温季节电力空调负荷预测模型.结果表明,相较于市区气温及经温湿效应修正后的市区感知温度,经累积效应修正后的市区感知温度同空调负荷的拟合度更为集中,相关系数达到0.95,人们对气温的累积感受更加符合实际空调的使用情况.考虑累积效应的武汉市日负荷模型预测结果与实况变化趋势基本接近,平均预测精度达到94.4%.     

综合气象指数对电力负荷的影响分析

引入了生物气象学中的实感温度、温湿指数、寒湿指数、舒适度指数4个指标来综合衡量气象因素对电力负荷的影响．以重庆市区为例,分析了各综合指数与负荷的关系,并绘制出观测年内的电力负荷与综合指数的关系曲线．分析表明：负荷一舒适度指数比值曲线在整个坐标轴范围内比值很稳定,说明舒适度指数相对于温度能更好地反映电力负荷的变化．同时还定性地分析了降雨量对电力负荷的影响．     

相似日匹配法在电力系统负荷预测中的应用

电力系统短期负荷预测是调度中心制定发电计划及电力市场中发电厂报价的主要依据,也是能量管理系统(EMS)的重要组成部分,对电力系统的运行、控制和计划都有重要的影响,其预测精度直接影响着电力系统的经济性,综合考虑了影响电力负荷的诸多因素:负荷状况、天气情况、节假日等,分析了电力系统负荷的基本模型,提出了适合于负荷稳定,负荷变化基本由气象因素影响的电网的相似日匹配法的算法,并用VC 编程,用SQLSERVER作为数据库,实验证明,对于负荷资料和气象资料收集相对较好的地区,预测效果明显准确。     

新疆某地区电网负荷特性分析

电力负荷是电力系统的重要组成部分之一,也是电能的消耗侧。电力负荷在电力系统的安全稳定与控制中起着重要的作用,因此,在电力系统运行过程中必须考虑负荷对电力系统的影响。近年来随着社会经济的发展,新疆地区的电力负荷的结构发生了巨大的变化,这对新疆电网的安全运行和控制带来了一定的影响。该文对负荷特性的国内外研究现状进行了概述,介绍了负荷特性分析的几种技术指标,最后根据新疆某地区电力负荷的历史数据,进行了负荷特性分析。     

短期电力负荷预测的基本模型

负荷预测是根据负荷过去的历史资料，建立恰当的数学模型对未来的负荷进行预测。在进行电力系统的短期负荷预测时，针对负荷变化的特点，既要充分分析，掌握并利用其规律性，叉要兼顾各种因素的影响。本文通过对影响负荷的各种因素的分析和预测模型应满足的要求，提出了短期电力负荷预测的基本模型。     

需求侧响应下的电力负荷预测模型的改进

在电力负荷预测进行建模时,传统的预测模型需要消耗大量的电力负荷样本数据,同时不能准确描述电力系统内部的变化情况,降低了电力负荷预测的精度和可靠性。提出一种基于灰色预测模型的电力负荷预测模型的改进方法,分析了基本灰色预测模型的建模过程,同时依据需求侧响应约束条件对不符合约束条件的电力负荷预测结果进行剔除,从电力负荷原始数据的处理和灰色模型预测结果的修正两方面对其进行改进。实验结果表明,采用所提方法对电力负荷进行预测,得到的预测结果精度较高,性能优异。     

现代高层建筑电力负荷分析与配电方案选择体会

随着社会的不断发展,建筑电力系统的建设工作也有了很大的变化,现代高层建筑对于电力负荷设计以及配电方案提出了更高的要求,不仅要保证供配电系统运行的稳定和安全,还要减少资源的消耗。随着电力负荷特点的变化,电力负荷的计算方式也需要相应做出改变,选择科学合理的配电方案。用电设备的增加,高层建筑中的电力负荷不断增加,只有确定好电力负荷的数值大小,才能选择最终的配电方案。文中会简单介绍高层建筑中常见的配电系统;分析电力负荷的特点以及计算,具体说明配电方案选择的体会。     

模糊聚类在电力负荷预测中的应用

根据电力市场负荷信息,结合相关历史数据与资料,分析电力市场的负荷走势,应用Matlab神经网络工具箱的信息处理技术,预测未来各月的负荷,为决策人员提供及时、科学的决策信息.应用相应的隶属度来描述负荷与影响负荷因素之间的关系.对安徽某地区的月负荷数据进行了具体计算,结果表明该方法的可行性和有效性.     

精细化气象因子对短期电力负荷预测的影响研究

为分析电力负荷变化特征与气象要素的关系,定量解析气象因子对电力负荷预测的主要贡献,该文以华中电网某地区为研究对象,预报因子选用电力负荷和精细化气象数据,依据逐步回归和BP神经网络模型建立滚动预报模型.通过研究发现：当日负荷除与历史负荷有较好的相关关系外,当日温度与前一日温度对负荷也有较大的影响.气象因子在逐步回归和神经网络预测方法中对负荷预测准确率的提升均有正的贡献,贡献率分别为0.28%～17.87%和0.97%～17.78%.尤其是转折天气条件下,精细化气象因子对短期负荷预测的准确率的提升尤为重要.     

配网电力负荷管理系统

电力负荷管理系统的主要目的是改善电网负荷曲线形状,使电力负荷较为均衡的使用,以提高电网运行的经济性、安全性。并更好的为广大电力用户服务。     

中长期电力负荷预测研究综述

电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一.该文对电力负荷预测的概念及分类等问题进行了简要论述,重点分析了中长期负荷预测的特点、成熟方法,对中长期负荷预测方法进行了综述,并对负荷预测问题的研究方向提出了一些建议.     

基于遗传算法的电力负荷预测

电力负荷预测在现代电力工业发展中占有很重要的地位,为了更准确的预测电力负荷,本文提出了一种新的基于遗传算法的电力负荷预测方法,简要的介绍了算法设计思路,并给出了相关的实验结果及其分析,最后通过实验说明了该算法的有效性。     

主要气象因子对鄱阳湖生态经济区城市电力负荷的影响分析——以南昌市为例

利用对逐日最高温度、最低温度、平均温度、降水值的分析,讨论了南昌地区主要气象因子对电力负荷值的影响,得出相关联系程度,进而为鄱阳湖生态经济区城市的可持续发展提供一定的参考价值.     

船舶电力推进系统电力负荷混沌特性分析及预测

为实现船舶电力推进系统功耗的最优控制,提高船舶运行的经济性,建立了基于正则化的电力负荷混沌局域预测模型.运用相空间重构理论对船舶电力推进系统电力负荷进行单变量时间序列相空间重构,计算吸引子的Lyapunov指数,验证船舶电力推进系统电力负荷具有混沌特性,进而构建更为精准的由船舶电力负荷及其影响因素构成的多变量时间序列相空间.实验结果表明,该预测模型是有效的,且具有较高的预测精度.     

采用谐波特性的电力负荷分类

由于当前电网负荷的电力电子化趋势越来越明显,导致其复杂性、随机性、时变性也显得尤为突出,从而影响了电力负荷模型的准确性.负荷建模过程中为了考虑到不同比例及不同类型电力电子设备的影响,需要进行合理的分类.针对不同类型的电力电子设备具有不同的端口机电特性与谐波特性,对典型负荷设备进行谐波特性分析,进行初步的分类,然后建立详...     

基于相似日和灰色理论的短期电力负荷预测研究

针对短期电力负荷预测易受气象因素影响的特点,提出基于相似日和灰色理论的短期电力负荷预测模型;首先通过对日类型的判断得到相同日类型的负荷数据,然后对气象数据序列进行模糊化聚类处理,并结合预测日的气象数据,采用灰色关联方法进行关联分析,选取与预测日关联度高的负荷数据作为相似日负荷数据,采用灰色预测方法对相似日负荷数据进行短期电力负荷预测;仿真结果表明,选取了相似日之后的预测结果比未选取相似日的预测结果精度要高。     

机器学习算法在短期电力负荷预测中的应用

为了提高短期电力负荷预测准确性,提出一种蚁群算法(ACO)优化支持向量机(SVM)的短期电力负荷预测模型(ACO-SVM)。首先采用混沌理论对短期电力负荷样本进行重构,然后将SVM参数作为蚂蚁的位置向量,通过蚁群信息交流和相互协作找到SVM最优参数,最后建立短期电力负荷的最优预测模型,并采用实际短期电力负荷数据进行有效性验证。结果表明,ACO-SVM能够准确刻画短期电力负荷变化特性,提高了短期电力负荷的预测准确性。     

电力负荷需求预测分析

随着电网对电力预测的要求进一步的加大,电力负荷需求的精确分析能力将是电网进行电力运转、实时控制和调度的必要前提。介绍了电力负荷的概念,对影响电力负荷预测的因素进行分析,在此基础上探讨了电力预测分析技术,包括传统预测方法、经典预测技术以及现代的预测分析方法。     

基于因素影响的电力消费预测研究

电力系统负荷预测是电网规划的基础和前提,究其本质是通过对历史电力消费数据及相关因素的分析和整理去求出负荷变化的趋势,规律,从而籍此外推实现预测。本文深入研究了国内生产总值、人口及电力价格指数等因素对电力消费的影响,从理论上验证了影响电力消费的主要相关因素,建立了因素影响的电力消费预测模型,确定了算法。并以新加坡电力消费及其影响因素的实际数据为背景进行了实证研究。结果表明：这一模糊化的预测系统的性能     

电力大客户负荷管理方法研究

本文以电力大客户为研究对象,以电力大客户的用电负荷为研究目标,以实施客户关系管理为手段,探讨对电力大客户用电负荷的有效管理问题。