CN113689051A - 一种基于用户报装与地块的配网负荷预测装置及方法 - Google Patents

一种基于用户报装与地块的配网负荷预测装置及方法 Download PDF

Info

Publication number
CN113689051A
CN113689051A CN202111028571.2A CN202111028571A CN113689051A CN 113689051 A CN113689051 A CN 113689051A CN 202111028571 A CN202111028571 A CN 202111028571A CN 113689051 A CN113689051 A CN 113689051A
Authority
CN
China
Prior art keywords
data
prediction
module
load
user
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
Application number
CN202111028571.2A
Other languages
English (en)
Other versions
CN113689051B (zh
Inventor
王凯亮
李俊辉
乐敏
孔慧超
梁耀林
吴新雄
曾子县
罗煜
叶健鹏
薛琰
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.)
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Dongguan Power Supply Bureau of Guangdong Power Grid 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 Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Priority to CN202111028571.2A priority Critical patent/CN113689051B/zh
Publication of CN113689051A publication Critical patent/CN113689051A/zh
Application granted granted Critical
Publication of CN113689051B publication Critical patent/CN113689051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • 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)
  • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于用户报装与地块的配网负荷预测装置及方法，包括预测输入模块、数据储存模块、数据提取模块、筛选处理模块、比对计算模块、预测输出模块和结果展示模块，所述预测输入模块与数据储存模块控制连接，且数据储存模块与数据提取模块控制连接，本发明通过设置的比对计算模块对数据进行计算分析，减低了工作人员的劳动负担，将用户报装数据和地块控规调整规划相结合，进行未来电网的负荷预测，避免了数据的核对失误，进而提高了预测的准确性；通过设置的数据储存模块将数据汇总储存起来，便于后期的调用和查看，同时避免了数据的丢失；通过设置的结果展示模块将预测结果与地块区域网络相结合，对预测结果的展示更加直观。

