负荷分布预测论文-张帅

负荷分布预测论文-张帅

导读:本文包含了负荷分布预测论文开题报告文献综述及选题提纲参考文献,主要关键词:电动汽车,负荷预测,配电网,接入能力

负荷分布预测论文文献综述

张帅[1](2019)在《电动汽车充电负荷时空分布预测及可接入能力评估》一文中研究指出电动汽年具荷绿色环保、节能减排的巨大优势,成为缓解能源危机的S要途径之一,电动汽车充电负荷在时间和空间都具有很大的不确定性,一旦电动汽车大规模接入配电网,将对配电网的安全稳定运行带来一定影响,严重时会导致配电网电压崩溃。随着电动汽车保有最急速上涨,研究电动汽车充电负荷的时空分布特性和电动汽车可接入能力十分迫切.电动汽车充电负荷具有随机性、间歇性和非线性的特点,电动汽车充电负荷的时空分布特性不仅与电动汽车自身参数有关,与电动汽年驾驶者的行为特性关系密切。本文在分析电动汽车性能参数和驾驶者的行为特性的基础上.基于马尔科夫链和蒙特卡洛随机理论对电动汽车充电负荷建模,得到了公交车,出租车和私家车叁种不同类型电动汽车的充电负荷时空分布规律,并分析了电动汽车接入对配电网日负荷曲线的影响。从电动汽车充电站电压等级、电源引线距离、充电机功率和充电机类型四个方面分析了电动汽车充电机并网充电时的谐波特性,并分析了PWM型充电机在高频工况下向电网注入的超高次谐波的分布特性。基于连续潮流算法分析了一定规模电动汽车接入对配电网静态电压稳定裕度和静态电压稳定极限的影响,并以IEEE33节点典型配电网为例进行验证。基于谐波指标和静态电压稳定裕度指标分别给出了电动汽车可接入数量的计算模型,得到了满足国家谐波标准要求下电动汽车最大可接入数量;设置了含分布式电源和基础负荷增长的叁种电动汽车并网场聚景得到了叁种场景下配电网静态电压稳定裕度在时间维度的分布,评估了叁种场景下电动汽车最大可接入数量,并计算了叁种场最下配电网33个节点静态电压稳定极限随时间的变化。分析结果表明:配电网基础负荷增长对配电网静态电压稳定裕度影响较小,分布式电源接入配电网可以显着改善接入节点静态电压稳定极限。(本文来源于《西安理工大学》期刊2019-06-30)

吕俊青[2](2019)在《考虑时空分布的电动汽车充电负荷预测及充电策略研究》一文中研究指出随着全球经济的快速发展以及环境污染问题的日益严重,发展清洁能源已经迫在眉睫。电动汽车因具有零污染、零排放和低噪声等优点,在世界各国被大力推广。然而,大规模的发展电动汽车,使得车主用户对充电的需求也在逐步增加,由于目前我国充电基础设施建设相对滞后,如何对电动汽车充电负荷进行准确预测及合理的规划电动汽车充电设施已成为当下亟需解决的问题。因此本文主要针对大规模电动汽车的充电负荷预测及充电策略进行研究,并对其充电站的规划提供了一定的理论基础,主要工作如下:(1)针对小区电动汽车用户的出行特征及出行规律来准确预测小区电动汽车的充电负荷。首先分析了小区车主用户的出行规律及充电特性,并对小区电动汽车的充电策略进行了分析;其次,提出一种基于时序谷时段的充电策略来引导小区车主用户进行有序充电,并利用该充电策略对小区电动汽车的充电负荷进行准确预测,同时能够在不增加小区已有配电容量的基础上最大限度的利用谷时段进行充电,降低配电网负荷的峰谷差率;最后,通过比较不同的充电模式来验证所提充电策略的有效性与实用性,并对小区充电站的建设提供了理论指导。(2)针对选定的规划区域内电动汽车用户提出了一种采用节点-支路规划方法来准确预测该区域内的充电负荷。首先,对充电站负荷建模的影响因素以及选定区域的道路交通网模型进行了合理的分析,并运用Dijkstra算法来规划车主用户到达充电站的最短距离;其次,结合电动汽车的历史出行特征及充电数据并采用节点-支路负荷预测模型对该区域内电动汽车的充电负荷进行准确预测,通过对单辆电动汽车的充电负荷模型分析进而预测出该区域内所有电动汽车的总充电负荷;最后,通过对不同季节及工作日、节假日的充电负荷变化情况进行分析比较,进而准确的预测出该区域内电动汽车的总充电负荷,并为电动汽车充电站址的合理规划提供了一定的参考意义。(3)通过对规划区域内电动汽车的充电负荷进行准确预测并对充电站位置进行合理的规划。提出一种电动汽车充电基础设施规划建设的方法,并结合充电站的服务范围及容量限制对该充电区域进行合理的规划。通过对比不同充电站规划方案并分析其投资成本,最后以社会总投资成本最小为目标来确定该区域内电动汽车充电站的最终规划方案。(本文来源于《兰州理工大学》期刊2019-05-29)

