本文選題：負(fù)荷特性分析 + 負(fù)荷波動指標(biāo)�。� 參考：《北京郵電大學(xué)》2016年碩士論文

【摘要】：近年來,隨著經(jīng)濟(jì)的高速發(fā)展,電力作為國家經(jīng)濟(jì)發(fā)展的基礎(chǔ)保障,社會各方面對電力的需求日益增大,已經(jīng)與當(dāng)前電力的總供應(yīng)嚴(yán)重失衡。而且現(xiàn)階段電力系統(tǒng)整體的電能量利用率不斷下滑,電力用電集中在尖峰時間段,電量供應(yīng)不足,區(qū)域性、季節(jié)性缺電現(xiàn)象時有發(fā)生,而平谷時間段電力需求較小,發(fā)電量剩余現(xiàn)象嚴(yán)重,日負(fù)荷峰谷差持續(xù)增大,電力供需矛盾尖銳。因此,考慮當(dāng)前形勢下的電力系統(tǒng)特點,對電力負(fù)荷特性進(jìn)行深入分析,并在此基礎(chǔ)上開展負(fù)荷管理工作,實行峰谷分時電價政策,對提高電能量利用率,優(yōu)化電網(wǎng)用電結(jié)構(gòu),具有十分重要的意義。目前全國電力用戶已達(dá)到相當(dāng)大的規(guī)模,如果對這些用戶都進(jìn)行一對一的負(fù)荷特性分析不具備可行性。因此,電力用戶分類是電力系統(tǒng)負(fù)荷特性分析的基礎(chǔ)和關(guān)鍵環(huán)節(jié)。本文提出一種多角度聚類的電力用戶分類方法。首先根據(jù)深圳市行業(yè)性質(zhì)以及行業(yè)用電量百分比,選取9個典型行業(yè)。然后從負(fù)荷波動指標(biāo)和實時負(fù)荷曲線特征兩個角度,分別對深圳市9個典型行業(yè)的電力用戶進(jìn)行聚類分析,使具有相似或相同用電指標(biāo)或特征模型的電力用戶歸為一類。根據(jù)其負(fù)荷波動指標(biāo)聚類結(jié)果得出每個行業(yè)的電力用戶的負(fù)荷波動指標(biāo)特征;根據(jù)實時負(fù)荷曲線聚類結(jié)果得出每個行業(yè)的電力用戶的用電特征模型,建立深圳市典型行業(yè)電力用戶負(fù)荷曲線特征模型數(shù)據(jù)庫,并對已得到的電力用戶負(fù)荷曲線特征模型進(jìn)行校驗驗證,實現(xiàn)長期跟蹤校驗、修正,最終得出適用性更強(qiáng)的電力用戶負(fù)荷曲線特征模型。經(jīng)實踐驗證,本文所得到的深圳市典型行業(yè)電力用戶用電特征模型與用戶實際的用電特征相似度較高,有較高的準(zhǔn)確性。電力企業(yè)可以利用電力用戶的用電特征模型對電力用戶進(jìn)行分類,并且進(jìn)一步研究其各類別用戶的用電趨勢,進(jìn)行相關(guān)負(fù)荷預(yù)測、管理規(guī)劃等工作。
[Abstract]:In recent years, with the rapid development of economy, electric power as the basic guarantee of national economic development, the demand for electricity in all aspects of society is increasing day by day, which has been seriously out of balance with the current total supply of electricity.And at the present stage, the overall utilization rate of electricity in the power system is declining, the electricity consumption is concentrated in the peak period, the electricity supply is insufficient, the regional and seasonal electricity shortage occurs from time to time, while the power demand in the Pinggu period is relatively small.The phenomenon of electricity generating surplus is serious, the daily load peak and valley difference increases continuously, and the contradiction between power supply and demand is sharp.Therefore, considering the characteristics of power system under the current situation, this paper makes a thorough analysis of the power load characteristics, and on this basis, carries out the load management work, implements the peak-valley time-sharing price policy, improves the utilization ratio of electricity energy, and optimizes the power consumption structure of the power grid.It is of great significance.At present, the national electric power users have reached a considerable scale, if the one-to-one load characteristic analysis of these users is not feasible.Therefore, power user classification is the basis and key link of power system load characteristic analysis.This paper presents a multi-angle clustering method for power user classification.Firstly, according to the nature of Shenzhen industry and the percentage of electricity consumption, 9 typical industries are selected.Then, from the point of view of load fluctuation index and real-time load curve feature, the electric power users in 9 typical industries in Shenzhen are clustered and analyzed, which makes the electric power users with similar or the same power consumption index or characteristic model as a class.According to the clustering results of load fluctuation index, the load fluctuation index characteristics of power users in each industry are obtained, and the power consumption characteristic model of each industry is obtained according to the clustering results of real-time load curve.The database of power user load curve characteristic model for typical industry in Shenzhen is established, and the obtained power user load curve characteristic model is verified and verified to realize long-term tracking calibration and correction.Finally, a more applicable power user load curve characteristic model is obtained.It is proved by practice that the electricity consumption feature model of typical industry in Shenzhen has high similarity and high accuracy with the actual power consumption characteristics of the users.The electric power enterprise can classify the power users by using the power user's characteristic model, and further study the power consumption trend of each kind of users, carry on the related load forecast, manage the plan and so on.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP311.13;TM714

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 ;賀仁睦教授主研的負(fù)荷特性測辨裝置通過鑒定[J];現(xiàn)代電力;1997年02期

2 蘇盛,李欣然,陳元新,李茂軍,張文磊,唐外文,徐宇新;電力負(fù)荷特性記錄裝置的開發(fā)與應(yīng)用[J];長沙電力學(xué)院學(xué)報(自然科學(xué)版);2002年01期

3 祝晶;李欣然;陳輝華;唐外文;李元萍;李培強(qiáng);林舜江;金群;;基于元件與量測相結(jié)合的負(fù)荷特性數(shù)據(jù)庫系統(tǒng)[J];電力自動化設(shè)備;2006年01期

4 徐占濱;王立竹;;基于典型電力用戶負(fù)荷特性節(jié)電經(jīng)濟(jì)性分析[J];中國新通信;2013年23期

5 李育燕,魯庭瑞,羅建裕,程穎,吳峰,鞠平;負(fù)荷特性數(shù)據(jù)庫的建立與應(yīng)用[J];繼電器;2004年04期

6 王鵬;鄔顏鴻;許翠娟;賀仁睦;;以統(tǒng)計信息為基礎(chǔ)的電網(wǎng)負(fù)荷特性記錄裝置安裝地點選擇[J];中國電機(jī)工程學(xué)報;2007年22期

7 徐鵬;李欣然;朱湘有;高嵩;;電力負(fù)荷特性在線記錄系統(tǒng)軟件設(shè)計[J];微計算機(jī)信息;2010年01期

8 段育豐;尚東慧;宋麗芳;杜欣慧;;面向?qū)ο蟮碾娏ω?fù)荷特性分析計算軟件研究與開發(fā)[J];電氣技術(shù);2012年03期

9 唐為民;基于Internet的虛擬DSM評估系統(tǒng)[J];東北電力技術(shù);2003年08期

10 ;電網(wǎng)負(fù)荷特性記錄與負(fù)荷建模實用化研究[J];電力科學(xué)與工程;2008年06期

相關(guān)會議論文 前7條

1 吳志強(qiáng);吳志華;宋曉輝;王天華;;城市居民負(fù)荷特性調(diào)查研究分析[A];2006電力系統(tǒng)自動化學(xué)術(shù)交流研討大會論文集[C];2006年

2 阮永麗;;基于負(fù)荷特性的供電能力評估方法研究[A];2012年云南電力技術(shù)論壇論文集（文摘部分）[C];2012年

3 阮永麗;;基于負(fù)荷特性的供電能力評估方法研究[A];2012年云南電力技術(shù)論壇論文集[C];2012年

4 宋蓉芳;栗然;張烈勇;;基于分布式數(shù)據(jù)倉庫的負(fù)荷特性分析與預(yù)測研究[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

5 胥威汀;劉俊勇;劉友波;;基于SOM和ID3算法綜合分析的負(fù)荷特性研究[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（中冊）[C];2008年

6 張茂林;涂啟玉;方波;胡斌;;基于中調(diào)負(fù)荷曲線的徑流式梯級電站群短期優(yōu)化調(diào)度[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

7 黃武忠;蔡華洲;;DSM在汕頭電網(wǎng)中的應(yīng)用初探[A];廣東省電機(jī)工程學(xué)會2003-2004年度優(yōu)秀論文集[C];2005年

相關(guān)重要報紙文章 前1條

1 吳仁堅;浙江省電力公司深化負(fù)荷特性研究[N];華東電力報;2012年

相關(guān)博士學(xué)位論文 前2條

1 王振宇;基于負(fù)荷特性辨識的低壓側(cè)用電管理關(guān)鍵技術(shù)的研究[D];武漢大學(xué);2011年

2 王衛(wèi)國;電力系統(tǒng)動態(tài)負(fù)荷建模及其有效性驗證的研究[D];華北電力大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 李晶;基于數(shù)據(jù)挖掘的電力負(fù)荷特性與用戶分類研究[D];北京郵電大學(xué);2016年

2 康田園;大型城市電網(wǎng)負(fù)荷特性研究[D];鄭州大學(xué);2015年

3 耿琦;鄭州電力負(fù)荷特性分析與研究[D];鄭州大學(xué);2014年

4 申昭;考慮需求響應(yīng)的負(fù)荷特性分析及其短期預(yù)測方法研究[D];華北電力大學(xué);2015年

5 陳若穎;基于負(fù)荷特性的油田電力系統(tǒng)電壓分岔失穩(wěn)研究[D];東北石油大學(xué);2010年

6 周光耀;負(fù)荷建模中的負(fù)荷特性分類與綜合方法的研究[D];山東大學(xué);2016年

7 邱科瑜;基于負(fù)荷特性的電力系統(tǒng)電壓穩(wěn)定性分析[D];西南交通大學(xué);2016年

8 宋易陽;基于負(fù)荷特性的電力用戶風(fēng)險預(yù)警模型及系統(tǒng)構(gòu)建研究[D];華北電力大學(xué)(北京);2016年

9 司馬磊;蘇丹某泵站主機(jī)負(fù)荷特性對泵房樓板基礎(chǔ)的影響[D];中南林業(yè)科技大學(xué);2016年

10 杜乾;基于負(fù)荷分解的居民差異化用電行為特性分析[D];湖南大學(xué);2016年

，

本文編號：1753530