CN112598155A - 一种变电站的负荷增减预估方法及系统 - Google Patents

一种变电站的负荷增减预估方法及系统 Download PDF

Info

Publication number
CN112598155A
CN112598155A CN202011322260.2A CN202011322260A CN112598155A CN 112598155 A CN112598155 A CN 112598155A CN 202011322260 A CN202011322260 A CN 202011322260A CN 112598155 A CN112598155 A CN 112598155A
Authority
CN
China
Prior art keywords
power
load
transformer substation
new energy
coefficient
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
Application number
CN202011322260.2A
Other languages
English (en)
Inventor
樊卡
成佳斌
陈超旻
宋卫红
施海峰
黄晟
王晓明
袁国珍
周一鸣
陈其
周池
吴芳琳
高忠旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Haining Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Haining Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Haining Power Supply Co of State Grid Zhejiang Electric Power Co Ltd filed Critical Haining Power Supply Co of State Grid Zhejiang Electric Power Co Ltd
Priority to CN202011322260.2A priority Critical patent/CN112598155A/zh
Publication of CN112598155A publication Critical patent/CN112598155A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • 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
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种变电站的负荷增减预估方法及系统，包括以下步骤：S1：根据电力GIS系统获取地理空间信息；S2：根据步骤S1的地理空间信息对电力用户进行分类；S3：获取不同类型的电力用户的历史用电数据，建立一级电力预测模型；S4：导入变化因子，根据变化因子对一级电力预测模型进行优化，得到二级电力预测模型；S5：确定负荷预测时间，根据二级电力预测模型获得不同类型的电力用户的用电预测数据；S6：根据不同类型的电力用户的用电预测数据得到变电站的负荷增减预测结果；本发明对用户进行分类，利用不同类型的电力用户的历史用电数据和变化因子建立两级电力预测模型预估的变电站负荷情况，结合了变电站负荷变化的各种情况，预估更加准确。

