论文部分内容阅读
智能电网的发展,对电网提出了能够满足用户对电力供应的开放性和互动性的要求。为了实现智能电网的信息化,需要对电网内实时及非实时的信息进行共享以及合理利用。掌握居民用电信息因此愈加重要,实现对居民生活用电的负荷预测在未来的电网中具有举足轻重的意义。相较于电网层面的预测,用户层面的预测更为困难。现有的负荷预测中,缺乏针对单个设备的负荷预测方法或者模型。为了探索设备负荷预测建模的方法,本文提出了一种基于不同类型的设备运行特性的自下而上的负荷建模方法,实现对家庭内不同类型的设备以及家庭整体能耗情况的预测。本文的研究基于英国REFIT项目的开源数据以及法国昂热高等工程师学院(ESEO)提供的设备数据。本文首先对不同家庭内的不同用电设备的运行特性进行了分析,根据不同设备的运行原理及相关运行特性,将设备分为单一状态设备和复杂状态设备。对单一状态设备,直接将设备视为ON/OFF的双状态系统,对于复杂状态设备,根据其运行特性将其拆解为一系列ON/OFF的双状态子系统,这些子系统的线性叠加,即可获得完整的设备总系统。基于各个设备解构后的子系统,本文采用马尔科夫链对给定设备的各个子系统分别进行建模,通过预测各个子系统的时序运行状态获取设备的运行功率值,并以某段时间内的平均功率衡量设备的能耗水平。然后,基于马尔科夫链的建模方法和设备解构的研究思路,本文建立了自下而上的家庭负荷预测模型。通过相似日内各个设备的运行状况获取模型的参数,并进而对待预测日的设备负荷进行预测,最终获取整个家庭的负荷水平。最后本文针对定频的温控类型设备,采用皮尔逊相关系数研究了环境温度与设备运行周期之间的相关性,采用隐马尔科夫模型建立了设备运行状态与环境温度的数学模型,依据当天外界环境信息对定频温控类型设备的运行状态做出预测,进一步获取不同时间段内的平均功率,以体现用户相应的能耗水平。本文通过误差计算,分析了各个模型的预测效果,验证了各个模型的适用性。仿真结果表明,基于相似日选取的蒙特卡洛马尔科夫模型对不同设备的日平均负荷的预测误差约为2%~8%,而隐马尔科夫模型对温控类设备状态预测的精度约为70%。