CN108205716A - 配变装接容量预测方法及系统 - Google Patents
配变装接容量预测方法及系统 Download PDFInfo
- Publication number
- CN108205716A CN108205716A CN201711471797.3A CN201711471797A CN108205716A CN 108205716 A CN108205716 A CN 108205716A CN 201711471797 A CN201711471797 A CN 201711471797A CN 108205716 A CN108205716 A CN 108205716A
- Authority
- CN
- China
- Prior art keywords
- distribution
- load
- area
- information
- distribution transforming
- 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
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明提供了配变装接容量预测方法及系统，涉及电力系统技术领域，包括对配电地区内在预设时间内的电力因素进行分析，得到电力信息；获取用电性质信息，并根据电力信息和用电性质信息对配电地区进行划分，得到供电区域；基于电力信息对供电区域进行负荷预测，得到配变装接容量。本发明可以优化配电网结构、降低电网损耗、提高电能质量和可靠性。
Description
技术领域
本发明涉及电力系统技术领域，尤其是涉及配变装接容量预测方法及系统。
背景技术
城市配电网在城市的发展过程中，由于负荷发展的不确定性，城市配电网规划的网架结构需根据负荷发展情况进行相应的调整和改变。随着城市迅速发展以及人民用电需求的不断提高，城市的用电密度越来越大，但给电力部门重新布点及新增线路、配变的空间越来越有限，即使勉强安排了新的电源点以及线路、配变，也会因约束因素太多导致布局不合理，如果不在城市发展之初很好地解决解决居民小区配变装接容量、负荷要求等电网可持续发展问题，将会严重影响并制约整个城市的发展。
配变装接容量是配电网规划和改造的重要组成部分，其任务是根据负荷增长以及电源规划方案确定相应的最佳配变装接容量，最佳供电半径，在满足经济性和可靠性的前提下将电能输送到负荷中心，同时使电网的建设改造和运行费用最小。
发明内容
有鉴于此，本发明的目的在于提供配变装接容量预测方法及系统，以优化配电网结构、降低电网损耗、提高电能质量和可靠性。
第一方面，本发明实施例提供了一种配变装接容量预测方法，其中，包括：
对配电地区内在预设时间内的电力因素进行分析，得到电力信息；
获取用电性质信息，并根据所述电力信息和所述用电性质信息对所述配电地区进行划分，得到供电区域；
基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量。
结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述获取用电性质信息，并根据所述电力信息和所述用电性质信息对所述配电地区进行划分，得到供电区域，包括：
获取所述用电性质信息，根据所述用电性质信息对所述配电地区进行划分，得到功能区域；
根据所述电力信息对所述功能区域进行划分，得到所述供电区域。
结合第一方面，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述电力信息包括负荷的时间特性，所述配变装接容量包括第l年的预测用电量，所述基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量，包括：
根据下式计算所述第l年的预测用电量：
Al＝An(1+K)1-n
其中，Al为所述第l年的预测用电量，An为第n年的用电量，K为年均增长率。
结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述年均增长率根据下式计算：
其中，An为第n年的用电量，Am为第m年的用电量。
结合第一方面，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述电力信息还包括负荷的密度特性，所述配变装接容量还包括地区预测用电量，所述基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量，还包括：
根据下式计算所述地区预测用电量：
A＝s·d
其中，A为所述地区预测用电量，s为用电基数，d为用电密度。
结合第一方面，本发明实施例提供了第一方面的第五种可能的实施方式，其中，所述电力信息还包括负荷的最大容量特性，所述配变装接容量还包括中压配电线路合理配变装接总容量上限估计值，所述基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量，还包括：
根据下式计算所述中压配电线路合理配变装接总容量上限估计值：
其中，Sb为单个的所述中压配电线路合理配变装接总容量上限估计值，Sl为线路的持续容许负荷，α为线路负载率上限，β为配电变压器经济负载率，γ为容许负荷温度校正系数。
结合第一方面，本发明实施例提供了第一方面的第六种可能的实施方式，其中，所述电力因素包括电量、最大负荷信息、配电的当前地理接线图、变电站的电气联络图和用地控规图。
第二方面，本发明实施例还提供一种配变装接容量预测系统，其中，包括：
因素分析单元，用于对配电地区内在预设时间内的电力因素进行分析，得到电力信息；
区域划分单元，用于获取用电性质信息，并根据所述电力信息和所述用电性质信息对所述配电地区进行划分，得到供电区域；
负荷预测单元，用于基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量。
结合第二方面，本发明实施例提供了第二方面的第一种可能的实施方式，其中，所述区域划分单元包括：
获取所述用电性质信息，根据所述用电性质信息对所述配电地区进行划分，得到功能区域；
根据所述电力信息对所述功能区域进行划分，得到所述供电区域。
结合第二方面，本发明实施例提供了第二方面的第二种可能的实施方式，其中，所述电力因素包括电量、最大负荷信息、配电的当前地理接线图、变电站的电气联络图和用地控规图。
本发明实施例带来了以下有益效果：本发明提供了配变装接容量预测方法及系统，涉及电力系统技术领域，包括对配电地区内在预设时间内的电力因素进行分析，得到电力信息；获取用电性质信息，并根据电力信息和用电性质信息对配电地区进行划分，得到供电区域；基于电力信息对供电区域进行负荷预测，得到配变装接容量。本发明可以优化配电网结构、降低电网损耗、提高电能质量和可靠性。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的配变装接容量预测方法流程图；
图2为本发明实施例一提供的划分供电区域方法流程图；
图3为本发明实施例二提供的配变装接容量预测系统示意图；
图4为本发明实施例二提供的区域划分单元示意图。
图标：
100-因素分析单元；200-区域划分单元；210-功能区域划分模块；220-供电区域划分模块；300-负荷预测单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
目前，随着城市迅速发展以及人民用电需求的不断提高，城市的用电密度越来越大，但给电力部门重新布点及新增线路、配变的空间越来越有限，即使勉强安排了新的电源点以及线路、配变，也会因约束因素太多导致布局不合理，如果不在城市发展之初很好地解决解决居民小区配变装接容量、负荷要求等电网可持续发展问题，将会严重影响并制约整个城市的发展。配变装接容量是配电网规划和改造的重要组成部分，其任务是根据负荷增长以及电源规划方案确定相应的最佳配变装接容量，最佳供电半径，在满足经济性和可靠性的前提下将电能输送到负荷中心，同时使电网的建设改造和运行费用最小。
基于此，本发明实施例提供的配变装接容量预测方法及系统，可以优化配电网结构、降低电网损耗、提高电能质量和可靠性。
为便于对本实施例进行理解，首先对本发明实施例所公开的配变装接容量预测方法进行详细介绍。
实施例一：
图1为本发明实施例一提供的配变装接容量预测方法流程图。
参照图1，配变装接容量预测方法包括如下内容：
步骤S110，对配电地区内在预设时间内的电力因素进行分析，得到电力信息；
具体的，配变装接容量和负荷实用化分析的基础工作是对相关历史数据及资料的采集，所需的资料即为配电地区内在预设时间内的电力因素，可以为但不限于该配电地区的最近五年的电量、最大负荷信息、配电的当前地理接线图、变电站的电气联络图、用地控规图及其他相关设备的信息。
步骤S120，获取用电性质信息，并根据电力信息和用电性质信息对配电地区进行划分，得到供电区域；
具体的，通过对用电功能区的分布情况进行分析获得该地区的用电性质信息，根据用电性质信息将配电地区划分为若干个功能区域，再根据电力信息对功能区域进行划分，得到供电区域。
步骤S130，基于电力信息对供电区域进行负荷预测，得到配变装接容量。
具体的，对供电区域的负荷特性进行分析，并基于电力信息对供电区域进行负荷预测，获得配变装接容量的最佳优化方案。对电力信息的特性进行分析，其具有如下的特性分类(但并不限于此)：负荷的时间特性、负荷的密度特性、负荷的最大容量特性。
进一步的，配变装接容量预测方法的步骤S120中，参照图2，划分供电区域的方法包括如下内容：
步骤S210，获取用电性质信息，根据用电性质信息对配电地区进行划分，得到功能区域；
具体的，用电性质信息为用电功能区的分布情况，根据用电性质信息将配电地区划分为若干个功能区域。
步骤S220，根据电力信息对功能区域进行划分，得到供电区域。
具体的，供电区域需要根据功能区域进行划分，划分时需要根据电力信息获知已有配变的分布和运行情况，保证满足已有变电站的供电范围完全覆盖到供电区域，并满足所有己有变电站的供电区域不重叠，确定供电区域的负荷中心。
进一步的，第一种情况，在电力信息为负荷的时间特性的情况下，配变装接容量为第l年的预测用电量，配变装接容量预测方法的步骤S130包括年均增长率法。
