基于特性融合的电力负荷建模_朱建全
电力系统中的负荷建模技术
电力系统中的负荷建模技术在当今高度依赖电力的社会中，电力系统的稳定运行至关重要。
而负荷建模技术作为电力系统分析与控制中的关键环节，对于准确评估电力系统的性能、规划电力网络以及保障供电的可靠性具有极其重要的意义。
那么，什么是电力系统中的负荷建模呢？简单来说，负荷建模就是对电力系统中用户所消耗的电力负荷特性进行数学描述和建模。
这就好比我们要了解一个人的行为习惯，需要对他的日常活动进行观察和总结一样。
在电力系统中，负荷并不是一成不变的，它会随着时间、季节、天气等因素而发生变化。
比如在炎热的夏天，空调的使用量会大幅增加，导致电力负荷急剧上升；而在深夜，大多数用户都在休息，负荷则相对较低。
因此，准确地建立负荷模型，对于电力系统的运行和规划是非常必要的。
负荷建模的方法多种多样，常见的有统计综合法、总体测辨法以及故障拟合法等。
统计综合法是通过对大量用户的用电数据进行统计分析，综合得出负荷的特性模型。
这种方法就像是对一个群体的行为进行大数据分析，找出普遍规律。
首先，需要收集各类用户的用电设备信息、使用时间等详细数据。
然后，根据这些数据，计算出不同类型用户在不同时间段的负荷特性。
最后，将这些特性综合起来，形成整个电力系统的负荷模型。
这种方法的优点是能够较为全面地考虑各种用户的情况，但缺点是数据收集的工作量巨大，而且对于一些新兴的用电设备和用电行为可能难以准确预测。
总体测辨法是通过在实际电力系统中进行测量和辨识，获取负荷的模型参数。
想象一下，我们在电力系统中安装各种测量仪器，实时监测负荷的变化情况，然后通过特定的算法和软件对这些数据进行分析和处理，从而得到负荷模型。
这种方法的优点是能够直接反映实际负荷的特性，但也存在一些局限性，比如测量误差可能会影响模型的准确性，而且对于复杂的电力系统，测量和辨识的难度较大。
故障拟合法则是通过对电力系统故障时的负荷响应数据进行分析，来建立负荷模型。
当电力系统发生故障时，负荷会出现相应的变化，通过研究这些变化，可以了解负荷的动态特性。
基于融合集成算法的配电网负荷预测研究
基于融合集成算法的配电网负荷预测研究
李强;赵峰;吴金淦;谭守标
【期刊名称】《自动化仪表》
【年(卷),期】2024(45)1
【摘要】配电网的负荷预测在电力运行状态监测中尤为重要。
负荷预测的精度提
升为电网的安全、稳定运行提供了保障。
通过对融合集成算法的研究,提出了一种
基于关联特征选择的融合集成算法。
在数据集的选择上,使用相关系数和灰色关联
算法综合对样本中负荷影响较小的特征进行剔除,使得样本数据集的相关性更高;同时,对传统Stacking集成学习的输入和输出特征进行优化,提高了模型的预测效果。
试验结果表明,基于融合集成算法的配电网负荷预测模型与传统的Stacking集成算法、XGBoost、灰狼优化-反向传播算法相比,负荷预测的精度提升了3.07%。
该模型总体性能表现较好。
该研究结果有效地支撑了配电网的负荷监测和规划,也为电
力系统故障诊断提供了参考。
【总页数】6页(P111-115)
【作者】李强;赵峰;吴金淦;谭守标
【作者单位】国网信息通信产业集团有限公司;安徽继远软件有限公司;安徽大学集
成电路学院
【正文语种】中文
【中图分类】TH-865
【相关文献】
1.基于蚁群算法的配电网空间负荷预测方法研究
2.基于利用BP神经网络进行Stacking模型融合算法的电力非节假日负荷预测研究
3.基于DE-ELM算法的配电网电力系统负荷预测研究
4.基于PSO算法与SVR算法在企业直流配电网短期负荷预测的研究
5.基于萤火虫算法的光伏配电网负荷过载预测研究
因版权原因，仅展示原文概要，查看原文内容请购买。
2016 年电 工数学建模竞赛负荷预测数据集
2016 年电工数学建模竞赛负荷预测数据集2016年电工数学建模竞赛是一场备受瞩目的比赛，旨在通过对负荷预测数据集的研究，为电力领域提供重要的指导意义。
本文将生动、全面地介绍该数据集的重要性以及其对电力领域的指导意义。
负荷预测是电力管理和调度中的重要环节，它对于保障电力的稳定供应以及优化能源利用具有重要意义。
而这一场竞赛中使用的2016年负荷预测数据集，提供了一系列准确的电力负荷数据以及相关的影响因素，为我们研究负荷预测提供了有力的支持。
首先，该数据集的生动性体现在它提供了真实、详细的电力负荷数据。
这些数据统计了2016年不同时间段内的负荷状况，包括高峰时段、低谷时段以及平峰时段的用电情况。
这些数据来源于广泛的电力系统，包括城市、农村以及工业区域，具有全面、典型的代表性。
其次，该数据集的全面性在于它提供了一系列影响电力负荷的关键因素。
这些因素包括温度、湿度、天气情况、人口数量、经济活动水平等。
通过对这些因素与电力负荷的对比分析，我们可以更好地理解电力消费与环境、人口以及经济发展之间的关系。
这对于电力调度和能源规划具有重要的指导意义。
最后，该数据集的指导意义在于它为电力领域的决策提供了重要的参考。
通过对负荷预测数据的研究，我们可以更好地预测未来的用电情况，进而合理调度电力资源，提高能源利用效率。
同时，通过对负荷预测的数据与实际负荷的对比，我们可以评估预测模型的准确性，并针对不同情况进行调整和改进，从而提高整个电力系统的运行效率。
综上所述，2016年电工数学建模竞赛所使用的负荷预测数据集具有生动、全面以及指导意义的特点。
通过对这些数据的研究，我们可以更好地理解负荷预测的关键因素和规律，为电力领域的管理和调度提供有力的支持。
在未来的研究中，我们可以进一步探索新的数据集，优化预测模型，并探索新的电力调度和能源管理方式，为实现电力资源的可持续利用贡献力量。
电力系统中的电力负荷建模与预测
电力系统中的电力负荷建模与预测概述电力负荷的准确建模与预测是电力系统运行和规划中的关键问题。
它不仅对电网的稳定运行和资源优化具有重要意义，还对新能源发展、能源消耗的节约以及电力市场的运行等产生深远影响。
本文将从电力负荷的建模方法、预测技术以及应用领域等方面进行论述，旨在全面介绍电力负荷建模与预测的相关内容。
电力负荷建模方法电力负荷建模是对电力负荷进行数学或统计方法描述的过程。
为了准确地模拟和预测电力负荷的变化，需要综合考虑多个因素，如时间、天气、经济和社会等。
以下是几种常见的电力负荷建模方法。
1. 统计建模统计建模是利用历史数据对电力负荷进行建模和预测的方法之一。
该方法通过分析历史数据的变化趋势和周期性，运用数学统计学的知识来建立模型。
常见的统计建模方法包括时间序列分析、回归分析和灰色系统理论等。
这些方法能够较好地捕捉到电力负荷的变化规律，但对于异常情况（如节假日、突发事件）的预测能力有限。
2. 人工智能建模人工智能建模是近年来应用广泛的一种电力负荷建模方法。
它利用人工智能算法，通过对大量数据的学习和训练，构建出适应性较好的负荷预测模型。
人工智能方法包括神经网络、支持向量机和遗传算法等，并且可以根据实际需要灵活选用不同的算法。
相比于传统的统计方法，人工智能方法更具有适应性和鲁棒性，能够更好地处理非线性和非稳态的负荷数据。
电力负荷预测技术电力负荷预测是对未来一段时间内电力负荷进行估计的过程。
准确的负荷预测有助于电网的运行调度和电力市场的交易决策。
以下是几种常见的电力负荷预测技术。
1. 基于统计学方法的负荷预测基于统计学方法的负荷预测是一种常见且有效的预测技术。
通过对历史数据的分析，结合时间序列分析、回归模型等统计学方法，对未来的负荷进行预测。
这种方法较为简单，计算速度快，适用于确定性负荷预测，但对于非线性和非稳态的负荷数据效果较差。
2. 基于人工智能方法的负荷预测基于人工智能方法的负荷预测是近年来研究热点之一。
华北电力大学科技成果——负荷模型深化研究及适应性分析
华北电力大学科技成果——负荷模型深化研究及适
应性分析
成果简介
该成果为各种数据用于负荷建模的科学性和可行性提供方案，并完成了测量特殊负荷扰动数据的方法、启动条件和数据的可用性；初步探讨了特殊负荷（冲击负荷）的负荷特性，提出了建立特殊负荷模型结构的基本原理和方法，研究了模型参数辨识策略；通过对不同通信方式的优劣进行比较，选择最佳路径上传负荷特性数据，用于负荷动态特性建模。
以上述技术为基础的研究成果获得陕西省科技进步一等奖、国家电网公司科技进步三等奖。
