JPS60106325A - 負荷予想方法 - Google Patents

負荷予想方法

Info

Publication number
JPS60106325A
JPS60106325A JP58210773A JP21077383A JPS60106325A JP S60106325 A JPS60106325 A JP S60106325A JP 58210773 A JP58210773 A JP 58210773A JP 21077383 A JP21077383 A JP 21077383A JP S60106325 A JPS60106325 A JP S60106325A
Authority
JP
Japan
Prior art keywords
load
general power
power load
weather
forecast
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
JP58210773A
Other languages
English (en)
Inventor
山下 輝直
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.)
Hitachi Ltd
Hitachi Information and Control Systems Inc
Original Assignee
Hitachi Ltd
Hitachi Control Systems Inc
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 Hitachi Ltd, Hitachi Control Systems Inc filed Critical Hitachi Ltd
Priority to JP58210773A priority Critical patent/JPS60106325A/ja
Publication of JPS60106325A publication Critical patent/JPS60106325A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 〔発明の利用分野〕 本発明は、過去の一般電力負:、jj7実績、気温実績
および天候実績から将来の11−1当りの負荷予想を行
なう負荷予想方法に関する。
〔発明の背景〕
一般に、電力系統の有効電力制御は、第1図に示す構成
で行なわれる。
同図において、負荷予想4算装置1は電力ml統6から
負荷実績P、気温実績Tをオシライン入力し、経済負荷
配分計算装置2に予想負荷値P1を出力する。経済負荷
配分計算装置2は、予想負荷値P1をもとに最経済な負
荷の配分を行ない、各発電機5の予想負荷値P2を経済
負荷配分制御装置3に出力する。経済負荷配分制御装置
3は、予想負荷値P2と電力系統6かにオンライン入力
した負荷実績Pをもとに、5分から60分先の予想負荷
値P3をめ、各発電機5を制御している。
一方、周波数制御装置4は電力系統6から周波数fをオ
ンライン入力し、地域要求負荷をめて加工し、各発電機
5に分配している。
従来の負荷予想方法を第2図を利用して説明する。
第1段階は、負荷を大口負荷Pmと一般電力負荷実績に
分類し、各々代表時間帯(深夜オフピークA午前ピーク
B、午後ピークC5点灯ピークD)および日量について
める。第2段階は、過去の負荷実績を学習機能により曜
目別に記憶している24時間の負荷パターン(破線10
0)をもとに代表時間帯の予想負荷(Pm+Pn)から
比例展開により二十四時間予想負荷バクーン(破線20
0)に展開する。最後に、r想負荷パターンの日量が予
想日量に一致するように各時間帯の負荷を補正し、最終
予想負荷パターン(破線300)をめる。
従来、代表時間帯およびFl量の一般電力負荷をめる方
法として、指数平滑法が用いられていた。
指数平滑法を負荷予想計算装置1に用いた場合の割算フ
ローを第3図に示す。
同図において、ステップ10は過去1ケ月間の一般電力
負荷実績1〕1、日最高気轟1実績Tt、天候実績Ft
(晴)、Ct(<もり)、Rt(雨)をもとに各々平滑
fヒ七1j18 !1iJJ合111値をめる。ステッ
プ11は、ステップ10て〉)りめた平滑化上1コ移動
合計値の三日間隔差をめる。ステップ12は、ステップ
11でめた各々の三1」間隔差をもとに回帰分析を用い
て最高気温、天候の一般電力負荷に与える影響係数をめ
る。すなわち、ff1P=XT+Yc:+ZR・・・(
1)(ΔPニ一般電力負荷の3日間jl’il差、1゛
:最高気温の三日間隔差、C:くもりの三日間隔差、R
:雨の三日間隔差、X:最高気温の影響係数、■=くも
りの影響係数、Z:雨の影響係数)ステップ13は、予
想対象日の予想最高気温、予想天候から(1)を用い゛
C最高気温、天候の影響による一般電力負荷変化量をめ
る。ステップ14は、ステップ13でめた一般電力負荷
変化量(三日間隔差)および平滑化セロ移動合計値より
対象日の一日当りの一般電力負荷値をめる。
指数平滑法は、最高気温、天候の一般電力負荷に対する
影響係数が一次結合によって表わされるため、第5図か
ら第7図に示すような一般電力負荷特性(二次曲線)を
もつ一般の電力系統の負荷予想には対応できない。第5
図にその例を示す。
同図は、日量高気温に対する一般電力負荷特性を示して
