引入负荷温度梯度的负荷预测方法研究

摘要
图/表
参考文献
相关文章 (15)

全文: PDF (13463 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要通过分析大量日最高温度与日最大负荷数据,将温度敏感负荷与温度不敏感负荷分离,并用负荷温度梯度来表达温度敏感负荷与温度的变化规律。利用多年历史数据找出负荷温度梯度发展趋势,提出引入负荷温度梯度的负荷预测方法。减小由于极端天气引起负荷实测值短时内升高,但不能反应真实的基础电力需求情况下,以实测值直接外推可能造成的预测负荷偏差。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	程卓

关键词 ：负荷温度梯度, 负荷预测, 趋势外推

Abstract：Through analying a large number of daily maximum temperature and daily maximum load, separating the temperature sensitive load from the basic load, and finding a parameter, which named load-temperature-gradient to express the relationship of the temperature sensitive load and temperature. Forecasting the load-temperature-gradient by historical data, A new load forecast method, including load-temperature-gradient, is put forward. This method can decrease the error caused in the situation that load increases within short time under extreme weather, which can’t reflect the real power demand situation.

Key words： load-temperature-gradient load forecast trend extrapolation

出版日期: 2015-10-28

作者简介: 程卓（1988-）,男,广东省深圳市人,硕士研究生,主要从事电网规划工作。

引用本文:

程卓. 引入负荷温度梯度的负荷预测方法研究[J]. 电气技术, 2015, 16(10): 13-16. Cheng Zhuo. Research on Load Forecast Method Introducing Load-temperature-gradient. Electrical Engineering, 2015, 16(10): 13-16.

链接本文:

http://dqjs.cesmedia.cn/CN/Y2015/V16/I10/13

[1] 马瑞, 周谢, 彭舟, 等. 考虑气温因素的负荷特性统计指标关联特征数据挖掘[J]. 中国电机工程学报, 2015, 35(1): 43-51.
[2] 朱振伟. 气象因素对电网负荷特性影响的研究[D]. 杭州: 浙江大学, 2008.
[3] 周谢. 电力负荷特性指标及其内在关联性分析[D]. 长沙: 长沙理工大学, 2013.
[4] 雷鸣, 朱昊, 高山. 温度变化对小区居民负荷特性的影响[C]. 电力系统及其自动化专业第二十一届学术年会论文集, 2005: 1487-1490.
[5] 陆建宇, 王亮, 王强, 等. 华东电网气象负荷特性分析[J]. 华东电力, 2006, 34(11): 38-42.
[6] 王颖. 温度对天津电网负荷的影响[J]. 天津电力, 2006, 1: 7-9.
[7] 张海东, 孙照渤, 郑艳, 等. 温度变化对南京城市电力负荷的影响[J]. 大气科学学报, 2009, 32(4): 536-542.
[8] 陈健, 刘明波, 樊亚亮, 等. 广州电网负荷特性分析[J]. 电力系统及其自动化学报, 2009, 21(6): 78-83.
[9] 於冬雪, 李扬, 周毅波. 南宁地区负荷特性及温度相关性分析[J]. 电力需求侧管理, 2013(5): 6-10.
[10] 原媛. 电力负荷特性分析及中长期负荷预测方法研究[D]. 上海: 上海交通大学, 2008.
[11] 谢家安. 基于体感温度的电力系统负荷分类及负荷预测[J]. 电网与清洁能源, 2012, 28(8): 24-28.
[12] 朱陶业, 李应求, 张颖, 等. 提高时间序列气象适应性的短期电力负荷预测算法[J]. 中国电机工程学报, 2006, 26(23): 14-19.
[13] De Felice M, Alessandri A, Ruti PM. Electricity demand forecasting over Italy: Potential benefits using numerical weather prediction models[J]. Electric Power Systems Research, 2013, 104: 71-79.
[14] Dotzauer E. Simple model for prediction of loads in district-heating systems[J]. Applied Energy, 2002, 73(3/4): 277-284.
[15] Roldán-Blay C, Escrivá-Escrivá G, Álvarez-Bel C, et al. Upgrade of an artificial neural network prediction method for electrical consumption forecasting using an hourly temperature curve model[J]. Energy and Buildings, 2013, 60: 38-46.
[16] 张凯锋, 藤贤亮, 王颖. 基于趋势分解的电力系统区域负荷建模与预测方法[C]. Proeeedings of the 31st Chinese ControI Conlference, Hefei, China, 2012.