公开/公告号CN104638636A
专利类型发明专利
公开/公告日2015-05-20
原文格式PDF
申请/专利权人 中国能源建设集团广东省电力设计研究院;
申请/专利号CN201410690066.8
申请日2014-11-25
分类号
代理机构广州广信知识产权代理有限公司;
代理人张文雄
地址 510670 广东省广州市萝岗区广州科学城天丰路1号
入库时间 2023-12-18 08:49:45
法律状态公告日
法律状态信息
法律状态
2017-12-15
授权
授权
2015-09-16
著录事项变更 IPC(主分类):H02J3/00 变更前: 变更后: 申请日:20141125
著录事项变更
2015-09-09
实质审查的生效 IPC(主分类):H02J3/00 申请日:20141125
实质审查的生效
2015-05-20
公开
公开
技术领域
本发明涉及一种电力日负荷特性指标预测方法,适用珠电网规划、计划、生产运行 工作中的电力日负荷特性指标预测,可为城市电网的规划设计、电网运行、市场经营决 策等多个领域提供信息和依据。属于电力系统设计领域。
背景技术
电力系统负荷特性研究是做好电网规划、计划、生产运行工作的重要基础,电力 负荷特性与区域的产业结构的调整,经济增长方式的转变、以及节能减排、气候气温等 因素有着复杂关系,通过分析这些因素对负荷特性影响程度,有利于掌握负荷变化规律 及其内部机理,配合电力部门制定合理的管理方案,调节负荷特性提供科学的依据和数 据支持,为电力企业今后的规划设计、电网运行、市场经营决策等多个领域提供信息和 依据。电力系统规划设计中,准确预测日负荷特性指标是规划电源布局、确定各类型发 电厂的运行方式、研究调峰能力及机组利用程度等问题的重要基础。目前,研究日负荷 特性指标多采用定性预测方法,预测精度及可信度难以满足电力市场分析需求。日负荷 曲线表示一天内每个小时负荷的变化情况,日负荷率(γ)和日最小负荷率(β)是用于 描述日负荷曲线特性的两个常用指标。其中,日负荷率是日平均负荷与日最大负荷的比 值,表征一天中负荷分布的不均衡性,较高的负荷率有利于电力系统的经济运行;日最 小负荷率是日最小负荷与日最大负荷的比值,描述了日负荷低谷情况和日峰谷差,反映 了电网所需要的调峰能力,用于安排调峰措施、调整负荷及电源规划的研究。
发明内容
本发明的目的,是为了解决现有电力系统负荷特性的预测方法预测精度及可信度难 以满足电力市场分析需求,提供了一种电力日负荷特性指标预测方法。
本发明的目的可以通过以下技术方案实现:
一种电力日负荷特性指标预测方法,其特征在于:选取或设定一些行业为典型行业, 选取或设定一些居民用户为典型用户;定期或不定期收集若干次所述典型行业和典型用 户的用电负荷数据,通过归纳整理出各次典型行业及典型用户用电的日负荷特性指标并 绘制日负荷曲线;然后建立分部门负荷特性指标与全系统负荷特性指标的预测模型,再 根据日负荷曲线得出各典型行业、居民生活用电变化趋势,得到日负荷率和日最小负荷 率预测值。
本发明的目的还可以通过以下技术方案实现:
进一步地,所述电力日负荷特性指标预测方法,其特征在于包括如下步骤:
1)建立数据库模块,收集各区域用电负荷数据和资料,包括有三次典型行业及典 型用户的用电负荷的各项历史负荷特征指标,包括:日负荷率、日最小负荷率和年最大 负荷利用小时数;
2)建立预测模型,输入预测年部分参数的预测结果,包括:预测年三次典型行业 及典型用户的用电量、最大用电负荷和年最大负荷利用小时数;
3)依据步骤1)和步骤2)的数据信息计算得出预测年的典型日日负荷率:
其预测模型计算表达式为:
γ预测年={P基准年xγ基准年+(ΔP第一产业xγ第一产业)+(ΔP第二产业xγ第二产业)+(ΔP第三产业xγ 第三产业)+(ΔP居民用电xγ居民用电)}/P预测年
其中,W为全社会用电量,P为全社会最大用电负荷;H为最大负荷年利用小时数; 因此P=W/H;K=H预测年/H基准年。
进一步地,预测年的典型日日负荷率的表达式如下:
γ预测年=Kx{(W基准年/W预测年)}xγ基准年+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xγ 第一产业+{ΔW第二产业/H第二产业)/(W预测年/H基准年)}xγ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H 基准年)}xγ第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xγ居民用电