Description

一种基于用户报装与地块的配网负荷预测装置及方法
技术领域
本发明涉及电网预测技术领域，具体为一种基于用户报装与地块的配网负荷预测装置及方法。
背景技术
随着社会经济的发展，电网规模的不断扩大，电网的负荷在不断攀升，电网发展需消耗大量资源及投资，规划正确与否对后续电网的发展起到极其重要作用，因此对电力系统规划问题进行研究，以求最大限度地提高规划质量，具有重大的现实意义，电网规划的目的是建立一个安全可靠、适应性强、结构合理、能满足城乡经济社会发展和生活用电需要的电网结构，而实现这个目标的第一步就是要做好负荷预测，目前电网的负荷预测，都是根据设备去年最大负荷再加上报装容量乘以实用系数简单得出，通过查看调度自动化系统中的设备对象的最大负荷及报装情况表而计算出，现有的预测方式人工操作工作量大，数据核对容易失误，难以结合用户报装数据和地块控规调整规划进行后续的预测，增大了工作人员的劳动负担，影响了预测的准确性；且数据的汇总大多独立存储在变电站的表格中，没有集中管理保存，不方便共享查看，存在一定的丢失风险；现有的预测方式在预测之后只能以表格的形式进行演示，无法清晰的与地块区域网络相结合，无法直观的展示预测结果；因此设计一种基于用户报装与地块的配网负荷预测装置及方法是十分必要的。
发明内容
本发明的目的在于提供一种基于用户报装与地块的配网负荷预测装置及方法，以解决上述背景技术中提出的问题。
为达此目的，本发明采用以下技术方案：
一种基于用户报装与地块的配网负荷预测装置，包括预测输入模块，所述预测输入模块与数据储存模块控制连接，且数据储存模块与数据提取模块控制连接，数据提取模块与筛选处理模块控制连接，且筛选处理模块与比对计算模块控制连接，比对计算模块与预测输出模块控制连接，且预测输出模块与结果展示模块控制连接，数据提取模块与比对计算模块控制连接，且比对计算模块与数据储存模块控制连接。
一种基于用户报装与地块的配网负荷预测方法，包括以下步骤：步骤一，预测输入；步骤二，数据调取；步骤三，数据筛选；步骤四，线路预测；步骤五，变电站预测；步骤六，镇街预测；步骤七，区局预测；步骤八，预测输出；
其中上述步骤一中，从预测输入模块中输入需要预测的年份，之后由预测输入模块判定需要选取的数据区间，并指令传输到数据储存模块中；
其中上述步骤二中，数据储存模块根据接收的数据区间，查找对应区间中的用户信息表格和基础信息表格，并向数据提取模块发出提取指令，之后由数据提取模块将数据储存模块查找的用户信息表格和基础信息表格提取出来；
其中上述步骤三中，数据提取模块将用户信息表格传输至筛选处理模块，之后筛选处理模块对用户信息表格进行筛选处理，处理之后得到表格进行逐一计算，获取所需预测区间中的年增加负荷量，并将年增加负荷量保存至临时数据表，之后由将筛选处理模块将临时数据表传递到比对计算模块中。
其中上述步骤四中，由比对计算模块逐一读取临时数据表中的数据，按照线路编号进行汇总求和，求和之后得到新增负荷汇总数据，然后与接收的数据比对计算，之后得到线路预测表；
其中上述步骤五中，由比对计算模块结合数据计算出每一条新增负荷数据应当归纳预测的变电站及变电站主变信息，之后在基础信息表格中查询出变电站的容量以及变电站最大负荷，然后根据预测公式计算，之后得到变电站预测表；
其中上述步骤六中，由比对计算模块结合数据计算出每一条新增负荷所属对应的镇街信息，之后根据预测公式计算，之后得到镇街负荷预测表；
其中上述步骤七中，由比对计算模块结合数据计算出每一条新增负荷所属对应的区局，之后根据预测公式计算，之后得到区局负荷预测表；
其中上述步骤八中，由比对计算模块将线路预测表、变电站预测表、镇街负荷预测表和区局负荷预测表分别传输到预测输出模块和数据储存模块中，由数据储存模块进行数据的保存，同时预测输出模块结合变电站供电区域网格图，生成预测形势展示图并传输到结果展示模块，之后由结果展示模块对预测的结果进行展示。
优选的，所述步骤二中，调取的用户信息表格包括潜在用户数据表、报装用户数据表、和归档用户数据数据表，基础信息表包括自然增长率数据表、10kV线路高峰负荷与最大负荷数据表、220kV变低负荷数据表、110kV变最站负荷数据表和行业阶段系数参数设置数据表。
优选的，所述步骤三中的筛选原则为：将潜在用户数据表中已经报装的用户数据剔除，将报装用户数据表中已经归档的用户数据剔除。
优选的，所述步骤三中对处理后的表格进行逐一计算的原则为：普通用户计算1至3年的预测计算，对大用户进行3至7年的预测计算。
优选的，所述步骤四中比对的数据包括10kV线路高峰负荷与最大负荷数据表、自然增长率数据表和新增负荷汇总数据。
优选的，所述步骤五中结合的数据包括10kV线路高峰负荷与最大负荷数据表中的变电站和主变编号等属性以及新增负荷汇总数据。
优选的，所述步骤六中比对的数据包括10kV线路高峰负荷与最大负荷数据表中的镇街属性以及新增负荷汇总数据。
优选的，所述步骤七中比对的数据包括10kV线路高峰负荷与最大负荷数据表中的区域属性以及新增负荷汇总数据。
与现有技术相比，本发明实施例具有以下有益效果：
该一种基于用户报装与地块的配网负荷预测装置及方法，通过设置的比对计算模块对数据进行计算分析，将用户报装数据和地块控规调整规划相结合，减低了工作人员的劳动负担，避免了数据的核对失误，提高了预测的准确性；通过设置的数据储存模块将数据汇总储存起来，便于后期的调用和查看，同时避免了数据的丢失；通过设置的结果展示模块将预测结果与地块区域网络相结合，提高了预测展示的直观性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的一些实施例，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它的附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容所能涵盖的范围内。
图1为本发明的装置流程图；
图2为本发明的装置框架图；
图3为本发明的方法流程图。
图中：1、预测输入模块；2、数据储存模块；3、数据提取模块；4、筛选处理模块；5、比对计算模块；6、预测输出模块；7、结果展示模块。
具体实施方式
为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
请参阅图1-2，本发明提供的一种实施例：一种基于用户报装与地块的配网负荷预测装置，包括包括预测输入模块1，预测输入模块1与数据储存模块2控制连接，且数据储存模块2与数据提取模块3控制连接，数据提取模块3与筛选处理模块4控制连接，且筛选处理模块4与比对计算模块5控制连接，比对计算模块5与预测输出模块6控制连接，且预测输出模块6与结果展示模块7控制连接，数据提取模块3与比对计算模块5控制连接，且比对计算模块5与数据储存模块2控制连接。
请参阅图3，本发明提供一种技术方案：
实施例1：
一种基于用户报装与地块的配网负荷预测方法，包括以下步骤：步骤一，预测输入；步骤二，数据调取；步骤三，数据筛选；步骤四，线路预测；步骤五，变电站预测；步骤六，镇街预测；步骤七，区局预测；步骤八，预测输出；
其中上述步骤一中，从预测输入模块1中输入需要预测的年份为2021年6月，之后由预测输入模块1判定需要选取的数据区间为2020年7月至2021年6月，并指令传输到数据储存模块2中；
其中上述步骤二中，数据储存模块2根据接收的数据区间，查找2020年7月至2021年6月的潜在用户数据表、2020年7月至2021年6月的报装用户数据表、2020年7月至2021年6月的归档用户数据表、2021年的自然增长率数据、行业阶段系数参数设置数据、2020年的10kV线路高峰负荷与最大负荷数据表、2020年的220kV变低负荷数据表和2020年的110kV变最站负荷数据表，并向数据提取模块3发出提取指令，之后由数据提取模块3将数据储存模块2查找的数据及表格提取出来；
其中上述步骤三中，数据提取模块3将用户信息表格传输至筛选处理模块4，之后筛选处理模块4将2020年7月至2021年6月的潜在用户数据表中已经报装的用户数据剔除，再将2020年7月至2021年6月的报装用户数据表中已经归档的用户数据剔除，之后得到表格中的所有用户数据进行逐一计算，获取2021年应该增加的负荷量，并将2021年应该增加的负荷量保存至2021年临时数据表中，之后由将筛选处理模块4将临时数据表传递到比对计算模块5中；
其中上述步骤四中，由比对计算模块5逐一读取2021年临时数据表中的数据，按照线路编号进行汇总求和，求和之后得到2021年新增负荷汇总数据，然后与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，结合2020年的10kV线路高峰负荷与最大负荷数据表中的历史最大负荷数据和2021年的自然增长率数据进行计算，计算之后得到2021年线路预测表；
其中上述步骤五中，由比对计算模块5将2021年新增负荷汇总数据与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的变电站和主变编号等属性，计算出2021年新增负荷汇总数据中每一条新增负荷数据应当归纳预测的变电站及变电站主变信息，之后根据2020年的220kV变低负荷数据表和2020年的110kV变最站负荷数据表，查询变电站的容量以及2020年变电站最大负荷数据，然后根据预测公式计算，之后得到2021年变电站预测表；
其中上述步骤六中，由比对计算模块5将2021年新增负荷汇总数据与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的镇街属性，计算出2021年新增负荷汇总数据中每一条新增负荷所属对应的镇街，然后根据预测公式计算，之后得到2021年街镇预测表；
其中上述步骤七中，由比对计算模块5将2021年新增负荷汇总数据与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的区局编号进行匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的区域属性，计算出2021年新增负荷汇总数据中每一条新增负荷所属对应的区局，然后根据预测公式计算，之后得到2021年区局预测表；
其中上述步骤八中，由比对计算模块5将2021年线路预测表、2021年变电站预测表、2021年镇街负荷预测表和2021年区局负荷预测表分别传输到预测输出模块6和数据储存模块2中，由数据储存模块2进行数据的保存，同时预测输出模块6结合变电站供电区域网格图，生成预测形势展示图并传输到结果展示模块7，之后由结果展示模块7对预测的结果进行展示。
实施例2：
一种基于用户报装与地块的配网负荷预测方法，包括以下步骤：步骤一，预测输入；步骤二，数据调取；步骤三，数据筛选；步骤四，线路预测；步骤五，变电站预测；步骤六，镇街预测；步骤七，区局预测；步骤八，预测输出；
其中上述步骤一中，从预测输入模块1中输入需要预测的年份为2021年6月至2025年6月，之后由预测输入模块1判定需要选取的数据区间为2020年7月至2021年6月，并指令传输到数据储存模块2中；
其中上述步骤二中，数据储存模块2根据接收的数据区间，查找2020年7月至2021年6月的潜在用户数据表、2020年7月至2021年6月的报装用户数据表、2020年7月至2021年6月的归档用户数据表、2021至2025年的自然增长率数据、行业阶段系数参数设置数据、2020年的10kV线路高峰负荷与最大负荷数据表、2020年的220kV变低负荷数据表和2020年的110kV变最站负荷数据表，并向数据提取模块3发出提取指令，之后由数据提取模块3将数据储存模块2查找的数据及表格提取出来；
其中上述步骤三中，数据提取模块3将用户信息表格传输至筛选处理模块4，之后筛选处理模块4将2020年7月至2021年6月的潜在用户数据表中已经报装的用户数据剔除，再将2020年7月至2021年6月的报装用户数据表中已经归档的用户数据剔除，之后得到表格中的所有用户数据进行逐一计算，分别获取2021年应该增加的负荷量、2022年应该增加的负荷量和2023年应该增加的负荷量，之后将2020年7月至2021年6月的潜在用户数据表、2020年7月至2021年6月的报装用户数据表、2020年7月至2021年6月的归档用户数据表中大用户进行逐一计算，分别得到2024年应该增加的负荷量和2025年应该增加的负荷量，并将2021年应该增加的负荷量、2022年应该增加的负荷量、2023年应该增加的负荷量、2024年应该增加的负荷量和2025年应该增加的负荷量保存至2021至2025年临时数据表中，之后由将筛选处理模块4将临时数据表传递到比对计算模块5中；
其中上述步骤四中，由比对计算模块5逐一读取2021至2025年临时数据表，按照线路编号进行汇总分别求和，求和之后得到2021至2025年新增负荷汇总数据，然后与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，结合2020年的10kV线路高峰负荷与最大负荷数据表中的历史最大负荷数据和2021至2025年的自然增长率数据进行计算，计算之后得到2021至2025年线路预测表；
其中上述步骤五中，由比对计算模块5将2021至2025年新增负荷汇总数据与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的变电站和主变编号等属性，计算出2021至2025年新增负荷汇总数据中每一条新增负荷数据应当归纳预测的变电站及变电站主变信息，之后根据2020年的220kV变低负荷数据表和2020年的110kV变最站负荷数据表，查询变电站的容量以及2020年变电站最大负荷数据，然后根据预测公式计算，之后得到2021至2025年变电站预测表；
其中上述步骤六中，由比对计算模块5将2021至2025年新增负荷汇总数据与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的镇街属性，计算出2021至2025年新增负荷汇总数据中每一条新增负荷所属对应的镇街，然后根据预测公式计算，之后得到2021至2025年街镇预测表；
其中上述步骤七中，由比对计算模块5将2021至2025年新增负荷汇总数据与2020年的10kV线路高峰负荷与最大负荷数据表中的线路编号记性匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的区局编号进行匹配，再结合2020年的10kV线路高峰负荷与最大负荷数据表中的区域属性，计算出2021至2025年新增负荷汇总数据中每一条新增负荷所属对应的区局，然后根据预测公式计算，之后得到2021至2025年区局预测表；
其中上述步骤八中，由比对计算模块5将2021至2025年线路预测表、2021至2025年变电站预测表、2021至2025年街镇预测表和2021至2025年区局预测表分别传输到预测输出模块6和数据储存模块2中，由数据储存模块2进行数据的保存，同时预测输出模块6结合变电站供电区域网格图，生成预测形势展示图并传输到结果展示模块7，之后由结果展示模块7对预测的结果进行展示。
基于上述，本发明实施例的优点在于，通过设置的比对计算模块5对数据进行计算分析，将用户报装数据和地块控规调整规划相结合进行未来电网的负荷预测，减低了工作人员的劳动负担，避免了数据的核对失误，提高了预测的准确性；通过设置的数据储存模块2将数据汇总储存起来，便于后期的调用和查看，同时避免了数据的丢失；通过设置的结果展示模块7将预测结果与地块区域网络相结合，使预测结果的展示更加直观。
