发布时间 : 星期日 文章电力规划课程设计正文模板更新完毕开始阅读47f0649832687e21af45b307e87101f69f31fbce
资料内容仅供参考，如有不当或者侵权，请联系本人改正或者删除。
|ρ|=0时, 称Y与x不相关; ② 当相关系数|ρ|趋近于1时, x对Y的影响也加大, 线性关系程度加强。特别的, 当相关系数|ρ|=1时,称Y 与x完全相关; ③ 当相关系数ρ大于0时, Y随x增加而增加, 称Y与x正相关; ④ 当相关系数ρ小于0时, Y随x减小而减小, 称Y与x负相关。在进行电量、 负荷预测时, 要选取相关系数|ρ|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。因此, 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, 就能够得到除大用户负荷, 历史年当中的总负荷、 大用户负荷及除大用户负荷的电量、 负荷分布情况如下表所示。
表一: 历史各年负荷情况表
项目 电量( 亿kWh) 负荷( MW) 0.54 16.3 0.71 21.96 0.047987 1.3 0.6620 20.66 0.77 23.5 0.049071 1.785 0.7209 21.715 0.99 29.5 0.155089 3.5275 0.8349 25.9725 1.22 32.15 0.070446 1.55 1.1496 30.6 1.39 36.17 0.163446 3.6975 1.2266 32.4725 大用户电量( 亿kWh) 0.023994 大用户负荷( MW) 除大用户(亿kWh) 除大用户负荷( MW) 0.8 0.5160 15.5
对表一中的除大用户负荷的电量和负荷进行分析得最大负荷利用小时数在[3000,4000](h)之间, 都满足要求
表二: 自然负荷最大利用小时数 单位: 小时( h)
13
资料内容仅供参考，如有不当或者侵权，请联系本人改正或者删除。
项目 除大用户电量( 亿kwh) 除大用户负荷( MW) 最大利用小时数Tmax( h) 0.5160 15.5 3329.071 0.6620 20.66 3204.322 0.7209 21.715 3319.959 0.8349 25.9725 3214.596 1.1496 30.6 3756.712 1.2266 32.4725 3777.208 根据除大用户负荷的负荷和电量, 运用四种函数模型( 一元线性函数,双曲线函数,幂函数,指数函数) 进行拟合, 下面是各种模型方法进行比较( 已把非线性模型的转换为一元线性回归模型, 即下面只体现线性的估计参数a、 b和相关系数ρ) 汇总如表三所示:
表三:
参数 模型 项目 一元线性回归法 双曲线 幂函数曲线 指数曲线 电量y1 负荷y2 电量y1 负荷y2 电量y1 负荷y2 电量y1 负荷y2 0.1446 3.3983 889585 25719 351.71 289.96 0.1752 0.1444 b( 斜率) A=ln a或a( 截距) -293.35 -6797.6 -441.84 -12.768 -2674.9 -2201.9 -351.92 -286.78 相关系数ρ |ρ| 0. 0.98942352 0. 0. 0. 0. 0. 0. 0. 0.98942352 0. 0. 0. 0. 0. 0. 由表三的几种模型的比较, 选择相关系数|ρ|最接近1的模型: 线性模型和指数曲线模型, 分别对除大用户负荷在规划年 - 的负荷和电量预测。
1.4.2 运用曲线模型预测规划年的电量及负荷 用指数曲线对规划年 --- 的电量进行预测: 表四:
指数函数曲线y=aebx 参数 项目 电量y1 b 0.1752 A=lna -351.92 相关系数ρ a=eA 0. 0 14
资料内容仅供参考，如有不当或者侵权，请联系本人改正或者删除。
因为a=0, 因此不能用指数函数曲线的原函数求解, 而是要经过y1’=A+bx1’( 既是 lny1=A+b*x) 这个线性方程进行反算, 以求得规划年的预测电量y1=e(A+b*x) 。( 其中y1’=ln y1; x1’=x) 用上述方法对规划年 --- 的电量进行预测, 结果如下: 表五:
年份x x’ y1’=’ln y1 电量y1 0.4071 1.5024 0.5823 1.7901 0.7575 2.1329 0.9327 2.5413 1.1079 3.0279 用线性函数对规划年 - 的负荷进行预测 表六:
线性函数y2=a+b*x2 参数 项目 负荷y2 b 3.3983 a -6797.6 相关系数ρ 0.989424 用线性函数对规划年 -- 的负荷进行预测的结果: 表七:
年份x 负荷y2(mw) 36.3813 39.7796 43.1779 46.5762 49.9745 用指数函数和线性函数对自然负荷在规划年 --- 的电量和负荷预测:
表八: 除大用户负荷在规划年 -- 的电量和负荷预测情况
年份x 电量y1(亿kwh) 负荷y2(mw) 1.5024 36.3813 1.7901 39.7796 2.1329 43.1779 2.5413 46.5762 3.0279 49.9745 综合考虑已建和在建的大用户的电量和负荷, 根据电力规划课程设计任务书中各个大用户和新建大用户的负荷和电量, 能够预测出大用户在规划年 --- 的电量和负荷, 如下表所示:
15
资料内容仅供参考，如有不当或者侵权，请联系本人改正或者删除。
表九: 大负荷在规划年 --- 的电量、 负荷情况
年份 大用户电量( 亿kwh) 大用户负荷( mw) 3.0265 51.1275 3.5665 51.1275 3.5665 51.1275 4.1365 51.1275 4.374 51.1275 综合以上各大用户的电量和负荷、 预测的除大用户负荷的大小, 将其汇总起来。将预测的除大用户负荷( 表八) 和大负荷( 表九) 的电量、 负荷分别相加可得到规划年 --- 总的电量、 负荷汇总情况。
表十: 全社会规划年 - 得电量、 负荷情况
年份 电量 ( 亿kWh) 负荷( MW) 4.529 87.5088 5.3566 101.1071 5.6994 104.5054 6.6778 115.5537 7.4019 123.202 1.5结果分析 1.5.1 校核预测结果
利用最大利用小时数和电力弹性系数对电量及负荷的预测结果进行校核
1 、 利用最大利用小时数对电量及负荷的预测结果进行校核 表十一:
年份 电量( 亿kwh) 负荷( MW) 最大利用 小时数( Tmax)h 4.5290 87.5088 5175.4795 5.3566 101.1071 5297.9385 5.6994 104.5054 5453.6577 6.6778 115.5537 5778.9389 7.4019 123.202 6007.9325 从表十一中的最大利用小时数看, 其值都在[5000,7000]( h) 这个区间里, Tmax较大是因为新增了不少大用户, 可是基本满足电力规划要求的, 可见预测的结果基本合理。
16