當前位置: 產品 制服诱惑 > 核心技術產品簡介 > 內容

電力系統負荷預測分析管理

 

· 負荷預測分析總體技術思路

負荷預測是實現電力系統安全、節能、經濟運行的基礎。清大科越公司提供全周期的負荷預測分析管理系統。系統提供齊全的預測方式,包括中長期、短期/超短期、以及滾動負荷預測,預測的時間間隔可由用戶定義;同時,既可進行全系統負荷預測,也可進行分地區負荷預測;支持集中式及分布式兩種系統安裝部署與運行方式。

 

· 中長期負荷需求預測分析管理系統

中長期負荷預測包括長期負荷需求預測和中期負荷需求預測兩個功能模塊。

 

· 長期負荷需求預測

長期負荷需求預測是根據國民經濟發展的計劃,依據電力和電量的歷史記錄等基本數據,利用各種序列預測方法進行年度電力電量預測。這些預測結果為電源電網規劃提供決策的依據。

長期負荷需求預測系統采用如下預測方法:回歸分析法、相關分析法、指數平滑法、動平均法、灰色系統法、人工神經網絡方法、三種擴展飽和曲線、其它單一方法等。

 

· 中期負荷需求預測

中期負荷需求預測是根據月度經濟、氣象因素等參數進行月度電力電量預測。這些預測結果是進行年、季、月電力電量平衡的基礎數據。

月度預測不同于年度預測。年度預測主要受到社會發展和宏觀經濟情況的影響,序列穩定性較好。由于月度量具有以下一些特點,使得月度預測的建模比較復雜。

1)數據序列隨機性強

月度量與年度量相比較,更易受到隨機性因素的影響,因此數據序列的波動性大,不易達到較高的預測精度。

2)季節因素影響

氣候因素和經濟因素是月度量的主要影響因素,尤其是氣候因素。例如:春灌時降水量的多少、夏季溫度的高低都將對該月電量、電力的數值產生極大的影響。而且,天氣因素的隨機性較強,在短時間內就有可能變化較大。因此,月度量預測的精度有賴于對天氣狀況的準確把握,尤其是在氣候出現異常的情況下,更應予以注意。

顯然,可以將前述的序列預測理論應用于月度預測,即以月度量的年度發展序列構成各種序列預測方法的輸入序列,然后采用通常的步驟進行建模與預測。不僅如此,還可以提出以下的特殊預測方法,即利用月度量的空間網狀發展規律的特點而建立的預測方法,例如:月間相關法、總量配比法等。

 

· 短期/超短期負荷預測分析管理系統

系統建立了以網省或地市為單位的電網負荷預測網絡分析管理 制服诱惑,授權人員可以遠程登錄到實施單位的應用服務器上,進行預測計算、信息查詢、數據管理、負荷分析、負荷考核等工作

系統實現了負荷預測與分析工作的協調統一以及信息的完全共享,實現了信息標準化、科學化和敏捷化,為電網安全可靠、經濟運行提供重要的技術支持。

系統基于先進的預測理論與綜合分析模型,提出了負荷預測、負荷分析、負荷管理、負荷考核、負荷上報一體化的設計新思路.