智能电网中预测方法及其应用的研究

VIP免费

3.0 陈辉 2024-11-19 9 4 903.33KB 53 页 15积分

侵权投诉

摘要

电网已成为信息化、工业化社会发展的基本和重要组成部分。同时，电网

也在不断吸纳工业化、信息化成果，使各种先进技术在电网中得到集成应用，

极大提升了电网系统功能。电网技术发展的必然趋势将是智能电网。近年来，

通信、自动化、计算机等技术在电网中得到深入广泛的应用，并与传统电力技

术有机融合，极大地提升了电网的智能化水平。智能电网环境下的电力系统负

荷预测是电网管理部门主要的基础工作，而跨省并网和新能源的接入给电力系统

的负荷预测带来了更大的困难。因此传统的预测方法已无法满足电力部门对负荷

预测精度的要求，越来越多的人工智能算法被应用于电力负荷预测中，提高了负

荷预测精度，具有十分重要的意义。

本文研究了智能电网的发展给负荷预测带来的困难，并结合复杂系统知识，

探究了电力系统负荷的复杂性特点，通过分区、分类型的方式把一个地区的负荷

进行划分，分别预测负荷后数学叠加，进而得到整个地区的预测负荷。之后分别

采用了两种不同的智能算法对特定地区分别进行了负荷预测，结果证实了分区方

法的可行性和所采用的算法比纯神经网络算法提高了预测的精度。最后考虑到供

电部门负荷预测的实际需求，对天气数据进行了预测，不仅弥补了因特殊原因如

恶劣天气或人为误操作造成的天气数据丢失，又为供电部门节省了不必要的开支。

经与气象部门预报数据的比较，表明了该天气的预测方法实际可行，具有较好的

适用性。

关键词：智能电网复杂系统短期负荷预测模糊神经网络支持向量

机气象信息

ABSTRACT

The power grid has become the foundation and important component of the

development of the industrialization and the information society. At the same time, the

grid is also absorbing the achievement of the industrialization and information, which

makes all kinds of advanced technologies being applied in the power grid, and greatly

promotes the electricity grid system function. Smart grid is the inevitable trend for the

grid. In recent years, with combining with the conventional electricity technology,

communication, computer and automation technologies have been widely and deeply

applied in the power grid, which greatly improve the level of the intelligent power grid.

Load forecasting of power system in the environment of the smart grid is the main

foundation work for the management department of the power grid. Due to the more

difficulties made by utility grid connect across the provinces and new energy grid, the

traditional forecasting methods have failed to meet the requirement of accuracy, and

more of the artificial intelligence algorithms are used in the load forecasting, which

improves the load forecasting accuracy and has the extremely vital significance.

In this paper the difficulties of load forecasting brought by the development of the

power grid are discussed. And based on the complex system knowledge, the complex

characteristics of the power system load are particularly analysed. Therefore, it is

proposed that dividing an area by different sizes and the types of the load and then

getting the whole load of this area plus the load of all districts. The two different

intelligent algorithms are respectively used in the load forecasting of the same area.

The results show the feasibility of load division and the increase of accuracy by the

two algorithms than by neural network. Finally considering the real requirement of

power departments in load forecasting, the relative data of the weather are predicted by

neural network, which not only avoids the weather data loss because of the special

reasons such as bad weather or human error operation, but save unnecessary spending

for the power supply departments. The results represent the availability and feasibility

of the weather forecasting method by comparing with the data of weather department.

Key words: smart grid, complex system, short-term load forecasting,

neuron-fuzzy network, support vector machine, weather

information

中文摘要

ABSTRACT

第一章绪论 .......................................................... 1

§1.1 智能电网简介 ................................................. 1

§1.1.1 智能电网的定义 ............................................ 1

§1.1.2 智能电网的特点 ............................................ 2

§1.1.3 智能电网研究的目标 ........................................ 3

§1.1.4 国内外智能电网的发展简述 .................................. 3

§1.2 智能电网下短期负荷预测的特点 ................................. 5

§1.2.1 电力负荷预测内容及意义 .................................... 5

§1.2.2 智能电网对负荷预测的特点 .................................. 7

§1.3 国内外负荷预测研究现状 ....................................... 7

§1.3.1 线形回归预测方法 .......................................... 7

§1.3.2 时间序列预测方法 .......................................... 8

§1.3.3 灰色预测方法及组合预测方法 ................................ 8

§1.3.4 智能预测方法 .............................................. 8

§1.4 本文的主要工作 ............................................... 9

第二章电力系统的复杂特性 ........................................... 10

§2.1 复杂性科学简述 .............................................. 10

§2.2 电力系统的复杂性研究 ........................................ 12

§2.2.1 电力系统存在的复杂性 ..................................... 12

§2.2.2 电力系统演化的复杂性 ..................................... 13

§2.3 电力系统的子系统划分 ........................................ 14

第三章模糊神经网络模型 ............................................. 16

§3.1 人工神经网络的基本概念 ...................................... 16

§3.1.1 人工神经网络的特点 ....................................... 16

§3.2.2 BP 神经网络简介 .......................................... 16

§3.2 模糊神经网络的基本理论 ...................................... 21

§3.2.1 模糊控制概述 ............................................. 21

§3.2.2 模糊神经网络模型 ......................................... 22

第四章支持向量机的基本理论 ......................................... 26

§4.1 统计学习理论 ................................................ 27

§4.1.1 经验风险最小化 ........................................... 27

§4.1.2 VC 维和泛化能力 .......................................... 28

§4.1.3 结构风险最小化 ........................................... 29

§4.2 支持向量机 .................................................. 30

§4.2.1 支持向量机原理 ........................................... 30

§4.2.2 回归支持向量机 ........................................... 34

第五章电力系统短期负荷预测 ......................................... 37

§5.1 样本的选取及归一化 .......................................... 37

§5.1.1 样本的选取 ............................................... 37

§5.1.2 数据归一化处理 ........................................... 37

§5.2 电力系统短期负荷预测 ........................................ 38

§5.2.1 基于模糊神经网络的负荷预测 ............................... 38

§5.2.2 基于支持向量机的负荷预测 ................................. 38

第六章气象数据的预测 ............................................... 41

