论文部分内容阅读
摘要：在智能电网下，新能源大量的接入电网，对新能源负荷特性研究对于低碳經济发展大背景下电力系统的规划运行至关重要。但是新能源的不确定性和随机性将对传统电网规划、设计和运行带来一定的影响。在国家对能源重视程度日趋提高背景下，新能源的发展形式有多种多样，开发、利用新能源发展已经成为当前社会背景下解决能源紧缺问题的重要手段之一。发展新能源不仅能够节约非可再生能源，同时也能够促进低碳环保经济发展。本文就重点分析了新能源对综合负荷特性的影响。
0.背景
电力系统负荷预测是在智能电网下电力系统发电计划的重要组成部分，也是电力系统经济运行的基础。在能源短缺、环境污染严重、全球气候变暖的当今世界，新能源发电、电动汽车等新能源的出现，在缓解能源危机、促进人与环境和谐发展等方面具有不可替代的优势，现已经成为电力企业所关注的焦点。但是新能源等新能源接入容量的不断增大，不仅影响到了电网的结构，同时也使得潮流的流向发生了改变，进而使得配电网的运行特性和负荷特性也受到了影响。合负荷特性的准确与否，将影响到电力系统仿真计算，从而影响到电网整体规划设计与运行调度。因此，针对新能源大规模接入条件下的负荷特性研究与分析就显得极为重要。
1.新能源负荷特性研究
电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于制定合理的新能源规划，有利于提高电力系统的经济效益和社会效益。电力系统负荷预测是以准确的统计数据和调查资料为依据，从用电量的历史和现状出发，用科学的方法预测未来电力负荷的发展趋势和变化规律的科学。
1.1开展新能源负荷特性调查
通过开展新能源负荷特性调查，得到新能源负荷特性的各种信息，加以分析就能找出负荷发展的一些规律，为负荷预测提供基础和研究方向，同时，负荷预测的结论也要依靠新能源负荷特性调查来验证和修订。在短期负荷预测中，根据供电区域的新能源负荷特性调查结果，建立新能源负荷特性信息数据库，主要用于掌握各类负荷的组成和电气接线情况，用于定量地确定特殊事件对负荷的影响。分析本地区用户负荷的地理分布情况，用于定量地确定天气事件对负荷的影响。通过了解大用户的未来生产流程和计划，分析用电规律和典型用电曲线，预测这部分负荷的未来电量。
1.2分析历史数据和资料进行合理选用
预测负荷必须以历史数据和资料为基础，但在使用前一定要对原始数据及其对应的影响因素资料进行认真分析，必要时要进行技术处理包括还原、校对等，使得使用的数据和资料具有真实性、代表性和完整性。在使用历史数据时，还要合理选定样本空间，并根据历史数据时间顺序确定不同的权重，使由此得到的负荷特性能真正揭示电力负荷的变化规律。
1.3确定适当的负荷特性研究和方法
建立适当的负荷特性研究，指负荷特性研究应能明确表示目前负荷与过去负荷以及干扰之间的关系，并满足一定指标。因此，这样的负荷特性只与系统的历史数据以及干扰信息有关。考虑到负荷波动的时变性，负荷特性研究应易于维护，通常采用带自适应性的负荷特性或采用递推算法的负荷特性。考虑节假日负荷变化与平时情况显著不同，还可将负荷特性研究分为正常日和节假日负荷特性研究。在选用适当的预测方法时，应首先考虑精度，再考虑预测方法的理论是否成熟、实践经验是否丰富以及抗干扰能力的强弱。
3.智能电网下新能源负荷特性研究的具体做法
3.1独立供电新能源负荷特性研究
直流负载和交流负载分别接在升压变换器和逆变器的输出端。独立带载时，在逆变器的作用下，电压源输出稳定，将使用电压控制为恒定额度，输出功率、输出电压相位以及输出电流相位均受到负载大小的影响。电压电流双闭环反馈是新能源系统离网独立供电中常用的输出电压控制方法。根据输出电压的检测值，计算与标准正弦输出电压之间的差值，然后利用比例积分进行调节，补偿差值后得到电流基准。
3.2并网供电仿真新能源负荷特性研究
当新能源系统接入电网时，则需要考虑电能质量能否达标，满足等效负荷要求。逆变器的运行稳定、高效，并根据日照、温度、负载的变化进行调节。并网电流是逆变器输出电流与负载电流的差值。电流幅值是否发生变化与负载性质有关。电阻性负载下，指令电流的幅值变化对其不构成影响。而在电感性负载下，负载电流保持恒定，输出电流幅值受到指令电流的幅值变化的影响，进而引起并网电流的变化，充分满足据当前的电力需求。
3.3电力负荷预测方法分析
为了做好负荷预测工作，必须对电力系统负荷的现状和历史数据进行统计调查。为了能够较为准确的掌握增长的因素与规律需要从以下几方面进行分析能源变化与电力负荷的关系，国民生产总值增长率与电力负荷增长率的关系，工业发展与电力负荷增长的关系，大型设备与人口增长与电力负荷增长的关系，电力负荷的序列发展过程史。
