基于空间负荷预测模型的园区饱和负荷分析_董昊.pdf

2023.05/基于空间负荷预测模型的园区饱和负荷分析董昊1叶锋图2温文秀2(1.梅州市嘉安电力设计有限公司2.广东电网梅州供电局)摘要:随着城市建设的不断发展和完善，我国已经开始认识到空间负荷预测的重要性，开始在日负荷基础上考虑用户性质、四季差异等，进行电能负荷调整及区域用电规划。研究从现行回归模型出发，分析园区空间日负荷曲线波动情况;利用模糊处理和组合分析，增强远景年各类日负荷曲线叠加的可靠度，精准把控园区饱和负荷阈值，有预见性地展开专项电力规划。关键词:园区饱和负荷;日负荷预测;密度指标法;特性曲线拟合0引言为保障用电负荷稳定性，在园区规划时必须从用电面积、负荷指标、用户性质、用电差异等出发，做好空间负荷预测，确定园区饱和负荷阈值，展开有效能量分析和调控，以保证电能调度下的功率平衡，减少不必要的电能损耗和资源浪费1-5。以某产业园区为例，其主要包括 190 块功能用地，共组成 12 个功能团，总面积达到 25.1km2。该园区饱和负荷分析时应充分考虑上述 12 类用地差异，有效展开线性回归预测和模糊算法评估，形成可靠的日负荷密度曲线并将其按照时间序列累加，其研究内容如下6-8。1区域概况某产业园区位于 2018 年建成并投入使用，其为高密度工业生产园，生产生活用地饱和负荷密度指标超过均 10W/m2，见表 1。表 1某产业园区土地性质规划及饱和负荷指标概况用地性质土地功能性质规划建筑密度/%容积率用地面积/hm2负荷密度指标/(W/m2)工业用地6011011.2540居住用地202.5415.8530综合商住用地35382.7840商业金融用地403120.570教育科研用地250.916.5135行政办公用地302.511.8740文化娱乐用地35310.5550医院用地3015.9940体育用地300.49.930公共设施用地301127.9610绿化用地100.3251.420.5水域及道路用地401445.422设计方案2.1预测方法本研究对传统空间负荷预测模型进行调整和优化，先依照 SCADA 中的日负荷数据和区域饱和负荷密度指标展开日负荷波动预测，确定典型用户负荷情况，绘制四季典型日负荷曲线;再根据各类功能地块现状，进行模糊处理和组合分析，汇总负荷密度指标，拟合园区负荷特征曲线，确定园区负荷变化特性，如图 1 所示。76电气技术与经济/技术与应用/2023.05图 1空间负荷预测模型2.2预测模型(1)日负荷预测模型。本次研究过程中主要采用线性回归方法对 SCADA、PMS 系统中的用电负荷数据进行处理，利用线性回归方程的最小平方函数对一个或多个自变量和因变量之间关系进行建模分析，可有效确定日负荷变量间的复杂关系，提升日负荷预测的可信度。上述日负荷预测过程中应注意:1)选定一类用地用电数据，确定日用电负荷定量关系，检验变量关系式的可信度，即:Y=0+1x1+2x2+P1xP1+e(1)式中，Y 为因变量;x0，x1，x2，xP1为自变量;0，1，2，P1为待估计的未知数;e 为误差项，可直接反映一类用地用电关键量波动情况及其对日负荷波动的影响。2)根据用电负荷变量关系确定影响因素并设置观测值，在关系式基础上进行误差项检验，保证日负荷预测的可靠度。此时，可利用统计法寻找点数较少且具有较好统计性质的回归方法，得到最终典型回归模型，即:假设 Y 和 x0，x1，x2，xP1的 n 组观测值(yi，xi1，xi2，xi，P1)，i=1，2，3，n，且满足:yi=0+1xi1+2xi2+P1xi，P1+ei，(i=1，2，n)(2)式中，ei为误差项，满足 Gauss-Markov 假设，即:E(ei)=0，Var(ei)=2Cov=(ei，yi)=0(ij)(3)应用适当的统计法可得到未知参数的估计值1p1，并将它们带入式(1)可得典型回归模型为:Y=0+1X1+2X2+P1XP1(4)(2)综合用地负荷计算。本次研究时园区日负荷预测过程中涉及到的观测值较多，容易出现观测误差、数值波动等引起的线性回归误差。因此，应对负荷预测结果进行检验，按照模糊算法或模糊变量对负荷波动情况进行优化后，再进行累加。如分析过程中假设 Y 为用电负荷;x0，x1，x2，xP1为独立变量;e 为随机误差。此时，利用最小二乘法求解未知数 0，1，2，P1的估计值 1P1，并做离差平方和，则:Q=ni=1(yi 0 1xi1 2xi2 P 1xi，P 1)2(5)根据某产业园区空间负荷预测结果，假设第 j 日园区供电负荷为 Pjt;园区用电负荷为 Pjt，s，则将实时供电负荷和历史用电负荷关系式带入相关数据，可得到饱和负荷数值为:Pit，s=Pit+Pit，h(6)利用常规的模式识别法、重叠曲线法、点对点法等预测某产业园区用电负荷 P(k)it，s，其中上标 k 表示第k 种方法的预测结果。同时，可以按照变量间的关系及统计学原理，预测该区域转供负荷为 Pit，h。则园区综合负荷可达:Pit(k)=Pit，s(k)+Pit，h(7)3预测评估3.1预测结果按照调查到的某产业园区用电负荷密度指标及城市电力规划规范规定，可计算出不同性质用地的规划区总负荷指标见表 2。表 2某产业园区不同性质用地总负荷指标用地性质负荷密度指标/(W/hm2)工业用地161800居住用地62377.5综合商住用地34767.6商业金融用地101220教育科研用地1300.2行政办公用地3561文化娱乐用地5538.8医院用地718.8体育用地356.4公共设施用地3838.8绿化用地37.7水域及道路用地86电气技术与经济/技术与应用2023.05/根据某产业园区用电数据对关键性质用地日负荷曲线进行预测，确定其居住用地、工业用地、商业用地的日用电负荷分别在 20 80MW、70 160MW、10100MW 范围内，总日负荷最大可达 262.86MW，总平均负荷密度达到 10.47MW/km2，如图 2 所示。图 2某产业园总日负荷曲线3.2检验评估园区日空间负荷模型构建过程中通过负荷密度指标法和负荷特征曲线拟合法，形成不同业态日负荷的可靠预测。其利用线性回归处理保障了日负荷预测结果与实际结果的一致性，消除了预测值的误差波动，使结果更加能够反映当日用电真实情况;利用模糊处理和组合分析保障了园区总负荷特征曲线拟合的科学性，通过权重比例消除了各日负荷预测中的统计学误差，使累加过程中引起的相对误差明显减小，为园区用电负荷管理提供了有效参考依据。尤其是在某产业园区饱和负荷分析时，计算出其园区总平均负荷密度为 10.47MW/km2，纵向对比国内发展比较成熟的产业园区(12 18MW/km2)，可发现其预测数值略低但整体差异不大。横向对比市域内发展良好的产业园区(9 12MW/km2)，可发现其预测结果符合该产业园区的战略定位，空间负荷预测结果有效;计算出其园区人均负荷量达 0.21905MW，与当地发展较为成熟的产业园区均值(0.25MW)相近，可发现其人均电力基本满足成熟产业园区需求，空间负荷预测结果有效。4结束语空间负荷预测结果不仅可以分析区域用电量情况，还能够反映用户用电位置信息、区块负荷集中度等，为园区用电规划提供有效参考。一般园区饱和负荷分析时应先构建空间负荷预测模型，以日负荷预测和负荷特征拟合为基础，形成科学、合理、有效的综合业态负荷曲线，精准把控园区用电负荷关键特性。这样才能够有效开展园区规划，形成相应供电装置配置及线路走廊安排，保障园区用电安全并提升其用电质量。参考文献 1翟旭京，田寿涛，安琪，陈伟伟，李静雅 基于饱和负荷预测的增量配电网自动化协调控制技术 J 自动化技术与应用，2022，41(3):123-127 2李伟 基于国土空间规划的城市饱和电力负荷精细化预测方法 J 智能建筑，2021(10):44-47 3赖敏榕，张艳艳，宾雪 饱和负荷预测在福州滨海新城核心区电力设施布局规划中的应用 J 能源与环境，2018(5):38-40 4梁栋 基于空间负荷预测的临夏城网远期饱和负荷预测方法研究 J 电工技术，2018(11):40-42 5沈浩，卢俊琰，余捷，施金晓，刘剑青，贺杨烊基于空间饱和负荷密度的负荷预测方法 J 电气自动化，2018，40(3):57-59 6刘克礼 基于空间饱和负荷密度的县城新区电力负荷预测 J 河南科技，2018(13):131-134 7张明理，宋卓然，梁毅，史喆，叶鹏 基于饱和负荷密度的城市远景空间负荷预测 J 沈阳工业大学学报，2018，40(1):12-18 8董思远，符茜茜 园区电力专项规划思路及案例分析 J 科技与创新，2017(13):82-84(收稿日期:2023-04-04)96电气技术与经济/技术与应用