用户负荷模式（共7篇）
用户负荷模式 篇1
0 引言
近几年来, 广东省经济飞速发展, 用电负荷持续攀升, 但是电网侧由于受到气候、能源与自身建设周期等诸多因素的影响, 经常处于电源性电力供应不足的状态。在未来相当长一段时间内, 电力短缺的形势不会改变, 单纯寄希望于扩大电源和电网规模并不能缓解长期的电力短缺, 必须从用电侧入手, 采取各种节能技术和措施, 逐步改变客户的用电行为。错峰作为需求侧的管理方法之一, 可以有效地缓解供需紧张的矛盾, 但错峰也会给地区的工业生产和经济发展带来不利的影响, 对用户用电负荷进行分析, 可以主动掌握负荷变化规律, 改进错峰方案, 缓解电源紧张对生产的影响, 将有限的能源资源投入到对社会和市场贡献最大的领域。
用户用电负荷模式特点的主流研究方式是对用户负荷模式进行分群。依据用户日用电负荷曲线的形态变化, 使用聚类分析方法对用户用电负荷数据进行分群[1,2,3]。目前, 已有许多学者和专家为此作了大量的分析和研究工作, 如双向夹逼的多层次聚类法[4,5]、基于支持向量机的聚类分析[6]、模糊C均值[7,8]等。然而, 用户用电负荷数据是不平衡[9]的时间序列[10]数据, 以上各方式最大缺陷是数据集自身的特性会严重影响传统聚类方法的分群效果。并且, 单一的算法较难获得高的聚类准确率, 甚至对于特定的数据集也很难找出最佳的聚类算法方法进行分析[11]。更重要的是, 单一的聚类算法泛化能力差, 只适用于特定的数据集, 对其他数据集的分群效果不理想。为解决以上问题, 设想对经遴选的聚类算法得到的聚类结果进行对比或融合, 以得到最佳者。因此, 集成技术被引入到负荷数据的聚类分析中。
聚类集成[12]是将传统的聚类算法与集成技术结合起来对数据进行“二次聚类”, 其基本思想是通过对一组对象集采用不同的算法或使用不同的初始条件来进行多次聚类, 将所得到的聚类结果用一种融合方法进行合并, 从而得到比单一算法更优的最终聚类结果。聚类集成已经被证明是可以提高无监督数据分析的鲁棒性、适用性、稳定性、并行性和可扩展性的方法, 并从统计学、计算能力、解释能力三个基本方面解释了集成方法能优越于任何的单个成员[13,14]。
本文提出基于用户用电负荷数据的聚类集成方案, 如图1所示, 以用户用电负荷数据作为研究对象, 挑选适合该类数据特征的聚类算法。通过多种标准化方法, 形成多个同源数据集。再分别运行备选聚类算法, 得到多样化的分群结果, 每个结果称为一个聚类成员。将所有聚类成员构造共识矩阵, 对共识矩阵使用CSPA算法, 得到每一个用户属于每一类的概率, 最后根据概率值对用户的负荷模式进行归簇。
1 用电负荷模式聚类分析
1.1 数据预处理
用电负荷模式聚类分析的数据取自计量自动化系统, 计量自动化系统在运行过程中难免遭受软硬件故障、信号异常、线路检修等因素影响, 存在读数出现异常或缺失的情况, 因此需要对数据进行规范性校验, 甄别出数据集中不符合分析要求的数据, 将其剔除或修正, 从而保证数据的正确性、一致性、完整性和最小性[15]。常见的负荷数据异常类型如表1所示, 表中所列各类型的异常数据均为规范性校验要解决的数据质量问题。
规范性校验首先根据数据共线性删除冗余数据。其次, 查找负荷读数数据中的缺失值, 用平滑修正公式的计算结果将其替代;若同一用户的数据缺失量达到该用户数据采集量的20%或以上, 则将该用户剔除分析对象。再次, 通过直接评价法[16]查找不符合用电业务特性的异常数据, 用平滑修正函数的计算结果将其替代。异常数据主要包括读数骤降、暴增或为负等。其中, 平滑修正公式的表达式为:
其中, k为向前采集的点数, l为向后采集的点数。
数据规范性校验完成后, 还需进行标准化处理。以去除数据的基荷, 让数据的值域都落入同一指定区间中, 从而消除各个用户由于生产规模等因素的影响造成负荷量级的差异, 凸显用户间用电负荷模式间的差异。标准化公式集合如下:
其中, T为天数, Pij为第i个用户在j时刻的用电负荷。通过不同的标准化手段, 更能从数据上显现用户的负荷模式特点。并将所有用户的负荷曲线都投影到指定区间中, 达到仅保留用户用电负荷曲线的用电习惯和特点的效果。
1.2 遴选聚类算法
用户用电负荷数据是不平衡的时间序列数据。不平衡数据是指数据集中不同用电类型的数据量差异显著, 这将影响聚类算法分群效果;同时, 时间序列数据在平方以上的高次方运算中会出现显著的截断误差, 这将导致时间序列数据经过聚类算法得到的结果不稳定。数据量越大, 聚类结果愈来愈趋向不理想。
为了将数据不平衡性和时序特性的影响降到最小, 需要从通用的聚类分析算法集合中找到对负荷数据不平衡性和时序特性敏感度较低的算法, 并且寻找到的算法适用于用电负荷分析。因此, 在数据集中分别抽取不同数量级的样本, 样本数量分别为50、200、800、3 200。选取50种不同类型的聚类分析算法作为备选集, 考察各个聚类算法在不同数量级下的用户用电负荷数据集的聚类效果, 聚类算法优劣可以从聚类运行结果的主成分展示图中各簇的分离程度和聚类算法的运行时间两个方面进行评判。
以clara聚类分析算法为例, 利用主成分方法对用户负荷模式聚类分析效果进行可视化。在不同的样本容量下, 考察clara算法的稳健性。随着样本数目的增加, 各簇的重复面积越来越大, 这说明数据的不平衡性以及时序特性严重影响clara聚类算法的稳定性。如图2所示。
经过抽样实验, 选定共轭凸函数K均值算法、模糊C均值算法和多球面K均值算法作为聚类集成算法集合的备选算法。当重新抽样或进一步增大抽样量时, 上述算法的分簇效果仍然较其他算法优秀。如表2所示。但是聚类效果仍有较大的改善空间, 仅通过选优和调整算法参数, 用电负荷模式分群的效果提升是有瓶颈的, 而且, 在聚类分析过程中, 需要大量的人工参与其中。
1.3 聚类集成
为进一步克服用户用电负荷数据不平衡性以及时序特性对聚类分析算法的影响, 得到分簇结果更佳、更稳健的聚类模型, 使用聚类集成方法, 可得到优越于单个聚类分析算法的集成结果, 以及更加稳定的聚类分析模型。
根据聚类集成算法要求, 当聚类成员间的差异度应维持在50%左右时, 得到的聚类集成模型是稳健的。采用不同的标准化手段, 用同一种聚类算法设置不同参数可得到相似度不完全一致的多样化聚类成员。根据先验知识分别为聚类算法集合分别设定多组运行参数, 运行聚类算法集, 得到聚类成员。结构示例如图3所示。在得到的聚类成员后, 对聚类成员进行合并, 得到矩阵H。矩阵H组织形式如下图所示。其中, x1, x2, …, xn表示n个用户;H1, H2, …, Hn表示n个聚类成员;h1, h2, …, hn表示一个簇, 数值“1”代表该用户的用电负荷模式特点数据该簇, 数值“0”表示该用户不属于该簇。
通过矩阵H可构建共识矩阵S。共识矩阵S表达式如下:
其中, 共识矩阵S中元素sij是用户i与用户j属于同簇的概率。
对共识矩阵S使用CSPA超图分割算法进行重构。首先随机选取t个用户作为典型用户, 计算用户i与t个典型用户属于同一簇的概率prij, 依据公式:
其中, sij是共识矩阵S中用户i与用户j属于同簇的概率, σ1为惩罚因子。i个用户与t个典型用户构成概率关系矩阵Pr, prij为Pr中元素, 表示第i个用户与第j个典型用户属于同簇的概率。再计算两两用户间的相异距离Dij, 依据公式:
其中, d () 为距离公式, σ2为惩罚因子。根据Dij计算距离准则函数LH, 依据公式:
其中, wb为权重。此时, 已形成一次的聚类集成结果。由于t个典型用户是随机选取的, 所以需寻找最优的集成结果。因此, 再随机选取t个用户作为典型用户, 重新计算典型用户与其他用户属于同簇的概率矩阵Pr, 相异距离Dij以及距离准则函数LH, 直至遍历所有典型用户组合, 得到距离准则函数值集{LH1, LH2, …, LHn}。获取距离准则函数的最小值min{LH1, LH2, …, LHn}, 输出对应的Pr, 形成最优的聚类集成结果。
2 聚类集成效果对比分析
将基于聚类集成的用户负荷模式识别应用于广东省中山市6 500家专变用户的负荷模式识别中, 随机抽取200条用户负荷曲线, 如图4所示。并将该部分负荷曲线根据业务专家意见进行分群, 得到具有业务意义的标识u0。
匹配正确度定义为对比u0与聚类结果的标识ui进行匹配, 匹配准确度计算公式如下:
其中为用户数, i为在第i个聚类算法得到的分群结果。
本方案将用户负荷曲线数通过标准化公式及遴选的聚类算法得到的聚类成员进行集成并得到最终分群结果。现对比聚类集成与产生聚类成员所用的FCM、CCFK-means、SK-means算法分别在聚类数目3、4、5、6的匹配正确度, 对比结果如图5所示。
从图5可以看出, 聚类集成的平均匹配正确度较三种算法的平均匹配正确度提高7.6%, 充分印证了聚类集成的性能和稳定性优于单一的聚类算法。一般而言, 聚类的分簇数越少, 匹配正确度越高。当分簇数为3时, 三种单一的聚类算法性能较好, 集成算法也随之有较好的分簇效果。当簇数目为4时, 匹配正确度较分簇数为3时有提升, 很可能是该数据集划分为4个簇更为恰当, 此时集成算法的匹配正确度比三种单一的聚类更高。随着分簇数增多, 各个聚类算法的匹配正确度均有下降, 但是聚类集成的匹配正确度仍较其他单一聚类算法优异。
分簇数目为4时, 集成聚类以及各类单一聚类算法都有最佳表现, 可以认为该数据集划分为四类时是合适的。现比较在分簇数为4时, 各个分簇的匹配正确度。对比结果如图6所示, 单一聚类算法均存在部分分簇匹配正确度较低的情况, 即单一的聚类算法仅善于识别某种类型的数据而对其他类型数据辨识能力较差。相较之下, 聚类集成的分簇匹配正确度更为均衡, 体现出聚类集成的分簇稳定性的优势。
3 典型用电负荷模式识别
根据聚类集成模型所得分析结果, 中山市用户用电负荷模式可划分为四个典型模式, 分别为三峰型、双峰型、平稳型、避峰型。如图7所示。
三峰型用户用电负荷模式的特征是三个用电高峰, 分别出现在早上10点、下午4点以及晚上8点, 而在正午、晚上6点以及深夜是用电低谷, 三峰型的用户用电曲线呈现波浪形状, 几乎不存在平稳用电的时间。这类型用户大多是大工厂、劳动密集型企业, 如制造业、代加工业, 其表现为用电负荷大, 且用电负荷模式规律, 用电因工作人员的作息而定, 较少受到其他因素影响。三峰型负荷用户约占总体用户的40%。
双峰型的负荷曲线形状与三峰型十分相似, 其用户用电负荷模式的特征是两个用电高峰, 分别出现在早上10点、下午4点, 用电低谷是正午、晚上6点以及深夜。从晚间7点到清晨, 大部分用户几乎没有用电, 仅有小部分用户有用电迹象, 随之产生用电小高峰, 但是夜间用电峰值不足白天用电高峰的50%。这类型用户大多是政府、企业办事机构、网点等。双峰型负荷用户约占总体用户的30%。
避峰型用户的用电负荷模式展现出用电晚上高白天低的特点, 深夜其用电高峰, 并显现出7、8小时以上的较长时间的高峰用电;在早晨用电负荷开始下滑, 并在白天几乎不用电。避峰型用户在本身的用电负荷模式中已经采用错峰的形式, 即在白天用电高峰时用电负荷少, 晚上用电较高。形成该用电负荷模式可能是由于行业本身特点决定的, 如制冰厂、面包厂等;也有可能是由于电网实施峰谷电价有效引导用户错峰用电形成的。该类型用户占总体不足10%, 并且, 大部分用户的用电高峰负荷相对不高, 避峰型用户平均用电负荷仅为三峰型用户负荷的70%。
平稳型用户的用电负荷模式特点是用电负荷持续且平稳, 几乎没有明显的用电高峰与用电低谷。而且, 这类用户的另一特点是用户间的用电负荷差异较大。这是由于对用户用电负荷数据进行标准化造成的, 因为使用标准化收到去除了用户用电负荷上的差距, 导致平稳用电的用电大户与几乎不用电的小户被划归同一类别。这类型用户的特点是生产持续, 可能断电所带来的损失比要求员工上夜班所导致的用工成本更高。因此, 在实行错峰用电时, 该部分用户的用电应受到相应保证的, 尽量减少因断电造成的经济损失。
4 结语
本文在用户负荷模式识别中引入聚类集成技术, 构建了基于用户用电行为特点的聚类集成模型。从通用算法集中, 选择适合负荷数据集的聚类分析算法, 并结合标准化手段, 生成多样化的聚类成员, 将所有聚类成员合并成共识矩阵, 再运用CSPA超图分割算法对共识矩阵重构, 得到了集成所有聚类成员特性的分群结果。该模型具有很强的泛化能力, 并可获得优越于单一聚类分析算法的分群结果。
将该聚类集成模型应用于中山市6 500家专变用户, 得到了三峰型、双峰型、平稳型以及避峰型四类用户典型负荷模式。通过分析四类负荷模式的用户特性, 主动掌握负荷变化规律, 做到早认识、早布局, 针对错峰重点关注对象, 综合考虑经济、环境、安全等影响因素, 优化错峰方法, 缓解电源紧张对生产的影响, 从而将有限的能源资源投入到对社会和市场贡献最大的领域。
摘要：为提高错峰管理中用户负荷模式识别的可靠性与普适性, 针对目前单一聚类算法难以解决用电负荷数据的不平衡性以及时序特性等问题, 提出一种基于聚类集成技术的用户负荷模型识别方案。利用多种标准化方法以及经遴选的聚类算法生成多样化的聚类成员, 通过将所有聚类成员合并构造共识矩阵并进行重构, 得到较单一聚类算法更为优越的分群结果。该方案比采用单一的聚类分析得到的用户用电负荷数据分簇结果更稳健可靠, 且对数据结构变化的敏感度低、分簇效果更好、泛化能力更强, 并在中山市6 500家专变用户的用电负荷模式识别中取得了良好的应用效果。
关键词：负荷模式,共识矩阵,聚类集成,CSPA算法,行为分析
基于用户负荷率电价的探讨 篇2
用户负荷率电价就是考虑用电户负荷特性差异, 以真实反映电力成本为原则, 以提高定价效率为目的的电价, 它具有很强的先进性。负荷率电价在世界许多国家得到了广泛的应用, 强化了资源配置功能, 取得了很好的效果, 如法国、意大利等, 而我国的负荷率电价体系尚未建立, 国内有关论述也很少。因此, 笔者依据所学的经济学理论及电网实际, 结合同业者对负荷率电价的相关论述, 谈谈自己对负荷率电价的认识, 以期为我国电价的改革贡献一份微薄之力。
1 负荷率电价
负荷率电价顾名思义就是考虑负荷率因素的电价方案, 是对两部制电价的完善和补充。负荷率电价同其它电价一样是经济学在电网领域中的具体应用, 它采用长期边际成本的方法计算电量成本和容量成本, 即社会成本定价理论、均衡价格论、管制经济学理论和福利经济学四种经济理论, 共同构成了负荷率电价的理论依据。研讨负荷率电价的目的是为以后年度推出负荷率定价方案做好准备, 以便引导用电户合理控制接网变压器容量, 提高用电负荷率, 节约或延缓电网建设投资, 达到节能减排的目的。
负荷率是指在一定时间内平均有功负荷与最高有功负荷之比的百分数, 用以衡量平均负荷与最高负荷的差异程度。负荷率从内容上分为两种:一种是用户负荷率, 另一种是系统负荷率。用户负荷率就是某一用户的平均有功功率和其最高有功功率比值的百分数, 它是负荷率电价执行的依据;系统负荷率就是整个电力企业系统中总有功平均功率和总最高有功功率比值的百分数, 它决定需要分摊的系统容量成本。
2 负荷率电价容量成本及电量成本
电力成本是由容量成本和电量成本构成的。容量成本是电力投资的固定部分, 而电量成本是包括燃煤等消耗的可变部分投资。
2.1 用户容量成本
用户容量成本是用户用电占用一定系统容量而需支付的成本。我国幅员辽阔, 各地经济发展不平衡, 电价的核算一般以省级电网企业为单位进行。根据电网企业的成本特征, 容量成本一般包括设备材料费、人员工资、福利费、折旧费、修理维护费及其它费用等, 这些费用均与电量没有直接关系, 可视为省级电网企业的总容量成本。为便于测算及考虑测算结果为实际所用, 总容量成本为总输变配电成本, 即实际年销售收入扣减电网为用户年购电成本, 可表示为:总用户容量成本 (Cc) =用户的年销售收入 (MP) ———电网为用户支付的年购电成本 (Mg) 。
总容量成本在各电压等级之间的分摊比例就是各电压等级固定资产原值占各电压等级固定资产原值之和的比例。
在计算各电压等级固定资产时, 需要将变电、输电资产计入主要受电电压等级, 因为变压器主要是为下一电压等级服务的, 所以, 对应比例的总容量成本应该由相应受电电压等级的用户承担。由于低电压等级用户除了利用本级直接上网的电量外, 还需用到由高电压等级经过降压供电给本电压等级的电量, 所以, 低电压等级的用户需要承担高电压等级容量成本中的一部分, 高电压等级的容量成本要按照各电压等级向低电压等级供电的比例转到低电压等级。
2.2 用户电量成本
用户电量成本是用户消耗每千瓦时电而需支付的成本。在电价一定的情况下, 所购电量越多, 购电费用越高, 因此可将电网全部购电成本作为用户总电量成本。对于省级电网公司, 由于电源结构和购电方式不尽相同, 既使同一电网公司, 不同年份购电成本也不尽相同, 为此, 总电量成本可采用前3年的平均值确定。总电量成本应是省级电网公司年总购电成本的一部分, 即用户单位电量成本与其它类别用户的单位电量成本是一样的, 都等于上网电价。为便于后面论述, 在这里设各电压等级用户的单位电量成本为bi元/千瓦时, i为电压等级。
2.3 用户单位容量成本和单位电量成本对应不同负荷率时的负荷率电价
我们知道, 对于容量相同的用户, 负荷率越高, 实际占用的容量越多, 实际容量成本越高, 单位容量成本也越高;反之, 负荷率越低, 实际占用的容量越少, 容量成本越小, 单位容量成本也越小, 即容量成本与负荷率成正比。对于容量相同的用户, 负荷率越高, 在相同的时间内使用的电量越多, 单位电量成本越低;反之, 负荷率越低, 在相同的时间内使用的电量越少, 单位电量成本也越高, 即单位电量成本与负荷率成反比。从前面论述中可知, 工商业用户单位容量成本为ai元/千瓦, 单位电量成本为bi元/千瓦时, 若设对应于负荷率为gi (0﹤gi≦1) 的负荷率电价为Li, 则由单位容量成本和单位电量成本与负荷率的对应关系得:Li=aigi+bi (1-gi) , 式中i为相应电压等级。
3 负荷率电价的实现方式
对于我国现有电价体系而言, 负荷率电价实际是对两部制电价的补充性调整或设计。负荷率是个瞬时值, 无法准确表征负荷率电价, 因此, 这里所指某用户的负荷率应为其年平均负荷率, 即年平均负荷与其最大负荷的比率。当然, 也可采用年最大负荷利用小时数来表示。以年负荷率为例, 两者有确定的比例关系, 因此, 负荷率电价也可以年负荷利用小时数 (实际为年最大负荷利用小时数, 本文简称年负荷利用小时数) 为依据, 来进行有效操作。负荷率电价在实现方式上有3种:第一种是实时负荷率电价, 即一个负荷率对应于一个负荷率电价, Li=aigi+bi (1-gi) 。这种方式需要每月对每个用户进行一次负荷率测算, 比较繁杂;第二种是标准负荷率电价, 即对所有用户规定一个标准负荷率, 高于或低于标准负荷率的用户在电价上受到相应的奖励或惩罚;第三种是用户自选择负荷率电价, 即将用户负荷率分成几种情况, 对应不同成本分担后的相应电价, 让用户自由选择其中的某种电价 (用户根据其负荷率情况选择) 。在国际上, 以上3种方式都有应用, 但第三种方式 (可选择负荷率电价) 因更能反映负荷率电价的资源职能, 更具有操作性, 更有利于引导用户合理用电, 提高负荷率, 降低系统容量成本, 因而得到更广泛的应用。
4 用户自选择负荷率电价
负荷率电价的定价原则是负荷率越高电价越低, 反之, 越高。前面所述, 负荷率在实际工作中很难准确测算, 可以年最大负荷利用小时数来表述负荷率的相对高低, 进而制定可操作的负荷率电价方案。考虑行业负荷率因素的用户主要分为2类或3类 (根据国外负荷率电价政策经验) , 即高负荷率用户和低负荷率用户, 或者高、中、低负荷率用户。10千伏和35千伏因用户数量多, 平均负荷率相对较高, 分为3类, 把10千伏、35千伏商业用户按负荷率分为高负荷率、中负荷率和低负荷率3类:低负荷率用电年利用小时数小于2500, 中负荷率用电年利用小时数为2500~5000, 高负荷率年利用小时数大于5000;把110千伏~220千伏及以上分为2类:低负荷率用电年利用小时数小于2400, 高负荷率用电年利用小时大于2400。依据不同的用电年利用小时数定出不同的电价供用电户选择。
5 结束语
典型用户负荷特性及用电特点研究 篇3
为了增加负荷预测的准确度, 需要全面掌握用电负荷的负荷特性及其变化规律, 这样才能有效提高电力设备的有效利用率, 并更加合理地规划电网的建设, 控制电网的投资成本。电力系统负荷具有随机性、连续性及周期性等特点, 因此必须全面了解不同层面的负荷特性, 深入研究对负荷特性影响较大的主要因素。
基于用户行为分析的负荷预测方法, 需要建立准确的用户用电设备统计模型。而电网用电设备类型繁多, 用电情况不尽相同。建立局部地区用户、商业、企业用电设备与用电量的合理比例模型是一项重要工作, 本文基于对经济、电力负荷、电网现状的统计, 对不同种类的典型用户负荷特性进行了研究。
1 负荷特性的分析方法
1.1 负荷特性指标
负荷特性指标是开展负荷分析、总结负荷变化规律及其特性的重要依据, 主要包括以下数据。
(1) 平均日负荷率γ, 其计算公式如下:
式中, γi为第i个用户的平均日负荷率;N为用户数量。
(2) 平均日最小负荷率β, 其计算公式如下:
式中, βi为第i个用户的日最小负荷率。
(3) 季不平衡系数ρ, 其计算公式如下:
式中, ρi为第i个用户的季不平衡系数。
(4) 平均日峰谷差率ε, 其计算公式如下:
式中, εi为第i个用户的平均日峰谷差率。
1.2 负荷特性曲线
负荷曲线包括年最大负荷曲线、年持续负荷曲线以及日负荷曲线。年最大负荷曲线能够体现出负荷全年的变化情况, 由每个月的最大负荷连成曲线, 其波动程度不会受到个别负荷的影响。持续负荷曲线反映了负荷水平在全年中占的比例, 通常采用算数平均法进行整合。而日负荷会因为个别负荷的波动对负荷曲线造成较大影响, 通常采用加权平均法进行整合。各负荷曲线的计算公式如下:
(1) 年负荷曲线计算公式:
式中, Lk1为整合后第k1月的负荷, k1=1, 2, …, 12;Lik1为第i个用户第k1月的负荷。
(2) 持续负荷曲线计算公式:
式中, Lk2为整合后第k2小时的负荷, k2=1, 2, …, 8 760;Lik2为第i个用户第k2小时的负荷。
(3) 日负荷曲线计算公式:
式中, Lk3为整合后第k3时刻的负荷, k3=1, 2, …, 24;Lik3为第i个用户第k3时刻的负荷;Di为第i个用户年最大负荷。
1.3 负荷密度
负荷密度用于表征负荷分布密集程度, 通常采用聚类法进行分析, 其步骤如下:
首先按照用地类型选取若干年的最大负荷, 计算出用地类型典型负荷密度, 其计算公式如下:
式中, Lmax为年最大负荷;Smax为用地面积。
再将各样本绘制成散点图, 找出数据集中分布的情况, 去除差异过大的数据。然后用聚类法对不同地区负荷密度样本进行聚类分析, 由分类结果确定出各地区的档次范围。
2 各类典型用户的用电特点
2.1 重工业类
重工业类一般指机械、冶金、石油、化学、建筑材料等行业, 其通常为连续生产型企业。对于这类行业, 其负荷率一般较高, 并且数据在全年范围内都比较稳定。同时重工业一般为高耗能企业, 其用电量高、规模大, 接入的电网电压等级较高。从各地的具体情况来看, 很多重工业负荷都属于电力企业的一级、二级负荷, 这类负荷如果停电, 即使是短时间停电, 也将发生重大经济损失, 严重时可能导致人身安全事故, 因而需要极高的供电可靠性。
2.2 轻工业类
轻工业类一般包括纺织、造纸、食品、烟草等行业, 其负荷特性具有明显差异, 对电网供电可靠性也有不同的需求。比如纺织业一般为24 h连续运转, 负荷率较高, 接入的电压等级一般为10 k V及以上, 其停电将造成较大的经济损失, 因此对电网可靠性要求较高。对于食品业, 其用电主要集中在正常上班时间, 负荷率较低, 接入的电压等级分情况而定, 停电对某些食品企业影响不大, 故对供电可靠性要求相对不高。
2.3 行政类
行政类主要包括机关、企事业单位, 其负荷主要为照明、办公设备、空调等, 供电电压等级一般为380 V。这类负荷特性随人的作息情况变化, 具有较强的规律性, 上班时用电量比较高且比较平稳, 下班后用电量将明显减少, 节假日期间其负荷率水平更低。这类负荷随季节波动比较明显, 在温度过高或过低时, 其负荷率明显高于全年平均水平。但是其在电力系统总负荷中所占比例不高, 且一般为白天使用, 因此对电网负荷率影响不大。
2.4 居民类
居民类用电与人们的生活习惯相关, 一般有午高峰和晚高峰, 最大负荷一般出现在晚上19:00—22:00之间。不同地区也会呈现出不同的特点, 对于高层成熟小区, 其用电密度要高于低层住宅小区, 城市地区用电密度要高于农村地区。
3 结语
电网公司对需求侧的管理越来越严格, 加强负荷特性的研究变得更加必要。而对负荷特性分析不准确的话, 将使得用电趋势及负荷密度控制不能与实际情况相符。本文对用户负荷数据进行了分析, 阐述了典型用户负荷特性分析方法及各类用户的用电特点, 为科学地开展电网规划、提高设备利用率等工作提供了参考。
摘要：我国用电需求持续增长, 为了了解用户负荷发展变化规律, 提高电力负荷预测的准确度, 需要对电力系统的负荷特性展开研究。在调研大量典型用户负荷的基础上, 分析了不同类型用户的负荷特性, 总结了各类用户的用电特点, 为做好负荷预测、制定科学的电网规划方案提供了依据。
关键词：负荷预测,负荷特性,用电特点,负荷特性曲线
参考文献
[1]陈伟, 周峰, 韩新阳, 等.国家电网负荷特性分析研究[J].电力技术经济, 2008, 20 (4) :25-29.
[2]杨宗麟.华东电网负荷特性分析与预测[J].华东电力, 2008, 36 (5) :50-52.
[3]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.
[4]吴志强, 吴志华, 宋晓辉, 等.城市居民负荷特性调查研究分析[J].电网技术, 2006, 30 (S2) :659-662.
[5]刘永光, 孙超亮, 牛贞贞, 等.改进型模糊C均值聚类算法的电力负荷特性分类技术研究[J].电测与仪表, 2014, 51 (18) :5-9.
用户负荷模式 篇4
电网规划是电网建设的依托和先决条件, 规划的质量将严重影响到电网的建设投资费用和电网的安全运行。而电力系统中长期负荷预测是电网规划的理论基础, 预测算法的精度直接影响到规划方案的可信度, 这是长期以来困扰电力系统规划的重要问题。因此, 电力系统中长期负荷预测方法的研究受到了广大学者的关注, 针对不同的应用环境提出了多种负荷预测方法, 取得了较丰硕的成果。
中长期负荷预测算法从模型数量上可以分为单模型负荷预测算法和多模型组合预测算法。其中单模型由于负荷预测方法由于模型的局限性, 因而不同的模型适用不同规模和发展状况的城市, 但是简单易用。典型的单模型预测方法有弹性系数发、回归分析法、指数平滑法、多项式法、灰色预测方法等。多模型组合预测算法是由多个单模型预测方法通过一定的比重加权得到, 在适用范围上比单模型广, 但是其需要人为挑选出合适的模型进行加权组合, 复杂度远高于单模型预测方法。
随着计算机技术和数据挖掘技术的发展, 为了提高预测算法的适应能力, 在最近的负荷预测新理论和新方法中提出了许多具有学习能力的人工智能预测方法。这些人工智能方法能够通过对历史数据进行特征挖掘并学习, 从而构成新的具有普遍适应能力的预测方法, 并且可以通过对不同数据的在线学习, 从而可以实现一个算法应用于多个场景中。如人工神经网络算法和粒子群算法等。文献[4]将误差序列的均方值作为网络性能的评价指标并采用最小误差对应的平滑参数, 在广义回归神经网络 (GRNN) 基本算法、网络结构及平滑参数确定方法的基础上建立了GRNN的预测模型。提出了确定输入神经元数目的方法, 并将模型应用于某地中长期电力网负荷预测, 分别进行了单步预测和多步预测。文献[5]针对实时电价对短期负荷的影响, 建立了径向基 (RBF) 神经网络和自适应神经网络模糊系统 (ANFIS) 相结合的短期负荷预测模型。该模型利用了RBF神经网络的非线性逼近能力, 应用ANFIS系统对RBF神经网络的负荷预测结果进行修正, 以使固定电价时代的预测方法在电价敏感环境下也能达到较好的预测精度。文献[6]提出了一种将粒子群优化算法与非线性灰色Bernoulli模型结合中长期负荷预测方法。
上述的单模型预测方法、组合预测方法和人工智能预测方法都是基于城市负荷的历史数据搭建模型, 并未考虑到城市未来的产业结构和发展规划。因此, 本文提出一种基于大用户报装的中长期城市负荷预测方法, 该方法将城市用电负荷按特性划分为住宅用户、工业用户、商业用户和其他用户四类, 对四种类型的大用户从报装、建设及投产等方面进行阶段性分析, 得出发展规律, 从而实现城市中长期用电负荷的预测。
2 基于大用户报装的负荷预测方法
2.1 大用户特性分析
按电网运行规定, 当负荷容量超过一定范围的大用户在建设之前需要向有关部门进行计划报装, 而这些各行各业的大用户是电力系统中长期负荷增长的主要组成部分。因此, 可以通过对大用户的报装、建设及投产等多个阶段进行有效的数据分析, 得到四种类型大用户在不同阶段的负荷增长特性, 从而可以得到每种类型的负荷增长规律。
城市电网负荷的主要增长量为大用户负荷增长量, 如式 (1) 为第k种类型中第j个阶段所有大用户负荷增长量。如式 (2) 为城市电网中四类大用户第j个阶段的增长量总和。按照 (1) 和 (2) 便可以求出城市电网负荷在每个阶段的主要增长量。
式中:k为用户分类数;i为大用户编号;j为阶段数;αk为第k类大用户的调整系数;βkj为第k类大用户在第j个阶段的阶段系数;lik为第k类大用户中第i个大用户的报装量;n为第k类大用户的数量;Ljk为第k类大用户在第j个阶段的负荷增长量;
