基于智能电表的电网广域负荷建模方法_李力
电测与仪表
ElectricalMeasurement&Instrumentation总第49卷第561期
2012年第9期Vol.49No.561
Sep.2012
0引言
电力负荷建模是一项十分重要同时也非常困难
的工作，是经长期研究而始终没有解决的难题，负荷
模型的准确性对电力系统设计、分析和计算有非常重
要的影响，特别是对电力系统安全稳定分析的结果有
直接的影响。我国将负荷建模工作纳入国家自然科学
基金重大项目的研究范围，各科研院所、高校和电网
公司也积极开展相关研究工作。美国在2003年8.14大
停电之后，联合调查组在其最终报告中指出以往采用
的负荷模型不合适，为此美国电科院也进行了负荷建
模总体测辨方法的研究。
负荷模型研究的难点在于负荷存在着随机性、时
变性、分散性、多样性和不连续性等特点，长期以来，国内外专家学者进行了广泛深入的研究，总体形成了
4种方法，统计综合法、总体测辨法、故障仿真法与混
合法，这些方法都在不同方面取得了良好的效果。但
是，电力系统是个不断发展的系统，随着系统规模的
变化、新技术装备的使用、分布式能源的引入都给负
荷建模工作带来了诸多挑战。因此，负荷建模仍然是
一项长期和艰巨的工作，需要投入更多的努力［1-2］。
一般来说，越接近负荷的末端，负荷成分越简单，
辨识越容易，同时选取的样本越多，统计的准确性也
会越高。过去，由于技术手段的限制，无法全面地、经
常性地开展负荷统计工作，也不可能在所有的负荷点
安装在线测辨装置。但随着智能电网建设特别是智能
电表技术的发展，完全有可能利用遍布电力系统各电基于智能电表的电网广域负荷建模方法
李力1，王亮1，侯学勇1，施雄华1，陈松林1，鞠平2
（1.南京南瑞继保电气有限公司，南京211102；2.河海大学，南京210098）
摘要：电力系统负荷建模是一项十分重要，同时也是非常困难的工作，目前为止还没有建立起广域的和常效的
机制。本文提出利用各电压等级安装到户的智能电表开展广域的负荷建模工作，分别利用智能电表功率信息，
通过在线统计综合法获得负荷模型，以及将智能电表作为在线测辨装置，利用实时采样数据在线测辨获得负荷
模型，构建了基于智能电表的广域负荷建模体系。通过自动抄表系统定期将负荷统计与测辨相关信息分层收
集，分级建模，逐级向上，可实现电力系统负荷信息的广域统计、分析与校核，从而建立动态和长效机制，有效推
动负荷建模的各项研究工作。
关键词：负荷建模；广域；智能电网；智能电表
中图分类号：TM933文献标识码：A文章编号：1001-1390（2012）09-0052-06
WideAreaElectricLoadModelingBasedonSmartMeter
LILi1，WANGLiang1，HOUXue-yong1，SHIXiong-hua1，CHENSong-lin1，JUPing2
（1.NRElectricCo.，Ltd，Nanjing211102，China.2.HohaiUniversity，Nanjing210098,China）
Abstract：Powersystemloadmodelingisaveryimportantanddifficultwork.Uptonowthereisnowideareaand
long-termmechanismforit.Thispaperproposedawideareaelectricloadmodelingmeasurementbasedonsmart
meterinstalledeverywhereinthepowergrid.Itusesonlinecomponentbasedmethodologywithpowerandreactive
powerinformationtogettheloadmodel，andthesmartmeterasonlinemeasurementdevicetogettheloadmodelat
sametimetobuildupawidearealoadmodelingstructure.Theloadinformationcanberetrievedfromthesmart
meterthroughtheautomaticmeterreadingsystemandimplementwideareastatistic，analysisandverificationof
electricloadandprovidepreciseloadcomposition，proportionandtimevaryingcharacteristic.Thesmartmeter
basedloadmodelingmeasurementwillpromotethestudyandresearchonelectricloadmodelinggreatly.
