山西电网电力需求研究

山西电网电力需求研究（精选5篇）

山西电网电力需求研究 篇1

1 智能电网中的用户需求

在智能电网中, 电能用户的地位较传统电网发生较大变化。这些变化不仅丰富了需求侧管理的内容, 也促进了供电系统为用户提供更多优质的服务。

在智能电网中, 发电企业、局部电网企业、互联电网企业、电力用户和社会代理监管部门构成一个电能圈, 每个组成部分都有其核心利益和需求。其中电力用户需求侧可理解为:期望整个系统提供可靠、优质、廉价的电能, 通过采用新技术, 降低网损、健全管理制度和电价体制, 降低运行成本, 提高系统的高效运行, 使配售侧电力市场成熟, 电价尽可能在合理的基础上降低, 需求侧响应良好。

围绕电力用户的核心需求, 智能电网作为向用户供电的最关键环节应实现用户供电的可靠性, 实现降低供配电网络网损提高电网的经济性指标, 实现提高用户使用的电能质量。

2 电力需求侧管理的目的意义

保证电力供需实施平衡, 保证供电质量, 降低发供电成本, 优化资源配置, 充分发挥发电、供电设备的利用率, 调整、指导、限制某些用户在尖峰负荷时段用电, 减小尖峰负荷数值使负荷曲线保持平坦是需求侧管理最基础的管理目的。另外, 通过政府采取经济和政策措施, 鼓励用户使用先进设备、工艺提高用电效能, 改变传统低效用电习惯。加强节能降耗的公众意识, 形成节能环保的用电风气。积极寻求替代能源、残余能源的回收和开发新型能源发电的新途径、新方法等, 全面提升社会能源的利用率。

电力需求侧管理的直接参与者是电力用户, 通过需求侧的管理措施可以使庞大的电力用户资源得到优化配置, 使有限的电力资源最大限度地满足社会需要。在提高效能和减低成本的同时, 保证电力工业的可持续发展。

3 电力需求侧管理的基础条件

近几年来, 智能电网的发展产生很多新的成果和变化, 逐渐增强了智能电网驱动力, 为智能电网框架下的需求侧管理提供了良好的环境和基础。

3.1 物联网技术

物联网是以信息传感技术、识别技术、全球定位技术和计算机网络技术为基础, 把物体或系统与互联网相连接, 进行信息交换和通信, 实现监控管理、跟踪定位和模式识别的一种网络。物联网技术为智能电网在智能用电环节上提供了广泛的应用空间。

3.2 智能建筑

智能建筑是城市发展的方向趋势。通过智能楼宇和智能小区建设, 引导用户优化用电结构, 实现社会资源共享的坏境, 满足社会对于用电负荷的多元化的需求。基于电力光纤入户的智能家居就是采用先进的网络通信技术和供电技术对用户用电设备、分布式电源储能装置等实行监控分析, 为用户提供高质量的双向互动服务。

3.3 分布式发电

随着能源短缺和坏境保护问题的日益突出, 可再生的新能源利用逐步成为发展趋势, 其清洁环保、灵活可靠的优点可对未来大电网给予有力的补充。分布式能源发电技术包括风电、太阳能发电、地热发电、生物质能发电、潮汐发电等多种形式和冷、热、电三联产供电综合利用技术。分布式发电的兴起为能源高效利用和环保提供了新的途径。

3.4 新型储能技术

储能技术就是将电能通过某种装置转换成另外一种便于存储的能量较高效率存储起来, 在需要时再将其转换利用。发展新型储能技术能更好地突破负荷的日内变化、日间变化和季节性变化只能依赖调节电力生产来解决的瓶颈。目前储能技术包括天然储能、机械储能、电化储能、电磁储能和相变储能等形式。另外, 电动汽车的电池也可成为智能电网中的移动存储单元。

