基于智能用電信息采集系統(tǒng)的負荷特性分析及預測.pdf

1、隨著堅強智能電網的發(fā)展，更為先進的傳感測量、通信網絡、自動控制、信息化、新材料等技術融合進了電網，使傳統(tǒng)電網更加智能化，信息化。在智能電網的服務體系構架下，智能用電信息采集系統(tǒng)對用戶的用電信息進行實時采集和處理。利用采集數據進行負荷特性的分析及預測能為電網規(guī)劃調度部門提供更科學的依據，從而提高電能在終端能源消費中的比重，達到削峰填谷、改善能效、節(jié)能降耗的目的，并且對電網的安全、高效、經濟運行具有重要意義。
　　電力負荷特性分析是負

2、荷調控的提前，也是負荷預測的基礎，同時也是電力需求側管理的重要內容。本文基于智能用電信息采集系統(tǒng)，結合某省電網實測數據，在不同時間尺度下對負荷特性指標進行分析，包括年負荷特性指標、月負荷特性指標、日負荷特性指標。分別在經濟、時序、氣象等幾個方面對負荷特性的影響做了闡述，結合圖表說明氣象因素中最高氣溫、最低氣溫、平均氣溫、相對濕度、平均風速與負荷的相關性，為負荷預測打下基礎。
　　負荷預測是電網規(guī)劃和調度的科學依據，也是電網高效經濟

3、運行的保障。本文通過三種預測模型對某省短期電力負荷進行預測，首先建立的GM(1，1)預測模型，只需以歷史負荷這一單一變量作為建模數據。在GM(1，1)的基礎上，第二個模型GM(1，N)結合了氣象變量中的最高氣溫、最低氣溫、平均氣溫，再加入歷史負荷作為輸入端，此模型將預測精度提高。在GM(1，N)模型的基礎上，本文提出一種經過馬爾科夫法修正的多變量灰色預測模型GMM(1，N)，通過某省電網的實測數據，對三種模型進行了驗證，仿真結果表明GM