3.4时间序列预测法。
时间序列法是应用较早且较为广泛的一种电力负荷预测方法。该方法根据历史统计数据总结电力负荷发展的年增长率或负荷平均增长率与时间的顺序关系。把时间序列作为一个随机变量，用概率统计方法，尽可能忽略偶然因素的影响。从而建立数学负荷特性描述电力负荷的变化过程，在该负荷特性基础上归纳出数学表达式，以此来进行电力负荷预测。在时间序列法中常用的技术有状态估计、卡尔曼滤波和自回归动平均负荷特性等。
3.5人工神经网络预测法。
人工神经网络法是当前最为常用的电力负荷预测方法。人工神经网络是对人脑学习过程和处理问题的智能化模仿。该方法由多个并行运算的神经元节点及与之连接的权值构成。通过相应的函数实现输出与输入值之间的非线性映射关系。人工神经网络预测对大量的非结构性、非准确性规律具有自适应功能，并且具有强大的学习能力。但是，人工神经网络存在学习参数的设置困难，如何保证收敛且保证运算速率统一性，如何确定合适的网络结构等问题。
3.6模糊预测法。
模糊预测法是从模糊理论角度出发，根据现有的电力负荷历史数据和实际中工作经验进行综合分析，再通过计算机进行数据运算来完成预测。对电力系统用电负荷中不准确现象和模糊现象进行处理，但是该方法学习能力比较差，且受外在因素影响较大。
3.7数据挖掘预测法。
数据挖掘预测法就是从海量的电网数据中去除冗余信息挖掘出对于预测有用的信息数据。现有大量的电力负荷数据中有些数据是对负荷预测没有作用，因此需要对其中的有用的数据信息进行有效的提取，这样可以有效的提高负荷预测的准确性。当前，常用的数据挖掘技术有神经网络、决策树和聚类分析技术等。
4.结论
随着新能源负荷特性的发展，负荷预测的重要性日益显现，并且对负荷预测精度的要求越来越高。本文对于当前常用的电力负荷预测方法进行了分析，从当前电网负荷的复杂程度分析，预测方法往往需要多种结合才能确保得到更准确的预测准确率。根据新能源电网的具体电力系统负荷分析，找出适合的负荷预测方法是电网规划中必不可少的部分。因此，应该在今后的学习中不断探索新的负荷预测方法，为提高新能源电力负荷预测准确率进行大量的研究。
参考文献
[1]刘晨晖.电力系统负荷预报理论与方法.哈尔滨：哈尔滨工业大学出版社，2015，03.
[2]伊瑞.电力负荷预测中的数学方法及应用研究[D].中南大学，2016，07..
[3]赖晓平，周鸿兴，田发中.电力系统短期负荷预测的混合负荷特性神经元网络方法[J].电网技术，2015，10.
0.背景
电力系统负荷预测是在智能电网下电力系统发电计划的重要组成部分，也是电力系统经济运行的基础。在能源短缺、环境污染严重、全球气候变暖的当今世界，新能源发电、电动汽车等新能源的出现，在缓解能源危机、促进人与环境和谐发展等方面具有不可替代的优势，现已经成为电力企业所关注的焦点。但是新能源等新能源接入容量的不断增大，不仅影响到了电网的结构，同时也使得潮流的流向发生了改变，进而使得配电网的运行特性和负荷特性也受到了影响。合负荷特性的准确与否，将影响到电力系统仿真计算，从而影响到电网整体规划设计与运行调度。因此，针对新能源大规模接入条件下的负荷特性研究与分析就显得极为重要。
1.新能源负荷特性研究
电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作之一。提高负荷预测技术水平，有利于计划用电管理，有利于合理安排电网运行方式和机组检修计划，有利于制定合理的新能源规划，有利于提高电力系统的经济效益和社会效益。电力系统负荷预测是以准确的统计数据和调查资料为依据，从用电量的历史和现状出发，用科学的方法预测未来电力负荷的发展趋势和变化规律的科学。
1.1开展新能源负荷特性调查
通过开展新能源负荷特性调查，得到新能源负荷特性的各种信息，加以分析就能找出负荷发展的一些规律，为负荷预测提供基础和研究方向，同时，负荷预测的结论也要依靠新能源负荷特性调查来验证和修订。在短期负荷预测中，根据供电区域的新能源负荷特性调查结果，建立新能源负荷特性信息数据库，主要用于掌握各类负荷的组成和电气接线情况，用于定量地确定特殊事件对负荷的影响。分析本地区用户负荷的地理分布情况，用于定量地确定天气事件对负荷的影响。通过了解大用户的未来生产流程和计划，分析用电规律和典型用电曲线，预测这部分负荷的未来电量。
1.2分析历史数据和资料进行合理选用
预测负荷必须以历史数据和资料为基础，但在使用前一定要对原始数据及其对应的影响因素资料进行认真分析，必要时要进行技术处理包括还原、校对等，使得使用的数据和资料具有真实性、代表性和完整性。在使用历史数据时，还要合理选定样本空间，并根据历史数据时间顺序确定不同的权重，使由此得到的负荷特性能真正揭示电力负荷的变化规律。
