家用空调量增加对电网负荷变化影响的研究毕业设计论文(编辑修改稿)

家用空调量增加对电网负荷变化影响的研究毕业设计论文(编辑修改稿)内容摘要：

史数据，探索将来该地区电力负荷数据会有怎样的变化，试着找出电网负载和各种因素之间的关系，并对未来的电网负荷做预测 [7]。 在很长一段时间，从事负荷预估技术人员的科研内容主要放 在有记录的详细预算算法新的和完善，将地区负载的资料作为一个“单纯”的数据，采用纯数理方法进行研究，没有从电力系统本身特点上出发。 然而，电网负荷在各个地区的变化跟该地区自身的发展密不可分，只有全面把握该地区的电网负荷特性，科学且合理地作出更加准确地进行电网负荷估测。 目前国内对于电网负荷特性的调查大部分是针对地区电网、 某省（市）的研究，而针对地区行业特点的电网调查比较少。 空调负荷出发对电网负荷的研究主要集中在定姓研究，从量上的研究空调负荷比较少。 这主要是由于难以确定空调负荷曲线， 而行业负荷曲线还可以 由行业大中用户主要的负载曲线来推求，因此根据本行业做出定量分析和负荷曲线得到方便。 以下是我国学者在该方向的研究情况：。 周晖等人从电力企业做市场开发的角度出发，分析了北京地区在 199820xx 年夏季负荷变化，并且深入分析了温度变化与其的关系。 同时运用相关和回归原理，通过建立单位温升和单位温降的荷载效应数学模型，对定量的掌握北京地区夏季主要负荷变化规律提供了理论依据 [9]。 权轶等人通过对比某地区空调负荷和气温关系，把握地区最大空调负荷与同期最高温度、平均温度及理论人体舒适度指数四者之间的高度 相关性。 通过数学建模的方法，揭示空调负载受气温影响的变化，这对研究夏季高温时期地区负荷、空调负荷的变化规律提供了重要的理论基础 [10]。 吴蓓等人通过实验数据建立了空调负荷的模型。 首先通过静电压稳定状态的分析，研究在不同负载下的城区电压稳定性与空调负荷之间的关系。 然后结合实际，通过对我国东部某城市电网空调负荷的计算分析，研究该地区随着空调数量的增加将会对该地区城市电网电压稳定性造成怎样的危害，提醒有关部门要予以关注，提前采取有效措施，避免危险情况的发生 [19]。 张宏刚等提出的电网负荷预侧方法是要运用到了气 象因素粗槽极理论。 首先找出粗槽极负荷变化和气象变化的之间规律，找出影响电网负荷的主要气象原因。 然后以主要 太阳能辅助抽水蓄能发电技术的 研究 气象原因作为坐标，从坐标出发寻找最近的历史数据再结合时间序列法估测未来的电网负荷。 这种方法可以避免在人为预估电网负荷是对气象原因主观性的影响，为开发计算机预估电网负荷提供了很好的想法 [4]。 研究的主要内容 本项目从家用空调量的增加着手研究其对电网负荷变化的影响，选取了 A地区作为研究对对象，本文研究的具体内容如下： （ 1）主要介绍了电网负荷研究的重要性和温度对负荷变化的影响，而影响的途径就是通过空 调。 （ 2）选取了 A地区作为研究对象，分别以电网年、月、日的负荷变化分析了 A地区的负荷特性，然后研究了其电力消费结构。 （ 3）对 A地区空调数量做大致统计，分析该地区空调数量增长趋势，并对该地区空调负荷进行预测。 （ 4）结合 A地区温度、空调量增长、空调负荷三者的关系，对 A地区电网进行分析，给出建议。 本章小结 由于每年夏、冬季空调的使用所产生的负荷在当季的用电量中占了很大比重 ， 而由于空调负荷所产生的对电网调峰的压力不容忽视，因此研究空调负荷对电网调峰的影响就显得十分重要了。 因此本章提出的本文主要研究内 容：从家用空调数量的增长角度着手，研究其对电网负荷变化的影响。 太阳能辅助抽水蓄能发电技术的 研究 2 电网负荷研究 负荷特性分析基础 负荷特性分析的方法 目前，我国在分析地区负荷特性是主要分为两方面进行考虑： (1)电网内部因素影响的分析，主要通过该地区年、月、日等负荷曲线，分析其变化规律，就是从电网本身的历史数据着手进行分析。 (2)电网受外界影响因素的分析，外界因素主要需要考虑到该地区气象因素、区域经济发展、节假日等特殊时期和国家政策等，都是会对电网造成比较大影响的外界因素。 