农村电力负荷管理系统

农村电力负荷管理系统（精选11篇）

农村电力负荷管理系统 第1篇

电力系统负荷,尤其是短期负荷,对于电力系统的优化运行是极为重要的因素。电力系统机短期经济运行计划的制定,需要以精确的负荷预测数据为基础,合理地安排系统内各发电机组的启动和停止,以保证发电容量的合理调度,满足给定的运行要求。

传统的负荷预测方法主要是基于各种统计理论的时间序列分析方法,如卡尔曼滤波法、Box-Jenkins法、回归分析法、灰色预测法和分解模型法等。其主要思想是基于负荷形状及函数形式对负荷进行研究,把负荷预测的不确定性归结为随机性,运用概率论和数理统计的方法进行处理。新发展起来的负荷预测方法主要有:人工神经网络预测法、模糊预测法、专家系统预测法、优选组合预测法、小波分析等。这些负荷预测方法除了考虑负荷形状等因素外,还涉及影响负荷的许多外在因素,如天气状况、日期特征等,因而预测精度又进一步提高,具有较好的发展前景。核覆盖算法是在覆盖算法的基础上引入了核函数方法。该算法引入了全局求优的规划思想,从而使得覆盖邻域更少、局部更优;在核空间中采用覆盖方法,可以使得识别的方法简单, 可解释性更强[4]。

1 核覆盖算法及其分析

1.1 覆盖算法分析

根据M-P神经元的几何意义提出的多层前向神经网络的交叉覆盖算法,针对学习样本的特征构造性地建立神经网络模型,在一定意义上解决了多年来一直未解决的作为分类器的多层前向网络的设计问题。使用这种方法可以十分简便地解决诸如双螺旋线的识别等难度大的学习问题,快速有效地完成大量手写汉字的识别等海量数据的处理。覆盖算法的实质就是用求出的覆盖领域作为3层神经网络的隐含层,输入层为测试集,输出层为测试集的分类结果,以问题的方式解释[7]。这种构造性方法改变了传统的神经网络学习方法的整体密不可分、输入输出很难划分[8]等缺点,把神经网络的设计问题转变成求覆盖的问题,使得网络功能模块很独立。

覆盖算法(CA)将分类问题转换为一个集覆盖问题,它的优化目标是最少数目的覆盖集,而不是类似线性SVM方法的最大边缘,因此对特征空间的线性可分性要求不严格。它将计算分类面的问题转换为基于样本点之间距离的覆盖问题,由于覆盖算法是构造性的,避免了收敛性和收敛速度问题,计算更简单。

1.2 核函数法分析

支持向量机方法是现在统计学习理论中比较热门的一种方法,也是统计学习理论最成功的体现。统计学习理论指出,只要满足一种Mercer条件,那么它就可以作为内积函数,通过它可以实现十分复杂的线性分类。核函数法的基本思想是:通过非线性变换将输入空间变换到一个高维的空间,然后在这个新空间中求取最优线性分类面。其所求得的分类函数形式上类似于一个神经网络,其输出是若干中间层节点对应于输入样本的与一个支持向量的内积。核函数法可以看成是一种特殊的覆盖算法[9]。常用的核函数有多项式核函数、高斯核函数等。

1.3 核覆盖算法

核覆盖算法就是先将数据映射到一个核空间,然后在核空间中利用一般的覆盖算法进行求解。其具体的算法如下:

给定p个学习样本,设集合为k={(x1,y1),(x2,y2), ,(xp,yp)}。其中,k是n维欧式空间的点集,设输入的样本的定义域为n维空间的有界集合D, k依其样本所属的类别可分为s个子集,K=(K1,K2,,Ks),可以构造出3层神经网络;通过这个网络,使得属于Ki(i=1,2,,s)的样本点的输出均为yi=(0, ,1,0, ,0),其中yi的第i个分量为1,其余分量为0。

首先,任取一核函数k(x,y),做以下变换

T:DZ,x∈D,

这个变换的几何意义是:将D看成一个n维超平面,则变换T就是将D上的点映射到p维核空间上。

在核空间中,不妨设输出集Y的前k个值均不相同。令所有的输出为yj(jk)的样本标号的集合为Ij(Ij={I|yi=yj}),其对应的输入集合记为Pj,j=0,1,,k-1。经过上面的一系列初始化后,即可以开始求取一批核空间中的覆盖{Cj(i),j=0,1,,s-1,i=1,2,,p}。

令Cj=∪Cji (i),i=1,2,,p,则每个Cj表示一个类别的所有覆盖。其中Cj (i)的求取步骤如下:

1)样本集B中随机寻找一个xj,使得xj∈pt,令

dj (1) =min{K(xj,xm)} (1)

dj (2) =mix{k(xj,xm)|k(xj,xm)

dj=[dj (1) +dj (2)]/2 (3)

θj=[dj (1) -dj (2)]/2 (4)

根据xj及dj构造一个覆盖Cj(i),该覆盖的中心为xj覆盖半径R=dj,分类间隙为dj。

2)C(i)j求出后,将pt中所有已被C(i)j覆盖的点从pt中删除,再在pt中选择一个xj(j∈Ij),重复上述操作,直到所有的xj∈Ij均已被删除为止。

这样,一个类的所有覆盖领域就构造出来了[4]。

2 核覆盖算法在农村电力负荷预测中的应用

2.1 系统简介

运用本文所提新方法,对河北某地区电网短期负荷预测进行研究。该地区电网的电力负荷变化规律受气象影响非常显著,季节气温变化明显,年温差较大,雨量相对集中,农业负荷比例很大。因此,按照通常经典预测方法和普通人工神经网络方法预测有较大困难。因此,采用本文提出的新方法,对该地区电网的负荷预测工作进行实证分析,并与单纯的SVM模型、普通人工神经网络模型进行预测精度分析比较。

2.2 样本选择

选取该电网自2004年9月10日～9月20日期间的负荷数据库作为训练样本,预测 9月21日的电力负荷。选取模型的输入量为15个,分别为待测日和待测日前1天的最高、最低温度及湿度与天气状况;待测日前1天的最大、最小及平均负荷,待测日前1天及前2天分别以预测时段为中心取5个负荷值。输出量有1个为待测日某时段的负荷值,采取逐点预测。利用待测日前1周的历史数据,并根据其对预测日的不同影响乘以相应的系数作为训练样本,对未来一日的负荷进行预测。表1为3次多项式SVMs和核覆盖算法的日负荷预测结果。

3 结束语

本文利用核覆盖算法对农业短期电力负荷进行预测, 充分利用了历史负荷数据,克服了单一SVM算法的参数不易确定、计算量大的问题。实例计算表明,该预测模型对24 点的均方误差有较高的预测精度,并且各点的误差值变化较均匀,能保证大多数点达到较低的误差值,表明是一种行之有效的短期负荷预测方法,为电力系统实现配电规划提供了帮助。

参考文献

[1]李元诚,方廷健,郑国祥.短期电力负荷预测的小波支持向量机方法研究[J].中国电机工程学报,2003,23(6):55-59.

[2]杨廷西,刘丁.基于小波变换和最小二乘发持向量机的短期电力负荷预测[J].电网技术,2005,29(13):60-64.

[3]高山,单渊达.神经网络短期负荷预测输入变量选择新方法[J].电力系统自动化,2001,25(22):41-44.

[4]张燕平,张铃,段震.构造性核覆盖算法在图像识别中的应用[J].中国图像图形学报,2004(11):1304-1308.

[5]张铃,张钹.M-P神经元模型的几何意义及其应用[J].软件学报,1998,9(5):334-338.

[6]张铃,张钹,殷海风.多层前向网络的交叉覆盖设计算法[J].软件学报,1999,10(9):737-742.

[7]张燕平,张铃,吴涛.机器学习中的多侧面递进算MISDA[J].电子学报,2005,33(2):327-331.

[8]张铃,张钹.人工神经网络理论及应用[M].杭州:浙江科技出版社,1996.

[9]VaobujVN.Staticsticallearningtheory[M].NewYork:JohnWiley&Sons,INC,1998.

