欢迎来到天天文库
浏览记录
ID:36800634
大小:1.47 MB
页数:45页
时间:2019-05-15
《缺电指数预报系统的研究与开发》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、摘要随着我国国民经济的持续增长,地区用电负荷逐年增加,特别是人民生活水平的提高,居民用电负荷特别是空调负荷的比重越来越大,造成了我国近年来严重的缺电形势,其中以浙江、江苏、上海等地的情况最为严重。目前全国各地都纷纷采取电力需求侧管理的种种措施,通过负荷管理和提高终端能效来缓解严峻的缺电局面。但是这些大多是应急性措施,如果能预先了解地区的缺电情况,事先做好合理安排,同时通过向人民群众发出警报,引导群众自主错峰避峰,那么就会大大减少拉闸限电的次数。因此供电系统有必要建立一个预警系统,为正常的生产调度提供参考。所谓缺电指数就是通过预测地区未来的用电需
2、求,结合当地供电能力或上级供电部门下达的的用电指标,通过计算可以知道该地区未来几天的缺电数量,并由此得到该地区缺电指数和缺电等级。缺电指数和缺电等级可以通过媒体向市民和企业发布,提醒并建议用户如何用电,可以说这个系统类似于一个小型的预磬系统。季节性负荷受气候条件的影响最大,故此本文在建模中充分考虑了温度、湿度和风力等气象因数,并在此基础上提出了使用人体舒适度这个能够综合反映气象条件的指数代替以往常规的、单一的气象因子,并通算例证明了人体舒适度的可行性和优越性。未来几天的最大负荷预测是缺电指数预报系统的核心,传统算法:线性回归、人工神经元网络和灰
3、色算法是几种常用的算法,其特点是简单、实用,但是预测的精度上尚有不足。本文在以上三种算法∞基础上提出了基于负荷分解的预测方法,即将日最大负荷分解为正常负荷和天气敏感负荷西羹前者使用结合指数增长趋势和周期趋势的组合模型实现正常负荷的预测,后者用神经网络法实现天气敏感负荷的预测,最终的预测结果表明了该方法较之传统的三种方法有明显的优越性,预测精度有较大的提高。论文最后简单介绍了缺电指数预报系统的构建,包括缺电指数系统的主要模块及功能,并展示了系统的主要界面。【关键词】缺电指数预警系统需求侧管理负荷预测人体舒适度回归分析法神经网络法灰度预测法负荷分解
4、正常负荷天气敏感负荷ABSTRACTWiththedevelopmentoftheGNPofCbgna,10CalelectricallDadalSOincreasesyearbvye甄especiallythepromotionofthecitizen’Slivingstandard,residentiallDad。especially血eproportionofair-condition10adwhichcausestheserioussituationofshortofelectricityinChinarecentyearsbecome
5、slargerandlarger.SoDSMmeasuresarebeingtakenalloverChina.Suchmeasuresincludeloadmanagementandimprovementofterminalenergyemciency.Butmostofthemareemergencymeasures.wecalldomuchbenerifwecanpredictthefuturesituation.Soit'snecessaryforpowersystemtobeassistedbyanearlywamingsystemt
6、hatcanbeusedaSareferencefurdailyproductionandcon仃01.So—calledlack-ofpowerindexiScalculatedby10calfutureloaddemandandthecapabilityofDowersupply.Thenlocallack-of-powerdegreewillbeacquired.BytheindexthesystemCanascertainthelocalgradeofabsentelectricitypowerandgivesomeadvicestot
7、hedecision.maker.MeanwhilecitizensandenterprisesCanknowtheindexanddegreethroughmedia.Thissystemissimilartoasmallearlywarningsystem.Forclimatehasgreatinfluenceonthedaymaximumload,themodelconsidersthesefactorssuchastemperature,humidityandSOon.Inordertodecreasethenumberofindepe
8、ndentvariableandsimplifythemodel,thepaperusesComfortIndexofHumanBodytorepla
此文档下载收益归作者所有