Description

一种变电站的负荷增减预估方法及系统
技术领域
本发明涉及电力系统技术领域，尤其涉及一种变电站的负荷增减预估方法及系统。
背景技术
在县级调度机构中，配电网负荷预测工作是运行方式安排、变电站全停转供等工作的基础。但配电网用户众多，负荷变化规律难以摸清，负荷预测准确率较低。
准确的负荷预测是电力系统安全运行的实现，也是电网科学管理的基础。对电力系统进行优化组合、调度、优化电力流和电力市场交易具有重要作用。现阶段，电力市场中增加了大量的自用分布式发电、移动充电电动汽车以及新增的新能源发电，其电力负载变化因素也具有不确定性，导致配电网的负荷增减规律难以预测。
例如，申请号为CN201410452525.9，申请日为2014年09月05日的中国专利申请公开了一种基于多尺度空间分辨率的空间负荷预测误差评价方法，通过建立WT-XP规则，实现了对空间分辨率表述的一致性；通过定义旗变量、构建隶属关系概率函数，运用多尺度空间分辨率技术，实现了一个元胞的误差对其它元胞负荷产生影响的定量分析。但是该申请的负荷预测方法没有考虑不确定性的因素，只是单一考虑了变电站的输出功率，对于变电站整体的负荷变化预测准确率较低。
发明内容
本发明主要解决现有的技术中对于变电站整体的负荷变化预测准确率较低的问题；提供一种变电站的负荷增减预估方法及系统，结合新能源发电对变电站造成的影响，提高变电站负荷预测准确率。
本发明的上述技术问题主要是通过下述技术方案得以解决的：一种变电站的负荷增减预估方法，包括以下步骤：
S1：根据电力GIS系统获取地理空间信息；
S2：根据步骤S1的地理空间信息对电力用户进行分类；
S3：获取不同类型的电力用户的历史用电数据，建立一级电力预测模型；
S4：导入变化因子，根据变化因子对一级电力预测模型进行优化，得到二级电力预测模型；
S5：确定负荷预测时间，根据二级电力预测模型获得不同类型的电力用户的用电预测数据；
S6：根据不同类型的电力用户的用电预测数据得到变电站的负荷增减预测结果。根据电力用户的地理分布情况，对用户进行分类，通过空间分布信息，利用不同类型的电力用户的历史用电数据，建立一级电力预测模型，此时，可通过回归分析法进行变电站的初步负荷预估，为了提高变电站负荷增减预估准确度，加入变化因子，对模型进行优化，利用二级电力预测模型预估的变电站负荷情况，结合了变电站负荷变化的各种情况，预估更加准确。
作为优选，所述的对电力用户进行分类的方法为：根据电力用户用电规模的不同以及用电曲线的差异将电力用户分为农业用户、居民用户、工业用户和商业用户。
作为优选，所述的一级电力预测模型的建立方法为：
Figure BDA0002793307370000021
其中，i表示农业用户、居民用户、工业用户或商业用户的一种，n表示具有n个样本数据，Pi,n-j为第n-j个负荷样本值，αj为第n-j个负荷样本的平滑系数。对不同的电力用户分别建模，使得负荷预测更加准确。
作为优选，所述的平滑系数αj的计算方法为：
αj＝α1+α2+α3+α4
其中，α1表示农业用户用电负荷样本的平滑系数，α2表示居民用户用电负荷样本的平滑系数，α3表示工业用户用电负荷样本的平滑系数，α4表示商业用户用电负荷样本的平滑系数。
作为优选，所述的农业用户用电负荷样本的平滑系数α1的计算方法为
Figure BDA0002793307370000022
其中，kT为环境温度系数；kW为天气情况系数；kD为日期类型系数，且kT+kW+kD＝1；Tn为第n天的环境温度；Wn为第n天的天气情况；Dn为第n天的日期类型。
作为优选，所述的居民用户用电负荷样本的平滑系数α2的计算方法为
Figure BDA0002793307370000023
其中，ug表示居民的年收入系数，Z表示居民住户总数，ω表示交通拥挤系数。
作为优选，所述的变化因子包括新能源发电产生的功率系数，所述新能源发电产生的功率系数的计算方法为：
Figure BDA0002793307370000024
其中，γ表示新能源发电产生的功率系数，ρn表示第n天新能源的发电功率系数，Wn为第n天的天气情况。变化因子除了新能源发电产生的功率系数以外，还包括有分布式发电设备进入变电站供电范围产生的负荷系数。
