隨著智能電網(wǎng)的發(fā)展,全球電力行業(yè)正在發(fā)生一場革命性的變革。智能電網(wǎng)將信息網(wǎng)絡技術與過時的傳統(tǒng)配電網(wǎng)結合起來,增強了電力資源彈性并且減少了碳足跡。隨著政府項目的推出和各種商業(yè)宣傳推廣活動的開展,智能電網(wǎng)逐漸融入了人們的日常生活中,其中,需求響應技術已經(jīng)得到了較為廣泛的應用和研究。在需求響應的作用下,用戶側的彈性資源得到了有效地利用,在電力公司和用戶都獲得收益的同時,也使用戶的電力負荷消耗規(guī)律發(fā)生了變化。本文主要研究了考慮價格型需求響應的電力系統(tǒng)短期負荷預測模型,使其能夠在實施需求響應環(huán)境下具有良好地適應性和預測性能。本文首先總結了需求響應和短期負荷預測的國內外研究現(xiàn)狀,介紹了需求響應的相關概念和具體分類,分析了電力系統(tǒng)短期負荷預測在實施需求響應環(huán)境下所面臨的新的挑戰(zhàn)。然后分別研究了實施分時電價和實時電價兩種電價機制的需求響應。對于分時電價,利用消費者的效用理論對動態(tài)分時電價下的用戶負荷曲線進行模擬,通過參數(shù)敏感度分析表明,該模型能夠靈活模擬用戶對電價的反應。為了精準反應用戶在需求響應作用下的日負荷曲線規(guī)律,對徑向基和誤差反向傳播兩種神經(jīng)網(wǎng)絡短期負荷預測模型的輸入量進行改進,在其中加入需求... 

【文章來源】：青島大學山東省

【文章頁數(shù)】：65 頁

【學位級別】：碩士

【部分圖文】：

ρ1改變時各個時段負荷量

青島大學碩士學位論文30圖3-6ρ改變時各個時段負荷量假設參數(shù)ρ為常量，隨著1改變，峰、平、谷各個時段負荷量的變化如圖3-5所示。從圖3-5可以看出，隨著1增大，峰時段負荷量變化幅度較小，有微小增加；平時段和谷時段負荷量變化顯著，平時段負荷量與1呈正相關，谷時段負荷量與1呈負相關。因此，通過調節(jié)參數(shù)1可以很好地控制平、谷時段的用電水平，但對峰時段的負荷量的影響可以忽略不計。假設參數(shù)1為常量，隨著ρ改變，峰、平、谷各個時段負荷量的變化如圖3-6所示。從圖3-6可以看出，隨著系數(shù)ρ的增大，峰、平、谷三個時段的負荷量均有明顯變化，峰時段的負荷量顯著增加，平和谷時段的負荷量明顯減小，但峰時段的變化率顯然遠遠大于平和谷時段，平和谷時段的變化率大致相同。因此，通過調節(jié)參數(shù)ρ可以較好的控制峰時段的用電水平。3.4基于傅里葉變換的負荷特性分析方法在對需求響應下的電力負荷進行預測時，需要對電力負荷特性進行研究分析，深入了解掌握其各方面特點，這對預測模型輸入量的確定以及模型的預測精確度都有重要意義。通常進行負荷特性分析采用時域的分析方法，然而，頻域分析更能反映其周期性的分布規(guī)律，故本文采用快速傅里葉變換的方法對實施需求響應后的電力負荷進行頻譜分析。傅立葉分析是通過將信號分解成正弦波的方式，為信號處理提供了數(shù)學方法[51]。離散傅立葉變換(DiscreteFourierTransformation,DFT)的一般形式如公式(3-35)和(3-36)所示，

青島大學碩士學位論文3112/0NjmnNdnXmxne(3-35)12/01NjmNdkxnXmeN(3-36)式中，N表示在負荷數(shù)據(jù)中共選取了N個采樣點；dXm表示負荷數(shù)據(jù)中第m個時域負荷采樣點所對應的頻域值；x(n)表示時域中第n個負荷數(shù)據(jù)的大校快速傅立葉變換(FastFourierTransformation，F(xiàn)FT)是離散傅立葉變換的優(yōu)化算法，二者主要區(qū)別是前者的復雜度相較于后者更低，提高了計算速度，而采用兩種方法得到的計算結果是相同的。本文直接采用MATLAB中FFT工具箱，在某地區(qū)實施需求響應后的負荷數(shù)據(jù)中隨機選取了5月份連續(xù)14天的負荷數(shù)據(jù)進行負荷特性分析。每隔15min取一個采樣點，故每日共96個采樣點，則其頻譜分析圖像如下圖所示圖3-7頻譜分析圖像由圖3-7可以看出，在采樣頻率一倍頻時其輸出幅值最高，其次為2倍頻，4倍頻，且幅值相繼遞減。將上圖轉化到時域空間，并將幅值過小的分量略去，如圖3-8所示：

【參考文獻】：
期刊論文
[1]基于神經(jīng)網(wǎng)絡的電力負荷預測方法研究[J]. 羅寧,高華,賀墨琳.  自動化與儀器儀表. 2020(01)
[2]新電改環(huán)境下基于效用函數(shù)的電網(wǎng)投資決策評價方法[J]. 馬倩,王昭聰,潘學萍,劉肖凡.  電力自動化設備. 2019(12)
[3]智能小區(qū)可削減柔性負荷實時需求響應策略[J]. 南思博,李庚銀,周明,夏勇.  電力系統(tǒng)保護與控制. 2019(10)
[4]基于Stackelberg博弈的智能電網(wǎng)完全分布式需求響應策略[J]. 程杉,陳歡田.  智慧電力. 2019(03)
[5]需求響應下含微電網(wǎng)配電側市場多目標出清模型[J]. 王輝,廖昆,林藝璇,金彬斌.  電力建設. 2019(02)
[6]家庭用電背景下基于實時電價的需求響應模型[J]. 李洪珠,曹人眾,張馨瑜.  電力系統(tǒng)及其自動化學報. 2018(11)
[7]可分性商品效用函數(shù)與需求分析[J]. 姜樹元,虞玲玲,姜青舫.  數(shù)學的實踐與認識. 2018(18)
[8]考慮用戶行為不確定性的智能家電控制策略[J]. 孫毅,裴俊亦,景棟盛.  電力系統(tǒng)保護與控制. 2018(17)
[9]計及需求響應與動態(tài)氣潮流的電—氣綜合能源系統(tǒng)優(yōu)化調度[J]. 張伊寧,何宇斌,晏鳴宇,郭創(chuàng)新,馬世英,宋墩文.  電力系統(tǒng)自動化. 2018(20)
[10]云計算環(huán)境下智能電網(wǎng)短期負荷預測方法[J]. 王萍,李磊,胡聰,郭洋,張靖,吳尚.  科學技術與工程. 2018(07)

碩士論文
[1]電力負荷季節(jié)特性分析及需求響應動態(tài)電價策略研究[D]. 劉紅.華北電力大學(北京) 2018



本文編號：3296993