全心雨
QUAN Xinyu

• 1:国网浙江海宁市供电有限公司

摘要(Abstract)：

夏季受空调负荷影响,电力负荷通常为全年最高。在某些地区可能出现主变过负荷运行情况。同时,人们对于供电可靠性和电能质量的要求逐渐提高,因此,县级电力调度机构有必要进行主变夏季最高负荷预测,提前采取措施,防止停电发生。借鉴系统级负荷预测研究,结合主变负荷特性,提出一种考虑气温和居民用电习惯变化的主变最高负荷预测方法,以求出主变夏季最高负荷的波动区间,并通过算例分析验证该方法的可行性。
Affected by air conditioning load, power load in summer is usually the highest in the whole year.In some areas, there are overload operations of main transformers. At the same time, consumers′ requirements on power supply reliability and power quality are gradually improving. Therefore, county-level power dispatching centers must forecast the maximum load of the main transformers in summer and take measures in advance to prevent blackouts. Referring to the system-level load forecasting research and the main transformer load feature, this paper proposes a method for forecasting the maximum load of the main transformer, which considers the temperature and residents′ power consumption habit change to obtain. the fluctuation range of the maximum load of the main transformer, and through an example verify the feasibility of this method.

关键词(KeyWords)： 主变;负荷预测;温度变化;最小二乘法;置信度水平
main transformer;load forecast;temperature change;least square method;confidence level

Abstract:

Keywords:

基金项目(Foundation): 国网浙江省电力有限公司科技项目（5211X4190001)

作者(Author): 全心雨
QUAN Xinyu

DOI: 10.19585/j.zjdl.202004007

参考文献(References)：

• [1]刘晨晖.电力系统负荷预报理论与方法[M].哈尔滨:哈尔滨工业大学出版社,1987.
• [2]康重庆,夏清,张伯明.电力系统负荷预测研究综述与发展方向的探讨[J].电力系统自动化,2004,28(17):1-11.
• [3]冉启文,单永正,王骐.电力系统短期负荷预报的小波-神经网络-PARIMA方法[J].中国电机工程学报,2003,23(3):38-42.
• [4]王奔,冷北雪,张喜海,等.支持向量机在短期负荷预测中的应用概况[J].电力系统及其自动化学报,2011,23(4):115-121.
• [5]尤勇,盛万兴,王孙安.一种新型短期负荷预测模型的研究及应用[J].中国电机工程学报,2002,22(9):15-18.
• [6]邰能灵,侯志俭,李涛,等.基于小波分析的电力系统短期负荷预测方法[J].中国电机工程学报,2003,23(1):45-50.
• [7]沈沉,秦建,盛万兴,等.基于小波聚类的配变短期负荷预测方法研究[J].电网技术,2016,40(2):521-526.
• [8]贺芳芳,史军.上海地区夏季气温变化对用电负荷的影响[J].长江流域资源与环境,2011,20(12):1462-1467.
• [9]陈正洪,洪斌.周平均“日用电量-气温”关系评估及预测模型研究[J].华中电力,2000(1):26-28.
• [10]刘翊枫,周辉,刘昕,等.基于气象成分分解的夏季短期负荷预测[J].电测与仪表,2018,56(21):129-135.
• [11]黎灿兵,杨朋,刘玮,等.短期负荷预测中考虑夏季气温累积效应的方法[J].电力系统自动化,2009,33(9):96-99.
• [12]谢家安.基于体感温度的电力系统负荷分类及负荷预测[J].电网与清洁能源,2012,28(8):24-28.
• [13]樊唯钦,张伟,李勇钢,等.基于改进人体舒适指数的微电网超短期负荷预测[J].广东电力,2017,30(4):137-142.
• [14]毛弋,唐傯.考虑人体舒适度的扩展短期负荷预测新方法[J].电力系统及其自动化学报,2011,23(3):106-110.
• [15]秦海超,王玮,周晖.人体舒适度在短期电力负荷预测中的应用[J].电力学报,2006,21(2):143-145.
• [16]苏宜靖,谷炜,赵依,等.考虑气象因子的区域电网梅雨期负荷预测[J].浙江电力,2019,38(12):1-7.
• [17]李家璐,何剑军,张坤,等.应对海量数据的超短期负荷预测在实时电力市场的应用研究[J].电力大数据,2019,22(12):21-27.
• [18]应张驰,陈淑萍,卢旭航.基于多源信息的短期负荷混合预测模型应用研究[J].浙江电力,2019,38(9):100-104.
• [19]张宜忠,杨旭东,张正卫,等.考虑气象累积效应的IPSOBP神经网络短期负荷预测算法[J].四川电力技术,2019,42(3):1-5.
• [20]周兴华,耿俊成,杜松怀,等.考虑需求响应的温度敏感用户夏季短期负荷预测方法[J].电网与清洁能源,2019,35(4):16-22.
• [21]李云飞,张鹏,程鹏飞,等.大数据挖掘下冲击性负荷特性电网短期负荷预测的探索与实践[J].电力大数据,2019,22(4):80-86.
• [22]史静,周琪,谈健,等.江苏电网夏季空调负荷特性挖掘与温度敏感性辨识[J].电力工程技术,2018,37(3):28-32.