一种变电站的负荷增减预估系统，包括变电站功率采集模块、新能源发电功率指示装置、定位模块、A/D转换模块、MCU、存储模块、通信模块和移动终端，所述变电站功率采集模块安装在变电站的母线上，用于采集变电站的电压和电流，所述变电站功率采集模块与A/D转换模块连接，所述A/D转换模块将模拟信号转换为数字信号并传递给MCU，所述新能源发电功率指示装置安装在新能源发电站的母线上，用于采集新能源发电站的发电功率变化，所述新能源发电功率指示装置与MCU连接，所述定位模块安装在分布式发电设备上，用于检测分布式发电设备的位置信息，所述定位模块与MCU连接，所述MCU根据A/D转换模块、新能源发电功率指示装置以及定位模块传递的信息进行变电站的负荷增减预测并将预测结果通过通信模块传递给移动终端，所述存储模块与MCU连接。通过存储模块进行历史数据的存储，通信模块为无线通信模块，可进行远程通信，MCU将预测结果远程发送给手持移动终端的工作人员，实现变电站负荷增减信息的快速接收。
作为优选，所述的新能源发电功率指示装置包括壳体、电流互感器、弹簧、滑块、第一压力传感器、第二压力传感器和处理模块，所述壳体安装在新能源发电站的母线上，所述电流互感器安装在壳体内，所述电流互感器采集新能源发电站的母线的电流信息，所述电流互感器与弹簧的一端连接，所述弹簧的另一端与滑块固定连接，所述滑块滑动安装在壳体内，所述滑块靠近弹簧的一侧与第一压力传感器抵接，所述滑块远离弹簧的一侧与第二压力传感器抵接，所述第一压力传感器以及第二压力传感器均用于检测滑块有滑动倾向时产生的压力信息，所述第一压力传感器的输出端以及第二压力传感器的输出端均与处理模块连接，所述处理模块与MCU连接。弹簧具有通电压缩的性质，在安装弹簧时，根据安装位置的常用电流大小，对弹簧进行预压缩，使第二压力传感器具有检测的预压力值，弹簧预压缩量与正常电流情况下，电流互感器传递的电流使弹簧压缩的程度一致，设置第一阈值F1和第二阈值F2，当电流过大时，弹簧进行进一步压缩，当第一压力传感器检测到的压力值大于第一阈值F1时，则判断产生电流过大，当电流过小时，弹簧进行伸张，当第二压力传感器检测到的压力值大于第二阈值F2时，则判断产生电流过小，根据对电流的检测实现新能源发电功率的指示，判断新能源发电的负荷增减情况，提高变电站的负荷增减预测准确度。
本发明的有益效果是：(1)根据电力用户的地理分布情况，对用户进行分类，通过空间分布信息，利用不同类型的电力用户的历史用电数据和变化因子建立两级电力预测模型预估的变电站负荷情况，结合了变电站负荷变化的各种情况，预估更加准确；(2)通过新能源发电功率指示装置指示新能源发电功率的变化情况，更加直观有效。
附图说明
图1是本发明实施例的负荷增减预估方法的流程框图。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：一种变电站的负荷增减预估方法，如图1所示，包括以下步骤：
S1：根据电力GIS系统获取地理空间信息；
S2：根据步骤S1的地理空间信息对电力用户进行分类，对电力用户进行分类的方法为：根据电力用户用电规模的不同以及用电曲线的差异将电力用户分为农业用户、居民用户、工业用户和商业用户；
S3：获取不同类型的电力用户的历史用电数据，建立一级电力预测模型；
S4：导入变化因子，根据变化因子对一级电力预测模型进行优化，得到二级电力预测模型；
S5：确定负荷预测时间，根据二级电力预测模型获得不同类型的电力用户的用电预测数据；
S6：根据不同类型的电力用户的用电预测数据得到变电站的负荷增减预测结果。
一级电力预测模型的建立方法为：
Figure BDA0002793307370000041
其中，i表示农业用户、居民用户、工业用户或商业用户的一种，n表示具有n个样本数据，Pi,n-j为第n-j个负荷样本值，αj为第n-j个负荷样本的平滑系数。
平滑系数αj的计算方法为：
αj＝α1+α2+α3+α4
