欢迎来到天天文库
浏览记录
ID:58863573
大小:230.50 KB
页数:51页
时间:2020-09-30
《《电力系统规划》第2章ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第2章电力负荷预测2.1电力系统负荷预测概述2.2电力负荷预测的数据处理技术2.3确定性负荷预测方法2.4不确定性负荷预测方法2.5空间负荷预测2.6负荷预测评价2.1电力系统负荷预测概述1.负荷预测的基本概念及意义2.电力系统负荷的构成和特点3.电力系统负荷预测分类及特点4.负荷预测的基本程序和影响因素负荷预测的基本概念及意义1)基本概念——负荷预测是根据系统的运行特性、增容决策、自然条件与社会影响等诸多因素,在满足一定精度要求的条件下,确定未来某特定时刻的负荷数据,其中负荷是指电力需求量(功率)或用电量。是以电力负荷
2、为对象进行的一系列预测工作。2)意义——预测未来电力负荷的时间分布和空间分布,为电力系统规划和运行提供可靠的决策依据。准确的负荷预测,是衡量一个电力企业的管理是否走向现代化的显著标志之一。2.电力系统负荷的构成和特点1)采用不同的分类方法,将规划区域范围内(例如全国、省、地、县(市))的电力负荷分成若干类别;2)分门别类地进行分析研究和预测其可能的变化趋势;3)采用某些综合技术进行研究和预测,便可以得到电力系统规划中所需要的相关负荷资料。电力负荷按照不同的研究目标采用不同的分类方法按用电部门的属性划分按用电的目的划分按用
3、电单位或部门的重要性划分按电力负荷的大小划分电力系统规划中负荷预测采用的分类方法主要是按用电的部门属性划分法和按负荷预测的时间长短的划分法第一产业第二产业第三产业动力、照明、电热、操作控制及通讯一类、二类、三类最大负荷平均负荷最小负荷用电负荷:系统内各用户在某一时刻所耗用电力的总和供电负荷:用电负荷+网损(线路和变压器损耗)发电负荷:供电负荷+发电厂厂用负荷国民经济行业用电:第一产业、第二产业、第三产业和居民生活用电第一产业:农、林、牧、渔、水利业第二产业:工业和建筑业第三产业:除一二产业用电中的其他部分一级负荷、二级负
4、荷、三级负荷3.电力系统负荷预测分类及特点用电负荷按用电部门的属性划分工业用电:重工业用电、轻工业用电农业用电:排灌用电、农副加工用电、农村照明用电交通用电:电气铁路用电、城市交通用电市政用电、商业用电、街道照明用电、家庭生活用电、公共娱乐用电负荷预测按时间分类电网调度部门电力规划部门长期以年为单位10~30年中期数周至一月5~10年短期24~48小时以内1~5年超短期1小时以内负荷预测按行业分类按行业分城市民用负荷工业负荷商业负荷农村负荷负荷预测按特性分类最高负荷、最低负荷、平均负荷负荷峰谷差,高峰负荷平均,低谷负荷平
5、均平峰负荷平均、全网负荷母线负荷,负荷率4.负荷预测的基本程序和影响因素1)调查和选择历史负荷数据资料2)历史资料的整理3)对负荷数据的预处理4)建立负荷预测模型5)预测模型的应用6)预测结果的评价7)预测精度的评价8)编写预测分析报告基本程序1)经济发展水平及经济结构调整的影响2)收入水平、生活水平和消费观念变化的影响3)电力消费结构变化的影响4)气候气温的影响5)电价(分时电价,可中断电价)的影响6)需求侧管理措施的影响7)电力供应侧8)政策因素影响因素随机干扰气候时间经济影响因素常用负荷曲线日负荷曲线:一天内每小时
6、(整点时刻)负荷的变化情况。年负荷曲线:每年每个月最大负荷变化情况。2.2电力负荷预测的数据处理技术1.历史数据的作用历史数据是负荷预测的根基。任何预测技术都是针对历史数据进行研究的,发现其内在规律,进而预测未来负荷。历史数据的真实、准确和简洁直接影响到预测精度的高低。2.数据处理的必要性【必要性】历史数据的正确性直接影响到预测精度的高低。因此需要对历史数据进行合理性分析,去伪存真。【意义】数据的前置处理可使原始数据得到优化,降低算法的时间和空间复杂性,利于算法的最终实现。【基本要求】排除人为因素或统计口径不同带来的误差
7、;尽量减少“异常数据”;对缺失数据进行合理处理。3.数据处理的基本内容(1)数据补全:可使用人工填写空值、使用最可能的值填充、使用一个全局常量填充等方法。(2)数据噪声处理:由于数据录入或测量仪表等原因可能使数据存在较大的偏差,为了保证预测模型的有效性,必须对异常数据进行相关处理,常用的方法有分箱、聚类、回归、计算机和人工检查结合四类方法。(3)负荷数据预处理:对历史负荷数据资料中的异常值的平稳化以及缺失数据的补遗。主要采用水平处理、垂直处理方法。对异常数据,主要采用水平处理和垂直处理方法数据的水平处理:分析数据时,将前
8、后两个时间的负荷数据作为基准,设定待处理数据的最大变动范围,当待处理数据超过这个范围,就视为不良数据,采用平均值的方法平稳其变化;数据的垂直处理:在负荷数据预处理时考虑其24h的小周期,即认为不同日期的同一时刻的负荷应该具有相似性,同时刻的负荷值应维持在一定的范围内,对于超出范围的不良数据,修正为待处理数据的最近几天
此文档下载收益归作者所有