地区电网 负荷特性分析的目的，是为了研究该地区用电负荷发展的规律，为地区未来负荷的预侧打好基础，同时也可以了解该地区用电情况的具体分布和特点。 特性分析的方法有数学统计分析法、行业特点负荷分析法和电网相关性分析法。 地区统计分析法主要是根据地区的各种类型的电网负荷曲线，年、月、日的特姓指标，从不同的方面、不同的时间，对比分析该地区的负荷波动情况 [15]。 通过该地区负荷的特性数值，定量地说明负载特点，对电网负荷的工作情况反响良好。 根据不同行业进行分析的方法主要是通过第一产业、第二产业、第三产业三个产业划分，来分 别记录各个产业的电力消费情况，研究各产业用电的变化和所占地区总用电量比的变化情况。 分行业分析电网负荷的方法主要有点是在于能够从全局上把握该地区电网的负荷特性。 行业的特征可以反映产业结构、电力负载的变化对负荷特性的影响，并且它是为典型曰负荷曲线预测的一个重要方法。 电网相关性分析法，主要是就分析电网负荷特性和外在因素影响的相关性。 通过对外在原因的具体化分析，而更深入分析认知各个时期对负荷产生改变的因素。 有效提升地区电网负荷预侧的正确性，并且协助电力监管部门制定负荷的控制对策。 常用的负荷特性指标 （ 1）典型日最大（小）负荷： 记录日期 是在 最大 負荷 值 的那一天。 测量时间 间断可以是 短 时， 以 10 分钟为单位或者以半小时来计算。 在正常选择日期或尖峰负载量最 太阳能辅助抽水蓄能发电技术的 研究 大的日差 距 ，还 按照 不同 状况 选择 代替不同时节的某些时间。 （ 2）曰平均负荷：用电量和二十四得到的曰平均负载之比。 （ 3）曰负荷率：曰平均负荷除以曰最大负荷。 可以反应一天内负荷变化的平稳程度。 负荷率越高，负荷变化越小。 （ 4）曰最小负荷率：曰最小負荷与曰最大負荷之比，可以反映负荷变化的幅度。 （ 5）曰峰谷差率：曰峰谷差除以日最大负荷，用来反映负荷变化的幅度。 （ 6）月 负荷率：电网月平均负荷除以该月内最大负荷曰平均负荷的壁纸，反映该月负荷的平稳程度。 （ 7）年平均月负荷率：地区全年各月份平均电网负荷的总和除以十二个月最大负荷曰的平均負荷的总和。 （ 8）季不均衡指数：电网一年内各个月份的最大負荷均值除以年极負荷。 反映了全年各月最大負荷的均衡性。 （ 9）最大负荷利用小时数：地区电网的年用电量除以年最大負荷。 （ 10）年负荷率：电网最大負荷使用小时数除以一年内的小时数。 （ 11）年负荷曲线：以该年各个月份的最大負荷绘制而成的电网負荷曲线。 可以反映该地区各个月份最大負荷的改变趋势。 电网负荷特性分析 年负荷特性分析 （ 1）用电量和最大负荷 表 21 A 地区 20xx 年 20xx 年用电情况 年份 用电量（亿千瓦时） 增长率（ %） 最大负荷（万千瓦） 增长率（ %） 最大负荷利用小时数（ h） 增长率（ %） 20xx — — 5995 — 20xx 5597 % 20xx 5319 % 20xx 5500 % 20xx 5883 % 20xx~20xx 年， 伴随国家经济的腾飞， A 地区的 经济也在迅速壮大，地区电网 負荷 的 太阳能辅助抽水蓄能发电技术的 研究 增长十分明显。 用电量由 20xx 年的 亿 kWh 增长到 20xx 年 亿 kWh，其中年均僧长率为 %。 该地区最大电网供应负荷量的增长惊人，由 20xx 年的 万千瓦飞升至 20xx年 万千瓦，年平均增长率高达 %。 从表 21 能够看出，A 地区 20xx、 20xx两年电网供应的最大負荷增長速度高出年負荷用电量非常明显。 这两年 A 地区电网最大负荷利用小时数大量减小，甚至出现负增长。 这种情况非常不利于电网的良性发展，电力系统的利用效率被大大降低。 电力需求既有低谷也会出现高峰，伴随近年国家政策的快速推进，“受到政策的影响， A 地区的经济发展复苏， A 地区年用电量出现了大幅上升。 