吉洋
國(guó)家電網(wǎng)射陽(yáng)縣供電公司 江蘇 射陽(yáng) 224300
從宏觀層面上,電力負(fù)荷有柔性負(fù)荷與剛性負(fù)荷之分,其相應(yīng)的負(fù)荷特性曲線均是隨時(shí)改變的。本課題研究中把柔性負(fù)荷分成可隨時(shí)中斷、可轉(zhuǎn)移及可平移負(fù)荷三種類型。如果柔性負(fù)荷參與到智能電網(wǎng)控制領(lǐng)域且做出需求響應(yīng)時(shí),可以采用下式表示負(fù)荷模型;
結(jié)合區(qū)域電力負(fù)荷改變和電價(jià)之間形成的規(guī)律,由總負(fù)荷內(nèi)分解出對(duì)電價(jià)不敏感的基礎(chǔ)負(fù)荷,以及電價(jià)因素影響較大的敏感性負(fù)荷,以此為基礎(chǔ)構(gòu)建負(fù)荷分解模型:
其中,基礎(chǔ)負(fù)荷主要由趨勢(shì)分量與周期分量?jī)纱蟛糠謽?gòu)成,前者代表的是再某一段實(shí)踐中電力負(fù)荷呈現(xiàn)出的一種連續(xù)發(fā)展趨勢(shì)狀態(tài),經(jīng)濟(jì)等是常見的影響因素,而無須顧慮氣候、節(jié)假日以及隨機(jī)因素,在短期負(fù)荷預(yù)測(cè)領(lǐng)域內(nèi)可視趨勢(shì)分量經(jīng)常作為常數(shù)被處理。本課題研究中以傳統(tǒng)負(fù)荷預(yù)測(cè)與某區(qū)域電力需求價(jià)值彈性分析為基礎(chǔ),線性擬合需求電價(jià)彈性曲線,隨后采用如下公式便能獲得預(yù)測(cè)日的基礎(chǔ)負(fù)荷量:
在本文選定的智能配電系統(tǒng)內(nèi),把學(xué)生宿舍用電數(shù)據(jù)作為實(shí)際案例,在四人間標(biāo)準(zhǔn)公寓內(nèi),已經(jīng)固定配置的用電裝置有空調(diào)與日光燈(共計(jì)4個(gè)),額定功率分別是1.5kW、30W,其他的用電設(shè)施配置情況帶有一定不確定性,校內(nèi)作息、日常生活習(xí)慣等因素均影響著學(xué)生群體用電量的高低。在樣本數(shù)據(jù)內(nèi),選出兩種數(shù)據(jù)(每天的24h用電量數(shù)據(jù)即每天的最大用電量數(shù)據(jù))類型作為模型的訓(xùn)練數(shù)據(jù),以上數(shù)據(jù)信息的選擇具有隨機(jī)性。
方案1:預(yù)測(cè)24h用電量。
在樣本數(shù)據(jù)內(nèi),工作日、休息日分別選擇2015年1月12日(周一)、2015年1月18日(周天),應(yīng)用以上所選出兩日的24h用電量數(shù)據(jù)作為模型的訓(xùn)練數(shù)據(jù),并選擇后一天的數(shù)據(jù)作為校驗(yàn)信息。
方案2:預(yù)測(cè)最大用電量。
數(shù)據(jù)原始樣本數(shù)據(jù)集,2014年12月15日~2015年1月3日、2015年1月4日~2015年1月12日形成的最大用電量數(shù)據(jù)分別作為訓(xùn)練、測(cè)試數(shù)據(jù)。
本課題應(yīng)用 Visual C++與Matlab編寫出了模型測(cè)試軟件,VC 平臺(tái)主界面的功能主要集中在如下幾點(diǎn):一是查詢既往數(shù)據(jù);二是提取部分樣本數(shù)據(jù);三是執(zhí)行模型的調(diào)用服務(wù)過程;四是運(yùn)算出誤差值。在VC平臺(tái)的協(xié)助下能順利完成所有預(yù)測(cè)結(jié)果的運(yùn)算工作。
因?yàn)楸靖咝W(xué)生的日常生活作息有一定規(guī)律可循,所以校園內(nèi)用電負(fù)荷在某種程度上能表現(xiàn)出較大的相似性,可以解釋原始樣本數(shù)據(jù)的電力消費(fèi)現(xiàn)象具備一定相似性特征的情況。本課題研究中把平均相對(duì)誤差(MAPE)作為實(shí)例去分析與闡明負(fù)荷預(yù)測(cè)結(jié)果。
電力部門在后續(xù)的運(yùn)營(yíng)中,可以結(jié)合“黑匣子”理論思想,編制出差異化的“DR信號(hào)套餐”產(chǎn)品以供廣大電力用戶應(yīng)用,最大限度提升需求響應(yīng)的靈活性。本文基于“黑匣子”思想建設(shè)了ES-TF 模型,顯著提升預(yù)測(cè)結(jié)果的精準(zhǔn)度,使柔性負(fù)荷響應(yīng)特性更具實(shí)時(shí)性特征,具備較高的參考價(jià)值。