【正文】 0170 3117 14399 20xx年 11104 2195 12243 4121 21062 20xx年 12728 5538 17847 7229 20955 從表 28中可以發(fā)現(xiàn)，該地區(qū)信息傳輸、計算機負荷和軟件業(yè)在第三產(chǎn)業(yè)中的用電量最小，另外幾部分的用電量都比較大。從表 34可以看出城鎮(zhèn)居民和農(nóng)村居民對于空調(diào)功率的選擇較為近似，對功率較低的空調(diào)需求量較大，城鎮(zhèn)居民平均每戶的空調(diào)量為 ，農(nóng)村居民平均每戶的空調(diào)量為 。 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 0204060801001201401月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月月份負荷（萬KW）20xx年20xx年20xx年20xx年20xx年 圖 31 各個月工作日的最大負荷分布曲線（單位：萬 KW） 選擇基礎(chǔ) 符合時，為達到排除冬季取暖產(chǎn)生的空調(diào)負荷因素，該年的 11月到次年 3月不予選擇。所以要計算的空調(diào)負荷，就是該年 8月份這一時段的最大負荷減去基礎(chǔ)負荷月份在這一時段的負荷值。而最大負荷比較法的思路是首先找到一年中沒有空調(diào)負荷的時間段作為基礎(chǔ)符合，再找到夏季空調(diào)負荷使用最大的時期，在排除了休息日、節(jié)假日和自然增長等因素的影響后，兩者相減得到了空調(diào)負荷。按照之前的研究，需要注意從 8月到 9月這段時間內(nèi)該地區(qū)電網(wǎng)用戶增加所產(chǎn)生的負荷自然增長。為了盡量地減小對該地區(qū)電網(wǎng)負荷影響的干擾因素，決定采用了最大負荷發(fā)對計算修正。每百戶農(nóng)村居民空調(diào)匹數(shù)為 141匹，即耗電功率約為106575W。月負荷特點的分析從該地區(qū)的負荷率、 峰谷差這兩個反面切入對該地區(qū)進行了分析。而該地區(qū)第三產(chǎn)業(yè)用電量正在逐年增長，證明該地區(qū)第三產(chǎn)業(yè)發(fā)展良好，用電量保持著上升趨勢。而在南方地區(qū)，在夜晚休息時，對取暖的需求較小，因此午夜時的負荷水平較低，可以從 11： 00pm~7： 00am 段的 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 曲線看出。 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 75808590951001 2 3 4 5 6 7 8 9 10 11 12月份負荷率%圖 22 A地區(qū) 20xx年月平均日負荷率 （ 2）月峰谷差 0501001502002503003504004501 2 3 4 5 6 7 8 9 10 11 12月份負荷/MW 圖 23 A 地區(qū) 20xx 年不同月份最大峰谷差的變化 由圖 可見， A 地區(qū)全年各月份最大峰谷差變化曲線呈現(xiàn)明顯的，“兩谷三峰”的形態(tài)，其中冬夏兩季的最大峰谷差遠遠大于春秋兩季。曲線從 11 月起開始緩慢上升，因為此時該地區(qū)進入冬季，氣溫開始變低，由空調(diào)取暖所 產(chǎn)生的取暖負荷隨之緩慢攀升。 電網(wǎng)負荷特性分析 年負荷特性分析 （ 1）用電量和最大負荷 表 21 A 地區(qū) 20xx 年 20xx 年用電情況 年份 用電量（億千瓦時） 增長率（ %） 最大負荷（萬千瓦） 增長率（ %） 最大負荷利用小時數(shù)（ h） 增長率（ %） 20xx — — 5995 — 20xx 5597 % 20xx 5319 % 20xx 5500 % 20xx 5883 % 20xx~20xx 年， 伴隨國家經(jīng)濟的騰飛， A 地區(qū)的 經(jīng)濟也在迅速壯大，地區(qū)電網(wǎng) 負荷 的 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 增長十分明顯。測量時間 間斷可以是 短 時， 以 10 分鐘為單位或者以半小時來計算。 （ 4）結(jié)合 A地區(qū)溫度、空調(diào)量增長、空調(diào)負荷三者的關(guān)系，對 A地區(qū)電網(wǎng)進行分析，給出建議 。這主要是由于難以確定空調(diào)負荷曲線， 而行業(yè)負荷曲線還可以 由行業(yè)大中用戶主要的負載曲線來推求，因此根據(jù)本行業(yè)做出定量分析和負荷曲線得到方便。 BP 神經(jīng)網(wǎng)絡(luò)分析信息是在完成利用培訓(xùn)樣本從進入到輸出的在拓補結(jié)構(gòu)上，并不須要明確表明的映射，僅在所選擇的網(wǎng)絡(luò)延展結(jié)構(gòu)，通過了解算法來變換每個神經(jīng)元的連接權(quán)數(shù)和閾值，最低的誤差信息。 （ 2）趨勢外推法 電網(wǎng)負荷趨勢外推法就是根據(jù)該地區(qū)已有的歷史數(shù)據(jù)，通過分析歷史數(shù)據(jù)的變化趨勢，通過外推的方法得到該地區(qū)未來的電網(wǎng)負荷發(fā)展趨勢。該委員會的主要職能是對各地區(qū)電力負荷做定期調(diào)查 ,并作特性分析 ,然后預(yù)測該地區(qū)將來對電力的需求。各種不確定因素與地區(qū)電力負荷間聯(lián)系的不準確性和預(yù)測難度是導(dǎo)致地區(qū)符合預(yù)測產(chǎn)生誤差的主要原因。其中第三季度，由于全國許多地區(qū)遇到了連續(xù)的高溫炎熱天氣，對城市居民和農(nóng)村居民電力消費貢獻是同比增加了 %，是近年來同時期電力增長的最大值。其中氣象因素是這些因素中較為普遍且對電網(wǎng)影響非常明顯的一種。 CHANGSHA UNIVERSITY OF SCIENCE amp。從電網(wǎng)負荷曲線上看，電網(wǎng)負荷較穩(wěn)不穩(wěn)定，各種因素都會對電網(wǎng)負荷的穩(wěn)定性造成影響，如：氣象因素、節(jié)假日、國家政策等。 20xx 年我國城鄉(xiāng)居民電力消費同比增長%，占全國的比例上升了 %。根據(jù)英國的一項研究結(jié)果：短期負荷預(yù)測的誤差每偏離 %，直接影響約 1780000￡每年的經(jīng)營成本增加。 曰本于 1953 年 成立了由曰本九家大型發(fā)電集團組建了曰木電力調(diào)查協(xié)會?；貧w法的優(yōu)點是分析負荷時較為簡單快捷，但是對數(shù)據(jù)的要求比較高，適合中期和長期的負荷分析，對短期的負荷預(yù)測沒有實用性。隱含層可以是單層或多層，在真實導(dǎo)入任何隱含層和輸出層的經(jīng)神元等于在每個經(jīng)神元鄰近的上層加權(quán)和輸 出?？照{(diào)負荷出發(fā)對電網(wǎng)負荷的研究主要集中在定姓研究，從量上的研究空調(diào)負荷比較少。 （ 3）對 A地區(qū)空調(diào)數(shù)量做大致統(tǒng)計，分析該地區(qū)空調(diào)數(shù)量增長趨勢，并對該地區(qū)空調(diào)負荷進行預(yù)測。 常用的負荷特性指標 （ 1）典型日最大（?。┴摵桑?記錄日期 是在 最大 負荷 值 的那一天 ?？梢苑从吃摰貐^(qū)各個月份最大負荷的改變趨勢 。因此可知，秋季平均電網(wǎng)負荷相比于春季平均電網(wǎng)負荷略高主要是自然增長的因素，所以曲線水平 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 要略微高于春季。除此，重大的節(jié)日和假期也會對地區(qū)月負 荷率產(chǎn)生非常大的影響，從數(shù)據(jù)上的反映就是過春節(jié)的月份的月負荷率會偏低。日負荷曲線的峰值一般在白天，此時電力需求的主要構(gòu)成是人們工作、企業(yè)生產(chǎn)經(jīng)營和空調(diào)取暖所三方面，通常在 左右負荷達到當日的第一個高峰。該地區(qū)工業(yè)較發(fā)達，第二產(chǎn)業(yè)用電量在全社會用電量的比重非常大，歷年都占到了全社會用電量的80%以上。 本章首先通過對 A地區(qū) 20xx年 ~20xx 年這五年年負荷特性的分析，對該地區(qū)的各年電網(wǎng)負荷總體趨勢以及一年中各個月的負荷變化曲線做了較詳細的分析，找到了一定的規(guī)律?？照{(diào)的匹數(shù)和耗電功率之間的關(guān)系為： 1匹 =735W （ 32） 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 (1)計算 20xx年每百戶居民空調(diào)功率： 通過表 34中的調(diào)查結(jié)果，計算可知 20xx年 A地區(qū)每百戶城鎮(zhèn)居民空調(diào)匹數(shù)為 263匹，即耗電功率約為 193305W。 因為造成電網(wǎng)負荷變化的因素比較多，例如極端天氣就會造成電網(wǎng) 負荷的劇烈變化，因此月最大負荷的出現(xiàn)會有一定的偶然性 [22]。在這 21天的 22： 30~23： 30這一時間段，該地區(qū)電網(wǎng)最大負荷值為 。本章最后還對 A地 20xx年 ~ 20xx 年夏季空調(diào)降溫負荷變化規(guī)律進行了分析。 排 除自然增長的影響 當選取了 8月份與基礎(chǔ)負荷月份作為研究時，還需要注意由于各種新的用電用戶的增加引起的負荷增長，將這一增長視為負荷的自然增長量，在計算是需要減去。 5月由于是農(nóng)灌的高峰月份所以也不能作為比較的參照。