当前位置:主页 > 管理论文 > 生产管理论文 >

京津冀协同下保定电力负荷分析及配网发展策略研究

发布时间:2022-01-22 08:59
  在京津冀协同发展背景下,保定地区的整体经济、城市发展呈现多元化的发展趋势,从而显著地提高了保定地区整体的供电压力。因此针对保定地区的电力负荷展开分析研究,是保障保定配网发展策略制定的关键性工作,具有重要的现实意义。在对保定市电网负荷预测进行分析及配网发展策略制定的研究过程中,本文主要以配电网络规划、电力负荷预测技术及理论作为课题开展的理论依据展开相应的研究,本课题研究的流程及主要内容如下:首先,课题在对保定地区近五年内的日度、月度、年度电网负荷数据进行统计分析的基础上,采用文献调研、专家咨询等方法,通过对国内外相关研究的收集整理,结合课题构建电网负荷预测模型的研究需要及资料信息的可获取性,初步筛选出包括保定地区的地区生产总值、人口、产业结构、固定资产投资、人均可支配收入、财政收入、消费价格水平等七项影响因素,利用灰色关联分析求取这七项影响因素和保定市用电量的相关性,选取与保定市全社会用电量之间的灰色关联度大于等于0.75的五项影响因素,即消费价格水平,产业结构,人口数,人均可支配收入、地区生产总值。然后,在影响因素确定的基础上,选取BP神经网络对保定市全社会用电量进行预测,并且针对BP... 

【文章来源】:华北电力大学河北省 211工程院校 教育部直属院校

【文章页数】:61 页

【学位级别】:硕士

【部分图文】:

京津冀协同下保定电力负荷分析及配网发展策略研究


012年-2016年夏季负荷最大日负荷变化曲线

保定市,月度,曲线变化,峰谷差


图 3-2 2012-2016 年保定市月度曲线变化为提高月度负荷分析的准确性及可参考价值,以选取月最大负荷数值、月数值、最大日峰谷差率的方式,对保定市的月度电网负荷展开讨论,其具体如下:表 3-3 2012-2016 年保定市的月负荷特性(单位:MW)最大负荷 最小负荷 峰谷差2012.8 134 110 242013.7 140 106 342014.8 138 110 282015.9 140 109 312016.7 143 110 33通过对保定市的电网负荷情况进行针对性分析,其整体的构建及处理,波动并不明显,其主要集中在每年的 7-9 月,其整体波动差异在可控范围内是,从峰谷差的角度进行分析,其数值差异相对较大,这说明京津冀协同下市供电网络的综合构建及处理,仍然需要从负荷压力及负荷变化等方面进行分析。

负荷曲线,保定,负荷曲线,年度


图 3-3 2012-2016 年保定年度负荷曲线变化在对年最大负荷、最大峰谷差率进行分析的过程中,其整体变化呈上升趋势电力供应的整体质量相对稳定,但是,在出现最大峰谷差率最小时,保定市的体供电质量相对降低。保定市近五年的日度负荷、月度负荷、年度负荷数据显示,其地区用电量电网负荷同步增长。虽然保定市已经开始对电网系统的自动化、技术化及构建本等方面进行专项调整,但是其电网建设仍需进一步调整与规划。通过针对历负荷数据的分析,不仅可以更加确切地认识京津冀协同下保定市地区的整体负情况,而且为未来的负荷发展预测提供了大致的方向。下文利用文献调研法和专家咨询法梳理的电网负荷预测影响因素,对其进灰色关联分析,确定每一个影响因素的影响强弱,并在BP神经网络的基础上,对BP神经网络已陷入局部最优和随机选取初始参数的不足,本文拟采用改进的子算法(PSO)优化后向传播(BP)神经网络的方法对保定市 2020 年的电网负进行预测,实现电网线路规划的相对明确。3.2 保定市电网负荷预测模型的构建

【参考文献】:
期刊论文
[1]基于GA-BP算法的呼和浩特地区短期电力负荷预测[J]. 陈英慧,商淼,李婷,高红艳.  山东工业技术. 2018(05)
[2]基于改进粒子群神经网络短期负荷预测[J]. 姜雲腾,李萍.  电气技术. 2018(02)
[3]配电网规划中电力负荷预测方法探讨[J]. 文素梅.  低碳世界. 2017(34)
[4]基于RBF神经网络的电力负荷预测研究[J]. 王家兰.  西安文理学院学报(自然科学版). 2017(06)
[5]供电企业配电网投资综合影响及优化管控策略[J]. 杨达伟,雷国盛.  管理观察. 2017(29)
[6]电网供电系统短期电力负荷预测优化仿真[J]. 王惠中,杨世亮,卢玉飞.  计算机系统应用. 2017(08)
[7]关于配电网规划中电力负荷预测方法的研究[J]. 黄邦义.  自动化应用. 2017(06)
[8]基于“进化”主成分分析法的用户分类及其应用[J]. 和敬涵,卢育梓,陆金耀,胡波,杨方,何博.  电力建设. 2017(03)
[9]温湿变化对北京城区气象敏感电力负荷的影响分析[J]. 赵娜,石玉恒,李乃杰,沈建红.  中国电力. 2017 (02)
[10]基于增量优化极限学习机的电力负荷预测[J]. 宁晓光,朱永利.  计算机仿真. 2016(02)

博士论文
[1]配电网规划优化方法的研究[D]. 于佳.沈阳农业大学 2008

硕士论文
[1]基于负荷量测数据的电力负荷聚类方法研究[D]. 程祥.浙江大学 2017
[2]智能电网调度主站D5000系统的应用研究[D]. 李国伟.华北电力大学 2014
[3]基于BP-GARCH模型的四川省中期电力负荷预测研究[D]. 韩艳美.华北电力大学 2012
[4]供电企业节能减排行为科学研究[D]. 黄彦龙.浙江大学 2010
[5]宁东镇区配电网规划[D]. 杨剑锋.华北电力大学(河北) 2006



本文编号:3601910

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/3601910.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户559b3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com