复杂城市化因素下的饱和负荷预测模型

被引:16
作者
李亦言 [1 ]
韩冬 [1 ]
严正 [1 ]
凌晓波 [2 ]
机构
[1] 电力传输与功率变换控制教育部重点实验室(上海交通大学电气工程系)
[2] 国网上海市电力公司
关键词
饱和负荷预测; 城市化; 主成分分析; 小波变换; 关联模型;
D O I
10.13335/j.1000-3673.pst.2016.09.034
中图分类号
TM715 [电力系统规划];
学科分类号
080802 ;
摘要
随着城市化进程的推进与深化,部分大城市电力负荷逐渐呈现出饱和特征。提出了一种复杂城市化因素下的饱和负荷预测模型。该模型从人口、经济以及地域3个方面分析了城市化对电力负荷的主要影响要素。针对多样化城市化因素形成的复杂数据环境,采用主成分分析与小波分析进行数据处理,得到具有低维数、高独立性的城市化要素主成分及其基频分量。最后,通过构建要素主成分与电力负荷间的关联模型预测出电力负荷的饱和时间与饱和容量。最后以上海市为例,分析给出城市电力负荷未来发展的饱和点及增长点,揭示了城市化因素对饱和负荷的作用原理。
引用
收藏
页码:2824 / 2831
页数:8
相关论文
共 20 条
[1]  
饱和负荷分析技术及应用研究.[D].刘杰锋.上海交通大学.2014, 06
[2]  
“十三五”用电将维持中速增长.[N].张卫东;.中国能源报.2015,
[3]   考虑城市化因素的中长期负荷预测模型 [J].
李亦言 ;
严正 ;
冯冬涵 .
电力自动化设备, 2016, 36 (04) :54-61
[4]   考虑温度因素的中期电力负荷概率密度预测方法 [J].
何耀耀 ;
闻才喜 ;
许启发 ;
撖奥洋 .
电网技术, 2015, 39 (01) :176-181
[5]   城市电力饱和负荷分析技术及其应用研究综述 [J].
肖欣 ;
周渝慧 ;
张宁 ;
韩新阳 ;
薛万磊 ;
尹立 ;
唐鑫 .
电力自动化设备, 2014, 34 (06) :146-152
[6]   基于元胞历史负荷数据的负荷密度指标法 [J].
肖白 ;
杨修宇 ;
穆钢 ;
宋坤 .
电网技术, 2014, 38 (04) :1014-1019
[7]   主成分分析综合评价应该注意的问题 [J].
林海明 ;
杜子芳 .
统计研究, 2013, 30 (08) :25-31
[8]   基于信息熵与主成分分析的火电机组综合评价方法 [J].
齐敏芳 ;
付忠广 ;
景源 ;
马亚 .
中国电机工程学报, 2013, 33 (02) :58-64+12
[9]   人均用电量法在区域饱和负荷预测中的应用研究 [J].
王伟 ;
房婷婷 .
电力需求侧管理, 2012, 14 (01) :21-23
[10]   基于小波—BP神经网络的短期风电功率预测方法 [J].
师洪涛 ;
杨静玲 ;
丁茂生 ;
王金梅 .
电力系统自动化, 2011, 35 (16) :44-48