Page 26 - 电力与能源2022年第二期

1 2 6 潘宇婷: 面向园区典型用户电负荷预测的新方法

图 1 改进的负荷预测方法具体建模流程
节的工作日、 休息日、 节假日里面典型日的实际负
荷数 值, 得 出 一 类 工 业 用 地 一 年 中 的 实 际 负 荷
情况。
通过查阅《 20kV 配电网规划与改造》 中“ 不
同用地性质典型负荷密度参考指标”、 以及 GB / T
50293 — 2014 《 城市电力规划规范》 等资料 [ 4 ] , 按照
上海郊区工业负荷密度指标常规值, 选取该工业
-2 进行
制造企业的负荷密度指标值为 66 W · m
计算分析。 图 2 上海郊区某工业制造企业全年归一化负荷特性曲线
该工业制造企业四季不同作息时间的典型日 表 1 实际负荷与归一化负荷特性曲线得到的负荷
归一化负荷特性曲线见图 2 。 MW
以当日最高负荷为基准的归一化曲线的各季 工作日 休息日 节假日
季节 方法 合计
节 24 小时负荷, 工作日、 休息日、 节假日的负荷特 负荷 负荷 负荷
春季 实际负荷 5805.55 1810.08 464.29 8079.92
性如图 2 所示。由图 2 可以看到, 在日负荷特性
3 — 5 月 归一化校验 6666.58 2234.05 720.19 9620.82
上, 该制造企业呈现出明显的日高峰特点, 无论哪 夏季 实际负荷 5656.28 1795.69 131.79 7583.75
个季节, 日高峰负荷一般出现在上午 10 — 12 时以 6 — 8 月 归一化校验 6891.9 2660.31 195.24 9747.46
秋季 实际负荷 4113.32 1441.57 399.07 5953.95
及下午15 — 17时, 中午13时由于工人午休导致负
9 — 11 月 归一化校验 5444.99 1853.92 828.86 8127.76
荷明显下降, 18时之后负荷基本处于下降趋势。 冬季 实际负荷 5584.81 1531.68 137.23 7253.73
通过归一化处理后, 得到四季不同作息时间 12 — 2 月 归一化校验 6157.58 2358.83 347.45 8863.86
实际负荷 28871.36
的负荷特性曲线, 再结合负荷密度指标及年系数 总和
归一化校验 36359.9
得出全年的负荷数值, 同时列出相对应的实际负
表 2 传统空间负荷预测法得到的负荷 MW
荷值, 具体见表 1 。
负荷密度指标 × 考虑全年最大利用 全年负荷
参照负荷密度指标, 按照传统的空间负荷预 方法 建筑面积 小时数为 8760h ( 考虑同时率)
测法得出的负荷数值见表 2 。 空间负荷
6.5000565 56940.49 44413.59
这 3 种方法得出的该工业制造企业全年负荷 预测法
数值见图 3 。 3.2 综合业态负荷预测分析
从图 3 可以看出, 采用归一化负荷密度指标 通过查阅规划单位建设用地负荷类型, 本文
法得到的负荷结果比传统空间负荷预测法更接近 选取几类典型用户的负荷数据情况, 从中分析归

实际负荷值。 一化负荷特性曲线的变化趋势。典型用户具体类