1 / 33
文档名称:

毕业设计(论文)电力负荷预测.doc

格式:doc   大小:64KB   页数:33页
下载后只包含 1 个 DOC 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

毕业设计(论文)电力负荷预测.doc

上传人:1136365664 2018/2/20 文件大小:64 KB

下载得到文件列表

毕业设计(论文)电力负荷预测.doc

相关文档

文档介绍

文档介绍:毕业设计(论文)电力负荷预测
编号
中国农业大学现代远程教育
毕业论文设计
论文题目电力负荷预测
学生
指导教师
专业水利水电工程
层次专升本
批次
学号
学****中心
工作单位
2010年 09 月
中国农业大学网络教育学院制
独创性声明
本人声明所呈交的毕业
学生签名黄智勇时间 2010年 9 月 28 日
关于论文设计使用授权的说明
本人完全了解《中国农业大学毕业论文成绩毕业论文网络教育学院将全文如因著作权发生纠纷由学生本人负责中国农业大学网络1
摘要 1
关键词 1
目录1
1电力负荷预测综述 3
11电力负荷预测的含义3
12 2
2 电力负荷分析4
3电力负荷预测的内容及程序6
31电力负荷预测的内容6
32电力负荷预测的程序7
4电力负荷预测模型及基本算法8
41电力负荷预测模型8
42电力负荷预测基本算法 13
5电力短期负荷预测研究18
51基于温度准则的外推方法18
52基于人工神经网络日负荷预测21
6电力系统短期负荷预测建模及MATLAB实现26
61基于神经网络的预测原理 26
62电力系统短期负荷预测建模及MATLAB实现27
7结束语 36
引言
电力系统短期负荷预测对未来1日至1周的负荷进行预测短期负荷预测是随着电力系统EMS的逐步发展而发展起来的现已经成为EMS必不可少的一部分和为确保电力系统安全经济运行所必需的手段之一随着电力市场的建立和发展对短期负荷预测提出了更高的要求短期负荷预测不再仅仅是EMS的关键部分同时也是制定电力市场交易计划的基础电力系统负荷预测短期负荷预测技术经过几十年的发展人们提出了许多的预测方法现有的预测方法大体可以分为2类经典的数学统计方法以及上世纪90年代兴起的各种人工智能方法经典的数学统计方法包括线性外推法多元线性回归法时间序列法和状态空间法等人工智能方法包括人工神经网络法专家系统方法和模糊推理方法等人工神经网络自学****自适应的优点关键词展望电力负荷的构成与特点电力系统负荷一般可以分为城市民用负荷商业负荷农村负荷工业负荷以及其他负荷等不同类型的负荷具有不同的特点和规律城市民用负荷主要是城市居民的家用电器它具有年年增长的趋势以及明显的季节性波动特点而且民用负荷的特点还与居民的日常生活和工作的规律紧密相关商业负荷主要是指商业部门的照明空调动力等用电负荷覆盖面积大且用电增长平稳商业负荷同样具有季节性波动的特性虽然商业负荷在电力负荷中所占比重不及工业负荷和民用负荷但商业负荷中的照明类负荷占用电力系统高峰时段此外商业部门由于商业行为在节假日会增加营业时间从而成为节假日中影响电力负荷的重要因素之一工业负荷是指用于工业生产的用电一般工业负荷的比重在用电构成中居于首位它不仅取决于工业用户的工作方式包括设备利用情况企业的工作班制等而且与各行业的行业特点季节因素都有紧密的联系一般负荷是比较恒定的农村负荷则是指农村居民用电和农业生产用电此类负荷与工业负荷相比受气候季节等自然条件的影响很大这是由农业生产的特点所决定的农业用电负荷也受农作物种类耕作****惯的影响但就电网而言由于农业用电负荷集中的时间与城市工业负荷高峰时间有差别所以对提高电网负荷率有好处从以上分析可知电力负荷的特点是经常变化的不但按小时变按日变而且按周变按年变同时负荷又是以天为单位不断起伏的具有较大的周期性负荷变化是连续的过程一般不会出现大的跃变但电力负荷对季节温度天气等是敏感的不同的季节不同地区的气候以及温度的变化都会对负荷造成明显的影响负荷预测根据目的的不同可以分为超短期短期中期和长期
①超短期负荷预测是指未来1h以内的负荷预测在安全监视状态下需要5~10s或1~5min的预测值预防性控制和紧急状态处理需要10min至1h的预测值②短期负荷预测是指日负荷预测和周负荷预测分别用于安排日调度计划和周调度计划包括确定机组起停水火电协调联络线交换功率负荷经济分配水库调度和设备检修等对短期预测需充分研究电网负荷变化规律分析负荷变化相关因子特别是天气因素日类型等和短期负荷变化的关系③中期负荷预测是指月至年的负荷预测主要是确定机组运行方式和设备大修计划等④长期负荷预测是指未来3~5年甚至更长时间段内的负荷预测主要是电网规划部门根据国民经济的发展和对电力负荷的需求所作的电网改造和扩建工作的远景规划对中长期负荷预测要特别研究国民经济发展国家政策等的影响 4-2
式中为线性变化模型负荷分量为周期变化模型负荷分量
线性变化模型可以表示为
4-3
式中ab为线性方程的截距和斜率为误差
1线性变化模型
超短期负荷变化可以直接采用线性变化模型将前面时刻的负荷描述成一条直线其延长线即可预测下一时刻的负荷如图所示短期负荷日均值接近于常数长期负荷年均值增长较大甚至需要