CN102999876A - 一种典型负荷特性变电站的选取方法 - Google Patents
一种典型负荷特性变电站的选取方法 Download PDFInfo
- Publication number
- CN102999876A CN102999876A CN2012104649784A CN201210464978A CN102999876A CN 102999876 A CN102999876 A CN 102999876A CN 2012104649784 A CN2012104649784 A CN 2012104649784A CN 201210464978 A CN201210464978 A CN 201210464978A CN 102999876 A CN102999876 A CN 102999876A
- Authority
- CN
- China
- Prior art keywords
- load
- type
- transformer station
- typical
- overbar
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明涉及一种典型负荷特性变电站的选取方法,包括:A)对电网中相应变电站进行负荷特性普查;B)依据普查的结果对负荷变电站进行负荷特性分类;C)通过灰色关联分析法计算各负荷类型中所有变电站的关联系数;D)在每个负荷类型中分别选取关联系数最大的前10个变电站作为该负荷类型的典型站点。本发明的选取方法能够解决典型站选取上过分依赖调度运行人员的个人经验、站点选取结果典型性无从保证等缺陷;通过灰色关联分析方法按典型度的顺序给出每类负荷类型典型站点的排序,为建模人员在选取典型站点的过程中提供有力依据;具有可操作性强、考虑因素全面、方案合理、选取结果典型意义大等优点,具有较高的实用价值和良好的市场前景。
Description
技术领域
本发明属于电力系统负荷建模技术领域,具体涉及统计综合法负荷建模中的一种典型负荷特性变电站的选取方法。
背景技术
在负荷模型的研究和应用领域,采用统计综合法建立负荷模型的方法已得到了广泛认可。即首先对电网中的所有变电站进行负荷特性普查,按照普查结果将这些变电站按某种特征进行分类,从中确定具有代表性的变电站并对其开展配电网络、负荷构成及负荷特性的详细调查,然后通过统计综合法建立这些典型站点的综合负荷模型,并将其作为本类负荷其他变电站的综合负荷模型,以此类推,最终建立全网的负荷模型库。该方法的优点在于准确性较高同时节省了工作量。但普查结果具有一定随机性,以往在选取典型变电站时多由调度运行人员凭经验选定,这种人为选择的方法过分依赖调度运行人员的主观性和个人经验。如何在统计负荷站中选取有代表性的典型站点,需要深入研究。
发明内容
本发明的目的在于提供一种准确性高、能够普遍适用于各地区各负荷类型的典型负荷特性变电站的选取方法。
本发明是通过如下技术方案实现的:
一种典型负荷特性变电站的选取方法,其包括如下步骤:
A、对电网中所有同一电压等级(例如:220kV或330kV)的变电站进行负荷特性普查,普查的内容包括每座变电站供电范围内各种负荷所占比例;
B、依据负荷特性普查的结果对所选全部变电站进行负荷特性分类;
C、依据负荷特性分类所得到的负荷类型、通过灰色关联分析法计算每个负荷类型中各变电站的关联系数;
D、在每个负荷类型中分别选取关联系数最大的前10个变电站作为该负荷类型的典型站点。
进一步地,所述步骤A中的负荷包括工业负荷、居民负荷、商业负荷、农业负荷和其它负荷。
进一步地,所述步骤B中进行负荷特性分类的分类原则包括:
B1)单纯负荷类型的变电站要求该站主导负荷类型为单一负荷类型且该负荷类型的比重大于70%,同时其它各类负荷均不超过15%;
B2)对于两种负荷类型混合的变电站要求其主导负荷类型为两类负荷,且这两类负荷的比重均超过15%,另外还要求其它类型的负荷比重均低于15%;
B3)对于三种负荷类型混合的变电站要求其主要负荷类型为三类负荷,且这三类负荷的比重均超过15%。
进一步地,所述步骤C中,计算每个负荷类型中各变电站的关联系数均包括如下步骤:
C1)设定某一负荷类型中所有变电站的各负荷所占比例的参考数列和被比较数列xi;
进一步地,所述步骤C1的具体步骤包括:
设定该负荷类型中共有n个负荷站,设定该负荷类型中各变电站的工业负荷、居民负荷、商业负荷、农业负荷、其他负荷所占比例分别为xi(1),xi(2),xi(3),xi(4),xi(5);
定义被比较数列为:xi={xi(1),xi(2),xi(3),xi(4),xi(5)},其中i=1,2,3,…n;
进一步地,所述步骤C2中,计算关联系数的公式如下:
进一步地,所述步骤C中,为了更方便观察和选取典型变电站,还可通过每个负荷类型中各变电站的关系系数计算出各变电站的关联程度:
本方法采用灰色关联分析方法,是根据各因素之间发展趋势的相似或相异程度,亦即“灰色关联度”,作为衡量因素间关联程度的一种方法。
与现有技术相比,本发明达到的有益效果是:
1、本发明提供典型变电站的选取方法能够解决目前在典型站的选取上过分依赖调度运行人员的个人经验、站点选取结果典型性无从保证等缺陷。本发明将灰色关联分析方法用于典型站点的选取中,按典型度的顺序给出每类负荷类型典型站点的排序,为建模人员在选取典型站点的过程中提供有力的依据。
