本发明属于日负荷曲线编制技术,尤其涉及一种电力用户典型日负荷曲线编制方法。
背景技术:
典型日负荷曲线是反映用户用电规律、编制发电计划和加强供电管理等方面的重要依据。用户用电负荷受产能规模、设备特性、开机安排和运行状况等因素影响,导致日负荷曲线具有差异性和波动性,但同时具有相似性和规律性。因此,编制科学合理的典型日负荷曲线是电力系统规划运行中的重要环节。
目前传统的典型日负荷曲线是在一个特定时间段内(如一个季度或一年)选取3~5个最大负荷发生时间相同、最小负荷发生时间尽可能一致的代表性日负荷曲线作为典型日负荷曲线。方法具有一定的局限性和主观性,只通过最大负荷和最小负荷两个关键点来选取全天的负荷曲线,忽略了中间过程变化差异;如通过人感官判断曲线变化形状,容易出现先入为主或以偏概全等问题。
技术实现要素:
本发明要解决的技术问题是:提供一种电力用户典型日负荷曲线编制方法,以解决现有技术典型日负荷曲线绘制具有一定的局限性和主观性,只通过最大负荷和最小负荷两个关键点来选取全天的负荷曲线,忽略了中间过程变化差异;如通过人感官判断曲线变化形状,容易出现先入为主或以偏概全等问题。
本发明的技术方案是:
一种电力用户典型日负荷曲线编制方法,它包括:
步骤1、收集用户在某一个统计时间段内的用电负荷历史曲线;
步骤2、对统计时间段内逐日负荷曲线进行归一化处理;
步骤3、计算统计时间段内全部曲线的计维盒数,其中第i天的计维盒数为dimbfi;
步骤4、建立计维盒数指标正态分布模型nf(μf,σf2),求取95%置信区间的计维盒数指标范围d1;
步骤5、对范围d1内的日负荷曲线计算对应的变异系数vi;
步骤6、建立变异系数指标正态分布模型nv(μv,σv2),求取95%置信区间的变异系数指标范围d2;
步骤7、求取范围d2内的日负荷曲线逐点平均值,形成该统计时间段内的典型日负荷曲线。
所述第i天的计维盒数为dimbfi:
式中:ε为方形盒子的边长,ni(ε)为第i天日负荷曲线的非空盒子数目。
所述的日负荷曲线变异系数vi为负荷标准差与平均负荷的比值。
本发明有益效果:
本发明提出了一种电力用户典型日负荷曲线选取方法,通过计算和应用分形理论中的计维盒数和负荷特性中的变异系数等指标,结合概率统计选取具有代表性的曲线进行拟合,实现客观、全面地反映用户典型日负荷曲线规律;本方法可以为电力系统规划设计、发电调度运行方式安排等工作中提供一种新制定典型日负荷曲线的思路和方法,为相关工程研究和应用提供参考。
解决了现有技术典型日负荷曲线绘制具有一定的局限性和主观性,只通过最大负荷和最小负荷两个关键点来选取全天的负荷曲线,忽略了中间过程变化差异;如通过人感官判断曲线变化形状,容易出现先入为主或以偏概全等问题。
附图说明:
图1为本发明流程示意图。
具体实施方式
本发明基本实施流程包括详细步骤:
步骤1、收集某用户在某一个统计时间段内(如一个季度或一年)的用电负荷历史曲线,采样间隔时间为5分钟,全天288个点。
步骤2、对统计时间段内逐日负荷曲线进行归一化处理。
步骤3、计算统计时间段内全部曲线的计维盒数,其中第i天的计维盒数为dimbfi。
步骤4、建立计维盒数指标正态分布模型nf(μf,σf2),求取95%置信区间的计维盒数指标范围d1。
步骤5、对范围d1内的日负荷曲线计算对应的变异系数vi。
步骤6、建立变异系数指标正态分布模型nv(μv,σv2),求取95%置信区间的变异系数指标范围d2。
步骤7、求取范围d2内的日负荷曲线逐点平均值,形成该统计时间段内的典型日负荷曲线。
所述第i天的计维盒数为dimbfi:
式中:ε为方形盒子的边长,ni(ε)为第i天日负荷曲线的非空盒子数目。
所述的日负荷曲线变异系数vi为负荷标准差与平均负荷的比值。
1.一种电力用户典型日负荷曲线编制方法,它包括:
步骤1、收集用户在某一个统计时间段内的用电负荷历史曲线;
步骤2、对统计时间段内逐日负荷曲线进行归一化处理;
步骤3、计算统计时间段内全部曲线的计维盒数,其中第i天的计维盒数为dimbfi;
步骤4、建立计维盒数指标正态分布模型nf(μf,σf2),求取95%置信区间的计维盒数指标范围d1;
步骤5、对范围d1内的日负荷曲线计算对应的变异系数vi;
步骤6、建立变异系数指标正态分布模型nv(μv,σv2),求取95%置信区间的变异系数指标范围d2;
步骤7、求取范围d2内的日负荷曲线逐点平均值,形成该统计时间段内的典型日负荷曲线。
2.根据权利要求1所述的一种电力用户典型日负荷曲线编制方法,其特征在于:所述第i天的计维盒数为dimbfi:
式中:ε为方形盒子的边长,ni(ε)为第i天日负荷曲线的非空盒子数目。
3.根据权利要求1所述的一种电力用户典型日负荷曲线编制方法,其特征在于:所述的日负荷曲线变异系数vi为负荷标准差与平均负荷的比值。