={(W基准年/W预测年)}xγ基准年+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xγ第一产业+{Δ W第二产业/H第二产业)/(W预测年/H基准年)}xγ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}xγ 第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xγ居民用电。
进一步地,预测年的典型日日负荷率的表达式简化成:
γ预测年={(W基准年/W预测年)}xγ基准年+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xγ第一产业+{Δ W第二产业/H第二产业)/(W预测年/H基准年)}xγ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}xγ 第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xγ居民用电
进一步地,所述的预测水平年的典型日最小负荷率可近似为:
β预测年=Kx{(W基准年/W预测年)}xβ2010+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xβ第一产业+{ΔW第二产业/H第二产业)/(W预测年/H基准年)}xβ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}x β第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xβ居民用电
={(W基准年/W预测年)}xβ2010+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xβ第一产业+{ΔW第二产业/H第二产业)/(W预测年/H基准年)}xβ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}xβ第三产业+{Δ W居民用电/H居民用电)/(W预测年/H基准年)}xβ居民用电。
进一步地,所述的计算表达式中的K值为0.96-1。
本发明具有以下突出的有益效果
1.本发明选取或设定一些行业为典型行业,选取或设定一些居民用户为典型用户; 定期或不定期收集若干次所述典型行业和典型用户的用电负荷数据,通过归纳整理出各 次典型行业及典型用户用电的日负荷特性指标并绘制日负荷曲线;然后建立分部门负荷 特性指标与全系统负荷特性指标的预测模型,再根据日负荷曲线得出各典型行业、居民 生活用电变化趋势,得到日负荷率和日最小负荷率预测值;因此能达到准确把握负荷特 性变化规律和趋势,提高电力市场分析预测的科学性、准确性,提升对电网规划、计划、 生产运行等工作的支撑力度。
2.本发明具有准确的负荷特性指标预测,指导各类型发电厂的运行方式,可以有 效降低电网设备及电源装机的备用率,从而减少电网设备及火电机组的闲置,提高电网 设备及火电机组的利用效率,并减少不必要的电网及电源建设投资,提高电力系统运行 经济性和可靠性。
3.本发明为政府、电网公司制定错峰限电、电力需求侧管理、节能减排等政策、措 施提供科学和合理的依据。
具体实施方式
具体实施例1:
本实施例涉及的电力日负荷特性指标预测方法,其特征在于:选取或设定一些行业为 典型行业,选取或设定一些居民用户为典型用户;定期或不定期收集若干次所述典型行 业和典型用户的用电负荷数据,通过归纳整理出各次典型行业及典型用户用电的日负荷 特性指标并绘制日负荷曲线;然后建立分部门负荷特性指标与全系统负荷特性指标的预 测模型,再根据日负荷曲线得出各典型行业、居民生活用电变化趋势,得到日负荷率和 日最小负荷率预测值。
本实施例中:
进一步地,所述电力日负荷特性指标预测方法,其特征在于包括如下步骤:
1)建立数据库模块,收集各区域用电负荷数据和资料,包括有三次典型行业及典 型用户的用电负荷的各项历史负荷特征指标,包括:日负荷率、日最小负荷率和年最大 负荷利用小时数;
2)建立预测模型,输入预测年部分参数的预测结果,包括:预测年三次典型行业 及典型用户的用电量、最大用电负荷和年最大负荷利用小时数;
3)依据步骤1)和步骤2)的数据信息计算得出预测年的典型日日负荷率:
其预测模型计算表达式为:
γ预测年={P基准年xγ基准年+(ΔP第一产业xγ第一产业)+(ΔP第二产业xγ第二产业)+(ΔP第三产业xγ 第三产业)+(ΔP居民用电xγ居民用电)}/P预测年
其中,W为全社会用电量,P为全社会最大用电负荷;H为最大负荷年利用小时数; 因此P=W/H;K=H预测年/H基准年。
进一步地,预测年的典型日日负荷率的表达式如下:
γ预测年=Kx{(W基准年/W预测年)}xγ基准年+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xγ 第一产业+{ΔW第二产业/H第二产业)/(W预测年/H基准年)}xγ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H 基准年)}xγ第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xγ居民用电
={(W基准年/W预测年)}xγ基准年+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xγ第一产业+{Δ W第二产业/H第二产业)/(W预测年/H基准年)}xγ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}xγ 第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xγ居民用电。
进一步地,预测年的典型日日负荷率的表达式简化成:
γ预测年={(W基准年/W预测年)}xγ基准年+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xγ第一产业+{Δ W第二产业/H第二产业)/(W预测年/H基准年)}xγ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}xγ 第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xγ居民用电
进一步地,所述的预测水平年的典型日最小负荷率可近似为:
β预测年=Kx{(W基准年/W预测年)}xβ2010+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xβ第一产业+{ΔW第二产业/H第二产业)/(W预测年/H基准年)}xβ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}x β第三产业+{ΔW居民用电/H居民用电)/(W预测年/H基准年)}xβ居民用电
={(W基准年/W预测年)}xβ2010+{(ΔW第一产业/H第一产业)/(W预测年/H基准年)}xβ第一产业+{ΔW第二产业/H第二产业)/(W预测年/H基准年)}xβ第二产业+{ΔW第三产业/H第三产业)/(W预测年/H基准年)}xβ第三产业+{Δ W居民用电/H居民用电)/(W预测年/H基准年)}xβ居民用电。
进一步地,所述的计算表达式中的K值为0.96-1。
通常来说,区域的产业结构的调整及经济增长方式的转变是一个长期过程,在短 期内不会有巨变,因此,预测年和基准年的年最大负荷小时数变化幅度不会很大,K值 一般在0.96-0.99,即使等于1,也不影响预测结果的精度。
实施例中,所述的日负荷曲线表示一天内每个小时负荷的变化情况,日负荷率(γ) 和日最小负荷率(β)是用于描述日负荷曲线特性的两个常用指标。其中,日负荷率是 日平均负荷与日最大负荷的比值,表征一天中负荷分布的不均衡性,较高的负荷率有利 于电力系统的经济运行;日最小负荷率是日最小负荷与日最大负荷的比值,描述了日负 荷低谷情况和日峰谷差,反映了电网所需要的调峰能力,用于安排调峰措施、调整负荷 及电源规划的研究。
本发明上述对预测年的典型日日负荷率计算,有利于掌握负荷变化规律及其内部机 理,配合电力部门制定合理的管理方案,调节负荷特性提供科学的依据和数据支持,为 电力企业今后的规划设计、电网运行、市场经营决策等多个领域提供信息和依据。电力 系统规划设计中,准确预测日负荷特性指标是规划电源布局、确定各类型发电厂的运行 方式、研究调峰能力及机组利用程度等问题的重要基础。
机译: 电力负荷预测方法及电力负荷预测处理程序
机译: 远程测量电力负荷模式的分类和预测方法,特别是用于估算非测量电力设施的负荷模式的方法
机译: 当前负荷预测方法,电力线负荷预测模块,计算机可读系统和媒体