农村电力负荷管理系统 第2篇

电力负荷管理终端采用了微电子技术、计算机芯片技术、现代通信技术等当今最先进的技术，支持并采用先进的GPRS公用无线通信网络技术，是实现需求侧管理现代化的重要组成部分，也是电力负荷管理系统的配套终端产品，和电力负荷管理主站配合可实现负荷的监测与控制，并能够实现自动抄表、计量设备监测和防窃电，以及各种负荷闭环控制和异常告警功能，是电力营销自动化系统中具有较高的实用价值的辅助工具。

对于专变用户，电力负荷管理终端在实现预付费功能的同时能够实现以下功能：

1、用电监测及负荷控制

实时采集用户用电的三相电流、三相电压，三相及总的有功功率、无功功率、视在功率、功率因数，电网周波；提供电网状态如过压、欠压、断相、超负荷、失流、电流不平衡等信息；提供需量和最大需量及其发生时间；能够设定用户的功率定值/时间，在用户用电越限后终端自动判断并及时报警，如超过设定的报警时限则跳闸；支持本地功率控制、月电量控制、购电量控制、远方直接控制。支持保电、临时限电控制方案。

2、用电检查

能记录失压、断相、三相不平衡、过压、欠压等事件；能统计电压越限时间和电压合格率；能及时发现计量表计故障如电量飞走、停走、电池异常等信息；能发现计量箱门打开事件；所有事件发生时能记录现场的一些参数，供分析处理。

3、异常报警信息上报

能将客户设备异常信息实时显示。

4、远程抄表功能

电力负荷管理系统建设的若干思考 第3篇

关键词：电力负荷；管理系统；建设；问题；分析

中图分类号：TM73 文献标识码：A 文章编号：1674-7712 （2012） 18-0099-01

电力负荷管理系统作为一种新兴的现代化综合管理系统，它能够提供很多现代化的服务。通过电力负荷管理系统的建立，可以保证电网的安全运行，提高电力工程的效益。通过该系统可以自动完成很多工作，节省了大量的人力成本，所以电力负荷管理系统的建设有着重要的作用和意义，要按照相关的标准中的要求，做好对电力负荷管理系统的建设工作。

一、电力负荷管理系统应该具有的基本功能

在进行电力负荷管理系统的设计中，要考虑到系统应该具有的功能有：第一，应该具有多功能的用电监控功能，此种功能主要包括①对参数的设置、以及对参数和数据的查询；②对客户端开关的分合闸的远程遥控；③对电压调整率以及功率因数的改善；④可以完成对地区以及客户功率以及电量的监控；⑤完成对相关电力参数的采集及计算；⑥完成的相关图表的绘制和打印；⑦给领导进行决策以及调度提供现代化的管理方法；⑧对客户端进行遥控，可以生成各种数据库等等；第二，可以进行远程抄表、自动采集以及对相关的数据的分析处理，可以节省人力和物力资源。此外还能完成预售电，对一些重要的操作可以自动进行记录，通过负装置系统对用户的用电信息进行实时的监测；第三，报警功能，若有异常情况出现可以进行报警以便于得到及时的处理；第四，应具有良好的外延联网功能；第五，要具有灵活可靠的通信方法；第六，要确保设备的升级更换操作简单。除此之外还应该据具有数据传输以及对事件的处理功能。

二、电力负荷管理系统的基本结构

通常电力负荷管理系统由通信信道、负荷管理终端以及管理中心三部分共同组成，其中管理中心作为指挥中心是因此是最关键的核心部分，管理中心是一个严密的系统，是由计算机内部局域网以及相关的主控软件共同组成。由微机处理系统和数据传输通道共同构成电力负荷管理的终端以及主站系统，其能实现对大用户的各种用电信息的自动采集储存以及远程传输，经过数据传输通道将所获得的各种信息发送大管理中心，进而对大用户的用电量进行统计，最终做到对大用户的实施监察，使其做到有序用电。管理中心的结构是标准的以太网结构，通过星型的方式连接，之所以采用该种结构，是因为后期可以随时增加新的管理站，由于该种结构的适用性很强所以能和其他系统进行连接，而且使用起来方便快捷。管理中心系统网络由数据库服务器、应用服务器以及Web服务器共同构成，这三大服务器分别具有不同的作用。其中数据库服务器主要负责对各种数据的处理，基于此种情况，数据库服务器应该选择高配置的系统，为了保证数据传输的速度应该选用比较大的服务器，同时要做好数据的备份以防数据在应用的過程中出现异常情况导致数据丢失；Web服务器主要的作用是用来提高网页服务，应该配置中高档的服务器，这样才能保证其发挥出应有的功能功能之外还能节约成本；应用服务器其实就是数据采集服务器，它主要起到的作用是对数据的采集、储存、发送、以及对终端结果的回收和解释工作。它可以完成主站应用系统和终端之间的实际信息交换，对于数据采集服务器的配置最好是两台，如果一台发生故障将会自动切换东另外一台中。除此之外，管理中心应该有应用工作站，其作为主控系统集中管理的重要工作。

三、要考虑到电力负荷管理系统建设的安全性问题

电力负荷管理系统通常是以大用户数据作为依据来进行计费的，因此在系统的建设中要确保系统具有安全性。所以想要保证整个电力负荷管理系统处于安全稳定的运行状态中，必须要处理好这个问题。基于此种情况，在系统的建设中应该考虑通过增加硬件以及设置备份服务器来防止服务器出现问题。连接时将网关应放在Web服务器上，而Web服务器是位于内部网和局域网之间的，通过对IP的合理规划使得Web服务器的一端和管理系统的内部接在一起，而另外一端则和企业的网络接在一起，这样在保证自由访问的同时，可以确保内部网不会在外部暴漏，进而确保系统的安全可靠性。除此之外，对于软件的编写，服务器端脚采用了VBSeript的编写方式，客户端采用的是JavaSeript的编写方式，而对ODBC接口则进行加密处理。通过这样的方法，就可以在很大程度上保证数据库的安全性，进而实现系统内部的安全机制。

四、电力负荷关系系统建设未来的发展方向

当前负荷管理技术在我国已经得到了广泛的应用，随着电力管理模式的不断更新和发展，电力负荷管理系统已经成为电流数字化管理的一项重要内容。未来电力负荷管理系统将会采用多种通信的方式，通过建立特大型的企业用户端，然后设立多个工作站的模式进行管理，这样不但提高了工作效率，同时也节省了资源和能源，可以保证电网的正常运行。

五、结束语

综上所述，电力负荷管理系统的建设作为重要的基础设施建设，优质的电力负荷管理系统可以真正实现对用负荷的有效管理和控制，可以有效的对电能进行利用，保证整个电网的安全稳定运行。而实际上电力负荷系统建设工作是一项非常复杂的工作，任务是非常艰巨的，因此就需要相关人员全力以赴做好电力负荷管理系统的建设工作。

参考文献：

[1]刘博.电力负荷管理系统建设若干问题的分析和探讨[J].电力学报，2007（1）.

[2]徐霆.电力大客户负荷管理方法研究[J].科技创新导报，2009（03）.

[3]毕峰.电力负荷管理系统的应用和发展[J].中国电力教育，2009（18）.

农村电力负荷管理系统 第4篇

负荷预测是编制农村电网发展规划的基础 ,其准确与否直接关系到规划的质量。因此,在编制农村电网发展规划的过程中,应把着重点放在负荷预测上。农村电力短期负荷预测是农村电力系统调度部门制定发电计划的依据,是市场环境下编排调度计划、供电计划和交易计划的基础,其预测精度对电力系统有很大影响。

农村电气化用电主要对象包括地方工业企业(包括某些县办和社办企业)、农田排灌、农业生产过程中的田间作业及场上作业(包括耕作、脱粒、扬净、烘干、植保和温室育苗等)、农村产品加工(退花、扎花、榨油、碾米、磨面、烤烟和制茶等)、畜牧业(铡草、饲料粉碎、供水、挤奶、饲料蒸煮和家禽孵化等)、农村电热做饭、炒菜、烧水,公共事业和其他用电(农村照明、家用电器、广播、电视、影剧院等)以及农具修配。

ANN具有人脑的联想记忆功能,能充分逼近任意复杂的非线性关系,有很好的实时性。应用ANN进行电力系统的负荷预测所达到的良好性能已经得到国际上的公认。利用人工神经网络方法进行负荷预测的有效性得到证实[1,2,3,4]。

基于人工神经网络的农村电力系统负荷预测的关键技术,在于选择人工神经网络的学习算法。神经网络的学习算法影响到神经元之间权值的训练,也直接关系到预测模型的精度。人工神经网络较常用的学习算法是误差反向传播(BP)算法[5],因此利用BP算法训练的人工神经网络也称为BP网络,基于BP网络的负荷预测模型也称为BP网络预测模型。但是由于BP算法本身存在着容易陷入局部极小、收敛速度慢和迭代时间长等一些固有缺陷[6],所以影响了BP网络预测模型的精度。

本文利用蚁群算法训练人工神经网络的权值,再将蚁群神经网络用于农村电力系统的短期负荷预测。从实验数据可以看出,这种蚁群神经网络预测模型提高了BP神经网络预测模型的精度。

1 蚁群神经网络预测模型

1.1 农村电力系统短期负荷预测模型

农村电力系统负荷变化是一个非常复杂的问题,它不仅与农村电网本身的负荷特性和用电结构有关,还与天气等密切相关。总之,短期负荷是一个周期性的非平稳随机过程[7],它既有季节性变化,也有按星期和24h的周期性变化。

鉴于农村电力负荷具有周期特性,且工作日与休息日负荷特性不同,本文使用构造的第2种基于神经网络(NN)预测模型的网络结构[8],利用蚁群学习算法确定神经网络的权值,从而建立了蚁群神经网络预测模型,如图1所示。

1.2 神经网络模型

神经网络是由处理单元组成的一种并行的分布式信息处理结构,处理单元之间由单向信道相互连接。人工神经元是神经网络的基本计算单元,模拟了人脑中神经元的基本特征,一般是多输入/单输出的非线性单元,可以有一定的内部状态和阀值。图2所示为本文使用的神经网络模型。

