某地区购电成本的经济性研究论文.doc

  1. 1、本文档共48页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
某地区购电成本的经济性研究毕业论文 目 录 摘 要 II Abstract III 目 录 1 1 引言 1 1.1 电力市场下的负荷研究及购电优化的购电模式研究的背景 1 1.1.1电力市场下负荷预测的意义 2 1.1.2电力市场下购电优化的意义 2 1.2 负荷预测和购电优化的方案选择 3 1.2.1负荷预测的方案选择 3 1.2.2购电优化的方案选择 4 1.3本文研究的主要任务 4 1.3.1负荷预测模型 4 1.3.2购电模式 5 2 多元线性回归在电力负荷预测中的应用 6 2.1多元线性回归的原理 6 2.2电力负荷预测多元线性回归模型的建立 7 2.2.1 某地区经济发展现状和未来经济发展规划 7 2.2.2 多元线性回归的模型建立 10 2.3多元线性回归建模的结果分析与电力负荷预测 11 2.3.1 多元线性回归建模的结果分析 11 2.3.2 基于多元线性回归模型的电力负荷预测 14 3 人工神经网络在负荷预测中的应用 15 3.1神经网络的发展与特点 15 3.2 Elman神经网络的原理 15 3.2.1 Elman神经网络概述 15 3.2.2 Elman神经网络结构 16 3.2.3 Elman神经网络的学习过程 17 3.3 基于Elman神经网络的电力负荷预测 18 3.3.1 输入数据的归一化处理 18 3.3.2 隐含层数目的选择 18 3.3.3 基于Elman神经网络的电力负荷预测 19 3.4 小结 23 4 基于线性规划法的购电成本优化 24 4.1 线性规划法在购电优化中的应用 24 4.1.1 线性规划法的原理 24 4.1.2 线性规划法在购电优化中的应用 26 4.2 某地区的装机容量简介 26 4.3 某地区电网分布和地理接线情况 27 4.4 某地区购电情况简介 31 4.5 建立购电优化的数学模型 31 4.5.1 构建购电优化的功率传输模型 31 4.5.2 购电优化的数学模型 32 4.5.3 某地区小水火电站的购电优化数学模型 34 4.6 小结 42 5 总结 43 参考文献 44 致 谢 46 1.1 课题研究背景 我国电力体制改革从1998年开始,已经经过十多年的改革,基本实现厂网分离,一定程度上实行了竞价上网的机制,基本摆脱计划经济的束缚。原有的电力公司由过去的发电、输电、配电一体的公司,已经基本分解为独立的发电企业和管理输电、配电的电网公司两大部分。随着电力改革的深入,各发电企业的竞争机制已经形成,电力市场已经形成电网公司为买方,发电企业为卖方的买卖关系,为实现资源的优化配置,电能作为商品进入市场竞争成为必然。 电能是一种特殊的商品,电能的独特性在于它不能大量存储,电能的生产、传输、使用必须在短时间内进行,其次电网是一个整体,其频率和电压必须维持在一个稳定的值,所以对于供电要求必须要很稳定,不能有剧烈的波动。所以有必要对负荷进行预测,并且建立购电优化的数学模型,才不会造成电量和电价发生巨大的波动。 市场的本质是竞争,通过竞争,使得电力资源得到最大程度的使用,这和可持续发展战略一致,而且随着经济的发展,社会对资源的节约更加重视,所以合理的竞争能带来更大的收益;但是此外,市场需要有公平的法则才约束竞争才能使竞争是良性的,竞争的前提是需要保证公平。所以需要有一套对所有参与电力市场竞争的成员的公平的保障规则,以此为前提从而使整个电力市场以经济性效益最高为目标。 随着经济的发展,地区之间的经济快速发展,产业结构的变化,用电量在逐年增加,所以有必要对某个地区的电力市场状况进行分析并且预测未来的负荷增长率。而且随着目前我国电力市场改革的进行,已经实现厂网分离,所以作为经济合作的成员,有必要实现购电优化,才能保证系统安全稳定运行,实现电网公司和发电企业双方的经济利益达到最优化。所以针对以上问题,尝试用某个地区的数据来进行研究。通过过去几年的负荷数据预测某地区未来的中长期电力负荷进行预测,建立电力市场下购电优化的数学模型,应用于某地区的97个小型水电站的购入电量。 1.1.1 电力市场下负荷预测的意义 前面说到,电能是一种非常独特的能源,现有的技术不能使电能大量存储,电能的生产、传输、使用必须在同一时间完成。并且电网是一个整体,现在所有的用电设备都是根据电网的设定而设计的额定电压、额定频率,所以供电要求必须是十分稳定的,不能有剧烈的波动。因此,就需要负荷预测来预测可能需要的电能,来控制电能的生产,从而使电能的利用效率更高。 电力市场中决策所参考的数据中,电力负荷预测的结果可以作为最好的参考依据。不同的时间长度的负荷预测,有着不同的意义。负荷预测按预测的周期可以分为超短期负荷预测、短期负荷预测和中长期负荷预测。短期和超短期负荷预测是对电网运行的瞬时变化和短时间内的负荷需求作

文档评论(0)

你好世界 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档