设备负荷（精选8篇）
设备负荷 篇1
电能计量的准确性在电网的运行过程中, 对电力供应的效果会产生比较大的影响。所以, 人们越来越重视计量设备对电能计量的影响。如今, 计量低负荷电能时, 会受到这几方面的影响, 如在回路中的二次压降误差, 电压互感器误差, 电流互感器误差等等。
1 互感器在低电荷负载下对计量的干扰以及相应的措施
互感器电能计量误差, 在低负荷环境中将会受到比较差与角差的影响, 这也是计量设备误差最大的一类。互感器工作原理的公式为:I2/I1=W2/W1。根据这个公式我们可以了解, 互感器内部的电流每通过绕组一次, 就会产生一部分的损耗, 然后再通过二次绕组, 从而由于消耗互感电动势而产生了电流, 而且在铁芯里面也会产生磁通, 如果用i0来表示励磁电流, 因励磁安匝, i0W1, 当一次安安匝与二次安匝并不相同时, 也就是i1W1-i0W1=-i2W2其中i0在i1中占比例较低, 互感器磁密一般为0.08-0.10Wh/m2, 其中主磁通由i0产生, i1与i2在低负荷下环境下主要呈现正相关关系, 不过还是会根据需求而产生励磁, 所以额定负荷与i0并不存在显著的相关性。所以, i0要比i2大得多, i1在消耗励磁方面的比例变得越来越大, 从而使得电能表误差在低负荷下产生很大的误差。所以, 安装互感器的方案不仅仅要保证合理经济化, 而且也必须科学化, 只有这样才会使得二次回路的阻抗变得越来越小, 电能计量的误差也会越来越小;为了保证电力计量误差在低负荷下达到最小, 也应该对电压互感器和CT、PT比的电流进行合理选择。
伴随电力系统改革这些年的不断深入, 电力系统的容量也在不断加大, 它的安全性和风险也受到重视, 电力系统不断加强安全方面的管理, 在设计与改造电力系统的过程之中, 应该采取一些技术手段, 如降低母线适中容量, 增加电抗等等技术手段使剂量误差得到减少。从而达到电流计量误差最小化的目标, 使计量设备的准确性得到提升。
2 电能计量在低负荷下受到的影响和需要采取的措施
只有制动, 转动力矩正常工作才能使电能表得到正常运转, 当然, 电能表的正常运转还应该使电能表的内部没有摩擦, 滑动的现象, 而且辅助力矩也不应该出现异常现象。也就是说, 如果希望电能表始终是常量的状态, 就需要保证电压自动力矩处于额定电压范围之内, 以保证电能表转速在常量值上。所以, 电能表在低负荷下, 电流运行时磙通的变化会对电能表电能计量产生影响, 这是一种非线性变化。电能表在通常情况之下, 保持着比较准确的计量, 所以, 应该把电流控制在极限电流的百分之十的额定电流范围之内。现在也有更为先进的电能表, 可以把极限电流扩大到百分之五的范围内, 尽管计量的精确性在扩大范围后能够得到提高, 不过, 也会极大地损坏电能表。它所产生的磁化曲线和阻力有可能使电能表指针停止偏转, 或者使电能表指针的旋转比较迟缓, 使电能表的灵敏度降低, 从而导致计量误差越来越大。所以, 为了更好的保护电能表, 使它计量的准确性得到进一步提高, 应该把电流值的范围控制在百分之十以内。
为了使由于电能表误差造成的电能计量失误得到减少, 在选择电能表时应该首先考虑负荷比较宽的电能表, 同时把启动电流设置为低状态, 从而使电能计量在低负荷环境中误差得到降低, 进一步使它的准确性得到提高。
3 电力计量受到低负荷下二次回路降压的影响以及应该采取的措施
从理论上可以了解, 电流互感器的计量误差越大则它的外接阻抗越高, 所以, 导线电阻接线端子所产生的阻抗将会影响到计量误差的高低。所以, 应该科学选择导线的截面, 严格遵守一条原则, 即在互感器允许的准确度范围之内, 互感器与导线电阻之间的二次负载合成负载容量才可以处于正常状态之下。电压互感器在二次回路中的导线截面, 除了互感器的额定负载容量及负载阻抗之间互相配合以外, 还应该使互感器二次端纽到电能表链接端纽之间的电压降符合要求, Ι类计费用计量U降≤0.2U2, 其他U降≤0.5U2, 且最小截面也应>2.5。主要的原因是, 对高压电能表的计数, 是其线圈电流和线圈上的电压之积。由于线路损耗以及电流回路等等原因, 电能表的实际损耗后的功率, 电能表的功率, 以及用户应该计量的功率为两者的和, 这才是最准确的。由此应该采取如下措施:
3.1 为降低二次导线压降的影响应该选择最大的横截面导线;
3.2 母子变压器的安装应该考虑容量的大小, 在高负荷状态下, 两台母子机同时开启, 或者只开启较大容量的母变压器, 在低负荷状态, 应该选择小容量变压器;
4 结语
伴随经济高速发展, 电力需求极速增长, 如果电力供应出现问题, 将会给经济建设造成比较大的影响, 所以, 在分析计量设备对电能计量的影响后, 对电能计量准确性进行充分研究, 对三种形式的改进方法进行充分论证, 最终达到提高我们国家电力计量准确性的目标。
摘要：电力需求伴随经济高速发展而不断地增长, 其中电能计量为了与电力需求相匹配, 也在不断发展与进步。在这篇文章中, 对于电能计量受到计量设备影响方面的分析, 重点从用电, 配电, 输电, 发电四个方面来进行。
关键词：电能计算,计量设备,低负荷
参考文献
[1]颜涛.电力计量技术的管理现状及应用对策探究[J].电子制作, 2013年13期.
[2]杨妍玲, 许雪媛.电力计量技术的管理现状及应用对策分析[J].电源技术应用, 2013年12期.