其中，α1表示农业用户用电负荷样本的平滑系数，α2表示居民用户用电负荷样本的平滑系数，α3表示工业用户用电负荷样本的平滑系数，α4表示商业用户用电负荷样本的平滑系数。当建立农业用户的一级电力预测模型时，α2、α3和α4为的值0，当建立居民用户的一级电力预测模型时，α1、α3和α4为的值0，建立工业用户的一级电力预测模型时，α1、α2和α4为的值0建立商业用户的一级电力预测模型时，α1、α2和α3为的值0。
农业用户用电负荷样本的平滑系数α1的计算方法为
Figure BDA0002793307370000042
其中，kT为环境温度系数；kW为天气情况系数；kD为日期类型系数，且kT+kW+kD＝1；Tn为第n天的环境温度；Wn为第n天的天气情况；Dn为第n天的日期类型。
居民用户用电负荷样本的平滑系数α2的计算方法为
Figure BDA0002793307370000043
其中，ug表示居民的年收入系数，Z表示居民住户总数，ω表示交通拥挤系数。
工业用户用电负荷样本的平滑系数α3的计算方法为：
Figure BDA0002793307370000051
其中，be表示工厂的工作时长系数，A表示工厂的总数，μ表示工厂的设备耗资系数。
商业用户用电负荷样本的平滑系数α4的计算方法为：
Figure BDA0002793307370000052
其中，My表示商业场所的营业时长系数，R表示商业场所的总数。
变化因子包括新能源发电产生的功率系数，所述新能源发电产生的功率系数的计算方法为：
Figure BDA0002793307370000053
其中，γ表示新能源发电产生的功率系数，ρn表示第n天新能源的发电功率系数，Wn为第n天的天气情况。
二级电力预测模型的建立方法为：
Figure BDA0002793307370000054
在实际应用中，天气条件和日期类型难以以数字方式表示。基于模糊理论的概念，对它们进行量化，并在表1中显示值。
表1负荷的平滑系数求取中影响因素的量化取值
环境温度 T<sub>1</sub> 天气情况 W<sub>1</sub> 日期类型 D<sub>1</sub>
高温 1 雨天 1 节假日 1
中温 2 多云 2 双休日 2
低温 3 晴天 3 工作日 3
一种变电站的负荷增减预估系统，包括变电站功率采集模块、新能源发电功率指示装置、定位模块、A/D转换模块、MCU、存储模块、通信模块和移动终端，变电站功率采集模块安装在变电站的母线上，用于采集变电站的电压和电流，变电站功率采集模块与A/D转换模块连接，A/D转换模块将模拟信号转换为数字信号并传递给MCU，新能源发电功率指示装置安装在新能源发电站的母线上，用于采集新能源发电站的发电功率变化，新能源发电功率指示装置与MCU连接，定位模块安装在分布式发电设备上，用于检测分布式发电设备的位置信息，定位模块与MCU连接，MCU根据A/D转换模块、新能源发电功率指示装置以及定位模块传递的信息进行变电站的负荷增减预测并将预测结果通过通信模块传递给移动终端，存储模块与MCU连接。
新能源发电功率指示装置包括壳体、电流互感器、弹簧、滑块、第一压力传感器、第二压力传感器和处理模块，壳体安装在新能源发电站的母线上，电流互感器安装在壳体内，电流互感器采集新能源发电站的母线的电流信息，电流互感器与弹簧的一端连接，弹簧的另一端与滑块固定连接，滑块滑动安装在壳体内，滑块靠近弹簧的一侧与第一压力传感器抵接，滑块远离弹簧的一侧与第二压力传感器抵接，第一压力传感器以及第二压力传感器均用于检测滑块有滑动倾向时产生的压力信息，第一压力传感器的输出端以及第二压力传感器的输出端均与处理模块连接，处理模块与MCU连接。弹簧具有通电压缩的性质，在安装弹簧时，根据安装位置的常用电流大小，对弹簧进行预压缩，使第二压力传感器具有检测的预压力值，弹簧预压缩量与正常电流情况下，电流互感器传递的电流使弹簧压缩的程度一致，设置第一阈值F1和第二阈值F2，当电流过大时，弹簧进行进一步压缩，当第一压力传感器检测到的压力值大于第一阈值F1时，则判断产生电流过大，当电流过小时，弹簧进行伸张，当第二压力传感器检测到的压力值大于第二阈值F2时，则判断产生电流过小，根据对电流的检测实现新能源发电功率的指示，判断新能源发电的负荷增减情况，提高变电站的负荷增减预测准确度。
以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。