同時，由于農(nóng)村居民普遍客廳餐廳面積較大和經(jīng)濟上的考慮，對功率為 2匹以上的空調(diào)需求量較少，平均每戶僅有 ，而城鎮(zhèn)居民平均每戶有 。其中商業(yè)、住宿和餐飲業(yè)的用電量增長速度較快，年平均增長率達到 %，這直接反映了該地區(qū)娛樂消費水平在提高，側(cè)面反映了該地區(qū)人民生活水平的提高。但是，伴隨我國刺激消費，拉動經(jīng)濟增長政策的推行，我國的經(jīng)濟明顯復(fù)蘇。這個時間段出現(xiàn)最大負荷比較容易理解，因為這個時候是大部分居民開始休息的時候，由于空調(diào)的使用，空調(diào)負荷劇烈增加，用電負荷也隨之升高。 月負荷特性分析 （ 1）月平均日負荷率 從圖 22中可以看出， A地區(qū)的月平均 負 荷率偏高，最低平均日負荷率為 %，最高平均日負荷率為 %，證明該地區(qū)的電力需求比較旺盛。單純從月份上來分析，從這五年的負荷曲線可以看出。反映了全年各月最大負荷的均衡性。行業(yè)的特征可以反映產(chǎn)業(yè)結(jié)構(gòu)、電力負載的變化對負荷特性的影響，并且它是為典型曰負荷曲線預(yù)測的一個重要方法。然后以主要 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 氣象原因作為坐標，從坐標出發(fā)尋找最近的歷史數(shù)據(jù)再結(jié)合時間序列法估測未來的電網(wǎng)負荷。 電網(wǎng)負荷預(yù)測的定義是通過分析該地區(qū)電力負荷，社會形態(tài)，經(jīng)濟狀況，氣象條件等歷史數(shù)據(jù)，探索將來該地區(qū)電力負荷數(shù)據(jù)會有怎樣的變化，試著找出電網(wǎng)負載和各種因素之間的關(guān)系，并對未來的電網(wǎng)負荷做預(yù)測 [7]。 現(xiàn)代電網(wǎng)負荷預(yù)測方法主要包括以下兩種： （ 1）人工神經(jīng)網(wǎng)絡(luò)法 人工神經(jīng)網(wǎng)絡(luò)是一門綜合度高的學(xué)科，涵蓋的學(xué)科非常寬泛，包括生理神經(jīng)學(xué)、樹立科學(xué)、信息分析學(xué)科和計算機學(xué)科等。 從理論上來說電力負荷預(yù)測方法主要分為經(jīng)典電網(wǎng)負荷預(yù)估法與現(xiàn)代電網(wǎng)負荷預(yù)估法。分為靜態(tài)型負荷特性和動態(tài)型負荷特性，主要研究當系統(tǒng)受到外界因素影響時，電網(wǎng)電壓或頻率與功率負荷之間的關(guān)系。 20xx 年國電公司就曾做過“用電高峰時段空調(diào)負荷控措施課題研究”，研究顯示在每年夏季，我國華中、華東地區(qū)電網(wǎng)的空調(diào)負荷占全網(wǎng)比重約 30%，在經(jīng)濟發(fā)達地區(qū)空調(diào)負荷的比重更高，約占到了 40%左右 [3]。在中國中東部地區(qū)，總記 482個監(jiān)測站檢測到的日最 高氣溫突破了有記錄來的最大值，與歷史記錄相比，也是高溫天氣天數(shù)最多的。 Load of power work 太陽能輔助抽水蓄能發(fā)電技術(shù)的 研究 目 錄 1 緒論 ................................................................... 1 選題的背景和意義 .................................................. 1 國內(nèi)外研究現(xiàn)狀 .................................................... 3 電力負荷特性分析現(xiàn)狀 ........................................ 3 研究的主要內(nèi)容 ................................................ 7 本章小結(jié) ...................................................... 7 2 電網(wǎng)負荷研究 ........................................................... 8 負荷特性分析基礎(chǔ) .................................................. 8 負荷特性分析的方法 .......................................... 8 常用的負荷特性指標 .......................................... 8 電網(wǎng)負荷特性分析 .................................................. 9 年負荷特性分析 .........