设备负荷 篇2
在幼儿体育教学中，教师是否能合理安排和调节幼儿的运动负荷和心理负荷，往往直接关系到一节体育课 是否成功，是否达到锻炼幼儿身体的目的。因此，这个问题必须引起广大幼教体育工作者的极大重视。
一、运动负荷和心理负荷的含义
所谓运动负荷，又称运动量或生理负荷，它是指人做练习时所承受的生理负担量。心理负荷则指人做练习时所承受的心理负担量，它一般包括认识、情绪、意志三方面的负荷。在幼儿体育教学中，只有运动负荷和心 理负荷保持适宜，才能收到较好的教学效果，过小过大都不行。过小，则达不到锻炼的目的；过大，又超出了 幼儿身心所能承受的限度，对幼儿身体的健康和教学任务的完成均十分不利。因此，合理地安排和调节幼儿园 体育课的生理和心理负荷是对教师体育教学的一项基本要求，二者是否适宜还是评价体育教学和体育活动的锻 炼效果的一项重要指标。那么，教师怎样才能做到合理安排和调节呢？作者认为，首先必须了解制约运动负荷 和心理负荷的因素，然后再综合各因素找出科学的调节策略。
二、影响幼儿运动负荷和心理负荷的因素
1.运动强度。运动强度指单位时间内，人在运动时的生理负荷量，常用心跳频率来表示。如幼儿20米速跑，跑后即刻心率可达180次/分，慢跑1分钟做徒手操一套，心率在140次/分左右，显然前者强度大，后者小。在幼儿体育活动中，较大强度的项目有跑、跳、攀登等，而走、钻、爬、投掷等动作的运动强度则相对较小。
2.幼儿的活动时间。它包括幼儿连续活动的总时间和练习时间、间歇时间，其中，幼儿的练习密度（幼儿 做练习的时间与课的总时间的比例）是否合适较大地影响着幼儿的运动负荷和心理负荷。如果一节课，幼儿总 是处于大强度的运动之中，那么，他们的运动量就偏大而且易产生厌烦和畏惧心理。
3.活动项目的特点。不同的活动项目对幼儿身体的影响也不同。如幼儿做直体滚动时，前庭分析器所受的 刺激和意志负荷均较大，而运动负荷却不大。障碍跑时，不仅全身运动负荷很大，而且认识和意志负荷也较大。连续立定跳远，运动负荷较大而心理负荷却较小。在平衡木上走、跑、过障碍、滚球、拍球时，幼儿的心理 负荷都很大。幼儿参加感兴趣的体育活动，一般两种负荷均较大。
4.练习的数量和质量。前者指练习的次数、距离的总和，它们与幼儿的运动负荷一般成正比。后者指练习的正确规格和要求。对练习质量的要求越高，幼儿需负出的心理负荷则越大。
5.教师的教学内容、教法和组织措施。教师组织体育课内容的难易是否合适，是否具有趣味性，组织措施 是否得当，讲解示范是否正确形象、生动规范等都会较大程度地影响幼儿的运动和心理负荷。如过多的排队调 换队形，分组太少而导致幼儿长时间的轮番等待，均易使幼儿产生烦燥情绪，甚至注意的分散，从而影响教学 任务的较好完成。
6.幼儿的个别差异。指幼儿的身体机能水平和心理特点的个别差异。在幼儿园体育活动中，往往相同的练习对不同的幼儿会产生不同的影响。如以同样的速度速跑完20米，有的幼儿心率达180次/ 分，有的幼儿仅168 次/分；同做一个游戏，有的幼儿兴致勃勃，有的却感到索然无味。
此外，教师的教态、教具、环境、气候等因素都会在一定程度上影响幼儿的生理负荷和心理负荷。
三、合理调节幼儿运动负荷和心理负荷的策略
综合以上各影响幼儿体育课运动负荷和心理负荷的因素，特提出以下的调节策略：
1.合理安排每节课的教材和确定课的任务
这就要求教师课前的备课要做到心中有数，在安排教材内容时，应合理搭配不同性质、不同负荷、适宜数 量的教材。运动量大和运动量小的练习交替安排，如强度较小的走平衡木或窄道、投掷、钻宜与强度较大的跑、跳跃、攀登、爬、滚翻等内容组合。教师要合理安排幼儿体育课的密度，尤其是幼儿的练习密度。确定任务 时新教的知识、技能不宜太多太难，且必须富有趣味性。
例如某大班教师为了发展幼儿听信号调节运动的能力，培养其灵敏协调素质，在体育课的基本部分设计了 一个“找朋友”的体育游戏。其玩法是，教师站在一直径为3至3.5米的圆圈中心击鼓，幼儿分别站在圆圈的边 线上，游戏共分三轮。第一轮是教师击鼓，幼儿听教师的信号沿逆时针方向绕边线快跑，约50秒，鼓声停止，幼儿迅速跑向圆内“找朋友”（事先准备好的绒毛小动物玩具，数量每一轮都比游戏的幼儿少2至4个。），没 找到“朋友”的幼儿立即退出游戏。第二轮变化为幼儿听信号双脚沿边线行进跳，第三轮则变跳跃为竞走。后 二轮均为鼓声停止，幼儿迅速跑向圆内找“朋友”。幼儿跑、跳和竞走的时间和距离，可根据幼儿的具体情况 而定。显然，此教师的教材安排是较合理的。
2.合理调节负荷节奏
教师要根据人体生理机能能力活动变化规律和心理变化规律、教材特点、幼儿的实际以及器械、气候等合 理确定课的运动负荷和心理负荷曲线。对运动负荷总的要求是从逐步上升到一定程度，保持一段相对平稳，然 后再逐步下降到相对安静。但由于影响生理负荷的各种因素是复杂多样的，因而每节课的运动负荷曲线就要视 具体的教学内容和幼儿的实际而合理确定。一般有标准型、双峰型、前高后低型、前低后高型等模式。标准型 是指运动量由小到大逐渐上升到相当的水平，持续一定的时间再逐渐下降。双峰型指一节课中幼儿出现两种负 荷较高的练习。前高后低型主要指课的基本部分的前半部分运动量较大，后半部分较小，运动量由大变小。前 低后高型则正好相反，运动量由小变大，如课前半部分为新授教材——投掷，后半部分为复习教材——连续立 定跳远。但不管采用哪一种模式，运动负荷总的调节策略应是高低结合，动静交替。如课的基本部分的前半部 分是集中练习立定跳远，孩子初步掌握动作后，可结合快速奔跑加两次立定跳远约1.5分钟，后半部分就可安 排运动强度较小的由走组成的平衡游戏“熊和石头人”。
心理负荷的曲线较复杂，往往要视具体的情况而定，但是，这并不意味着就无任何规律可循。一般来说，体育活动中幼儿的认识负荷不应太大，且需有积极愉快的情绪伴随幼儿，让幼儿在快乐中动脑筋。幼儿的意志 负荷也不应太大，应让幼儿通过一定的努力就能完成任务，从而体验到成功的喜悦，增强自信心，培养活泼开 朗的性格。这就要求教师在安排教材时充分考虑幼儿心理发展的特征，所选的内容难易适当，富有兴趣性和直 观性。同时还应循序渐进，由易到难，注意个别差异因材施教。由于幼儿十分喜欢游戏，孩子在游戏中的认识 负荷、情绪负荷、意志负荷都较高，因此，在体育教学中教师应多采用生动有趣、针对性强的体育游戏和道具，再结合教师生动形象的讲解、示范，来调动幼儿活动的积极性，提高幼儿锻炼的效果。一般来讲，基本部分 的前半部分应抓住幼儿头脑较清醒的时机安排新的较难的教材，以增大幼儿的认识负荷，而后半部分则宜安排 认识负荷较小的带复习性质的教材。而情绪负荷，基本部分的前半部分不应过大，以避免因幼儿情绪过度兴奋 而影响新教材的学习掌握，在后半部分可安排适当的内容以让幼儿的情绪负荷达到高潮。对意志负荷，学习新 教材和较难教材时应先大后小，学习较易教材或复习旧教材时则可是先小后大。总之，对心理负荷的调节，教 师应处理好幼儿认识负荷的紧张与松驰，情绪活动的兴奋、欢快和平静，意志努力程度的变化，方能取得较好效果。
设备负荷 篇3