1.3 蚁群神经网络

1.3.1 蚁群算法

蚁群算法[9,10]是一种基于模拟蚂蚁群行为的随机搜索优化算法。蚁群算法充分利用了蚁群的优化机制(选择机制、更新机制和协调机制),即通过个体之间的信息交流与相互协作最终找到最优解,使它具有很强的发现全局最优解的能力。文献[11]的计算实例表明:该算法具有良好的克服局部极值和取得全局极值的能力。

1.3.2 蚁群算法训练神经网络的过程

1) 系统初始化,包括系统参数的设定以及初始蚁群的产生;

2) 分别对每只蚂蚁的第i个分量进行子区间信息量的更新,并且在子区间候选组中进行遗传操作,生成第i个分量的新值,然后计算M只蚂蚁新解的函数值;

3) 修改各条边上的信息量,更新候选组,取函数值小的num个解,将其各分量值插入相应的子区间的候选组中;

4) 如果蚁群全部收敛到一条路径,或达到结束条件(如CN≥Ncmax),循环结束,输出最佳解,否则转步骤2)。

1.4 蚁神经网络的具体实现

1.4.1 基本思想及参数定义

首先,每只蚂蚁代表一个前向神经网络,前向神经网络的欲寻优变量X为两个权值矩阵{wij}、{vki}和两个阀值向量{vk0}{wi0},寻优函数minF(X)为误差函数undefined为与i第组训练数据的输入对应的期望输出,Tki为输出层第k个神经元的期望输出,X为一只蚂蚁的解向量);其次,利用蚁群算法对误差函数E进行寻优操作,直到满足给定停止条件(比如Eε或达到规定训练次数)为止。

1.4.2 实现过程

规定寻优变量X的各分量取值范围wij、vki∈[l,u],将X的各分量分为e个子区域。设系统中有m只蚂蚁,将解的n个分量看成n个顶点,第i个顶点代表第i个分量,在第i个顶点到第i+1个顶点之间有e条连线,代表第i个分量的取值可能在e个不同的子区间。记其中第j条连线上在t时刻的信息量为τij(t)。每只蚂蚁要从第1个顶点出发,按照一定的策略选择某条连线到达第2个顶点,再从第2个顶点出发,,在到达第n个顶点后,在e条连线中选取某条连线到达终点。每个蚂蚁所走过的路径代表个解的初始方案,它指出解的每个分量所在的子区间。

可根据下列公式选取第i个分量所在的子区间号j(即从第i个顶点出发,选择第j条连线)

undefined

式中 q均匀分布在(0,1)内随机选取;

q0每个分量的ki个子区间中信息量最大的子区间被选种的概率;

argmax{τij/1je}分量的信息量最大的子区间号。

j0按如下概率分布在[1,e]内取值,即

undefined

式中 τij(t)分量i的第j个子区间的信息量,它在动态地变化。

为了确定解的具体值,可在各个子区间已有的取值中保存若干个函数值较小解的相应分量作为候选组。为了加快收敛速度,参考具有变异特征的蚁群算法提出的具有变异特征的蚁群算法,使用遗传操作在候选组中确定新解的相应分量的值。首先,可随机在候选组中选择两个值,然后对他们实行交叉变换和变异变换,以得到新值作为解的相应分量。该候选组中的值在动态更新,一旦有一个更好解的分量在该子区间中,就用这个值替换其中的较差者。

在m只蚂蚁得到m个解后,要根据它们函数值的大小更新各条边上的信息量。要根据下式对各路径上的信息量做更新,即

τik(t+1)=ρ*τij(t)+△τij (1)

undefined

式中 △τijk蚂蚁在k本次循环中在区间i和j之间留下的信息量。

undefined

设第k个个体的第i个分量选中第j个子区间,则按下式局部更新子区间j的信息量,即

τij(t)=(1-ρ)τij(t)+ρmin{τir(t)/1re} 重复这样的迭代过程,直至满足停止条件。候选组里的遗传操作如下:

1) 若候选组里的候选值的个数gi=0,即候选组里没有候选值,此时则产生一个undefined间的随机数作为解分量xij的值,跳过选择、交叉和变异等遗传操作;

2) 若gi=1,即候选组里只有1个候选值xik,则跳过交叉和选择等操作,直接对这个候选值xik,进行变异操作;

3) 若gi=2,即候选组里有两个候选值,则跳过选择操作,直接对这两个候选值进行交叉和变异操作;

4) 否则,选择两个分量后进行交叉和变异操作。

在选择操作中,用“赌轮”的方法选取两个值,第j个值被选中的概率为

undefined

在交叉操作中,设所选择的两个值为xij(1)和xij(2),其对应函数值分别为E1和E2,且E1

在变异阶段,以概率Pmutate对交叉操作结果xcross进行变异操作得到xmutate。第i个分量的第k个子区间为undefined。

设di=max{uik-xcross,xcross-lik},产生随机数δ∈[-1,1],取

undefined

,

这样可以保证遗传操作的结果仍然在子区间中。

在所有蚂蚁都得到解以后,按式(1)和式(2)相应地更新各子区间上的信息量。

2蚁群神经网络预测模型在农村电力系统应用实例

本文利用了河北省某农村地区2007年6月1日到7月23日的历史数据来进行建模和训练,并验证本文提出的方法。编程环境为VC++6.0。 为了便于神经网络的计算,对负荷数据x按下式进行预处理。

undefined

式中 x电力负荷值;

a,bx的最小和最大值。

神经网络输入层神经元个数为7,隐层神经元的个数为25,输出层神经元个数为1。输入向量

x′=[x′(t-47,i),x′(t-37,i),,

x′(t-7,i),x′(t-3,i),x′(t-1,i)]

式中 x′(t-j,i)前j天第i小时的x′值。

本文采用均方误差E作为分析指标,定义如下

undefined

式中 y′预测负荷值;

y实际负荷值。

本例中,蚂蚁的数量N=100,q0=0.8。

对7月24日的预测结果如表1所示。

从表1中可以看出,蚁群神经网络预测模型的预测精度较BP神经网络预测模型有较大的提高,并且前者的实际运行速度明显快于后者。人工蚁群神经网络预测模型的百分误差变化也较均匀,如图3所示。

3 结论

1) 农村电力短期负荷预测对保证农村安全供电及电力运输和农村电力系统安全分析有重要的意义。本文提出了一种新的蚁群神经网络预测模型,此模型中利用蚁群算法训练前向神经网络,克服了BP算法的一些固有缺陷。

2) 本文实例表明,蚁群神经网络预测模型有很好的预测精度和较快的预测速度,与传统BP神经网络模型相比本文模型有更好的特性.因此,蚁群神经网络预测模型是有效的。

摘要：为了进一步提高农村电力系统短期负荷预测模型的性能,实现准确与快速预测农村电力系统负荷的目的,将蚁群算法(ACA)作为BP神经网络的学习算法,构造了一种蚁群神经网络(ACAN)预测模型。对某农村地区电力系统短期负荷预测的计算实例表明,基于蚁群神经网络的负荷预测方法与传统的BP神经网络预测方法相比,具有较强的自适应能力和较好的效果。

关键词：蚁群算法,神经网络,短期负荷预测,农村电网

参考文献

[1]谢开贵,李春燕,周家启.基于神经网络的负荷组合预测模型研究[J].中国电机工程学报,2002,22(7):85-89.

[2]尤勇,盛万兴,王孙安.基于人工免疫网络的短期负荷预测模型[J].中国电机工程学报,2003,23(3):26-30.

[3]周佃民,管晓宏,孙婕.基于神经网络的电力系统短期负荷预测研究[J].电网技术,2002,26(2):10-14.

[4]郑岗,刘斌,周勇.基于神经元网络的短期电力负荷预测[J].西安理工大学学报,2002,18(2):126-130.

[5]Mcclelland J L,Rumelhart D E.Parallel distributed pro-cessing[M].Cambridge:M IT Press,1986:318-362.

[6]Larsen E.Benefits of GTO-based compensation systems forelectric utility application[J].IEEE T-PD,1992(4):2056-2061.

[7]岑文辉,雷友坤,谢恒.应用人工神经网络与遗传算法进行短期负荷预测[J].电力系统自动化,1997,21(3):29-32.

[8]丁军威,孙雅明.基于混沌学习算法的神经网络短期负荷预测[J].电力系统自动化,2000,24(2):32-35.

[9]陈陵,沈洁,秦玲.蚁群算法求解连续空间优化问题的一种方法[J].软件学报,2002,13(12):2317-2322.

[10]Dorigo M,Luca M.A study of some properties of ant-Q[C].Technical Report,TR/IRIDIA/1996-4,IRIDIA,University Libre de Bruxelles,1996.

[11]魏平,熊伟青.用于一般函数优化的蚁群算法[J].宁波大学学报,2001,12(4):51-53.

农村电力负荷管理系统 第5篇

[关键词]电力系统；负荷预测；方案分析；解决方案

电力系统负荷预测程序是电力系统中进行负荷预测的一种行之有效的手段，它通过计算程序自动采集、分析历史数据，通过精密计算得到预测数据和曲线，能够使负荷预测准确度有大幅度提高。但是，在程序中提供了多种预测方法中，选取最准确、最恰当的方法呈提高负荷预测准确率的重要的手段之一，这就需要我们不断地进行比较、探索，使预测的负荷更加精确。负荷特性分析是负荷预测的基础，它要对目标区域的负荷性质、结构、分类、现状、及发展趋势进行研究。负荷预测是电力系统调度、实时控制、运行计划和发展规划的前提。其准确度关乎企业计划用电管理、经济效益和社会效益，是企业的一种基础管理考量。

一、负荷预测

1.负荷预测的内容

电力系统负荷预测包括最大负荷功率、负荷电量及负荷曲线的预测。负荷功率预测对于确定电力系统发电设备及输变电设备的容量是非常重要的。

2.预测的基本过程

调查和选择历史负荷数据资料，并对历史资料的进行整理。由于正常情况下地区负荷的峰谷差，最大、最小负荷出现的时间变化不大，所以在选取需要的历史资料时要就近选取。对所收集的与负荷有关的统计资料进行审核和必要的加工整理，并对所用资料进行数据分析和预处理，（即对历史资料中的异常值的平稳化以及缺失数据的补遗）来保证资料的质量，从而为保证预测质量打下基础，即要注意资料的完整无缺，数字准确无误，并对不可靠的资料加以核实调整。进行人工事件设置。查找预测日是否有计划检修和非计划检修，天气状况是否有巨大变化，然后对相应项目进行人工设置。预测程序在进行预测时自动考虑这些事件对预测负荷的影响，可以达到提高预测准确度的目的。运用各种预测方法建立负荷预测模型，对负荷进行科学预测。摸清规律，综合分析。负荷变化在每一个地区都是有规律可循的。有了基础负荷的掌控，加之对不同大用户的生产计划规律、节假日负荷历史变化规律的比对、节令气象变化等规律综合分析，加大对负荷预测的综合考量。

3.预测的基本步骤

在进行负荷预测时可按一下六步进行，“一步”细化全天时区，将日负荷曲线划分为凌晨、早高峰、下午、晚高峰四个时段预测，扩充曲线参考范围；“二步”结合停电计划、量化停电负荷，细致记录特殊事件；“三步”评估天气预报，敏感天气关联负荷，建立天气负荷数据库；“四步”分析假日特性、定性定量分析特殊日曲线，把握特殊曲线规律；“五步”做好日周月年总结，建立负荷数据库；“六步”每日自我评价、跟进负荷预测准确率变化曲线，及时发现近期准确率的异常情况，积极反馈，调整提高。

4.预测的基本原则

因事制宜，对策到位。对各类偶发事件影响因素的对策，电网事故、检修变化等情况，尽量缩短其持续时间，降低负荷变化对预测的影响。对节假日负荷变化较大的情况，分析历史五年节假日负荷曲线，进行统计分析，按不同节假日制定不同的预测对策。对恶劣天气影响因素，与气象部门联系，签订协议，按时获取详细的天气预报信息，及时对预测曲线进行修正。对大用户负荷波动影响因素的对策，建立联系机制，做好生产情况调查，尽量把大用户负荷波动对负荷预测的影响降到最低。

实际加经验，科学研判。发挥经验，准确研判不同时期负荷变化规律，制定对策措施。日常的短期预测遵循“远小近大”的原则，优先参考近几日历史曲线，同时参考同类型历史实测曲线。节假日短期预测遵循“远大近小”的原则，优先参考同类型历史实测曲线，确定预测曲线的基本形状，同时参考近几日历史曲线来确定预测负荷。实时掌握方式安排、“峰谷”点负荷变化等，加以调整，确保工作有的放矢。

三、电力负荷预测的影响因素

1.气象因素的影响

很多负荷预测数学模型都引入了气象部门提供的气象预报信息，包括温湿度、雨量等在内的气象因素都会直接影响负荷波动，尤其在居民负荷占据较高比例的地区，这种影响更大。由于天气变化大，负荷大幅波动，造成负荷预测的难度加大。

2.节假日及特殊条件的影响

较之正常工作日，一般节假日的负荷都会明显降低，以春节为例，春节期间的负荷曲线一般会出现大幅度的下降变形，而其变化周期也大致与假日周期吻合。在和正常工作日的横向比较中，节假日期间可供研究的负荷数据较少，各种随机波动因素都会干扰符合。不过就同一节假日的纵向比较来说，每年的负荷曲线都呈现出比较相似的变化趋势。这也能为节假日负荷预测提供可借鉴的依据。

3.大工业用户突发事件的影响

对于大工业用户装接容量占用电负荷较高的地区，大工业用户在负荷预测偏差中起到的影响作用也比较大。一般情况下，大工业用户连续生产情况下日常用电负荷相对稳定。不过自身的设备原因或外部因素变化的情况下，偏差出现的可能性也是存在的。比如设备发生临时故障或天然气来量不足等现象都可能造成用电负荷突变，影响负荷预测准确率。

4.负荷特性分析和预测方法的影响

目前，由于很多地区在负荷种类结构以及变化因素上的统计分析工作不够深入系统，导致在需要历史数据进行对照时无法展开工作，对于负荷特性和相关变化规律的总结也就无从谈起。而现实当中，不少电网的调度机构预测曲线的制作时仅凭预测人员的经验办事，科学使用的预测软件应用率比较低。而人工经验为主要手段预测由于数据性不强、方式单一，其预测结果也有一定的局限性。

5.管理与政策的影响

负荷预测是一项技术含量很高的工作，然而负荷预测工作在很多地区还没有得到足够的重视，基础工作薄弱，考核标准过于宽松，与大用户的信息沟通不畅，大用户的用电缺乏计划性和有序性；预测人员缺乏良好的综合素质、较高的分析能力和丰富的运行经验，不适应高标准工作的要求。

参考文献：

[1]孙振，路洋.电力系统负荷预测方式综述.黑龙江电力，2005，27（4）：260-262

电力系统中电力负荷的调整方法 第6篇

1 有关电力负荷方法及其相关内容的阐述

电力负荷预测的开展始于上世纪八十年代初。最早的电力负荷预测工作完全依靠预测人员的运行经验, 没有科学的理论做指导, 预测误差往往较大。随着电力行业的不断发展, 电力系统日趋复杂, 单纯地依靠人工预测己经远远不能满足预测的要求。因此, 要求电力负荷预测更科学、更准确, 极大地促发了电力负荷预测理论研究的开展。在现实生活中, 电力系统的运转优劣直接影响着社会当中各个环节的运行秩序。为了防止电力系统出现异常状况, 给居民用电带来影响, 有关部门对电力系统的暂态稳定、紧急控制等领域进行探究。

1.1 电力负荷调整的方法概述

从总体来看, 调整电力负荷的方法包括日负荷量调整、周负荷量调整、月负荷量调整与年电力负荷量调整。在运用不同的方法来调整电力负荷水平时, 其目标都是为了均衡用电量, 使供电设备本身的潜力充分地发挥出来。从实践过程来看, 调整电力负荷并不等同于限制电力用户用电。因此, 电力负荷调整方法的选择是需要根据用户的不同需求而定。通常情况下, 供电部门会要求用户将一部分可调负荷转移到系统总负荷较轻的时间段, 以此来减轻电力系统运作的负担, 而且对电力用户本身的用电过程也十分有利, 因为调整电力负荷可以有效避免集中用电的高峰期所带来的用电风险。

1.2 电力负荷调整的意义

从现实的角度来看, 电力负荷调整是为了兼顾国家电力部门与电力用户之间的利益, 一方面, 要采取有效措施来降低电力系统的运作成本, 另一方面, 要最大化地满足用户的用电需求。电力负荷调整策略得制定是为电力系统线路改造工作做铺垫。电力系统线路改造要能够满足当前所有用户的用电需求, 并且在保证用电安全的前提下, 实现供电过程的经济性, 以此来提升我国供电单位的整体效益。目前, 对我国电力系统的线路进行改造主要采用两种方式, 即拆除原线路与改造现有线路, 其中, 后者是我国电力系统线路改造的主要方式。在制定电力负荷调整方案的过程中, 需要通过模拟某种故障场景来测算电力用户的电力负荷, 而且, 还要通过科学话的方式来测定电力系统的抗干扰能力的强弱, 以便与采取一定的措施来控制系统维系暂态稳定, 提高电力系统在运行过程中的安全性与稳定性, 这便是所谓的暂态稳定分析。暂态稳定分析的方法一般采用数学方法, 运用微分方程组的数值求解过程与函数计算过程来实现。在实际计算过程中, 可能会产生一定的测量误差, 会对分析结果造成影响[3]。但从总体来看, 在进行暂态稳定分析时要将可能出现计算误差的情况考虑进去, 进而使分析结果更为精准, 对实践有利。在实际工作中, 为了保障电力负荷调整的准确性与及时性, 则需要对电网环境内部的各个电力用户的具体耗电量水平值进行划分和记录, 以便于快速将其归类。

2 有关电力负荷调整方法的研究

对于电力系统的线路改造而言, 选用节能型扩容导线进行实际应用是最佳的选择, 可从各项数据中窥见材料的优势作用。通过与高强度钢芯高强度耐热铝合金绞线与节能型扩容导线的实际对比, 可以明显看出后者在实际进行系统线路改造中的实际效用要强于前者。从具体来看, 调整日电力负荷的方法是调荷工作过程中最基础的工作, 实际上, 为了能够使电网环境中的工业用电类型的用户满足实际生产需求, 则要在适当的时段调高其电力负荷。另外, 调整周电力负荷或月负荷时, 则要根据电力生产的特征及其区域特点来进行操作, 尤其是调整用电量较大的用户的电力负荷, 例如:农网环境中的春耕秋收等时段, 或工业生产的高峰期, 则要做好适当的电力负荷调整, 做好统筹规划, 其它产业类型机构要在此时做出让电操作。从整体来看, 供电网络的分布较为复杂, 电力系统的服务区域广阔, 且整个体系的运转程序较为复杂, 因此, 电网如若发生故障, 则会对诸多领域造成影响。通过对我国电力系统线路改造过程的进一步了解, 若电力负荷方法运用良好, 不仅可以提高电力系统线路的使用年限, 满足用户的差别化用电需求, 还能提升整个电网系统运作的经济性。

3 结束语

通过研究我国电网系统的运作状况可以了解到, 调整电力负荷的方法包括日负荷量调整、周负荷量调整、月负荷量调整与年电力负荷量调整。在现代社会环境中, 电力需求量的增长速度较快, 传统的供电设备、送电线路已经不适应当前人们的大规模用电, 如若不及时进行改造, 则很可能影响部分用户的正常用电, 与此同时, 针对电力系统的线路进行改造, 可以提升供电系统的稳定性与安全性。在实际进行电力系统改造时, 要考虑的问题也较多, 首要考虑的就是系统改造后的节能性。

摘要：电力负荷调整的目的在于避免同一电网中的电力用户都集中在某一高峰时间段用电, 根据不同用户的用电需求将其进行合理调整。在一个统一的电网环境中, 鉴于各行业都有其不同的用电量需求, 所以采用电力负荷曲线这一指标来衡量不同情况下的用电量。通常情况下, 电力负荷曲线能够体现电力负荷随着时间而变化的规律, 当摸清这一规律以后, 有利于电力管理部门更顺利地为社会各界做好供电服务工作。本文就电力负荷的相关内容及其调整方法进行探究, 以期为实践提供有益的借鉴。

关键词：电力负荷,调整方法,研究

参考文献

[1]罗勇, 郑金, 宁美凤.短期电力负荷组合预测方法研究[J].郑州大学学报 (工学版) , 2013 (01) :79-81.

[2]肖白, 周潮, 穆钢.空间电力负荷预测方法综述与展望[J].中国电机工程学报, 2013 (25) :78-90.

[3]吉训生.基于偏最小二乘支持向量机的短期电力负荷预测方法研究[J].电力系统保护与控制, 2010 (23) :58-59.

电力系统负荷预测研究 第7篇

随着社会经济的不断发展,人们生活水平得到了很大提高,但与此同时用电消耗也大大增加,从而使电力系统承受了巨大的压力。因此,电力企业必须采用科学合理的维护方法来预测市场用电负荷。

1 电力系统负荷的特点

根据性质的不同可以将电力系统负荷分为4大类:商业型负荷、工业型负荷、城市民用负荷以及农村负荷。这4种负荷由于类型各不相同,因此在负荷特点方面存在一定的差异,但这不能否认其共性的存在。总体来说,电力系统负荷具有2个鲜明的特点,其一是季节性波动,其二是变化特性。

1.1 季节性波动

城市民用负荷是电力系统负荷中的重要组成部分,其中城市居民负荷在城市民用负荷中占有主导地位,这是因为居民负荷所占比例较大,因此是城市民用负荷的决定性因素。居民日常生活离不开电,在日常工作和生活中都会消耗大量电能,因此导致用电负荷增长过快。城市居民负荷增长表现为多个方面,从目前情况来看,居民电力消耗大部分来源于家用电器,家用电器是用电负荷过高的主要原因,特别是近年来,随着我国经济的快速增长,家用电器造成用电负荷快速增长已成为一个发展趋势,并且这种趋势还将维持下去。城市居民负荷还会随着季节的变化而出现波动,这一点其实仍与家用电器有关。城市居民对于家用电器的依赖性非常强,夏季会使用家用电器降温,如空调和电扇等;冬季则会使用家用电器取暖,例如用取暖器保持屋内的温度。居民在使用家用电器的时候必然会消耗大量电能,这样一来便造成用电负荷增长过快,出现用电负荷的高峰期。由此可以看出,用电负荷随着季节变化出现波动源于居民对家电的使用频率,因此,用电负荷变化与人们的作息规律是息息相关的。在商业负荷中,大部分都是空调和照明产生的高负荷。这种负荷与城市居民负荷有着非常明显的差异,其覆盖面非常大,并且波动性很小。但是商业负荷也具有季节波动性,原因与城市居民负荷类似。

1.2 变化特性

变化特性主要从农业负荷中体现出来。农业负荷不会像居民用电和商业用电那样有高峰期,它不会突然导致用电负荷增长,但其也有着自身的不稳定性。这是因为天气情况和季节气候对于农业影响巨大,特别是在温度方面,随着温度变化农业用电会出现波动,这种波动幅度不会很大,而是一种持续性变化的过程。

在绝大多数用于负荷预测的神经网络中,小波基中含有伸缩因子和平移因子,通过调整其大小就可以改变小波窗口的大小、位置和形态,而这种调整在小波网络的训练过程中是自适应的。因此,短期负荷预测中,气象等不确定因素往往对负荷有重要影响,如难以合理确定网络结构、存在局部最优等,并且随着网络规模的增大这些缺陷会表现得越来越突出。为此,加强又对电力系统负荷预测的研究,是电力系统运行和调度部门的一项重要工作。

2 具体负荷预测方法

2.1 时间序列法

时间序列法是一种使用较为广泛的负荷预测方法,它在负荷预测法中比较常见,一般对短期负荷预测来说比较有效,是一种相对成熟的预测方法。时间序列法的原理并不复杂,它是利用时间顺序数据来预测未来发展的一种方法。这个数据是按照时间顺序排列的,也就是说它不仅可以反映出现在的信息,还可以将这种变化趋势延续到以后。随机过程中时间序列是非常平稳的,它的数据变化是有规律可循的,因此在电力系统负荷预测中利用时间序列法应遵循该原则。在观测序列的过程中,必然会存在着一种规律性,这种规律性在随机过程中无处不在,时间序列法就是要根据这种随机特性来建立一种序列模型,这个模型反映出了序列的随机过程,利用这个模型可以很好地预测电力负荷。时间序列法相对其他预测方法而言优势非常明显,它在预测过程中不需要用到很多历史数据,并且其工作程序并不复杂,甚至可以说非常简便,这对预测人员来说十分重要。因为这样可以减轻他们的工作强度,而且让预测工作更加顺利。除此之外,由于操作简单,时间序列法的计算速度非常快。但是时间序列法同样存在着一定的缺陷,它依赖于时间顺序中的数据,因此忽略了时间序列的规律性,虽然计算速度很快,但是精确度却不高,而且时间序列法只适用于短期预测,对于长期电力负荷预测来说并不适用。

2.2 回归分析法

回归分析法也是电力系统负荷预测中常见的方法,它不受时间限制,在预测原理方面与时间序列法存在很大的差异。回归分析法的原理就是对大量的历史数据进行分析和处理,这些历史数据实际上是过去的统计数据,在观察大量数据之后,可以利用统计方法来确认自变量和因变量之间的关系,并根据这个关系建立一个方程式,这个方程式就是回归方程,利用回归方程可以继续向外推算,从而预算未来的数据情况。同样,在电力系统负荷预测中采用回归分析法也是运用了这个原理。回归分析法就是对电力系统曾经的历史资料进行分析,并且充分掌握用电负荷的影响因素,然后根据所得的信息建立一个数学模型,在用电负荷预测中采用回归分析法,利用数据统计,根据观察模型反映出的数据变量情况来获取相关的信息,达到预测的目的。回归分析法同样存在一定的优点和缺点。优点同时间序列法相似,由于它们都是利用负荷反映的数据进行分析预测,因此预测速度都很快。但是不同之处在于回归分析法适合于短期和中期的预测,也就是说它在时间上的限制较小。另外,回归分析法还有一个明显的优点,它的预测精度比较高,这是时间序列法不具备的,因此,在一些专业的电力系统负荷预测中采用回归分析法比较合适。回归分析法也存在着不足之处,例如它对数据有着严格的要求,并且在数据统计上比较复杂。这是因为回归分析法就是建立在电力系统历史数据基础上的,因此它只能通过数据进行预测,而无法详细说明用电负荷的影响因素。

2.3 趋势外推法

用电负荷受气候、季节、温度的影响较大,因此它是无法确定的,变化和波动较大,再加上受意外事故等影响,因而其在变化趋势上具有一定的随机性。但这些并不能否定用电负荷的规律性,这是因为它受季节、气候等的影响,但是季节、气候有一定的规律性,因此用电负荷在变化趋势上也有一定的规律可循。例如,从季节上来看,用电负荷会随着季节的变化而变化,这种变化是周期性的,也就是说,随着季节的轮转,用电负荷会周期性循环。趋势外推法就是利用了用电负荷的这种周期性特点,因为一旦掌握了这种变化的趋势,预测人员就可以根据趋势的特点推断出未来的用电负荷。趋势外推法非常实用,但是受外界的干扰较大。