该成果已成功应用于兰州的兰西变电站和炳灵变电站和西北电网调度中心负荷实测建模研究中，取得了显著的经济和社会效益。
基于配电网全域大数据的负荷智能预测模型
基于配电网全域大数据的负荷智能预测模型目录一、摘要 (1)二、内容概要 (1)三、背景及意义 (2)四、相关理论及技术 (3)4.1 配电网全域大数据 (4)4.2 负荷智能预测模型 (5)五、模型构建与实现 (6)5.1 数据预处理 (7)5.2 特征工程 (8)5.3 模型训练与验证 (9)5.4 模型优化与调整 (11)六、实证分析 (12)6.1 实验环境与参数设置 (13)6.2 实验结果展示 (15)6.3 结果分析 (16)七、模型应用与推广 (17)八、结论与展望 (18)一、摘要随着互联网+、大数据时代的到来，电力系统面临着日益严重的负荷预测挑战。
为了实现更精确、更高效的负荷预测，本文提出了一种基于配电网全域大数据的负荷智能预测模型。
该模型通过整合配电网运行的实时数据、历史数据和天气数据等多源信息，结合先进的数据挖掘和机器学习技术，对未来一段时间内配电网的负荷情况进行预测。
二、内容概要本文档主要围绕“基于配电网全域大数据的负荷智能预测模型”进行阐述。
通过综述相关领域的背景与研究现状，为后续模型介绍做好铺垫。
详细描述了模型的构建过程，包括数据预处理、特征工程、模型训练与验证等关键步骤。
展示了模型在实际应用中的表现，并对其未来发展趋势进行了展望。
背景与意义：介绍了智能电网的发展趋势和负荷预测的重要性，指出了现有预测方法的不足之处，为本模型的提出提供了背景和动机。
相关研究综述：回顾了配电网大数据分析、负荷预测以及人工智能技术在相关领域的应用，为本研究提供了理论基础和研究思路。
模型构建：详细阐述了从数据预处理、特征提取到模型训练与验证的全过程，包括数据清洗、特征选择、模型构建、参数优化等关键步骤。
实证分析：通过实际案例展示了模型的预测效果，证明了本模型在配电网负荷预测中的有效性和可行性。
总结与展望：对本模型的特点、优势进行了总结，并指出了未来可能的研究方向和应用前景。
三、背景及意义随着互联网+、大数据时代的到来，电力系统正面临着日益严重的供需不平衡和能源浪费问题。
电力负荷特性在线测辨的一个新构思
电力负荷特性在线测辨的一个新构思
鞠平;卫志农
【期刊名称】《河海科技进展》
【年(卷),期】1992(012)002
【摘要】电力负荷的动态特性与静态特性是有其内在联系的,动态特性方程在稳态条件下应该转化为静态特性方程。
根据这一物理本质,本文提出一种新的构思:在线测量采集负荷波动信息,据此辨识负荷动态模型,然后再由动态方程在稳态条件下得到静态特性系数。
这一新构思已通过仿真算例得到初步验证,进一步的工作是进行现场应用试验。
【总页数】4页(P66-69)
【作者】鞠平;卫志农
【作者单位】不详;不详
【正文语种】中文
【中图分类】TM714
【相关文献】
1.基于虚拟仪器的负荷特性测辨系统的研究 [J], 宋红志;章健;孙丰奇
2.综合测辨法在东北地区电力负荷建模中的应用 [J], 蒋蕾;曲祖义;等
3.电力系统静态电压稳定性在线监控(一)--一种可在线应用的计及负荷静态特性的电压稳定指标 [J], 傅旭;王锡凡
4.黑龙江省电网负荷模型的在线测辨研究 [J], 杨滨;康春雷;才洪全;徐洪涛
5.基于总体测辨法的电力负荷建模系统 [J], 张红斌;汤涌;张东霞;侯俊贤
因版权原因，仅展示原文概要，查看原文内容请购买。
智能电网中电力负荷建模研究
智能电网中电力负荷建模研究在当今能源需求不断增长和对供电可靠性要求日益提高的背景下，智能电网的发展成为了电力领域的重要趋势。
而电力负荷建模作为智能电网研究中的关键环节，对于电网的规划、运行、控制以及优化具有极其重要的意义。
电力负荷，简单来说，就是电力系统中各类用电设备消耗电功率的总和。
它并不是一个恒定不变的值，而是会随着时间、季节、气候、用户行为等多种因素的变化而动态变化。
要对这样一个复杂且多变的对象进行准确建模，可不是一件容易的事情。
电力负荷建模的方法多种多样。
传统的方法主要基于统计分析和物理原理。
统计分析方法通过收集大量的历史负荷数据，运用数学统计手段来寻找负荷变化的规律。
这种方法相对简单，但对于负荷的动态特性和不确定性的描述能力有限。
物理原理方法则试图从用电设备的工作原理出发，建立详细的数学模型。
然而，实际的电力系统中用电设备种类繁多，要详细建模每一种设备几乎是不可能的，而且这种方法计算复杂度高，难以在实际工程中广泛应用。
随着技术的发展，基于人工智能和机器学习的方法逐渐崭露头角。
这些方法能够自动从海量的数据中学习负荷的特征和规律，具有很强的适应性和预测能力。
但它们也存在一些问题，比如模型的可解释性差，对数据质量和数量要求高等。
在智能电网中，电力负荷建模面临着一系列新的挑战。
首先，智能电网中的分布式能源和电动汽车等新型负荷的出现，使得负荷结构更加复杂。
分布式能源的输出具有随机性和波动性，电动汽车的充电行为也受到用户习惯和电网政策的影响，这都给负荷建模带来了很大的困难。
其次，智能电网对负荷建模的精度和实时性提出了更高的要求。
为了实现电网的优化运行和智能控制，需要能够快速准确地预测负荷的变化，这就要求负荷模型能够捕捉到负荷的细微变化和短期动态特性。
此外，智能电网中的信息交互更加频繁和复杂，如何有效地融合多源数据，提高负荷建模的准确性和可靠性，也是一个亟待解决的问题。
为了应对这些挑战，研究人员在负荷建模方面进行了不断的探索和创新。
基于负荷特性的户均配变容量分析
基于负荷特性的户均配变容量分析全少理;李应闯;张永斌;廖祖金;张醒狮;李响【期刊名称】《电力需求侧管理》【年(卷),期】2016(018)003【摘要】This paper considers with the characteristics of typical residential distribution transformers in some areas of Henan Province. Firstly, this paper analysises the influence factors of average capacity of the distribution transformers; based on the full investigation of the different typical residential load character⁃istics, the residents load and the number of consumers is predict⁃ed;Then it determines distribution transformers capacity selection of the typical residenteial area, and analyzes the economic opera⁃tion interval of the distribution transformers. Then the existing dis⁃tribution transformer capacity in typical residential area isopti⁃mized. Finally the the economic benefit and sensitivity of thein⁃vestment of distribution transformer is analysised. In this paper, the optimized scheme of distribution capacity is put forward.%结合河南省部分地区典型小区配电变压器的特点，首先对户均配变容量的影响因素进行分析，在充分调研不同典型小区居民负荷特性的基础上，对居民负荷及用户数进行预测；之后确定了典型居民小区的配变容量的选取，并对配电变压器的经济运行区间进行分析；最后对典型居民小区现有的配变容量进行了优化，并对配电变压器的投资进行了经济效益分析、敏感性分析等。
考虑频率特性的负荷模型研究及应用