以上所述，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：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种基于用户报装与地块的配网负荷预测装置，包括预测输入模块(1)，其特征在于：所述预测输入模块(1)与数据储存模块(2)控制连接，且数据储存模块(2)与数据提取模块(3)控制连接，数据提取模块(3)与筛选处理模块(4)控制连接，且筛选处理模块(4)与比对计算模块(5)控制连接，比对计算模块(5)与预测输出模块(6)控制连接，且预测输出模块(6)与结果展示模块(7)控制连接，数据提取模块(3)与比对计算模块(5)控制连接，且比对计算模块(5)与数据储存模块(2)控制连接。
2.一种基于用户报装与地块的配网负荷预测方法，包括以下步骤：步骤一，预测输入；步骤二，数据调取；步骤三，数据筛选；步骤四，线路预测；步骤五，变电站预测；步骤六，镇街预测；步骤七，区局预测；步骤八，预测输出；其特征在于：
其中上述步骤一中，从预测输入模块(1)中输入需要预测的年份，之后由预测输入模块(1)判定需要选取的数据区间，并指令传输到数据储存模块(2)中；
其中上述步骤二中，数据储存模块(2)根据接收的数据区间，查找对应区间中的用户信息表格和基础信息表格，并向数据提取模块(3)发出提取指令，之后由数据提取模块(3)将数据储存模块(2)查找的用户信息表格和基础信息表格提取出来；
其中上述步骤三中，数据提取模块(3)将用户信息表格传输至筛选处理模块(4)，之后筛选处理模块(4)对用户信息表格进行筛选处理，处理之后得到表格进行逐一计算，获取所需预测区间中的年增加负荷量，并将年增加负荷量保存至临时数据表，之后由将筛选处理模块(4)将临时数据表传递到比对计算模块(5)中；
其中上述步骤四中，由比对计算模块(5)逐一读取临时数据表中的数据，按照线路编号进行汇总求和，求和之后得到新增负荷汇总数据，然后与接收的数据比对计算，之后得到线路预测表；
其中上述步骤五中，由比对计算模块(5)结合数据计算出每一条新增负荷数据应当归纳预测的变电站及变电站主变信息，之后在基础信息表格中查询出变电站的容量以及变电站最大负荷，然后根据预测公式计算，之后得到变电站预测表；
其中上述步骤六中，由比对计算模块(5)结合数据计算出每一条新增负荷所属对应的镇街信息，之后根据预测公式计算，之后得到镇街负荷预测表；
其中上述步骤七中，由比对计算模块(5)结合数据计算出每一条新增负荷所属对应的区局，之后根据预测公式计算，之后得到区局负荷预测表；
其中上述步骤八中，由比对计算模块(5)将线路预测表、变电站预测表、镇街负荷预测表和区局负荷预测表分别传输到预测输出模块(6)和数据储存模块(2)中，由数据储存模块(2)进行数据的保存，同时预测输出模块(6)结合变电站供电区域网格图，生成预测形势展示图并传输到结果展示模块(7)，之后由结果展示模块(7)对预测的结果进行展示。
3.根据权利要求2所述的一种基于用户报装与地块的配网负荷预测方法，其特征在于：所述步骤二中，调取的用户信息表格包括潜在用户数据表、报装用户数据表、和归档用户数据数据表，基础信息表包括自然增长率数据表、10kV线路高峰负荷与最大负荷数据表、220kV变低负荷数据表、110kV变最站负荷数据表和行业阶段系数参数设置数据表。
4.根据权利要求2所述的一种基于用户报装与地块的配网负荷预测方法，其特征在于：所述步骤三中的筛选原则为：将潜在用户数据表中已经报装的用户数据剔除，将报装用户数据表中已经归档的用户数据剔除。
5.根据权利要求2所述的一种基于用户报装与地块的配网负荷预测方法，其特征在于：所述步骤三中对处理后的表格进行逐一计算的原则为：普通用户计算1至3年的预测计算，对大用户进行3至7年的预测计算。
6.根据权利要求2所述的一种基于用户报装与地块的配网负荷预测方法，其特征在于：所述步骤四中比对的数据包括10kV线路高峰负荷与最大负荷数据表、自然增长率数据表和新增负荷汇总数据。
7.根据权利要求2所述的一种基于用户报装与地块的配网负荷预测方法，其特征在于：所述步骤五中结合的数据包括10kV线路高峰负荷与最大负荷数据表中的变电站和主变编号等属性以及新增负荷汇总数据。
8.根据权利要求2所述的一种基于用户报装与地块的配网负荷预测方法，其特征在于：所述步骤六中比对的数据包括10kV线路高峰负荷与最大负荷数据表中的镇街属性以及新增负荷汇总数据。
9.根据权利要求2所述的一种基于用户报装与地块的配网负荷预测方法，其特征在于：所述步骤七中比对的数据包括10kV线路高峰负荷与最大负荷数据表中的区域属性以及新增负荷汇总数据。
CN202111028571.2A 2021-09-02 2021-09-02 一种基于用户报装与地块的配网负荷预测装置及方法 Active CN113689051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111028571.2A CN113689051B (zh) 2021-09-02 2021-09-02 一种基于用户报装与地块的配网负荷预测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111028571.2A CN113689051B (zh) 2021-09-02 2021-09-02 一种基于用户报装与地块的配网负荷预测装置及方法