いる6予想天候は一定で予想最高気温が変化する場合、
一般電力負荷変化量は実線1で示すように、−次曲線と
なり、実際の一般電力負荷の変化との間に誤差Pが生じ
る。
[g!明の目的〕 本発明の目的は、実際の一般電力負荷特性を把握し、よ
り正確な負荷予想方法を提供するにある。
〔発明の概要〕
本発明の要点は、過去−ケ月間の一般電力負荷実績、日
量高気温実績、天候実績をもとに、日量高気温に対する
一般電力負荷特性係数、土日低下率および天候影響度を
代表時間帯および日量についてめ、予想対象口の予想最
高気温、予想天候および曜日から代表時間帯および日量
の予想負荷値をめにある。
〔発明の実施例〕
以下、本発明の実施例を詳細に説明する。第4図に、本
実施例を負荷予想引算装置1内で使用する場合の計算フ
ローを示す。
ステップ15は、過去−ケ月分の日量高気温実績および
一般電力負荷実績(±・日曜日、特異日および祝祭日の
実績は除く)から目量高気温に対する一般電力負荷特性
を二次式と見なし、最小自乗法を用いて算出する。すな
わち、 P (T) = a T” + b T十G ・=(2
)ただし、 P (T) ニ一般電力負荷(MW) T;日量高気温(’C) 、a、 b、 c :気温特
性係数である。
ステップ16は、過去−ケ月分の一般電力負荷実績平均
値および各天候(晴、くもり、雨)別の一般電力負荷実
績平均値をめて天候の影響度を算出して、式で(3)式
(4)のようになる。
ΣTD;過去−ケ月分の一般電力負荷実績合計ΣFD:
過去−ケ月分の晴の日の負荷実績合計ΣCD:過去−ケ
月分のくもりの日の負荷実績合計 ΣRD:過去−ケ月分の雨の日の負荷実績合計N1:総
日数 N2:晴の日数 N3 :くもりの日数 N4二雨の日数 TDAY、FDAV、CDAY、RDAY:各々の一般
電力負荷実績平均値 FRATE:時の影響度 CRATE : <もりの影響度 RRATE :雨の影響度 ステップ17は、過去−ケ月分のうち平日(月曜−金曜
)の一般電力負荷平均値に対する土日曜日の一般電力負
荷平均値の低下率を算出する。式で示すと式(5)、式
(6)のようになる。
ΣSAD:過去−ケ月分の土1面日の一般電力負荷実績
合計 ΣSUD:過去−ケ月分の日曜日の一般電力負荷実績合
計 ΣDAY :過去−ケ月分の平日の一般電力負荷実績合
計 N5:土曜日の日数 N8 :日曜日の日数 N7:平日の日数 5UTDAY :土曜日の一般電力負荷実績平均値S、
UNDAY:日曜日の一般電力負荷実績平均値DAY:
平日の一般電力負荷実績平均値5ATRAT:土曜日の
低下率 5UNRAT :日曜日の低下率 ステップ18は、ステップ15でめた日最高気温に対す
る一般電力負荷特性係数を用いて運用者が入力した予想
最高気温から一般電力負荷予想値をめる。尚、負荷特性
は二次式であり、第5図の破線で示すように頂点気温’
i” oを境に左右対象のため式(2)に代入するだ1
.−Jでは実際の負荷特性とは一致しない。そのため、
Y・思量高気温の有効範囲を定める。
T′ :予想最高気温、1゛o:頂点気温(A≧0)T
1 :過去−ケ月間の最高気W、、IT7=過去−ケ月
間の最低気温 ステップ19は、予想対象UのY・想天候を判定し、ス
テップ20からステップ22に分岐する。
ステップ20からステップ22は、天候が一般電力負荷
に与える影■11を考慮するものであり、ステップ18
でめた一般電力負債に天候を乗することにより行なう。
1) ’ (T)= F’ (1’) X F RΔ 
’1’ l:: ・・・ (9)p′ (’r)=P 
(T)XCRATE ・・・ (10)P’ (T)=
P (T)XR’、RATE ・・・ (11)P’(
T):天候を考慮した一般電力負荷実績合計 (T):
最高気温特性による一般電力負荷予想値 ステップ23は、予想対象日の曜日を判定し、ステップ
24.ステップ25に分岐する。
ステップ24.ステップ25は、土・日曜日の低下率を
考慮するものであり、ステップ20からステップ22で
めた一般電力負荷予想値に土日低下率を乗することによ
り行なう。
p′ (T)=P’ (T)xSATRAT・・・(1
2)P” (T)=P’ (T)xsUNRAT・・・
(13)P“ (T):土日低下率を考慮した一般電力
負荷予想値 尚、本実施例では日最高気温に対する一般電力負荷特性
係数を代表時間帯についてめているため、最高気温の発
生時刻の変化に伴ない代表時間帯の一般電力負荷予想値
に誤差が生じるが、発生時刻の変化は数分〜数十分程度
であり影響は少ない。
実績負荷に対する予想負荷の誤差は、従来方法では15
%であり、本方法では5%になる。
〔発明の効果〕
本発明によれば、一般電力負荷の変化をより正確に把握
できるという効果がある。
【図面の簡単な説明】
第1図は有効電力制御装置構成図、第2図は負荷予想引
算図、第3図は従来の負荷予想計算フローチャー1・、
第4図は本発明の一実施例の負荷予想計算フローチャー
1・、第5図は最高気温・一般電力負荷特性図、第6図
は曜日別に見た最高気温・一般電力負荷特性図、第7図
は天候別に見た最高気温・一般電力負荷特性図である。 1・・・計算装置負荷予想、2・・経済負荷配分i1.
fi装置、3・・・経済負荷配分制御装同、4・・・周
波数制御装置。 第 1 図 第 Z 図 (^) %Z 図 (b) B!r間 15 図 体) を 洒 5 図 (b) 第6図 第 7 図

Claims (1)

  1. 【特許請求の範囲】 1、負荷予想方法において、 過去の一般電力負荷実績、日量高気温実績および天候実
    績から最高気温に対する一般電力負荷特性係数、土、日
    低下率、天候影響度をめて、予想対象日の予想最高気温
    、予想天候および曜匡等をもとに予想対象日の負荷を予
    測することを特徴とする負荷予想方法。
JP58210773A 1983-11-11 1983-11-11 負荷予想方法 Pending JPS60106325A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP58210773A JPS60106325A (ja) 1983-11-11 1983-11-11 負荷予想方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP58210773A JPS60106325A (ja) 1983-11-11 1983-11-11 負荷予想方法

Publications (1)

Publication Number Publication Date
JPS60106325A true JPS60106325A (ja) 1985-06-11

Family

ID=16594898

Family Applications (1)

Application Number Title Priority Date Filing Date
JP58210773A Pending JPS60106325A (ja) 1983-11-11 1983-11-11 負荷予想方法

Country Status (1)

Country Link
JP (1) JPS60106325A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02262846A (ja) * 1989-02-27 1990-10-25 Fuji Electric Co Ltd 発電機の運転制御装置
JPH05119808A (ja) * 1991-10-25 1993-05-18 Toshiba Corp 配水量パタン予測装置
CN102930353A (zh) * 2012-11-06 2013-02-13 北京国电通网络技术有限公司 一种小区用电负荷的预测方法及装置
JP2015033203A (ja) * 2013-08-01 2015-02-16 富士電機株式会社 類似日抽出装置、類似日抽出方法、プログラム
CN106936127A (zh) * 2017-02-28 2017-07-07 国家电网公司 一种线路负荷回归分析与预测方法及系统

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02262846A (ja) * 1989-02-27 1990-10-25 Fuji Electric Co Ltd 発電機の運転制御装置
JPH05119808A (ja) * 1991-10-25 1993-05-18 Toshiba Corp 配水量パタン予測装置
CN102930353A (zh) * 2012-11-06 2013-02-13 北京国电通网络技术有限公司 一种小区用电负荷的预测方法及装置
CN102930353B (zh) * 2012-11-06 2016-03-16 北京国电通网络技术有限公司 一种小区用电负荷的预测方法及装置
JP2015033203A (ja) * 2013-08-01 2015-02-16 富士電機株式会社 類似日抽出装置、類似日抽出方法、プログラム
CN106936127A (zh) * 2017-02-28 2017-07-07 国家电网公司 一种线路负荷回归分析与预测方法及系统

Similar Documents

Publication Publication Date Title
Al-Hamadi et al. Short-term electric load forecasting based on Kalman filtering algorithm with moving window weather and load model
Srinivasan et al. Parallel neural network-fuzzy expert system strategy for short-term load forecasting: system implementation and performance evaluation
US20170060109A1 (en) Managing time-substitutable electricity usage using dynamic controls
US20040225625A1 (en) Method and system for calculating and distributing utility costs
US7403928B2 (en) Identify data sources for neural network
US20040117236A1 (en) Automated optimization tool for electric utility sypply services
US7343361B2 (en) Apparatus for market dispatch for resolving energy imbalance requirements in real-time
US7337153B2 (en) Method and apparatus for resolving energy imbalance requirements in real-time
JP3966236B2 (ja) 発電設備の運転計画方法及び発電設備の運転計画システム
CN114140176B (zh) 一种负荷聚集平台的可调容量预测方法及装置
KR101865924B1 (ko) 예측 속도 향상을 위한 신경망과 보정계수를 이용한 주간 부하 예측 장치 및 방법
JPS60106325A (ja) 負荷予想方法
Handschin et al. Unit commitment in thermal power systems with long-term energy constraints
US20200006943A1 (en) Managing consumer energy demand
KR100648296B1 (ko) 에너지 수요예측 방법 및 시스템
Chen et al. Neural network based very short term load prediction
US7324977B2 (en) Historical database system for resolving energy imbalance requirements in real-time
Lim et al. Application of expert system to load composition rate estimation algorithm
JPH0922402A (ja) 日最大電力需要量予測方法
JP6554696B1 (ja) 電力需要予測システム、電力需要予測方法、及びプログラム
Patel et al. Pricing residential electricity based on individual consumption behaviors
JPH11126102A (ja) ガス需要量の予測方法
JPH06105465A (ja) 最大需要予測方法及び装置
JPS6173519A (ja) 負荷予想方法
JP3324265B2 (ja) 日最大電力需要予測方法