《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文

上传人:zhuma****mei1 文档编号:134104133 上传时间:2020-06-02 格式:DOC 页数:65 大小:627.50KB
返回 下载 相关 举报
《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文_第1页
第1页 / 共65页
《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文_第2页
第2页 / 共65页
《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文_第3页
第3页 / 共65页
《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文_第4页
第4页 / 共65页
《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文_第5页
第5页 / 共65页
点击查看更多>>
资源描述

《《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文》由会员分享,可在线阅读,更多相关《《基于天气敏感模型的短期电力负荷预测》-公开DOC·毕业论文(65页珍藏版)》请在金锄头文库上搜索。

1、) 基于天气敏感模型的短期电力负荷预测摘 要电力系统短期负荷预测是电力部门的一项重要工作,对其预测方法的研究一直为人们所重视。短期负荷预测的准确与否将直接关系到电力系统的安全运行和经济调度,便于更合理地安排电网设备调度及检修计划;还能提高电力系统运行的稳定性,减少电网的发电成本。随着我国区域性电力市场的逐步建立和完善,短期负荷预测工作将在电力市场运营中占据十分重要的地位。本文首先介绍了短期电力负荷预测研究的目的和意义,分析了电力系统负荷的组成,介绍了电力负荷预测的内容和基本算法。着重阐述了人工神经网络(ANN)进行负荷预测的基本原理,并针对一个实际地区电力负荷的具体情况,提出用人工神经网络建立

2、模型来预测其负荷的变化。其次,该模型将电力负荷的变化考虑成:系统的基本负荷、温度的差异、天气的改变和同期的类型(工作日与节假日),这些主要因素共同决定的。因此,本文采用改进的三层BP型人工神经网络来建立负荷预测模型,以上述影响负荷的主要因素作为数据样本,进行神经网络的自我训练和学习,并且在不断地训练和学习的过程中引入误差反方向传播算法(即BP算法)来修正神经网络的连接权重,从而达到对负荷预测模型的改良和完善,进一步贴近实际的负荷变化。同时,在负荷预测模块运行结束后,本文还将因电力线路或设备检修损失的负荷量也作为影响因素进行了考虑,从而得出更精确的预测负荷值。在实际的负荷预测算例结果与分析中,上

3、述的预测思路得到了较好的印证,其预测的精度也较高,完全满足了电力部门运行和经济调度的实际要求,减少了购电成本,提高了电力部门的经济效益和电网调度技术人员的工作效率,保障了电网运行的安全。关键字: 短期负荷预测 人工神经网络 BP算法Research For Power SystemShort-Term Load ForecastingAbstractPower system shortterm load forecasting(STLF) is all important task of power utilities,So great attention has always been pa

4、id on methods of STLFLoad forecasting is related to operation security and economical dispatching of power system,which is used to arrange the equipments dispatching and repairingAlso it can advance the stability of power system and save generation costsWith the development of area power market in C

5、hina,STLF will play an important role in the operation of power market.This article first describes the purpose and significance of short-term power load forecasting, analysis of power system load, and describes the contents and basic algorithm for power load forecastingFocused on the artificial neu

6、ral network (ANN) for load forecasting principle and for a real load in specific situations, made using artificial neural network model to predict changes of its load .In the second stepThe model devises the load into a few main pans:basic load,difference of temperature and weather,different day typ

7、e(working day and holidays)So improved BP Network of three layers are used to set up the modelThe factors which effect the load are the samples,and through self-training and study to finish the modelThis paper uses three-BP ANN to set up a load forecast model,above factors are used as data samples T

8、hough the self-training and self-study of the network,and in the process of training and study continuously introduces(BP method)to revise the weight value of ANNThus improved the model of load forecast After the end,the repairing of lines and equipments in power system is also considered in this pa

9、per, and because of that, the exactly result are concluded.In practical,above forecasting method is proved to be prefect and its forecast accuracy is very well too,which satisfy the operation requirements of power system and economical dispatching,save the costs of purchasing and improve the efficie

10、ncy of operators,and keep the security of power systemKey words: Short-Term Load Forecasting,Artificial Neural Network,BP Algorithm1目的及意义近几年来,中国电力工业正在进行前所未有的电力体制改革,电力市场运营机制将逐步在我国建立。随着国内电力市场的逐步开放并投入运营,对电力系统负荷预测的研究也越来越引起人们的关注。电力系统负荷预测的实质是对电力市场的需求进行预测,是保证电网安全稳定运行、合理编制电网运行方式、做好电网供需平衡的关键性工作,也是“三公”(公正、公平、

11、公开)调度和电力市场运营的重要基础工作。众所周知,电力工业与一般其它产业不同,其产品是无法存储的,电力的生产和消费必需在一瞬间进行,电站建设投资大,建设周期长,电能在国民经济的各个行业和人民群众日常工作中占有举足轻重的地位,尤其现在面临一个相当长的时期内电能供需矛盾,这一切使得电力系统负荷预测变得尤其重要。现在负荷预测工作已经完全提到电力系统调度、生技部门和计规部门等管理部门的重要日常工作中来,成为在电力市场运营机制中考核供电企业的一项重要指标。准确的负荷预测,将为电源的合理分布、适时的电网规划建设、最佳的投资时间以及获得最大的经济效益和社会效益提供科学的决策依据,并能为电网的安全、经济、可靠

12、地运行提供最基本的保证。如果负荷预测的结果比实际值偏低,将会导致电网的供电能力不足,电能质量降低,无法满足用户正常的供电要求,甚至严重的会造成系统瓦解崩溃;反之负荷预测的结果比实际值偏高,则会导致超前投资,安装好的设备不能充分利用,被闲置一边,降低了企业的投资效益。另外,我国经济正处于发展阶段,并且具有很大的潜力,从长远来看,我国电力供需形势不容乐观,依然面临很大的挑战。所以做好负荷预测工作具有十分重要的意义,它决定了发电、输电和配电等方面的合理安排,负荷预测的准确与否直接关系到电力系统的安全经济运行、国民经济发展等诸多方面。电力系统负荷预测可以分为长期、中期、短期及超短期负荷预测,分类的不同

13、对应于不同的用途:长期负荷预测所覆盖时间从未来数年到数十年不等,主要用于各类发电厂机组检修安排和电网发展规划;中期负荷预测是指未来一年之内的负荷预测,用于安排电气设备大修计划及水库的经济运行;短期负荷预测一般是指24小时的日负荷预测和168小时的周负荷预测,作用是给各个电厂安排日/周发电计划等;超短期负荷预测是指未来一小时以内的负荷预测,目的主要用于AGC和电气设备的安全监视。其中从实际应用程度的角度来看短期负荷预测占据当前电力系统负荷预测的主要部分,到目前为止已有多种形式的预测方法,主要用于安排电网调度计划,包含水火发电厂的协调、发电机组合理的经济组合、负荷的经济分配和电网联络线的交换功率等

14、等。为了准确地对电力负荷进行预测,必须认真全面地分析所搜集各种不同的信息和相关数据,采用最优的预测方法来模拟预测,提高负荷预测的精度。在以后的电力市场中,各个发电厂(发电公司)作为独立的经济实体进行竞价上网,电网供电计划的安排也不再是按照全网发电成本最小,而是以购电成本最小为目标,原来的发电自动控制等软件将会被实时的调度自动化系统所取代。每个调度时段(5,10,15,30,60分钟)实时调度系统会根据短期负荷预测的结果和发电厂报价来计算电力市场的清算电价,从而安排各机组发电计划,可见负荷预测的结果将直接影响供电企业和发电厂的经济效益。目前我国正在进行的电力市场改革对负荷预测工作提出了更高的要求

15、,随着电力市场地进一步的发展和完善,短期负荷预测在电力系统的安全、经济运行方面的影响将会表现得更加明显。其影响主要表现在以下几点:(1) 短期负荷预测对制定电力市场实时电价的影响。实时电价即动态电价,是电力市场的重要表现,也是电力市场的杠杆和核心内容。它会直接决定供电企业和发电厂的经济效益,只有在参考短期负荷预测的基础上,才能制定出适宜的实时电价,取得市场竞争的主动权,而不是消极地、被动地接受,这样才能保证企业、电力市场健康地发展。(2) 短期负荷预测对结算电量的影响。在电力市场中,结算电量是按不同的时段(低谷、平段和高峰)进行的,所以要将结算电量按负荷预测后的曲线分配到各个时段上,然后按实时

16、电价和合同电量进行结算。如果短期负荷预测与实际值偏差太大,将会造成不同时段的结算电量不正确,导致发电厂和供电企业之间收入不合理,产生不必要的矛盾。(3) 短期负荷预测对电力市场分析与评估系统(Analysis and Assessment of Electricity Market,简称AAEM)的影响。电力市场分析与评估系统是对电力系统未来供需状况进行信息采集及分析的综合系统。通过采集、分析相关信息,模拟未来时段内的市场行为,分析预测系统在短期、中期供求平衡和安全情况,及时向市场公布。目的是使市场成员尤其是发电公司能够提前了解市场一周乃至一年的负荷预测、发电计划、用电计划、检修计划及电网安全约束条件等,在此基础上,进行投资和发电报价的决策,从而减少发电公司生产的盲目性。可见,精确的负荷预测对电力市场的发展具有重大的作用。(4) 短期负荷预测对广大用户的影响。由上述(1)所言,实时电价是建立在负荷预测的基础上,每日

展开阅读全文
相关资源
相关搜索

当前位置:首页 > 学术论文 > 毕业论文

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号