考虑价格型需求响应的电力系统短期负荷预测研究
发布时间：2021-07-22 10:38
随着智能电网的发展,全球电力行业正在发生一场革命性的变革。智能电网将信息网络技术与过时的传统配电网结合起来,增强了电力资源弹性并且减少了碳足迹。随着政府项目的推出和各种商业宣传推广活动的开展,智能电网逐渐融入了人们的日常生活中,其中,需求响应技术已经得到了较为广泛的应用和研究。在需求响应的作用下,用户侧的弹性资源得到了有效地利用,在电力公司和用户都获得收益的同时,也使用户的电力负荷消耗规律发生了变化。本文主要研究了考虑价格型需求响应的电力系统短期负荷预测模型,使其能够在实施需求响应环境下具有良好地适应性和预测性能。本文首先总结了需求响应和短期负荷预测的国内外研究现状,介绍了需求响应的相关概念和具体分类,分析了电力系统短期负荷预测在实施需求响应环境下所面临的新的挑战。然后分别研究了实施分时电价和实时电价两种电价机制的需求响应。对于分时电价,利用消费者的效用理论对动态分时电价下的用户负荷曲线进行模拟,通过参数敏感度分析表明,该模型能够灵活模拟用户对电价的反应。为了精准反应用户在需求响应作用下的日负荷曲线规律,对径向基和误差反向传播两种神经网络短期负荷预测模型的输入量进行改进,在其中加入需求...
【文章来源】：青岛大学山东省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
ρ1改变时各个时段负荷量
青岛大学硕士学位论文30图3-6ρ改变时各个时段负荷量假设参数ρ为常量，随着1改变，峰、平、谷各个时段负荷量的变化如图3-5所示。从图3-5可以看出，随着1增大，峰时段负荷量变化幅度较小，有微小增加；平时段和谷时段负荷量变化显著，平时段负荷量与1呈正相关，谷时段负荷量与1呈负相关。因此，通过调节参数1可以很好地控制平、谷时段的用电水平，但对峰时段的负荷量的影响可以忽略不计。假设参数1为常量，随着ρ改变，峰、平、谷各个时段负荷量的变化如图3-6所示。从图3-6可以看出，随着系数ρ的增大，峰、平、谷三个时段的负荷量均有明显变化，峰时段的负荷量显著增加，平和谷时段的负荷量明显减小，但峰时段的变化率显然远远大于平和谷时段，平和谷时段的变化率大致相同。因此，通过调节参数ρ可以较好的控制峰时段的用电水平。3.4基于傅里叶变换的负荷特性分析方法在对需求响应下的电力负荷进行预测时，需要对电力负荷特性进行研究分析，深入了解掌握其各方面特点，这对预测模型输入量的确定以及模型的预测精确度都有重要意义。通常进行负荷特性分析采用时域的分析方法，然而，频域分析更能反映其周期性的分布规律，故本文采用快速傅里叶变换的方法对实施需求响应后的电力负荷进行频谱分析。傅立叶分析是通过将信号分解成正弦波的方式，为信号处理提供了数学方法[51]。离散傅立叶变换(DiscreteFourierTransformation,DFT)的一般形式如公式(3-35)和(3-36)所示，
青岛大学硕士学位论文3112/0NjmnNdnXmxne(3-35)12/01NjmNdkxnXmeN(3-36)式中，N表示在负荷数据中共选取了N个采样点；dXm表示负荷数据中第m个时域负荷采样点所对应的频域值；x(n)表示时域中第n个负荷数据的大校快速傅立叶变换(FastFourierTransformation，FFT)是离散傅立叶变换的优化算法，二者主要区别是前者的复杂度相较于后者更低，提高了计算速度，而采用两种方法得到的计算结果是相同的。本文直接采用MATLAB中FFT工具箱，在某地区实施需求响应后的负荷数据中随机选取了5月份连续14天的负荷数据进行负荷特性分析。每隔15min取一个采样点，故每日共96个采样点，则其频谱分析图像如下图所示图3-7频谱分析图像由图3-7可以看出，在采样频率一倍频时其输出幅值最高，其次为2倍频，4倍频，且幅值相继递减。将上图转化到时域空间，并将幅值过小的分量略去，如图3-8所示：
【参考文献】：
期刊论文
[1]基于神经网络的电力负荷预测方法研究[J]. 罗宁,高华,贺墨琳. 自动化与仪器仪表. 2020(01)
[2]新电改环境下基于效用函数的电网投资决策评价方法[J]. 马倩,王昭聪,潘学萍,刘肖凡. 电力自动化设备. 2019(12)
[3]智能小区可削减柔性负荷实时需求响应策略[J]. 南思博,李庚银,周明,夏勇. 电力系统保护与控制. 2019(10)
[4]基于Stackelberg博弈的智能电网完全分布式需求响应策略[J]. 程杉,陈欢田. 智慧电力. 2019(03)
[5]需求响应下含微电网配电侧市场多目标出清模型[J]. 王辉,廖昆,林艺璇,金彬斌. 电力建设. 2019(02)
[6]家庭用电背景下基于实时电价的需求响应模型[J]. 李洪珠,曹人众,张馨瑜. 电力系统及其自动化学报. 2018(11)
[7]可分性商品效用函数与需求分析[J]. 姜树元,虞玲玲,姜青舫. 数学的实践与认识. 2018(18)
