CN106786553A - 一种电网优化方法 - Google Patents
一种电网优化方法 Download PDFInfo
- Publication number
- CN106786553A CN106786553A CN201710035947.XA CN201710035947A CN106786553A CN 106786553 A CN106786553 A CN 106786553A CN 201710035947 A CN201710035947 A CN 201710035947A CN 106786553 A CN106786553 A CN 106786553A
- Authority
- CN
- China
- Prior art keywords
- load
- parameter
- optimization method
- predicted
- penalty factor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P80/00—Climate change mitigation technologies for sector-wide applications
- Y02P80/10—Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电网优化方法，所述电网优化方法根据化工新材料产业集群发展对地区电网负荷的影响，对原有的规划的电量进行预测和修正，并根据修正结果，对地区电网发展规划进行配套输出线路、配套输人线路修改和优化。本发明提供的电网优化方法，对促进地区经济发展的产业布局，具有非常重要；通过对其用电负荷进行分析，对科学的做好电网规划、合理投资，具有重要意义。
Description
技术领域
本发明属于电网改造技术领域，尤其涉及一种电网优化方法。
背景技术
根据高新片区提升规划，预计高新供区2016年最高负荷为49.81MW，至2020年达到63.18MW。高新片区2014年新引进6个项目预计于2016年投产，包括浙江索克化工有限公司年产300t/a绿色合成肟特种催化材料项目、衢州市登特化工有限公司年产4000吨电子级硫酸、4000吨电子级盐酸生产项目、浙江西亚特电子材料有限公司年产2790吨超高纯电子气体系列产品项目和浙江中股电子科技有限公司年产22000吨电子湿化学品项目。2015年引进的韩国晓星，第一期的氨纶丝项目也预计于2016年下半年投产。通过将2014年签约项目与同类衢州化工企业进行类比，预计最大负荷将增加4.2MW，其中浙江中股电子科技有限公司投产后的生产的产品类型与规模与浙江蓝苏氟化有限公司的相当，预计增加负荷2.3MW；韩国晓星投产后的增加负荷预计就为20MW。那么，高新片区化工企业2016年最大负荷至少比2015年增加24.2MW，远高于《衢州市辖区配电网规划》中关于高新供区电力电量的增长预测。因此，有必要对原有电力电量预测进行修正。
同样，根据衢州“十三五”电网发展规划，巨化2016-2020年的最高负荷预计稳定不变，但根据《2015年衢州市电网统计年鉴》，巨化在2015年的最高负荷为322MW，2016年上半年统计最大负荷为342MW，增速明显。并且2015年巨化通过定向增发，未来将继续投资新材料生产项目，所以可以预计在“十三五”期间，巨化集团的用电量和负荷将继续稳步增加。
综上所述，现有技术不能对产业布局用电负荷进行分析、规划，不能满足产业园区二期新增用户的供电要求和不能有效解决航埠主变负荷接近满载的问题。
发明内容
本发明的目的在于提供一种电网优化方法，旨在解决现有技术不能对产业布局用电负荷进行分析、规划，不能满足产业园区二期新增用户的供电要求和不能有效解决主变负荷接近满载的问题。
本发明是这样实现的，一种电网优化方法，所述电网优化方法根据化工新材料产业集群发展对地区电网负荷的影响，对原有的规划的电量进行预测和修正，并根据修正结果，对地区电网发展规划进行配套输出线路、配套输入线路修改和优化；预测模型采用数理分析中心中时间序列里面的支持向量机模型；在进行预测的过程中，选择历史数据作为样本数据和验证数据，然后根据模型提供的参数进行选择，运行出结果后用验证数据进行校验，对比预测结果，如果精度在接受的范围内则不需修正，如果数据偏差较大则返回修正参数，重新进行预测。
进一步，根据化工新材料产业集群发展对地区电网负荷的影响中，对地区负荷的影响包括：新报装用户特性、产业行业特性会导致负荷特性变化；
产业集群发展会导致地区电网负荷的量增加；
不同产业流程运行周期不同，导致负荷高峰、低谷时间发生变化。
进一步，校验方法为：在预测的过程中给定一个阈值，通过对比预测值和实际值是否满足阈值条件来进行校验；
对比方法为：利用核宽度参数进行对比，判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则返回重新进行参数选择。
进一步，预测方法包括：
输入初始资料，进行选取高斯函数，其中a,b,c为实数常数，且a>0，得到映射关系；同时，在支持向量机模型上随即选取核宽度参数σ、惩罚因子γ；但在利用支持向量机进行预测的情况下，并不需要确定a,b,C的数值，只要确定高斯函数类型即可。
对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；
将优化后的核宽度参数σ、惩罚因子γ带入支持向量机模型进行预测；
给定阈值ε0.1～1，判断预测值和实际值；
判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则重新对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；如果满足，则得到预测结果。
进一步，惩罚因子γ进行Gridressrch优化训练包括：首先选择初始核宽度参数和惩罚因子，选择相应数量的样本参数，然后在模型内进行优化训练。
初始核宽度参数一般选择0.1，惩罚因子则根据预测值得不同可大可小，本发明涉及的化工集聚区年度负荷预测误差精度控制在10MW以下。