式中:BLj为城市大用户负荷第j个阶段的增长量。
由式 (1) 和式 (2) 可知, 要得出城市电网负荷在每个阶段的主要增长量, 需要对大用户的负荷阶段划分情况、负荷阶段系数、负荷调整系数和大用户报装容量四个方面进行分析。具体方法如下:
(1) 需要收集大用户报装数据, 并进行分类。供电局需要对每年的大用户报装情况进行统计、分类和汇总工作。
(2) 对各种类型大用户的历史报装情况和用电数据进行分析, 得到各类型大用户的投产规律数据, 从而划分各类型大用户的投产阶段数, 一年为一个阶段。
(3) 根据各类型大用户的投产规律, 采用数据拟合方法得到各类型大用户的阶段系数和调整系数。
2.2 中长期城市负荷预测模型
城市电网负荷增长量由大用户负荷增长量和其他中小负荷增长量共同组成。因此, 除大用户之外, 还需对中小负荷的增长规律进行分析建模。由于中小负荷数量非常庞大, 增长规律杂乱, 无法进行单项数据统计和分析。因此, 本文采用自然增长率的方法, 从总体上对中小负荷增长量建模, 如式 (3) 所示。
式中:MLi为未来第i年城市中小负荷增长量;λ为城市中小负荷自然增长系数;Di为第i-1年城市负荷总量。
根据式 (1) ~ (3) 可以建立起基于大用户报装的中长期城市负荷预测模型如式 (4) 所示。
式中:i为需要预测的未来第i年。
3 实例分析
本文根据某地区供电局统计的大用户报装数据, 从住宅、商业、工业和其它四种类型出发, 将投产阶段统一划分为3个阶段, 分别为投产第一年、投产第二年、投产第三年。经数据分析与拟合之后, 得到每类大用户的调整系数和阶段系数见表1。
采用本文提出的负荷预测方法对该地区2011年、2012年和2013年的负荷进行了预测, 结果见表2。
从表2中可以看到, 由于采用比较精确的大用户报装统计数据能较准确地预测城市电网负荷的主要增长部分, 因此, 采用本文提出的中长期负荷预测方法能取得较好的预测效果。
结论
本文提出了一种基于大用户报装的中长期负荷预测方法, 将城市负荷分为大用户负荷和中小负荷两部分, 对大用户负荷采用分阶段增量方法, 结合中小负荷采用自然增长率方法, 建立了中长期城市负荷预测模型。通过测试结果表明该方法能取得较好的预测效果。
参考文献
[1]陈章潮.城市电网规划与改造[M].北京:中国电力出版社, 2007:1-4.
[2]梁锦照.城市电网规划方法研究[M].北京:中国电力出版社, 2010:1-8.
[3]康重庆, 夏清, 张伯明.电力系统负荷预测研究综述与发展方向探讨[J].电力系统自动化, 2004, 28 (17) :1-11.
[4]姚李孝, 刘学琴, 伍利, 等.基于广义回归神经网络的电力系统中长期负荷预测[J].电力自动化设备, 2007, 27 (08) :26-29.
[5]雷绍兰, 孙才新, 周湶, 等.基于径向基神经网络和自适应神经模糊系统的电力短期负荷预测方法[J].中国电机工程学报, 2005, 25 (22) :78-82.
用户负荷模式 篇5
关键词：电网,电压等级,大容量用户,特殊负荷用户
本文从电网实际运行出发, 根据齐齐哈尔现有电网的特点, 结合齐齐哈尔地区电力负荷的发展, 对齐齐哈尔地区大容量及特殊负荷用户采用何种电压等级接入系统进行技术经济分析和界定, 明确供电方案的制定原则, 以求保证用户正常供电基础上, 对电网结构、电网建设造成的影响最小, 确保供电企业与用户双方的利益。
1 齐齐哈尔供电情况分析
1.1 大容量及特殊负荷用户定义
大容量客户指装建容量在5000k VA (含规划容量) 及以上客户。特殊负荷用户是指产生谐波、冲击负荷、波动负荷和不对称负荷的用户, 例如:包含电弧炉、轧钢机等设备的钢厂用户, 电气化铁路等。
1.2 大容量和特殊负荷用户用电分析
按照客户所处的行业和用电方式的不同, 可把在齐齐哈尔地区所调查的大容量用电客户分为工业、酒店、商场、居民住宅和政府机关单位等五类, 其中工业用电负荷在整个大容量负荷需求中占有非常大比例, 对电网有着举足轻重的影响, 本文重点分析工业用电。根据采集到的数据, 这里做出工业客户典型周和典型日的电流曲线, 以分别反映客户在一周内的负荷变化趋势和一天中不同时点的负荷差别, 从而在一定程度上反映出该客户的用电方式和用电负荷的情况, 以期为合理安排相应电压等级的接入提供一定的帮助。
1.3 齐齐哈尔大容量及特殊负荷用户的需求情况分析
根据齐齐哈尔市电力需求预测结果, 结合各分区社会经济发展情况及历史用电情况, 对各分区全社会用电最高负荷进行预测, 齐齐哈尔市分区负荷呈递增性。结合负荷预测, 不难发现, 越来越重的负荷将影响城市的电网的正常运行, 所以确立好大容量用户的接入电网电压等级的优化方案有着非常积极的作用。
2 大容量及特殊负荷用户接入电网基本原则
由于各地区的配电网制式和电压等级不尽相同, 用户的用电设备电压、单台用电设备容量、线路走廊、对供电质量、工程造价要求不同, 因此要确定供电电压不宜找出定律, 只能定原则。一般都按用户的最大需量或设备容量或变压器总容量来决定供电电压和相数, 而对于重要用户还要根据其重要程度, 确定对其供电的电源数。在《供电营业规划》中规定, 用户用电设备容量在100k W及以下或需用变压器容量在50k VA以下者, 一般采用低压三相四线制供电。其他用户则考虑采用中、高压供电方式, 但对用户容量的划分《供电营业规划》没有统一的规定。
齐齐哈尔地区供配电用户最大需求量小于150k W的小用户, 采用低压三相四线制供电方式。其中小于6.6k W的用户用单相220V供电;大于6.6k W而小于13.2k W的用户用两相220V供电;大于13.2k W而小于150k W的用户则采用220/380V三相供电。小用户一般为居民住宅用电、小型商铺用电等, 总体需求量比较少, 本文不做专门讨论。
2.1 特殊负荷用户
对于重要用户, 则按其重要程度, 增加备用电源, 根据《电网电能质量技术监督管理规定》的有关要求, 特殊用户必须委托有资质的设计单位对其接入电网运行产生的干扰、影响进行电能质量等安全技术评估, 相关评估报告与接入系统方案同时上报审查。
具有产生谐波源设备的用户, 须采取相应措施, 满足国家标准《电能质量公用电网谐波》 (GB/T14549-93) 的有关要求。具有冲击负荷和波动负荷的用户, 须采取相应措施, 满足国家标准《电能质量电压允许波动和闪变》 (GB12326-2000) 的有关要求。
2.2 基本原则
为规范大容量客户的供电方案的制定和实施, 更好地维护客户和供电企业的利益, 参照齐齐哈尔供电局所制订的《大容量客户供电方案制定技术原则》, 结合本章对大容量和特殊负荷用户的输送容量、输送距离、线路电缆的选择及接入中高压配电网的一些基本要求, 定下大容量及特殊负荷用户接入电网的基本原则:
2.2.1 容量在5000~19999k VA, 建议接入
10k V电压等级的电网, 并采用自建10k V开关站或双环网供电, 自建开关站时进线电缆选取满足“N-1”的容量要求, 双环网采用截面为300mm2的铜芯交联电缆或相应的架空线路。
2.2.2 容量在20000k VA~40000k VA, 建议根
据用户实际情况、电网条件采用高压110k V、35k V或中压10k V供电, 因齐齐哈尔地区条件具备时将逐步取消35k V电压等级, 因此一般不考虑35k V的电压等级接入。
2.2.3 报装容量 (含最终容量) 超过40000k VA
的用电用户, 必须建设用户专用变电站, 并采用110千伏及以上电压等级供电。
3 确立接入电网电压等级方案
3.1 特殊负荷用户对各电压等级影响
特殊负荷用户对接入电网会引起的一些影响, 谐波、冲击负荷、波动负荷、不对称负荷引影响电网有时是单独作用的, 有时是综合的。特殊负荷用户接入电网电压等级的提高, 意味着与电网公共连接点的短路容量提高, 将使其对电网和自身的影响在允许范围内, 但是特殊负荷对电网和自身的影响的各种量值并未消除, 而是送到更高电压等级的电网去扩散, 这些量值在电网中增加积累, 泛滥成灾, 将会达到电网不能接受的程度, 反而增加了对广大用户的影响, 因此特殊负荷用户只有采用SVC装置, 才能使其对电网和自身的影响在允许范围内。
3.2 接入电网电压选择的经济性分析
在新的历史时期, 各电网公司、各供电局等都在强化科学管理, 积极拓宽销售市场, 按照市场经济的要求, 按照经济发展的客观规律, 寻求企业发展之路。为对电网电压等级作出选择, 不应单只考虑技术要求, 还要结合实际情况考虑到经济成本。研究如何在一定资源和资金下, 选择一个合适的接入电压等级, 既能最大限度的满足大容量及特殊负荷用户需求, 又同时为供电企业及用户有效节省成本。
确定某个电压等级之前, 应综合考虑所有可能的电压等级在技术和经济方面的影响。不同的电压等级接入电网基本工程造价和电费单价也存在差异。较高的电压等级需要较高的绝缘费用, 但线路和系统损耗会降低, 一般来说电压等级高将增加用户变电站建设费用, 单向设备直接供电的变电数目一般能够减少。对于某一给定的用户, 电压等级越高, 单位长度上的电压损耗百分比值越小、减少损耗。另外必须考虑用户长期规划、考虑用户潜在负荷, 这样才能满足用户负荷需求, 但亦可能造成初始投资增高。
电网经济运行是在保证电网的安全运行, 以及在满足供电量和保证供电质量的基础上充分利用电网中现有输 (配) 变电设备, 通过优选变压器及电力线路经济运行方式和负载的经济调配及变压器与供电线路运行位置的优化组合等技术措施, 从而最大限度地降低变压器与供电线路的有功损耗和无功消耗。经济运行在确定接入电网电压等级方案时就应得到足够重视。
容量在20000k VA~40000k VA, 建议根据实际情况采用高压110k V、35k V或中压10k V供电, 原则上齐齐哈尔市逐步取消35k V的电压等级, 应在综合比较采用各种电压等级供电的电费价差和回收周期及负荷侧设备电压等级等因素, 决定接入电压等级方案。
结束语
本论文通过介绍电力网的电压等级及电网结构, 提出了大容量和特殊负荷用户接入电网电压等级的基本参考原则, 然后通过进一步对供电质量、特殊负荷用户接入电网的影响及方案经济性等方面的研究, 对基本参考原则作出完善补充, 并确立基本原则之上的进阶原则。
参考文献
[1]陈慈萱.电气工程基础.上册[M].北京:中国电力出版社, 2003.
[2].电力工业部电力规划设计总院.电力系统设计手册[M].北京:中国电力出版社, 1998.
[3]王新学.电力网及电力系统 (第二版) [M].北京:水利电力出版社, 1986.
用户负荷模式 篇6
能源危机的产生和电动汽车各项技术的发展促进了电动汽车的大规模推广，如今，各国均加大力度对电动汽车进行政策支持，可以预计，未来将有大量电动汽车接入电网[1,2]。大规模电动汽车接入电网以后引发的经济效益问题和其对电力系统规划运行所产生的影响不容忽视[3,4,5,6,7,8,9]。
如果对电动汽车用户充电行为不加以引导与控制，电动汽车无序充电会对电网原有负荷造成“峰上加峰”的结果，影响电网安全稳定运行[10,11,12]，并且对经济效益也产生不利影响[13,14]。因此有必要掌握电动汽车使用规律，实现电动汽车群集中充电负荷的有序控制。目前，国内外对电动汽车有序充电研究主要集中在汽车集中充电控制[15,16]，以平滑配网负荷[17,18,19]、改善电能质量[20,21]、提高配网运行可靠性[22,23,24,25]以及降低用户充电费用[26]等，并且取得了较多理论研究成果。
然而，大规模电动汽车的有序充电是通过每一个电动汽车个体的充电行为聚合后形成的群体策略，在制定电动汽车整体充电策略时，需要进一步研究如何将该群体策略向下延伸分配至每个个体，并充分考虑个体的自身条件和意愿，体现充电策略的公平性和合理性。就目前而言，如何将区域电网层面的充电策略结果分解至每辆电动汽车上的研究涉及较少[15]。有文献在提出的电动汽车有序充电模型中，考虑了每位用户的充电需求或者电池充放电次数约束[27,28]，然而需要进一步考虑每辆电动汽车的充电策略；文献[29]提出了一系列原则以实现电动汽车充电负荷的自动分配，该策略却造成了电动汽车频繁充放电，影响电池寿命；有文献提出了电动汽车充放电双层优化模型[30,31]：上层模型提出电动汽车集中充放电优化控制策略，下层模型结合用户意愿和电池储能特性，制定各电动汽车的充放电方案；但未考虑电动汽车出行规律影响及电池充放电次数约束等。
本文在提出大规模电动汽车有序充电策略的基础上，提出了将该群体策略分配至每一辆电动汽车的负荷分配策略，该策略中综合考虑每辆电动汽车的出行规律、电池状态、用户意愿等因素，体现出该策略的公平性和合理性。主要内容安排如下：第1节提出了电动汽车充电调度框架；第2节介绍了大规模电动汽车有序充电模型与个体电动汽车充电分配模型以及相应的求解方法；最后进行了算例分析。
1 电动汽车充电调度框架
电力公司首先根据负荷特征以及电动汽车使用情况，以降低整体电动汽车用户充电费用、减小负荷峰谷差的同时平抑负荷波动为目的，制定电动汽车总体有序充电计划，得到一天各个时段电动汽车充电的负荷安排；进而综合考虑每个用户意愿以及电动汽车自身行驶特征，将充电负荷公平合理地安排至每辆电动汽车。
对于总体充电策略而言，将一天时间分为96个时间段，即时间间隔为15 min，根据历史常规数据，预测当日96点常规负荷数据和电动汽车接入电网的情况，并对其进行在线实时优化。
基于总体充电策略结果，将充电总量分配到每辆电动汽车时，需要尊重每一位用户的意愿，由电动汽车用户自行选择是否愿意接受调度。同时，综合考虑每个时段的理想充电功率与实际可调度的电动汽车数量之间的关系，具体控制要求为：
1) 电动汽车下一时段实际最大充电功率不能满足系统调度指令时，系统则要求下一阶段所有电动汽车接入电网充电，尽可能接近系统调度指令。
2) 下一时段预测电动汽车最大充电功率能够满足并且超过系统调度指令时，采用本文提出的有序充电分配模型及优化算法合理分配调度需求。
2 充电模型与求解方法
愿意接受电动汽车充电调度的用户则必须遵守电动汽车充电调度协议。
1) 凡是参与协议的电动汽车用户，需要向系统输入该辆电动汽车的预期停留时间Tn,E和电动汽车离开充电站时用户期望达到的电动汽车荷电状态Bn,E;
2) 保证所有参与调度的电动汽车在预期停留时间内达到期望的电池荷电状态；
3) 如果用户第二天行程与平时出行里程有较大变化，需注明；
4) 在协议时间内，电动汽车充电行为由相关部门进行调度规划。
2.1 电动汽车有序充电模型
如图1所示，本文提出的电动汽车充电调度框架包括两层，上层提出总体充电策略，确定各个时段的充电策略。
该充电优化模型以电动汽车充电费用最小为目标，目标函数为
式中：xn,t为第n辆电动汽车在以当前时刻起第t个时间段的充电决策，xn,t=1为电动汽车正在充电，xn,t=0为电动汽车未充电；nt为第t个时间段待充电的电动汽车总数；P为电动汽车充电功率；pt为第t个时间段的电价，本文采用分时电价；∆t为时间间隔，本文为15 min;T为当前时间段内电动汽车的预期停留时间的最大值。
模型中的约束条件如式(2)所示。
(1) 充电需求约束
式中：Bn,S为第n辆电动汽车当前时段的SOC数值，在T个时间段内，被充电的电动汽车的电池荷电状态应当至少达到充电开始时所需求的最终荷电状态Bn,E，假设电动汽车所需求的最终荷电状态均为0.95，同时在充满的情况下应该停止充电，为保证电池寿命，在荷电状态为0.95时认为充满；bn为充电一个时段可增加的电池SOC数值。
(2) 充电时间约束
被充电的电动汽车需要在用户的设定的预期停留时间内充电完成。tn,E为第n辆电动汽车充电结束时间；Tn,E为该电动汽车用户设定的预期充电结束时间。
(3) 峰谷差约束
电动汽车接入电网充电，若只注重充电费用的经济效益，可能会加大系统日负荷峰谷差，对系统调度造成不良影响。因此，本文将峰谷差大小作为约束条件之一。
其中，Pmax和Pmin分别为从当日凌晨开始至当前优化时间段结束这段时间内系统负荷的最大值和最小值。结合过去七天内该时段的峰谷差值，∆P初值定为这七天中该时段峰谷差最小值，但该值有可能由于偏小造成优化策略无解，如果无解，则∆P递加1%，直至有解。
(4) 日负荷方差约束
峰谷差和负荷波动较大均会加大电网调度的压力。因此限制峰谷差大小的同时，还要限制电动汽车接入电网后的负荷波动。按式(5)表达。
式(5)的左侧为当日凌晨开始至当前优化时间段结束内负荷方差大小；J为该时段数值，Pj为电动汽车充电后第j个时间段负荷值；M初值定为过去七天内该时段的负荷方差的最小值，但该值有可能由于偏小造成优化策略无解，如果无解，则M递加0.1%，直至有解。
2.2 电动汽车充电负荷分配策略
为保证电动汽车电池寿命，应尽量减少电动汽车充电次数，以电动汽车充电次数最小为目标函数，则第j时段的目标函数表达式如式(7)所示。
其中：nj为本时段可以调度的电动汽车总数目；xn,j为本时段第n辆电动汽车的充电决策，xn,j=1，表示该辆车在充电，xn,j=0表示该辆车未充电；xn,j-1为上时段第n辆电动汽车的充电决策。
约束条件
其中：Pn,j为本时段第n辆车的充电功率；Pref,j为本时段可调度的充电功率。
2.3 加权系数设置
(1) 每辆电动汽车用户历史出行规律。电动汽车用户的历史出行数据主要包括开始充电时刻和日行里程两个方面。电动私家车主要用于车主上、下班以及休闲娱乐，在此可将电动私家车的开始充电时刻分为两种情况：夜晚在住所泊位充电及白天在工作地点泊位充电[32]。
据2009年美国交通部对全美家用车辆的调查结果，假设开始充电时刻为最后一次出行返回时刻，电动汽车在家充电开始时刻近似满足如下正态分布[33]。
式中：σs=3.4，µs=19。
对于电动汽车白天在工作地点的开始充电时刻，同样假设其满足正态分布[27]，概率密度函数为
式中：σs=0.5，µs=9。
日行驶里程满足对数正态分布，
式中：σl=0.88，µl=3.2。
根据日行驶里程，可计算得到启示SOC值为
为保证每辆电动汽车充电结束时电池的SOC量可以满足第二天的出行里程，根据每辆电动汽车用户的历史出行规律，历史出行里程较长的电动汽车优先充电。如果用户设置了第二天的行驶里程，则参考用户设置，用户设置的里程越长，则充电优先级越高。
(2) 电池的实时状态。在充电过程中，每进入一个新的时段，系统自动读取每一辆电动汽车当前时段的SOC数值，SOC数值越小，则该辆电动汽车充电的优先级越高。
加权系数的表达式为
式中：Ln,c表示鉴于该时段的电池状态，第n辆电动汽车可以行使的里程；Ln,h表示第n辆电动汽车历史出行里程，本文中，选择该辆电动汽车前7天出行里程平均值。如果用户第二天出行里程与之前发生较大变化，可自行设置第二天行驶里程，此时式(13)变化为
式中：Ln,t为用户设置的第二天行驶里程；ωn数值越小，表示第n辆电动汽车的充电优先级越高。优化目标函数更改为如式(15)。
为满足每辆电动汽车都可以在用户期望的时间内将电池充至用户期望的容量，为每一辆车设置一个必须充电时间，如果该时段为用户必须充电时间，则用户必须充电，并且，充电优先级最高，设这类用户属于集合Ω1，而其余用户属于集合Ω2。
2.4 算法流程
提出大规模电动汽车有序充电策略的基础上，进一步将该群体策略分配至每个个体，本文提出的负荷分配策略如图2所示。
3 算例分析
3.1 条件假设
为验证本文算法的有效性和正确性，以一个居民小区为例。
(1) 该小区拥有780住户，每户居民都拥有一辆汽车，其中电动汽车共有100辆，电动汽车渗透率为12.8%;
(2) 用电高峰时期，平均每户居民用电4 kW，即居民总负荷最高峰为3 120 kW;
(3) 采用常规充电模式对电动汽车进行充电，并且充电过程中充电功率保持不变，充电功率为7 k W，每辆电动汽车每天充电一次；
(4) 本文采用分时电价，充电分时电价参数设置如表1所示[34];
(5) 10%电动汽车用户不愿意接受电动汽车充电调度，在愿意接受电动汽车调度的用户中，约5%的用户设置了第二天出行里程；
(6) 设该区域电力系统层面的充电安排已知，电动汽车有序充电负荷如图3所示。
3.2 算例结果
由表2可知，采用本文提出的充电策略后，用户的充电费用大大地降低了，减少了69.52%，同时能够对负荷曲线实现削峰填谷，减少曲线的波动性。
图4所示为所有参加调度的电动汽车在是否考虑充电次数情况下的充电次数，可以看出：在不考虑充电次数为目标函数的情况下，电动汽车的充电次数较多，最多可达到5次，设置了减少充电次数的目标函数后，大部分电动汽车充电次数有所减少，最多不超过2次，表3所示为所有电动汽车充电次数总和，考虑充电次数约束后，充电次数总和减少达到49.34%。
图5为无序和有序充电模式下不同时段愿意接受调度的充电汽车数量对比，可以看出，无序充电模式下的电动汽车充电集中在晚间负荷高峰时段和白天负荷高峰时段，同时也是电价较高时段，经过优化，电动汽车充电集中于夜间负荷低谷和白天负荷平时段。
图6所示为四辆电动汽车在有序充电和无序充电两种情形下充电过程对比，为了在图中可以清晰表示结果，y轴不表示数值大小，仅表示充电与否，即充电，则数值大于0，不充电则数值为0。四辆电动汽车接入时间接近，加权系数大小如表4所示，由图6可以看出，经过电动汽车有序充电调度，电动汽车充电时段由负荷高峰时段转移至负荷低谷时段，并且，加权系数小的电动汽车充电时间较早，符合本文提出的加权系数越小充电优先级越高的理论。
通过以上仿真分析可以看出，本文提出的电动汽车充电调度策略在完成充电要求的同时，可以减少电动汽车充电启停次数，并结合用户意愿和电动汽车出行特征，对每辆电动汽车进行充电调度，具有公平合理性。
4 结语
本文以服从电动汽车用户意愿为前提，充分考虑每一辆电动汽车的出行规律，提出了电动汽车充电负荷分配策略：以每辆电动汽车充电次数最少为目标，综合考虑不同电动汽车的历史行车规律和电池实时状态以确定充电加权系数，将电动汽车充电群体策略分解到电动汽车个体，仿真结果可以表明：
(1) 经过有序充电，电动汽车充电集中时段由负荷高峰时段转移至夜间负荷低谷时段和白天负荷平时段，削减了峰谷差；
(2) 在尊重电动汽车用户的前提下，每个时段充电负荷分配策略都与电动汽车自身特征紧密联系，安排电动汽车充电次序的同时，减少每辆电动汽车的充电次数，策略具有公平合理性。
摘要：如何将大规模电动汽车有序充电控制需求在充分考虑充电个体需求和用户意愿的基础上进行合理分配是一个亟待解决的问题。首先提出电动汽车有序充电策略。其次,以电动汽车用户的意愿为前提,将每辆电动汽车电池充电次数最少作为目标,利用电动汽车的历史出行里程和电池实时状态确定电动汽车充电的加权系数,将电动汽车整体充电安排分解至每一辆电动汽车。最后,对所提方法进行了仿真验证。结果表明:考虑不同电动汽车使用特点和充电状态,约束每辆电动汽车的充电次数,可以在满足充电负荷要求的基础上安排电动汽车充电次序,同时减少每辆电动汽车充电次数,其分配原则具有合理性。
用户负荷模式 篇7
目前银川供电局西夏分区配网线路主要是架空线路为主,主干线路状况较好,但T接专变用户及用户分支设备状况参差不齐,用户设备、T接分支发生单相接地故障时,故障点查找基本上是采取先拉主线路分段开关再拉分支开关的方法查找故障点,这样就会造成用户多次停电,影响很大;同时当用户设备、T接分支发生相间短路故障时,由于短路电流大配网线路距离短,经常会发生用户或分支控制设备动作的同时线路主控制设备也动作。如果故障性质是永久性的,出线开关重合不成功,一个中压用户的事故将使整条配电线路停电,这样的波及事故对社会将造成恶劣影响。
由于西夏区供电区域较大,运行人员在接到报修通知后,值班人员赶到现场开始查找故障到恢复送电时间较长,这样就势必会造成因一家用户或一个分支故障造成其它用户较长时间的停电。
为了更加有效地最大限度减小因某一个用户故障造成非故障区段用户停电,有效提高供电可靠性,银川供电局采取在架空线路责任分界点处(或附近)装设分界负荷开关(FFK)模式,经判断确认用户内部发生事故并造成变电站出线开关掉闸时,分界负荷开关会在无压、无流状况下,在变电站重合闸动作前自动掉闸,将故障隔离,确保对非故障用户恢复供电。
1 用户分界负荷开关的作用原理
10 k V配网架空线路的中性点接地方式主要为:不接地,经消弧线圈接地。10 k V配网的故障分为相间短路和单相接地短路。在不同的中性点接地方式下,单相接地时的短路电流大小和继电保护的动作行为是不同的。在中性点不接地或经消弧线圈接地方式下,变电站出线开关的零序保护不作用于掉闸;在中性点经低电阻接地的方式下,零序保护作用于掉闸。
1.1 短路电流分析
相间短路下的短路电流特征,大家都很熟悉,不再讲述。在此只分析单相接地故障下的短路电流。
单相接地故障下的短路电流特征和接地方式有关。
1.1.1 中性点不接地方式
可以通过安装在FFK装置中的零序CT(ZCT)检出零序电流,根据该零序电流的大小来判断故障发生在负荷侧还是电源侧。
(a)接地故障发生在负荷侧(图1)
ZCT检出的零序电流为I01。
式中:U0为相电压,单位为V;1C为电源侧相对地电容值,单位为F;C1为电源侧线路中包含的架空线和电缆的相对地电容值的总和。
I01可由架空线和电缆的长度进行估算。架空线正常运行时的相电容电流约为0.02 A/km;交联聚乙烯电缆为0.8~1 A/km,油浸纸绝缘电缆为1.2~1.5 A/km,对电缆估算取值可取平均值1 A/km。
式中:1l为电源侧配网所含的架空线总长度,km(配网所含范围为变电站10 k V所在母线的全部配线);l2为电源侧配网所含的电缆总长度,km。
这个电流应能使FFK的零序保护动作。
(b)接地故障发生在电源侧(图2)
ZCT检出的零序电流为I02。
C2为负荷侧相对地电容值,F;C2为负荷侧线路中包含的架空线和电缆的相对地电容的总和。
l'1为负荷侧线路所含的架空线总长度,km;l'2为负荷侧线路所含的电缆总长度,km
这个电流应不能使FFK的零序电流动作。
1.1.2 中性点经消弧线圈接地方式(图3)
(a)接地故障发生在负荷侧
ZCT检出的零序电流为I'01。
IL为消弧线圈补偿电流的有效值,单位A
可以看出,I'01为经消弧线圈补偿后流经接地点的电流残值。当消弧线圈为过补偿方式时,IL>I01,I'01和I01反向,I'01落后于零序电压90。。当消弧线圈欠补偿运行时,IL
由矢量图可知:
同理,I'02=3ωU0C2
由于I'01的方向随补偿方式而改变,因此,在消弧线圈接地方式下,不能采用方向零序保护来提高保护动作的灵敏度。
这个电流应使FFK的零序保护动作。
(b)接地故障发生在电源侧
ZCT检出的零序电流仍为I02,消弧线圈补偿电流IL不流过ZCT,即I'02=I02
1.2 FFK的动作原理和定值整定原则
1.2.1 用户分界开关不能设置成带继电保护的、可以切断故障电流的一级开关设备,原因是:
(a)会增加一级保护动作时限级差,使变电站出线开关的继电保护装置延后动作,对设备和电网的安全运行很不利。
(b)仍然存在分界开关和用户进线开关继电保护配合问题,引起分界开关的维护和责任问题。
1.2.2 FFK装置的动作原理
(a)装设在FFK装置内的继电保护判断确认用户内部发生相间短路故障并造成变电站出线开关掉闸。FFK中的负荷开关应在变电站出线开关掉闸后、重合闸动作前自动掉闸,将故障自动隔离。
(b)装设在FFK装置内的继电保护装置判断确认用户内部发生单相接地故障时,若系统中性点为不接地或经消弧线圈接地方式时,可直接将负荷开关跳开;若中性点经低电阻接地时,应使负荷开关先于变电站出线开关掉闸,将故障点自动隔离。
(c)在任何情况下,FFK内置的负荷开关均不允许在过电流情况下掉闸。
1.2.3 实施方案和保护定值设置
(a)用户内部相间短路
(1)过电流保护可按常规过电流保护定值设定,用户内部发生相间短路故障后,过电流保护动作并记忆。
(2)低电压元件可按常规低电压闭锁过电流保护的定值整定,当故障造成FFK安装处电压降低或变电站出线开关掉闸均可使低电压元件动作。
(3)判断电流消失模拟变电站出线开关掉闸。
满足上述(1)~(3)三个条件后,起动时间元件(时间元件的整定值应比变电站出线开关重合闸动作时间小一个级差。例如:重合闸为1 s,时间元件可整定0.5 s),时间元件动作后,再加上无相间故障电流判据成立(流过FFK的电流不大于600 A),就可以起动出口元件将负荷开关掉闸。
(b)用户内部单相接地故障
零序过电流元件的定值可按电源侧发生单相接地故障时,FFK不误动作的原则整定,即定值为.1 5I02。
当用户内部为架空线时,I02会很小,例如进线长度为1 km时,I02仅为3×0.02=0.06 A。此时可将零序过电流定值整定得小一些(如0.2~0.3A),以便用户内部出现单相高阻接地时,扩大动作范围。
(c)用户外部故障
用户外部发生相间短路,FFK中不流过短路电流,故不会动作。
用户外部发生单相接地故障,从上面的短路电流分析可知,不同的中性点接地方式下,ZCT检出的电流均不大于I02,只要将零序电流元件定值整定为.1 5I02就不会发生误动作。
2 结语
根据统计05年~07年4月兴庆变513黄河南线1#开关因分支线路及用户设备故障共跳闸9次全线路累计停电时间约11小时,兴庆变514黄河北线1#开关因分支线路及用户设备故障共跳闸11次全线路累计停电时间约14小时。采用新型用户分界开关加快速熔断器的方案后,用户侧若发生单相接地故障,用户分界开关能够自动跳闸隔离故障用户及故障分支线路,不影响其他用户的用电。这样基本解决架空线路因用户设备故障造成其它用户停电事故的发生,减少因用户故障造成的用电纠纷发生,大大提高线路的供电可靠性。
参考文献
[1]关城.智能型中压用户分界开关研制情况及安装运行原则[Z].中电联供电分会,2006.