CN108090636A - 一种基于分压线损模型的线损率趋势预测方法 - Google Patents
一种基于分压线损模型的线损率趋势预测方法 Download PDFInfo
- Publication number
- CN108090636A CN108090636A CN201810132541.8A CN201810132541A CN108090636A CN 108090636 A CN108090636 A CN 108090636A CN 201810132541 A CN201810132541 A CN 201810132541A CN 108090636 A CN108090636 A CN 108090636A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- line loss
- partial pressure
- per unit
- 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
- 238000013277 forecasting method Methods 0.000 title claims abstract description 13
- 230000005611 electricity Effects 0.000 claims abstract description 94
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 9
- 238000002788 crimping Methods 0.000 claims 1
- 230000003247 decreasing effect Effects 0.000 abstract description 4
- 238000004458 analytical method Methods 0.000 abstract description 3
- 230000009466 transformation Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 5
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于分压线损模型的线损率趋势预测方法,包括分析电网电能传输各环节的损耗率,构建分压线损率模型;根据分压线损率模型,得到分压线损率的计算公式,求出分压线损率取得最小值时所对应的分压售电比例;结合实际电网数据,获取分压线损率模型的参数;根据分压线损率模型和所得的参数,预测未来分压线损率。本发明实现了未来分压线损率的趋势研判和预测,有助于电网企业对未来线损的把控,有针对性地进行节能降损改造,提高运行经济性。
Description
技术领域
本发明涉及一种基于分压线损模型的线损率趋势预测方法,属于电力系统技术领域。
背景技术
电网的线损率是指在电力传输分配的过程中所产生的电力损耗,是反映电网规划设计、技术装备和经济运行水平的综合性技术经济指标,是体现电网企业降损技术和经营管理水平的重要标志。
随着我国经济结构调整和优化升级,产业结构逐步调整为以第三产业发展为核心的模式,服务业比重上升。经济结构调整将使得第三产业的比重上升,服务行业一般为低压负荷,而工业用户一般通过高电压接入。因此,经济结构的调整反映到电网中则是各电压等级售电比例的变化。
分压售电比例的变化将影响到电网的分压线损率,分压线损率是指各个电压等级的线损率。分压线损率的变化将影响到全网的线损率。因此,研究售电比例变化对线损率的影响,掌握线损率在未来的变化趋势,有助于有针对性地制定降损措施,提升电网的经济性和电网企业的线损管理水平,实现节能减排。而现有技术只是进行定性分析,缺乏理论推导和定量分析,而且并没有考虑电力传输的各个环节,也没有量化地对分压线损率进行预测,因此,为掌握电网线损率的未来趋势,实现电网的节能降损经济运行,亟需一种分压线损率趋势预测方法。
发明内容
为了解决上述技术问题,本发明提供了一种基于分压线损模型的线损率趋势预测方法。
为了达到上述目的,本发明所采用的技术方案是:
一种基于分压线损模型的线损率趋势预测方法,包括以下步骤,
分析电网电能传输各环节的损耗率,构建分压线损率模型;
根据分压线损率模型,得到分压线损率的计算公式,求出分压线损率取得最小值时所对应的分压售电比例;
结合实际电网数据,获取分压线损率模型的参数;
根据分压线损率模型和所得的参数,预测未来分压线损率。
电网电能传输各环节的损耗率为,
其中,rx-1、rx-2和rx-3分别为电压等级x的输入环节、售电环节和转出环节的损耗率,Dx为电厂上网电量,Zx为转入电量,Cx为转出电量,kx为分压售电比例,S为总售电量;
其中,Rx-1为输入环节损耗的等值电阻,Rx-2为售电环节损耗的等值电阻,Rx-3为转出环节损耗的等值电阻,Ux为电压值,为输入环节的功率因数角,为售电环节的功率因数角,为转出环节的功率因数角,T为时间。
得到分压线损率计算公式为,
其中,rx为电压等级x的分压线损率。
分压线损率取得最小值时所对应的分压售电比例为,
其中,kx_m为分压线损率取得最小值时所对应的分压售电比例。
获取分压线损率模型参数的过程为,
假设目前已有n个月的分压线损报表,每个月的分压报表都会给出各个电压等级的分压线损率、电厂上网电量、转入电量、转出电量以及售电量;
计算第m个月的分压线损率
构造目标函数 为第m个月分压线损报表中的分压线损率;
对于每一个电压等级,得到如下最小值模型,
求解最小值模型,即可得到分压线损率模型参数。
预测未来分压线损率的过程为,将所得的参数代入分压线损率模型,得到分压线损率随分压售电比例变化的函数表达式,根据函数表达式画出分压线损率随分压售电比例的变化趋势图。
本发明所达到的有益效果:本发明分析了电能传输各环节的损耗率,构建分压线损率模型,根据该模型,分析分压线损率与分压售电比例之间的关系,并得到分压线损率取得最小值时的分压售电比例计算方法,结合实际电网运行数据,提出了利用该模型研判未来分压线损率的趋势;实现了未来分压线损率的趋势研判和预测,有助于电网企业对未来线损的把控,有针对性地进行节能降损改造,提高运行经济性。
附图说明
图1为本发明的流程图;
图2为电网的有功损耗示意图;
图3为分压线损模型示意图;
图4为220kV分压线损率随分压售电比例的变化曲线;
图5为110kV分压线损率随分压售电比例的变化曲线;
图6为35kV分压线损率随分压售电比例的变化曲线;
图7为10kV分压线损率随分压售电比例的变化曲线。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种基于分压线损模型的线损率趋势预测方法,包括以下步骤:
步骤1,分析电网电能传输各环节的损耗率,构建分压线损率模型。
假设一段等值电阻R,在时间T里通过此电阻首端的有功电量为W1,则流过此等值电阻的首端平均有功功率为P1=W1/T,首端平均无功功率为Q1,平均功率因数为首端电压为U1,如图2所示。
则经过此电阻时的有功功率损耗ΔP可以表示成如式(1)所示,
所以耗损电量ΔW为,
则耗损率r可以表示为,
如果采用图1中末端的物理量,则损耗率r为,
其中,W2为电阻末端的有功电量。
对某个电压等级x的分压线损而言,本层的输入电量经过线路输送后,一部分转出到下级电压等级,另一部分则通过供电线路输送到用户。因此,可以构建如图3所示的分压线损模型。
图3中,rx-1、rx-2和rx-3分别为电压等级x的输入环节、售电环节和转出环节的损耗率,Dx为电厂上网电量,Zx为转入电量,Cx为转出电量,kx为分压售电比例,S为总售电量。
根据(3)式可得,
其中,Rx-1为输入环节损耗的等值电阻,Ux为电压值,可以假定电压值为额定电压值,为输入环节的功率因数角,T为时间。
令,
则式(5)变为,
式(7)中,若假设和Rx-1不变的话,则对于电压等级x而言,αx-1是一个常数,Kx则为一个已知的常量。
同理,对于售电环节损耗率rx-2,根据式(4)可得,
其中,Rx-2为售电环节损耗的等值电阻,为售电环节的功率因数角。
令,
则式(8)变为,
同理,对于转出环节损耗率rx-3,可得,
其中,Rx-3为转出环节损耗的等值电阻,为转出环节的功率因数角。
令,
则式(10)变为,
因此,可以得到某电压等级的输入环节、售电环节和转出环节的损耗率为,
式(12)和图3即构成了分压线损率模型。
步骤2,根据分压线损率模型,得到分压线损率的计算公式,求出分压线损率取得最小值时所对应的分压售电比例。
图3中,根据电能平衡,流入节点A的电量要等于流出节点A的电量,因此可得,
解出Cx如下式,
根据《国家电网线损管理办法》的规定,分压线损率的计算公式为,
其中,rx为电压等级x的分压线损率;
将式(14)代入式(15)可得,
将式(12)代入(16)可得,
即为分压线损率的计算公式。
求分压线损率取得最小值时所对应的分压售电比例,即求rx对于kx的偏导,并令其等于0,即,
求解式(17)可以得到,
其中,kx_m为分压线损率取得最小值时所对应的分压售电比例;
当αx-2等于0时,则,
步骤3,结合实际电网数据,获取分压线损率模型的参数。
获取分压线损率模型参数的过程为:
假设目前已有n个月的分压线损报表,每个月的分压报表都会给出各个电压等级的分压线损率、电厂上网电量、转入电量、转出电量以及售电量;
计算第m个月的分压线损率
构造目标函数 为第m个月分压线损报表中的分压线损率;
对于每一个电压等级,得到如下最小值模型,
求解最小值模型,可得到分压线损率模型参数,即αx-1、αx-2和αx-3。
步骤4,根据分压线损率模型和所得的参数,预测未来分压线损率。
即将所得的参数代入分压线损率模型,得到分压线损率随分压售电比例变化的函数表达式,根据函数表达式画出分压线损率随分压售电比例的变化趋势图。
为了进一步说明上述方法,以某地区的分压线损为例,利用某年12个月的分压线损表,其中,某个月的分压线损表如下表1所示。由于是12个月,所以类似的分压线损表应该有12个。
表1某地区某月分压线损表
可见,分压线损表中包含了各个电压等级的线损率、电厂上网电量、转入电量、转出电量以及售电量(kxS),将这些数据代入到分压线损率的计算公式,Ux取额定电压,T以小时为单位,例如对1月份而言,T=24×31=744。
获取各电压等级的参数,具体如表2所示。
表2分压线损率模型的参数值
得到参数之后,即可使用参数来计算各分压线损率,此时应该取报表值和计算值来比较验证,看参数值是否合理。根据该月的分压线损表和所得的模型参数表,计算出该月各个环节的损耗率以及分压线损率,进行比验证,如下表3所示。
表3该月各环节损耗率及分压线损计算值
从表3可以看到,根据模型参数计算出来的分压线损率与实际的分压线损率很接近,可以认为该模型很好地反映了分压线损情况。
根据表2中的参数计算值,在总售电量不变的情况下,可以画出220kV、110kV、35kV以及10kV的线损率随售电比例的变化曲线图,如图4~7所示。
除了220kV的线损率随着分压售电比例升高而降低外,其他电压等级的线损率都是先降低后升高,其最小线损率rx_m及其对应的分压售电比例kx_m如下表所示。
表4各电压等级最小线损率及其售电比例
220kV的线损率随着售电比例升高而降低,并没有出现拐点,这是由于该地区220kV的售电量全是无损电量,售电侧的损耗不由电网承担,售电量带来的损耗为0,所以售电比例越大,220kV的线损率就越低。而110kV及以下电压等级的线损率都是先降低后升高,存在一个最小值。
从图表中还可以看出,110kV及以下各电压等级的最小线损率及其对应的售电比例。110kV在售电比例为57.52%时有最小线损率1.32%;35kV在售电比例为12.23%时有最小线损率2.01%;10(20)kV及以下在售电比例为67.77%时有最小线损率3.13%。结合表4可知,该地区的35kV和10(20)kV及以下的售电比例已经接近kx_m,而经济结构调整将使得低压售电比例上升,高压售电比例降低。对于低电压等级而言,当售电比例超过kx_m时,售电比例再增加时,低压线损率将升高;而高电压等级方面,220kV和110kV的售电比例小于kx_m,而且未来售电比例还要下降,所以高压线损率也将上升。两者作用将使得整个电网的线损率上升,因此未来电网企业将面临损耗上升的趋势,需要按照实际采取相应的降损措施,降低线损,保证电网运行的经济性。
上述方法分析了电能传输各环节的损耗率,构建分压线损率模型,根据该模型,分析分压线损率与分压售电比例之间的关系,并得到分压线损率取得最小值时的分压售电比例计算方法,结合实际电网运行数据,提出了利用该模型研判未来分压线损率的趋势;实现了未来分压线损率的趋势研判和预测,有助于电网企业对未来线损的把控,有针对性地进行节能降损改造,提高运行经济性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (6)
1.一种基于分压线损模型的线损率趋势预测方法,其特征在于:包括以下步骤,
分析电网电能传输各环节的损耗率,构建分压线损率模型;
根据分压线损率模型,得到分压线损率的计算公式,求出分压线损率取得最小值时所对应的分压售电比例;
结合实际电网数据,获取分压线损率模型的参数;
根据分压线损率模型和所得的参数,预测未来分压线损率。
2.根据权利要求1所述的一种基于分压线损模型的线损率趋势预测方法,其特征在于:电网电能传输各环节的损耗率为,
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
</mfrac>
<mo>&CenterDot;</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>k</mi>
<mi>x</mi>
</msub>
<mi>S</mi>
</mrow>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>k</mi>
<mi>x</mi>
</msub>
<mi>S</mi>
<mo>+</mo>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>C</mi>
<mi>x</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>&CenterDot;</mo>
<msub>
<mi>C</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,rx-1、rx-2和rx-3分别为电压等级x的输入环节、售电环节和转出环节的损耗率,Dx为电厂上网电量,Zx为转入电量,Cx为转出电量,kx为分压售电比例,S为总售电量;
其中,Rx-1为输入环节损耗的等值电阻,Rx-2为售电环节损耗的等值电阻,Rx-3为转出环节损耗的等值电阻,Ux为电压值,为输入环节的功率因数角,为售电环节的功率因数角,为转出环节的功率因数角,T为时间。
3.根据权利要求2所述的一种基于分压线损模型的线损率趋势预测方法,其特征在于:得到分压线损率计算公式为,
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mi>x</mi>
</msub>
<mo>=</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>k</mi>
<mi>x</mi>
</msub>
<mi>S</mi>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mn>2</mn>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
<mo>-</mo>
<msub>
<mi>k</mi>
<mi>x</mi>
</msub>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<msqrt>
<mrow>
<msubsup>
<mi>K</mi>
<mi>x</mi>
<mn>2</mn>
</msubsup>
<mo>-</mo>
<mn>4</mn>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>-</mo>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<msubsup>
<mi>k</mi>
<mi>x</mi>
<mn>2</mn>
</msubsup>
<msup>
<mi>S</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
<msub>
<mi>k</mi>
<mi>x</mi>
</msub>
<mi>S</mi>
</mrow>
<mo>&rsqb;</mo>
</mrow>
</mrow>
</msqrt>
<mo>+</mo>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,rx为电压等级x的分压线损率。
4.根据权利要求3所述的一种基于分压线损模型的线损率趋势预测方法,其特征在于:分压线损率取得最小值时所对应的分压售电比例为,
<mrow>
<msub>
<mi>k</mi>
<mrow>
<mi>x</mi>
<mo>_</mo>
<mi>m</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msqrt>
<mrow>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<msubsup>
<mi>K</mi>
<mi>x</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mn>4</mn>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<mo>-</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>D</mi>
<mi>x</mi>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<msubsup>
<mi>Z</mi>
<mi>x</mi>
<mn>2</mn>
</msubsup>
</mrow>
<mo>)</mo>
</mrow>
<mo>+</mo>
<msub>
<mi>K</mi>
<mi>x</mi>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<mo>+</mo>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mn>2</mn>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<msub>
<mi>D</mi>
<mi>x</mi>
</msub>
<msub>
<mi>Z</mi>
<mi>x</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</msqrt>
</mrow>
<mrow>
<mn>2</mn>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>+</mo>
<msub>
<mi>&alpha;</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mi>S</mi>
</mrow>
</mfrac>
</mrow>
其中,kx_m为分压线损率取得最小值时所对应的分压售电比例。
5.根据权利要求1所述的一种基于分压线损模型的线损率趋势预测方法,其特征在于:获取分压线损率模型参数的过程为,
假设目前已有n个月的分压线损报表,每个月的分压报表都会给出各个电压等级的分压线损率、电厂上网电量、转入电量、转出电量以及售电量;
计算第m个月的分压线损率
构造目标函数 为第m个月分压线损报表中的分压线损率;
对于每一个电压等级,得到如下最小值模型,
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<munder>
<mi>&Sigma;</mi>
<mrow>
<mn>1</mn>
<mo>&le;</mo>
<mi>m</mi>
<mo>&le;</mo>
<mi>n</mi>
</mrow>
</munder>
<msup>
<mrow>
<mo>(</mo>
<msubsup>
<mi>y</mi>
<mi>x</mi>
<mi>m</mi>
</msubsup>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>s</mi>
<mo>.</mo>
<mi>t</mi>
<mo>.</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>&Element;</mo>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
</msub>
<mo>&Element;</mo>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow></mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>r</mi>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mn>3</mn>
</mrow>
</msub>
<mo>&Element;</mo>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
求解最小值模型,即可得到分压线损率模型参数。
6.根据权利要求1所述的一种基于分压线损模型的线损率趋势预测方法,其特征在于:预测未来分压线损率的过程为,将所得的参数代入分压线损率模型,得到分压线损率随分压售电比例变化的函数表达式,根据函数表达式画出分压线损率随分压售电比例的变化趋势图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810132541.8A CN108090636B (zh) | 2018-02-09 | 2018-02-09 | 一种基于分压线损模型的线损率趋势预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810132541.8A CN108090636B (zh) | 2018-02-09 | 2018-02-09 | 一种基于分压线损模型的线损率趋势预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108090636A true CN108090636A (zh) | 2018-05-29 |
CN108090636B CN108090636B (zh) | 2021-06-08 |
Family
ID=62193841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810132541.8A Active CN108090636B (zh) | 2018-02-09 | 2018-02-09 | 一种基于分压线损模型的线损率趋势预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108090636B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348270A (zh) * | 2020-11-12 | 2021-02-09 | 国网山东省电力公司聊城市茌平区供电公司 | 一种异常用电客户检测方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097140A (zh) * | 2016-06-13 | 2016-11-09 | 中国南方电网有限责任公司电网技术研究中心 | 售电量分配方法及系统 |
CN106570332A (zh) * | 2016-11-09 | 2017-04-19 | 深圳供电局有限公司 | 一种改进电力设备线损率计算结果的方法 |
CN106570778A (zh) * | 2016-10-14 | 2017-04-19 | 国网信通亿力科技有限责任公司 | 一种基于大数据的数据集成与线损分析计算的方法 |
-
2018
- 2018-02-09 CN CN201810132541.8A patent/CN108090636B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097140A (zh) * | 2016-06-13 | 2016-11-09 | 中国南方电网有限责任公司电网技术研究中心 | 售电量分配方法及系统 |
CN106570778A (zh) * | 2016-10-14 | 2017-04-19 | 国网信通亿力科技有限责任公司 | 一种基于大数据的数据集成与线损分析计算的方法 |
CN106570332A (zh) * | 2016-11-09 | 2017-04-19 | 深圳供电局有限公司 | 一种改进电力设备线损率计算结果的方法 |
Non-Patent Citations (2)
Title |
---|
TOOMAS VINNAL等: "Analysis of Power Consumption and Losses in Relation to Supply Voltage Levels", 《2014 CHINA INTERNATIONAL CONFERENCE ON ELECTRICITY DISTRIBUTION (CICED)》 * |
吴艳春: "综合线损率月度分析", 《农电技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348270A (zh) * | 2020-11-12 | 2021-02-09 | 国网山东省电力公司聊城市茌平区供电公司 | 一种异常用电客户检测方法及装置 |
CN112348270B (zh) * | 2020-11-12 | 2021-12-03 | 国网山东省电力公司聊城市茌平区供电公司 | 一种异常用电客户检测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108090636B (zh) | 2021-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xie et al. | Forecasting China’s energy demand and self-sufficiency rate by grey forecasting model and Markov model | |
Lin et al. | Inconsistency of economic growth and electricity consumption in China: A panel VAR approach | |
CN102231144B (zh) | 一种基于Boosting算法的配电网理论线损预测方法 | |
He et al. | Forecasting China's total energy demand and its structure using ADL-MIDAS model | |
CN105449713B (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 | |
CN106779277B (zh) | 一种配电网网损的分类评估方法及装置 | |
CN103106535B (zh) | 一种基于神经网络解决协同过滤推荐数据稀疏性的方法 | |
CN104037943B (zh) | 一种提高电网电压质量的电压监测方法及系统 | |
Lin et al. | Efficiency effect of changing investment structure on China׳ s power industry | |
Lin et al. | Energy efficiency and conservation in China's chemical fiber industry | |
CN105244889A (zh) | 一种配电网无功补偿规划的方法 | |
CN103136585A (zh) | 基于混沌遗传策略的加权Voronoi图变电站规划方法 | |
CN103066596A (zh) | 一种配电网接线方法 | |
CN104699959A (zh) | 一种基于k-means算法的线损同类划分方法 | |
CN105893757A (zh) | 一种用于电压暂降严重程度的综合评估方法 | |
CN105046584A (zh) | 一种基于k-means算法的理想线损率的计算方法 | |
CN106682843A (zh) | 一种配电网滚动规划后评价模型建模方法 | |
CN104573857A (zh) | 一种基于智能算法优化组合的电网负荷率预测方法 | |
CN103093391A (zh) | 城市配电网设置方法 | |
CN102801165A (zh) | 一种考虑静态安全性的自动电压控制方法 | |
CN104778635A (zh) | 全寿命周期框架下的配电变压器更换方法 | |
CN105225021A (zh) | 配电网待建项目的优化选择方法 | |
CN106934500A (zh) | 一种基于非参数模型对地区饱和电量进行预测的方法 | |
CN102930352A (zh) | 基于多核支持向量回归机的电网基建工程造价预测方法 | |
CN111079972A (zh) | 一种主动配电网可靠性规划方法、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |