冷热电负荷预测的方法的研究的现状综述.docVIP

冷热电负荷预测的方法的研究的现状综述 　　摘 要：冷热电负荷综合预测具有较高的预测准确度，是电力系统规划、电力系统经济调度和能量管理的重要模块。本文对常用的冷热电负荷预测方法有基于建筑结构的经典算法和简约算法、基于软件模拟的逐时负荷因子法、基于历史数据的逐时能源负荷分摊比例法和神经网络算法等进行了研究和分析。 　　关键词：冷热电负荷 建筑结构 逐时因子 分摊比例 神经网络 　　中图分类号：TM715 文献标识码：A 文章编号：1672-3791（2012）12（a）-0004-02 　　负荷预测是根据电力负荷、经济、社会、气象等的历史数据，探索电力负荷历史数据变化规律对未来负荷的影响，寻求电力负荷与各种相关因素之间的内在联系，从而对未来的负荷进行科学预测。负荷预测是电力系统经济调度中的一项重要内容，是能量管理系统（EMS）的一个重要模块，负荷预测的准确度直接影响调度计划和能量管理系统的优化结果，人工智能算法的涌现和冷热电负荷的综合预测的研究都是为了提高负荷预测的准确度。 　　本文介绍各种常用的冷热电负荷预测方法，下面介绍冷负荷、热负荷、湿负荷和电负荷的概念。 　　冷负荷：为了保持建筑物或物体低于周围环境温度，在时间单位内所需要排除的热量，包括显热量和潜热量两部分。潜热量可以表示为单位时间内排除的水分，又称为湿负荷。因此冷负荷包括显热负荷和湿负荷两部分。 　　热负荷：