Claims (9)

1.一种变电站的负荷增减预估方法，其特征在于，包括以下步骤：
S1：根据电力GIS系统获取地理空间信息；
S2：根据步骤S1的地理空间信息对电力用户进行分类；
S3：获取不同类型的电力用户的历史用电数据，建立一级电力预测模型；
S4：导入变化因子，根据变化因子对一级电力预测模型进行优化，得到二级电力预测模型；
S5：确定负荷预测时间，根据二级电力预测模型获得不同类型的电力用户的用电预测数据；
S6：根据不同类型的电力用户的用电预测数据得到变电站的负荷增减预测结果。
2.根据权利要求1所述的一种变电站的负荷增减预估方法，其特征在于，
对电力用户进行分类的方法为：根据电力用户用电规模的不同以及用电曲线的差异将电力用户分为农业用户、居民用户、工业用户和商业用户。
3.根据权利要求2所述的一种变电站的负荷增减预估方法，其特征在于，
所述一级电力预测模型的建立方法为：
Figure FDA0002793307360000011
其中，i表示农业用户、居民用户、工业用户或商业用户的一种，n表示具有n个样本数据，Pi，n-j为第n-j个负荷样本值，αj为第n-j个负荷样本的平滑系数。
4.根据权利要求3所述的一种变电站的负荷增减预估方法，其特征在于，
所述平滑系数αj的计算方法为：
αj＝α1+α2+α3+α4
其中，α1表示农业用户用电负荷样本的平滑系数，α2表示居民用户用电负荷样本的平滑系数，α3表示工业用户用电负荷样本的平滑系数，α4表示商业用户用电负荷样本的平滑系数。
5.根据权利要求4所述的一种变电站的负荷增减预估方法，其特征在于，
所述农业用户用电负荷样本的平滑系数α1的计算方法为
Figure FDA0002793307360000012
其中，kT为环境温度系数；kW为天气情况系数；kD为日期类型系数，且kT+kW+kD＝1；Tn为第n天的环境温度；Wn为第n天的天气情况；Dn为第n天的日期类型。
6.根据权利要求4或5所述的一种变电站的负荷增减预估方法，其特征在于，
所述居民用户用电负荷样本的平滑系数α2的计算方法为
Figure FDA0002793307360000021
其中，ug表示居民的年收入系数，Z表示居民住户总数，ω表示交通拥挤系数。
7.根据权利要求1所述的一种变电站的负荷增减预估方法，其特征在于，
所述变化因子包括新能源发电产生的功率系数，所述新能源发电产生的功率系数的计算方法为：
Figure FDA0002793307360000022
其中，γ表示新能源发电产生的功率系数，ρn表示第n天新能源的发电功率系数，Wn为第n天的天气情况。
8.一种变电站的负荷增减预估系统，采用如权利要求1至7任一项所述的一种变电站的负荷增减预估方法，其特征在于，包括
变电站功率采集模块、新能源发电功率指示装置、定位模块、A/D转换模块、MCU、存储模块、通信模块和移动终端，所述变电站功率采集模块安装在变电站的母线上，用于采集变电站的电压和电流，所述变电站功率采集模块与A/D转换模块连接，所述A/D转换模块将模拟信号转换为数字信号并传递给MCU，所述新能源发电功率指示装置安装在新能源发电站的母线上，用于采集新能源发电站的发电功率变化，所述新能源发电功率指示装置与MCU连接，所述定位模块安装在分布式发电设备上，用于检测分布式发电设备的位置信息，所述定位模块与MCU连接，所述MCU根据A/D转换模块、新能源发电功率指示装置以及定位模块传递的信息进行变电站的负荷增减预测并将预测结果通过通信模块传递给移动终端，所述存储模块与MCU连接。
9.根据权利要求8所述的一种变电站的负荷增减预估系统，其特征在于，
所述新能源发电功率指示装置包括壳体、电流互感器、弹簧、滑块、第一压力传感器、第二压力传感器和处理模块，所述壳体安装在新能源发电站的母线上，所述电流互感器安装在壳体内，所述电流互感器采集新能源发电站的母线的电流信息，所述电流互感器与弹簧的一端连接，所述弹簧的另一端与滑块固定连接，所述滑块滑动安装在壳体内，所述滑块靠近弹簧的一侧与第一压力传感器抵接，所述滑块远离弹簧的一侧与第二压力传感器抵接，所述第一压力传感器以及第二压力传感器均用于检测滑块有滑动倾向时产生的压力信息，所述第一压力传感器的输出端以及第二压力传感器的输出端均与处理模块连接，所述处理模块与MCU连接。
CN202011322260.2A 2020-11-23 2020-11-23 一种变电站的负荷增减预估方法及系统 Pending CN112598155A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011322260.2A CN112598155A (zh) 2020-11-23 2020-11-23 一种变电站的负荷增减预估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011322260.2A CN112598155A (zh) 2020-11-23 2020-11-23 一种变电站的负荷增减预估方法及系统

