精品91麻豆免费免费国产在线_男女福利视频_国产一区二区三区小向美奈子_在教室里和同桌做校园h文

當前位置:

2014年注冊電氣工程師考試供配電專業參考資料4

發表時間:2014/2/7 14:45:28 來源:互聯網 點擊關注微信:關注中大網校微信
關注公眾號

為幫助考生更好地復習2014年注冊電氣工程師考試課程,小編整理了電氣工程師考試輔導資料供大家參考復習,希望對您參加2014年電氣工程師考試有所幫助!

灰色理在負荷預測中的應用

電力系統的負荷預測是電力規劃、生產和運行等工作的重要基礎,準確的負荷預測有利于提高電網運行的安全穩定性,增強供電可靠性,從而提高電力系統的經濟效益和社會效益。首先分析預測模型的要求及對各種預測方法的簡單介紹,以一個已開發的《基于灰色理論的電力負荷預測系統》為例簡單探討灰色理論在負荷預測中的實際應用。

負荷預測預測模型灰色理論一、概述電力系統負荷預測是實現電力系統安全、經濟運行的基礎,對一個電力系統而言,提高電網運行的安全性和經濟性,改善電能質量,都依賴于準確的負荷預測。因此,負荷預測的關鍵是提高準確度。此外,從發展來看,負荷預測也是我國實現電力市場的必備條件,具有重要的理論意義和實用價值。

負荷預測是從已知的用電需求出發,考慮政治、經濟、氣候等相關因素,對未來的用電需求做出的預測。負荷預測包括兩方面的含義:對未來需求量的預測和未來用電量的預測。電力需求量的預測決定發電、輸電、配電系統新增容量的大小;電能預測決定發電設備的類型。

根據不同的預測目的,負荷預測可分為超短期、短期和中長期的預報。一般說來,一小時以內的負荷預測為超短期負荷預測,用于安全監視、預防性控制和緊急狀態處理;日負荷和周負荷預測為短期負荷預測,分別用于安排日調度計劃和周調度計劃;月至年的負荷預測為中期負荷預測,主要確定電網的運行方式和設備大修計劃等。二、負荷預測模型的基本要求電力負荷預測是依據負荷歷史資料及相關影響因素建立一個模型,然后對該模型進行評價后用來預報,無論采用什么計算方法,都離不開建立在歷史數據及相關因素上的預測模型,模型精度決定了預測的準確性。

負荷預測模型應能滿足下述要求

1.提供包含有長期預測、中期預測、短期預測、超短期預測等各種方式的預報手段,而且預測的時間間隔可由用戶自定義。

2.預測模型應能反映負荷隨季節、星期及一天內24小時等周期性波動的特點,又能反映負荷自然增長的內在規律,同時能反映負荷受氣溫、日照等氣象條件的影響。

3.對于包括節假日在內的廣義特殊事件的負荷預測應建立專用預測模型,且能提前預測。

4.提供各種類型的預測方法與模型,并且能對歷史數據的合理性進行檢查、修正,具備誤差分析和自動不良數據檢測、辨識功能。

5.預測系統應當既可進行整個區域或電網系統的負荷預測,又能進行分地區電網系統的負荷預測;既可以進行離線負荷預測,也可以進行實時在線負荷預測;

提高負荷預測準確性的難度

1.氣象因素一直是影響負荷的主要因素,特別是對短期負荷預測的影響尤為重要,不同的氣象因素影響程度又隨用戶類別而異,作為可估計的隨機事件,氣象預報的不準確會造成預測結果的雙重誤差。

2.特殊事件的不確定性將造成負荷預測的較大誤差,當今特殊事件的出現趨于頻繁,給預測帶來了難度。

3.反映負荷周期性、趨勢性及與影響因素之間關系的樣本數目難以確定。

4.隨機負荷部分并非平穩的隨機序列。

5.網省級大電網負荷變化有較強的統計規律性,預測結果較準確。而地區級電網的統計規律不甚明顯,不能穩定地指導負荷預測。

任何一種算法都不能保證在所有情況下精度很高,要想提高負荷預測的精度,我們還需要做大量的工作。三、提高負荷預測精度的措施原始數據的預處理

我們都知道,任何負荷預測都是基于原始數據的,因此,原始數據的正確與否決定預測結果的精度。而原始數據往往都是從EMS系統實時采集的,由于動態的數據采集有時會出現通道故障、擁堵等現象,相應的數據采集程序就會中斷,造成了原始數據的錯誤與不真實。所以,在程序設計中,首先應針對原始的各種不真實現象進行預處理,力求將設備造成的隨機的影響據之于預測過程之外。