2、本发明提供的典型变电站的选取方法具有可操作性强、考虑因素全面、方案合理、选取结果典型意义大等优点,具有较高的实用价值和良好的市场前景。
附图说明
图1是本发明典型负荷特性变电站选取方法实施例的流程图。
具体实施方式
下面结合附图和实施例对本发明在南方电网具体实施方式做进一步的详细说明。
图1是本发明提供典型负荷站点选取方法流程图,如图1所示,本发明提供的典型负荷站点选取方法包括下述步骤:
A、针对南方电网全部220kV变电站进行负荷特性普查,调查每座220kV变电站所供工业负荷、居民负荷、商业负荷、农业负荷和其它负荷(该其它负荷表示不属于工业、居民、商业、农业的一些负荷,其比重值很小,不影响调查结果)的比重,调研共收回有效数据596组;
B、对596组变电站按照前述分类原则进行负荷特性分类,将南方电网全部220kV变电站分为普通工业、工业居民、商业居民、工业居民农业、高耗能工业共5大类;
C、依据灰色关联分析法计算每个负荷类型中各个负荷变电站的关联系数指标;
本发明的核心思想是将灰色关联分析法作为典型站选取的核心算法。
其数学表达为:共有n个负荷站,该类负荷站中工业负荷、居民负荷、商业负荷、农业负荷、其他负荷所占比例分别为:xi(1),xi(2),xi(3),xi(4),xi(5)
定义该数列为:xi={xi(1),xi(2),xi(3),xi(4),xi(5)},(i=1,2,3……n) (1)
将该数列中5元素的算术平均数定义为:
式(3)中,分辨系数设为0.5。
这样就可以得到灰色关联序:ξi=(ξi(1),ξi(2),ξi(3),ξi(4),ξi(5)) (4)
D、选取关联系数大的变电站作为各负荷类型的典型站点,南方电网5类负荷类型关联系数最大的10个站点计算结果如下表1-表5所示:
表1工业居民类
地区\变电站 | 工业 | 居民 | 商业 | 农业 | 其他 | 所属省份 | ζ |
深圳\坪山站 | 0.60 | 0.23 | 0.13 | 0.00 | 0.04 | 广东 | 0.9563804 |
凯里\凯里变 | 0.56 | 0.25 | 0.13 | 0.06 | 0.00 | 贵州 | 0.9449982 |
茂名\榭干岭站 | 0.6l | 0.22 | 0.12 | 0.05 | 0.00 | 广东 | 0.9428795 |
清远\阳山站 | 0.57 | 0.29 | 0.11 | 0.04 | 0.00 | 广东 | 0.9387273 |
韶关\马坝站 | 0.61 | 0.25 | 0.12 | 0.02 | 0.00 | 广东 | 0.9381404 |
佛山\桃园站 | 0.62 | 0.24 | 0.12 | 0.02 | 0.00 | 广东 | 0.9349332 |
韶关\廊田站 | 0.58 | 0.21 | 0.11 | 0.10 | 0.00 | 广东 | 0.9341274 |
大理\下关变 | 0.60 | 0.27 | 0.09 | 0.02 | 0.02 | 云南 | 0.9321404 |
楚雄\元谋变 | 0.55 | 0.27 | 0.15 | 0.01 | 0.02 | 云南 | 0.9308474 |
阳江\阳江站 | 0.55 | 0.22 | 0.20 | 0.02 | 0.00 | 广东 | 0.9305877 |
表2普通工业类
地区\变电站 | 工业 | 居民 | 商业 | 农业 | 其他 | 所属省份 | ζ |
贵港\芙蓉变 | 0.90 | 0.04 | 0.03 | 0.03 | 0.00 | 广西 | 0.949071 |
贵港\太华变 | 0.88 | 0.05 | 0.03 | 0.04 | 0.00 | 广西 | 0.9489393 |
珠海\临港站 | 0.89 | 0.05 | 0.05 | 0.02 | 0.00 | 广东 | 0.9401042 |
珠海\八一站 | 0.89 | 0.05 | 0.05 | 0.02 | 0.00 | 广东 | 0.9398244 |
珠海\大港站 | 0.89 | 0.05 | 0.05 | 0.02 | 0.00 | 广东 | 0.9394562 |
保山\朝阳变 | 0.90 | 0.05 | 0.03 | 0.02 | 0.00 | 云南 | 0.9377854 |
阳江\坝基头站 | 0.89 | 0.06 | 0.03 | 0.02 | 0.00 | 广东 | 0.9375241 |
广州\合兴站 | 0.89 | 0.07 | 0.02 | 0.01 | 0.01 | 广东 | 0.9367154 |
广州\虎桥站 | 0.90 | 0.06 | 0.02 | 0.00 | 0.01 | 广东 | 0.9319044 |
红河\朋普变 | 0.91 | 0.04 | 0.01 | 0.00 | 0.04 | 云南 | 0.9314553 |
表3工业居民农业类
地区\变电站 | 工业 | 居民 | 商业 | 农业 | 其他 | 所属省份 | ζ |
韶关\关春站 | 0.40 | 0.23 | 0.10 | 0.27 | 0.00 | 广东 | 0.9645777 |
海口\东路站 | 0.43 | 0.20 | 0.11 | 0.26 | 0.00 | 海南 | 0.9274306 |
安顺\普定变 | 0.46 | 0.22 | 0.04 | 0.26 | 0.03 | 贵州 | 0.9112637 |
