Page 27 - 电力与能源2022年第二期
P. 27

潘宇婷: 面向园区典型用户电负荷预测的新方法                                     1 7
                                                                                                      2



















                图 3 3 种方法得出的上海郊区工业制造企业全年负荷数值
              型见表 3 。
                           表 3  典型用户具体类型
                  用地代码          用电名称           数据来源
                    R           居住用地
                  其中 R1        一类居住用地         上海郊区别墅
                              公共管理与公共
                    A
                               服务设施用地
                                            上海郊区汽车集团
                  其中 A3        教育科研用地
                                           股份有限公司技术中心
                    B       商业服务业设施用地
                                商业用地       上海市中心商业广场
                   其中 B1
                                工业用地
                    M
                  其中 M1        一类工业用地       上海郊区机械工厂
                    U          市政设施用地       上海市区铁路客技
                    T          对外交通用地
                  其中 T5         机场用地          上海新城飞机
                   通过运用 SCADA 系统和 PMS 软件, 将表 3
              中典型用户一年四季典型日负荷曲线归一化处理
              后, 整理出符合常规用地性质变化规律的典型用

              户典型日负荷曲线, 具体见图 4 。
                   将典型用户典型日全年负荷特性曲线应用于
              待预测的规划园区, 并结合该园区域各个地块的
              建筑面积, 负荷密度指标等相关数据, 可以较为准
              确地估算出该规划园区的全年负荷情况, 为电力
              人员合理规划变电站容量和站址, 以及后续开展

              园区多能互补系统提供可靠依据。
              4  结语

                   能源互联网是推动我国能源革命的重要战略                             图 4  典型用户具体类型全年典型日负荷特性曲线
              支撑, 对适应可再生能源规模化发展、 提升能源开                         密度指标法和负荷特性拟合法相结合, 建立典型
              发利用效率、 推动能源市场开放和产业升级、 形成                         用户相应的负荷特性曲线归一化曲线。结合上海
              新的经济增长点, 以及提升能源国际合作水平等                           市各个典型用户的实际用电量进行对比分析, 实

              均具有重要意义。                                         验结果证明, 所提出的新的电负荷预测方法的预
                   本文研究了不同地块典型用户全年典型日负                         测结果更为准确, 可为园区综合能源系统进行负
              荷特点, 并提出了一种新的负荷预测方法, 将负荷                         荷特性预测奠定基础。
   22   23   24   25   26   27   28   29   30   31   32