随着电网在人们生活中的普及,其运行的稳定程度逐渐成为评价人们生活水平的标准,并且对其测量精准性的要求越来越高,因此电力计量技术被推到了更新和发展的风口浪尖。在对电能进行计量的过程中,作为电网系统重要的硬件组成,互感器(电压、电流)、电能表以及二次侧回路,都会出现一定程度的误差,这是降低电力计量准确性的直接原因,尤其在低负荷的情况下,误差值会被放大。因此如果在低负荷的情况下研究上述因素对电力计量的影响,从而制定行之有效的对策和方法是具有实际意义的,也是进一步提高电力计量准确性的最有效的方法,以此从根本上推动我国电网事业的发展和迈进。
1 低负荷情况下互感器对电力计量的影响及对策
CT的角差及比较差与负荷的高低呈反比,也就是说随着负荷的降低角差和比较差会随之增大,因此造成较大的电力计量误差。通过对电力系统内电流互感器的基本原理的了解得知：,也就是电流与电能是成正比关系的,前提是不计励磁电流的影响。电流互感器在正常条件下运行的过程中,电流在流过其内部的一次绕组时,势必要消耗一定量的电流,来满足励磁过程的要求,以此确保二次侧绕组会产生足够的电动势。在此过程中被损耗的电流会在互感器的铁心内部产生一定量的磁通,一般情况下会用i0代表励磁电流,另外在运行过程中会产生一定量的励磁安砸(i0W1),而且互感器的一次侧与二次侧的安砸数值不相等,并且在互感器一次侧的安砸提供了一定量的励磁安砸,可将其表示为:i1w1-i0w1=-i2w3。在其中i0会产生主磁通,通常情况下电流互感器的磁密会保持在0.08~0.10Wb/m2之间,由此得知i0在i1之中占有较少的比重。在低负荷的要求下,i1的数值会变小,进而降低了i2的数值,但并不能因此阻碍到励磁的产生,所以i0的变化程度并不明显。因此,较大数值的i0会对i2造成一定的影响,而且在i1需要消耗产生励磁的比重也在变大,导致低负荷情况下的电能计量会产生较大的误差。
因此,计量设备的安装环节中,应结合实际情况选择合理的安装方式。以保证经济适用性为前提,尽可能地减少互感器二次侧回路的阻抗,从而减小计量时产生的误差。另外,还可以在互感器的选择上加以权衡,尽量避免互感器在低负荷的情况下工作,以此保证电力计量的准确程度。
目前,在电力系统容量持续增加的影响下,普通用户更注重电力供应的安全与可靠,因此我国电力系统得到了相应的改革和创新,具体内容是增加了母线的短路容量。电力系统在配置电流互感器时,大多数企业都会顾忌到安全问题,其次考虑计量的准确程度,因此导致电力计量会在较低的负荷下进行工作,计量的电流甚至不及额定电流的10%,直接影响了计量质量,而且还违反了电流互感器内部的相关规定(一次侧电流应尽量控制在额定电流的67%左右,最小不得低于额定电流的33%)。因此在较小计量误差的工作上,应该在电力系统的设计以及改造的阶段运用恰当的技术手段,适量的增加电抗,以此阻碍母线短路容量的上升,进而全面提高电力计量工作的准确程度。
2 低负荷情况下电能表对电力计量的影响及对策
电能表在正常条件下工作时,需要制动、转动力矩的支持,不仅如此,在电能表的内部还设有摩擦、滑动以及补偿等多种辅助力矩。当电能表在功耗较小的情况下运行,其内部的摩擦力矩的保持数值可以得到补偿力矩的衡量,此时摩擦力矩中的可调节部分的转速会比较缓慢,因此计量的误差较小。电能表内部的电压自制动力矩只有在接入额定电压的条件时才会达到常量,因此在这个过程中电流自制动力矩也会受到转速较慢的影响。因此,影响电能表负载发生变化的主要因素就是电流在运行时磁通的非线性变化。
通常情况下,电能表可以保证较小计量误差的电流范围为10%额定电流到极限电流,特制的优秀电能表会将范围扩大到5%额定电流到极限电流,但如果电流过低会对电能表造成极大的损害,因此保险起见将最低的电流尽量控制在10%额定电流。如果电能表负荷的电流小于10%额定电流时,电能表的磁化曲线与阻力的影响会导致电能表的指针不发生偏转或者偏转迟钝,对于电能表的灵敏度造成严重的损害,因此造成了较大的低负荷电力计量误差。
任何类型的机械电能表都设有一个可以使表内计表器适应的动作,也就是电能表初始运行的最小符合电流,也可将该电流称作电能表的起动电流。如果电能表的起动电流大于实际的负荷电流,电能表不会工作和计量。另外,有功电能表在低负荷的情况下还会产生较大的负误差,对该电能表产生了较大程度的损害,缩减了使用寿命。因此,应尽量选择负荷较宽的电能表,也就是起动电能很小的电能表,以此确保低负荷情况下电力计量的准确程度。
3 低负荷情况下回路对电力计量的影响及对策
通过上述研究和分析得知,在电流互感器中产生的计量误差主要由外接阻抗引起,而且当外接阻抗(导线电阻以及接线端子阻抗)的数值增大时,误差也会相应的增大,因此在外接阻抗时,要格外重视导线的横截面积,应保证连接外载的导线自身电阻与互感器二次侧的负载容量不超出互感器计量准确程度允许的范围。在对互感器和导线进行连接时,要考虑到导线截面是否符合预接负载的阻抗以及电压互感器的额定容量。与此同时还要保证U降≤0.2%U2,式子中的U2表示电压互感器二次侧的电压值,并且还要保证将导线的横截面积控制在2.5mm2上下。对于高压型电能表而言,它的电力计量就是将线圈上的电压乘以电流所得结果,可表示为WF=UFIF。在电流互感器的二次侧回路中,造成电流损耗的因素有涡流、线损等,因此电能表计量的是发生损耗以后的电力,可以表示为W损=WF=UFIF。但实际的使用功率并不如此,可表示为W应=U总I总=(UF+U损)(IF+I损)。其中U损代表的是二次侧导线电压的降低值。由于U损的存在,所以会实际的电力计量造成影响,使其小于正确的计量。因此可以通过减少二次侧导线电压的降低值(U损)来达到提高电力计量准确度的目标。首先,应该选择横截面积合理的导线,在满足连接条件的基础上尽量选择横截面积较大的导线。另外还可以在电压互感器的二次侧加设具有补偿功能的仪器。此类补偿仪可以实现压降的智能控制,不仅可以进行自动跟踪还可以及时进行降压处理,从而有效地降低了电压互感器二次侧的压降。另外,还可以在二次侧的线路中装设字母变压器,以此降低压降。如果二次侧线路的负荷比较大,可以开启两台或者是功率较大的字母变压器。如果二次侧线路的负荷比较小,则可只开启功率较小的字母变压器,以此实现对压降的有效控制,达到提高电力计量准确度的根本目的。
4 结束语
记忆是负荷作文 篇4
面对古往今来的文人骚客，他们的思想是踩在了巨人的肩上才了解认真需要的事什么，然而在看看当今社会的一些现象，是在让人痛心疾首。工业废水的乱排，垃圾的乱放，无节制的征地，为满足欲望的滥砍滥伐……现在一些商家无理的鲁莽的行为不仅没有受到社会的批判，反而受到了人民的拥戴，因为人人都住进了高楼大厦，人人都开起了跑车轿车，这些高科技的，现代化的东西的确方便新潮，有很多予及其段的地方，但是这所有的一切所要付出的代价是让人类远离自然，让这现实变成记忆。
自然一个离不开的话题，记忆一个躲不掉的现实，人不会像鱼那样健忘，所以善待自然从心做起。
