本文關(guān)鍵詞：考慮需求響應(yīng)的負荷特性分析及其短期預(yù)測方法研究

  更多相關(guān)文章： 智能電網(wǎng) 需求響應(yīng) 負荷特性分析 電力需求價格彈性矩陣 短期負荷預(yù)測 分層協(xié)調(diào)

【摘要】：需求響應(yīng)是電力需求側(cè)在競爭電力市場中的發(fā)展結(jié)果,同時也是智能電網(wǎng)的重要組成部分,近幾年越來越受到重視。隨著需求響應(yīng)在不同國家和地區(qū)廣泛實踐和應(yīng)用以及智能電網(wǎng)下海量信息的獲取變得更加容易,它們對作為電力市場分析及進行負荷管理的前提和基礎(chǔ)的負荷特性分析及其短期預(yù)測也提出了新的要求,指出了新的研究重點。本文在對需求響應(yīng)系統(tǒng)總結(jié)分析的基礎(chǔ)上,考慮智能電網(wǎng)下需求響應(yīng)及海量負荷信息對負荷特性分析及短期負荷預(yù)測的要求,在電力用戶負荷形態(tài)分析、峰谷分時電價下用戶需求響應(yīng)建模及短期負荷預(yù)測方面進行了探索研究。負荷形態(tài)分析作為對海量負荷信息的處理手段,目前存在方法粗糙,對負荷曲線聚類數(shù)目往往需要根據(jù)經(jīng)驗預(yù)先設(shè)定等不足。本文在對聚類算法及有效性指標的研究基礎(chǔ)上,實現(xiàn)了對行業(yè)典型負荷曲線的有效提取。本文利用模糊C均值算法進行負荷曲線聚類,有效性指標實現(xiàn)對大量負荷曲線聚類數(shù)目的判別及聚類效果的評價,為進行進一步的負荷特性分析提供了基礎(chǔ)。某些用戶負荷特性受電價影響較大,因此有必要對用戶在峰谷分時電價下需求響應(yīng)模型進行研究。本文針對用戶在不同峰(平或谷)時段內(nèi)對電價響應(yīng)行為的差異性,提出了負荷轉(zhuǎn)移調(diào)整系數(shù)這一概念,提高了現(xiàn)有模型的仿真精度。建立了基于消費者心理學(xué)的需求響應(yīng)模型與電力需求價格彈性矩陣之間的數(shù)學(xué)關(guān)系,在此基礎(chǔ)上提出了一種新的電力需求價格彈性矩陣的獲取及實時修正方法,這種方法對數(shù)據(jù)量要求較低,回避了用戶響應(yīng)的死區(qū)及飽和區(qū)對矩陣準確性的影響。在以上研究基礎(chǔ)上,能夠?qū)崿F(xiàn)對不同電價下用戶負荷曲線的預(yù)測。在研究短期負荷預(yù)測模型時,本文采用負荷形態(tài)分析算法思想對歷史日中的相似日進行有效選取,并對小波分解后子序列分別采用ARIMA模型及神經(jīng)網(wǎng)絡(luò)模型進行預(yù)測。為了提高對不同量級負荷的短期預(yù)測精度,本文提出了短期負荷預(yù)測的分層協(xié)調(diào)方法。即在對總負荷及組成總負荷的各子負荷歷史預(yù)測精度分析的基礎(chǔ)上,分配總負荷及各子負荷預(yù)測結(jié)果可信度權(quán)重。再利用狀態(tài)估計思想,對總負荷及各子負荷的預(yù)測結(jié)果進行相互間誤差協(xié)調(diào),以提高總體及各子負荷的預(yù)測精度。
【關(guān)鍵詞】：智能電網(wǎng) 需求響應(yīng) 負荷特性分析 電力需求價格彈性矩陣 短期負荷預(yù)測 分層協(xié)調(diào)
【學(xué)位授予單位】：華北電力大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TM715
【目錄】：

• 摘要5-6
• Abstract6-10
• 第1章 緒論10-17
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-15
• 1.2.1 負荷特性分析研究現(xiàn)狀11-12
• 1.2.2 短期負荷預(yù)測研究現(xiàn)狀12-15
• 1.3 本文的主要工作15-17
• 第2章 需求響應(yīng)下負荷形態(tài)分析研究17-29
• 2.1 引言17
• 2.2 需求響應(yīng)17-22
• 2.2.1 需求響應(yīng)分類17-19
• 2.2.2 峰谷分時電價下的電力需求價格彈性19-22
• 2.3 基于模糊聚類的負荷形態(tài)分析22-26
• 2.3.1 模糊C均值聚類算法22-24
• 2.3.2 聚類有效性指標描述24-26
• 2.4 算例與分析26-28
• 2.5 小結(jié)28-29
• 第3章 分時電價下用戶需求響應(yīng)特性建模研究29-41
• 3.1 引言29-30
• 3.2 基于黑箱原理的需求響應(yīng)模型30-32
• 3.2.1 基于消費者心理學(xué)的需求響應(yīng)分析方法30-31
• 3.2.2 負荷轉(zhuǎn)移調(diào)整系數(shù)的引入31-32
• 3.3 基于消費者心理學(xué)模型的價格彈性系數(shù)矩陣32-34
• 3.4 基于消費者心理學(xué)的電力需求價格彈性矩陣的獲取流程34-35
• 3.5 變動分時電價下負荷曲線預(yù)測35-36
• 3.6 算例與分析36-40
• 3.6.1 數(shù)據(jù)描述36-37
• 3.6.2 結(jié)果和討論37-40
• 3.7 小結(jié)40-41
• 第4章 適用于需求響應(yīng)的短期負荷預(yù)測方法研究41-53
• 4.1 引言41-42
• 4.2 組合預(yù)測方法及原理42-46
• 4.2.1 相似日選擇42
• 4.2.2 小波分解42-44
• 4.2.3 ARIMA模型44-45
• 4.2.4 BP神經(jīng)網(wǎng)絡(luò)45-46
• 4.3 不同層次負荷預(yù)測結(jié)果的協(xié)調(diào)46-48
• 4.4 算例與分析48-52
• 4.4.1 利用組合預(yù)測模型進行負荷預(yù)測48-51
• 4.4.2 負荷預(yù)測結(jié)果的分層協(xié)調(diào)51-52
• 4.5 小結(jié)52-53
• 第5章 結(jié)論與展望53-55
• 參考文獻55-61
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果61-62
• 攻讀碩士學(xué)位期間參加的科研工作62-63
• 致謝63

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 陶小馬;周雯;;電力需求響應(yīng)的研究進展及文獻述評[J];北京理工大學(xué)學(xué)報(社會科學(xué)版);2014年01期

2 高賜威;梁甜甜;李揚;;自動需求響應(yīng)的理論與實踐綜述[J];電網(wǎng)技術(shù);2014年02期

3 劉繼東;韓學(xué)山;韓偉吉;張利;;分時電價下用戶響應(yīng)行為的模型與算法[J];電網(wǎng)技術(shù);2013年10期

4 杜翼;方鴿飛;王玉芬;;考慮氣象信息的短期負荷預(yù)測[J];華東電力;2013年05期

5 張偉;;基于人體舒適度指數(shù)的配電網(wǎng)短期負荷預(yù)測方法[J];電力系統(tǒng)保護與控制;2013年09期

6 阮文駿;劉莎;李揚;;美國需求響應(yīng)綜述[J];電力需求側(cè)管理;2013年02期

7 焦?jié)櫤?蘇辰雋;林碧英;莫瑞芳;;基于氣象信息因素修正的灰色短期負荷預(yù)測模型[J];電網(wǎng)技術(shù);2013年03期

8 張群洪;;基于集成智能方法的電力短期負荷預(yù)測[J];系統(tǒng)工程理論與實踐;2013年02期

9 李嘉龍;李小燕;劉思捷;文福拴;郭文濤;;考慮氣溫累積效應(yīng)的短期負荷預(yù)測[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2013年01期

10 張平;潘學(xué)萍;薛文超;;基于小波分解模糊灰色聚類和BP神經(jīng)網(wǎng)絡(luò)的短期負荷預(yù)測[J];電力自動化設(shè)備;2012年11期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前7條

1 賀鵬;基于SM/AMI的用戶主動需求響應(yīng)研究[D];華北電力大學(xué);2013年

2 黃宇騰;負荷形態(tài)分析與負荷管理優(yōu)化研究[D];浙江大學(xué);2013年

3 楊順帆;城鎮(zhèn)電力負荷特性分析與預(yù)測技術(shù)研究[D];華南理工大學(xué);2012年

4 程義明;地區(qū)電網(wǎng)負荷特性分析及其應(yīng)用研究[D];湖南大學(xué);2012年

5 翟娜娜;基于用戶需求響應(yīng)的峰谷時段劃分研究[D];華北電力大學(xué)（北京）;2011年

6 張芳明;電力市場環(huán)境下的電力系統(tǒng)擴展短期負荷預(yù)測研究[D];湖南大學(xué);2009年

7 秦禎芳;零售市場中電量電價彈性系數(shù)分析[D];天津大學(xué);2004年

，

本文編號：618018