收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

超短期负荷预测及火电厂厂级负荷优化分配的研究

王岗  
【摘要】: 电力的非存储性,决定了负荷的实时平衡性。所以本文从平衡的角度出发,研究了超短期负荷预测,以及超短期负荷调度的子环节之一:火电厂厂级负荷优化分配。 电力系统负荷预测是实现电力系统安全、经济运行的基础。通过负荷预测,对电力需求预先做出估计和推测,根据这些预测结果,可以针对性的采取技术措施来提高系统运行的经济性和可靠性。对电力系统来说,提高电网运行的安全性和经济性,改善电能质量,都依赖于准确的负荷预测。因此负荷预测的关键是提高预测的准确度。 本文开始分析了电力系统负荷的构成和特点,以及负荷预测的分类、特点及其影响因素,为理解负荷预测提供理论基础。目前最常用的超短期负荷方法是神经网络法和线性外推法,神经网络法作为一种人工智能方法有较好的预测精度,线性外推法则因为计算简单、耗时少而得到较广泛的应用。但线性外推法为线性模型,难以反映电力负荷的非线性特性,而神经网络法存在容易陷入局部最优、过拟合、泛化性能力不强等缺点。 支持向量机是近年来才被重视的一种机器学习算法,在多个领域都得到了广泛应用。本文阐述了支持向量机及最小二乘支持向量的理论基础,在模糊加权最小二乘支持向量机的输入向量中引入横向加权,形成双向加权最小二乘支持向量机的超短期负荷预测模型,以体现负荷预测中历史数据对预测值“近大远小”的影响。并且在每次预测前不断更新训练样本对模型进行训练,以体现新样本对预测值的影响。以15分钟为步长,对所提出的预测模型进行了验证,并与神经网络和曲线外推法的预测结果进行了比较。结果表明,改进的方法在预测精度上具有一定的优越性。 在火电厂负荷分配的环节,本文介绍了负荷调度所考虑的经济性模型,以及可能会涉及的环保性、快速性指标,从而研究火电厂负荷实时调度的多目标优化。在多目标优化算法上,介绍了粒子群优化算法及其多目标优化理论,为了增强粒子群多目标优化算法的局部搜索能力,本文将混沌局部搜索法引入带密度距离的粒子群多目标优化算法中,从而形成带混沌搜索粒子群多目标优化算法。用六机组系统验证了改进的算法在处理双目标和三目标优化的可行性。并将改进方法的优化结果与原方法和NSGA-Ⅱ的结果做了比较。从对比来看,改进的粒子群多目标优化算法比原来的带密度距离的多目标粒子群优化算法有更好解空间的搜索性,并且非支配解的分布性也较佳。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张锋,张怡,周剑波,吴劲晖;基于SSTLF与AGC的机组出力调度系统设计[J];继电器;2005年07期
2 燕洁;;神经网络在电力负荷预测中的应用[J];东北电力技术;2007年12期
3 范宏;程浩忠;贾德香;熊虎岗;陈明;马鸿杰;;基于改进相似日的超短期负荷预测法[J];华东电力;2006年04期
4 魏志远;王黎明;王艳松;申华;刘学民;;基于自回归模型的超短期负荷预测方法[J];继电器;2007年S1期
5 黄颖;李辉;;AGC超短期负荷预测控制模式的研究[J];湖南电力;2008年01期
6 谢铁明;卫志农;袁安建;;基于超短期负荷预测的电力系统动态状态估计[J];江苏电机工程;2009年01期
7 马一平;张卫;贾强;;基于局部形相似的超短期负荷预测[J];电网与清洁能源;2010年09期
8 杨运国;郝力军;朱向明;龚丽;杨运有;;基于超短期负荷预测的变电站综合调压方法研究[J];继电器;2007年11期
9 路轶;王民昆;;基于短期负荷预测的超短期负荷预测曲线外推法[J];电力系统自动化;2006年16期
10 崔航;王冕;罗贵明;何光宇;;基于扩展时序距离法和自适应控制的超短期负荷预测[J];电力系统自动化;2009年15期
11 蔡佳宏;刘俊勇;;超短期负荷预测中相似日的选择方法[J];华北电力大学学报(自然科学版);2006年01期
12 张思远;何光宇;梅生伟;王伟;张王俊;;基于相似时间序列检索的超短期负荷预测[J];电网技术;2008年12期
13 史军;曹磊;;基于局部相似和LSSVM的超短期负荷预测[J];中国电力教育;2010年S1期
14 赵成旺;顾幸生;严军;;负荷求导法在超短期负荷预测中的应用[J];电力系统及其自动化学报;2006年05期
15 罗滇生;李伟伟;何洪英;;基于局部形相似的超短期负荷预测方法[J];电力系统及其自动化学报;2008年01期
16 贾德香;韩净;;基于改进BP网络的电力系统超短期负荷预测[J];安徽电气工程职业技术学院学报;2008年03期
17 张怡;张锋;;电力系统超短期负荷预测技术的应用与发展[J];浙江电力;2010年02期
18 韩力;韩学山;贠志皓;耿艳;;多节点超短期负荷预测方法[J];电力系统自动化;2007年21期
19 杨君;徐冰亮;;基于改进进化规划算法的配电网电容器实时投切策略[J];黑龙江电力;2008年06期
20 张红旭;姚建刚;曹伟;马贵霞;;基于改进灰色模型的超短期负荷预测[J];电力系统及其自动化学报;2009年06期
中国重要会议论文全文数据库 前10条
1 张锋;吴劲晖;周剑波;赵良;;基于SSTLF与AGC的机组出力调度系统设计[A];首届长三角科技论坛——能源科技分论坛论文集[C];2004年
2 马玲;刘和森;石恒初;;云南电网水火电AGC机组协调优化控制策略研究[A];2009年云南电力技术论坛论文集(优秀论文部分)[C];2009年
3 马玲;刘和森;石恒初;;云南电网水火电AGC机组协调优化控制策略研究[A];2009年云南电力技术论坛论文集(文摘部分)[C];2009年
4 慕莉;刘玉田;石嘉川;;用于轧钢车间动态补偿控制的无功功率超短期预测[A];中国自动化学会控制理论专业委员会C卷[C];2011年
5 杨华;;负荷平衡控制在无缝连轧穿孔机中的应用[A];中国计量协会冶金分会2011年会论文集[C];2011年
6 冉庆东;;传动系统负荷平衡控制方法及仿真研究[A];全国冶金自动化信息网2012年年会论文集[C];2012年
7 张玉洁;;6RA70传动系统实现高低轴的负荷平衡[A];全国冶金自动化信息网2009年会论文集[C];2009年
8 周东;李斌;;莱钢宽带卷取负荷平衡及恒张力开发[A];2009年全国热轧板带生产技术交流会论文集[C];2009年
9 田淑杭;毛伟;孙作生;;常用负荷平衡控制方案及实践[A];全国冶金自动化信息网2009年会论文集[C];2009年
10 孟建文;杨波;;三电机同轴直流传动负荷平衡控制原理及优化[A];中国计量协会冶金分会2009年年会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 杨婷婷;基于数据的电站节能优化控制研究[D];华北电力大学(北京);2010年
2 刘焕章;基于排放物分析的电站锅炉燃烧状态评估的研究[D];华北电力大学(北京);2008年
3 李学明;水火电联合运营策略及火电机组负荷智能分配研究[D];华北电力大学(北京);2006年
4 翟融融;二氧化碳减排机理及其与火电厂耦合特性研究[D];华北电力大学(北京);2010年
5 万文军;优化算法及火电厂若干优化问题的研究[D];东南大学;2005年
6 张高峰;梯级水电系统短期优化调度与自动发电控制研究[D];华中科技大学;2004年
7 余廷芳;火电厂厂级监控信息系统(SIS)建模、实现及人工智能的应用研究[D];东南大学;2004年
8 李蔚;基于免疫—禁忌混合算法的汽轮发电机组优化运行研究[D];浙江大学;2006年
9 周劼英;电力市场环境下实时优化调度的研究[D];清华大学;2005年
10 黄刚;混流装配生产的计划排序及其执行过程管理[D];华中科技大学;2007年
中国硕士学位论文全文数据库 前10条
1 王岗;超短期负荷预测及火电厂厂级负荷优化分配的研究[D];重庆大学;2010年
2 云会周;基于机器自学习的电力系统超短期负荷预测研究[D];华北电力大学(北京);2010年
3 李若溪;发电厂超短期负荷预测的研究[D];大连海事大学;2012年
4 莫进桃;CUDA技术在多节点超短期负荷预测上的应用[D];华南理工大学;2011年
5 李聪;基于GRNN网络的短期与超短期负荷预测[D];东北电力大学;2010年
6 李纲;基于动态负荷预测的无功优化控制系统设计与应用[D];华北电力大学(北京);2011年
7 路小军;考虑超短期负荷预测的地区电网二级电压控制研究[D];华北电力大学(河北);2007年
8 裴燕;配电网络实时经济运行研究[D];重庆大学;2005年
9 宋狄;地区电网电压/无功实时优化调度方案的研究[D];华北电力大学(北京);2005年
10 李国辉;超短期负荷预测的广义外推法[D];大连理工大学;2008年
中国重要报纸全文数据库 前10条
1 卢振钟;胶南供电公司深入挖潜降损节能[N];国家电网报;2007年
2 陈如明;IPv6与P2P结合 务实发展宽带网络[N];中国电子报;2007年
3 剑鸣;是是非非P2P[N];计算机世界;2007年
4 董海涛;ERP:全力提高生产计划执行率[N];中国冶金报;2008年
5 胡晓延;精细管理出效益[N];中国电力报;2005年
6 马坤;新区供电 度夏有“谱”[N];北方经济时报;2006年
7 记者 方科;确保枯水期电力供应[N];重庆日报;2006年
8 王戈 本报记者 戴汇峰;东北电网公司积极做好迎峰度夏保供电工作[N];东北电力报;2006年
9 记者 倪明 通讯员 谢柳青;番禺实行黄色错峰用电[N];广州日报;2006年
10 何艳春;四川电网信息月度播报[N];西南电力报;2006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