【摘要】：需求側(cè)管理是維持電力市場能源供需平衡的重要實現(xiàn)手段,因其在需求側(cè)資源調(diào)度和配置等方面的獨特優(yōu)勢以及在節(jié)能環(huán)保方面的突出貢獻,成為了電力系統(tǒng)中廣為推用的發(fā)電側(cè)替代方案。在需求側(cè)市場日益開放的環(huán)境下,某些具有調(diào)節(jié)和響應(yīng)能力的電力用戶將逐漸擺脫傳統(tǒng)負荷剛性不變的身份,通過聚合機構(gòu)的整合操作,以需求響應(yīng)的形式參與到電力市場的活動中來。需求側(cè)用戶的廣泛參與在有效緩解電網(wǎng)高峰負荷問題的同時,也會引起日負荷曲線的改變。本文研究的主要目的是關(guān)注廣義需求側(cè)資源的調(diào)度行為對日負荷曲線和短期負荷預(yù)測產(chǎn)生的影響,進一步尋找預(yù)測水平更優(yōu)、適應(yīng)性能更強的現(xiàn)代電力系統(tǒng)短期負荷預(yù)測的新技術(shù)或新方法。首先,本文介紹并闡釋了智能電網(wǎng)下短期負荷預(yù)測技術(shù)的新內(nèi)涵。結(jié)合電網(wǎng)智能化發(fā)展的背景,對當(dāng)前短期負荷預(yù)測模型中存在的不適應(yīng)性問題進行了詳細分析,并針對其中存在的問題和不足之處給出了合理化的改進建議。然后,本文探討了儲能資源的調(diào)度行為對短期負荷預(yù)測產(chǎn)生的影響。針對基于電價和基于合同的兩種儲能調(diào)度運行控制策略,分別構(gòu)造出與其相對應(yīng)的儲能充放電模型,并以負荷曲線的形式來描述儲能的充放電行為。在改進后短期負荷預(yù)測模型的構(gòu)建過程中融入了與儲能調(diào)度行為相關(guān)的電價因素和合同因素,并采用Elman-NN進行短期負荷預(yù)測。通過實例仿真,對改進前后兩種短期負荷預(yù)測模型的預(yù)測結(jié)果進行了對比分析,結(jié)果表明計及儲能調(diào)度因素的短期負荷預(yù)測模型比傳統(tǒng)的短期負荷預(yù)測模型表現(xiàn)出了更優(yōu)的預(yù)測性能,這為研究廣義需求側(cè)資源的調(diào)度行為對短期負荷預(yù)測的影響提供了可靠依據(jù)。最后,為了進一步考慮多元需求響應(yīng)因素對短期負荷預(yù)測產(chǎn)生的影響,本文根據(jù)實際電力市場機制下需求側(cè)資源參與旋轉(zhuǎn)備用市場的新模式,在儲能單一資源調(diào)度模型的基礎(chǔ)上進行了深度拓展,提出了一種能夠通過電價合同實現(xiàn)的廣義需求側(cè)資源統(tǒng)籌調(diào)度新模型,該模型以負荷聚合商處各類需求側(cè)資源的最高經(jīng)濟收益作為調(diào)度優(yōu)化目標,并能夠?qū)⒄{(diào)度結(jié)果以需求響應(yīng)信號的形式提供給系統(tǒng)調(diào)度員加以利用。本文據(jù)此構(gòu)建了計及廣義需求側(cè)資源的電力系統(tǒng)短期負荷預(yù)測模型,在改進后預(yù)測模型的輸入量中新融入了需求響應(yīng)因素。通過實例仿真,對計及與不計及廣義需求側(cè)資源的短期負荷預(yù)測模型的預(yù)測結(jié)果進行了對比分析,結(jié)果表明改進后的短期負荷預(yù)測模型的預(yù)測性能具有更顯著的優(yōu)越性,這為未來智能電網(wǎng)條件下短期負荷預(yù)測模型的完善和改進提供了理論支持。
【學(xué)位授予單位】：青島大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TM715

【相似文獻】

相關(guān)期刊論文 前10條

1 李家璐;何劍軍;張坤;劉敬誠;呂勃翰;;應(yīng)對海量數(shù)據(jù)的超短期負荷預(yù)測在實時電力市場的應(yīng)用研究[J];電力大數(shù)據(jù);2019年12期

2 鄭建柏;;基于樸素貝葉斯和支持向量機的短期負荷預(yù)測[J];電力安全技術(shù);2016年12期

3 連楷敏;陳冬灃;肖建華;;基于氣象信息因素修正的灰色短期負荷預(yù)測研究[J];自動化應(yīng)用;2016年12期

4 林佳亮;李暖群;黃慶鍵;;基于支持向量機方法的短期負荷預(yù)測研究[J];自動化應(yīng)用;2016年12期

5 黎強;;分類管理方法在短期負荷預(yù)測工作中的應(yīng)用[J];農(nóng)村電工;2017年04期

6 樊唯欽;張偉;李勇鋼;王家武;;基于改進人體舒適指數(shù)的微電網(wǎng)超短期負荷預(yù)測[J];廣東電力;2017年04期

7 黃小耘;歐陽衛(wèi)年;吳樹鴻;李高明;金鑫;楊少將;;實時電價條件下的短期負荷預(yù)測研究[J];自動化與儀器儀表;2016年05期

8 張超;陳曉英;焦建立;潘超;司瑋瑋;;電力系統(tǒng)超短期負荷預(yù)測方法及應(yīng)用[J];硅谷;2014年20期

9 李真;;基于云計算的擴展短期負荷預(yù)測方法的研究[J];科技視界;2014年36期

10 梁靜;瞿博陽;宋慧;劉巍;;電業(yè)超短期負荷預(yù)測仿真研究[J];計算機仿真;2015年07期

相關(guān)會議論文 前10條

1 辛忠良;楊耀杰;陳壘;苗X;李峙;郭紅梅;;基于決策樹的短期負荷預(yù)測技術(shù)研究[A];第三屆智能電網(wǎng)會議論文集[C];2018年

2 朱桂華;賴曉平;云昌欽;;在線短期負荷預(yù)測方法的研究與應(yīng)用[A];1995年中國控制會議論文集（上）[C];1995年

3 高榮;劉曉華;;基于小波變換的支持向量機短期負荷預(yù)測[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

4 杜俊紅;滕歡;滕福生;;在線超短期負荷預(yù)測的分析與應(yīng)用研究[A];2006中國電力系統(tǒng)保護與控制學(xué)術(shù)研討會論文集[C];2006年

5 胡宏;顧斌;蔡冬陽;馬曉東;車偉;顧楊青;;基于大數(shù)據(jù)的分布式短期負荷預(yù)測及其架構(gòu)設(shè)計[A];2016智能電網(wǎng)發(fā)展研討會論文集[C];2016年

6 胡松峰;彭顯剛;;電網(wǎng)短期負荷預(yù)測方法綜述[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

7 姚宇臻;;采用決策樹技術(shù)的短期及超短期負荷預(yù)測軟件在福建電網(wǎng)的運用[A];福建省科學(xué)技術(shù)協(xié)會第七屆學(xué)術(shù)年會分會場——提高水力發(fā)電技術(shù) 促進海西經(jīng)濟建設(shè)研討會論文集[C];2007年

8 張博海;何星;章淵;;基于循環(huán)神經(jīng)網(wǎng)絡(luò)的電網(wǎng)短期負荷預(yù)測研究[A];第37屆中國控制會議論文集（F）[C];2018年

9 譚洪艷;郭繼平;陳飛;;基于徑向基網(wǎng)絡(luò)的燃氣短期負荷預(yù)測[A];中國土木工程學(xué)會城市燃氣分會輸配專業(yè)委員會2005年會議論文集[C];2005年

10 李娟;蔡磊;管延文;劉文斌;;基于BP-CSO的燃氣短期負荷預(yù)測[A];中國燃氣運營與安全研討會（第十屆）暨中國土木工程學(xué)會燃氣分會2019年學(xué)術(shù)年會論文集（上冊）[C];2019年

相關(guān)重要報紙文章 前4條

1 通訊員池長斌;寧夏電網(wǎng)短期負荷預(yù)測西北第一[N];中國電力報;2011年

2 通訊員 池長斌;寧夏電力短期負荷預(yù)測保持領(lǐng)先[N];中國電力報;2011年

3 張樹斌 范明;湖北電網(wǎng)中、短期負荷預(yù)測系統(tǒng)顯神威[N];華中電力報;2001年

4 郭洪敏;重視清潔能源上網(wǎng) 呵護一方碧水藍天[N];國家電網(wǎng)報;2009年

相關(guān)博士學(xué)位論文 前10條

1 程其云;基于數(shù)據(jù)挖掘的電力短期負荷預(yù)測模型及方法的研究[D];重慶大學(xué);2004年

2 雷紹蘭;基于電力負荷時間序列混沌特性的短期負荷預(yù)測方法研究[D];重慶大學(xué);2005年

3 盧蕓;短期電力負荷預(yù)測關(guān)鍵問題與方法的研究[D];沈陽工業(yè)大學(xué);2007年

4 葉彬;混合智能建模技術(shù)及其在短期負荷預(yù)測中的應(yīng)用研究[D];浙江大學(xué);2006年

5 王志勇;數(shù)據(jù)挖掘方法在短期負荷預(yù)測中的應(yīng)用研究[D];浙江大學(xué);2007年

6 吳宏曉;基于軟計算方法的電力系統(tǒng)負荷預(yù)測[D];上海交通大學(xué);2007年

7 鄭永康;相空間重構(gòu)與支持向量機結(jié)合的短期負荷預(yù)測研究[D];西南交通大學(xué);2008年

8 蘇慶新;區(qū)域電力系統(tǒng)超短期負荷預(yù)測及網(wǎng)絡(luò)建模分析[D];東華大學(xué);2008年

9 郎坤;電力系統(tǒng)短期負荷預(yù)測及經(jīng)濟調(diào)度決策優(yōu)化研究[D];大連理工大學(xué);2016年

10 張國江;軟計算方法和數(shù)據(jù)挖掘理論在電力系統(tǒng)負荷預(yù)測中的應(yīng)用[D];浙江大學(xué);2002年

相關(guān)碩士學(xué)位論文 前10條

1 楊云瑩;基于模糊膜聚類的短期負荷預(yù)測和光伏發(fā)電預(yù)測[D];西華大學(xué);2019年

2 熊暉;基于RBF神經(jīng)網(wǎng)絡(luò)與粒子濾波算法的用戶電力短期負荷預(yù)測及其系統(tǒng)實現(xiàn)[D];中國科學(xué)院大學(xué)(中國科學(xué)院深圳先進技術(shù)研究院);2019年

3 潘可達;基于負荷模式提取的短期負荷預(yù)測[D];廣東工業(yè)大學(xué);2019年

4 畢云帆;基于梯度提升決策樹的電力系統(tǒng)短期負荷預(yù)測研究[D];青島大學(xué);2019年

5 陳麗娜;計及廣義需求側(cè)資源的電力系統(tǒng)短期負荷預(yù)測模型研究[D];青島大學(xué);2019年

6 王振宇;智能電網(wǎng)中基于深度學(xué)習(xí)的用戶短期負荷預(yù)測研究[D];南京郵電大學(xué);2019年

7 席雅雯;融合歷史數(shù)據(jù)和實時影響因素的精細化短期負荷預(yù)測[D];北京交通大學(xué);2019年

8 張然然;非正常工況下火電機組短期負荷預(yù)測技術(shù)研究[D];華北電力大學(xué);2019年

9 Desi Purwati;基于長短期記憶的短期負荷預(yù)測研究[D];華北電力大學(xué)(北京);2019年

10 孫海鶴;微電網(wǎng)短期負荷預(yù)測及優(yōu)化調(diào)度研究[D];華北理工大學(xué);2019年

，

本文編號：2611163