然而现在我们面临的事实已经到来了。如果某一天当你回忆起，好像在很久以前有过这样一幅场景出现在你面前：满山的绿，满池的鱼，满天的鱼，满脑的纯洁……你是否会有一丝的心痛，会有一丝的的本性欲望，可逆无能为力，只能将着思绪拉回来，适应现在，全身心地投入这快节奏的生活。可回忆是一种间歇病，如果对某一种抱有怀念，那么这一点将运动成线，继而运动成面，那么你是否会再一次，甚至一直回想那一幅画面，是否会感觉到累。
好的不一定是自然的，自然的却是好的，人一辈子不可能日日夜夜都带着那一脸的妆容，总有一天你将回到最自然的状态，这样你才是最干净最原始最自然地，毕竟思想来源于生活i，生活来源于自然，纯净的思想和生活才是最珍贵的，当你亲眼目睹那些违背人类道德的行为后，你是否还会去为那些所谓的高楼大厦，好车豪车所奋斗，你的心灵是否还会归属于者高速运转的生活里去，是否还会仅仅扣点点零星的`记忆来满足自己的本性，所以千万不要让现实成为记忆，让记忆成为符合。
鱼的记忆只有7秒钟，而人呢？
记忆是一种微妙的东西，它无法成为现状，但让思绪遨游其间。美丽的记忆可以让人陶醉在当中，反之，痛苦的记忆可以让人挣扎在当中。
考虑特殊负荷的宁夏电网负荷建模 篇5
电力系统的主要元件有发电机、电力网络和负荷等,其数学模型的准确程度直接影响电网稳定分析结果[1,2,3,4]。电力负荷模型对潮流计算、暂态稳定、动态稳定以及电压稳定等方面有较大影响,所以提高负荷模型的准确程度十分必要[5,6,7,8,9,10,11]。但是由于负荷本身的时变性、分布性和多样性等特点,准确建立与实际情况相符的负荷模型比较困难,模型或偏乐观,或偏保守,造成系统的潜在危险或不必要的浪费。1996年美国的“8·10”大停电事故及随后的事故重现表明,当采用不合适的负荷模型时,通过仿真很难再现事故过程,因此建立更接近实际的负荷模型是非常必要的[12,13]。
宁夏电网中存在众多特殊负荷[14]。在对宁夏电网负荷情况进行调研分析的基础上,本文基于宁夏电网所有110 k V以上负荷节点典型日负荷数据进行分类,根据分类结果和相量测量单元(PMU)实际扰动数据进行综合负荷模型(SLM)参数辨识,建立适应现阶段宁夏电网稳定计算分析的负荷模型。
1 宁夏电网负荷模型的现状
宁夏电网负荷主要由高耗能(主要是铁合金)、电解铝等特殊负荷以及普通工业、各种民用和商用负荷等一般负荷构成。2010年,宁夏全网负荷的总体组成情况如表1所示。
宁夏电网现有仿真计算负荷模型采用传统综合负荷模型(CLM),其中:
a.银北、中卫等铁合金类高载能负荷,按90%恒阻抗、10%电动机考虑;
b.电解铝类高载能负荷,有功按90%恒电流、10%感应电动机,无功按90%恒阻抗、10%电动机考虑;
c.普通工业和民用负荷,按70%恒阻抗、30%感应电动机考虑;
d.发电厂厂用负荷,按40%恒阻抗、60%电动机考虑。
宁夏电网现有负荷模型的电动机比例较小,且选用的CLM间接地将配电网络的等值阻抗并入感应电动机的定子阻抗,不能模拟配电网络阻抗对静态负荷的影响以及配电网无功补偿对感应电动机运行条件的影响。
中国电力科学研究院提出了考虑配电网支路的SLM,直接考虑了配电网络支路,可以较完整地模拟负荷和配电系统[15,16],是目前正在推广使用的负荷模型。所以,本文将采用该模型。
2 宁夏电网负荷节点的分类
2.1 特殊负荷日负荷特性
在工业用户中,电铝工业、有色金属冶炼工业、铁合金工业、石油工业、化学工业以及原子能工业等是连续性的负荷行业,由于工艺过程的要求,必须昼夜连续不断地均衡供电,这类负荷的日负荷率几乎不受任何外界因素的影响,仅与用户本身的负荷设备使用情况有关[17,18,19]。
定义日负荷率γ:日平均负荷与日最大负荷的比值,即γ=Pd.av/Pd.max。其中,Pd.av为日平均负荷;Pd.max为日最大负荷。
定义日最小负荷率β:日最小负荷与日最大负荷的比值,即β=Pd.min/Pd.max。其中,Pd.min为日最小负荷;Pd.max为日最大负荷。
一般而言,特殊负荷的日负荷变化小,因此,日负荷率γ值较高,均在0.90以上,而且日最小负荷率β与日负荷率γ的值均相当接近。而工业负荷的日负荷曲线的都有一定的峰谷差,大多每天有2~3个高峰负荷出现,不同季节高峰负荷出现的时间也各不相同,但每个季节都有其规律性。
除此之外,宁夏电网受高耗能生产特性影响很大,高耗能用户统一的倒班和出炉时间,决定了特殊负荷站点的日负荷曲线在0:00、8:00及16:00时出现拐点,负荷较低。宁夏部分特殊负荷典型日负荷曲线(有功功率PL)如图1所示。
受峰谷电价的影响,部分高耗能用户采取避峰用电方式,使得早高峰(8:00—12:00)、晚高峰(19:30—23:30)时间段的负荷较低,低谷时段(0:00—8:00)负荷反而较高。典型日负荷曲线如图2所示。
2.2 特殊负荷分类研究
如果不对特殊负荷进行特殊处理,与所有一般负荷节点一起进行分类,那么,根据宁夏电网各变电站的日负荷曲线,采用文献[18]提出的方法,可以将负荷节点分为2类,如表2所示。此时,由于特殊负荷站点负荷曲线平稳而被认为工业负荷比例较大,所以被归为工业负荷较大的Ⅰ类。
一般而言,工业负荷中电动机比例较大。所以,对于一般负荷,工业比例越大,电动机比例也越大,这已经被很多电网所证实。但对于特殊负荷,虽然工业比例大,但与一般工业负荷不同的是,其电动机比例却不大。这是因为特殊负荷的构成基本是电弧炉和电解槽等静态负荷,电动机较少,与一般工业负荷差别很大。所以,需要把特殊负荷单独作为一类,与一般负荷区分开。
依据宁夏电网的特点,电铝工业、有色金属冶炼工业、铁合金工业等特殊负荷的日负荷率γ值较高,均在0.90以上,而且日最小负荷率β与日负荷率γ的值均相当接近。故定义判据γ>0.9且γ-β<0.1。但是换班时,γ-β>0.1(参考图1);峰谷电价时,γ<0.9(参考图2)。为了将这2种情况也考虑到,定义新的判据。针对换班,可以求出日负荷数据中的最小和次小值所对应的时刻a和b,它们在时刻区间[7,9]或[15,17]内;针对峰谷电价,可以求出日负荷数据总的平均功率P1和夜间(2:00—6:00)的平均功率P2,其中P1
综上,定义特殊负荷与一般负荷的分类判据为:
a.γ>0.9且γ-β<0.1;
c.a、b归属于[7,9]或[15,17]。
满足上述判据任一条件的站点为特殊负荷站点,其余为一般负荷站点。一般负荷仍然分为2类。特殊负荷根据负荷组成的性质也分为2类:一类是铁合金类负荷;另一类是电解铝负荷。新的分类结果如表3所示。
3 宁夏电网负荷模型的建立
3.1 一般负荷模型
一般负荷采用SLM,其结构如图3所示。该模型中除模拟了等值静态负荷和等值电动机负荷,还考虑了等值配电网络以及电容补偿。在中间设置了一条虚拟母线,虚拟母线UL与实际负荷母线Us之间是配电网络的等值阻抗[15]。
3.2 特殊负荷模型
3.2.1 电解铝类负荷模型
电解铝生产往往采用直流大电流低电压冶炼,并采用恒电流控制。其生产过程伴随着大量的化学反应,最常见的是“阳极效应”,该效应导致槽电压增高(30~50 V)和电流下降。电解铝每个槽平均每天将发生0.5~1次“阳极效应”[13,14],但是每个铝厂有若干条生产线,每条生产线会有许多电解槽。以宁夏青铜峡铝业四期为例,共有350 k A系列电解槽276台,所以随机的功率冲击反映到更高电压等级的变电站侧并不是很明显。
电解铝类负荷大部分都是整流器,整流器是按恒电流方式控制的,因此可将直流电解铝负荷近似视为恒电流负荷[17],但是铝厂也有部分感应电动机,所以电解铝类负荷可以采用恒电流加感应电动机模型,即I+M型SLM。
3.2.2 铁合金类负荷模型
以石嘴山市某铁合金厂为例,正常工作时该厂的负荷很平稳,几乎没有波动。该厂电弧炉通过将电阻加热,在2个电极间产生电弧,将炉膛内的炉料加热融化。由于电弧炉只是在电压过低的时候表现为类恒功率特性,故稳定计算中可近似将其视为恒阻抗负荷[14]。再考虑其他感应电动机成分,铁合金类负荷模型可以采用恒阻抗加感应电动机模型,即Z+M型SLM。
3.3 负荷模型参数辨识结果
根据各典型站点实际扰动下PMU实测数据,对宁夏电网负荷进行参数辨识,获得各类负荷的重点辨识参数如表4所示。对于其他非辨识参数采用中国电力科学研究院推荐值,如表5所示。表4、5中参数皆为标幺值。
为了比较宁夏原有负荷模型与SLM的准确性,利用实测电压时间序列作为负荷模型的输入,根据稳态时的功率初值和电压初值,计算出负荷模型的状态变量的初始值,然后根据描述模型的状态方程与代数方程求解出负荷的功率变化,通过对比模型的功率输出与实测功率判断模型的准确性。选取的实测数据为侯桥和固原的扰动数据。比较结果分别如图4和图5所示(电压U、有功P、无功Q皆为标幺值)。由此可见,辨识所得模型的仿真计算结果更加接近于实测曲线。
4 结论
设备负荷 篇6
1 居民小区的燃气负荷规律
我们城市燃气使用负荷分为两大类:常年性负荷、季节性负荷。常年性负荷是指居民、公共、工业等使用的燃气负荷, 居民生活用气占有主要部分, 具有明显的小时不均匀性的特征, 与此同时随着季节的改变、居民生活方式的转变适应的日不均匀性及月不均匀性。例如某市在04年的元旦燃气负荷统计得出, 在1月1日的6:00—9:00是晚用气高峰, 中午的用气量要比平时的多, 燃气高峰系数分别达到2.98和4.56, 这说明了燃气负荷随着节假日、居民的生活方式的变化而变化, 具有不均匀性和周期性, 随着节假日的到来具有明显的增加。
季节性负荷是指有些地区随着季节的不同, 对燃气的使用量不同, 居民的供暖用气占有主要部分。供暖用气主要与室内外的温差、湿度及太阳辐射等外界条件有关系, 季节气候的温差变化就制约着燃气的使用, 温差大燃气使用负荷就越大。一个月或者一个星期的燃气负荷主要有居民的生活习惯及室内外的温差决定的, 但在一个星期内的日气温的变化不规律, 气温低的时候, 燃气负荷就大, 例如某市03年1月的日负荷及日不均匀系数达到1.205。这说明燃气量与季节有较大的关系。
通过研究分析燃气负荷资料, 得出燃气负荷变化的规律。首先, 时负荷具有趋势性、随机性并且以天为周期进行变化的规律。其次, 日负荷具有与时负荷类似的趋势性和随机性的变化规律。最后, 月负荷具有趋势性、并且以年为周期进行周期性的变化规律。因而对于时负荷、日负荷的短期负荷的变化规律是不同的, 时负荷具有明显的周期性。日负荷的趋势性就是指在一年内受到季节的温度的变化的影响, 使得其具有低温用气大, 高温用气少的确定性的负荷变化规律。通过图1可以看出, 日负荷燃气量随着季节的变化较明显, 类似二次曲线变化规律, 每月的日负荷随气温的变化而略有变化。图2是一年内日负荷在12个月的日负荷曲线图, 反映了燃气的负荷变化规律。
2 燃气短期负荷的预测
我国过去对燃气负荷预测的方法主要是基于统计学的回归分析模型和时间序列分析的两种方法。前者主要是通过对历史数据和数据模式进行序列分析进而找出变化规律, 但是要受到用气量不确定、变化激励及因素之间的关系三方面的限制, 不能较好的去分析预测负荷。后者主要是简化外部的影响因素的复杂作用, 分析历史数据及数据模式来概括整个燃气短期负荷的变化规律, 然而建立数学模型具有不确定性, 用这种方法很难精确地分析预测负荷。随着人工神经网络研究的新进展, 使用基于BP网络燃气短期负荷预测的方法具有明显的优势, 能够有效地预测居民燃气短期负荷。
基于BP网络燃气负荷预测的方法, 就要求已知前n天的燃气负荷X (t) (t=1、2、…、n) , 通过构造BP网络的结构形式, 确定输入输出模型, 进而预测到第n+1天的燃气负荷。通过以下几个步骤来警醒分析。
首先, 确定节点数和训练样本。通过实际问题的类型及解决方式的不同来确定输入输出的节点数目。例如预测某天的燃气负荷, 要选择最高温度、最低温度、天气及日期四个输入节点, 燃气负荷最为计算分析的输出接点。输入层把数据源加到网络上进行缓冲存储, 节点数目取决于数据源的维数, 进行设计时首先要分清正确的数据源是什么, 要剔除未经处理的或者不正确的信息数据, 确定数据源的合适的数目。设计者要根据自己的要求来确定输入输出层的维数, 缩小计算系统的规模减少系统的复杂性。筛选历史数据, 分成两部分即训练部分和检验部分。
其次, 确定隐含层及层内节点数目。隐含层在BP网络中进行筛选提取输入数据的特征。隐含层层数越多其处理数据能力就越强。有网络的用途来决定网络中的各层节点数目, 进而制约了BP网络的处理性能。下面是几点处理层数的经验, 隐含层的节点数目是2N+1, 通过估算得出N=logT, 进而得到训练模式数目T, 在进行高维数输入时, 第一层对第二层的最佳节点比例最好是3∶1。通过以上的具体方法确定了隐含层的层数木及层内的节点数目。
最后, 预测计算流程。人工神经网络系统的分析过程要经过初始化、输入参数及建立网络结构、训练网络等操作, 达到实现BP网络算法的流程及最后的数据预测分析功能。下面以实际的例子来说明整个网络的计算分析时显得具体步骤。已知某市的连续21天的日负荷, 要求通过前7天的数据, 来预测第8天的燃气日负荷, 并且由此推算以后的每天日负荷数据。首先确定四个参数即最高温度、最低温度、天气及日期和前7天的燃气负荷数据, 进行统一的归一化处理。通过前7天的四个参数进行辨识燃气负荷网络系统及训练网络模型。进而选出训练好的人工神经网络模型, 然后把第8天的四个参数输入进去, 进而得出第8天的燃气负荷预测值。通过分析每个的预测值误差均小于2%, 满足分析误差的要求。进而表明这种预测分析方法能够有效的预测居民燃气短期负荷。
3 小结
本文系统的阐述了时负荷、日负荷、月负荷、季节性负荷的特征及随外界的变化规律。通过BP网络系统的预测分析居民燃气短期负荷具有一定精确性可靠性, 能够利用历史数据, 建立准确的模型, 这种模型具有通用性和实效性, 进而预测工作日、一般日、节假日的燃气短期负荷。便于有效地对城市燃气管网规划、运行管理及调控, 保证城市的燃气优化运行和可持续发展。
参考文献
[1]焦文玲, 朱宝成, 冯玉刚.基于BP神经网络城市燃气短期负荷预测.煤气与热力.2006.
[2]潘新新, 周伟国, 严铭卿.居民小区燃气负荷规律与短期负荷预测.煤气与热力.2006.
[3]谭羽非, 李持佳, 陈家新等.基于人工神经网络的城市煤气短期负荷预测.煤气与热力.2001.