铜仁\孙家坝变 | 0.33 | 0.22 | 0.18 | 0.27 | 0.00 | 贵州 | 0.9109297 |
安顺\幺铺变 | 0.44 | 0.26 | 0.09 | 0.19 | 0.02 | 贵州 | 0.8994018 |
安顺\紫云变 | 0.48 | 0.23 | 0.02 | 0.27 | 0.00 | 贵州 | 0.8895361 |
曲靖\普厅变 | 0.38 | 0.18 | 0.06 | 0.38 | 0.00 | 云南 | 0.874279 |
曲靖\文山变 | 0.38 | 0.18 | 0.06 | 0.38 | 0.00 | 云南 | 0.8742667 |
曲靖\听湖变 | 0.38 | 0.18 | 0.06 | 0.38 | 0.00 | 云南 | 0.8742527 |
曲靖\马关变 | 0.38 | 0.18 | 0.06 | 0.38 | 0.00 | 云南 | 0.8742172 |
表4高耗能工业类
地区\变电站 | 工业 | 居民 | 商业 | 农业 | 其他 | 所属省份 | ζ |
百色\沙坡站 | 0.90 | 0.05 | 0.01 | 0.01 | 0.03 | 广西 | 0.9605203 |
怒江\崇仁变 | 0.92 | 0.03 | 0.03 | 0.02 | 0.00 | 云南 | 0.940642 |
玉溪\抚仙变 | 0.94 | 0.03 | 0.01 | 0.00 | 0.02 | 云南 | 0.9397267 |
红河\大屯变 | 0.95 | 0.02 | 0.01 | 0.00 | 0.02 | 云南 | 0.9264575 |
百色\德保站 | 0.94 | 0.04 | 0.01 | 0.01 | 0.00 | 广西 | 0.9191582 |
怒江\兰坪变 | 0.90 | 0.04 | 0.03 | 0.02 | 0.00 | 云南 | 0.9163211 |
百色\云灵站 | 0.96 | 0.03 | 0.00 | 0.01 | 0.00 | 广西 | 0.9136245 |
崇左\东平变 | 0.89 | 0.07 | 0.01 | 0.03 | 0.00 | 广西 | 0.9084742 |
贵港\社步变 | 0.89 | 0.04 | 0.03 | 0.04 | 0.00 | 广西 | 0.9071688 |
曲靖\花山变 | 0.96 | 0.03 | 0.00 | 0.00 | 0.00 | 云南 | 0.9064529 |
表5商业居民类
地区\变电站 | 工业 | 居民 | 商业 | 农业 | 其他 | 所属省份 | ζ |
深圳\经贸站 | 0.04 | 0.43 | 0.32 | 0.00 | 0.20 | 广东 | 0.9288415 |
深圳\欢乐站 | 0.12 | 0.47 | 0.33 | 0.00 | 0.08 | 广东 | 0.9278577 |
昆明\海埂变 | 0.08 | 0.53 | 0.32 | 0.00 | 0.07 | 云南 | 0.9230029 |
广州\伍仙门站 | 0.02 | 0.44 | 0.31 | 0.00 | 0.23 | 广东 | 0.9169524 |
佛山\文华站 | 0.10 | 0.48 | 0.40 | 0.00 | 0.01 | 广东 | 0.8866133 |
深圳\梅林站 | 0.11 | 0.35 | 0.31 | 0.00 | 0.23 | 广东 | 0.8859523 |
广州\泮塘站 | 0.07 | 0.45 | 0.44 | 0.00 | 0.03 | 广东 | 0.8852367 |
昆明\官渡变 | 0.07 | 0.42 | 0.33 | 0.13 | 0.05 | 云南 | 0.8833154 |
佛山\红星站 | 0.07 | 0.44 | 0.46 | 0.03 | 0.00 | 广东 | 0.8733881 |
深圳\祥和站 | 0.07 | 0.32 | 0.29 | 0.00 | 0.32 | 广东 | 0.8685827 |
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求范围当中。
Claims (7)
1.一种典型负荷特性变电站的选取方法,其特征在于,该方法包括如下步骤:
A、对电网中所有同一电压等级的变电站进行负荷特性普查,普查的内容包括每座变电站供电范围内各种负荷所占比例;
B、依据负荷特性普查的结果对所选择的变电站进行负荷特性分类;
C、依据负荷特性分类所得到的负荷类型、通过灰色关联分析法计算每个负荷类型中各变电站的关联系数;
D、在每个负荷类型中分别选取关联系数最大的前10个变电站作为该负荷类型的典型站点。
2.如权利要求1所述的典型负荷特性变电站的选取方法,其特征在于,所述步骤A中的负荷包括工业负荷、居民负荷、商业负荷、农业负荷和其它负荷。
3.如权利要求1所述的典型负荷特性变电站的选取方法,其特征在于,所述步骤B中进行负荷特性分类的分类原则包括:
B1)单纯负荷类型的变电站要求该站主导负荷类型为单一负荷类型且该负荷类型的比重大于70%,同时其它各类负荷均不超过15%;
B2)对于两种负荷类型混合的变电站要求其主导负荷类型为两类负荷,且这两类负荷的比重均超过15%,另外还要求其它类型的负荷比重均低于15%;