摘 要 ：针 对大干 扰情 况下 电力 系统仿 真 若 忽略 频 率 因素 会 影响 仿 真精 度 的 问题 ， 原 有模 型 结构 在 的基础 上提 出了考虑频 率特 性 的两种 负荷模 型 ： 综合 负荷 模 型 和 线性 动 态模 型 ， 并提 出 了“ 先动 后 静” 获取 静 态特征 系数 的方 法 ． 将模 型 应 用于新 疆 电网具体 实例 ， 果表 明 ， 用两种 模型仿 真 的动 结 采
数 ． 可 以采 用 多项式模 型 ： 也
Ｐ Ｑ
其 中特 征 系数 满 足 ：
） ） 】＋ （ ＋ （ ・ｆ ＋ １Ｌ ） ｏ ｐ Ａ ） ） （ ｏ （ ＋ ｆ） ＋ 】 ＋
Ｊ ｚ＋ Ｊ ＋Ｊ ｌ ｅ＝ １、
般 来说 ， 电力 系统 中电压 波 动较大 而频 率波 动很 小 ， 以长期 以来 ， 所 电力 负 荷 建模 研 究 大都 是 围绕 电 力 负荷 的 电压 特性进 行 的 ， 取得 了丰硕 的成果 【８． １］但是 ， 某 些薄 弱 的 电 网（ － 在 比如 新 疆 电 网 ） 或 者 系统 中发 ，
Ｆ ｇ Ｓ ｒ ｃｕ ｅ ｏ ｉ ．１ ｔ ｕ ｔ ｒ ｆ町砸ｔ ｅｉ ａ ｄ ｌ ｌ ｓ ｌ ｄ ｍｏ ｅ ｌ ｓｏ
Ｑ Ｌ＝ Ｑ 一
Ｄ
式 中 ： Ｑ， 广 一 实 际负 荷母线 上 的有功 功率 、 Ｐ， ｕ， 无功 功率 、 电压 和频 率 ； Ｌ Ｑ ， Ｉ Ｐ ， Ｌ —— 虚拟 母线 上 的有 功 功率 、 无功 功率 和 电压 ； Ｄ Ｘ —— 配 电 网等值 电阻和 等值 电抗 ． Ｒ ，Ｄ 对于综 合 负荷模 型 中的静 态负荷 部分 ， 考虑 频率 特性 的模 型方 程如下 ［］ １： ２
电力负荷预测中的时空关联性建模
电力负荷预测中的时空关联性建模在现代工业化社会中，电力能源是一种至关重要的资源。
为了满足人们的生产和生活需要，电力系统必须保持高效运作。
然而，电力系统的特殊性质使得其负荷的变化不容易预测，这就给电力系统的运行带来了很大的挑战。
因此，电力负荷预测成为了电力系统管理中至关重要的模型之一。
其中，时空关联性建模是电力负荷预测的关键。
1. 电力负荷预测电力负荷预测就是根据过去的负荷数据、天气预报、历史数据等信息，对未来某一时间段电力负荷进行预测。
电力负荷预测对于电力系统的可靠性和经济性至关重要。
电力系统的运行需要保证供电能够满足需求，同时又不能产生过多的浪费。
如果负荷预测过低，将会导致供电不足，而负荷预测过高则会造成能源的浪费。
因此，电力负荷预测是电力系统管理中至关重要的模型之一。
2. 时空关联性建模时空关联性是指不同地点或者同一地点不同时间的变量之间的相关性。
在电力负荷预测中，时空关联性非常重要，因为负荷量的变化不仅受到当地天气、气温和工业生产等因素的影响，还受到不同地点或同一地点不同时间的变量的影响。
以气象因素为例，气温是一个很好的时空关联变量。
一般来说，一个地点的气温在不同时间是会变化的，而不同地点的气温也存在很大的变化。
这就导致了当不同地点的气象因素（如气温、湿度等）发生变化时，会影响到电力网络的运行状况。
因此，电力负荷预测中的时空关联性建模是非常重要的。
3. 时空关联性建模方法在电力负荷预测中，时空关联性建模方法有很多种。
其中，最常用的方法是基于时间序列的预测方法和基于空间统计的预测方法。
a. 基于时间序列的预测方法基于时间序列的预测方法是指利用历史负荷数据来预测未来负荷的一种方法。
该方法对于时间序列中的负荷变化进行分析和预测，将多维数据转化为一维时间序列，从而实现预测。
该方法主要应用于负荷预测中单一地点的预测。
b. 基于空间统计的预测方法基于空间统计的预测方法是指通过分析不同地点之间的差异，来刻画空间关联性的一种方法。
电力负荷需求侧响应能力评估建模研究
电力负荷需求侧响应能力评估建模研究作者：朱仔新张静忠杨龙来源：《现代信息科技》2021年第16期摘要：在全社会用电需求持续增长的状态下，高峰负荷与峰谷差值对电网的安全运行造成了不利影响，为了保证电网安全性，研究电力负荷需求侧响应能力评估建模方法。
在划分电力负荷需求侧响应阶段的基础上，设定不同负荷状态下响应能力评估指标，并采用时序分解法构建评估模型，完成电力负荷需求侧响应能力评估建模方法设计。
在实时电价和分时电价机制下，评估电动汽车参与需求侧响应后，对电力负荷影响效果，实验结果表明，文章模型能够在其充放电过程中完成高峰负荷划分，多轮测试结果均与实际峰值负荷一致，具有较好的实际应用效果。
关键词：电力负荷;需求侧响应;响应能力评估模型;用电需求中图分类号：TP391 文献标识码：A文章编号：2096-4706（2021）16-0142-03Research on Modeling of Power Load Demand Side Response Capability EvaluationZHU Zixin， ZHANG Jingzhong， YANG long（State Grid Ningxia Dispatching and Control center， Yinchuan 750001， China）Abstract： With the continuous growth of power demand in the whole society， the peak load and peak valley difference have an adverse impact on the safe operation of the power grid. In order to ensure the security of the power grid， the modeling method of power load demand side response capability evaluation is studied. Based on the division of power load demand side response stage，the response capability evaluation indexes under different load states are set， and the evaluation model is constructed by time series decomposition method to complete the design of power load demand side response capability evaluation modeling method. Under the mechanism of real-time electricity price and time of use electricity price， the effect of electric vehicle participating in demand side response on power load is evaluated. The experimental results show that the model in this paper can complete the peak load division in it’s charge and discharge process， and the multi round test results are consistent with the actual peak load， which has a good practical application effect.Keywords： power load; demand side response; response capability evaluation model; power demand0 引言在多年的改革和發展中电力市场已经形成了较为成熟的经营模式，但电力市场和其他市场中的商品相比仍存在一定差距，表现在电力市场需求侧调动不够充分，并没有完全利用好需求侧资源，使得电力市场出现电力调度灵活性低与效率低等多种问题。
智能电网中的若干数学与控制科学问题及其展望_梅生伟[1]
![智能电网中的若干数学与控制科学问题及其展望_梅生伟[1]](https://img.taocdn.com/s3/m/5c5461d008a1284ac850439f.png)