输入初始资料，进行选取高斯函数，得到映射关系；同时，随即选取核宽度参数σ、惩罚因子γ；在支持向量机默认的参数中，核宽度σ为c，惩罚因子等于1/b；
对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；
将优化后的核宽度参数σ、惩罚因子γ带入支持向量机模型进行预测；
给定阈值ε，判断预测值和实际值；
判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则重新对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；如果满足，则得到预测结果。
本发明提供的电网优化方法，对促进地区经济发展的产业布局，具有非常重要。通过对其用电负荷进行分析，对科学的做好电网规划、合理投资，具有重要意义。
本发明电网优化后，首先可以满足高新技术产业园区二期新增用户的供电要求；其次可以解决航埠主变负荷接近满载的问题；三是可以为衢州变的老化改造提供条件。
附图说明
图1是本发明实施例提供的电网优化方法流程图。
图2是本发明实施例提供的预测方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
下面结合附图及具体实施例对本发明的应用原理作详细描述。
如图1所示，本发明实施例提供的电网优化方法，包括：
S101：根据化工新材料产业集群发展对地区电网负荷的影响，对原有的规划的电量进行预测和修正。
S102：并根据修正结果，对地区电网发展规划进行配套输出线路、配套输入线路修改和优化。
进一步，预测模型采用数理分析中心中时间序列里面的支持向量机模型；在进行预测的过程中，选择历史数据作为样本数据和验证数据，然后根据模型提供的参数进行选择，运行出结果后用验证数据进行校验，对比预测结果，如果精度在接受的范围内则不需修正，如果数据偏差较大则返回修正参数，重新进行预测。
进一步，根据化工新材料产业集群发展对地区电网负荷的影响中，对地区负荷的影响包括：新报装用户特性、产业行业特性会导致负荷特性变化；
产业集群发展会导致地区电网负荷的量增加；
不同产业流程运行周期不同，导致负荷高峰、低谷时间发生变化。
校验方法为：在预测的过程中给定一个阈值，通过对比预测值和实际值是否满足阈值条件来进行校验；
对比方法为：利用核宽度参数进行对比，判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则返回重新进行参数选择。
如图2所示，本发明实施例提供的预测方法包括：
输入初始资料，进行选取高斯函数，其中a,b,c为实数常数，且a>0，得到映射关系；同时，在支持向量机模型上随即选取核宽度参数σ、惩罚因子γ；在支持向量机默认的参数中，核宽度σ为c，惩罚因子等于1/b；但在利用支持向量机进行预测的情况下，并不需要确定a,b,C的数值，只要确定高斯函数类型即可。
对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；
将优化后的核宽度参数σ、惩罚因子γ带入支持向量机模型进行预测；
给定阈值ε0.1～1，判断预测值和实际值；
判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则重新对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；如果满足，则得到预测结果。
进一步，惩罚因子γ进行Gridressrch优化训练包括：首先选择初始核宽度参数和惩罚因子，选择相应数量的样本参数，然后在模型内进行优化训练。
初始核宽度参数一般选择0.1，惩罚因子则根据预测值得不同可大可小，本发明涉及的化工集聚区年度负荷预测误差精度控制在10MW以下。
下面结合附图及具体实施例对本发明作进一步描述。
配套送出方案
220千伏赤柯变电所远景规模为3×240MVA；主变2×240MVA，选用有载调压变压器，电压等级为220/110/35千伏。
(1)110千伏出线
远景12回，主接线为单母三分段接线，本期采用单母三分段接线。110千伏配电装置朝北布置，远景出线12回，自西向东分别为湖南镇、廿里、高新、航东、元立、华友、黄家Ⅰ、黄家Ⅱ、衢州、黄坛口、金属Ⅰ、金属Ⅱ。
220千伏航埠变投产于1995年，主变容量为2*150MVA，2013年最高负荷已达到249.28MW，负载率为83.1％，随着市区负荷快速增长，主变负载率将进一步增高，预计2015年航埠变负荷将达到266MW,负载率为88.6％，到2017年主变负荷将满载。
为缓解航埠变供电压力，220千伏赤柯变投运产后，考虑将原属于赤柯变供区现由航埠变供电的高新、元立、华友变划归赤柯变供电,以缓解航埠变供电压力。调整后航埠变主供航东、鹿鸣、花园岗、天宁变及高新园区新增其它用户变。预计到2017年，将110千伏航埠至高新同塔双回线路南侧1回开段Π入赤柯变，同时将航东变原双T接线方式改为Π入，形成1回赤柯至高新，1回航埠至高新。赤柯至高新双回输电线路预计新建线路6.1公里，双回路架设4.3公里，四回路架设1.8公里。导线截面选择300mm2。
(2)110kV配套输电线路设计方案
220千伏赤柯变所址按推荐方案即赤柯山村所址，位于廿里镇赤柯山村的东侧，横塘村的南侧。赤柯变110千伏配电装置朝西北方向布置。因考虑到所址位置处于绿色产业集聚区，厂房密集，结合绿色产业集聚区的道路规划及赤柯变的远景出线，可考虑在中央大道两侧规划线路走廊比较紧张的出线段采用同塔四回路架设，其余按同塔双回路架设。
考虑到负荷增长的影响，赤柯变出线T接至航元线后利用老线路接至高新变，2回线路中1回引入高新变，另一回暂不接入，导线截面初步选择300mm2。
(3)赤柯变投产后高新变电网系统接入方案
赤柯变投运后，其附近电网接入方案将随之发生变化，110千伏高新、航东、华友、元立、湖南镇变电站等系统接入方式将作相应调整。
接入方式调整后，赤柯至高新双回线路利用原航元、航友线约3公里后，改接至航高、航新线，将110千伏航埠至高新同塔双回线路南侧1回开段Π入赤柯变，同时将航东变原双T接线方式改为Π入，形成1回赤柯至高新，1回航埠至高新，1回赤柯至航东，1回航埠至航东的双链式电网结构。
衢州产业集聚区作为浙江省首批布局的产业集聚区，其建设和发展，对促进地区经济发展乃至于浙江省的产业布局，具有非常重要的意义。而氟硅产业是衢州产业集聚区的支柱产业，其发展对地区电网具有重要的影响。因此，对其用电负荷进行分析，对科学的做好电网规划、合理投资，具有重要意义。
另一方面，除了衢州产业集聚区的氟硅产业以外，大江东的化工医药和新能源，宁波杭州湾的化工新材料和化纤，绍兴滨海的化工基础原料及化纤，台州的化工原料药及石化下游产业，均以化工行业作为集聚区的支柱产业。因此，对衢州化工新材料产业负荷发展的研究方法和思路，对分析浙江省其他产业集聚区电网负荷，具有重要的借鉴意义。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种电网优化方法，其特征在于，所述电网优化方法根据化工新材料产业集群发展对地区电网负荷的影响，对原有的规划的电量进行预测和修正，并根据修正结果，对地区电网发展规划进行配套输出线路、配套输入线路修改和优化；预测模型采用数理分析中心中时间序列里面的支持向量机模型；在进行预测的过程中，选择历史数据作为样本数据和验证数据，然后根据模型提供的参数进行选择，运行出结果后用验证数据进行校验，对比预测结果，如果精度在接受的范围内则不需修正，如果数据偏差较大则返回修正参数，重新进行预测。
2.如权利要求1所述的电网优化方法，其特征在于，根据化工新材料产业集群发展对地区电网负荷的影响中，对地区负荷的影响包括：新报装用户特性、产业行业特性会导致负荷特性变化；
产业集群发展会导致地区电网负荷的量增加；
不同产业流程运行周期不同，导致负荷高峰、低谷时间发生变化。
3.如权利要求1所述的电网优化方法，其特征在于，校验方法为：在预测的过程中给定一个阈值，通过对比预测值和实际值是否满足阈值条件来进行校验；
对比方法为：利用核宽度参数进行对比，判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则返回重新进行参数选择。
4.如权利要求1所述的电网优化方法，其特征在于，预测方法包括：
输入初始资料，进行选取高斯函数，其中a,b,c为实数常数，且a>0，得到映射关系；同时，在支持向量机模型上随即选取核宽度参数σ、惩罚因子γ；在支持向量机默认的参数中，核宽度σ为c，惩罚因子等于1/b；
对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；
将优化后的核宽度参数σ、惩罚因子γ带入支持向量机模型进行预测；
给定阈值ε0.1～1，判断预测值和实际值；
判断预测值与实际值之间误差精度是否满足条件，是否需要修正，如果不满足，则重新对初始核宽度参数σ、惩罚因子γ进行Gridressrch优化训练；如果满足，则得到预测结果。
5.如权利要求4所述的电网优化方法，其特征在于，：惩罚因子γ进行Gridressrch优化训练包括：首先选择初始核宽度参数和惩罚因子，选择相应数量的样本参数，然后在模型内进行优化训练。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710035947.XA CN106786553A (zh) | 2017-01-17 | 2017-01-17 | 一种电网优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710035947.XA CN106786553A (zh) | 2017-01-17 | 2017-01-17 | 一种电网优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106786553A true CN106786553A (zh) | 2017-05-31 |
Family
ID=58944425
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710035947.XA Pending CN106786553A (zh) | 2017-01-17 | 2017-01-17 | 一种电网优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106786553A (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102682220A (zh) * | 2012-05-17 | 2012-09-19 | 鲁东大学 | 一种短期电力负荷预测方法 |
| US20150185262A1 (en) * | 2013-12-28 | 2015-07-02 | James Y. Song | Electrical load identification during an on event using a support vector machine classifier |
| CN104809525A (zh) * | 2015-05-08 | 2015-07-29 | 广东电网有限责任公司阳江供电局 | 一种用电负荷的预测方法和装置 |
-
2017
- 2017-01-17 CN CN201710035947.XA patent/CN106786553A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102682220A (zh) * | 2012-05-17 | 2012-09-19 | 鲁东大学 | 一种短期电力负荷预测方法 |
| US20150185262A1 (en) * | 2013-12-28 | 2015-07-02 | James Y. Song | Electrical load identification during an on event using a support vector machine classifier |