年均增长率法以时间为自变量，以用电量或用电负荷为因变量，按历年用电的增长率来估算今后用电的年增长率，并把历年的用电的增长数加以延伸来推算各时期的用电量或用电负荷。
假定今后的用电量或电力负荷与过去有相同的增长比例，用历史数据求出比例系数，按比例预测未来发展。设第n年的用电量为An，第m年的用电量为Am，则从第n年到第m年的用电量的平均增长率K如公式(1)所示：
由此计算第l年的预测用电量，如公式(2)所示：
Al＝An(1+K)1-n (2)
其中，Al为第l年的预测用电量，且n＜m＜l。
第二种情况，在电力信息为负荷的密度特性的情况下，配变装接容量为地区预测用电量，配变装接容量预测方法的步骤S130还包括负荷密度预测法。负荷密度预测法是从某地区人口或土地面积的平均耗电量出发作预测。
地区预测用电量的计算方法如公式(3)所示：
A＝s·d (3)
其中，A为地区预测用电量，即：某地区的年或月的预测用电量；
s为用电基数，即：该地区的人口数、或建筑面积、或土地面积；
d为用电密度，即平均每人、或每平方米建筑面积、或每公顷土地面积的用电量。
负荷密度预测法适合用来计算单位建设用地面积的用电负荷，适用于各功能区域的用电负荷预测。
第三种情况，在电力信息为负荷的最大容量特性的情况下，配变装接容量还包括中压配电线路合理配变装接总容量上限估计值，配变装接容量预测方法的步骤S130还包括配变最大容量上限法。
中压配电线路主干线型号与所带的配电变压器总容量应相匹配。线路的配变装接容量和配变的负载率共同影响着线路的负载情况。因此，应按导线合理输送容量和配变经济输送容量来确定该线路的配变装接总容量。这里的中压配电线路为10kV输电线路。
该方法计算过程中需要10kV输电线路的持续容许负荷Sl和线路负载率上限α，容许负荷温度校正系数γ，配电变压器经济负载率β。
中压配电线路合理配变装接总容量上限估计值根据公式(4)进行计算：
实施例二：
图3为本发明实施例二提供的配变装接容量预测系统示意图。
本发明实施例还提供了配变装接容量预测系统，用于实现上述的配变装接容量预测方法。参照图3，配变装接容量预测系统包括如下单元：
因素分析单元100，用于对配电地区内在预设时间内的电力因素进行分析，得到电力信息；
区域划分单元200，用于获取用电性质信息，并根据电力信息和用电性质信息对配电地区进行划分，得到供电区域；
负荷预测单元300，用于基于电力信息对供电区域进行负荷预测，得到配变装接容量。
其中，参照图4，区域划分单元200包括：
功能区域划分模块210，用于获取用电性质信息，根据用电性质信息对配电地区进行划分，得到功能区域；
供电区域划分模块220，用于根据电力信息对功能区域进行划分，得到供电区域。
进一步的，电力因素包括电量、最大负荷信息、配电的当前地理接线图、变电站的电气联络图和用地控规图。
本发明实施例所提供的配变装接容量预测系统，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，配变装接容量预测系统实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例带来了以下有益效果：本发明提供了配变装接容量预测方法及系统，涉及电力系统技术领域，包括对配电地区内在预设时间内的电力因素进行分析，得到电力信息；获取用电性质信息，并根据电力信息和用电性质信息对配电地区进行划分，得到供电区域；基于电力信息对供电区域进行负荷预测，得到配变装接容量。本发明可以优化配电网结构、降低电网损耗、提高电能质量和可靠性。
本发明实施例还提供一种电子设备，包括存储器、处理器，存储器中存储有可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例提供的配变装接容量预测方法的步骤。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述实施例的配变装接容量预测方法的步骤。
在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
本发明实施例所提供的进行配变装接容量预测方法的计算机程序产品，包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种配变装接容量预测方法，其特征在于，包括：
对配电地区内在预设时间内的电力因素进行分析，得到电力信息；
获取用电性质信息，并根据所述电力信息和所述用电性质信息对所述配电地区进行划分，得到供电区域；
基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量。
2.根据权利要求1所述的配变装接容量预测方法，其特征在于，所述获取用电性质信息，并根据所述电力信息和所述用电性质信息对所述配电地区进行划分，得到供电区域，包括：
获取所述用电性质信息，根据所述用电性质信息对所述配电地区进行划分，得到功能区域；
根据所述电力信息对所述功能区域进行划分，得到所述供电区域。
3.根据权利要求1所述的配变装接容量预测方法，其特征在于，所述电力信息包括负荷的时间特性，所述配变装接容量包括第l年的预测用电量，所述基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量，包括：
根据下式计算所述第l年的预测用电量：
Al＝An(1+K)1-n
其中，Al为所述第l年的预测用电量，An为第n年的用电量，K为年均增长率。
4.根据权利要求3所述的配变装接容量预测方法，其特征在于，所述年均增长率根据下式计算：
其中，An为第n年的用电量，Am为第m年的用电量。
5.根据权利要求1所述的配变装接容量预测方法，其特征在于，所述电力信息还包括负荷的密度特性，所述配变装接容量还包括地区预测用电量，所述基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量，还包括：
根据下式计算所述地区预测用电量：
A＝s·d
其中，A为所述地区预测用电量，s为用电基数，d为用电密度。
6.根据权利要求1所述的配变装接容量预测方法，其特征在于，所述电力信息还包括负荷的最大容量特性，所述配变装接容量还包括中压配电线路合理配变装接总容量上限估计值，所述基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量，还包括：
根据下式计算所述中压配电线路合理配变装接总容量上限估计值：
其中，Sb为单个的所述中压配电线路合理配变装接总容量上限估计值，Sl为线路的持续容许负荷，α为线路负载率上限，β为配电变压器经济负载率，γ为容许负荷温度校正系数。
7.根据权利要求1所述的配变装接容量预测方法，其特征在于，所述电力因素包括电量、最大负荷信息、配电的当前地理接线图、变电站的电气联络图和用地控规图。
8.一种配变装接容量预测系统，其特征在于，包括：
因素分析单元，用于对配电地区内在预设时间内的电力因素进行分析，得到电力信息；
区域划分单元，用于获取用电性质信息，并根据所述电力信息和所述用电性质信息对所述配电地区进行划分，得到供电区域；
负荷预测单元，用于基于所述电力信息对所述供电区域进行负荷预测，得到配变装接容量。
9.根据权利要求8所述的配变装接容量预测系统，其特征在于，所述区域划分单元包括：
功能区域划分模块，用于获取所述用电性质信息，根据所述用电性质信息对所述配电地区进行划分，得到功能区域；
供电区域划分模块，用于根据所述电力信息对所述功能区域进行划分，得到所述供电区域。
10.根据权利要求8所述的配变装接容量预测系统，其特征在于，所述电力因素包括电量、最大负荷信息、配电的当前地理接线图、变电站的电气联络图和用地控规图。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711471797.3A CN108205716A (zh) | 2017-12-29 | 2017-12-29 | 配变装接容量预测方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711471797.3A CN108205716A (zh) | 2017-12-29 | 2017-12-29 | 配变装接容量预测方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108205716A true CN108205716A (zh) | 2018-06-26 |
Family
ID=62606059
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711471797.3A Pending CN108205716A (zh) | 2017-12-29 | 2017-12-29 | 配变装接容量预测方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108205716A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110751388A (zh) * | 2019-10-14 | 2020-02-04 | 国网山东省电力公司泰安供电公司 | 一种配电网居民户均配变容量指标计算的方法及系统 |
| CN112488560A (zh) * | 2020-12-10 | 2021-03-12 | 国网辽宁省电力有限公司沈阳供电公司 | 电力容量配置的获取方法 |
| CN112564179A (zh) * | 2020-11-23 | 2021-03-26 | 国网山东省电力公司惠民县供电公司 | 一种提升优化配电网的方法、系统、装置及介质 |
| CN113159496A (zh) * | 2021-02-23 | 2021-07-23 | 广东电网有限责任公司 | 一种基于台区用电负荷的非工业用电器调度方法及系统 |
| CN113315173A (zh) * | 2021-06-15 | 2021-08-27 | 国网安徽省电力有限公司经济技术研究院 | 基于大数据分析和供需双侧协同优化的配电网规划方法、设备、系统及存储介质 |
| CN114091947A (zh) * | 2021-11-29 | 2022-02-25 | 深圳供电局有限公司 | 一种用户地区特征评价方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102402726A (zh) * | 2011-11-04 | 2012-04-04 | 中国电力科学研究院 | 一种基于区域负荷分析的大规模配电网电力电量预测方法 |
| CN104732295A (zh) * | 2015-03-31 | 2015-06-24 | 国家电网公司 | 一种基于大数据技术的电力负荷预测模型 |
| CN105046368A (zh) * | 2015-08-11 | 2015-11-11 | 国家电网公司 | 一种变电站主变容量和最优站址选取的方法 |
| CN105574618A (zh) * | 2015-12-18 | 2016-05-11 | 国网江西省电力公司经济技术研究院 | 一种城乡电力负荷预测方法 |
| CN105762792A (zh) * | 2016-03-16 | 2016-07-13 | 国家电网公司 | 基于用户行为的户均配变容量的配置方法 |
| CN107146002A (zh) * | 2017-04-13 | 2017-09-08 | 天津天大求实电力新技术股份有限公司 | 一种建设区配电网规划方法及系统 |
| CN107145969A (zh) * | 2017-04-13 | 2017-09-08 | 天津天大求实电力新技术股份有限公司 | 一种发展区配电网规划方法及系统 |
-
2017
- 2017-12-29 CN CN201711471797.3A patent/CN108205716A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102402726A (zh) * | 2011-11-04 | 2012-04-04 | 中国电力科学研究院 | 一种基于区域负荷分析的大规模配电网电力电量预测方法 |
| CN104732295A (zh) * | 2015-03-31 | 2015-06-24 | 国家电网公司 | 一种基于大数据技术的电力负荷预测模型 |
| CN105046368A (zh) * | 2015-08-11 | 2015-11-11 | 国家电网公司 | 一种变电站主变容量和最优站址选取的方法 |
| CN105574618A (zh) * | 2015-12-18 | 2016-05-11 | 国网江西省电力公司经济技术研究院 | 一种城乡电力负荷预测方法 |
| CN105762792A (zh) * | 2016-03-16 | 2016-07-13 | 国家电网公司 | 基于用户行为的户均配变容量的配置方法 |
| CN107146002A (zh) * | 2017-04-13 | 2017-09-08 | 天津天大求实电力新技术股份有限公司 | 一种建设区配电网规划方法及系统 |
| CN107145969A (zh) * | 2017-04-13 | 2017-09-08 | 天津天大求实电力新技术股份有限公司 | 一种发展区配电网规划方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 乐欢 等: "中压馈线装接配变容量的探讨", 《华东电力》 * |
| 吴晓霞: "对10kV配电规划方法的探讨", 《电子世界》 * |
| 赵奇: "石家庄电网分析及对策研究", 《中国优秀硕士学位论文全文数据库·经济与管理科学辑》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110751388A (zh) * | 2019-10-14 | 2020-02-04 | 国网山东省电力公司泰安供电公司 | 一种配电网居民户均配变容量指标计算的方法及系统 |
| CN112564179A (zh) * | 2020-11-23 | 2021-03-26 | 国网山东省电力公司惠民县供电公司 | 一种提升优化配电网的方法、系统、装置及介质 |
| CN112564179B (zh) * | 2020-11-23 | 2022-12-09 | 国网山东省电力公司惠民县供电公司 | 一种提升优化配电网的方法、系统、装置及介质 |
| CN112488560A (zh) * | 2020-12-10 | 2021-03-12 | 国网辽宁省电力有限公司沈阳供电公司 | 电力容量配置的获取方法 |
| CN113159496A (zh) * | 2021-02-23 | 2021-07-23 | 广东电网有限责任公司 | 一种基于台区用电负荷的非工业用电器调度方法及系统 |
| CN113159496B (zh) * | 2021-02-23 | 2023-01-20 | 广东电网有限责任公司 | 一种基于台区用电负荷的非工业用电器调度方法及系统 |
| CN113315173A (zh) * | 2021-06-15 | 2021-08-27 | 国网安徽省电力有限公司经济技术研究院 | 基于大数据分析和供需双侧协同优化的配电网规划方法、设备、系统及存储介质 |
| CN113315173B (zh) * | 2021-06-15 | 2023-06-13 | 国网安徽省电力有限公司经济技术研究院 | 基于大数据分析和供需双侧协同优化的配电网规划方法、设备、系统及存储介质 |
| CN114091947A (zh) * | 2021-11-29 | 2022-02-25 | 深圳供电局有限公司 | 一种用户地区特征评价方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108205716A (zh) | 配变装接容量预测方法及系统 | |
| Verástegui et al. | An adaptive robust optimization model for power systems planning with operational uncertainty | |
| You et al. | Co-optimizing generation and transmission expansion with wind power in large-scale power grids—Implementation in the US Eastern Interconnection | |
| Baringo et al. | Transmission and wind power investment | |
| CN105205231B (zh) | 一种基于dcom的配电网数字仿真系统 | |
| Domínguez et al. | Toward fully renewable electric energy systems | |
| Chen et al. | Electric demand response management for distributed large-scale internet data centers | |
| CN106992517A (zh) | 电力线损分析方法、装置和系统 | |
| Feng et al. | Solution sensitivity-based scenario reduction for stochastic unit commitment | |
| CN106506657A (zh) | 一种基于多目标的云计算虚拟机分配调整方法 | |
| Lumbreras et al. | Automatic selection of candidate investments for Transmission Expansion Planning | |
| CN104283946A (zh) | 一种单物理机下多虚拟机的资源自适应调整系统及方法 | |
| CN103150600A (zh) | 一种电网安全分析系统 | |
| CN105141464A (zh) | 一种输配电协调的网架结构规划方法 | |
| CN110070221A (zh) | 基于全成本电价的电网规划方案评估与优选方法及系统 | |
| Jia et al. | Analysis on demand-side interactive response capability for power system dispatch in a smart grid framework | |
| CN102254242A (zh) | 规划网络数据系统及其快速智能生成方法 | |
| Mokryani et al. | Optimal wind turbines placement within a distribution market environment | |
| Cebeci et al. | Transmission and substation expansion planning using mixed integer programming | |
| Spiridonova | Transmission capacities and competition in Western European electricity market | |
| CN103150605A (zh) | 电网规划辅助系统 | |
| CN111144628A (zh) | 一种分布式供能的冷热电负荷预测模型系统及方法 | |
| CN103886514A (zh) | 一种考虑经济性与安全性的电网发展评估方法 | |
| Montanari et al. | Real time market models and prosumer profiling | |
| Gianluigi et al. | The innovative FlexPlan methodology to reap the benefits of including storage and load flexibility in grid planning: methodology and regional study cases |
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: 20180626 |