设备负荷 篇7
“十三五”期间,我国经济社会发展已进入新常态。随着电网规划建设逐步由粗放型向集约型转变,电网资产利用效率越来越受到关注,配电网规划建设对电网投入产出的效率也愈加重视。由于我国在“十一五”、“十二五”期间经济增速较快,电网建设存在适度超前的现象,其在满足经济社会发展整体需求的基础上,也造成了部分电网设备利用效率较低的浪费情况。以居民小区为例,由于小区供电设施一般根据饱和负荷预测结果一次建成,然而受入住率影响,小区负荷一般具有显著的成长周期,因此往往导致居民小区供电设施在相当长的负荷成长期内利用率较低。
负荷预测是供电设施规划的重要基础工作[1,2],也是配电网规划领域的重要研究方向。目前在配电网饱和负荷预测方面已经形成较为成熟的技术方法[3,4,5,6],并有相关文献对不同的预测技术进行了全面的比较分析[7]。然而现有研究仍然主要集中于饱和年或单一规划年的负荷预测,由于没有考虑负荷成长周期的规律,因此不能实现对规划期分年度负荷的精确预测[8]。本文针对居民小区负荷预测问题,首先建立了负荷成长周期影响因素体系及其构建模型,在此基础上提出了基于居民小区负荷成长周期的负荷预测方法,实现了对居民小区分年度负荷的精准预测。
1 负荷成长周期及其影响因素体系
成长周期曲线是描述单一种群空间约束的成长周期过程,形状一般见图1,其数学表达式为[9]:
该曲线的特点是成长初期(0~t0)速度相对较缓慢,称为初建期,起点值为a/(1+b);随着某些影响因素的变化,t0后进入增长期,增长速度较快,从拐点1增长至拐点2;t2时间后进入成熟期,成长速度趋于缓慢,最后达到饱和。点((lnb)/c,a/2)是成长曲线的拐点和中心对称点;当b、c值确定,a值越大时,曲线在t0到t2之间的走势越陡;当a、c值确定,b值越大时,曲线增长速度越慢。
负荷成长周期是反映用户负荷增长阶段性规律的重要参考,居民负荷的成长周期同样包括初建期、增长期、成熟期3个阶段,而不同小区对应的各个阶段长短各不相同。
居民小区的负荷成长周期曲线主要受住宅需求类型与周边配套设施影响。住宅需求类型(x)影响整个负荷成长周期的长短,其主要分为刚性需求(回迁、新居住)与改善型需求两类,刚性需求负荷增长周期较短,改善型需求负荷增长周期较长。周边配套设施(y)又可以细分为二级变量教育(y1)、交通(y2)、生活设施(y3)、文化娱乐(y4)、医疗卫生(y5)等的影响;教育、交通主要影响初建期的时段;生活设施、文化娱乐、医疗卫生主要影响增长期的时段。
居民小区负荷成长周期的影响因素体系见表1。
2 基于居民小区负荷成长周期的负荷预测方法
2.1 负荷预测方法流程
基于居民小区负荷成长周期的负荷预测流程见图2。
负荷预测具体步骤如下:
1)收集预测小区的基础数据。收集获取居民用户点负荷、电能量数据、用户档案信息、住宅需求类型、周边配套设施条件等基础数据。小区基本信息必须包含但不限于以上数据。
2)预测居民小区的饱和负荷。根据步骤1得到的小区基础数据,采用空间负荷预测法预测小区的饱和年负荷。
3)基于历史数据确定成长曲线的形状参数与影响因素之间的关系。根据上一节结果,负荷成长周期曲线形状受到多种因素的影响,因此构建成长曲线形状参数与影响因素之间的关系模型,如式(2):
首先收集大量的居民小区负荷历史数据,对每个小区的负荷历史数据根据饱和负荷进行标幺处理,得到完整的历史数据集,其中每个小区的数据集{a、b、c、x、y1、y2、y3、y4、y5}包括3个形状参数与6个影响指标参数。接着利用神经网络方法对历史数据集进行训练学习,得到具体的关系模型。神经网络的具体算法见2.3。
4)预测小区分年度负荷。影响因素按照表1给出的标准进行取值,计算出形状参数,预测居民小区的分年度负荷。
根据步骤1得到的小区基础数据,得到该小区的影响指标集{x、y1、y2、y3、y4、y5};将其引入步骤3得到的关系模型,即可得到该小区负荷成长周期曲线的形状参数a、b、c,从而确定小区负荷成长的S形曲线;最后结合步骤4预测得到的饱和负荷,即可回推得到小区的分年度负荷预测结果。
2.2 成长周期模型求解算法
本文采用BP神经网络方法对居民小区的成长周期模型(见式2)进行求解。
BP神经网络属于多层前馈神经网络,其基本结构见图3,分为输入层、隐含层、输出层。对于成长曲线模型,输入值X为负荷成长周期影响因素,输出值Y为成长曲线形状参数值。在传递过程中,误差会平均分配给该层的各个单元,并以此为依据来调整和修改各单元的权值和阈值。BP神经网络的学习过程即是权值和阈值不断调整和修改的过程,此过程一直持续到完成设定学习次数或输出结果逼近可接受范围。
训练过程需要输入大量的历史数据,以使网络能够记忆各个不同类型数据的权值和阈值分布,从而在未来输入新的影响因素值时,能够找到相似权值和阈值分布进行预测。BP神经网络的训练过程包括以下步骤:
1)初始化。根据系统输入序列X以及输出序列Y来确定网络输入层节点数n,隐含层节点数l以及输出层节点数m。给定输入层和隐含层神经元之间的的连接权值ωij以及隐含层与输出层神经元之间的连接权值vjk的初始值。给定隐含层阈值a,输出层阈值b的初始值。给定网络的学习速率以及神经元激励函数。
2)隐含层输出计算。根据输入序列X,在隐含层内运用输入层和隐含层间连接权值ωij和隐含层阈值a计算出隐含层的输出O。
3)输出层输出计算。得到隐含层传来的输出O后,在输出层内运用隐含层与输出层的连接权值vjk以及输出层的阈值b,计算出BP神经网络的预测值Y。
4)误差计算。根据网络输出Y和预期输出D,计算网络预测误差δ。
5)修改权值。根据计算的网络预测误差δ来修改网络中输入层和隐含层之间的连接权值ωij以及隐含层和输出层之间的连接权值vjk。
6)修改阈值。根据计算的网络预测误差δ来修改网络中隐含层节点阈值a以及输出层的节点阈值b。
7)判断输出结果是否可接受。如可接受,则迭代结束;如不可接受,则返回步骤2。
3 负荷预测方法应用与实例分析
3.1 方法应用
居民小区负荷增长一般具有显著的成长周期,然而居民小区的电源建设往往按饱和负荷一次性建设完成,变压器等供电设施的建设过于超前,造成了负荷初建期和增长期供电变压器负载率过低,造成电网资源浪费。
利用上文提出的基于居民小区负荷成长周期的负荷预测方法,配电网规划人员将能够从时间与规模上综合考虑用户负荷的发展情况,有序安排电网建设与投资时序,大幅提升电网建设的经济效益。
以居民小区供电变压器规划为例,通过掌握小区负荷成长周期曲线,预测得到小区分年度负荷,便可以基于分年度负荷规划供电变压器容量,确定供电变压器的投运时序,从而充分利用供电设施资源,提升电网资产的利用效率。
3.2 实例分析
以某大型成熟小区为例,该小区入住居民6000户,小区现已达到成熟期,饱和负荷为10964k W。小区住宅需求为刚性需求,且周边配套有省重点学区,已建成轨道交通,生活配套设施距离小区3km,文化娱乐设施距离小区12km,且距离小区8km处有医疗设施。首先,基于本文方法重新预测所该小区的历史年分年度负荷,以验证方法的合理性;接着,将结合负荷预测结果对2套不同的电网建设方案进行经济效益分析。
根据表1,该小区负荷成长周期影响因素取值见表2。
基于收集的大量历史数据与神经网络方法,得到居民小区负荷成长周期模型,将以上影响因素取值代入模型,即得到小区负荷成长周期曲线的形状参数结果a0.9863,b6.3365,c0.0505。
小区负荷成长周期曲线见式(3):
结合饱和负荷预测结果,得到小区的分年度负荷预测结果。该居民小区负荷成长曲线见图4。
该小区实际负荷与利用本文方法的预测数据对比见表3。
通过上述对比结果可见,利用本文方法得到的分年度负荷预测值与实际值偏差均小于5%,表明了预测方法的合理性。
基于预测结果提出供电变压器分批投运的优化规划方案,并与原有的一次投运方案进行经济性对比。
方案一:一次性投运。即在小区初建期,按饱和负荷投入供电设备。投资6317万元。
方案二:分批投运。即根据小区负荷成长周期,分批次投入供电变压器。第一台变压器于小区建设初期投运,投资2595万元;第二台变压器于小区处在增长期的第4年投运,投资3820万元。
方案对比:
1)设备利用率方面:方案一变压器负载率在负荷成长周期的前2年长周期影响因素体系,并利用神经网络方法构建了负荷成长周期模型,提出了基于居民小区负荷成长周期的负荷预测方法,实现了对居民小区分年度负荷的精准预测。以某大型小区为实例验证了方法的合理性,应用结果表明,根据居民小区负荷成长周期特性指导负荷预测与电网建设,可以实现供电设施的有序建设与合理投资,减少电网资源的闲置浪费,全面提升电网建设的经济效益。均低于20%,处于轻载运行状态;方案二在负荷成长周期内均无变压器轻载情况,设备利用率高于方案一。
2)经济性方面:按照内部收益率8%测算,方案一的税后回收期为16.66年,方案二的税后回收期为14.98年。方案二税后回收期较短,经济效益整体优于方案一。
4 结语
本文建立了考虑住宅需求类型与周边配套设施的居民小区负荷成
参考文献
[1]蓝毓俊.现代城市电网规划设计与建设改造[M].北京:中国电力出版社,2004.
