發(fā)布時間：2020-12-10 17:28

　　電能是一種廣泛使用的能源形式,隨著“兩個替代”(在能源的開發(fā)上實現(xiàn)清潔替代,在能源的利用上實現(xiàn)電能替代)的不斷推進,電能將在能源安全中扮演更重要的角色。電能以光速傳播,在大規(guī)模儲電技術得以突破前,電力的發(fā)、輸、變、配和用五個環(huán)節(jié)必須實時平衡,其中用電環(huán)節(jié)即電力負荷是其他四個環(huán)節(jié)調(diào)整出力的依據(jù)。在現(xiàn)有電網(wǎng)規(guī)模下,電網(wǎng)對負荷的承載能力是一個定值,電力負荷是一個跟隨時間序列的變值。當高峰負荷超過電網(wǎng)承載能力時,電網(wǎng)調(diào)度部門就必須采取錯避峰和停限電措施。在缺乏負荷預測數(shù)據(jù)的支持下,這種措施往往是緊急的,被限制用電的電力用戶一般來不及做出妥善的應對,往往造成較大的經(jīng)濟損失。因此對電力負荷高峰的準確預測具有很強的實際意義。本文闡述了電力日負荷預測的研究背景及意義,并對國內(nèi)外關于電力日負荷預測的各種方法進行總結。對秦皇島電網(wǎng)的運行情況、總體負荷曲線特征和典型分類負荷曲線特征進行了詳細分析,并對電力負荷的影響因素進行了詳細分析。氣象要素是影響電力負荷的重要因素,夏季的秦皇島電網(wǎng)負荷具有很強的氣象敏感性。在夏季,氣象因素最終是通過影響人體舒適度來影響電力負荷,因此可以用人體舒適度指數(shù)來替代溫度、濕度和風... 

【文章來源】：華北電力大學(北京)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖２－２工業(yè)負荷構成情況??

口金融、戾地產(chǎn)、商務及居民服務業(yè)??■公共事業(yè)及鈐砰紺織??圖２－１全地Ｋ?ｆｔ荷結構構成??表２－１?２０１６年秦皇島市行業(yè)用電比例??全社會＇?Ｗ］電??ｎ?

圖２－６所示足秦皇島－？家鋼鐵企業(yè)的円用電負荷丨ｉｌｌ線，該鋼鐵企業(yè)２４??小時連續(xù)生產(chǎn)，其用電負荷較大且保持平穩(wěn)，在３萬千］＞１：丨．卜波動，負荷曲??線的波動幅度在１０％左右，而從２．２．３可知秦皇島日負荷曲線的波動幅度一??般在３?０％左冇，由此ｎｊ＇見，５班制連續(xù)生產(chǎn)負荷的波動幅度遠遠小于地Ｋ負??荷曲線。??這些三班制連續(xù)生產(chǎn)負荷往往是－？些重工業(yè)負荷，閃其用屯Ｗ大，而構??成了地丨Ｘ：負荷的基荷，是地區(qū)負荷中最穩(wěn)定的部分。盡管其在日負荷曲線水??平波動幅度＋人，但由Ｔ?Ｋ？受政策和經(jīng)濟人環(huán)境影響較人，當Ｋ－停減產(chǎn)或者??增大產(chǎn)能時，其對整體負份的降低和增長冇關鍵作川，例如２０１４年因經(jīng)濟??形式不好和節(jié)能減排的影響，ｉｆｉ：丨：業(yè)發(fā)展受拽導致該年泰皇島負荷進入２１??世紀來凸次出現(xiàn)負增長。又如，２０１７年隨著供給側(cè)改革的推進，煤炭、鋼鐵??價格丨叫升，地ｌｘ：重丨：業(yè)企業(yè)幵足３力生產(chǎn)導致秦呈島地Ｋ負荷出現(xiàn)快速反??彈，地區(qū)最大負荷創(chuàng)出歷史新高。??這部分負荷被成為地區(qū)負荷的基荷，其數(shù)值大，波動小。秦皐島是？個??重工業(yè)比重較低的城市，這部分接荷的比重ｔｉｌ較小，閃此地丨Ｘ：負荷表現(xiàn)出較??

【參考文獻】：
期刊論文
[1]基于支持向量機的短期風速預測研究綜述[J]. 楊茂,陳新鑫,張強,李大勇,孫涌,賈云彭.  東北電力大學學報. 2017(04)
[2]基于改進人體舒適指數(shù)的微電網(wǎng)超短期負荷預測[J]. 樊唯欽,張偉,李勇鋼,王家武.  廣東電力. 2017(04)
[3]基于變量選擇與高斯過程回歸的短期負荷預測[J]. 梁智,孫國強,衛(wèi)志農(nóng),臧海祥.  電力建設. 2017(02)
[4]基于粒子群優(yōu)化的核極限學習機模型的風電功率區(qū)間預測方法[J]. 楊錫運,關文淵,劉玉奇,肖運啟.  中國電機工程學報. 2015(S1)
[5]基于綜合氣象指數(shù)和日期類型的電力系統(tǒng)負荷預測[J]. 王惠中,劉軻,周佳.  電網(wǎng)與清潔能源. 2015(09)
[6]基于初始條件優(yōu)化的一種非等間距GM(1,1)建模方法[J]. 熊萍萍,黨耀國,姚天祥.  控制與決策. 2015(11)
[7]基于舒適度的多變量混沌短期負荷預測[J]. 王磊,王秋莎,馬中.  河北電力技術. 2015(02)
[8]基于人體舒適度指數(shù)的配電網(wǎng)短期負荷預測方法[J]. 張偉.  電力系統(tǒng)保護與控制. 2013(09)
[9]基于FHNN相似日聚類自適應權重的短期電力負荷組合預測[J]. 牛東曉,魏亞楠.  電力系統(tǒng)自動化. 2013(03)
[10]基于BP神經(jīng)網(wǎng)絡的空調(diào)負荷預測[J]. 陳文鼎,趙哲身.  節(jié)能技術. 2010(01)

博士論文
[1]基于生物行為機制的粒子群算法改進及應用[D]. 程軍.華南理工大學 2014

碩士論文
[1]基于神經(jīng)網(wǎng)絡的風力發(fā)電功率預測優(yōu)化算法研究[D]. 喻志程.江蘇大學 2016
[2]基于改進粒子群算法的微電網(wǎng)優(yōu)化調(diào)度[D]. 姚景昆.遼寧工業(yè)大學 2016
[3]包頭地區(qū)電力負荷預測研究[D]. 孫波.華北電力大學 2015
[4]縣級區(qū)域短期電力負荷預測研究[D]. 裴樂萍.華北電力大學 2014
[5]基于BP神經(jīng)網(wǎng)絡的電力系統(tǒng)短期負荷預測[D]. 趙娟娟.哈爾濱理工大學 2013
[6]基于神經(jīng)網(wǎng)絡的電力負荷預測方法研究及實現(xiàn)[D]. 代林.電子科技大學 2012



本文編號：2909086