§6.1 概述 ........................................................ 41

§6.2 气象数据的预测 .............................................. 41

第七章结论与展望 ................................................... 44

参考文献 ............................................................ 46

致谢 ............................................................... 51

第一章绪论

§1.1 智能电网简介

依照美国工程院的预估，电气化是人类在 20 世纪获得的最伟大的科技成就。

可是，与人类生活息息相关的电网却面临着众多未来的挑战：

(1) 分布式电源（简写为 DER,含分布式发电、分布式储能和需求侧管理）变

得越来越多，基于节能减排、环境保护和可持续发展的需求，现已渗透到基础设

施配电系统中。由于需要成千上万的分布式电源集成并网运行，只适用于单向潮

流的传统配电系统面临着双向潮流等问题。

(2) 由于当今利用比率较低的电网（据美国统计约为 55%），投入的固定资产

有了大量的浪费。所以，对高效配电市场的需求开发，并通过配电公司与用电用

户的互联，形成更具弹性发展的负荷需求特性，使资产管理与利用得到优化。

(3) 几十年以来，信息和通讯技术有了长远的发展，各行各业都已普及了数字

化技术并得以应用。因此，配电网的电能质量和供电可靠性也得到了更高的要求。

然而，目前按照模拟技术设计的电网并不能满足数字化社会的需求；它在数字化

技术方面的应用也相对滞后，特别是在配电网方面，尽管技术的进步已将对电力

系统的实时监控和资产管理进一步扩展到配电网络日益经济可行。为了去除这些

问题，在北美和欧洲已经形成了庞大的研究团体，开展 IntelliGrid /SHG（Self

Healing Grid，自愈电网）/Modern Grid/Smart Grid[1-6]的研究。因为当前在整

个电网能源利用的链条中，用电、配电以及用电用户和电网公司的合作等过程均

比发电和输电薄弱，影响了整个系统的效率和性能，因此配电网成为这次研究的

重中之重。下面将对智能电网作进一步阐述。

§1.1.1 智能电网的定义

在 2003 年 6 月，美国“未来能源联盟智能电网工作组”提出了智能电网的

概念。那时智能电网提出的定义是：集成了高级监视和传感技术、传统的现代电

力工程技术、通信与信息技术的输配电系统，具备更加完备的性能并可以为用户

提供一系列的增值服务。现在，各个国家对智能电网的解释仍没有一个统一的权

威的定义。有些专家认为智能电网是利用嵌入式处理、传感、IT 技术和数字化通

信，使电网数据集成到电力公司的系统和流程，从而实现电网可控制、可观测和

自动化；也有专家认为智能电网是通过电力管理技术和信息技术相结合，使得电

网运行各个部分的自动化的信息联系起来，并实现各个终端机之间的电网系统可

视化。

智能电网中预测方法及其应用的研究

在我国，有些专家定义智能电网为：供电网络实现完全自动化，实时监控其

中的每一个节点和用户，并确保从发电厂到用户端之间的每一点上的信息和电流

的双向互动。分布式智能和宽带通信应用较为广泛，集成型的自动控制系统也日

益形成，使得智能电网可以确保货币流通的实时管理和各用电户在电网上的非间

接沟通和实时互动。

坚强智能电网的基本内涵体现在“坚强”和“智能”。所以，坚强智能电网是

以强化电网结构为根本，以信息传输软件作支撑，智能学习作为主要方法，涵盖

电力系统信息传输、变换等各个方面，包含所有电压层级，形成 “电力流、业务

流、信息流”高度一体化的组成，是节约高效、可信赖、易理解、无污染、和谐

互助的现代电网。

§1.1.2 智能电网的特点

参考智能电网方面相关文献[7,8]，总结出智能电网有下列一些特点：

(1) 自愈和自适应。实时掌握电网信息数据，短时间反应、迅速确定故障点并

解决相应故障，以最少的人为操作，尽快维持故障状态、并进行自我修复，进而

避免发生大范围停电。

(2) 互动性。与用电户完成无障碍智能沟通，以极好的供电可靠性和电能质量

满足用户需要。电力系统销售与利用、达到个体电力市场经济的直接联系，同时

利用交易市场来促进对电力市场积极关心电网的安全运营，以加强电网的整个安

全管理运营。

(3) 安全可靠性。现代进程中的电网建设期间最重要的就是要维护其可靠性和

安全性，要对其可靠性和安全性进行详细规划的研究分析，以增强现代电网所有

运营的安全性、稳定性和可靠性。智能电网在合理抵制自然灾害、网络攻击和外

力破坏，保障人身、电网和设备的安全起到有效的作用。

(4) 兼容性。兼容了集中发电、储能单元和分布式发电。与传统电力系统主要

依赖远程集中式发电不同，智能电网能够吸收包括各种不同类型的发电形式（含

集中式发电），其中包含分布式发电及储能设备。

(5) 集成性。把各种信息整合在一起，并对流程进行优化配置，使相应的生产

管理、企业管理、电力市场管理业务和调度自动化有稳定的传承工序，为逐步提

升电网管理功效，实现了各项辅助决策支持体系的建立。

(6) 经济高效。智能电网中合理分配资源，增强处理装置的效率和传输容量，

在广大范围内实现无时差调度，弥补电力短缺的损失，满足电力市场的竞争需求，

实现可调的电价浮动体系，以达到整个电网系统最佳配置运营。

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要电网已成为信息化、工业化社会发展的基本和重要组成部分。同时，电网也在不断吸纳工业化、信息化成果，使各种先进技术在电网中得到集成应用，极大提升了电网系统功能。电网技术发展的必然趋势将是智能电网。近年来，通信、自动化、计算机等技术在电网中得到深入广泛的应用，并与传统电力技术有机融合，极大地提升了电网的智能化水平。智能电网环境下的电力系统负荷预测是电网管理部门主要的基础工作，而跨省并网和新能源的接入给电力系统的负荷预测带来了更大的困难。因此传统的预测方法已无法满足电力部门对负荷预测精度的要求，越来越多的人工智能算法被应用于电力负荷预测中，提高了负荷预测精度，具有十分重要的意义。本文研究了智能电网...

展开>> 收起<<

智能电网中预测方法及其应用的研究.pdf

共53页,预览6页

还剩页未读，继续阅读

智能电网中预测方法及其应用的研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: