[信息与通信]正文

《[信息与通信]正文》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、安徽工程科技学院毕业设计（论文）引言随着国民经济的发展和人民生活水平的提高，电力作为一种非常重要的能源，已经深入到社会的各个角落，人们对电能质量的要求也越来越高，电力负荷预测作为保证电能质量的一个基本工具，得到了越来越多的关注。预测技术在电力工业中具有特别重要的地位。这是电力工业生产、输送、消费同时进行，以及电力工业先行的特点所决定的。需电量及电力负荷预测是电力系统规划和建设的基本依据，是电力企业日常经营管理工作的重要组成部分。负荷预测是能量管理系统（EMS)的一个重要模块。它所提供的未来的负荷数据，对电力系统的控制、运行和计划都是

2、非常重要的。电力系统的稳定运行要求发电量能随时紧跟系统负荷的变化，即发电站发出的电能必须能够平衡线路负荷，如果不事先预测负荷，或负荷预测不准，将会导致大量的电能浪费。准确预测负荷，不但对确定日运行方式有重要作用，可以确定相应的发电量及燃料需要量、合理安排发电机组、输变电设备的检修、确定电网在计划期内需要增加的发、输、变电设备容量，而且也是电力行业CIMS工程的基础和不可缺少的技术和设备。此外，电力负荷预测直接关系到电力系统生产计划和电力系统运行方式的安排，具有重要的经济意义。随着社会主义市场经济体制的不断完善和电力工业管理体制改革的

3、深化，国家电力公司及其各省级电力公司作为电力市场的主体其一切经济活动都要以经济效益为中心，因此各级电力公司需要走向市场，立足电力市场，深入研究电力市场的供需形势状况及其发展，以此为基础制定公司的发展战略、指导公司的经营活动。所以说电力负荷预测工作是电力公司经营和制定发展战略的基础，是准确把握市场脉搏，分析未来电力需求的走势的必要工具。中长期负荷预测是目前深受关注的研究课题，它在系统规划、新发电厂和发配电系统的建立上有着重要的地位。由于建立一个发电厂或变电站需要很长的时间及大量的费用，因此对于一个电力公司来说，进行有效的中长期负荷预测

4、是十分必要的。它对电力系统(如机组最优组合、经济调度、最优潮流计算)优化调度而言，是非常有用的基础工具。此外，中长期负荷预测对电力系统的安全性也有着不可低估的作用，这中间包括对电网故障的分析处理，以及对负荷的管理等。-39-安徽工程科技学院毕业设计（论文）第1章绪论在电力系统中，负荷指电力需求量或用电量。需求量是能量的时间变化率，即功率。负荷预测包括两方面的含义：对未来需求量(功率)的预测和未来用电量(能量)的预测。对功率的预测用来决定发电设备的容量，以及相应的输电和配电的容量。对能量的预测则决定了应当安装何种类型的发电容量。1.1

5、电力系统负荷预测分类如图1-1所示，电力系统负荷预测按预测内容分为系统负荷预测和母线负荷预测两类。系统负荷预测是对研究系统未来的负荷需求的预测；母线负荷预测是系统负荷预测取得某一时刻系统负荷值，并将其分配到每一条母线上[14][18]。1.1.1负荷预测按周期分类SCADA系统负荷预测发电计划潮流状态估计母线负荷预测图1-1系统/母线负荷预测电力负荷预测按周期分类，可以分为超短期、短期、中期和长期负荷预测。超短期负荷预测用于质量控制。需5~10s的负荷值，用于安全监视需1~5min负荷值。用于预防控制和紧急状态处理，需10~60mi

6、n负荷值，使用对象是调度员。在正常情况下，一般不考虑气象条件的影响，因为天气因素中最主要的影响因素——温度己体现在负荷的历史数据中了。超短期负荷预测主要反映负荷在短时间内的变化规律，即反映负荷的上升、下降或水平趋势及变化值。短期负荷预测主要用于火电分配、水火电协调、机组经济组合和交换功率计划，要1日~1周的负荷值，使用对象是编制调度计划的工程师。短期负荷预测主要考虑负荷的周期性变化规律及人气影响因素。中期负荷预测主要用于水库调度、机组检修、交换计划和燃料计划，需要1月~1年的负荷值，主要预测指标有月平均最大负荷、月最大负荷和月用电量

7、。使用对象是编制中长期运行计划的工程师。中期负荷预测考虑的因素比短期负荷预测要多些，特别是一些未来的因素及气候条件。-39-安徽工程科技学院毕业设计（论文）长期负荷预测用于电源和网络发展，需要数年至数十年的负荷值，使用对象是规划工程师。长期负荷预测受地区的社会经济、人口、气候等因素影响，涉及许多不确定性问题。1.1.1负荷预测按系统负荷构成分类一般来说负荷预测可以分为城市民用负荷、商业负荷、农村负荷、工业负荷以及其他负荷。不同类型的负荷有不同的变化规律。随着家用电器的普及，城市居民负荷增长率提高、季节波动增大，且系统峰荷受气温影响越

8、来越大。商业负荷影响晚尖峰，而且随季节而变化。工业负荷受气象影响较小，但大企业成本下降，使夜间低谷增长缓慢。农村负荷季节变化强，且与降水情况关系密切。分析负荷的结构及其影响因素对提高负荷预测的准确性至关重要，尤其是针对突发性重大事件。