B3)对于三种负荷类型混合的变电站要求其主要负荷类型为三类负荷,且这三类负荷的比重均超过15%。
5.如权利要求4所述的典型负荷特性变电站的选取方法,其特征在于,所述步骤C1的具体步骤包括:
设定该负荷类型中共有n个负荷站,设定该负荷类型中各变电站的工业负荷、居民负荷、商业负荷、农业负荷、其他负荷所占比例分别为xi(1),xi(2),xi(3),xi(4),xi(5);
定义被比较数列为:xi={xi(1),xi(2),xi(3),xi(4),xi(5)},其中i=1,2,3,…n;
定义参考数列为: 其中分别为xi(1)、xi(2)、xi(3)、xi(4)、xi(5)的算数平均数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210464978.4A CN102999876B (zh) | 2012-11-16 | 2012-11-16 | 一种电力系统全网负荷模型库的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210464978.4A CN102999876B (zh) | 2012-11-16 | 2012-11-16 | 一种电力系统全网负荷模型库的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102999876A true CN102999876A (zh) | 2013-03-27 |
CN102999876B CN102999876B (zh) | 2015-11-18 |
Family
ID=47928414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210464978.4A Active CN102999876B (zh) | 2012-11-16 | 2012-11-16 | 一种电力系统全网负荷模型库的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102999876B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279803A (zh) * | 2013-04-27 | 2013-09-04 | 深圳供电局有限公司 | 基于综合信息论及现代内点理论的负荷建模方法和系统 |
CN105335903A (zh) * | 2015-11-30 | 2016-02-17 | 广东电网有限责任公司电力调度控制中心 | 智能变电站建模方法 |
CN107122505A (zh) * | 2016-02-25 | 2017-09-01 | 中国石油化工股份有限公司 | 一种负荷建模方法及装置 |
CN111737924A (zh) * | 2020-08-17 | 2020-10-02 | 国网江西省电力有限公司电力科学研究院 | 一种基于多源数据选取典型负荷特性变电站的方法 |
CN112113316A (zh) * | 2020-09-18 | 2020-12-22 | 国网辽宁省电力有限公司电力科学研究院 | 一种空调负荷提取的方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556464A (zh) * | 2009-05-22 | 2009-10-14 | 天津大学 | 基于关联规则的城市电力负荷预测模型自动推荐方法 |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
CN101976841A (zh) * | 2010-10-21 | 2011-02-16 | 河北省电力研究院 | 电力系统各级负荷预测指标的均衡匹配方法 |
-
2012
- 2012-11-16 CN CN201210464978.4A patent/CN102999876B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101556464A (zh) * | 2009-05-22 | 2009-10-14 | 天津大学 | 基于关联规则的城市电力负荷预测模型自动推荐方法 |
CN101789598A (zh) * | 2010-03-05 | 2010-07-28 | 湖北省电力试验研究院 | 一种电力系统负荷的建模方法 |
CN101976841A (zh) * | 2010-10-21 | 2011-02-16 | 河北省电力研究院 | 电力系统各级负荷预测指标的均衡匹配方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279803A (zh) * | 2013-04-27 | 2013-09-04 | 深圳供电局有限公司 | 基于综合信息论及现代内点理论的负荷建模方法和系统 |
CN105335903A (zh) * | 2015-11-30 | 2016-02-17 | 广东电网有限责任公司电力调度控制中心 | 智能变电站建模方法 |
CN107122505A (zh) * | 2016-02-25 | 2017-09-01 | 中国石油化工股份有限公司 | 一种负荷建模方法及装置 |
CN111737924A (zh) * | 2020-08-17 | 2020-10-02 | 国网江西省电力有限公司电力科学研究院 | 一种基于多源数据选取典型负荷特性变电站的方法 |