Publications (1)

Publication Number Publication Date
CN112598155A true CN112598155A (zh) 2021-04-02

Family

ID=75184717

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011322260.2A Pending CN112598155A (zh) 2020-11-23 2020-11-23 一种变电站的负荷增减预估方法及系统

Country Status (1)

Country Link
CN (1) CN112598155A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113435923A (zh) * 2021-06-15 2021-09-24 北京百度网讯科技有限公司 用电量的预测方法、装置及电子设备
CN115423301A (zh) * 2022-09-01 2022-12-02 杭州达中科技有限公司 一种基于物联网的电力能源智能管控方法、装置及系统
CN116720984A (zh) * 2023-08-11 2023-09-08 山东昊能电力建设有限公司 一种基于卫星地图技术的智慧电力审计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206757703U (zh) * 2017-09-19 2017-12-15 国网甘肃省电力公司陇南供电公司 一种基于嵌入式系统的电力系统短期负荷预测系统
CN108829910A (zh) * 2018-04-08 2018-11-16 徐璐 一种变电站短期负荷监测系统
CN111598330A (zh) * 2020-05-13 2020-08-28 国网河北省电力有限公司电力科学研究院 一种基于负荷识别技术的居民用电负荷预测方法
CN111709554A (zh) * 2020-05-22 2020-09-25 广西电网有限责任公司 一种配电网净负荷联合预测的方法及系统
CN111969625A (zh) * 2020-07-02 2020-11-20 国网浙江省电力有限公司嘉兴供电公司 一种无感知用户负荷互动调整系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN206757703U (zh) * 2017-09-19 2017-12-15 国网甘肃省电力公司陇南供电公司 一种基于嵌入式系统的电力系统短期负荷预测系统
CN108829910A (zh) * 2018-04-08 2018-11-16 徐璐 一种变电站短期负荷监测系统
CN111598330A (zh) * 2020-05-13 2020-08-28 国网河北省电力有限公司电力科学研究院 一种基于负荷识别技术的居民用电负荷预测方法
CN111709554A (zh) * 2020-05-22 2020-09-25 广西电网有限责任公司 一种配电网净负荷联合预测的方法及系统
CN111969625A (zh) * 2020-07-02 2020-11-20 国网浙江省电力有限公司嘉兴供电公司 一种无感知用户负荷互动调整系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
高嘉豪等: ""基于用户分类的配电网负荷预测方法"", 《科学技术创新》, pages 48 - 49 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113435923A (zh) * 2021-06-15 2021-09-24 北京百度网讯科技有限公司 用电量的预测方法、装置及电子设备
CN113435923B (zh) * 2021-06-15 2022-09-27 北京百度网讯科技有限公司 用电量的预测方法、装置及电子设备
CN115423301A (zh) * 2022-09-01 2022-12-02 杭州达中科技有限公司 一种基于物联网的电力能源智能管控方法、装置及系统
CN115423301B (zh) * 2022-09-01 2023-04-25 杭州达中科技有限公司 一种基于物联网的电力能源智能管控方法、装置及系统
CN116720984A (zh) * 2023-08-11 2023-09-08 山东昊能电力建设有限公司 一种基于卫星地图技术的智慧电力审计方法
CN116720984B (zh) * 2023-08-11 2023-12-01 山东昊能电力建设有限公司 一种基于卫星地图技术的智慧电力审计方法

Similar Documents

Publication Publication Date Title
CN110610280B (zh) 一种电力负荷短期预测方法、模型、装置及系统
Xu et al. Probabilistic load forecasting for buildings considering weather forecasting uncertainty and uncertain peak load
CN112598155A (zh) 一种变电站的负荷增减预估方法及系统
Chaouch Clustering-based improvement of nonparametric functional time series forecasting: Application to intra-day household-level load curves
Mutanen et al. Customer classification and load profiling method for distribution systems
EP2493046B1 (en) System and method for load forecasting
CN116646933A (zh) 一种基于大数据的电力负荷调度方法及系统
CN102426674B (zh) 一种基于马尔科夫链的电力系统负荷预测方法
CN111191811A (zh) 集群负荷预测方法、装置及存储介质
CN112286063A (zh) 一种基于非侵入量测的区域能耗监测系统及方法
CN102509173A (zh) 一种基于马尔科夫链的电力系统负荷准确预测方法
CN110796307A (zh) 一种综合能源系统分布式负荷预测方法及系统
CN114004296A (zh) 一种基于电力负荷特征反向提取监测点的方法及系统
KR20210013565A (ko) 날씨 데이터 기반의 무선 센서 네트워크 노드 태양에너지 수집 파워 예측 알고리즘
CN105762793A (zh) 计及分布式新能源的配网故障停电损失评估方法
CN112241923B (zh) 一种基于综合能源系统源荷等效外特性的配网电力平衡方法
CN116485443A (zh) 一种电力现货市场价格信息预测优化方法及系统
Stephen et al. Non-Gaussian residual based short term load forecast adjustment for distribution feeders
Bossmann et al. The German load curve in 2050: structural changes through energy efficiency measures and their impacts on the electricity supply side
CN117477558A (zh) 一种基于电网负荷的预测方法及其系统
CN112926863B (zh) 基于六大预警中心的电网灾害综合监测系统
CN102156918A (zh) 智能电网播报系统及方法
Jose et al. Weather dependency of electricity demand: A case study in warm humid tropical climate
Hossan et al. Deployment of conservation voltage reduction in sample feeders: A systemwide energy-savings analysis
CN117495056A (zh) 一种用电数据监测和优化方法及系统

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