chap5-5 能量管理系统.ppt

第五节 能量管理系统EMS EMS是现代电网调度自动化系统硬件和软件的总称，它主要包括SCADA、AGC/EDC、以及状态估计、负荷预测、安全分析和调度员模拟培训等。 一、状态估计 （一）状态估计 1、定义 对电力系统的某一时间断面的遥测量和遥信信息进行实时数据处理，通过状态估计程序，输出可靠数据集。 状态估计是一切高级软件的实现基础。 2、状态估计的必要性 SCADA系统采集的全网实时数据汇成的实时数据库存在下列明显缺点： （1）数据不齐全 （2）数据不精确 （3）受干扰时会出现错误数据 （4）数据不和谐 （三）状态估计的基本原理 对一个参数进行估计涉及三个值，即参数的真值、测量值和估计值。 1、测量方程式： 一个物理量的测量值可用下式表示： Z=hx+v 式中x—被测量物的真值 v—测量值的随机测量误差 h—v=0时，x与z之间的比例系数 2、测量值及其误差的概率性质 3、最小二乘法估计 （1）误差的二乘值 （2）对一个物理量的真值是多少进行估计应具备以下两个条件 i对这个物理量进行多次测量，并已有多个测量值 Ii〉测量值的分布密度服从正态分布 （3）最小二乘法估计的计算步骤 （4）例题 设有一直流电路如图示，已知R=10Ω，用电流表测得I1=1.04A，用电压表测得U1=9.8V，求电路的电流与电压的估计值. (电路的电流与电压的真值为1A和10V) 4.加权最小二乘法估计 5.状态估计的步骤 （1）假定数学模型 （2）状态估计计算 （3）检测 （4）识别 二、负荷预测 负荷预测实际上是根据系统的允许特性、增容决策、自然条件与社会影响等诸多因素，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据。其中负荷指的是电力需求量（功率）或者用电量的值。 （一）负荷预测的分类 1、负荷预测按时间分类 按照系统负荷预测的周期来分：超短期、短期、中期和长期负荷预测。 （1）超短期负荷预测 i〉指未来1小时以内的负荷预测 ii〉在正常情况下，一般不考虑气象条件的影响，但是对于天气的突变和其它一些对负荷影响的突发事件必须考虑在内； iii〉超短期负荷预测模型主要在于反映负荷在短时间内的变化规律，即反映负荷的上升下降或水平趋势及变化值。 iv〉使用对象：调度员 v〉应用：用于质量控制需5-10s的负荷值，用于安全监视需1-5min的负荷值，用于预防控制和紧急状态处理需10-60min的负荷值。 （2）短期负荷预测 i〉通常指24h的日负荷预测和168h的周负荷预测； ii〉短期负荷预测模型中主要考虑负荷的周期性变化规律及天气影响因素； iii〉使用对象：编制调度计划的工程师； iv〉应用：在电力系统的火电分配、水火电协调、机组紧急组合和交换功率计划，需要1日—1周的负荷值。 （3）中期负荷预测 i〉指未来一年之内的用电负荷预测； ii〉预测指标：月平均最大负荷、月最大负荷和月用电量。 Iii使用对象：编制中长期运行计划的工程师。 iv应用：主要用于水库调度、机组检修、交换计划和燃料计划，需要1月—1年的负荷值。 （4）长期负荷预测 i指未来数年至数十年的用电负荷预测； ii受地区社会经济、人口、气候等多方面因素的影响； iii使用对象：规划工程师 iv应用：电源的发展规划和网络规划等 2、负荷预测按行业分类 一般可以分为：城市民用负荷、商业负荷、农村负荷、工业负荷以及其它负荷。 （二）负荷预测的要求及影响负荷预测的因素 1、指标：负荷预测的精度 2、影响因素：用电设备的类型、地区性、工业发展、气象等。 （三）负荷预测的模型 1、基本正常负荷（典型负荷分量）B(t) 与气象无关，具有线性变化和周期变化的特点。线性变化描述日平均负荷变化规律，而周期变化描述以24小时为周期的变化规律。 2、天气敏感负荷分量W(t) 天气敏感负荷分量与一系列天气因素有关，如温度、湿度、风力、阴晴等。不同天气因素影响负荷的方式不同，一年中不同时期天气因素影响负荷的方式也不同，这就形成负荷季节性周期变化的规律. 3、特别事件负荷S(t) 特别事件负荷分量明显偏离典型负荷特性，如政治事件、系统故障限电、特别电视节目等。由于这类事件的随机性，需要由调度人员参与判断。在各种负荷预测模型中这部分分量往往通过人工修正得以改进。 4、随机负荷分量V(t) 随机负荷分量是负荷中的不可解释成分，可通过负荷预测的模型和算法来考虑这些随机分量。 由此，系统总负荷预测模型为 （四）负荷预测算法 定性的经验预测技术：依靠专家或专家组的判断，仅给出一个方向性的结论，当然预测结果也不可能是数值型的。 依赖于数量模型定量的预测技术：时间序列法、卡尔曼滤波法、线性回归法、模糊预测法、人工神经网络法等。 1、时间序列法： 是对给定的过去一段时