3 结语

总之,随着电力系统日益庞大,各个方面因素的影响使得负荷变化的不确定性增加,这也加大了负荷预测的难度。为此,电力系统的运行必须以用电负荷预测为前提条件,因为只有准确地预测用电负荷,才能合理地规划城市电网,节约成本,提高电力系统的经济效益。

参考文献

[1]胡杰.电力负荷预测常用方法的分析比较与应用[J].湖北电力,2008(2)

[2]王健.母线负荷预测系统的研究与实现[D].湖南大学,2009

电力负荷管理系统防窃电功能浅析 第8篇

1 窃电

1.1 窃电方式

就目前的情况看, 窃电方式主要有以下5种: (1) 无表窃电, 是指未经过电力企业报装或批准私自拉电接线。 (2) 欠流。窃电者为了减小电能计量计数, 改变了电流回路的途径, 导致电流回路出现电力线路故障, 进而影响正常电能的计量。 (3) 欠压。这种方法与欠流法相似, 也是在电路回路计量上面动手脚, 改变电压, 导致电流回路发生故障, 影响正常的电流计量。 (4) 移相。窃电者恶意改变正常电表线路的设置, 扰乱电表线圈电流与电压之间的相位, 减小电表的读数。 (5) 扩差。主要通过改变电表内部的结构来增大电表的误差值, 进而达到窃电的目的。

1.2 窃电行为的原因

窃电行为的原因主要包含以下3种: (1) 用户对电力法律法规知识了解较少, 电能保护意识薄弱。窃电者未意识到窃电行为的严重程度, 这种现象是窃电行为频繁出现的主要原因之一。 (2) 供电企业的监管工作存在漏洞。供电企业工作人员的工作漏洞为窃电行为提供了机会。 (3) 电费的提升。随着经济的不断发展, 各个行业的用电量明显提升, 电费的增加对部分效益较差的企业造成了压力。因此, 这些企业通过窃电的方式降低电费支出, 进而降低生产成本, 保证自身的正常运营。

1.3 窃电的特点

窃电行为的特点主要有以下2个: (1) 隐蔽性。随着相关技术的不断发展, 窃电者的窃电行为变得越来越隐蔽, 他们开始采用修改电能表运行程序等新型技术实现窃电目的。 (2) 窃电行为的多发性。近年来, 窃电行为的数量和种类呈现明显增加的状态, 在城镇物业管理较为混乱的住宅小区中, 窃电行为的发生频率更高。

2 电力负荷系统中的防窃电技术

2.1 防窃电模块的安装

保护用电回路的用户, 高供高计, 将PT与电压端子进行二次连接。如果用户保护用电回路没有三相CT, 或没有出现保护回路, 可以按照以下方式进行安装。对于没有保护回路, 有仪表回路的用户, 在仪表回路的CT二次串联防窃电模块, 电压端子二次连接和防电模块的计量PT。

测量回路没有三相CT和单相CT时, 应接入防窃电模块, 在计量PT的二次接入防窃电模块, 测得缺相电量。第三相变量表达式有以下3个。

测得的功率:

实际消耗的功率:

校正系数:

根据防窃电模块元件的原理计量, 对主台测绘的电量进行校正估算电量以及三相功率计算, 或根据防窃电模块内测得的功率角估算总电量, 由主站进行秒回。对于低压计量用户, 将防窃电模块的电流端子接到仪表回路, 电压接低压母线。

2.2 防分流窃电技术中的软件

技术工作人员应借助相应的语言编程程序对防分流窃电技术进行控制和管理, 从而提升电力负荷系统的整体应用质量, 保证供电系统的正常运行。技术工作人员应结合实际的发电要求, 在启动电力负荷系统的过程中对单片机进行设置, 使系统保持在初始化状态。这样可实现系统中相关要素的同步执行, 并对检测系统进行调整, 使负荷系统处于监测状态。电力数据采集器的根本目的是对电力系统中的相关数据和信息进行处理, 从而得到更加有效、准确的电流、电压, 然后借助单片机对电力采集的相关数据进行分析, 进而与设定好的相关参数进行比对。如果比对结果与规定的数值存在一定的偏差, 负荷系统就会自动报警, 并对正在运行的状态进行记录。

2.3 监测分析的具体方法

电力负荷管理系统可以采用以下方法对计量电能进行有效检测。在负荷管理系统中终端设备可以定时抄读外接计量装置的电能数据, 并通过对数据的有效分析及时发现电能表时钟的变化、计量存在的问题;管理系统主站巡测时, 发现的问题会反馈到主站系统, 主站系统会马上将电能计量出现问题的用户清单发送到用电检查或电能计量工作人员处, 从而及时处理电能表存在的问题, 防止出现电能丢失的情况。

通过以上数据分析以及电能表抄读的数据在负荷管理系统中产生的两条曲线的比较, 可及时发现窃电问题并解决。

参考文献

[1]赵永胜.电力负荷系统的反窃电管理[J].山西焦煤科技, 2014 (S1) .

[2]马强.基于10kV配电架空线路运行检修带电作业的研究[J].科技视界, 2014 (02) .

基于电力需求响应的负荷管理系统 第9篇

1 电力需求响应概念

1.1 需求响应概念认识

2006年, 美国能源部在其一份报告中正式提出了需求响应的概念, 并将其定义为电力用户响应电价变化或激励支付, 改变其固有的电力消费模式, 其中激励支付的目的是在批发市场价很高或系统可靠性有威胁时促使终端用户减少用电[6]。按照用户不同的响应方式可将电力市场下的经典需求响应划分为以下2种类型:基于价格的DR (price-based DR) 和基于激励的DR (incentive-based DR) [7]。

需求响应概念提出后, 国内学者进行了大量研究, 文献[8]则指出需求响应的本质是依靠市场价格机制和激励机制来激活市场各参与方的全面竞争与协作。同时也有学者指出了我国现有体制下开展需求响应面临的问题。文献[9]指出我国厂网分开后, 销售电价由政府管制, 用户无法看到批发市场的价格信号, 当用电需求变化时, 不能做出购电决策, 也就不可能形成需求响应。文献[10]指出我国供电企业实施峰谷分时电价所面临的供电成本不确定性、峰谷倒置、合同电量比重过大导致的经营风险。文献[11]指出输配电没有分离, 就算找到便宜的电, 怎样租用输电网络也是个问题。

本文根据国内外对需求响应的相关研究, 认为实施需求响应的核心目的在于协助维持电网供需平衡, 其本质是通过调动用户积极性, 根据电网的需求调节用电, 当发电不足时, 减少用电;当电网低谷时, 增加用电;当电网中可再生能源波动时, 及时调节用电, 以达到电网经济、稳定运行的目的。

1.2 基于电力负荷管理的需求响应技术支持系统

需求响应的实施包括两方面的内容, 一是电网公司如何调动用户积极性, 根据电网的需求调节用电行为, 其中价格机制和激励机制实质上是调动用户积极性的手段, 属于需求响应项目设计范畴;二是电网和用户如何实现友好的双向互动, 即如何实现价格信号与激励信号在电网与用户之间的顺畅交互, 属于需求响应支持系统的功能范畴。文献[12]总结了需求响应实施所需要的技术支持, 指出需要建立先进计量技术、远方通信技术、智能控制技术, 并需要重视技术标准和政策的保障作用。文献[13]认为需求响应可以根据用户响应性能分为高性能、一般性能和低性能项目, 并提出实现对需求资源调度的方法可以由可中断负荷、紧急需求响应、直接负荷轮流控制和用电设备托管等构成。经过多年发展, 电力负荷管理系统已经基本实现了多功能用电监控、远方抄表与自动采集、防窃电、异常工况报警、外延联网功能、灵活可靠的通信手段、易升级等[14], 为电网公司实施负荷管理提供了有效的基础设施, 也为需求响应的实施提供了一定的技术条件。

本文就第二方面, 即需求响应技术支持系统的内容, 提出基于电力负荷管理系统的解决方案, 即不研究国内现阶段下电价信号与激励机制如何建立等涉及经济、政策、电力监管等方面的问题与障碍, 只从技术支持的角度, 考虑如何通过电力负荷管理系统的发展为需求响应的实施提供技术支撑。

1.3 需求响应实施架构

需求响应技术支持系统的主要功能在于实现电网与用户间需求信号和响应状态的双向交互, 即能将需求信号由电网下发给电力用户, 电力用户的响应状态可以及时反馈给电网。其实施架构如图1所示。

技术支持系统由位于电网公司的需求响应调度管理平台、用户侧需求响应交互管理平台构成, 2个平台间通过双向信息通信网络实现通信连接。同时, 为便于用户对响应策略进行管理和配置, 需要提供良好的人机交互接口, 并考虑可以通过移动配置管理终端进行更便捷的管理。

2 电网需求响应调度管理平台

电网需求响应调度管理平台可在既有电力负荷管理系统的基础上, 增加需求响应调度模块来予以实现, 从而有助于在电力企业与用户之间架起互动的服务体系, 建立双向互动的服务渠道[15]。

2.1 主要功能

需求响应调度管理平台, 作为需求响应的请求发起方, 协调电网区域内用户的负荷调节行为, 在已有电力负荷管理功能基础上, 提供电网与用户交互的平台。 (1) 接入电网供需数据, 根据发电计划和负荷预测数据, 分析需要用户响应调节的功率、区域、时间, 以制定需求响应计划; (2) 根据区域电网供需状况, 确定需要调节的用户群体; (3) 根据电价表和协议, 生成需求响应信号, 并向用户设备发送需求响应信号; (4) 接收用户设备的运行状态和响应反馈, 以便于制定和调整负荷管理预案

2.2 价格型需求响应信号设计与实现

价格信号是调动用户响应的有效措施, 也是需求响应两种项目中的一种主要形式, 其实现可以有几种方式。 (1) 由于电价调整较少, 用户一般可根据电网公司发布的电价表, 手动调节用电, 实现削峰填谷; (2) 由于手动方式实施难度和不确定性较大, 电网公司可以向用户下发电价信号、用户侧设备根据电价配置用电策略自动调整用电。

本文就第二种方式提供技术实现手段。即电网公司根据政府审核的电价表, 采用一定的通信协议, 将电价信息进行编码并下发。其实施流程如图2所示。

电价信号可以通过xml协议文本的形式来完成下发, 清楚表示任一时段的电价, 以便于用户端设备识别和配置用电策略。

2.3 激励型需求响应信号设计与实现

激励信号是弥补用户调整用电成本的一种措施, 也是需求响应两种项目中的一种, 一般称为“可中断负荷”, 其实现流程是: (1) 电网与用户签订协议, 约定提前通知时间、中断用电容量、中断持续时间, 以及对应的补偿标准; (2) 当电网需要用户调节用电时, 调度管理平台提前向用户设备发送信号, 并通知到用户用电管理人员; (3) 用户根据签订的协议, 调节用电设备完成响应行为; (4) 响应完成后, 电网公司根据用户中断功率、持续时间和补偿协议进行交易结算;如果没有达到协议规定, 则进行违约责任处理。

本文需求响应技术支持系统主要提供中断信号的下发功能。即用户在与电网公司签署协议后, 可进行用电策略的预先配置;而电网公司下发中断信号, 则可自动启动用户的策略, 实现用电行为的调整如图3所示。

激励信号可以通过xml协议文本的形式来完成下发, 表示未来某一时间段内削减用电的补偿价格[2元/ (k Wh) ]。

3 用户需求响应交互管理平台

用户侧的需求响应交互管理平台是实施需求响应的最终执行者, 可以在电力负荷管理终端的基础上, 增加模块, 可以作为电网和用户用电设备的沟通桥梁。如图4所示。

需求响应交互管理平台一般由一个交互管理终端连接主要可调设备或用户能源管理系统, 需要具备以下功能:

(1) 接收电网需求响应调度管理平台下发的各种信号, 并根据接口标准, 按照约定协议进行解析;

(2) 配置用电策略, 即配置好收到信号后将启用的设备运行状态。如果用户具有本地设备管理系统, 可以在管理系统中配置;如果不具备本地设备管理系统, 则连接主要的分路或可调设备;

(3) 响应控制功能, 用电管理人员可以登录交互终端, 设定是否响应以及中断推出指令。

用户交互管理平台的响应工作流程, 以电价型项目为例, 其一般流程如图5所示。

4 结束语

农村电力负荷管理系统 第10篇

关键词：电力系统;规划;短期负荷预测

中图分类号：TM715     文献标识码：A      文章编号：1006-8937（2014）35-0046-02

电力工业的发展对国民经济的发展及和谐社会的构建有很大的影响，在新环境下，电力系统的建设规模越拉越大，电力系统的主要作用就是为各个用户提供经济、可靠、安全、稳定、符合标准的电能，从而满足用户的用电需求。在进行电力系统规划中，科学、准确的电力负荷预测不仅能为电力系统的快速发展提供保障，还能为国民经济发展提供充足的电力资源，因此，在电力系统规划中，做好电力负荷预测工作有十分重要的意义。

1  短期负荷预测

电力负荷预测是指通过分析电力系统的运行特性、自然环境、社会环境、增容情况等各种因素，利用能处理过去、现在、未来负荷的数学方法，在符合相关精度要求的前提下，得出某一时间段的负荷数值。短期负荷预测的预测周期在1～5 a，由于短期负荷预测的周期比较短，与电力系统的短期发展有很大的关系，因此，短期负荷预测的准确性对电力系统规划有十分重要的作用。

2  负荷预测的特点及原理

2.1  负荷预测的特点

在进行电力负荷预测时，是根据电力负荷的过去值推测未来值，因此，电力负荷预测本身具有不确定性，这就需要采用合理的预测技术，预测负荷可能达到的情况。电力负荷预测的特点有以下几点。

2.1.1  不准确性

电力负荷的发展状况是不确定的，它会受各种因素的影响发生变换，加上影响负荷预测的因素也在不停的发生变换，因此，电力负荷预测的结果具有不完全准确的特性。

2.1.2  时间性

电力负荷预测是有时间限制的，负荷预测是一种科学预测，有比较准确的数量概念，在进行负荷预测时，需要明确预测的时间。

2.1.3  条件性

电力负荷预测是在一定的条件下进行的，这些条件可以分为必然条件和假设条件两种情况，当预测人员掌握了电力负荷的规律，那么预测的条评就属于必然条件，做出的预测可靠性比较强。在很多情况下，由于电力负荷的发展情况不确定，需要假设一些条件进行预测，尽可能提高预测的准确性。这些假设条件是根据相关信息得出来的，不能凭空捏造。

2.1.4  多方案性

由于负荷预测具有不准确性和条件性，因此，在对负荷发展情况进行预测时，会根据不同的条件得出不同的预测方案。

2.2  负荷预测的原理

电力负荷预测工作是根据电力负荷的发展变化规律进行的，因此，必须总结电力负荷预测的原理，从而保证负荷预测的可靠性。电力负荷预测的基本原理有以下几点。

2.2.1  可知性原理

可知性原理是指被预测对象的发展规律、发展趋势是能被人们认知的，人们不仅能认识被预测对象的过去及现在，还能通过分析过去、现在，推测其未来的发展。可知性原理是预测活动的基本原理。

2.2.2  可能性原理

事物的发展变化是在外在因素和内在因素共同作用下完成的，外在因素和内在因素的作用大小不同，其发展的趋势也是不同的，因此，在进行预测时，需要根据其发展的多种可能性，进行方案预测。

2.2.3  连续性原理

连续性原理是指被预测对象的发展是一个连读、不间断的过程，它是从过去发展到现在，再从现在发展到未来，同样的道理，电力系统的发展变化也是连读不断的，某些负荷指标会在原来的趋势下延续下去，因此，在进行电力负荷预测时，要掌握电力负荷的过去及现在规律，对其发展趋势进行连续性预测。

2.2.4  相似性原理

虽然客观事物的发展不同，但事物发展之间有一定的相似，因此，可以利用相似性原理进行预测。在很多情况下，被预测事物的发展过程与另一个事物在某一阶段的发展过程比较相似，这时就能根据另一个事物的发展过程，来预测被测对象的发展过程。

2.2.5  系统性原理

被预测对象是一个完整的系统，其本身有一个完整的内在系统，它与外在事物的联系又能形成一个外在系统，对被预测对象进行预测，就是对这个系统的发展过程进行分析，只有保证系统的预测质量，才能高质量地完成预测工作。

3  短期负荷特性分析

电力负荷是不断变化的，它会按年、月、日、小时变化，同时电力负荷是以天为单位不断起伏变化的，具有很强的周期性。一般情况下，负荷变化是一个连续的过程，不会发生较大的变化，但电力负荷对天气、温度、季节等因素十分敏感，根据这个特性，可以将电力负荷分为典型负荷分量、天气敏感负荷分量、随机分量、异常事件负荷分量等4种成分。其中典型负荷分量也可以称为正常负荷，具有周期变化和线性变化的特点，周期变化是指以24 h为周期的变化规律，线性变化主要用于反映日平均负荷变化规律;天气敏感负荷分量与天气因素有很大的关系，由于天气因素影响负荷的方式不同，因此天气敏感负荷分量具有季节性周期变化规律。

4  短期电力负荷预测方法

4.1  单耗法

单耗法是根据电力负荷的单耗推算出总用电量，这种预测方法常用在有单耗指标的工业电力负荷预测中，单耗法是一种直接预测方法。采用单耗法进行电力负荷预测时，需要根据当地的经济发展情况，分析单耗指标在规划期限内的产值指标，同时对过去的单位耗电量进行统计，根据产业的发展规律推算出单耗。单耗法比较简单，能取得良好的短期负荷预测效果，但单耗法需要耗费大量的人力、物力。

4.2  趋势分析法

趋势分析法又可以称为曲线回归法、趋势曲线分析法，这种方法是当前应用最多的一种定量预测方法。趋势分析法是根据以往的相关资料，绘制一条曲线，从而将负荷的发展趋势反映出来，然后根据曲线的变化趋势估算出未来一段时间内负荷变化情况。目前，常用的趋势模型有多项式趋势模型、对数趋势模型、线性趋势模型、指数函数趋势模型等，选择合理的趋势模型，能有效地提高预测结果的准确性。

4.3  回归分析法

回归分析法又可以称为统计分析法，这种方法的应用也十分广泛，在电力负荷预测中，回归分析法主要是对某区域内历史用电量情况及影响因素进行统计分析，得出影响因素和用电量之间的函数关系，从而完成电力负荷预测。回归分析法是一种行之有效的预测方法，但回归分析法有一定的限制，主要原因是选用的影响因素及因素的表达方式都是需要推测的，因此，采用回归分析法进行短期电力负荷预测时，需要有准确的影响因素参数。

4.4  负荷密度法

对于不同的用电区域，其负荷密度是存在差异的，负荷密度法是将被预测区域分成多个小用电区域，用生活区、商业区等，根据各区域的经济发展情况、居民收入情况等，结合相似区域的用电水平，估算出密度指标，从而得出该区域的用电负荷，其计算公式为：

W=Ad，

其中A表示该区域的面积，d表示该区域的用电密度。

负荷密度法比较适用于土地规划比较明确的地区，不适合人口分布散乱、用地类型混乱的地区。

4.5  电力负荷预测方法的分析比较

通过分析各种负荷预测方法可以看出，不同的预测方法其使用条件、需要的数据样本、建模出发点等都是不同的。

从使用条件看，趋势分析法和回归分析法适用于大样本，主要用于研究、描述统计规律，能同时预测分析历史、现在、未来发展趋势;单耗法需要依靠历史数据进行分析，采用这种方法进行短期电力负荷预测，需要根据当地的经济发展情况及单耗指标确定。

由于城市新区的功能划分比较明确，干扰因素比较少，因此，负荷密度法适用于城市新区的电力负荷预测。

5  结  语

电力负荷预测对电力系统规划有很大的影响，因此，在进行电力系统规划时，要根据实际情况，选用合理的电力负荷预测方法，最大限度地提高预测结果的准确性，为电力系统的快速发展提供保障，从而满足社会发展的用电需求，进而促进和谐社会的构建。

参考文献：

[1] 曹钰.电力规划中的短期负荷预测方法河[J].河南建材，2013，（5）：125-126.

[2] 陈素华，贺凌霄.电网短期负荷预测管理系统的应用研究[J].电气传动，2013，（S1）：114-115.

[3] 胡晓钢.电力系统负荷预测方法及其在配电网规划中的应用[J].华东电力，2007，（12）：178-179.

[4] 陈定.浅谈负荷预测方法在配电网规划工作中的应用[J].黑龙江科技信息，2014，（1）：132-133.

[5] 张祥生.县级配电网规划电量负荷预测方法及其应用[J].水电与新能源，2014，（1）：145-146.

[6] 金祎.城市配电网规划中电力负荷预测的应用研究[J].中国新技术新产品，2012，（24）：71-72.

电力系统负荷预测方法综述 第11篇

1 负荷预测的概念

电网、供电区域或发电厂在某个时刻所承担的用户功率消耗之和称为负荷。按照负荷在电力系统中所处的位置又可将负荷分为发电负荷、供电负荷和用电负荷;对于负荷检测部分来说, 负荷在时间上可分为年、月、日、时、分负荷。

2 负荷预测的作用和现状

从电力系统发展到现在, 负荷预测的地位也经历了从轻到重的变化。在1970年至1996年这近30年的缺电时间内, 由于当时的技术缺陷以及对于控制用电的力度等客观存在的原因, 负荷预测的准确度并不高。而在1997年之后, 我国的电力市场上供求关系发生了极大的变化, 局部地区出现了供电的负增长等, 而有的地区的用电却仍处于十分低迷的状态, 因而在当下, 我国对于负荷预测的高精度有了迫切的需要。

3 负荷预测的常用方法

3.1 单耗法

单耗法可分为“产品单耗法”和“产值单耗法”, 一般在电力系统的负荷预测中采用的是“产品单耗法”。具体来说, 产品单耗法指的是单位产品电耗法, 通过产量和平均单位产品耗电量可以计算该产品的总电力需求量。由此得到总电力需求量的计算公式为:

式中A代表总电力需求量;b为产品需求量;q为产品单位的耗电量。

从单耗法的计算思路可以看出, 由于短期内产品耗能和产量等是可以通过现有的迹象判断分析得出的, 但是在实际操作中, 每个产品的耗电量很难都有非常精确的结果, 因此存在一定的局限性, 且工作量也很大。

3.2 弹性系数法

国民经济平均增长率和区域总用电量的平均年增长率比值称为电力弹性系数, 计算方法如下:

其中, k表示电力弹性系数, GV表示国民经济平均年增长率, VA表示总用电量的平均年用电增长率, oA表示规划初期的总电力需求量, hA表示规划末期的总电力需求量。

根据当前社会的变化规律, 电力弹性系数在一般情况下大于1。但是并不能简单的确定电力弹性系数k的具体值, 因而尽管弹性系数法方法简单、计算方便, 但也存在工作量和结果精确度的问题。

3.3 回归分析法

对历史负荷进行整理, 可以发现负荷的变化规律以及引起负荷改变的原因, 从而确定出回归分析模型中的因变量、自变量和回归方程。

数学模型的一般表达式为:

回归分析法是通过纯数学理论和建模的思想而确立的, 预测速度快且过程简单, 具有平滑的外推性能, 对负荷有很强的拟合能力, 各参数的估计方法成熟, 能够综合考虑各个影响因素, 适合预测中期负荷。回归分析法的缺点是当变化趋势和分布律的稳定性要求过高或者数据样本不足时, 无法确定回归方程, 并且难以详细的描述负荷的各影响因素, 精度也变得不能满足要求。

4 电力系统负荷预测技术的新发展

4.1 人工神经预测技术

解决时间序列预测问题 (尤其是平稳随机过程的预测) 多用A N N (人工神经元网络) , 因此在预测电力系统负荷时也可以用ANN。负荷预测是A N N在电力系统应用中最为合适的一个领域, 也是目前为止研究的较多的一个课题, 已经在现阶段取得了明显的成果。研究表明, 与其他方法相比, ANN的预测结果更精确, 具有良好的发展前景。但是因为技术不成熟, 还有一些问题存在。如, 把针对一个系统设计的ANN直接的应用在另一个系统上时, 原来性能良好的A N N预测的准确性会明显减低。所以对于不同的系统, 需要根据气象和负荷变化规律选取不同的A N N结构和模型、不同的数据处理方法和不同的特征参数。总而言之, 需要做到具体系统具体分析。

4.2 小波分析预测技术

小波分析是一种时域—频域分析法, 对于不同频段的成分可以进行逐步精细和较小步长的采样, 甚至可以聚焦到一个信号的任意细节点上, 且对奇异信号非常敏感, 具有很强的处理突变或微弱信号的能力。具体的说, 小波分析法就是把一个信号的信息转化成小波系数, 从而可以更方便的进行分析、处理、传递、储存或重建原始信号。由于上述特点, 小波分析法被广泛的应用在预测负荷等问题上。

通过对主要负荷的特征进行提取, 小波分析法可以对将来的负荷进行预测。并且除了考虑运行频率、次序时间、负荷出现的时段等常规特征, 还需要考虑负荷产生的无功功率因素等其他特征, 从而利用小波分析法来识别和细分不同的负荷, 这也是小波分析法进一步需要研究的方向。

5 结语

负荷预测是电力系统安全可靠经济运行规划的基础与前提, 负荷预测的精确与否很大程度上影响着电网的稳定运行。现有的负荷预测方法尽管已经非常多元化, 但是每个方法都有缺点和优点。负荷预测的未来工作包括:提高预测模型参数估计的精确度、挖掘负荷变化的规律、加强对负荷历史数据的处理、把多种预测方法相结合、探索新的模型等。

摘要：负荷预测对电力系统的调度运行和生产计划有着前瞻性的作用, 准确的负荷预测在当前的电网运行中扮演越来越重要的角色。负荷预测在电力系统中指的是在充分考虑一些重要的自然条件、社会影响、增容决策、系统运行特性等情况下, 利用数学方法对过去或者未来的负荷进行处理, 在满足一定精度的情况下, 可以预测出某一特定时刻的负荷值。该文给出了电力系统负荷预测的概念, 并论述了其意义, 对现有的负荷预测方法进行了分类与原理性的介绍, 并对未来的发展方向做出了展望。

关键词：电力系统,负荷预测,新发展

参考文献

[1]张国江, 邱家驹, 李继红.基于模糊推理系统的多因素电力负荷预测[J].电力系统自动化, 2002 (26) :5.

[2]牛东晓, 邢棉, 谢宏, 等.短期电力负荷预测的小波神经元网络模型的研究[J].电网技术, 1999 (23) :4.