[2]赵明欣,刘伟,陈海,等.《配电网规划设计技术导则》解读[J].供用电,2016,33(2):2-7.Z HAO Mingxin,LIU Wei,CHEN Hai,et al.Interpretation of The guide for planning and design of distribution network[J].Distribution and Utilization,2016,33(2):2-7.
[3]李健,张植华,林毓,等.配电网负荷预测应用研究[J].电网与清洁能源,2014(4):31-35.LI Jian,ZHANG Zhihua,LIN Yu,et al.Distribution network load forecasting application research[J].Power grid and clean energy,2014(4):31-35.
[4]安建强,马林峰,纪斌,等.北京电网网格化空间负荷预测方法[J].供用电,2015,32(8):58-63.AN Jianqiang,MA Linfeng,JI Bin,et al.Grid-based spatial load forecasting method in beijing power grid[J].Distribution and Utilization,2015,32(8):58-63.
[5]向铁元,文闪闪,胡导福,等.类比在电力负荷预测中的应用[J].电力建设,2009(1):99,101.XIANG Tieyuan,WEN Shanshan,HU Daofu,et al.The application of analogy in power load forecasting[J].Electric power construction,2009(1):99,101.
[6]朱凤娟,王主丁,陆俭,等.考虑小区发展不均衡的空间负荷预测分类分区法[J].电力系统自动化,2012,36(12):41-48.FENG Fengjuan,WANG Zhuding,LU Jian,et al.Consider the classification of community development is not balanced spatial load forecasting partition method[J].Automation of electric power systems,2012,36(12):41-48.
[7]杨晨燕,李润沁,周瑜.适用于地区电网的几种负荷预测方法探讨[J].华东电力,2013(12):2655-2657.YANG Chenyan,LI Runqin,ZHOU Yu.Several kinds of load forecasting method is suitable for the regional power grid[J].Journal of east China electric power,2013(12):2655-2657.
[8]李露莹.考虑新用户负荷发展的中短期负荷预测方法[J].供用电,2012,29(4):37-39.LI Luying.A medium and short term load forecasting method considering development of new customer load[J].Distribution and Utilization,2012,29(4):37-39.
设备负荷 篇8
负荷预测是电力系统的一项重要任务,也是电网运行中的一个难题。负荷预测的精度直接关系到电力系统运行方式安排和调度计划的制定,影响着电力系统的安全、稳定和经济运行。短期负荷预测是电力工业提高安全性和经济运行水平的重要基础,又是电力系统安全经济运行的重要依据[1]。国内外大量的文献资料在短期负荷预测方面做了较充分的研究,特别是在近年来,在短期负荷预测方面取得了一定的成果。
电网用电负荷与所在地区负荷结构、气候条件等密切相关。随着国民经济的发展和人民生活水平的提高,工业用电和商业居民用电量不断增加,负荷结构越来越趋于复杂。部分省份小水电装机容量较大,小水电分布不均,小水电丰富地区用电负荷受降雨影响非常大。各种因素加大了负荷预测的难度,尤其是短期负荷预测的难度。在国内,一些比较成熟的短期负荷预测方法在一些条件比较特殊的情况下,通常会发挥失常,预测精度难以满足要求。在这种情况下,如果省级电力公司要求地市供电公司按时申报负荷预测数据,充分利用地市公司的预测数据,来形成省级电网的预测结果,对提高省级电网的负荷预测精度将具有一定的意义。
基于以上考虑,本文提出了一种基于地市公司负荷预测数据来预测省公司负荷的方法,对提高省级电网的负荷预测精度起到了一定的作用。
1 利用地市公司预测结果预测省公司负荷的原理
1.1 省级电网负荷特点
省级电网具有一定的独立性,省级电网负荷由该省所辖各地市负荷组成。省级电网负荷特点如下:
(1)负荷曲线的季节性变化和日变化具有一定的规律可循;
(2)供电区域大,供电负荷受各种因素影响相对较小;
(3)历史负荷数据较完整、详细,能够利用相似日来提高负荷预测精度;
(4)负荷的互补性强,电网越大,越有利于短期负荷预测;
(5)电网坚强的程度要高于地市级电网。
1.2 地市电网负荷特点
随着我国城镇人民经济水平的高速发展,居民生活用电比重不断上升。特别是夏季,空调负荷快速增长。城镇居民用电的增加,不仅表现在用电量的增加,更重要的是带来了季节性用电高峰问题,同时各地区电网用电负荷受气象条件变化影响的规律也不同,这在无形中加大了负荷预测的难度。地市级电网作为省级电力市场的基础,其短期负荷预测精度不但关系到本地区的用电计划,而且直接影响到省级电网管理部门的负荷预测精度和日发电量[5][6]。
与省级电网相比,地市级电网有以下特点:
(1)负荷的季节性变化和日变化都比较大;
(2)地市级电网供电区域较小,供电量有限,且供电负荷易受各种因素影响,变化较大[8];
(3)历史负荷数据不全,缺乏先进的管理手段,给规划和负荷预测工作带来一定困难[7];
(4)由于受经济结构调整影响,地市级电力负荷波动性较大,随着经济的发展,有些年份的用电量反而比以前降低,使负荷预测难度加大[8];
(5)地市级用电互补性差,白天一般是工业用电,用电量较大;夜里一般为居民生活用电,用电量较小,峰谷差大。
1.3 基于地市公司预测结果预测省公司负荷的原理
针对省级和地市级电网负荷的上述特点,本文提出了基于地市级电网负荷预测值预测省级电网负荷的新方法,并从理论上证明该方法的合理性和优越性。
在不考虑损耗的情况下,省公司的负荷应等于所有地市公司负荷之和,但在实际情况下,考虑到统调电厂厂用电和省网线损,省公司统调负荷高于各个地市负荷之和。高出的程度,由统调电厂厂用电和省网线损而定,而且高出的程度保持相对稳定。即:
undefined
式中:Lt为t时刻的省公司负荷;N为地市个数;Lit为t时刻第i个地市公司的负荷;k为省公司负荷相对地市公司负荷之和高出的比率。
式(1)的含义为:省公司负荷是地市公司负荷之和乘以一定比率。
经过理论推导,k会根据负荷水平在一个较小的范围内波动,但波动范围一般不超过1%。
假设各地市公司的负荷预测数据已知,根据式(1),求出省公司负荷的关键在于求得k值。
由概率论可知,如果一个量是由大量相互独立的随机因素组成,而每一个个别因素,在总影响中所起的作用不是很大,则这种量通常都服从或近似服从正态分布。由于地市级负荷(作为个体)满足相互独立、互不影响的条件,因此省公司负荷(作为母体)服从正态分布。在预测各个地市局负荷时,即使预测误差较大,由于这些正、负误差的相互独立,且均服从某一区间上的均匀分布,所以,各个地市公司负荷预测数据相加后,误差相互抵消,不会对省公司负荷实际值产生较大影响。这种理论的可行性证明如下。
中心极限定理指出,大量相互独立的随机变量之和(在每个随机变量对总和的影响都很微小的情况下)近似服从正态分布。以随机变量li表示第i个地市公司负荷预测数值,则N个地市局共同作用的和undefined。因此,只需证明,当N趋于无穷时,undefined的极限仍然服从正态分布。
设随机变量序列{Xn}相互独立,且同分布,并有共同的数学期望μ和方差σ2 ,部分和由undefined定义,则Sn的标准化undefined依标准正态分布收敛,即对任何undefined。其中,Φn(x)是ξn的特征函数。 因此,只需用中心极限定理证明Φn(t)以标准正态分布N(0,1)收敛到e-t2/2。
证明过程如下:
设μ=0,σ2=1,X1的特征函数Φ1(t)=EeitX1.