隨機因素捕捉

大家都知道,在負荷的構成中有許多類似于電爐、軋鋼等沖擊性的負荷,這種負荷的特點是起停快、持續時間短、隨機性強、數值較大,而負荷預測的精度要求在2%以內。因此處理好沖擊負荷的影響對于提高精度有很大的影響。所以在原始數據的處理中必須考慮到沖擊負荷。我們使用的方法是有效值法,通過對沖擊負荷的分析和處理,得到其有效值,然后疊加到平滑后的負荷曲線上,這樣的處理結果便可以應用于負荷預測中了。

提高影響因素的預測精度以及影響因素的量化處理

負荷預測不僅僅要使用歷史數據,還要考慮各種對負荷有較大影響的因素,如氣象因素、政治因素、重大活動等。這些因素都會與歷史數據一樣作為預測程序的輸入值。因此,這些因素的準確度直接會對負荷預測結果造成影響。因此,必須對這一類數據必須進行適當的量化處理:一是依靠經驗值,并且調試后不斷改進,力求準確,二是由程序識別,通過回歸等方法動態賦值。前一種方法比較簡單,但很難準確,后一種方法雖然理論上比較成熟,但由于模型不確定,實現起來很困難,具體應用哪一種方法,要視實際情況而定。

比較預測模式,尋求最優方案

對于中國目前的電力結構,在一個網省調下面有許多供電區域,往往是以地域劃分的。而實際需要的結果卻是一個整體的負荷。因此便產生了單獨預測和整體預測兩種模式,究竟哪一種模式比較好,則需要從實踐中去試驗。

從電網的負荷預測實踐來看,單獨預測后疊加與整體預測各有優缺點。由于各類影響因素的分布區域不同,單獨預測時可以通過細化考慮的因素比較真實,以氣象因素為例,電網的地區氣象條件不同,可以各自考慮,應該說更準確些,但這樣做也有缺陷,一方面是一般都采用一種方法進行預測,其誤差方向比較一致,這樣疊加后產生更大的誤差,另一方面各供電區域的預測疊加后并非是我們所需求的用于發電安排的負荷,還要通過換算,考慮到廠用電情況,而廠用電率一般并不是一個精確的數值,如此勢必帶來誤差。若采用整體預測,原始數據便是我們用于安排發電計劃的數據,各種因素雖然不能直接使用,但可以通過負荷比例進行等值擬合后作為整體預測的輸入量,這樣只會有一次誤差。從實踐中看,后一種方式雖比較模糊,但由于大電網效應,精度較前一種方式高。

當然,具體采用哪一種方式要根據實踐的檢驗而定,前一種模式在理論上比較成熟,但在算法的選擇上不能單一。我們都知道,任何一種算法都無法在所有情況下達到較高的精度,這與負荷結構以及負荷特性有直接的關系。

做好負荷日的類型分析

在做負荷預測的時候,對于歷史數據的選擇很有學問,力求使用與預測日同類型的歷史負荷數據。這樣不但可以去除好多非同類型日數據的干擾,而且可以提高迭代收斂速度,簡單計算。但是,對負荷日進行精確分類是相當困難的,需要大量的經驗和比較。目前最簡單的分類是休息日和工作日,這樣的劃分太粗糙,不能滿足實際的需要,真正實用化的分類還需要大量的判據。負荷日類型一般可以根據以下幾個方面科學分類:負荷特性,一般指負荷曲線輪廓;負荷值大小;氣象等有關因素;工作日、休息日、節假日。在這幾個方面中最重要的是負荷特性和負荷值,但這個判據比較難于歸納分析,而后兩種判據易于判別。因此,實際中主要根據后兩種判據進行分類。

