电力规划课程设计正文doc.docx

1、电力规划课程设计正文doc目录 1 电力规划课程设计 2.1、负荷预测 2.1.1负荷预测的原理及方法 21.1.1 概述 21.1.2 电力负荷预测的方法 31.1.3、一元线性回归法 51.2 负荷预测的过程 81.3 程序编制 81.4 负荷及电量预测 91.4.1选取分析模型 91.4.2运用曲线模型预测规划年的电量及负荷 101.5 结果分析 121.5.1 校核预测结果 122、电力平衡 1.3.2.1 电力平衡的概念及目的 132.1.1、电力电量平衡的概念 132.1.2、电力电量平衡的目的 132.2 电力电量平衡步骤 142.2.1、电力平衡步骤： 142.2.2、分析该县

2、电力系统的原始资料，计算系统的变电容量 142.2.3、确定系统在规划年的所需变电总容量和逐年新增容量。 142.2.4、拟定该县在规划年 2011-2015 年逐年新增变电容量进度 153、结论 1.5.3.1 设计结论 153.2个人感受 16电力规划课程设计1、负荷预测1.1负荷预测的原理及方法1.1.1概述电力工业是国民经济的基础工业。 随着我国产业结构完善和人民整体生活水 平的改善， 对电能的需求逐年加大， 同时对电力质量的要求也越来越高， 且由于 电能生产和消费的同时性， 对电网建设和布局提出了更高的要求。 要满足国民经 济的发展需要， 电力工业必需先行， 因此要做好电力工程建设的

3、前期工作， 电力 系统规划设计正是电力工程前期工作的重要组成部分。 电力系统规划设计应在国 家 产业和能源政策指导下，在国民经济综合平衡的基础上进行，首先应进行长 期电力规划，经审议后在此基础上从电力系统整体出发进一步研究并提出电力系 统具体的发展方案及电源和电网建设的主要技术原则。电力规划是一种电力工业发展计划， 是为了实现“电力先行”， 保障和促进 国民经济发展的一项重要工作。 电力工业的任务是国民经济各个领域和人民生活 等各个方面提供充足、可靠、合格、廉价的电能。正确、合理的电力系统规划设 计实施后可以最大限度的节约国家基建投资，促进国民经济其它行业的健康发 展，提高其他行业的经济和社会

4、效益，因而其重要性不可低估。电力负荷预测是电网规划建设的依据和基础。 随着电力工业在国民经济中扮 演着越来越重要的角色，电力负荷的正确预测显得尤为重要。电力负荷预测是指通过对电力系统负荷历史数据的分析和研究，运用统计 学、数学、计算机、工程技术及经验分析等定性定量的方法，探索事物之间的内在联系和发展变化规律，对未来的负荷发展做出预先估计和推测。 电力负荷预测 结果的准确与否直接关系到电力投资的效益，供电的可靠性，用电需求的正常发 展，以及社会的经济效益和社会效益。但要做到预测准确或较准确是很困难的， 因为影响电力负荷预测的因素相当多，且由于各地区产业结构和人民生活水平不 同，各具体因素对电力负

5、荷预测的敏感度是不一样的， 因而电力负荷预测具模糊 性。1.1.2电力负荷预测的方法电力负荷预测包括最大负荷功率、负荷电量及负荷曲线的预测。负荷预测对 于确定电力系统发电设备及输变电设备的容量是非常重要的。对电力负荷不仅要分析电力负荷本身的发展情况， 结构情况，国民经济发展情况，还要采用多种预测方法加以分析确定。(1)单耗法：根据预测期产品的产量或产值以及该产品的用电单耗预测用电电量A QVi(2)电力弹性系数法:电力弹性系数kt是指用电量的年平均增长率 kzch与国民生产总值年平均增当缺乏国民生产总值年平均增长率的数据时，一般就用工农业总产值的年 平均增长率来代表。电力弹性系数是一个宏观指标

6、，可用作远期规划粗线条的负荷预测。有了 弹性系数及国民生产总值的年平均指长率，就可以计算规划年份所需用的电量, 即kt kgzch )(3)回归分析法负荷与政治、经济、人口、生活水平、气温等有关，无法用解析式表示相关 关系，只有通过对大量数据观察、处理，找到其中的关系。回归分析法：通过观察数据的统计、 分析和处理， 寻找负荷与影响因素之间 的因果关系，简历回归模型，进行预测的方法。1）分类：1.按先关因素的多少分为一元线性回归和多元线性回归2.按回归模型分线性回归模型和非线性回归模型3.按预测对象的多少分单因回归和多因变量回归2）回归分析的步骤：1.分析所获得的统计数据，确定一个特定的变量之间

7、的数学关系， 确定回归模型2.对回归模型的参数进行估计，统计检验，分析因素的影响。对预 测对象的影响程度，确定预测模型。3.根据预测模型和自变量的未来值，确定预测对象的未来值，并分 析预测结果的误差范围及精度。（4）时间序列法 这种方法是根据历史资料，总结出电力负荷发展水平或负荷的年增长率和 负荷的多年平均增长率与时间先后顺序的关系。即把时间序列作为一个随机变 量序列，用概率统计的方法，尽可能减少偶然因素的影响，作出电力负荷随时 间序列反映出来的发展方向和趋势，并进行外推，以预测未来负荷的发展水平。 简单平均法、加权平均法等都属于时间序列法。时间序列法一般用于中长期电 力负荷预测中，有其是常用

8、负荷的多年平均增长率来预测中长期的负荷增长水 平。（5）商业用电预测法归纳起来主要有两种方法：1. 直接外推法。即将商业用电的历史数据，拟合出商业总用电量增 长曲线，外推到所需预测的时刻，得到商业总用电量预测值。2. 比例法。即根据统计数据找出商业用户与居民生活用电之间的比 例关系，外推这个比例关系，乘以居民用电量求得。（6）居民生活用电预测方法城镇居民生活用电与人均收入情况、家庭人口多少及居民住房条件有关。 一般按一下两种方法预测。1. 综合用电水平法。按照居民人数及每人平均耗电量得到居民总用 电量。2. 负荷密度法。根据对不同城市的调查，参照城市发展规划、人口 规划、居民收入水平增长情况等

9、，用没平方公里面积用电量。来 测算城镇负荷水平。（7）农业用电预测方法 可按每亩地的平均用电量来测算，例如排灌、农、牧、林、渔业的生产用电 和农村照明等。 按照有关文件规定， 乡镇企业和农村个体工业户中， 凡符合工业 生产条件的，应列入有关的工业行业，不列入农业；不够工业生产条件的，应列 入农业用电。1.1.3、一元线性回归法（1）一元线性回归模型 在一元线性回归中，自变量 x 是可控制或是可以精确观察的变量，因变量Y 是依赖于 x 的随机变量。假设 x 与 Y 的关系为：y= a+bxx与丫的这种关系称为一元线性回归模型。（ 2）模型未知参数的估计（ a,b）假设已知变量 x 和 y 的 n

10、 对历史数据，即样本 （x i,yi ）,满足 :yi=a +b xi采用最小二乘法估计 a, b。首先按下式作离差平方和 :nQ a,b yi a bxi 2i1选取适当的参数a, b,似的Q（a, b）达到最小。利用高等数学中的求极值的方法，得到上式中的（3）模型检验在研究变量x与变量y的相关关系时，定义它们的相关系数（样本相关系数）为:n _ _(Xi x)(yi y)i 1n n2 2(Xi X) (yi y)i 1 i 1可以用相关系数来描述丫与x之间线性相关的近似程度，1。当0时，x对丫的影响变小，线性关系减弱。特别的,当 0时，称丫与x不相关；当1时，X对丫的影响也加大，线性关系

11、程度加强。特别的，当|1时,称丫与x完全相关;当0时，丫随X增加而增加，称丫与x正相关；当0时，丫随X减小而减小，称丫与X负相关。1.1.4、其他回归法(1)、双曲线双曲线函数的标准方程为1 bay x作变量代换x =1/x, =1/y这样双曲线方程就变为直线方程：y a+bx利用观测值(Xi,yi)，按X i=1/xi,yi=1/yi可以计算出(Xi,yi) (i=1,2, 因此对于X和y就可以利用上文所介绍的方法计算出参数估计值 a, b,接着就可以按下式进行预测。模型有效性检验，如同一元线性回归分析一样。丄a工y x(2)、幕函数曲线幕函数曲线的标准方程是：a0)先将函数表达式两端取自然

12、对数得到：再作变换，令x =1 nxy =lny并记A=1 na,则幕函数曲线方程就变为直线方程y A bx 利用观测值(Xi,yi)可以计算出(x i,yi) (i=1,2,对于x和y就可以利用上文所介绍的方法计算出参数估计值A, b，又有a=eA，因此可以得到：模型有效性检验，如同一元线性回归分析一样。(3)、指数曲线倒指数曲线函数的标准方程是：bx 八y ae a 0先将函数表达式两端取自然对数得到：In y In a bx再作变换，令x=，y =lny,并记A=lna，则倒指数函数曲线方程就变为直线方程y A bx 利用观测值（xy）可以计算出（x i,y i）（i=1,2, 对于x和

13、y就可以利用上文所介绍的方法计算出参数估计值A, b，又有a=eA，因此可以得到：y,=a rxh J模型有效性检验，如同一元线性回归分析一样。1.2负荷预测的过程电力负荷预测工作的关键在于收集大量的历史数据， 建立科学有效的预测数 据模型，采用有效的算法，以历史数据为基础，进行大量实验性研究，总结经验, 不断修正模型和算法，以真正反映负荷变化规律。其基本过程如下：（1） 调查和选择历史负荷数据资料（2） 历史资料整理（3） 负荷数据预处理（4） 建立负荷预测模型1.3程序编制利用Excel电子表格里面的库函数进行链接、编写函数，根据历史数据对 该县规划年20112015的电量负荷进行预测（1

14、） 禾I用函数库里面INTERCEPT、SLOPE、CORREL、LN等这些函数进 行求解（2） 选择多个函数模型（一元线性函数，双曲线幂函数曲线，倒指数曲线） 与历史年的数据进行拟合（3） 把非线性模型转换为线性回归模型 y=a+bx，求出截距a斜率b、相 关系数p（4） 对多个模型的相关系数进行比较，选择相关系数|最接近1的模型对 规划年的电量、负荷进行预测（5） 用最大利用小时数和电力弹性系数对预测结果进行校核1.4负荷及电量预测1.4.1选取分析模型选择多个函数模型（线性函数、双曲线函数、幕函数、指数函数）对负荷和 电量进行预测。根据相关系数|大小【即电量（y1）或负荷（y2）与年份（

15、x）之间的 相关性强弱情况】， 当相关系数|趋近于0时，x对丫的影响变小，线性关系 减弱。特别的，当相关系数| p |=时，称丫与x不相关； 当相关系数|趋近于1 时，x对丫的影响也加大，线性关系程度加强。特别的，当相关系数 | p |=时称丫 与x完全相关； 当相关系数p大于0时，丫随x增加而增加，称丫与x正相关； 当 相关系数p小于0时，丫随x减小而减小，称丫与x负相关。在进行电量、负荷预测 时，要选取相关系数|最接近1的模型进行预测。给出的历史负荷中包括务川县镇南水泥厂及镇南无水氢氟酸厂。 而这两者是大用户，大用户的用电量和负荷没有定性的变化规律，随机性很大。所以，进行 负荷预测，只能对系统中的除大用户负荷进行预测， 这样就必须先扣除务川县镇 南水泥厂及镇南无水氢氟酸厂这两个大用户的电量和负荷， 就可以得