基于电力系统负荷变动速率的美国得州ERCOT短期负荷预测

被引：7

作者：

马瑞 ^{[1
]}

姜飞 ^{[1
]}

Garng M Huang ^{[2
]}

机构：

[1] 长沙理工大学电气与信息工程学院

[2] 得克萨斯州A&M大学电气工程系

来源：

电力自动化设备 | 2012年 / 32卷 / 02期

关键词：

电力系统; 负荷预测; 负荷变动速率; ERCOT; 统计; 数据;

D O I：

暂无

中图分类号：

TM715 [电力系统规划];

学科分类号：

080802 ;

摘要：

基于大量历史负荷数据,研究负荷数据曲线的变化性,并提出了负荷变动速率(RLF)与速率影响因子(IFR)概念。通过对ERCOT数据的分析,总结得出了得克萨斯州用电特点和相同时段内RLF的相似性。依据对RLF的历史数据统计分析,得出经验RLF值,并结合用电负荷的实时数据对短期负荷做出修正与准确预测。该方法可以应用在短期负荷预测系统及对区域中长期用电负荷变化规律的总结上。

引用

收藏

页码：81 / 84

页数：4

相关论文

共 13 条

[1] 基于自适应双向加权最小二乘支持向量机的超短期负荷预测 [J].

王岗 ;

姜杰 ;

唐昆明 ;

张太勤 .

电力系统保护与控制, 2010, 38 (19) :142-146

[2] 基于相似日负荷修正的节假日短期负荷预测 [J].

林辉 ;

刘晶 ;

郝志峰 ;

朱锋峰 ;

吴广潮 .

电力系统保护与控制, 2010, 38 (07) :47-51

[3] 正交设计灰色模型在年电力负荷预测中的应用 [J].

张建华 ;

邱威 ;

刘念 ;

张秀峰 ;

闫景信 .

电网与清洁能源, 2010, 26 (02) :28-32

[4] 基于D-S证据理论的短期负荷预测模型融合 [J].

吴京秋 ;

孙奇 ;

杨伟 ;

杨杰 .

电力自动化设备, 2009, 29 (04) :66-70

[5] 基于主成分分析的最小二乘支持向量机短期负荷预测模型 [J].

刘宝英 ;

杨仁刚 .

电力自动化设备, 2008, (11) :13-17

[6] 基于解耦机制的小地区短期负荷预测方法 [J].

黎灿兵 ;

刘梅 ;

单业才 ;

唐涛南 .

电网技术, 2008, (05) :87-92

[7] 基于小波变换和混合神经网络的短期负荷预测 [J].

尹成群 ;

康丽峰 ;

李丽 ;

王红云 .

电力自动化设备, 2007, (05) :40-44

[8] 基于短期负荷预测的超短期负荷预测曲线外推法 [J].

路轶 ;

王民昆 .

电力系统自动化, 2006, (16) :102-104

[9] 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].

雷绍兰 ;

孙才新 ;

周湶 ;

张晓星 ;

程其云 .

中国电机工程学报, 2005, (22) :81-85

[10] 美国得州ERCOT电力市场及其对我国电力改革的启示 [J].

葛炬 ;

张粒子 .

中国电力, 2004, (12) :17-21