| CN104809525A (zh) * | 2015-05-08 | 2015-07-29 | 广东电网有限责任公司阳江供电局 | 一种用电负荷的预测方法和装置 |
Non-Patent Citations (2)
| Title |
|---|
| DU QIUSHI,WANGGUANNAN,CONG LI: "PROJECT EVALUATION OF JILIN RURAL POWER GRID REFORMATION BASED ON ROUGH SET AND SUPPOERT VECTOR MACHINE", 《2015 14TH INTERNATIONAL SYMPOSIUM ON DISTRIBUTED COMPUTING AND APPLICATIONS FOR BUSINESS ENGINEERING AND SCIENCE》 * |
| 杨洁: "基于人工免疫算法优化LSSVM的短期电力负荷预测", 《山西电力》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10135247B2 (en) | Methods and systems for integrated Volt/VAr control in electric network | |
| US10230239B2 (en) | Hierarchical robust model predictive voltage and VAR control with coordination and optimization of autonomous DER voltage control | |
| Chai et al. | Coal consumption in China: how to bend down the curve? | |
| Zhang et al. | A multi-regional energy transport and structure model for China’s electricity system | |
| Malekpour et al. | A probabilistic multi-objective daily Volt/Var control at distribution networks including renewable energy sources | |
| Von Hirschhausen et al. | Long-term electricity demand in China—from quantitative to qualitative growth? | |
| CN103942613B (zh) | 广义联络线模式下网省两级实时发电计划协调优化方法 | |
| CN105449713A (zh) | 考虑分布式电源特性的有源配电网智能软开关规划方法 | |
| CN106253352B (zh) | 计及风电概率分布特征的鲁棒实时调度方法 | |
| CN103441506A (zh) | 不同时间尺度下多目标协调分散风电场无功优化控制方法 | |
| Ke et al. | Coordinative real‐time sub‐transmission volt–var control for reactive power regulation between transmission and distribution systems | |
| Abbasi et al. | Considering cost and reliability in electrical and thermal distribution networks reinforcement planning | |
| CN105391093B (zh) | 小水电群并网运行优化调度方法 | |
| CN102751724B (zh) | 一种面向需求侧响应基于预测的三相负载调度方法及装置 | |
| CN102832627A (zh) | 一种基于电力网络模型的风电场自动电压控制方法 | |
| Singh et al. | GA-based multi-objective optimization for distributed generations planning with DLMs in distribution power systems | |
| CN108462210A (zh) | 基于数据挖掘的光伏可开放容量的计算方法 | |
| CN103149847A (zh) | 一种基于rtds的无功电压控制效率检测方法 | |
| Chen et al. | All-day coordinated optimal scheduling in distribution grids with PV penetration | |
| CN103730900A (zh) | 电力系统多时间尺度的省地县一体化无功优化方法 | |
| Lei et al. | Probabilistic wind power expansion planning of bundled wind-thermal generation system with retrofitted coal-fired plants using load transfer optimization | |
| CN104466960A (zh) | 基于rpfc的特高压电网互动式潮流控制方法 | |
| CN102904265B (zh) | 一种基于区间潮流的变电站电压无功控制方法和系统 | |
| Fang et al. | Stochastic optimal reactive power dispatch method based on point estimation considering load margin | |
| CN106786553A (zh) | 一种电网优化方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |