杭州地区电力负荷特性的分析及预测

杭州地区电力负荷特性的分析及预测

论文摘要

“十五”期间全国电网用电负荷的结构、模式发生了巨大的变化,电力供需矛盾非常突出。电力负荷特性是评价电网负荷状况的主要指标之一,它的变化趋势能体现电网用电结构、用电模式等状况的优劣。本文首先介绍了电力系统负荷的概念,确定了研究对象——用电负荷,并分析了其具有周期性、连续性、季节性及节假日特殊性等基本特点,还简单介绍了常用负荷特性指标;在此基础上,采用曲线法和指标法对杭州地区普通日和节假日的电力负荷特性分别进行了分析,并总结了负荷特性的特点、变化趋势及电网存在的问题——峰谷差不断扩大、负荷率不断下降,电网的安全、稳定、可靠、经济运行受到威胁。基于负荷特性的分析,普通日与节假日电力负荷特性的显著差异,相同日期的负荷变化趋势(曲线形状)显著相似,不同日期的负荷变化趋势相差甚大,本文采用支持向量机(SVM)预测技术和传统预测技术分别对普通日和节假日用电负荷建立了预测模型,预测结果的误差分析验证了基于负荷特性的预测模型能够取得较好的精度。最后,为了优化电力负荷特性的变化趋势,改善或解决电网存在的问题,本文进一步分析了影响负荷特性变化的原因,从调整用电负荷方面着手,对杭州电网实施电力需求侧管理进行了探讨,尤其是峰谷电价政策。通过本文的研究,对该地区的负荷调度具有指导性作用,同时也为该地区负荷特性优化调控提供了参考依据。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 本课题的研究意义
  • 1.3 国内外的研究现状
  • 1.3.1 经典方法
  • 1.3.2 传统方法
  • 1.3.3 新兴方法
  • 1.4 本文的主要工作
  • 第二章 负荷特性分析的基础
  • 2.1 用电负荷分类
  • 2.2 用电负荷的特点
  • 2.3 常用负荷特性指标
  • 2.4 小结
  • 第三章 电力负荷特性分析
  • 3.1 杭州地区的简介
  • 3.2 负荷特性的分析方法
  • 3.3 普通日负荷特性分析
  • 3.3.1 年负荷特性分析
  • 3.3.2 月负荷特性分析
  • 3.3.3 日负荷特性分析
  • 3.3.4 夏季负荷特性分析
  • 3.4 节假日负荷特性分析
  • 3.4.1 春节期间负荷特性分析
  • 3.4.2 “十一”和“五一”期间负荷特性分析
  • 3.4.3 元旦期间负荷特性分析
  • 3.4.4 节假日新的调整
  • 3.5 小结
  • 3.5.1 普通日负荷特性的小结
  • 3.5.2 节假日负荷特性的小结
  • 第四章 基于负荷特性分析的短期负荷预测
  • 4.1 电力负荷预测概述
  • 4.1.1 负荷预测简介
  • 4.1.2 预测的基本过程
  • 4.2 短期负荷预测
  • 4.2.1 短期负荷预测重要性
  • 4.2.2 短期负荷预测的初步模型
  • 4.2.3 短期负荷预测的方法
  • 4.3 普通日的短期负荷预测
  • 4.3.1 支持向量机(SVM)模型
  • 4.3.2 基于SVM的预测
  • 4.4 节假日的负荷预测
  • 4.5 小结
  • 第五章 电力负荷特性的调控
  • 5.1 影响负荷特性的原因
  • 5.2 电力需求侧管理
  • 5.2.1 需求侧管理的必要性
  • 5.2.2 需求侧管理的内容
  • 5.3 杭州地区实施需求侧管理的探讨
  • 5.4 小结
  • 第六章 总结和展望
  • 6.1 本文工作总结
  • 6.2 未来工作展望
  • 参考文献
  • 致谢
  • 攻读硕士期间发表论文及科研成果
  • 相关论文文献

    • [1].最大用电负荷与经济变量的关联研究[J]. 学术月刊 2020(02)
    • [2].山东潍坊:电网用电负荷首破千万大关[J]. 农电管理 2020(09)
    • [3].电网大电机起动分析及管理[J]. 科学中国人 2017(08)
    • [4].春灌期气象条件对河北省南网日用电负荷峰值的影响[J]. 气象与环境学报 2013(05)
    • [5].用电负荷分级与重要客户分级[J]. 现代建筑电气 2018(11)
    • [6].配电网中分行业用电负荷特性自动化预测研究[J]. 自动化与仪器仪表 2019(05)
    • [7].住宅配电站用电负荷统计及变压器容量的确定[J]. 工程建设与设计 2016(10)
    • [8].新建住宅小区的用电负荷计算分析[J]. 硅谷 2014(23)
    • [9].上海人均用电负荷达1.1kW[J]. 电力与能源 2012(05)
    • [10].上海最高用电负荷直逼历史纪录[J]. 上海电力 2008(03)
    • [11].设置电动汽车充电设施时住宅小区用电负荷分析[J]. 河北工程技术高等专科学校学报 2016(04)
    • [12].化工项目中用电负荷表的应用[J]. 广东化工 2016(02)
    • [13].上海地区夏季气温变化对用电负荷的影响[J]. 长江流域资源与环境 2011(12)
    • [14].区域尺度住宅建筑日用电负荷模型构建方法研究[J]. 中国电力 2020(08)
    • [15].基于随机森林算法的用电负荷预测研究[J]. 计算机工程与应用 2016(23)
    • [16].低谷电储能冷热双供系统分析[J]. 储能科学与技术 2017(04)
    • [17].利用特殊日期测定各类用电负荷的方法[J]. 电力需求侧管理 2010(04)
    • [18].低压三相用电负荷不平衡产生的影响及其对策[J]. 湖州师范学院学报 2013(S1)
    • [19].基于实测数据的用电负荷谐波源建模研究[J]. 广东电力 2014(06)
    • [20].南宁市夏季用电负荷特性分析[J]. 广西电力 2011(01)
    • [21].1158万千瓦广州上周用电负荷创新高[J]. 广东经济 2011(07)
    • [22].住宅小区用电负荷及配变容量的测算[J]. 华北电力技术 2011(08)
    • [23].滨州市用电负荷与气象要素的关系及预测[J]. 安徽农业科学 2010(25)
    • [24].无功补偿在用电负荷降损节电中的重要性[J]. 电子世界 2015(20)
    • [25].节能必须“职企联动”全员参与[J]. 农村电工 2009(09)
    • [26].移民安置规划中用电负荷的计算方法[J]. 水利水电快报 2008(12)
    • [27].上海用电负荷预测中气温累积效应分析[J]. 现代电力 2018(02)
    • [28].一款用电负荷控制器的设计[J]. 电子世界 2011(14)
    • [29].水利工程施工场地用电负荷分析与措施[J]. 中国农村水利水电 2008(02)
    • [30].十年磨剑,筑仡乡坚强主网[J]. 农电管理 2018(02)

    标签:;  ;  ;  ;  ;  ;  

    杭州地区电力负荷特性的分析及预测
    下载Doc文档

    猜你喜欢