3.5 互动用电

智能电网强调的就是用户的参与, 鼓励用户和电网之间的双向互动。在智能电网领域中, 家用智能电器如智能电表、家庭集成通信网络、高级计量单元等和电网之间的双向互动将更为密切, 这种双向互动可实现合理使用电能, 达到降低电费提高效率的目的。在智能电网中, 先进计量体系的建立发展目的就是实现用户端和电网侧的双向计量和双向实时通信, 完成远程监控和需求侧管理功能。此外, 需求侧管理和分时电价技术对用户用电行为可以合理指导, 更好地为经济互动用电服务。

3.6 虚拟电厂和微电网

虚拟电厂即为一些分布式发电单元和可控负荷的集成系统, 由一个中央控制中心统一调度管理。这种方式使得电网交易和控制直接与虚拟电厂的中央控制中心打交道, 无需了解每个分布式发电单元的信息, 减轻了电网交易和控制的压力。

4 电网需求侧管理的新趋势

目前, 电能利用模式逐步形成以新能源为中心的电能消费方式。需求侧管理应结合实际状况合理规划发展方向, 应对电能消费方式的新变化。

4.1 提高负荷预测的精度和密度

负荷预测是智能电网条件下制定实时电价的前提, 实时电价又是需求响应的基础。目前日负荷的预测值在未来由十几分钟一个负荷预测值变为几分钟一个负荷值。电网的年负荷偏差也将导致电能价格信号偏差。因此, 智能电网框架下的负荷预测的准确率和密度必将进一步提高。

4.2 供电可靠性进一步提高

大量分布式电源的接入, 可在主网停电时保障重要用户的供电。智能电网自愈功能所具有的实时评估分析、预防预测以及自动故障诊断及恢复, 都可最大限度地减少减轻电网故障对用户带来的影响。

5 结语

智能电网的特征要求需求侧管理在电力市场政策指导和先进技术的支持下, 发挥科学管理和调整分布式发电资源, 改善用户用电行为和方式实现“削峰填谷”的功能, 并通过调整电价机制, 引导用户合理用电, 达到更加高效地利用电能和输电设备的目的。

摘要：电力需求侧管理是指通过采取有效的激励措施, 引导电力用户改变用电方式, 提高终端使用效率, 优化资源配置, 改善和保护环境, 实现最小成本电力服务所进行的用电管理活动, 是促进电力工业与国民经济协调发展的一项系统工程。在当前大力倡导智能电网建设的背景下, 电力需求侧管理出现了很多新变化。如何适应这些新变化, 是电力需求侧管理的重要课题。该文通过分析智能电网背景下的电力需求侧管理新需求, 论述了电力需求侧的目的意义, 结合目前需求侧管理的基础条件, 探讨了其发展趋势。

关键词：智能电网,需求侧管理,研究

参考文献

[1]贺辉.电力负荷预测和负荷管理[M].北京:中国电力出版社, 2013.

[2]王士政.电网调度自动化与配网自动化技术[M].北京:中国水利水电出版社, 2006.

[3]刘振亚.智能电网技术[M].北京:中国电力出版社, 2010.

山西电网电力需求研究 篇2

我国能源资源与能源需求呈逆向分布，76%的煤炭资源在北部和西北部，80%的水能资源在西南部，陆地风能主要集中在西北、东北和华北北部，而70%以上能源需求在东中部。

“能源开发重心西移北移、负荷中心在东中部地区的基本格局长期不会改变，能源资源大规模、跨区域、远距离传输和大范围优化配置势在必行。长期以来，过度依赖输煤的能源配置方式和就地平衡的电力发展方式，导致我国煤电运紧张矛盾反复出现，带来环境污染、能源安全等问题。”全国政协常委、国家电网公司总经理刘振亚说。

国家电网公司从推动能源和电力科学发展、更好地服务经济、社会、环境协调发展的需要出发，加快实施“一特四大”战略，即发展特高压输电，促进大煤电、大水电、大核电、大型可再生能源基地集约高效开发。同时，顺应世界能源科技发展趋势，积极服务低碳经济和清洁能源发展，提出建设以特高压电网为骨干网架、各级电网协调发展、具有信息化、自动化、互动化特征的坚强智能电网的战略目标。

就在两会前，国家电网公司于2月27日发布《关于做好分布式电源并网服务工作的意见》，承诺将促进光伏、风电、天然气等分布式电源并入国家电网，并提供优惠并网条件、加强配套电网建设、优化并网流程、简化并网手续、提高服务效率等。

“智能化是提高电网安全性、可控性、适应性、互动性的关键。智能电网作为清洁能源高效开发利用的重要平台，代表着未来电网的发展方向。”刘振亚说，“公司自主研发建设了具有国际领先水平的智能调度技术支持系统，推广应用智能电表超过1.2亿只，建成投运电动汽车充换电站353座、充电桩14 703个，在智能电网理论研究、试验体系和工程应用方面均处于世界领先水平。”

国家电网公司2004年提出建设特高压电网以来，坚持走自主创新道路，实现了一系列重大突破。特别是公司自主建设的1 000千伏晋东南—南阳—荆门特高压交流试验示范工程和向家坝—上海±800千伏特高压直流输电示范工程的建成投运和稳定运行，全面验证了发展特高压的可行性、安全性、经济性和优越性，在世界电网科技领域实现了“中国创造”和“中国引领”。

2012年12月12日，锦屏—苏南±800千伏特高压直流工程投入运行，这是目前世界上输送容量最大、送电距离最远、电压等级最高、技术最先进的直流输电工程，树立了直流输电新的里程碑。

“加快建设坚强智能电网，实施‘一特四大’战略，关键是加快建设特高压电网。特高压将全面加快发展，推动我国形成大规模‘西电东送’‘北电南送’的能源配置格局，适应全面建成小康社会对电力增长的需求。”

电网建设远景大格局已在刘振亚眼前隐隐浮现。

（责任编辑：郝幸田）

山西电网电力需求研究 篇3

一、加强电力需求侧管理的意义

深入分析电力需求侧管理的意义, 必须首先了解电力需求侧管理的概念。电力需求侧管理, 指各个电力公司通过一系列合理有效的激励手段和诱导方法, 并通过与电力用户进行有效互动来共同提高电力用户终端的用电效率, 优化用户用电方式, 从而节约电能, 以最小的成本对电力服务进行运行管理。电力需求侧管理是一项系统的、多方参与的工程, 它囊括了政府、电力企业及电力用户终端等方面, 是运用科学的管理方式、先进的技术手段和充足的政策支持优化用电、节约电能, 再通过提高电力服务水平, 尽可能地降低电力服务成本, 不断提高电力资源的利用率, 实现电力企业的可持续发展。

另外, 社会对电力能源的依赖性逐渐提高, 电力企业的发展现状和发展水平与用户日益增长的电力需求之间的矛盾越来越突出。造成这一现状的原因是多方面的, 一是我国经济的飞速发展需要大量电力作为后备, 这就促使我国的电力行业超前发展;二是我国的紧缺资源越来越稀少, 加上环境保护因素, 对电力行业的过快发展产生了制约。因此, 未来电力行业必须将自身发展与环境、资源保护有机结合, 注意协调同步发展。电力需求侧管理是实现电力行业可持续发展的的主要方法之一, 加强电力需求侧管理必然会对我国电力行业起到积极向上的促进作用。

二、电力需求侧管理的现状及存在的问题

1. 电力需求侧管理现状。

电力需求侧管理是分配电力、调度电力相结合的系统化工程, 提高管理水平的方法主要是变用户终端电力使用方式、优化提高电能利用率等, 其中主要依靠提高电力用户终端的电能使用效率的技术方法, 离不开电力用户的参与。为了达到电力负荷削峰填谷的目的, 我国采取了一系列措施调整工业或电能消耗大户的用电状态, 如分时供电、阶梯电价、分时计价等。但由于电力需求侧管理的技术功能尚不完善, 电力需求侧负荷和容量始终在发生变化等原因, 电网侧调度仍难以实现节能安全和保持供需平衡, 电能成本增加、电能损耗过大等现象依然存在。

2. 电力需求侧管理中存在的问题。

电力需求侧管理的概念在我国兴起不久, 虽然具有极为广阔的发展前景, 但目前还存在着很多不足。

(1) 对其认识不足。电力需求侧管理以提高电力用户用电效率为主要目标, 在这个过程中, 必须要有电力用户的参与, 但很多地方政府对此重视程度不够, 加上我国在这方面的法律法规尚不健全, 没有形成合理有效的电力需求侧管理体系。

(2) 电价结构不够科学合理。电力需求侧管理中的关键步骤是对电力资源进行科学分配, 但是我国现阶段还未形成有针对性的电价结构, 峰谷分时电价还未在全国范围内普及。

三、智能电网建设中加强电力需求侧管理的建议

在我国的智能电网建设过程中运用电力需求侧管理体系, 是新形势、新背景下的必然选择, 对于促进电网及电力系统的可持续发展具有重要的意义。如何让电力用户够积极参与到管理系统中, 让电力需求侧管理系统能够与电力用户之间进行有效的信息交流和互动, 通过实施阶梯电价和分时电价、运用必要的监测系统对电力用户用电相关信息进行实时全面的监管等措施, 加强智能电网建设中电力需求侧管理, 实现节能降耗的最终目标, 笔者提出了以下4个方面的建议。

(1) 加强电力供应企业和电力用户之间的联系与互动。电力企业在实施分时段计价后, 要及时向电力用户提供实时负荷与实际供配电信息。电力用户可以根据电力企业提供的信息, 结合自身实际资金情况和电能需求等情况, 积极参与选择电能供配的优化调度, 实现电力用户合理用电。

(2) 实施科学的电价体系。电力资源的定价是每个电力用户都十分关心的问题, 也是调动电力用户积极性的最基础的措施。

(3) 完善用电负荷实时监控系统。在电力需求侧管理系统中, 对用电负荷的监控是一个重要组成部分。

(4) 全面推动智能电网电力需求侧管理。通对先进的科学技术和现代管理手段的运用, 改造以往的物理电网, 提高电力系统的安全、经济、优质和清洁水平, 使电力需求侧管理系统成为促进电网向资源节约型和环境友好型发展的基本保障。

四、结论

山西电网电力需求研究 篇4

近来,智能电网已成为国际上热门的话题。不同的国家和组织都在以自己的方式研究和实践智能电网,在发电、输电、配电、用电尝试各种技术。2009年美国总统奥巴马发布了《复苏计划尺度报告》,宣布将划拨34亿美元用于智能电网技术开发,划拨6.15亿美元用于智能电网的演示项目;美国IBM、GE、Google各大公司也纷纷进行了“谷歌电表”、IBM智能电网成熟度模型和GE智能表计的研究;日本政府发展战略助推“智能电网”,公布了包括推动普及可再生资源、次世代汽车等政策在内的政府发展战略原案;中国国家电网结合基本国情和特高压实践,提出了建设坚强智能电网的发展目标,而且制定了2010年、2015年、2020年三步走的规划。智能电网为我们描绘了这样一个蓝图:空调能够感知用电高峰电价上涨,自动调整温度,为您控制用电量及节省电费;调度中心大屏幕能自动显示网络故障方位并自动解决;屋顶太阳能发电所得在自用之余可以出售给电网;电动汽车可以实现电能的“上传”与“下载”,并参与电网调峰。智能电网是相对于传统电网而言的新型电力供应模式,智能电网的实施意味着电力企业从以前传统的垂直式管理到现在的横向互通,电力供需平衡的考虑是双向的,这将带来供能和用能方式的重大变化。

负荷预测是电力系统规划和设计的基础,其内容主要包括需求电量、最大负荷、负荷率以及典型时序和持续负荷曲线预测等[1]。智能电网下用能方式的变化使电力系统的负荷预测更加复杂化。国内外学者对此进行了一些研究,但相关研究较少。文献[2]运用了模糊逻辑技术来预测实时电价系统的顾客需求负荷。将雨天前、雨中、雨后的天数、每小时的降雨量、一天的降雨量和平均每小时负荷的变化量作为输入输出变量,采用三角模糊集来建立预测模型。文献[3]通过研究电力市场的当前问题和居民消费者需求响应的潜在影响设计了一个居民消费者的实时电价系统。文献[4]建立了径向基神经网络和自适应神经网络模糊系统相结合的短期负荷预测模型。该模型利用RBF神经网络的非线性逼近能力对不考虑电价因素的预测日负荷进行了预测,并根据近期实时电价的变化,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,克服了神经网络在电力市场下进行负荷预测时存在的不足。文献[5]研究的是价格敏感环境下短期电力负荷预测。首先运用人工神经网络进行价格不敏感环境下的预测,然后运用遗传算法优化模糊隶属函数,基于模糊逻辑系统将价格不敏感环境下的预测转化为价格敏感环境下的预测。文献[4-5]都是从价格固定环境负荷预测转化到价格变动环境负荷预测的角度进行研究,但是智能电网下实时电价的变化会影响到各时段的负荷,而且负荷的变化又会带来实时电价的变动,对这种动态关系考虑不足。

1 智能电网下的电力需求

从凯捷的观点来看,智能电网更多地关注供求平衡。从目前电力公司面临的挑战中可以看到,发电侧销售更多的电能将不再是关键目标。实现盈利的同时管理并减少碳排放、提供高质量的电能、由集中式发电和单向输配电发展为双向信息交互和分布式发电是新的目标[6]。在智能电网中,用户将是电力系统不可分割的一部分。鼓励和促进用户参与电力系统的运行和管理是智能电网的另一重要特征。从智能电网的角度来看,用户的需求完全是另一种可管理的资源,它将有助于平衡供求关系,确保系统的可靠性;从用户的角度来看,电力消费是一种经济的选择,通过参与电网的运行和管理,修正其使用和购买电力的方式,从而获得实实在在的好处。在智能电网中,用户将根据其电力需求和电力系统满足其需求的能力的平衡来调整其消费。智能电网与传统电网的一个重要不同点就是智能电网尤其强调与用户的互动,包括信息互动与电能互动,而互动性主要是通过部署各类需求响应项目来实现的。在电能互动方面,主要体现在供需之间的双向互动供电。在传统电网中,供需双方的界定和划分是以用户计费电表为界限:计费电表以上为供应侧,计费电表以下为需求侧,即用户计费电表就是供应侧的终点与需求侧的起点。而在智能电网中,借助于具有双向计量与通信功能的高级计量系统,用户也可以向电网供电(如参与RTP项目的用户在系统高峰期向电网供电),这也打破了传统的供需双方划分方式[7]。智能电网下用户的用电方式也发生了重大变化。传统电网系统的电力分配缺乏透明性,特别是对于用户来说。多数人直到收到账单才知道他们用了多少电;而且也不知道他们用的电有多少来自核能、煤炭、气体或其他可再生能源,它们在发电过程中会有多少有害排放。在停电时,是由用户通知电力公司,然后它们再派遣工作人员人工定位并解决问题。而智能电网通过智能电表和智能调温器、智能仪表和其他设备相连,使人们更清楚他们的耗电情况。用户将能通过家里的读取设备以及互联网的门户网站获取该信息,还能通过门户网站设定调温器的温度参数,选择或退出使用太阳能或风能这类较为清洁的供电计划。智能电网还能为用户提供更准确、及时的可变电力价格信息,使其能够投资限电和错峰用电,并根据温室气体排放量或社会目标,在多家相互竞争的能源供应商间动态切换。插电型油电混合车(PHEV)和电动汽车的开发成为用户一种新的用电需求,它们的功能相当于能源存储系统,可在间歇式电源发电时汲取多余电能。

智能电网下,电网的功能也不再是纯粹的供电系统,在一定情况下也是用电需求方。用户的分散型电源(如屋顶的太阳能电池板、后院的风力发电机)和电动汽车等储能装置的多余电能可以出售给电网。

智能电网与传统电网电力需求变化如表1所示。

2 智能电网下电力需求预测模型

传统电网下,中长期的电力需求预测方法主要有灰色系统理论、灰色系统理论与计量经济学结合的方法、支持向量机回归法、BP神经网络、GM-ARMA组合模型等。电力需求的预测便是基于这些方法通过社会用电量的历史数据预测出未来某年的社会用电量。智能电网下由于实行实时电价,用户的用电方式发生了改变。用户根据电价的高低选择何时用电,何时用哪种用电设施,同时电动汽车的开发,也会成为电网新的电力需求。单一的传统电力需求预测方法已不适用于在智能电网下电力需求的预测。

由于智能电网下存在负荷转移和电动汽车的大量使用,本文负荷需求预测方法研究分为两个阶段:一是不考虑电价的变化预测典型日负荷需求;二是在第一阶段的基础上考虑每时刻电价变化所带来的负荷转移,修正第一阶段的预测结果。其具体步骤如图1所示。

在图1中,智能电网下负荷需求预测中的第一阶段,国内外已进行了很多研究,预测方法已很成熟。本文的研究重点是第二阶段,主要是在文献[8]的研究结果的基础上,考虑实时电价的变化来修正第一阶段预测负荷的结果。

修正方法具体如下:24时目前电价列向量a和24时期望电价列向量b通过公式(1)得出24时电价变化率的列向量Δp:

然后与负荷电价矩阵E、24时预测负荷列向量g通过公式(2)得出24时负荷的变化量ΔL:

如果负荷变化量满足|ΔL|≤ε,其中ε为允许的变化量,则输出24时预测负荷g;如满负荷变化量不满足|ΔL|≤ε,则用24时预测负荷列向量g与24时负荷的变化量ΔL运用公式(3)修正负荷f。

式中,g为未修正的预测负荷。

假设是完全竞争市场,24时实时电价h通过边际成本函数h=c(f)获得,且将24时目前电价a赋值为24时实时电价h,然后开始进行第二次的循环。如此循环反复动态响应进行。

2.1 电价弹性矩阵

在电力市场环境下,电价与负荷之间有着密切的联系[9],实时电价的波动势必会引起负荷的变化,而负荷的变化又影响着电价的波动[4]。智能电网实时电价下如果存在一个足够大的价格吸引,那么用户负荷将从一个时段转移到另一个时段,在这种情况下,时段t的负荷是所有时段实时电价的函数[10]。所以t时段对于所有时段都存在电价弹性,于是在分析中引入了包含各时段电价相互响应的电价弹性矩阵。

智能电网条件下时段t的负荷是所有时段实时电价的函数,表示为Qt(p1,p2,…,pT),这里pT代表有功功率的实时电价向量,下标1到T是定义的时间步长。负荷电价弹性定义为:

其中:et,k表示k时刻电价的变化对t时刻负荷的影响;ΔQt表示t时刻的负荷变化量;tQ表示第一阶段t时刻的预测负荷;Δpk表示k时刻的实时电价与期望电价的变化量;kp表示k时刻的目前电价。当t=k时,et,k即为单时段负荷电价弹性。当t≠k时,et,k即为跨时段负荷电价弹性系数,呈现et,k≥0的特性,即时刻k的价格上涨引起时刻t的需求增长,价格上涨引起负荷迁移。

通过负荷电价弹性矩阵的定义,假设实时电价时段以1 h计算,可得到实时电价弹性矩阵E:

由式(5)及负荷电价弹性的定义可看出,电价弹性矩阵中对角线上的弹性系数为单时段负荷电价弹性,其余的为跨时段负荷电价弹性。

电网实行实时电价后的t时刻的负荷变化量为:

式中:et为电价弹性矩阵E中的第t行的行向量,即时刻t的负荷对24时电价的弹性;ΔQt为t时刻的负荷变化量;Qt为t时刻的预测负荷;为24时电价变化率的列向量;Δp为24时实时电价与24时顾客期望电价之差;p为顾客的24时期望电价。

2.2 边际成本函数

智能电网下t时刻的实时电价理论上是通过t时刻供应函数和需求函数的均衡价格来确定的,然而电价的变化导致电力需求的变化,电力需求的变化又会影响电价。为了简便起见,在目前24时电价的基础上考虑了边际成本函数,实时电价通过目前电价和边际成本共同确定。

通常可认为供电成本是供电量的二次函数,相应的边际成本随着产量的变动作相应变化。设t时刻的供电成本函数为:

式中:Ct为t时刻的供电成本;Qt为t时刻的供电量;w、n、u为常数。

t时刻的供电边际成本函数为:

式中,C't为t时刻的边际成本。

2.3 预测负荷的修正

智能电网条件下实时电价与消费者期望电价的差值,通过电价弹性矩阵产生了负荷的变化量,而负荷的变化引起边际成本的变化,边际成本的变化又带来实时电价的改变,其具体过程如图1的第二阶段所示。

预测负荷的修正步骤如下:

(1)模型基础数据的准备

目前电价a=(a 0,a 1,…,a t,…,a23)

24时期望价格b=(b 0,b 1,…,b t,…,b23)

第一阶段24时预测负荷

(2)模型中的计算

24时电价变化率行向量Δp:

24时刻负荷变化率列向量ΔL':

24时刻负荷变化量列向量ΔL:

其中,g为预测负荷列向量中的元素,不代表列向量。

当|ΔL|≤ε时,24时修正负荷列向量f:

预测负荷g赋值为修正后的负荷f。

24时实时电价h:

24时目前电价a赋值为24时实时电价h。

(3)负荷预测的修正程序

预测负荷修正的动态过程通过C语言编程实现。

3 算例分析

本文算例分析是在文献[8]预测的基础上,分析计算智能电网下实行实时电价后的预测负荷,并与之进行比较。

假设供电的边际成本函数为C=2×0.316999×Q+0.000023。目前24时电价采用目前峰谷电价。目前24时电价、顾客期望电价和第一阶段预测负荷的值如表2所示。

t时刻相对于24时实时电价形成的实时电价弹性矩阵表如文献[11]所示。基于智能电网电力需求预测模型的第二阶段部分,得出智能电网实时电价下的预测负荷,第一阶段和第二阶段的预测负荷比较见表3和图2所示。

由表3和图2可以看出,第二阶段的预测负荷相对于第一阶段,高峰期负荷有所下降,平期和谷期负荷有所上升。总体来说第二阶段的负荷相对于第一阶段有所下降,这应该与智能电网下智能电表和智能调温器、智能仪表和其他设备相连,用户清楚知道耗电情况而节省用电有所关联,而0、1、2、4、6时刻负荷稍微有所上升,其他时刻负荷下降,这应该是实时电价削峰填谷的结果。智能电网下实时电价用户需求响应预测结果表明,该模型较能反映出实时电价下用户需求响应及需求响应所带来的负荷转移。

4 结论

建设坚强智能电网中,在用电环节提出了全新的理论,提出用户与电网的“友好互动”,且将建设智能用电小区、楼宇、电动汽车充放电设施、用电信息采集系统等。友好互动化设施的建设及实时电价的实施,复杂化了用户负荷需求的预测,使传统的负荷预测方法已不适用于智能电网的需求预测。本文在文献[8]负荷预测的基础上考虑实时电价及用户与电网的互动性,建立了智能电网下实时电价用户需求响应的两阶段负荷预测模型,结果表明,该模型能较好地反应出实时电价下用户的需求响应及需求响应所带来的负荷转移,使智能电网条件下的负荷预测更科学。

参考文献

[1]蔡国伟,杜毅,李春山,等.基于支持向量机的中长期日负荷曲线预测[J].电网技术,2006,30(23):56-60.CAI Guo-wei,DU Yi,LI Chun-shan,et al.Long-term daily load curve forecasting based on support vector machine[J].Power System Technology,2006,30(23):56-60.

[2]Hu A S,Lie T T,Gooi H B.Load forecast for customers under real time pricing system[C].//International Conference on Electric Utility Deregulation andRestructuring and Power Technologies.2000:538-543.

[3]WEI Zhang,ALI Feliachi.Residential load control through real-time pricing signals[C].//Proceedings of the35th Southeastern Symposium on System Theory.2003:269-272.

[4]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):79-82.LEI Shao-lan,SHUN Cai-xin,ZHOU Quan,et al.Short term load forecasting method based on the RBF neural network and adaptive neur-fuzzy power system[J].Proceedings of the CSEE,2005,25(22):79-82.

[5]Alireza Khotanzad,Zhou Enwang,Hassan Elragal.A neuro-fuzzy approach to short-term load forecasting in a price-sensitive environment[J].IEEE Transactions on Power Systems,2002,17(4):1273-1282.

[6]齐亚超.发展智能电网从电网需求入手—专访凯捷公司全球能源及公用事业转型负责人[N].中国能源报,2010(18).QI Ya-chao.Develop the smart grid starting from the power demand—interview with Meir Shargal who is the lead of global energy and utility restructuring in capgemini company[N].China Energy Report,2010(18).

[7]张钦,王锡凡,付敏,等.需求响应视角下的智能电网[J].电力系统自动化,2009,33(17):19-55.ZHANG Qin,WANG Xi-fan,FU Min,et al.Smart grid from the view of demand response[J].Automation of Electric Power Systems,2009,33(17):19-55.

[8]牛丽仙,苑津莎,张英慧.基于粗糙集和支持向量机的电力系统短期负荷预测[J].电力科学与工程,2010,26(2):32-35.NIU Li-xian,YUAN Jin-sha,ZHANG Ying-hui.Short term load forecasting in power system based on the rough set and support vector machine[J].Electric Power Science and Engineering,2010,26(2):32-35.

[9]黄福全,任震,黄雯莹,等.电力市场中考虑用户价格反应的实时电价[J].中国电力教育,2002,35(10):45-49.HUANG Fu-quan,REN Zhen,HUANG Wen-ying,et al.Real-time pricing considering customer responsiveness in electricity market[J].China Electric Power Education,2002,35(10):45-49.

[10]潘敬东,谢开,华科.计及用户响应的实时电价模型及其内点法实现[J].电力系统自动化,2005,29(23):8-14.PAN Jing-dong,XIE Kai,HUA Ke.Real-time pricing model and interior point methods considering the user response[J].Automation of Electric Power Systems,2005,29(23):8-14.

山西电网电力需求研究 篇5

山西省电力公司成功研发了山西电网和谐调度支持系统。该系统从电网安全稳定运行、国家节能减排政策、智能电网发展规划、节能发电调度、风电等新能源大规模接纳和山西电网电源结构的现实情况出发, 以燃煤、供热、脱硫、空冷机组为应用对象, 通过在电力调度通信中心远程实时监测和综合评价机组的能耗与排放水平, 确立发电调度依据, 在满足电网安全稳定运行要求的前提下, 对机组实施多目标的优化调度, 初步建立了兼顾电网安全、节能、环保、经济、服务社会公益事业的和谐调度模式, 在电网调度层面实现了获取发电机组全面、真实运行特性信息的功能, 并具备评估和确定全局优化方案的能力, 在电厂层面具备了配合实现全局优化调度策略的技术手段。

系统具有以下特点:一是首次提出了“和谐调度”的概念, 开发了电网调度决策与机组运行优化有机结合、兼顾电网内在安全、电厂经济运行及节能环保和供热等公益要求的调度应用软件原型系统;二是建立了以机组发电煤耗微增率、脱硫系统投运状态、脱硫效率等为排序项, 能够满足电网多方面调度要求的机组实时调度优先级排序序位表;三是能够根据供热机组热负荷工况、机组运行数据等计算供热、真空、煤质等因素对机组出力的影响;四是实现了年、季、月、日实时实测煤耗特性和排放特性数据的自动获取和数据积累, 为制定各个周期内的调度计划、优化电力主管部门差别电量计划、实施节能发电调度提供了科学的基础数据;五是实现了对发电机组运行状况的优化分析, 可以指导发电厂实时调整机组运行状态, 使机组趋近最优供电煤耗状态运行, 充分挖掘运行环节的节能潜力, 降低发供电煤耗, 提升经济运行水平。

该系统已在山西电网电力调度通信中心、山西阳光发电有限责任公司、山西大唐国际运城发电有限责任公司成功应用。系统突破了传统火电机组网厂协调技术和管理的模式, 为进一步落实国家节能减排政策、提升电厂经济运行水平、履行电力行业网厂共同的社会责任, 积累了经验, 提供了范例, 具有明显的社会经济效益和推广价值。