1.3确定适当的负荷特性研究和方法
建立适当的负荷特性研究，指负荷特性研究应能明确表示目前负荷与过去负荷以及干扰之间的关系，并满足一定指标。因此，这样的负荷特性只与系统的历史数据以及干扰信息有关。考虑到负荷波动的时变性，负荷特性研究应易于维护，通常采用带自适应性的负荷特性或采用递推算法的负荷特性。考虑节假日负荷变化与平时情况显著不同，还可将负荷特性研究分为正常日和节假日负荷特性研究。在选用适当的预测方法时，应首先考虑精度，再考虑预测方法的理论是否成熟、实践经验是否丰富以及抗干扰能力的强弱。
3.智能电网下新能源负荷特性研究的具体做法
3.1独立供电新能源负荷特性研究
直流负载和交流负载分别接在升压变换器和逆变器的输出端。独立带载时，在逆变器的作用下，电压源输出稳定，将使用电压控制为恒定额度，输出功率、输出电压相位以及输出电流相位均受到负载大小的影响。电压电流双闭环反馈是新能源系统离网独立供电中常用的输出电压控制方法。根据输出电压的检测值，计算与标准正弦输出电压之间的差值，然后利用比例积分进行调节，补偿差值后得到电流基准。
3.2并网供电仿真新能源负荷特性研究
当新能源系统接入电网时，则需要考虑电能质量能否达标，满足等效负荷要求。逆变器的运行稳定、高效，并根据日照、温度、负载的变化进行调节。并网电流是逆变器输出电流与负载电流的差值。电流幅值是否发生变化与负载性质有关。电阻性负载下，指令电流的幅值变化对其不构成影响。而在电感性负载下，负载电流保持恒定，输出电流幅值受到指令电流的幅值变化的影响，进而引起并网电流的变化，充分满足据当前的电力需求。
3.3电力负荷预测方法分析
为了做好负荷预测工作，必须对电力系统负荷的现状和历史数据进行统计调查。为了能够较为准确的掌握增长的因素与规律需要从以下几方面进行分析能源变化与电力负荷的关系，国民生产总值增长率与电力负荷增长率的关系，工业发展与电力负荷增长的关系，大型设备与人口增长与电力负荷增长的关系，电力负荷的序列发展过程史。
3.4时间序列预测法。
时间序列法是应用较早且较为广泛的一种电力负荷预测方法。该方法根据历史统计数据总结电力负荷发展的年增长率或负荷平均增长率与时间的顺序关系。把时间序列作为一个随机变量，用概率统计方法，尽可能忽略偶然因素的影响。从而建立数学负荷特性描述电力负荷的变化过程，在该负荷特性基础上归纳出数学表达式，以此来进行电力负荷预测。在时间序列法中常用的技术有状态估计、卡尔曼滤波和自回归动平均负荷特性等。
3.5人工神经网络预测法。
人工神经网络法是当前最为常用的电力负荷预测方法。人工神经网络是对人脑学习过程和处理问题的智能化模仿。该方法由多个并行运算的神经元节点及与之连接的权值构成。通过相应的函数实现输出与输入值之间的非线性映射关系。人工神经网络预测对大量的非结构性、非准确性规律具有自适应功能，并且具有强大的学习能力。但是，人工神经网络存在学习参数的设置困难，如何保证收敛且保证运算速率统一性，如何确定合适的网络结构等问题。
3.6模糊预测法。
模糊预测法是从模糊理论角度出发，根据现有的电力负荷历史数据和实际中工作经验进行综合分析，再通过计算机进行数据运算来完成预测。对电力系统用电负荷中不准确现象和模糊现象进行处理，但是该方法学习能力比较差，且受外在因素影响较大。
3.7数据挖掘预测法。
数据挖掘预测法就是从海量的电网数据中去除冗余信息挖掘出对于预测有用的信息数据。现有大量的电力负荷数据中有些数据是对负荷预测没有作用，因此需要对其中的有用的数据信息进行有效的提取，这样可以有效的提高负荷预测的准确性。当前，常用的数据挖掘技术有神经网络、决策树和聚类分析技术等。
4.结论
随着新能源负荷特性的发展，负荷预测的重要性日益显现，并且对负荷预测精度的要求越来越高。本文对于当前常用的电力负荷预测方法进行了分析，从当前电网负荷的复杂程度分析，预测方法往往需要多种结合才能确保得到更准确的预测准确率。根据新能源电网的具体电力系统负荷分析，找出适合的负荷预测方法是电网规划中必不可少的部分。因此，应该在今后的学习中不断探索新的负荷预测方法，为提高新能源电力负荷预测准确率进行大量的研究。
参考文献
[1]刘晨晖.电力系统负荷预报理论与方法.哈尔滨：哈尔滨工业大学出版社，2015，03.
[2]伊瑞.电力负荷预测中的数学方法及应用研究[D].中南大学，2016，07..
[3]赖晓平，周鸿兴，田发中.电力系统短期负荷预测的混合负荷特性神经元网络方法[J].电网技术，2015，10.