基于云计算平台的统计综合法负荷建模的研究

摘要

电力系统负荷的数学模型是电力系统数字仿真的基石，而数学模型的精准程度会对仿真结果的准确性产生直接影响，从而影响到以此为依据的规划与决策。在过去的数十年中，发电机、励磁系统及原动系统的建模技术都得到了长足的发展。电力负荷却由于自身时变性、分散性、非线性等特性停滞不前，尤其是作为负荷建模三种方法之一的统计综合法已明显落后于时代。随着我国“全球能源互联网”战略的提出，电网复杂程度陡增，电网安全稳定运行与落后负荷模型之间的矛盾越发的不可调和。因此，在当今智能电网新形势下，建立符合我国电网的综合负荷模型是当前负荷建模研究领域的重中之重。
　　本文依托智能电网大数据环境，以各种新型的数据采集装置采集到的海量数据为基础，高性能云计算平台和MapReduce算法为技术支撑，运用综合统计法进行负荷建模。全文从负荷的模型与结构入手，分别对常用的静态和动态负荷模型，相应负荷特性的集结方法，以及系统辨识理论进行了介绍。
　　本文首次提出在智能电网环境下，利用现有系统实现对负荷组成数据进行获取，并设计了云平台下信息采集模块构建方法。采用时下流行的 MapReduce算法，对采集到的数据进行挖掘、整合。MapReduce是一种为海量数据集和分布式并行计算而设计的编程方式。该方法从函数式编程中获得灵感，将一个数学函数作为计算单元，Map（映射）和 Reduce（化简）是其核心内容。与传统方法相比，该方法能够大大加快数据处理速度，良好的容错性以及分布式部署的特点能够很好地解决电网结构复杂，电压等级多造成的数据获取困难等问题。此外，本文还开发了人机交互界面，为软件操作者带来了优良的软件应用体验。
　　本文最后以获取的数据为实验对象，选用MapReduce算法和综合负荷动态模型，对静、动态模型分别建模。获得的静态负荷模型能够较好地反映变电站综合负荷的静态负荷特性，云计算平台能够快速地准确地完成大量负荷数据的汇集统计工作；获得的动态模型验证了在对电力负荷进行有效分类的前提下，采用改进的加权平均方法建立负荷模型的有效性。

目录

声明

1 绪论

1.1 电力系统负荷建模的重要意义

1.2 负荷建模的发展历程

1.3 负荷建模的基本方法

1.4 云计算在当今世界电力系统中的发展现状

1.5 负荷建模工作中遇到的困难

1.6 本文研究的主要内容

2 电力系统建模理论基础

2.1 统计综合法负荷建模

2.2 负荷的模型与结构

2.3 负荷特性的分类与综合

2.4 负荷模型的参数辨识

2.5 常见设备负荷特性研究

2.6 本章小结

3 云计算平台下的负荷建模

3.1 负荷组成数据信息获取的现状及发展趋势

3.2 云计算平台下的负荷组成信息采集模块

3.3 系统开发

3.4 Hadoop框架

3.5 电力负荷信息采集系统功能描述与界面展示

3.6 本章小结

4 算例分析

4.1 基本参数的设置和方法确定

4.2 静态负荷模型仿真分析

4.3 动态负荷模型仿真分析

4.4 本章小结

5 结论与展望

5.1 结论

5.2 展望

参考文献

致谢

个人简历、在校期间发表的学术论文以及研究成果