李丹奇,郑建勇,史明明,李陶然,沙浩源[3](2019)在《电动汽车充电负荷时空分布预测》一文中研究指出采用最小二乘法与灰色关系度理论建立了电动汽车保有量预测模型,将车辆状态转移矩阵引入传统停车需求模型,预测了电动汽车随时刻变化的实际泊车分布特性;基于蒙特卡洛方法,针对电动私家车、电动公交车、电动出租车、电动公务车各自对应的充电需求,分别模拟了其充电行为,推测出了不同用地类型区域的电动汽车充电负荷曲线。文中结合徐州市公共汽车运营现状,给出了大型充电站的规划布局建议,为充电站规划建设提供理论支撑。(本文来源于《电力工程技术》期刊2019年01期)

张谦,王众,谭维玉,刘桦臻,李晨[4](2018)在《基于MDP随机路径模拟的电动汽车充电负荷时空分布预测》一文中研究指出针对电动汽车时空转移随机性的问题,计及实时交通与温度,提出了一种基于马尔可夫决策过程随机路径模拟的城市电动汽车充电负荷时空分布预测方法。首先,根据各类车型充电方式与出行特点对各类电动汽车进行分类;其次,根据蒙特卡洛方法建立各类电动汽车的时空转移模型,采用马尔可夫决策理论对出行路径进行实时动态随机模拟;根据电动汽车实测数据建立温度、交通能耗模型,计算得到实时单位里程耗电量。最后,以某典型城区为例,对不同温度、不同交通状况下电动汽车区域充电负荷进行计算。仿真结果表明,区域内快充负荷较大的节点充电波动性较大,环境温度升高或交通拥堵状况恶化会导致充电负荷高峰的持续时间增高。(本文来源于《电力系统自动化》期刊2018年20期)

薛枫,郑佳静,王宁[5](2018)在《考虑时空分布与出行链的电单车负荷预测方法》一文中研究指出提出了一种基于功能地理密度分布以及出行链分析的电单车负荷分布预测方法。使用迭代优化的功能区停靠特性预测车辆时空分布情况,建立车辆时空分布模型。利用出行链分析法建立充电负荷的时空分布模型。区分节假日与工作日,以及不同功能区的车辆分布,实现每15分钟预测1km~★1km地理区域的负荷分布。以南京市为例进行预测。(本文来源于《中国战略新兴产业》期刊2018年36期)

周凌锋,王杰[6](2018)在《基于时空分布负荷预测的电动汽车充电优化》一文中研究指出本文提出了一种综合考虑电动汽车出行特点,充电地域差别及用户充电习惯的电动汽车时空分布负荷预测模型。考虑多次充电场景,模拟实时充电行为,利用马尔可夫链确定各出行目的地的转移概率并提出了一种基于蒙特卡洛模拟的双层充电负荷预测模型对充电负荷的时空分布进行模拟预测。根据时空预测初步结果,以夜间充电为例,对在夜间入网充电车辆的无序充电行为进行了充电优化。近一步,考虑不同荷电状态(SOC)阈值对电网优化充电的影响。结果表明,本文提出的预测模型对电动汽车负荷的时空分布预测具有一定的参考价值,夜间充电负荷的优化方法实现了充电负荷的实时优化,对电动汽车入网的负荷优化具有一定的指导意义。(本文来源于《现代电力》期刊2018年05期)