第39卷第2期自动化学报Vol.39,No.2 2013年2月ACTA AUTOMATICA SINICA February,2013智能电网中的若干数学与控制科学问题及其展望梅生伟1朱建全2摘要从智能电网的内涵和工程需求出发,归纳和提炼智能电网建设和发展所面临的若干基础科学问题,包括预测、储能、控制、调度、运筹及评估等6项关键技术及其所共有的工程博弈论研究.这些基础问题分别属于数学、控制科学或二者的交叉,它们的解决不仅是实现智能电网的前提,更能促使数学及控制科学产生新的学科增长点,因而具有重要的理论和工程研究价值.关键词智能电网,工程博弈论,控制科学,人工复杂系统,生命力评估引用格式梅生伟,朱建全.智能电网中的若干数学与控制科学问题及其展望.自动化学报,2013,39(2):119−131DOI10.3724/SP.J.1004.2013.00119Mathematical and Control Scientific Issues of Smart Grid and Its ProspectsMEI Sheng-Wei1ZHU Jian-Quan2Abstract Taking into account the connotation and engineering demand of smart grid,this paper summarizes and extracts several basic scientific issues of smart grid during its construction and development process,including prediction, energy storage,control,dispatching,planning,assessment,and their common engineering game theory.These basic scientific issues respectively belong to the mathematics,control science or their cross discipline.The solution of these issues not only is the precondition of the realization of smart grid,but also can promote the application perspective of mathematics and control science.Thus,it possesses a significant value in the theory and engineering research.Key words Smart grid,engineering game theory,control science,artificial complex system,survivability assessment Citation Sheng-Wei Mei,Jian-Quan Zhu.Mathematical and control scientific issues of smart grid and its prospects. Acta Automatica Sinica,2013,39(2):119−131智能电网是电力行业在全球能源、环境、经济、技术等诸多因素的共同驱动下形成的一个整体解决方案.现阶段,能源短缺的问题越来越突出,气候变暖的压力越来越大,用户对电力供应服务水平的要求越来越高,这些事实给电力行业再来了新的挑战.另一方面,量测、通信、IT、控制等新技术不断进步,这为电力行业的转型创造了条件.在这种背景下,电力行业进入了一个新的发展阶段,通过智能电网吸纳更多的可再生能源,提高供电可靠性及电能质量,同时关注客户满意度、社会节能环保效益以及能源经济的发展.收稿日期2012-10-31录用日期2012-11-08Manuscript received October31,2012;accepted November8, 2012国家自然科学基金(50977047)资助Supported by National Natural Science Foundation of China (50977047)本文为黄琳院士约稿Recommended by Academician HUANG Lin1.清华大学电机系电力系统国家重点实验室北京1000842.华南理工大学电力学院广州5106401.State Key Laboratory of Power Systems,Department of Electrical Engineering,Tsinghua University,Beijing1000842. School of Electric Power Engineering,South China University of Technology,Guangzhou510640该文的英文版同时发表在Acta Automatica Sinica,vol.39,no.2, pp.119−131,2013.目前,世界各国正在掀起智能电网建设的热潮.美国智能电网的建设重点有三个:1)注重电网基础设施的升级和更新,从而实现可靠供电;2)将信息、通信、计算机等方面的技术优势最大限度地应用于电力系统;3)通过先进的表计改进其基础设施,并进一步实现电力企业与用户间的互动.围绕上述目标,美国早在2001年就开始对智能电网(Intelligent grid)进行了研究.此后,2003年美国能源部(DOE)发布了“Grid2030”计划并成立了智能电网联盟[1]; 2004年,DOE又进一步启动了智能电网的项目研究工作;2005年,GE、IBM、Siemens、Google、Intel 等企业相继开展智能电网研究[2];2008年,美国科罗拉多州的波尔德市开始打造智能电网示范城市[3]; 2009年,随着奥巴马的经济复兴计划的出台,智能电网被提升为美国的国家战略.按照美国的相关规划,2010年∼2020年美国的家电设备将能实现远距离控制;2030年美国的各种电器设备将能实现自动控制.欧洲智能电网的主要关注点是将智能电网建设作为提高新能源利用率的重要平台,以应对能源、气候和环境问题[4].欧盟各国于2004年开始120自动化学报39卷倡议成立未来电网欧洲技术论坛以推动欧洲电网的发展;2005年,“智能电网(Smart grids)欧洲技术论坛”正式成立;2006年,“智能电网欧洲技术论坛”出台了《欧洲可持续、竞争和安全的电能策略》,并提出了建设智能电网的愿景[5];2009年,欧盟公布了能源战略计划(SET-plan).按照该计划,2020年欧盟的可再生能源将可以承担35%的电力供应;2050年欧盟的电力将主要由新能源供应.至此,欧洲电网将成为一个可再生能源超级电网.我国智能电网的主要关注点是保障国民经济持续高速发展的能源供给.这具体包括两方面:1)加强输电环节的建设,通过智能电网实现能源的大范围调配,从而解决我国能源和负荷分布不平衡的问题;2)加强配电和用电环节的建设,提高电力供应的可靠性和电能质量.2005年,国家电网公司通过“SG186”工程提出了数字化电网的建设规划,同时清华大学联合南方电网进行“数字南方电网”的研究和建设[6];2007年,华北电网公司对智能电网进行立项研究[7];2009年,国家电网公司正式提出了智能电网的建设目标:建设以特高压电网为骨干网架,各级电网协调发展,具有信息化、数字化、自动化、互动化特征的统一的坚强智能电网战略,分三步建立“坚强智能电网”[8].综上所述,欧美及我国智能电网的研究与建设虽方兴未艾,但各方的关注点各有不同.在这种背景下,迄今为止智能电网尚未形成一个统一的公认的定义.尽管如此,智能电网所蕴含的基础科学问题是具有共性的,其区别主要体现在外在形式或者具体技术层面.上世纪80年代初,本文第一作者读到钱学森先生的一篇文章,该文的主题是将自然科学研究归结为数学和物理两个学科的基础研究.后因有学者提出异议,钱先生将其观点修正为“自然科学归结为数学和系统科学的基础研究”.尽管如此,钱先生的这篇文章因立论新颖、观点独到和逻辑缜密引起了很大的反响.那个时候最优秀的理科学生都选读数学和物理专业,钱先生的观点无疑极大地鼓舞了科技人员尤其是年轻学子(当然包括本文第一作者本人)的科研攻关信心.