[8]考虑用户行为不确定性的智能家电控制策略[J]. 孙毅,裴俊亦,景栋盛. 电力系统保护与控制. 2018(17)
[9]计及需求响应与动态气潮流的电—气综合能源系统优化调度[J]. 张伊宁,何宇斌,晏鸣宇,郭创新,马世英,宋墩文. 电力系统自动化. 2018(20)
[10]云计算环境下智能电网短期负荷预测方法[J]. 王萍,李磊,胡聪,郭洋,张靖,吴尚. 科学技术与工程. 2018(07)
硕士论文
[1]电力负荷季节特性分析及需求响应动态电价策略研究[D]. 刘红.华北电力大学(北京) 2018
本文编号：3296993
【文章来源】：青岛大学山东省
【文章页数】：65 页
【学位级别】：硕士
【部分图文】：
ρ1改变时各个时段负荷量
青岛大学硕士学位论文30图3-6ρ改变时各个时段负荷量假设参数ρ为常量，随着1改变，峰、平、谷各个时段负荷量的变化如图3-5所示。从图3-5可以看出，随着1增大，峰时段负荷量变化幅度较小，有微小增加；平时段和谷时段负荷量变化显著，平时段负荷量与1呈正相关，谷时段负荷量与1呈负相关。因此，通过调节参数1可以很好地控制平、谷时段的用电水平，但对峰时段的负荷量的影响可以忽略不计。假设参数1为常量，随着ρ改变，峰、平、谷各个时段负荷量的变化如图3-6所示。从图3-6可以看出，随着系数ρ的增大，峰、平、谷三个时段的负荷量均有明显变化，峰时段的负荷量显著增加，平和谷时段的负荷量明显减小，但峰时段的变化率显然远远大于平和谷时段，平和谷时段的变化率大致相同。因此，通过调节参数ρ可以较好的控制峰时段的用电水平。3.4基于傅里叶变换的负荷特性分析方法在对需求响应下的电力负荷进行预测时，需要对电力负荷特性进行研究分析，深入了解掌握其各方面特点，这对预测模型输入量的确定以及模型的预测精确度都有重要意义。通常进行负荷特性分析采用时域的分析方法，然而，频域分析更能反映其周期性的分布规律，故本文采用快速傅里叶变换的方法对实施需求响应后的电力负荷进行频谱分析。傅立叶分析是通过将信号分解成正弦波的方式，为信号处理提供了数学方法[51]。离散傅立叶变换(DiscreteFourierTransformation,DFT)的一般形式如公式(3-35)和(3-36)所示，
青岛大学硕士学位论文3112/0NjmnNdnXmxne(3-35)12/01NjmNdkxnXmeN(3-36)式中，N表示在负荷数据中共选取了N个采样点；dXm表示负荷数据中第m个时域负荷采样点所对应的频域值；x(n)表示时域中第n个负荷数据的大校快速傅立叶变换(FastFourierTransformation，FFT)是离散傅立叶变换的优化算法，二者主要区别是前者的复杂度相较于后者更低，提高了计算速度，而采用两种方法得到的计算结果是相同的。本文直接采用MATLAB中FFT工具箱，在某地区实施需求响应后的负荷数据中随机选取了5月份连续14天的负荷数据进行负荷特性分析。每隔15min取一个采样点，故每日共96个采样点，则其频谱分析图像如下图所示图3-7频谱分析图像由图3-7可以看出，在采样频率一倍频时其输出幅值最高，其次为2倍频，4倍频，且幅值相继递减。将上图转化到时域空间，并将幅值过小的分量略去，如图3-8所示：
【参考文献】：
期刊论文
[1]基于神经网络的电力负荷预测方法研究[J]. 罗宁,高华,贺墨琳. 自动化与仪器仪表. 2020(01)
[2]新电改环境下基于效用函数的电网投资决策评价方法[J]. 马倩,王昭聪,潘学萍,刘肖凡. 电力自动化设备. 2019(12)
[3]智能小区可削减柔性负荷实时需求响应策略[J]. 南思博,李庚银,周明,夏勇. 电力系统保护与控制. 2019(10)
[4]基于Stackelberg博弈的智能电网完全分布式需求响应策略[J]. 程杉,陈欢田. 智慧电力. 2019(03)
[5]需求响应下含微电网配电侧市场多目标出清模型[J]. 王辉,廖昆,林艺璇,金彬斌. 电力建设. 2019(02)
[6]家庭用电背景下基于实时电价的需求响应模型[J]. 李洪珠,曹人众,张馨瑜. 电力系统及其自动化学报. 2018(11)
[7]可分性商品效用函数与需求分析[J]. 姜树元,虞玲玲,姜青舫. 数学的实践与认识. 2018(18)
[8]考虑用户行为不确定性的智能家电控制策略[J]. 孙毅,裴俊亦,景栋盛. 电力系统保护与控制. 2018(17)
[9]计及需求响应与动态气潮流的电—气综合能源系统优化调度[J]. 张伊宁,何宇斌,晏鸣宇,郭创新,马世英,宋墩文. 电力系统自动化. 2018(20)
[10]云计算环境下智能电网短期负荷预测方法[J]. 王萍,李磊,胡聪,郭洋,张靖,吴尚. 科学技术与工程. 2018(07)
硕士论文
[1]电力负荷季节特性分析及需求响应动态电价策略研究[D]. 刘红.华北电力大学(北京) 2018
本文编号：3296993
本文链接：https://www.wllwen.com/kejilunwen/dianlidianqilunwen/3296993.html
