论文部分内容阅读
随着我国电网规模的日益扩大，对电网的安全可靠性要求也越来越高。电力负荷是影响系统安全可靠性的原因之一，它的突然大幅度增加或减少都会对电力系统的安全运行造成不良影响。因此有必要进行有效的负荷预测，在线跟踪负荷的变化，消除负荷变化对电力系统安全运行的负面影响。 文章分析了影响负荷变化的因素，介绍了多种不同的负荷预测方法，并着重分析了两种超短期负荷预测方法，一种是基于BP神经网络的超短期负荷预测法，另一种是线性外推法。本文应用这两种方法进行了仿真发现：两种方法预测效果相差不大。而其中外推法要求的历史数据较少、运算速度较快；基于BP神经网络的预测方法对历史负荷样本要求较高，训练时间较长，有时收敛困难。本文在建立预测模型时，考虑了日期类型对负荷变化的影响，但是未考虑气象和突发事件对负荷的影响，这在一定程度上影响了负荷预测的精度，还需要进一步完善。 电网中无功功率的分布和流动决定了电力系统的电压水平和特性，在稳态工况下直接影响着电压质量和网络损耗。维持电网正常运行条件下的无功功率平衡是改善和提高电压质量的根本条件。因此需要通过无功补偿来改善电压质量、降低网损。但目前无功补偿装置的控制策略不完善，容易出现投切振荡现象，而解决该问题的延时法导致电容器实际投切效率不高。由于外推法在实际工程应用中的优势，本文将超短期负荷预测应用到无功补偿的控制策略之中，对原有的电容器投切策略进行了改进，减少了电容器的投切次数，提高了投切效率，取得了良好的效果。