The invention relates to a load identification method of baseline load model based on regression analysis method. The method comprises the following steps: Step 1: classify the power user data according to the user type and the region; step 2: select the power load data of individual users and the data of relevant influencing factors for each type of power user data after classification to establish regression formula ; step 3: further obtain the baseline load of other users in the demand response period according to the regression formula; step 4: identify the potential load of peak staggering using the baseline load obtained. Compared with the prior art, the invention has the advantages of high accuracy, strong applicability and pertinence.
【技术实现步骤摘要】
一种基于回归分析法的基线负荷模型的负荷辨识方法
本专利技术涉及电网错峰调度
,尤其是涉及一种基于回归分析法的基线负荷模型的负荷辨识方法。
技术介绍
随着国民经济的快速发展、产业结构的升级调整、人民生活水平的不断提高,社会各方面对电力的需求急剧增大,而当前电力的供应远远跟不上建设发展的需要,导致电力供需矛盾的不断加剧,进一步增加了电网的运行风险及运行成本。同时,由于各种新型用电设备的不断涌现,居民降温取暖电器的拥有率及使用率逐年上升,各用电客户的用电负荷特性也产生了诸多变化,用电结构发生了重大变化,这一切都对当前供电企业的运行和管理工作提出了新的要求。当前的错峰计划大都由技术人员手工编制而成,响应速度慢、编制工作量大、缺乏系统的管理。在以前的实际用电管理工作中,往往是在电力紧缺的情况下,进行错峰调度管理,对供电用户实行错峰、避峰、限电、拉闸等措施,来抑制高峰负荷。随着智能电网的建设和需求侧管理相关研究的深入以及需求侧管理相关应用的逐步成熟,面向智能电网的需求侧管理开始在削峰填谷、提高能效、节能减排等方面发挥其不可忽视的作用。目前,电力需求侧管理在移峰填谷方面的应用主要是通过对工商业用户实行分时计量电量,实行尖峰、峰谷平分时电价措施引导工商业用户调整生产运行方式,转移高峰时刻的用电负荷,降低高峰用电需求,从而提高电网供电设备的负荷率和利用率,缓和高峰时刻的供用电矛盾。错峰用电管理属于需求侧管理的一部分,科学合理地开展错峰用电,可以在减小波峰负荷的同时增加波谷负荷,达到削峰填谷的最佳效果。现有错峰用电管理在安 ...
【技术保护点】
1.一种基于回归分析法的基线负荷模型的负荷辨识方法,其特征在于,该方法包括以下步骤:/n步骤1:对电力用户数据根据用户类型和所在地区进行分类;/n步骤2:针对经过分类的电力用户数据的每一类用户取其中个别用户的用电负荷数据及相关影响因素数据建立回归式;/n步骤3:根据回归式进一步获得该类群体用户中其他用户的需求响应期基线负荷;/n步骤4:利用获得的基线负荷辨识错峰潜力负荷。/n
【技术特征摘要】
1.一种基于回归分析法的基线负荷模型的负荷辨识方法,其特征在于,该方法包括以下步骤:
步骤1:对电力用户数据根据用户类型和所在地区进行分类;
步骤2:针对经过分类的电力用户数据的每一类用户取其中个别用户的用电负荷数据及相关影响因素数据建立回归式;
步骤3:根据回归式进一步获得该类群体用户中其他用户的需求响应期基线负荷;
步骤4:利用获得的基线负荷辨识错峰潜力负荷。
2.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法,其特征在于,所述的步骤1中的电力用户数据包括执行需求响应前多日与需求响应期同时段的用户实际用电负荷以及对应的影响用户用电负荷的影响因素数据和执行需求响应当日,按设定周期采集需求响应期前多个小时内各时刻用户实际用电负荷数据以及对应的影响用户用电负荷的影响因素数据。
3.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法,其特征在于,所述的步骤2包括以下分步骤:
步骤21:将用户在典型日或典型小时内的每一个用电负荷数据拆分成基本分量和受气温和湿度影响的敏感分量;
步骤22:根据不同情况获取所有用电负荷数据的需求响应期各个时刻的用户负荷基本分量;
步骤23:根据不同情况通过回归式获取所有用电负荷数据的需求响应期各个时刻的用户负荷敏感分量。
4.根据权利要求1所述的一种基于回归分析法的基线负荷模型的负荷辨识方法,其特征在于,所述的步骤3具体包括:对步骤2获得的需求响应期各时刻基本分量、敏感分量进行求和,得到不同时刻基线负荷值并由此进一步得到需求响应期用户基线负荷。
5.根据权利要求3所述的一种基于回归分析法的基线负荷模型的负荷辨识方法,其特征在于,所述的步骤22具体包括:如果利用典型日内有关数据计算需求响应期用户负荷基本分量,则利...
【专利技术属性】
技术研发人员:沈泉江,解梁军,郭乃网,宋岩,庞天宇,陈睿,杨栋,陈开能,唐丽娜,
申请(专利权)人:国网上海市电力公司,华东电力试验研究院有限公司,星环信息科技上海有限公司,
类型:发明
国别省市:上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。