本科毕业设计说明书（论文）—电力用户负荷特性表征体系仿真研究.docVIP

1 绪论 1.1 本课题研究的目的及意义 随着电力工业的发展和电力体制改革的深化，以及电力需求侧管理(DSM)技术的广泛应用，电力行业的管理和电力企业的运营逐步暴露出一些新的问题。比如电价的分类不尽合理电力用户分类不尽合理，阻碍了市场经济条件下电力资源的优化配置[1]。现行的电价分类基本上按照用户用电行业和用途划分为居民生活、非居民生活、商业、非工业、普通工业、大工业、农业生产、贫困县农业灌溉[2]8大类。供电部门传统的负荷分类方法，往往是依据用户的经济活动特点进行划分，带有一定的主观性。由于设备构成、生活习惯等因素的影响，具有相同经济活动特点的用户，其负荷特性也并不完全一致。这种分类方法没有考虑用户的用电负荷特性，定价过程中的政策因素多效率因素，使电价水平既不能反映电力企业的生产成本，也不能适应市场经济的需要，严重阻碍了市场经济条件下电力资源的优化配置[3]。售电商需要根据电力消费者的电力需求特点、用电行为和用电习惯等不同特征进行市场细分，制定相应的营销策略。由于用户的负荷曲线反映了用户用电行为的特征和偏好，而不同的用电行为对电力系统的生产运行成本影响不同，因此，利用负荷特性曲线的特征对用户进行分类有利于合理电价机制的形成，有助于电力销售公司制定营销策略[4]。 电力用户负荷分类已经成为一项十分重要的基础性工作，负荷定价、负荷预测、系统规划、负荷建模等工作都需要对负荷类型有一个科学准确的分类[]。 另外，由于电力负荷数据量不断增大，新负荷指标不断增多，分析变得越来越复杂，这就给负荷特性研究带来了很大的困难。所以，电力负荷特性分析迫切需要一种能快速处理海量数据的技术支持。这就需要把数据挖掘技术引入到电力用户负荷特性的分析中来[]。深入研究电力负荷分类的方法及应用，有利于及时掌握用电负荷的变化规律和发展趋势，有利于用电负荷的科学管理，有利于计划用电工作的开展。因此具有重要的理论意义和现实意义[]。基于数据挖掘技术的负荷特性分析方法应运而生。 1.2电力负荷的特点 电力负荷一般可以分为居民用电负荷商业用电负荷、农、林、牧、渔用电负荷工业用电负荷以及其它用电负荷等不同类型的负荷具有不同的特点和规律。但受电力特点（即电能无法大量储存，电力的生产和消费必须在同一瞬间进行）的影响，电力负荷呈现出如下的共同特点： 电力系统的负荷是经常变化的，不但按小时变、按日变，而且按周变，按年变。但对电力系统的负荷曲线从每周来分析，负荷的变化是具有周期规律的，如图所示。 图1.1 以天为周期的负荷曲线 从图中可以看出；负荷每隔几小时不断起伏，具有较大的周期性，即负荷的变化周期为几小时（一天）。但电力负荷并非简单的重复前一个周期，而是存在一个随机分量使每个周期的数值发生改变。正如上面所提到的，电力负荷不但具有天周期，还具有周周期（图）、月周期和年周期。一般说来，负荷的周周期是比较明显的，在公休日的负荷水平较低，工作日的负荷水平较高，这与人民的生产、生活和学习大都是以周为单位安排计划有关，而且在工作日用于生产的负荷较多，而在休息日所用的生产负荷较少。同样的，电力负荷的月周期和年周期也都与人们的工作、生活规律相关。 图 以为周期的负荷变化图 电力负荷同时又是连续的，这是指在负荷曲线上任意相邻两点之间的变化是连续的，不存在奇点，从电力系统的稳定性要求可以找出负荷的连续性的原因。为了保证系统稳定运行，必须避免对系统造成大的冲击，无论是增加或是切除负荷时都要求负荷的变化大小在一定的范围之内。由于这个限制，负荷总量就表现为一个连续变化的过程，负荷曲线一般不会出现大的跃变。 另外，由电力负荷的构成分析中可以看出电力负荷还具有非常明显的季节性特点。在比较温和的春、秋季节，由于温度、天气状况适合人们的工作和生活，这两季的负荷受天气影响程度较低。夏季和冬季受气温影响较大，天气的变化将带来降温和取暖负荷的大量增加或减少，呈现出比较明显的季节性特点。因此，如果不考虑经济发展的影响，夏季和冬季的负荷一般来说要高于春秋季的用电负荷，夏季的用电负荷又要高于冬季的用电负荷，这与各类用电负荷的季节性相关。所以我们常常讨论的是有典型意义的夏季与冬季的负荷情况。 近几年以来，随着经济的高速发展和人民生活水平的提高，电力供需矛盾日益突出，特别是高温季节峰期用电负荷尤为紧张。2002年，江苏省最大统调负荷达1976.2万kW；2003年，江苏省最大统调负荷达2215.4万kW，高峰时期负荷缺口近300万kW；2004年，随着经济的进一步增长，江苏全省在夏季高温季节的用电缺口达到900万kW，约占全省用电量的1/3。以江苏为例，在负荷缺口日益增加的同时，负荷的峰谷差进一步拉大1998年～2005年期间，江苏全省的最大统调负荷增加了1109.7万kW，增长率达到100.36％，最低负荷增加