赵腾[7](2018)在《智能配电网大数据环境下的电力负荷及光伏电源时空分布预测方法研究》一文中研究指出电力负荷与光伏电源时空分布信息的准确性对电网规划部门和政府能源管理部门的决策具有重要的指导意义。随着我国社会经济和科学技术的持续发展以及产业结构的不断调整,电力用户的负荷类型、用电特性及行业上下游关系等正呈现出多样化发展趋势,特别是近年来电动汽车的蓬勃发展以及光伏电源的大量接入,使得配电网侧的电源与负荷结构发生了较大变化,与负荷增长类似,光伏电源的发展呈现出一定的不确定性,与电源或负荷变化相关联的因素日益复杂化且其时滞效应不明确,这些都对传统的配电网“源”端及“荷”端时空分布预测方法提出了挑战。随着智能配电网的建设与发展,电力企业内部逐渐形成了包括生产数据、营销数据、地理信息数据、气象数据,以及相关社会经济数据等在内的智能配电网大数据,为数据驱动的电力负荷与光伏电源时空分布预测提供了数据基础。2016年,国家能源局发布了《关于推进“互联网+”智慧能源发展的指导意见》,明确表示支持能源和信息的深度融合,发展电网、电动汽车、光伏等能源大数据的服务应用。然而,由于智能配电网大数据具有种类多、体量大和维度高等特征,使得传统的电力负荷与光伏电源时空分布预测方法在挖掘和利用海量数据信息方面存在一定的局限性,难以准确把握电力负荷或光伏电源变化的关联因素及时空分布规律。因此,如何在智能配电网大数据环境下,面向关联因素日益复杂化的常规负荷、电动汽车充电负荷以及光伏电源构建更为准确的时空分布预测模型,值得深入研究与思考。本文在分析智能配电网大数据特征、研究范式及理论框架的基础上,提出面向电力负荷及光伏电源预测的多源时空信息分层关联模型,以此为基础对常规用电负荷、电动出租汽车充电负荷,以及区域光伏电源总装机容量和分布式光伏电源的时间或空间分布预测方法展开研究。本文主要从以下几个方面开展研究工作:1.系统梳理智能配电网大数据现状与特征,阐述智能配电网大数据的研究范式,构建智能配电网大数据应用的理论框架;在对智能配电网大数据的主要应用技术进行多层次分析的基础上,提出智能配电网大数据在负荷及光伏电源时空分布预测中的应用路线图;基于多种数据源之间的逻辑关联关系和时空关联关系,构建面向负荷及光伏电源预测的多源时空信息分层关联模型。2.以多源时空信息分层关联模型为基础,利用智能配电网内部和外部的海量用户用电数据、用户档案数据、地理信息、气象信息以及社会经济数据等关联生成的多种数据层,在计及元胞聚集特征与数据不确定性的条件下对用户用电负荷进行时空分布预测:提出电力元胞及元胞属性的概念,进而提出基于元胞属性的元胞多级空间聚类方法,以及基于复杂网络模型的各行业间用电关联及“上下游”关系分析方法;结合元胞聚类和各行业间用电关联的分析结果,利用稀疏最小二乘支持向量回归网络实现元胞负荷的分类预测建模;基于抽样盲数表征关联因素的不确定度,通过分析不确定度在预测模型中的传递特性,实现变置信度条件下的元胞负荷区间预测。3.以多源时空信息分层关联模型为基础,利用智能配电网大数据中的电网拓扑数据、路网数据、用户用电数据、大规模出租汽车GPS数据以及地理信息等数据,在多源数据融合的条件下对电动出租汽车充电负荷进行时空分布预测:基于路网、智能配电网以及大规模出租汽车运行数据等,构建路网与电网融合模型以及大规模出租汽车运行的时空轨迹模型;基于时空轨迹模型进行乘客用车需求仿真,进而建立考虑多主体信息交互及充电站相互博弈的电动出租汽车充电负荷时空分布仿真模型;在计及充电行为与充电站配置相互影响的基础上,实现多源数据融合条件下的电动出租汽车充电负荷时空分布预测。4.以多源时空信息分层关联模型为基础,利用经济、人口、气象、居民生活水平、能源与环境、城市建设以及全球光伏装机容量、光伏组件成本等区域内部和外部的多源时序数据,在考虑关联因素时滞效应及光伏发电成本的条件下对区域光伏电源总装机容量进行时序预测:结合全球光伏装机容量与光伏组件成本等数据,对区域光伏电源的平准化发电成本进行时序预测;基于协整分析对影响区域光伏电源发展的潜在关联因素的时间序列进行平稳性检验,进而利用格兰杰因果检验对潜在关联因素进行辨识及时滞效应分析;在关联因素约简与主成分回归的基础上,实现考虑关联因素时滞效应及发电成本的区域光伏电源总装机容量时序预测。5.以多源时空信息分层关联模型为基础,利用分布式光伏电源装机容量和装机时间及装机位置数据、电网拓扑数据、用户用电数据、建筑类型和轮廓数据、道路信息以及政府补贴政策等数据,以数据驱动的方式对分布式光伏电源的时空扩散趋势进行分析和预测:基于空间聚类和特征向量分析等方法,在空间维度挖掘分布式光伏电源的簇分布与移动规律,在时间维度分析分布式光伏电源发展的关联因素;通过分布式光伏电源总装机容量时序预测、计及多种关联因素的光伏元胞发展状态预测、元胞个体新增装机容量的概率密度估计,以及基于熵权TOPSIS模型的光伏装机容量空间分配,实现数据驱动的分布式光伏电源装机容量时空分布预测。以华东地区的若干区域作为主要算例,构建多源时空信息分层关联模型,以此为基础验证本文所提出的智能配电网大数据环境下电力负荷及光伏电源时空分布预测方法的有效性。(本文来源于《上海交通大学》期刊2018-01-01)

汪德夫,张树冰[8](2017)在《考虑时空分布的电动汽车充电负荷预测及对电网负荷影响分析》一文中研究指出电动汽车充电站的充电负荷与该充电站的车流量、电动汽车电池的起始荷电状态、用户选择的起始充电时间、电动汽车的车型和不同的充电模式都有关联。不同的时间段,不同的充电站类型对应的充电负荷有很大不同,计算电动汽车充电负荷的一般公式算法很难得到。根据电动汽车用户的充电习惯,研究不同类型充电站的充电汽车数量,电动汽车充电时长以及充电模式的选择,提出考虑时空分布的电动汽车负荷仿真预测方法。以沿海某市为例,该方法能有效预测各种不同类型充电站的电动汽车充电负荷,能够为电动汽车充电站的规划建设以及对电网的负荷影响提供依据。(本文来源于《电力学报》期刊2017年06期)

张晨彧,丁明,张晶晶[9](2017)在《基于交通出行矩阵的私家车充电负荷时空分布预测》一文中研究指出针对电动汽车空间负荷预测中充电地点、充电方式不确定性的难题,提出了一种基于交通出行矩阵和云模型的充电负荷时空分布预测方法。首先,通过监测道路流量,反推小区的交通吸引量,动态预测不同地点的停车概率。其次,在选择充电方式时,根据快充、慢充特点,制定用户心理到快充概率之间的转换规则,并在规则中引入云模型,体现用户决策的随机性和模糊性。最后,利用蒙特卡洛法分析计算出不同充电地点的负荷时间曲线,并以某城市中心城区的数据为例,验证了该方法的有效性。计算结果表明,不同小区、不同工作日的交通量变化明显,且充电负荷曲线受交通量变化的影响显着;快充负荷将在一定范围内随机波动,提高慢充失效阈值将减小快充负荷峰值。(本文来源于《电工技术学报》期刊2017年01期)

陈民武,刘洋,韩旭东,周应东,张丽艳[10](2017)在《高速铁路牵引负荷谐波分布的非参数估计模型与预测评估》一文中研究指出高速铁路牵引负荷谐波问题是电能质量评估的焦点,开展牵引负荷谐波建模与预测具有重要意义。通过对实测数据分析,计及负荷功率与谐波电流之间的相关性,建立了不同牵引功率区间内各次谐波电流的概率分布模型。通过引入非参数估计理论,克服了既有参数估计方法在谐波建模中的不足。提取新建铁路牵引负荷主要特征参数,构建了满足边界条件的样本集合,给出了以置信区间为约束的牵引负荷谐波预测评估算法。结合典型高速铁路算例分析,验证了上述牵引负荷谐波建模方法的有效性与预测精度,体现了较好的工程应用价值。(本文来源于《电网技术》期刊2017年08期)