三十年时光匆匆而过,回到今日的智能电网,遵循钱先生的思想,本文旨在梳理总结智能电网的技术内涵,提炼与智能电网紧密相关的数学及控制基础问题,以期产生新的学科生长点,并最终为智能电网的建设提供科学依据.1智能电网内涵智能电网又被称为未来电网或下一代电网.从欧、美、日等各国的发展情况看,为了保障能源供应,建设可靠电网,并加强用户与电网的互动,这些国家均致力于将量测、通信、控制等先进技术应用于能源电力领域,以实现传统电网的升级改造.我国当然亦不例外,为了更好地理解智能电网,以下从智能电网的来源、特征、与传统电网的区别、主要研究内容及关键技术问题等方面对智能电网的内涵进行分析,为进一步总结和提炼智能电网基础科学问题作准备.1.1智能电网的两大来源智能电网的来源可以追溯到清华大学卢强院士提出的数字电力系统[9]和东京电力公司提出的友好电网[10].卢强院士将数字电力系统定义为物理电力系统全方位的数字化描述与再现,包括电力系统的物理结构、运行状态、技术性能、经营管理和企业文化等.这一定义最早从信息化的角度指出了电力行业的发展方向,可以视为智能电网的雏形.东京电力公司则从用户需求的角度,提出了友好的配电网的发展理念.2009年,卢强院士根据最新的电网发展情况,在原有的数字电力系统定义的基础上,明确提出了智能电网的定义:具有多指标自趋优运行能力的110千伏及以下电压等级的智能电力系统[11−12].1.2智能电网的七大特征智能电网具有与电力用户互动、适应多种电源送电需求、支持成熟电力市场、满足高质量电能需求、资产优化、自我修复以及反外力破坏和攻击七大特征[13].其中,通过与电力用户互动,可以将用电设备纳入电网设计和运营管理中;适应多种电源送电需求是指电力系统能满足不同的电源分布模式和发电模式;支持成熟电力市场是指支持充分竞争的电力市场;满足高质量电能需求是指能向居民生活和生产提供高质量、不间断的电能;资产优化是指通过信息系统和监控技术对资本性资产进行持续优化,从而降低运行维护成本;自我修复是指出现故障时,能够迅速识别、分析和处理故障,快速恢复供电;反外力破坏和攻击是指电力系统具有规避和抵抗外部物理破坏和信息攻击的能力.1.3智能电网与传统电网的区别智能电网作为下一代电网,在发、输、配、用环节以及通信方式等方面与传统的电网存在着显著的区别,具体如表1所示.从表1中可以看出,智能电网由于利用了更为先进的材料、设备和技术,其发电方式灵活,电网结构坚强,控制方式多样,能吸纳大量的可再生能源,并在完善的电力市场环境下实现电网的高效运行与管理,刺激用户与电网互动,实现能源和信息的双向流动与控制.相对于传统电网来说,智能电网在电网2期梅生伟等:智能电网中的若干数学与控制科学问题及其展望121设备、技术、能源的开发利用方式和理念方面均具有较大的先进性.表1智能电网与传统电网的对比情况Table1Comparison between smart grid andtraditional grid项目传统电网智能电网集中式发电:主要集中式与分布式发电将传统化石能源转并存;将可再生能化为电能源转化为电能输电超高压输电特高压输电配电常规变电站智能变电站用电单向用电供需互动通信方式单向通信双向通信控制方法常规控制智能控制电力体制不成熟成熟1.4智能电网的社会经济效益智能电网是利用先进技术和理念对电力系统进行的一次重大革新,通过采用新系统、新成份(能源、设备、员工、用户)、新技术(信息技术、系统分析技术和控制技术)、新政策及新理念(电力系统管理理念和能源利用理念),智能电网将为用户、投资者和社会带来显著的效益.用户将获得更高的电能质量、更优质的服务并节省电费开支;投资者将减少基建投资,降低输电损失,减少运维费用,提高电网效率;在社会层面,智能电网将能避免停电损失,提高能源安全、能源效益和环保效益,促进经济发展.由此可见,智能电网的发展将形成一个多赢的局面,从而产生显著的社会经济效益.1.5智能电网主要内容及关键数学与控制科学问题智能电网是对传统电力系统的发电、输电、配电和用电四大环节的全面升级改造.为了更好地建设智能电网,在发电环节,需要进行新能源发电厂规划、选址、投资以及成本和设备管理等方面的研究;在输电环节,需要对电网规划、可再生能源并网、运行调度、广域控制、安全防御等内容进行研究;在配电环节,需要研究的内容主要包括高级量测体系、通信技术、信息安全技术、微网运行技术、电动汽车充电站、高级配电自动化等;在用电环节,需要研究智能楼宇、智能电器调控方式、用户用电行为特性、供需互动方式与激励策略等方面的内容.以上的研究内容涉及预测技术、储能技术、控制技术、调度技术、运筹技术和评估技术6种关键数学与控制论基础问题,并催生工程博弈论的研究.其中,预测技术和储能技术主要应用于发电和用电环节;控制技术、调度技术、运筹技术和评估技术则应用于发电、输电、配电和用电4个环节;工程博弈论则是这6项基础问题引申出的一个新的基础学科方向.2关键数学与控制科学问题2.1预测技术智能电网的电源和负荷都具有较大的不确定性.为应对负荷侧的不确定性,通常要求运营商能够精确预测用电需求,拟定供电计划和实时故障解决方案.尽管目前负荷预测技术已有了长足的进展,但由于无法达到足够的精度,供电商只能在用电高峰期开启多台备用机组以保证电量平衡,往往造成严重的资源浪费和环境污染.在智能电网环境下,更严重的挑战来自电源侧的不确定性.具有波动性和间歇性的大规模可再生能源发电的接入(典型者如风光发电),会对电网造成较大的冲击,并引发电力系统一系列的安全、稳定问题,这对预测科学和技术提出了极大的挑战.以下主要以风电为例进行简要介绍.2.1.1风电背景风能是一种丰富清洁的可再生能源.据统计,全世界的风能总量约为1300亿千瓦,其中,我国约占16亿千瓦.近年来,在能源短缺和气候变暖的背景下,风力发电在全球范围内得到了快速的发展.2009年底,全球风电装机总容量达到1.58亿千瓦,其中我国占4400万千瓦,同比增长108%,在装机总容量上跃居世界第一.风电由于其随机性和波动性,并网后会引起如下两大问题:1)难以制定准确的发电计划;2)给电网带来很大的冲击.毫无疑问,若能准确地预测风电的出力,将能更好地减小其随机性和波动性给电网运行调度带来的一系列安全稳定问题.2.1.2风电预测风电预测是指利用风电场的气象资料、地形地貌、风电机组运行状态等各种数据建立其出力预测模型,从而对风电场未来的功率输出情况进行预测[14−15].由于风电预测对于风能开发利用的重要性,国内外许多学者对其进行了研究,并提出了多种具有代表性的方法.在这些方法中,以基于时间序列算法的功率预测方法[16]、基于BP(Back propagation)人工神经网络的功率预测方法[17]、组合算法[18]三类算法最具典型意义.其中,第一类主要根据历史统计数据建立一个时间序列模型(差分自回归滑动平均模型(Autoregressive integrated moving average model,ARIMA)),进而通过该模型所描述的风速统计规律对风电出力情况进行预测;第二类方法能够利用天气、温度等影响因素与风电之间的关联进行122自动化学报39卷预测,操作简单,非线性拟合能力较强;第三类方法根据不同预测模型的特点,通过等权组合、方差组合、回归组合等方式对不同模型所得的预测结果进行组合,有利于提高预测精度.风电场功率预测的准确性是由多个因素共同决定的,其中风速的预测精度尤为关键.根据美国气象学家Lorentz的发现,长期天气预报往往会因一些微小的因素变化而出现巨大的偏差[19].由于天气的影响因素的变化情况是难以准确把握的,这使得长期天气预报极为困难.这一发现被称为“蝴蝶效应”,它形象地揭示了风气预报的精度欠佳的根本原因.据相关资料显示,目前德国太阳能研究所开发的风电功率管理系统是商用的比较成熟的预测系统,但其预测误差仍达到装机容量的7%∼19%[17],而其他风电功率预测方法的平均误差一般也高于15%[20].幸运的是,风电的“集群效应”可以作为克服风电预测问题的重要手段.受大量确定和非确定因素的影响,含风电的电力系统的供电和用电在本质上呈现高度随机性和波动性.例如天气的突然变化会造成北京城区数百万人启停空调或照明设备,华北地区数千万人由于生活、工作的需要开关电灯、电视、电脑等用电设备.此外,电厂、输电线路发生故障或出现极端天气(输电线路对树放电或结冰,出现对水电和核电影响尤为严重的干旱天气等)也会对供电可靠性造成影响.因此,供电和用电都具有不确定性.由此也不难看出,风电高效利用的关键问题并不是风能本身的不稳定性或间歇性,而是如何预测这种不确定性,进而为设计先进的管理和控制技术提供依据.换言之,只有把风能资源的不稳定性放到整个电力系统的背景下进行研究才有意义,而不能只是针对某一个风电场或某一台风电机组进行分析及相应的平滑输出控制.虽然风是连续的,但某一地方的风停了,其他地方往往风吹依旧,即对广域分布的风场而言不会有太大的影响.换言之,尽管某一个地方并不是一直有风,但整体而言仍然可以利用风能发出可靠的电力.这就是要发挥风电“集群效应”的原因所在.例如,陕北三边风电场共300公里,风速误差为11%;北美东海岸共2500公里,风速误差为5%.从目前的技术水平看,很难通过精确建模实现局部的风电功率的准确预测.但是可以利用风电的“集群效应”,在大电网的背景下对风电功率进行预测,这有利于抵消其不确定性,从整体上得到比较准确的预测结果.2.1.3其他预测问题预测技术主要用于解决智能电网的电量平衡问题,因此除了上述的风电预测问题外,还涉及光伏发电预测、地区负荷预测、铁路输运能力预测、大范围气候变化对预测结果的影响等问题.以光伏发电为例,随着光伏并网容量的逐年增加,光伏发电预测日益重要[21].由于光伏发电受到太阳辐照强度等气象条件的影响,其出力具有很大的随机性,因而很难进行准确预测.目前关于光伏发电预测的研究比较少,主要的方法包括自回归滑动平均模型法、神经网络法等[22].相对而言,负荷预测是电力领域的一个传统问题,长期以来得到更多的研究和关注.负荷量是由用户的需求决定的,具有复杂性、时变性、随机性等特征.可以说,单个负荷的情况是难以预测的,一般需要根据其“集群效应”从总体上进行预测,具体的预测方法包括时间序列法、趋势外推法、回归分析法、灰色模型法等.这些预测问题的解决对智能电网的发展规划和运行调度具有重要的意义.总之,预测技术是智能电网各个利益主体为了追求各自的利益最大化而进行博弈的基础.电厂可以根据各个电厂的发电情况和竞价行为制订相应的竞价上网策略;电力公司可以按照供需预测情况形成相应的调度控制计划;电动汽车等用户可以根据电价预测情况参与电力系统的互动.这些预测与决策行为便构成了一种复杂的博弈关系.2.2储能技术2.2.1储能技术的分类储能技术按照其能源储存方式,可以归为机械储能、电磁储能和电化学储能三类.具体的储能类型、容量和应用方式如表2所示[23].储能技术本质上属于物理学范畴.由于电能(功率)的瞬时平衡性,研制大容量及具有快速吞吐能力的储能设备可以说是建设和实现智能电网的重中之重,对于智能电网的自愈、坚强、互动、兼容等功能的实现具有重要意义.但需要说明的是,在可预见的未来,大容量且具有可快速吞吐能力的储能设备仍难以取得突破性研究进展.一个可行的思路是研究和发展先进的小容量储能设备群的控制及调度方法(包括充放电管理),如此则可将储能技术纳入数学与控制科学范畴.2.2.2储能技术在智能电网中的应用新能源的接入对电网安全运行存在诸多不利影响.受风速、日照强度等自然条件的影响,风能和太阳能发电具有较强的随机性和间歇性,这使其成为电力系统的扰动源.比如在风能利用时,风电机组容易因无法进行低电压穿越而引发连锁故障.此外,风电的波动性也会引起电力系统的电压闪变,使电能质量降低.2期梅生伟等:智能电网中的若干数学与控制科学问题及其展望123表2储能技术在电力系统的应用情况Table 2Application of energy storage technology in power systems储能类型典型功率额定典型能量额定应用方向机抽水储能100∼2000MW 4∼10h 日负荷调节、频率控制和系统备用械CAES 100∼300MW 6∼20h 调峰发电厂、系统备用电源储Micro-CAES 10∼50MW 1∼4h 调峰能飞轮储能5kW ∼1.5MW 15s ∼15min 调峰、频率控制、UPS 、电能质量调节电SMES UPS 、电能质量调节、输配电系统稳定性磁电容器10kW ∼1MW 5s ∼5min 电能质量调节、输电系统稳定性储超电容器1∼100kW1s ∼1min与FACTS 结合能化铅酸电池1kW ∼50MW 1min ∼3h 电能质量、可靠性、频率控制、备用电源、黑启动、UPS学先进电池技术,如VRLA 、NaS 、Li 等千瓦级至兆瓦级1min ∼数小时各种应用储液体电池,如ZnBr 、NaBr 等100kW ∼100MW1∼20h电能质量、可靠性、备用电源、削峰、能量管理、再生能源集成能从理论上看,应用储能设备是提高电力系统对风电场和光伏发电场发出电力的消纳能力,并减少这些新能源的扰动性对电力系统的不利影响的重要途径.储能设备可以在新能源发电场的发电量过剩时储能,并在发电量不足时进行释放.因此,从系统端看,新能源发电场的功率波动显著降低.但是,大容量储能技术的研发水平仍然不足,建设和维护成本相对较高.此外,电池等储能设备在生产、运行和废弃过程中引起的环保问题仍难以有效解决,这在很大程度上限制了电力系统储能设备的大规模应用.电动汽车是智能电网的一种重要的储能资源,可以作为可控的电源或负荷,对电网起到削峰平谷的作用[24−27].要充分利用这种储能资源,实现电动汽车用户与电网的互惠互利,就要解决电动汽车充放电行为的引导问题.这关键在于遵循“高峰放电、低谷充电”的原则,引导电动汽车用户根据电力系统的需求进行充电和放电,这实际上是一类典型的非线性混合整数规划问题.除了电动汽车以外,常规的抽水蓄能也是智能电网的一种重要蓄能方式.电动汽车和抽水蓄能同时具有电源和负荷的特性,并涉及电厂、电网和用户的利益,相互之间便形成了一个随机动态博弈格局.风电、太阳能等可再生能源通过发电获得经济利益,但本身的不确定性需要通过储能进行平衡;电动汽车和抽水蓄能电站的效益又与风电和太阳能等可再生能源发电所引起的不确定性情况紧密相关.由此可见,可再生能源与蓄能之间存在着相互依存和制约的关系.同时,风电与太阳能之间以及电动汽车和抽水蓄能之间也存在着竞争的关系.因此,智能电网的蓄能问题可以归结为一个多方为了实现各自的利益(或目标)而进行博弈的问题,通过该博弈问题的求解,便可以对电网的储能设备进行有效的管理和调度,进而达到削峰填谷的目的.2.3控制技术智能电网是先进控制技术的一个重大科研方向[28].本节重点介绍智能电网背景下的网络控制、分散控制、混成控制及协同自律控制.其中,前二者主要用于解决电网参数和电网各种分散资源的控制问题;后两者是大电网智能化控制的重要方式,对于我国以特高压为骨架的“坚强智能电网”建设具有较大的借鉴意义.以下分别予以介绍.2.3.1网络控制技术网络控制是智能电网控制的新手段.一般网络系统控制手段只集中在节点(比如电力系统的发电厂和变电站),对于联络线则无能为力.FACTS (Flexible AC transmission system)技术的引入,极大拓展了网络控制的效能.通过对SVC (Static VAR compensator)、STATCOM (Static syn-chronous compensator)、TCSC (Thyristor con-trolled series compensation)、SSSC (Static syn-chronous series compensator)、TCPST (Thyris-tor controlled phase shifting transformers)、UPFC (Unified power flow controller)等FACTS 设备的控制,可以按照系统需要对电力网络参数进行连续调节,在不改变网络结构的情况下,能有效改善潮流分布情况,提高功率输送能力,提高电压和功角稳定性.例如通过对UPFC 的控制,可以有效解决电力。
【国家自然科学基金】_综合负荷模型_基金支持热词逐年推荐_【万方软件创新助手】_20140731
电力系统仿真 生态足迹 生态赤字/盈余 特高压直流 物元评价模型 灰色聚类 滑差同调等值 流量工程 泛化能力 汉江 水库富营养化 模糊优化 模型 机会约束规划 最大输电能力 暂态仿真 智能体 显示器 数值模拟 故障 支持向量机 指标 抽样调查 抢修 快速计算 座舱 小城镇生态建设 多协议标记交换 基本协调模型 地面沉降 地裂缝 在线辨识 在线统计综合法 可辨识性 可用输电能力 可持续发展 可中断负荷管理 可中断负荷 参数确定 动静负荷比例 功角稳定 分类 分布式认知 分布式发电 关联度算法 关联协调模型 信息结构 供电公司 位错理论 优化 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2009年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
2008年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
科研热词 推荐指数 负荷建模 5 负荷模型 4 电力系统 3 评价 2 聚类分析 2 综合负荷模型 2 层次分析法 2 静态负荷聚合 1 静态电压稳定评估 1 雷电侵入波过电压 1 铁道统一电能质量控制器 1 配网阻抗 1 避雷器 1 遗传算法 1 递阶层次结构 1 连续潮流 1 运行与规划 1 输电线路模型 1 输电社会福利 1 轨迹灵敏度 1 质量负载原理 1 负荷构成 1 负荷变化率 1 自适应优化 1 自动装置 1 综合电力系统 1 综合模型 1 统计综合法 1 线路热约束 1 系统负荷预测 1 粗糙集 1 等效描述 1 神经网络 1 短期负荷预测 1 界标分界法 1 电网规划 1 电动机聚合 1 电力系统仿真 1 电力市场 1 电价预测 1 电价机制 1 特征值分析 1 牵引变电站 1 物理特性 1 热电厂选址 1 灵活补偿 1 灵活性期望代价 1 潜伏感染 1 母线负荷预测 1 模糊层次分析法 1 模拟退火算法 1 模式识别 1
电力负荷的机理式集结模型
电力负荷的机理式集结模型
鞠平;马大强
【期刊名称】《中国电机工程学报》
【年(卷),期】1990(10)3
【摘要】本文以变换和滤波理论为基础,提出了电力负荷机理式集结模型参数辨识的新方法。
并应用于感应电动机集结负荷模型,以某个大型造纸工业负荷进行了验证。
研究表明,按所建模型得到的仿真结果与实测值吻合甚好。
与国外一些文献介绍的最小二乘法相比,本文方法具有节省计算量和较为精确的优点。
【总页数】7页(P34-40)
【关键词】电力负荷;集结;模型;机理式
【作者】鞠平;马大强
【作者单位】河海大学;浙江大学
【正文语种】中文
【中图分类】TM714
【相关文献】
1.小脑模型极限学习机应用于电力负荷预测 [J], 张锦亮
2.一种结合互补集合经验模态分解和小波核极限学习机的短期电力负荷预测模型[J], 郭瑞;樊亚敏;潘玉民
3.基于云模型RBF支持向量机的电力系统负荷预测 [J], 王惠中;刘轲;朱宏毅
4.基于EEMD和极限学习机的短期电力负荷预测模型 [J], 张宁
5.基于Fisher主元分析和核极限学习机的非侵入式电力负荷辨识模型 [J], 仝瑞宁;李鹏;郎恂;沈鑫;曹敏
因版权原因，仅展示原文概要，查看原文内容请购买。
配电系统中的负荷模型
配电系统中的负荷模型
文福拴
【期刊名称】《浙江电力》
【年(卷),期】1995(000)001
【摘要】本文介绍一种比较系统的配电系统的负荷的建模方法，包括负荷的按特性分类，负荷的静态模型，利用配电网实时测量值的状态估计，以及修正后的负荷动态模型，这种模型的应用将会对提高配电系统的自动化水平起到较大的作用。
【总页数】5页(P8-11,19)
【作者】文福拴
【作者单位】无
【正文语种】中文
【中图分类】TM642
【相关文献】
1.浅析负荷开关在地铁车站低压配电系统中的应用 [J], 陈瑞强
2.R软件在供配电系统负荷计算中的应用 [J], 姚加飞;崔灿
3.低压配电系统的负荷模型 [J], 卫志农;季一峰
4.负荷监测终端在配电系统中的应用分析 [J], 朱祖光;付湘儒;张佳孔
5.计及电动汽车负荷的智能配电系统多阶段规划模型研究 [J], 曾鸣;于壮状;闫彤;张煜;吴鹏;武赓
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
1 基于特性融合的负荷建模的总体思路
Байду номын сангаас本文所提的基于特性融合的电力负荷建模方
法将统计综合法与总体测辨法进行综合应用，其总 体思路如图 1 所示。其中，实线的方框代表本文所 提的方法涉及的环节，虚线的方框代表统计综合法 的主要环节。从中可以看出，基于量测信息的特性 融合过程实际上可以等效为统计综合法从基本的 设备模型按比例逐步折算为综合负荷模型的过程。 这既能简化统计综合法繁琐的统计过程，又能充分 利用负荷的成份信息，使得所建立的模型具有较强 的泛化能力。此外，该方法沿用了总体测辨法采用 扰动信息对负荷曲线进行拟合的优点，其目标函数 最小化的特点也在一定程度上保证了所建立的负 荷模型具有较强的拟合能力。
(1. School of Electric Power, South China University of Technology, Guangzhou 510640, Guangdong Province, China; 2. Guangdong Power Grid Electric Power Dispatching Control Center, Guangzhou 510600, Guangdong Province, China)
在电力负荷建模的方法方面，已有的方法一般 可以归纳为统计综合法[2,6]和总体测辨法[7-8]2 类。统 计综合法中的用电设备的平均特性可通过实验的 方法得到或由厂家给出，符合用电设备的物理特 征；此外，该方法采用统计的方式形成综合负荷模 型，符合综合负荷由各种用电设备组成的特点。因 此，统计综合法能将负荷模型的误差控制在一定的 范围内，是一种比较实用化的负荷建模方法。但是 由于负荷节点的用电设备众多，统计工作过于繁 重。此外，统计综合法在用电设备平均特性的确定
ABSTRACT: Electric load modeling is a basic and difficult work in power systems. To solve this problem, a new characteristic fusion based method of electric load modeling is proposed. Firstly, the components of electric load are analyzed to reveal its basic characteristics, such as the static characteristic, dynamic operational characteristic, dynamic interruption characteristic, and restart characteristic; secondly, considering these basic characteristics are the constituent parts of the synthetic characteristic of power load, they are fused according to the measured information. The proposed method possesses the superiorities in both of the component-based modeling approach and measurement-based modeling approach, thus it can utilize the component information and the measurement information of electric load simultaneously, which is helpful for describing its complex electric characteristics. Finally, the effectiveness of the proposed method is validated by the simulation results.