Publications (2)

Publication Number Publication Date
CN113689051A true CN113689051A (zh) 2021-11-23
CN113689051B CN113689051B (zh) 2024-06-25

Family

ID=78585137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111028571.2A Active CN113689051B (zh) 2021-09-02 2021-09-02 一种基于用户报装与地块的配网负荷预测装置及方法

Country Status (1)

Country Link
CN (1) CN113689051B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256724A (zh) * 2017-11-27 2018-07-06 国网浙江省电力公司嵊泗县供电公司 一种基于动态行业系数的配电网可开放容量规划方法
CN108491969A (zh) * 2018-03-16 2018-09-04 国家电网公司 基于大数据的空间负荷预测模型构建方法
CN110210679A (zh) * 2019-06-10 2019-09-06 国家电网有限公司 一种应用于县级配电网规划的负荷预测系统
CN110991716A (zh) * 2019-11-22 2020-04-10 国网浙江省电力有限公司杭州供电公司 一种用于电力大用户业扩报装的负荷预测方法
CN111160993A (zh) * 2020-01-02 2020-05-15 广东电网有限责任公司惠州供电局 基于用户负荷报装的用户实用及阶段释放系数的分析方法
CN111915056A (zh) * 2020-06-16 2020-11-10 广东电网有限责任公司 一种基于大数据分析的用户实用负荷预测系统及预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108256724A (zh) * 2017-11-27 2018-07-06 国网浙江省电力公司嵊泗县供电公司 一种基于动态行业系数的配电网可开放容量规划方法
CN108491969A (zh) * 2018-03-16 2018-09-04 国家电网公司 基于大数据的空间负荷预测模型构建方法
CN110210679A (zh) * 2019-06-10 2019-09-06 国家电网有限公司 一种应用于县级配电网规划的负荷预测系统
CN110991716A (zh) * 2019-11-22 2020-04-10 国网浙江省电力有限公司杭州供电公司 一种用于电力大用户业扩报装的负荷预测方法
CN111160993A (zh) * 2020-01-02 2020-05-15 广东电网有限责任公司惠州供电局 基于用户负荷报装的用户实用及阶段释放系数的分析方法
CN111915056A (zh) * 2020-06-16 2020-11-10 广东电网有限责任公司 一种基于大数据分析的用户实用负荷预测系统及预测方法

Also Published As

Publication number Publication date
CN113689051B (zh) 2024-06-25

Similar Documents

Publication Publication Date Title
Usman et al. Losses management strategies in active distribution networks: A review
CN104331844B (zh) 一种电网基建项目投资决策方法
CN101692575B (zh) 一种大电网实时潮流计算数据的处理方法
CN103248059B (zh) 配电网无功电压优化方法与系统
CN103955777B (zh) 光伏发电接入配电网方案设计与分析评估辅助系统
CN107038530A (zh) 一种配电网统筹规划方法及系统
CN112260331B (zh) 特高压交直流电网仿真平台及构建方法
CN102545213A (zh) 电网线损实时管理系统及方法
CN102074954A (zh) 一种城乡配电网综合节能评估与决策方法
CN103326348A (zh) 一种提高地区电网供电能力分析及全过程在线监测的系统
CN112865107B (zh) 一种基于负荷预测的地区电网电压无功日前预报方法
CN107133870B (zh) 基于30秒周期静态分析的电力现货交易安全校核方法
CN104299051A (zh) 一种用于电网工程技术经济性分析评论的网络系统
Ma et al. Operation efficiency evaluation frame and its criteria for distribution network based on annual load duration curve
CN114421488A (zh) 一种基于边缘计算的配电网低电压治理方法
CN102567645A (zh) 基于在线理论网损计算的电网设备统计及计算网损的方法
CN113689051A (zh) 一种基于用户报装与地块的配网负荷预测装置及方法
CN106372764A (zh) 一种10kV配电网及10kV配电网协调配置方法
CN106410847A (zh) 一种分布式光伏的区域调控互动终端和方法
CN107909477B (zh) 一种输电网规划项目投资组合优化方法
CN112862243A (zh) 一种基于大数据的配电网节能降损系统及方法
Xu Research on Transition Stability Control of Smart Grid Substations
CN115173440B (zh) 一种适配多场景的台区三相负荷调优方法
Sha et al. Research on the Investments Allocation of Comprehensive Plan of Power Grid Enterprises under the Electricity Transmission and Distribution Price Reformation
Tonev et al. Impact of decarbonisation in the energy sector on low-voltage distribution networks

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