利用約束條件進行預測結果修正

負荷預測應包括電力預測和電量預測,我們常使用的是電力預測,因為這也是需要的最終結果。但電量預測也是相當有用的,它不會像電力預測的隨機性那么大,可以作為電力預測的修正約束條件。

以最大、最小值配合分配系數法的電力預測為例,這種方法只需要預測出預測日的最大、最小值,用同類型日的歷史數據計算出分配系數,即曲線趨勢,經分配計算后便可以得到預測日的預測曲線。這種方法比較簡單、實用、計算量小,但隨機性較大,若最大、最小值由于受歷史壞數據或沖擊負荷的影響偏差過大,就會使整個曲線抬高或降低,而電量受沖擊負荷的影響較小,利用電量預測進行約束,便可以得到較好的修正曲線。四、灰色理論在負荷預測中的實際應用灰色理論概念

灰色系統理論是由鄧聚龍教授于1982年在國際上首先提出的,長期以來普遍應用于國民經濟的工業控制、經濟預測、產量預測等硬科學領域和軟科學領域,成為這些領域預測、決策、分析、控制的有利工具。

灰色系統理論認為客觀世界是物質的世界,也是的世界。根據對客觀系統所了解的量的多少,灰色系統理論把客觀系統分為:完全已知的系統白色系統、完全未知的系統黑色系統,以及部分已知、部分未知的系統灰色系統。對灰色系統的研究的主要目的在于對灰色系統建模,也就是根據已知建立灰色系統的數學模型,從而預測灰色系統的未知。灰色系統理論把任何隨機過程都看作在一定時空區域中變化的灰色過程,而隨機變量則被看作為灰色量。灰色量所表現的無規律的離散時空數列是潛在的規律性的表現。灰色系統理論首先通過數據灰色生成把原始數據數列處理成適合于灰色建模的有規律的數列。在得到預測值數列以后,同樣還要進行數據還原得到實際系統的預測數據,所以可以說灰色過程實質上是對生成數列建模。在處理技術上,灰色過程是通過對原始數據的整理來找數的規律的,而其他的一些處理方法則是按統計規律和先驗規律來處理數據的。按統計規律和先驗規律處理數據的方法是建立在大樣本量的基礎上,而且要求數據規律是典型的規律,而對于非典型的規律,則是難以處理的。而灰色過程卻沒有這樣限制,灰色模型通常只需4個以上的數據就可以建模,而且不必知道原始數據具有的先驗特征。

灰色系統預測方法基本原理

灰色系統是指部分已知,部分未知的系統。灰色系統理論的實質是將無規律的原始數據進行累加生成,得到規律性較強的生成數列后再重新建模。由生成模型得到的數據再通過累加生成的逆運算累減生成得到還原模型,由還原模型作為預測模型。灰色模型是預測工作的基礎模型。以灰色系統理論的GM模型為基礎的預測,叫灰色預測。它可以分為以下7類:

1.數列預測:對某一事物發展變化趨勢的預測。2.災變預測:即災變出現時間的預測,災變有多種,如洪水、干旱、澇等災害。3.季節災變預測:指對災害出現在一年內的某個特定時區的預測。4.拓樸預測:也叫波形預測、整體預測,是用GM模型來預測未來發展變化的整個波形。5.系統預測:指對系統的綜合研究所進行的綜合預測。6.包絡GM灰色區間預測:參考數列分布趨勢構造一個上、下包絡線為邊界的灰色預測帶,建立上、下2個包絡模型。7.激勵阻尼預測:將激勵、阻尼因數以量化形式反映在GM模型中的預測,叫激勵阻尼預測。

《基于灰色理論的電力負荷預測系統》

《基于灰色理論的電力負荷預測系統》目前以漢化Visualbasic6.0開發圖形顯示部分,以漢化的ACCESS2000數據庫支持數據管理部分。程序代碼在Win98以上操作系統均通過調試,運行環境為:中文Window98

以上操作系統。

《基于灰色理論的電力負荷預測系統》是一個以中長期負荷預測為目標的預測系統,具備5年之內年度預測的基本功能。該軟件設計思路如下:采用灰色理論為設計的基本理論,采用原始數據的一次累加生成序列和GM模型為建模基礎!在實際設計中通過對命令按鈕的click事件觸發原始數據,按照指定的模型進行計算。在最后預測的顯示過程中,通過建立的控件數組text10與最終計算結果相匹配,顯示在文本框中。其主要特點為:

1.強大的數據庫功能:本系統采用DATA控件與ACCESS2000關系型數據庫相連。關系型數據庫是目前最流行的數據庫,可以采用現代數學理論和方法對數據進行處理,它提供了結構化的查詢語言SQL.各項操作都是通過記錄集完成的。記錄集是一個對象,一個記錄集是數據庫中的一組記錄,可以是整個數據表或表的一部分。在原始數據的輸入方面,操作人員可直接通過表輸入并修改數據,也可在系統上直接操作。

2.欲改進及增加的功能:①將預測結果數據與數據庫相結合,能夠將預測數據保存到數據庫中。②進一步改進預測精度,如從在原始數據上采用更精確的插值算法;在預測模型上增加一個系數,將天氣及節假日影響加入到最終預測結果中。五、結束語負荷預測是電力系統調度、實時控制、運行計劃和發展規劃的前提,是一個電網調度部門和規劃部門所必須具有的基本。提高負荷預測技術水平,有利于計劃用電管理,有利于合理安排電網運行方式和機組檢修計劃,有利于節煤、節油和降低發電成本,有利于制定合理的電源建設規劃,有利于提高電力系統的經濟效益和社會效益。因此,負荷預測已成為實現電力系統管理現代化的重要內容。

幾十年來各種可能的算法均在負荷預測課題上試驗過了,目前實用的算法主要有:線性外推法、線性回歸法、人工神經網絡法、灰色系統法和專家系統方法等。各種算法均有一定的適用場合,可以說沒有一個算法適用于各種負荷預測模型而精度比其它算法都高。

灰色系統理論把一般系統論、論、控制論的觀點和方法延伸到社會、經濟、生態等抽象系統,并結合數學方法,發展成為一套解決不完備系統即灰色系統的理論和方法。它對未來的研究具有重要意義。由電力系統實際情況可知:用電量及負荷增長受經濟發展、產業結構、居民收入水平、氣候等諸多因素的影響,其中一些因素是確定的,而一些因素則不確定,故可把它看作一個灰色系統。

但目前GM模型在實際應用中還存在局限性,比較適用于具有較強指數規律的負荷序列,只能描述單調的變化過程,而對于特殊的負荷增長方式,例如當負荷按照“S”型曲線進行增長或增長處于飽和階段時,若采用該灰色模型則預測誤差較大,預測精度不滿足實際要求。

灰色預測法作為電力系統需電量預測方法之一,已成為重要的研究手段,但尚有許多方面有待于進一步研究,如尋求更有效的、更符合電力系統需電量發展規律的原始數據處理方法。

總之負荷預測的結果是電力系統運行的基礎數據,其精度直接影響運行的安全性和經濟性。因此,提高其精度也是每個負荷預測人員追求的最高目標。參考文獻:

劉晨暉,電力系統負荷預報理論與方法。哈爾濱:哈爾濱工業大學出版社,1987.

傅立,灰色系統理論及其應用。重慶:科學技術文獻出版社,1992.

翟軍、盛建明,MGM灰色模型及應用.系統工程理論與實踐,1997.

編輯推薦:

2014年注冊電氣工程師考試供配電專業參考資料匯總

2014年注冊電氣工程師考試供配電備考輔導資料匯總

2014年電氣工程師考試科目供配電專業精選考點匯總

2014年注冊電氣工程師考試供配電專業考點資料匯總

更多關注:2013年電氣工程師成績查詢 電氣工程師培訓 電氣工程師真題 電氣工程師論壇

(責任編輯:xy)

2頁,當前第1頁  第一頁  前一頁  下一頁
最近更新 考試動態 更多>

近期直播

免費章節課

課程推薦

      • 勘察設計工程師

        [VIP班]

        3大模塊 準題庫自主資料 校方服務

        1580

        了解課程

        496人正在學習

      • 勘察設計工程師

        [精品班]

        2大模塊 準題庫自主資料 校方服務

        980

        了解課程

        615人正在學習