CN111737924B (zh) * | 2020-08-17 | 2021-03-02 | 国网江西省电力有限公司电力科学研究院 | 一种基于多源数据选取典型负荷特性变电站的方法 |
CN112113316A (zh) * | 2020-09-18 | 2020-12-22 | 国网辽宁省电力有限公司电力科学研究院 | 一种空调负荷提取的方法 |
CN112113316B (zh) * | 2020-09-18 | 2022-03-11 | 国网辽宁省电力有限公司电力科学研究院 | 一种空调负荷提取的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102999876B (zh) | 2015-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102999876B (zh) | 一种电力系统全网负荷模型库的构建方法 | |
CN105046584A (zh) | 一种基于k-means算法的理想线损率的计算方法 | |
CN104699959A (zh) | 一种基于k-means算法的线损同类划分方法 | |
CN101777766A (zh) | 电网输电能力风险评估方法 | |
Wu et al. | Study on the estimation, decomposition and application of China's provincial carbon marginal abatement costs | |
CN109003010A (zh) | 电网项目投资效益的评价方法 | |
CN106532717A (zh) | 基于综合灵敏度分析的线路过载联切负荷协调优化方法 | |
Xia et al. | China’s provincial environmental efficiency evaluation and influencing factors of the mining industry considering technology heterogeneity | |
CN108390390A (zh) | 一种含优先消纳风电能源路由器的三相不平衡主动配电网随机模糊潮流方法 | |
Sun et al. | Research on the competitive and synergistic evolution of the water-energy-food system in China | |
CN103793757A (zh) | 一种层级式模块化电网规划方案优化方法 | |
CN107330576A (zh) | 一种基于边界供电能力的配电网效率评价方法 | |
CN105354761B (zh) | 一种风电接入电网的安全与效能评估方法及系统 | |
Chen et al. | Measurements and factors of carbon emission efficiency | |
CN107221936A (zh) | 一种含风电场的最优潮流计算方法及装置 | |
CN104361136A (zh) | 基于图论聚类的中压配电网特殊负荷电能质量特性分类方法 | |
CN106055730B (zh) | 一种适应于大规模电网的电力系统碳流仿真分析方法 | |
CN106570776B (zh) | 基于地区电网实测运行参数的理论线损水平计算评价方法 | |
Ma et al. | Comprehensive evaluation of renewable energy for power projects based on CA-DEA model | |
Yan et al. | Analysis on influencing factors of EV charging station planning based on AHP | |
Xie | Ecological network analysis of urban land resource use within China | |
Lu et al. | A calculation of power users' demand response potential under the angle of big data | |
Ren et al. | Calculation Method of the Line Loss Rate in Transformer District Based on Neural Network with Optimized Input Variables | |
Yang et al. | Power Consumption Portrait of Users Based on Improved ISODATA Clustering Algorithm | |
Fu et al. | Comparison of modeling methods of dynamic economic dispatch with stochastic wind power integration |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |