电力系统负荷特性分析及建模_开题报告

一、文献综述

（一）国内外研究现状

•••1、负荷特性指标

    对于负荷特性的研究主要基于对负荷特性指标和历史数据的分析，所涉及的指标数量多，指标变化的随机性大，而且指标一般不能直接相加，因此分析预测的难度和工作量均比较大。从负荷特性的整体情况来看，目前我国研究的深度普遍不够，各地区负荷特性分析采用的指标不完全一致，各地区所开展的负荷特性分析的深度和历史资料积累也不一致。电力负荷特性分析的难度较大，主要表现在：一是缺乏详尽的各类负荷数据资料；二是目前缺乏系统的负荷及负荷特性分析方法；三是如何在众多影响因素当中判定其对整个社会负荷特性的影响程度有一定难度，而且缺乏直观的表达手段。如国民经济发展、气象、产业结构变化、电网状况、需求侧管理政策等。四是各行业典型负荷曲线、非电网统调负荷特性曲线的获取和加工处理较为困难。

在进行负荷性分析的过程中，需要重点研究以下问题：一是各地区负荷特性变化的主要特点；二是负荷特性指标的规范和体系的建立；三是影响负荷特性的主要因素及其影响程度分析；四是负荷特性的变化的总体趋势。

2、负荷特性研究方法

    对负荷进行分析时，往往利用曲线图、柱形图等进行分析。例如，根据历年最大负荷数值，绘制年最大负荷变化曲线图，对该图进行分析，可以找出年增长率，大致把握该地区的用电量变化情况。对电力系统负荷特性进行分析研究时，如果仅限于总负荷分析，忽视不同产业的负荷变化和水平提高的影响，就很难准确把握电力负荷变化发展的内在过程，因此还要通过曲线的形式分析各行业的负荷特性。

    对负荷影响因素进行分析时，主要采用关联度分析方法，灰色关联度分析是基于行为因子序列曲线几何形状的相似程度来判断其联系是否紧密，曲线越接近，相应序列之间的关联度就越大。它是确定因子影响程度或因子对主行为的贡献程度而进行的一种分析方法。灰色关联分析的目的是寻找各因素间的主要关系，能够确定哪些是不可忽视的相关行为因素，从中找出各相关影响因素对主行为的关联程度，从而掌握事物发展的主要矛盾。文献[4]利用该方法分析了负荷特性指标与影响因素的灰色关联度，计算结果对于电力系统规划具有指导意义。

3、负荷模型研究概述

    国内外对电力负荷建模已有大量研究，美国等国家进行了大量实际负荷参数的研究，给出了推荐参数。但不同国家的管理体制和负荷情况具有明显差异，国外的做法不一定就能够照搬，国外的数据也不一定能照用。我国开展负荷建模工作，一方面要借鉴国外的经验，但另一方面要针对我国的实际，立足国内，走一条有中国特色的负荷建模之路。

静态负荷模型

在电力系统的潮流分析、静态稳定分析以及长期动态过程中，以及负荷以静态成分为主（如商用、民用负荷）的情况下，一般采用静态负荷模型。长期以来人们对静态负荷特性的研究较为透彻。常用的有多项式和冥函数两类，另外还有在这两种模型基础上的变形和组合。

(2) 物理动态负荷模型

 a  感应电动机

    感应电动机在电力负荷（尤其是工业负荷）中占有较大比重，对电力系统运行分析与控制具有相当大的影响，在不少电力系统计算软件包中均包含感应电动机模型，因此成为电力系统模型中的重要部分。为了进一步减少计算量，在电力系统机电暂态过程分析计算中还经常采用一阶的机械暂态模型。随着电力系统电压稳定问题研究的发展，美国学者提出了一阶的电压暂态模型。

b   同步电动机

    同步电动机有时也用得到，比如在抽水蓄能电站。同步电机模型人们非常熟悉，程序中也都有。电动机与发电机所不同的是运行状态不同、机械转矩不同，同步电动机的机械转矩可以采用与感应电动机一样的方程。

c  有载调压变压器、负荷减载及投切

  有载调压变压器在长期动态过程中需要考虑；负荷减载及投切在一些动态或准动态计算中需要考虑低频或低压减载及投切，最简单的情况是按比例切除负荷。大部分低频减载继电器没有人为安排的时延，但有6—9周波的操作时间。低压减载继电器一般具有人为安排的延时。另外，开关动作时间为5—15周波。

（3）非物理动态负荷模型

非物理负荷模型是从大量的系统建模中概括出来的，对一大类动态系统有

很强的描述能力。有时，负荷群中动态成分复杂，难以用物理模型描述。或者为了降低动态模型的阶次，突出主要矛盾。人们提出了非物理动态负荷模型，也就是将整个负荷群当作一个从该节点看进去的“黑箱”或“灰箱”，用一个非物理模型来描述其输入—输出特性。可以分为三种：线性动态模型、非线性动态模型、人工神经网络模型。

4、负荷模型的选择

    负荷模型的评判是困难的，因为不同的应用目的对负荷的要求不同，不同研究人员看问题的出发点可能也不一样。一般来说需要考虑以下几方面：（1）精确度（2）计算量（3）参数获取（4）应用方便。一般根据应用者关心的主要方面，选择一种折中的负荷模型。 

二、^范文提纲

1绪论

1.1^范文研究的背景和意义

1.2国内外研究现状

1.3本文所做的主要工作

2电力系统负荷特性变化分析

2.1常用的负荷特性指标分析

2.1.1负荷率

2.1.2峰谷差

2.1.3年最大负荷利用小时数

2.1.4年持续负荷曲线

2.1.5同时率

2.2实例分析

2.2.1日负荷特性分析

2.2.2月负荷特性分析

2.2.3年负荷特性分析

2.2.4周末负荷特性分析

2.3典型行业负荷特性分析

3影响负荷特性变化因素的定量分析

3.1数学方法的选取

3.1.1灰色系统理论的发展概述

3.1.2 灰色关联度分析

3.2基于灰色关联度定量分析的具体步骤

3.2.1序列矩阵

3.2.2初值像矩阵 

3.2.3差序列矩阵

3.2.4关联系数矩阵

3.2.5加权关联度

3.3影响负荷特性变化因素的定量分析

3.3.1主要负荷特性指标的选取

3.3.2主要影响因素的选取

3.3.3实例分析

4分行业负荷构成模型的建立

4.1基于典型日负荷曲线的分行业负荷构成的基本模型

4.1.1典型日负荷曲线特征时间段的划分

4.1.2分行业负荷构成的基本模型的建立

4.2负荷曲线季节性分时研究

4.2.1华东电网某市负荷月比率研究

4.2.2华东电网某市一般季节典型日负荷研究

4.2.3华东电网某市夏季典型日负荷研究

4.2.4华东电网某市冬季典型日负荷研究

4.3考虑季节分时的分行业符负荷模型的建立

4.4算例

4.4.1考虑季节分时的分行业负荷构成模型计算实例

4.4.2算例检验

5综合负荷模型应用研究

5.1概论

5.2感应电动机综合负荷模型结构

5.3模型向量基理论

5.4利用分行业负荷构成模型分类综合负荷参数的方法

5.5算例

三、参考文献

[1]霍成军.电力系统负荷特性分析研究[D].天津：天津大学，2007

[2]仲伟宽.数据挖掘技术在负荷特性分析中的应用[D].南京：东南大学，2006

[3]康重庆，夏清，沈瑜，等.电力系统负荷预测的综合模型[J].清华大学学报，1999，399（1）:8-11

[4]李媛媛，牛东晓.基于最优可信度的月度负荷综合最优灰色神经网络预测模型[J].电网技术，2005,29（5）：16-19

[5]赵希正.电力负荷特性分析与预测.北京[Z].中国电力出版社，2002

[6]国家电网公司.负荷特性分析研究专题内容深度要求[Z].国家电网，2006

[7]鞠平，马大强.电力系统负荷建模[M].北京：水利电力出版社，1995

[8]李国庆，徐凤隔，等.一种新的负荷动态电压模型及参数辨识[J].东北电力学院学报，1998,3,18(1):1-8

[9]李欣然，贺仁睦，周文.一种具有全电压适应性的综合负荷模型[Z].中国电机工程学报，1999(5)

[10]侯雪波.湖南电网“十五”期间负荷特性分析[J].华中电力，2007,20（4）：32-35

[11]李旭前，云南电网负荷特性分析与建模研究[D].昆明：昆明理工大学，2007

[12]J.C.Hwang，C.W.Huang.The application of load characteristic services system for improved customer services in Taipower,IEEE Power Systems Conference & Exposition,2004.1-6

[13]Sfetsos,A.Short-term load forecasting with a hybrid clustering algorithm[J].IEE Proceedings:Communications,2003,150(3):257-262

[14]P.Ju,E.Handschin and D,Karlsson:Nonlinear Dynamic Load Modeling:Model and Parameter Estimation,IEEE Trans.on PWRS.Vol.11(1996),No.4,1689-1697