负荷分布预测论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

随着全球经济的快速发展以及环境污染问题的日益严重,发展清洁能源已经迫在眉睫。电动汽车因具有零污染、零排放和低噪声等优点,在世界各国被大力推广。然而,大规模的发展电动汽车,使得车主用户对充电的需求也在逐步增加,由于目前我国充电基础设施建设相对滞后,如何对电动汽车充电负荷进行准确预测及合理的规划电动汽车充电设施已成为当下亟需解决的问题。因此本文主要针对大规模电动汽车的充电负荷预测及充电策略进行研究,并对其充电站的规划提供了一定的理论基础,主要工作如下:(1)针对小区电动汽车用户的出行特征及出行规律来准确预测小区电动汽车的充电负荷。首先分析了小区车主用户的出行规律及充电特性,并对小区电动汽车的充电策略进行了分析;其次,提出一种基于时序谷时段的充电策略来引导小区车主用户进行有序充电,并利用该充电策略对小区电动汽车的充电负荷进行准确预测,同时能够在不增加小区已有配电容量的基础上最大限度的利用谷时段进行充电,降低配电网负荷的峰谷差率;最后,通过比较不同的充电模式来验证所提充电策略的有效性与实用性,并对小区充电站的建设提供了理论指导。(2)针对选定的规划区域内电动汽车用户提出了一种采用节点-支路规划方法来准确预测该区域内的充电负荷。首先,对充电站负荷建模的影响因素以及选定区域的道路交通网模型进行了合理的分析,并运用Dijkstra算法来规划车主用户到达充电站的最短距离;其次,结合电动汽车的历史出行特征及充电数据并采用节点-支路负荷预测模型对该区域内电动汽车的充电负荷进行准确预测,通过对单辆电动汽车的充电负荷模型分析进而预测出该区域内所有电动汽车的总充电负荷;最后,通过对不同季节及工作日、节假日的充电负荷变化情况进行分析比较,进而准确的预测出该区域内电动汽车的总充电负荷,并为电动汽车充电站址的合理规划提供了一定的参考意义。(3)通过对规划区域内电动汽车的充电负荷进行准确预测并对充电站位置进行合理的规划。提出一种电动汽车充电基础设施规划建设的方法,并结合充电站的服务范围及容量限制对该充电区域进行合理的规划。通过对比不同充电站规划方案并分析其投资成本,最后以社会总投资成本最小为目标来确定该区域内电动汽车充电站的最终规划方案。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

负荷分布预测论文参考文献

[1].张帅.电动汽车充电负荷时空分布预测及可接入能力评估[D].西安理工大学.2019

[2].吕俊青.考虑时空分布的电动汽车充电负荷预测及充电策略研究[D].兰州理工大学.2019

[3].李丹奇,郑建勇,史明明,李陶然,沙浩源.电动汽车充电负荷时空分布预测[J].电力工程技术.2019

[4].张谦,王众,谭维玉,刘桦臻,李晨.基于MDP随机路径模拟的电动汽车充电负荷时空分布预测[J].电力系统自动化.2018

[5].薛枫,郑佳静,王宁.考虑时空分布与出行链的电单车负荷预测方法[J].中国战略新兴产业.2018

[6].周凌锋,王杰.基于时空分布负荷预测的电动汽车充电优化[J].现代电力.2018

[7].赵腾.智能配电网大数据环境下的电力负荷及光伏电源时空分布预测方法研究[D].上海交通大学.2018

[8].汪德夫,张树冰.考虑时空分布的电动汽车充电负荷预测及对电网负荷影响分析[J].电力学报.2017

[9].张晨彧,丁明,张晶晶.基于交通出行矩阵的私家车充电负荷时空分布预测[J].电工技术学报.2017

[10].陈民武,刘洋,韩旭东,周应东,张丽艳.高速铁路牵引负荷谐波分布的非参数估计模型与预测评估[J].电网技术.2017

标签:;  ;  ;  ;  

负荷分布预测论文-张帅
下载Doc文档

猜你喜欢