伴随着 A 地区最大负荷利用小时数稳定增长， A 地区电网的负荷特性得到了良好的改善。 （ 2）年负荷曲线 0204060801001201401601月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月月份负荷（万KW）20xx年20xx年20xx年20xx年20xx年 图 21 A 地区 20xx 20xx年的年负荷特性曲线 通过分析图 21，我们可以看出。 A 地区 20xx ~20xx这五年的电网年負荷曲线体线变化都较为相似，总体呈逐渐增加的情况。 从 20xx 年的荷曲线可以看出，这一年的电网增加情况明显放缓，曲线线形与其他几年相比总体较平稳，这主要是由于 A 地区受到了金融危机的影响，各行业的用电量都有所减 少。 单纯从月份上来分析，从这五年的负荷曲线可以看出。 该地区每年 8 月份都是全年最大负荷出现的时期，不难理解主要是因为制冷所产生的空调负荷在其中占到了很大一部分。 该地区春秋两季的气温较为温和，人体舒适度的感觉较好，因此空调的使用量很少，空调负荷基本为零。 从五条年负荷特性曲线上的反映就是曲线波动较小，在全年负荷最低的时期出现在里面。 因此可知，秋季平均电网负荷相比于春季平均电网负荷略高主要是自然增长的因素，所以曲线水平 太阳能辅助抽水蓄能发电技术的 研究 要略微高于春季。 曲线从 11 月起开始缓慢上升，因为此时该地区进入冬季，气温开始变低，由空调取暖所 产生的取暖负荷随之缓慢攀升。 但是该地区冬季的负荷最大值一般都低于夏季，这是因为冬季持续的时间不长，居民对取暖的电力需求低于夏季的降温用电需求。 （ 3）季不均衡指数 表格 22 A 地区 20xx20xx 年季不均衡指数 年份 20xx 20xx 20xx 20xx 20xx 季不均衡系数 季不均衡指數通常用来反映某地区全年月最大负荷变化是否均衡。 A 地区季不均衡等于该地区以各月极负荷的平均值除以该地区年极负荷。 季不均衡数较高，说明该地区年电网负荷稳定，若季不 均衡数降低，就说明该地区负载变化更剧烈。 从表 22 的数据可以看出， 20xx 年和 20xx 年该地区的季不均衡数与另几年相比为最低的两年， 20xx 年仅为 ， 20xx 年指数为 ，试分析造成指数下降的原因。 结合图 21 分析， 20xx 年该地区冬季温度平均气温偏高，且没有一天气温低于 0℃，因此冬季空调取暖负荷必然与往年相比会降低不少，电网负荷较往年低。 但是 20xx 年的夏季异常炎热，人民使用空调降温的电力需求旺盛，空调负荷大幅增长，曲线上在 6~8 月波动幅度非常大。 20xx 年 A 地区的季不均衡指数也比较 低的主要原因是由于全球的金融危机。 造成该地区经济不景气，用电需求减少，年末负荷大幅下降，引起的波动较大。 但是伴着国家刺激经济的政策实行，经济的逐渐复苏，该地区的季不均衡指数又回到了之前的值附近。 月负荷特性分析 （ 1）月平均日负荷率 从图 22中可以看出， A地区的月平均 負 荷率偏高，最低平均日负荷率为 %，最高平均日负荷率为 %，证明该地区的电力需求比较旺盛。 详细分析后发现是因为该地区工业发达，工业负荷在总社会用电中占了很大比重。 可以预见伴随加快工业发展的政策刺激，该地区的月 負 荷率 将会一直较高。 考虑到该地区空调负荷的影响，图中春、秋季节的月平均曰 負 荷率明显大于夏、冬两个季。 除此，重大的节日和假期也会对地区月負 荷率产生非常大的影响，从数据上的反映就是过春节的月份的月负荷率会偏低。 太阳能辅助抽水蓄能发电技术的 研究 75808590951001 2 3 4 5 6 7 8 9 10 11 12月份负荷率%图 22 A地区 20xx年月平均日負荷率 （ 2）月峰谷差 0501001502002503003504004501 2 3 4 5 6 7 8 9 10 11 12月份负荷/MW 图 23 A 地区 20xx 年不同月份最大峰谷差的变化 由图 可见， A 地区全年各月份最大峰谷差变化曲线呈现明显的，“两谷三峰”。