其中: Φ1′(0)=iEX1=0
Φ1″(0)=i2EX12=-1
将Φ1(t)在t=0处用Taylor公式展开:
undefined
于是,undefined的特征函数为:
undefined
undefined
其中:n→∞
令: Yj=(Xj-μ)/σ
则有:
E(Yj)=0, D(Yj)=1
undefined
因此,上述定理成立。
根据以上证明可以得出:如果地市公司的负荷预测精度较高,则省公司负荷预测精度也会相当高。这是因为,在将各个地市公司负荷相加的过程中,各个地市公司的预测偏差相互抵消。
设各个地市公司的实际负荷数据为li′,则负荷预测的误差为:
Δli=li-li′,(i=1,2,…,N)
在不考虑厂用电和线损情况下,各个地市公司负荷预测误差相加后即为省网负荷预测的误差。下面以计算各个地市负荷预测误差在±15%的情况下,省级电网负荷预测误差大于±15%的概率为例,进一步证明误差的相互抵消。
计算过程:设某省有12个地级市,且各个地级市负荷预测误差最大为±15%,且各个地级负荷预测误差为:
Δli(i=1,2,…,12)
由以上分析可知,li独立同分布,且在(-0.15,0.15)上服从均匀分布。因此:
undefined
undefined
记undefined为省级电网负荷预测误差,根据独立同分布的中心极限定理有:
undefined近似服从N(0,1).
所以:
P{|l|>0.15}=1-P{|l|≤0.15}
undefined
查表得: Φ(1.5)=0.93319
因此:
P{|l|>0.15}=0.13362
即:各个地市负荷预测误差在±15%的情况下,省级电网负荷预测误差大于±15%的概率为13.362%,预测偏差的期望值将小于地市公司负荷误差绝对值15%。这说明利用地市公司的负荷预测值去预测省级电网负荷值的方法能够提高负荷预测精度。因此,可以得出如下结论:
(1)若各个地市公司的负荷预测相互独立,误差也相互独立,则对于提高省公司的负荷预测精度非常有利。
(2)地市公司越多,对提高省公司负荷预测精度越有利。不过,地市局达到10个或以上时,个数增加,各个地市负荷预测偏差相互抵消的效果增长情况并不明显。
(3)各个地市公司负荷水平越接近,对提高省公司的负荷预测精度越有利。
(4)各地市公司负荷预测水平越高,对提高省公司的负荷预测精度越有利。如果上述条件1、2和3比较理想,即便各个地市局负荷预测水平比较差(如偏差达到15%或以上),省公司负荷预测精度仍然能够达到比较理想的结果。
2 预测方法的简化处理
根据上述分析,基于下级地市公司的负荷预测结果获得省公司的负荷预测结果的关键是求k。虽然k值理论上是各个地市公司负荷之和的函数,但对于省网而言,根据大量的历史数据可得,k值波动幅度不大,并保持相对稳定。为了简化预测方法,可以根据历史负荷计算k值,将其作为常数处理。
公式如下:
undefined
比如,根据省公司2007年1月23日的历史负荷预测2007年1月24日的负荷,可以取省公司2007年1月16日～1月22日(一周)的历史上各个时段的实际负荷,求和之后除以各地市公司各个时段实际负荷之和,从而求出k值。
根据(2)式获得k值后,将各个地市公司的预测负荷相加,再由(1)式便可计算出省公司预测负荷。
根据上述原理,可以先采取某种预测方法,对各个地市进行预测,再形成地市公司负荷之和;然后计算统计口径,最终得出省公司预测负荷。
3 计算实例
使用上述方法,对江西电网部分日期进行了预测,预测结果如下:
(1)气象异常日(高温、气象条件波动大的日期)
以2006年8月12日为例,各地市预测平均偏差统计如表1所示:
采用本文算法预测省网负荷,预测平均偏差为4.03%。
从表1可以看到,平均偏差低于全省预测偏差的地市只有C和D两个;其他地市预测偏差都高于全省;各个地市预测偏差的平均值为7.11%;全省的预测偏差为4.03%。可见,各个地市预测偏差相互抵消的程度比较高。
其他若干个气象异常日的预测偏差情况如下:
2006年8月13日偏差:7.67%;
2006年8月14日偏差:6.82%;
2006年9月4日偏差:6.84%。
(2)气象正常日
以2007年1月11日为例,各地市预测平均偏差统计如表2所示:
采用本文算法预测省网负荷,预测平均偏差为2.32%,明显低于每个地市的预测偏差。其他各气象正常日采用上述方法预测,偏差如下:
2007年1月12日偏差:1.42%;
2007年1月13日偏差:2.10%;
2007年1月14日偏差:1.36%。
从以上数据可以看出,采用本文所提出的方法,对提高短期负荷预测精度具有较大的意义。
4 结论
本文提出了一种基于下级短期负荷预测的新方法,即利用各地市公司负荷预测数据预测省公司负荷的方法。由于各个地市公司负荷相互独立,根据中心极限定理,大量相互独立的随机变量之和在每个随机变量对总和的影响都很微小的情况下,近似服从正态分布。所以,在各个地市公司负荷预测数据既有正误差、又有负误差的情况下,各负荷预测数据相加之后,正负误差可以相互抵消,从而减小省公司负荷预测误差。这一负荷预测新方法对提高省公司负荷预测精度具有一定的积极意义。
摘要：省级电网企业要求下级电网企业(地市公司)对辖区内的网供负荷进行预测。下级单位的负荷预测含有该区域内较多的信息,充分利用下级单位的负荷预测结果,可以提高短期负荷的预测精度。针对在利用下级单位负荷预测结果时统计口径不一致的问题,提出了利用下级单位负荷预测结果提高省级电网负荷预测精度的具体方法。算例表明,提出的方法是有效可行的。
关键词：短期负荷预测,中心极限定理,省级电网
参考文献
[1]康重庆,周安石,王鹏,等.短期负荷预测中实时气象因素的影响分析及其处理策略[J].电网技术,2006,30(7).
[2]罗军,何光宇,张思远,等.基于负荷点相似的地区短期负荷预测新方法[J].电网技术,2007,31(6).
[3]刘耀年,祝滨,曾令全,等.一种利用可加性模糊系统的短期负荷预测新方法[J].电网技术,2003,27(8).
[4]康重庆,程旭,夏清,等.一种规范化的处理相关因素的短期负荷预测新策略[J].电力系统自动化,1999,23(18).
[5]郑瑞峰.县级电网短期负荷预测方案研究[J].河北电力技术,2006,25(5).
[6]左新南,龚里.县级电网规划负荷预测方法的探讨[J].红水河,2006,25(2).
[7]陈根永,杨丽徙,郑自强.县级城区电网规划研究[J].郑州工业大学学报,2000,21(2).
[8]吴敏敏.地市级电力负荷预测方法初探[J].浙江电力,2002(4).
[9]马丽,张闻宇.基于省级电网的短期负荷预测系统的开发[J].华北电力技术,2003(10).