收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

区域电力系统超短期负荷预测及网络建模分析

苏庆新  
【摘要】: 社会的进步对电能的需求越来越大,国家每年都要投入大量的资金来加强电力建设,以保证用户需求。而电力系统是一个有机的整体,电能的生产输送有着明显区别于其他工业生产的独特特点。电能不能大量储存,电力的生产、输送、使用必须同时实现;电力网络作为统一不可分割的系统,在整个电力生产经营环节需要保持电网的稳定安全可靠.因此,做好区域电力系统规划,无论从经济上还是技术上都具有非常重要的意义。 在电力系统规划工作中,单项问题的解决是整体优化规划的基础。但是,如果对整体电网进行一次性统一规划存在许多难点与缺点,比如统一建模困难、求解困难,还常常遗漏一些重要因素。若能遵循科学的方法做好单项规划工作,就可以简化整体电网规划的繁重任务,避免忽略一些重要的因素,同时也可以保证整个电网的经济性、可靠性和安全性能。 本文选择了建立区域电力系统规划中所涉及的两个重要问题作为主要研究内容,即超短期电力负荷预测和区域电力网络建模分析,这两个问题是进行区域电力系统规划,保证区域电力系统平稳运行急需解决的两个关键,超短期负荷预测是确定上网电价的基础和主要依据,而区域电力网络的模型建立和规划分析,则关系到区域电力系统的稳定运行和建设发展。因此,本文从这两个关键问题着手,借助复杂系统理论,智能控制理论,复杂网络理论等理论方法,为构建适合我国国情的区域电力系统提出合理的建议。 电力负荷预测是电力系统规划的基础。结合规划区域的实际发展情况,采用科学有效的负荷预测方法,预测出规划地区负荷电量,是区域电力系统规划的一项重要工作。本文利用人工神经网络BP算法,提出了一种双隐层结构的电力系统超短期负荷预测方法,经过对实际数据的仿真实验,本文提出的神经网络超短期负荷预测方法比传统的线性外推法预测平均绝对百分误差降低2.5个百分点,十分钟负荷预测达到平均绝对百分误差小于2.5%的精度。 电力网络规划通常是在预测负荷需求基本清楚,即未来一个时期内负荷增长规模己知的基础上,提出的电力网络规划方案,以满足负荷需求和保证电力系统安全运行的需要。电力网络规划是一个多目标、多阶段、包含大量不确定因素的离散、非线性受约束的综合优化问题。考虑电力网络规划的上述特点与难点,结合本文的研究目的,本文首先建立了区域复杂电力系统的分解--协调规划模型和基于遗传算法的系统电源规划模型。同时,本文还应用W_S小世界网络模型建立了区域电力网络模型,并分析了当区域电力系统发生事故时,不同规模应急防范措施情况下的电力系统灾难传播和恢复趋势。 本文的研究思路和主要内容为: (1)首先是分析研究背景,回顾了电力负荷预测、数字滤波和电力网络分析规划研究的发展历程,提出本文主要研究的问题: (2)从电力系统符负荷的构成、负荷预测的特点、主要影响因素及基本原理等方面深入分析电力负荷预测的复杂特性; (3)为了提高负荷预测的精度,应用一种基于最优Hankel范数近似的线性相位IIR滤波器对负荷预测数据进行预处理; (4)提出了一种改进的基于人工神经网络的超短期负荷预测方法,实现了对电力系统负荷预测的建模、分析与预测,仿真结果表明,这种方法预测精度较高,具有较好的应用价值; (5)分析电力系统的复杂大系统特性,应用复杂系统理论实现区域电力系统建模分析。应用遗传算法实现电力系统电源规划; (6)分析电力系统的复杂网络特性,应用复杂网络理论建立区域电力网络的模型,应用W—S小世界网模型对电力系统灾难恢复进行建模和分析; (7)总结本文主要的研究成果和结论,并在前述工作的基础上,对区域电力系统规划的进一步研究工作做出展望。 本文的创新点主要有以下几个方面: (1)由于多层前向神经网络逼近非线性函数的能力以及误差反向传播(BP)算法的学习能力,早期的神经网络预测模型大多采用单隐层前向网络,隐层神经元的激活函数选用非线性的Sigmoid函数,网络的训练采用BP算法进行。根据区域电力系统超短期负荷预测的特点,本文在原有神经网络负荷预测方法的基础上提出了一种基于双隐层网络结构的神经网络超短期负荷预测方法。经过对实际数据的仿真实验,本文提出的神经网络超短期负荷预测方法比传统的线性外推法预测平均绝对百分误差降低2.5个百分点,十分钟负荷预测达到平均绝对百分误差小于2.5%的精度。 (2)对于负荷数据的预处理,本文应用线性相位有限脉冲响应(FIR)滤波器和最优Hankel范数近似的模型降阶方法来设计线性相位IIR滤波器。这种滤波器设计方法可以减小计算量,提高数据预处理的性能。仿真结果验证了该方法的有效性。 (3)本文应用复杂系统理论和复杂网络理论对区域电力网络进行深入的分析,建立负荷实际的区域电力系统网络模型,针对当前我国电力系统所面临的电力供需问题及网络风险,提出相应的建议解决方案。 通过本文研究得出,为了满足电力负荷日益增长的需求和提高电力系统的可靠性,建设者应该采取一些有效措施,使整个电力系统朝以下方向发展: (1)提高电压等级。 逐步提高配电网电压等级,简化电压等级划分,减少电压层次,有利于配电网的管理和经济运行。目前,国内城市配电网网络的电压等级大都是10kv,随着城市负荷的增长,配电网需要输送更大的功率。要提高输电线路的输送容量可以通过以下两个途径:线路电压等级不变,增大电流;提高线路电压等级。而提高电压等级常比增大电流经济。所以在电力系统规划时,可在优化过程中优选提高电压等级。 (2)简化电网结构,采用新型设施,建立事故应急防范措施,提高自动化程度。 电力网络进一步向简化、完善和高可靠性发展,如变电所接线推广采用线路变压器组、单母线接线等。电力网络结构推广采用多回线、各式环网、多分段多连接等方式,以提高利用率和供电可靠性,加装自动化装置以减少故障恢复时间. 电网规划中存在大量不确定和不知道的因素,难以用数学模型描述,许多时候只能依靠规划工作人员的经验来完成工作,规划工作缺乏科学性。因此在电网规划中运用科学、先进的理论方法和研究成果,不仅可以大大减少电力规划人员的工作量,还保证了规划结果的科学性、准确性。 目前电网的整体优化规划,或者变电站和输电网络扩展等单项规划中,对规划方案经济性的研究较为充分。但是由于事故不断出现,电网的安全稳定运行越来越受到重视,必须加强对规划方案可靠性、安全性的考虑;对大型电网和长期动态规划,还存在计算速度和收敛性的问题:在较为热门的电网灵活规划研究方面,考虑的不确定性因素仍不完全,许多不确定性因素被忽略或者处理方法不当。我国的电力市场改革己经启动并取得了一定的成绩,针对未来电力市场环境下的电力系统规划研究工作才刚刚起步,有待于深入,今后的研究方向还应当包括: (1)加强对新型算法的研究,寻找更快速、高效的实用求解方法。 (2)合理地考虑多阶段规划中各阶段规划方案之间的过渡和相互约束,寻找更合理的模型和实用的求解方法。 (3)在规划模型中更合理地考虑和协调经济性和可靠性的关系,更充分地考虑安全因素,使规划方案更具实用价值。 (4)更为全面合理地考虑和处理各种不确定性因素,如经济、环境和政策等,使规划方案具有更高的灵活性和适应性。 (5)考虑和确定合理的电网规划模型和算法,使其符合电力市场模式的需求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 高山;短期负荷预测的神经网络实现[J];电力需求侧管理;2001年06期
2 周佃民,管晓宏,孙婕,黄勇;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年02期
3 戴文进,付小科;基于模式识别和神经网络的电力系统短期负荷预测[J];南昌大学学报(工科版);2003年02期
4 赵宇红,赵学成,肖金凤;多层前馈神经网络在电力系统短期负荷预测中的应用[J];南华大学学报(理工版);2004年01期
5 邓培敏;陈明华;佘恬;;Elman网络在短期负荷预测中的应用[J];企业科技与发展;2009年04期
6 阙连元,叶世勋,丁剑明;开放式SCADA/EMS系统支持的在线负荷预测系统[J];电力系统自动化;1993年10期
7 赵琳;一种基于人工神经网络的短期负荷预测技术[J];山西电力技术;1998年01期
8 程旭,康重庆,夏清,沈瑜;短期负荷预测的综合模型[J];电力系统自动化;2000年09期
9 刘耀年,祝滨,曾令全,张文生,李月玲;一种利用可加性模糊系统的短期负荷预测新方法[J];电网技术;2003年08期
10 程其云,孙才新,张晓星,周湶,杜鹏;以神经网络与模糊逻辑互补的电力系统短期负荷预测模型及方法[J];电工技术学报;2004年10期
11 张昊,吴捷,郁滨;电力负荷的模糊预测方法[J];电力系统自动化;1997年12期
12 刘耀年,张文生,张玉霞;一种电力系统短期负荷预测的新方法[J];电力系统及其自动化学报;2001年04期
13 赵剑剑,张步涵,程时杰,陆俭;一种基于径向基函数的短期负荷预测方法[J];电网技术;2003年06期
14 姜飞,龙子泉,林峰中南电力设计院;模糊神经网络在电力短期负荷预测中的应用[J];自动化技术与应用;2003年08期
15 张晓,敬东;基于快速人工神经网络的短期负荷预测[J];继电器;2000年12期
16 刘耀年,张文生,张玉霞,殷立新;基于模糊聚类理论的电力系统短期负荷预测的方法[J];东北电力学院学报;2000年03期
17 贺蓉,曾刚,姚建刚,青志文,沈新祥,刘明清;天气敏感型神经网络在地区电网短期负荷预测中的应用[J];电力系统自动化;2001年17期
18 梁海峰,涂光瑜,唐红卫;遗传神经网络在电力系统短期负荷预测中的应用[J];电网技术;2001年01期
19 林开英,俞集辉;神经网络短期负荷预测中的数据分析[J];重庆大学学报(自然科学版);2002年09期
20 郭新辰,王雪峰,冯英浚;采用神经网络进行电力系统短期负荷预测的一种降维方法[J];东北电力学院学报;2002年02期
中国重要会议论文全文数据库 前10条
1 胡松峰;彭显刚;;电网短期负荷预测方法综述[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
2 盛琼;顾泽;骆丽楠;;基于实时气象要素的湖州短期负荷预测研究[A];第八届长三角气象科技发展论坛论文集[C];2011年
3 邢晓哲;刘玉良;丁旭元;;考虑端点效应的经验模态分解在短期负荷预测中的应用[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
4 刘念;徐成华;;利用RBF对农村低压台区进行短期负荷预测[A];新世纪 新机遇 新挑战——知识创新和高新技术产业发展(上册)[C];2001年
5 杜欣慧;张岭;毕艳华;;采用自适应神经网络进行短期负荷预测[A];2004全国测控、计量与仪器仪表学术年会论文集(下册)[C];2004年
6 田晓;颜勇;孔凡坊;顾德英;;新型神经网络在短期负荷预测中的应用研究[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年
7 李婷;徐搏;刘青山;刘俊男;辛鹏;;基于EMD与SVM及GA相结合的短期负荷预测[A];低碳经济与科学发展——吉林省第六届科学技术学术年会论文集[C];2010年
8 郭恒;罗可;唐贤瑛;;基于自适应神经模糊推理系统(ANFIS)的电力系统短期负荷预测[A];第十届全国电工数学学术年会论文集[C];2005年
9 高荣;刘晓华;;短期负荷预测的模糊聚类多支持向量机模型研究[A];2009中国控制与决策会议论文集(2)[C];2009年
10 高秉健;吕金虎;;基于混沌时间序列的电力系统短期负荷预测[A];2001中国控制与决策学术年会论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 王硕禾;基于短期负荷预测技术的电能控制系统研究[D];天津大学;2009年
2 张智晟;基于多元理论融合的电力系统短期负荷预测的研究[D];天津大学;2004年
3 程其云;基于数据挖掘的电力短期负荷预测模型及方法的研究[D];重庆大学;2004年
4 杨奎河;短期电力负荷的智能化预测方法研究[D];西安电子科技大学;2004年
5 雷绍兰;基于电力负荷时间序列混沌特性的短期负荷预测方法研究[D];重庆大学;2005年
6 卢芸;短期电力负荷预测关键问题与方法的研究[D];沈阳工业大学;2007年
7 杨尚东;发电商市场预测与竞价决策优化新方法研究[D];华北电力大学(北京);2007年
8 孙春顺;风力发电系统运行与控制方法研究[D];湖南大学;2008年
9 郑永康;相空间重构与支持向量机结合的短期负荷预测研究[D];西南交通大学;2008年
10 张维戈;纯电动公交车换电站优化设计和经济运行研究[D];北京交通大学;2013年
中国硕士学位论文全文数据库 前10条
1 朱焕荣;遗传规划在电力短期负荷预测中的应用[D];河北农业大学;2011年
2 刘凯;基于改进BP神经网络的短期负荷预测研究[D];河海大学;2005年
3 冷北雪;基于支持向量机的电力系统短期负荷预测[D];西南交通大学;2010年
4 刘继胜;基于人工神经网络的电力系统短期负荷预测的应用分析[D];华北电力大学(北京);2011年
5 赵福成;基于人工神经网络的短期负荷预测[D];华北电力(北京)大学;2002年
6 李海东;人工智能方法在电力系统短期负荷预测中的研究[D];辽宁工程技术大学;2002年
7 陈晨;基于WNN神经网络的短期负荷预测[D];西安理工大学;2010年
8 白波;基于加权LS-SVM的短期负荷预测研究[D];东北电力大学;2011年
9 胡启元;针对电力系统短期负荷预测的研究[D];四川大学;2004年
10 朱要明;林芝地区电力负荷的短期预测[D];西藏大学;2010年
中国重要报纸全文数据库 前9条
1 通讯员 池长斌;宁夏电力短期负荷预测保持领先[N];中国电力报;2011年
2 张树斌 范明;湖北电网中、短期负荷预测系统显神威[N];华中电力报;2001年
3 王海亚;负荷预测的几种方法及特点[N];黔西南日报;2008年
4 通讯员池长斌;宁夏电网短期负荷预测西北第一[N];中国电力报;2011年
5 本报记者 林海宇;对迎峰度夏和奥运保电工作再部署再动员[N];华东电力报;2008年
6 宋鹏涛;华北电网多措并举保国庆用电[N];华北电力报;2005年
7 曹琰陈也清;华中电网用电负荷创新高[N];国家电网报;2008年
8 记者 龙建平;“黄金周”广东电网两不误[N];中国电力报;2006年
9 崔春华;西北电网公司积极调度缓解我省供电紧张[N];陕西日报;2008年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978