体测辨法的优势，既能同时利用负荷的成份信息和量测信 息，又能全面描述电力负荷的各种复杂特性。最后通过算例 证明了所提方法的有效性。
关键词：电力系统；负荷模型；特性分析；融合；支持向量 回归 DOI：10.13335/j.1000-3673.pst.2015.05.028
0 引言
电力负荷建模是一项重要的基础性研究。作为 电力系统 4 大模型的短板，负荷模型的精度在很大 程度上决定着电力系统仿真分析的准确性[1-4]。此 外，现代负荷设备和电网的快速发展也给电力负荷 建模工作带来了全新的挑战。在我国大力推行节能 减排的时代背景下，一些大型的高耗能工厂逐渐被 关闭、改造或搬迁，各种新型的节能用电设备也不 断被投入使用，致使电力负荷的成份出现新的变 化[5]。而现代电网的管理、控制方式的多样性，又 使得这些负荷的运行工况更为复杂。在某次扰动过 程中，综合负荷特性可能会由于电网的自愈控制、 供需互动等因素而产生强非线性离散变化。在这种 情况下，一些传统的电力负荷模型将不再适用，必 须探索一些新型的电力负荷建模方法。
第 39 卷 第 5 期 2015 年 5 月
文章编号：1000-3673（2015）05-1358-07
电网技术 Power System Technology
中图分类号：TM 74 文献标志码：A
Vol. 39 No. 5 May 2015
学科代码：470·40
基于特性融合的电力负荷建模
朱建全 1，李颖 2，谭伟 2
KEY WORDS ： power system; load model; characteristic analysis; fusion; support vector regression
摘要：电力负荷建模是一项重要的基础性研究，迄今为止仍 是电力系统领域公认的难题。为解决此问题，提出一种新的 基于特性融合的电力负荷建模方法。首先，对电力负荷的成 份进行深入分析，以揭示负荷的静态特性、动态运行特性、 退出特性、重启特性等基本特性。其次，将这些基本特性视 为电力负荷综合特性的组成单元，利用量测信息对其进行融 合以得到综合负荷模型。所提的方法兼具统计综合法与总
基金项目：国家自然科学基金资助项目(51307064)；高等学校博士 学科点专项科研基金资助项目(20130172120044)；广东省自然科学基金 资 助 项 目 (S2013040015586) ； 中 央 高 校 基 本 科 研 业 务 费 资 助 项 目 (2013ZM0022)。
Project Supported by National Natural Science Foundation of China(NSFC) (51307064); Project Supported by the Research Fund for the Doctoral Program of Higher Education (20130172120044); Project Supported by Natural Science Foundation of Guangdong (S2013040015586); The Fundamental Research Funds for the Central Universities (2013ZM0022).
在基本特性融合环节，本文根据系统发生扰动 时的量测信息，通过支持向量回归(support vector
1360
朱建全等：基于特性融合的电力负荷建模
Vol. 39 No. 5
regression，SVR)将综合负荷的各种基本特性融合为 综合特性。即将各种基本特性作为 SVR 的输入， 将综合负荷特性作为 SVR 的输出，利用各种量测 信息进行训练，使 SVR 输出的有功功率及无功功率 与量测信息中的有功功率及无功功率的偏差最小。
2 负荷特性分析
特性分析的目的是揭示综合负荷的各种基本
特性。以下分别介绍电力负荷的静态特性、动态运
（1．华南理工大学 电力学院，广东省 广州市 510640； 2．广东电网有限责任公司电力调度控制中心，广东省 广州市 510600）
Characteristic Fusion Based on Electric Load Modeling
ZHU Jianquan1, LI Ying2, TAN Wei2
在负荷建模采用的模型结构方面，主要包括 ZIP 模型[9]、电动机并联 ZIP(或纯阻抗)模型[10]、支 持向量机模型[11]等。这些模型结构各有特点，在电 力负荷建模的发展过程中发挥着重要作用，但是本 质上均属于单一的模型结构，不利于刻画综合负荷 模型。这主要表现在负荷的退出特性、重启特性、 机群失稳特性等方面。在系统发生大扰动的过程 中，部分负荷可能会随着电压的变化而出现自动退 出运行或重新投入运行的情况，而单一的模型结构 很难准确描述这些用电设备退出运行和重新启动 的特性。在机群特性方面，实际负荷节点的众多电 动机在系统发生扰动时往往会由于各自性能的差 异而处于不同的运行模式，即这些电动机的滑差变 化受扰动的影响情况是不同的，严重时可能会使部 分电动机处于失稳模式。若采用单一的模型结构， 则机群的等效形式要么全部稳定，要么全部失稳， 而无法体现综合负荷节点复杂的机群特性。针对以 上的这些问题，部分学者尝试从不同的角度提高负 荷建模的精度。文献[12-13]分别用指数函数等效掉 负荷特性和空调负荷的重启特性；文献[14]全面分 析了空调设备的静态、动态以及启动过程的各种特 性，并分别建立模型；文献[15]通过 2 台不同的电 动机等效负荷的机群特性。这些研究表明，加以考 虑负荷的退出特性、重启特性、机群特性有利于提 高负荷模型的精度。但是，已有的文献均未同时对 这 3 种特性进行全面考虑。