Keywords：loadmodeling，widearea，smartgrid，smartmeter
52--电测与仪表
ElectricalMeasurement&Instrumentation总第49卷第561期
2012年第9期Vol.49No.561
Sep.2012
压等级的智能电表开展负荷的统计和建模工作，并使
之常态化，随时为电力部门提供准确的、全面的、动态
的负荷信息，利用这些统计信息可以开展包括负荷建
模、负荷预测等一系列相关的、更加广泛的研究工作。
本文就基于智能电表的广域负荷建模方法进行分析
和阐述。
1负荷建模方法研究
负荷建模工作历经多年的研究，总体形成4种方
法，现简要论述如下：
1.1统计综合法
统计综合法的基本思想把综合负荷看作成千上
万用户的集合，在实验室确定各种典型负荷的平均特
性，然后统计出各类负荷的比例，估算其平均特性最
终得到负荷模型。用统计综合法得到的负荷模型具有
物理概念清晰，易于理解的优点，但其核心是建立在
“统计资料齐全，负荷特性明确”的基础之上，这一点
往往难以做到，而且不能经常进行统计，从而无法考
虑负荷随时间变化的特性[2]。
1.2总体测辨法
总体测辨法的基本思想是把负荷看成一个整体
（黑盒子或灰盒子），利用数据采集装置采集和记录负
荷所在母线的U、f、P、Q等内容，然后进行在线或离线
分析计算，再根据系统辨识理论确定负荷模型以及参
数。这种方法避免了大量的统计工作，有可能得到实
时负荷特性，其最大困难是难以在系统所有的变电站
都安装有关装置。
1.3故障仿真法
故障仿真法是以一定有代表性的故障作为激励，
输入负荷模型，并观察响应输出，然后与实际系统的
响应做对比，分析误差并对模型参数进行修正，以期
获得能满足较多实际故障情况的参数，即认可这套参
数能够较准确地反映系统的动态特性，但这种方法难
以保证适合于所有的故障情况。
1.4混合法
混合法汲取了前3种方法之所长并加以互补，提
出了一整套负荷建模新策略和新方法。在技术路线上
采取了负荷分类确定、在线刷新的建模策略，综合利
用EMS、故障录波、负控装置和建模装置等数据进行
系统辨识，从而形成了一套复杂的建模体系，充分的
数据来源是混合法建模的关键所在［3-9］。
实际上，任何一种建模方法都需要足够的样本来
保证建模的效果，由于缺乏足够的样本以及与之相适
应的建模方法，所以难以随时掌握负荷组成以及各类
负荷所占的比重。限于人力和物力，从工程实用角度出发，在负荷建模的研究中采取了一些假设和近似，
在一定程度上给建模工作带来便利，但也在很大程度
上影响了建模的准确性和实用性。同时，由于负荷种
类繁多、数量巨大且不断增长变化，同时在地域上有
具有分散性，偶尔一次统计工作也很难完成，更不用
说经常性的统计了，即使完成了统计工作，但负荷的
随机性也无从把握，而智能电表在获取这些信息上却
具备天然的条件，若加以利用则可获得良好的效果。
2智能电表
电能表是电力系统电能计量设备，是一种分布最
广泛、最基本的电力数据采集、测量和处理单元，而且
系统的各个层次都有用各种用途电能表计，从最末端
的用户电表、配电表到厂站的馈线表、关口表等。
智能电表是全球智能电网建设的一个重点，随着
智能电网建设的开展，智能电表的发展和应用也达到
了较高水平，现代的电能表是集有功、无功电能表、最
大需量表、有功、无功功率表、功率因数表、频率表、电
压表、电压合格率表、电能质量监测仪、扰动数据记录
仪、负荷控制器等多种功能于一体的电力参数综合监
测设备。不但可以监视和记录电气参数，还能形成日
典型负荷曲线，甚至可以进行某些就地控制［10-13］。目
前很多电表都采用了高性能MCU和DSP芯片，信号处
理能力空前提高，随着技术的发展其计算能力将进一
步提高，且价格不断下降，这就使得普通电表具有非
常高的运算和处理能力。电力线通信、无线通信等技
术的应用又极大促进了自动抄表系统的发展，电力部
门可以通过电力线载波通信技术（PLC）或通用分组
无线业务（GPRS）等技术手段实现远程自动抄取电表
读数以及相关信息。
由于芯片处理能力的提高，电能表有较大冗余的
处理能力，一般智能电表的采样率都比较高，可达4~
12.8kHz，即每周波80~256点采样（50Hz系统），测量
准确度满足0.1%的要求，因此有可能在未来的电能表
中增加负荷参数辨识和统计的软件模块，利用各级电
能表特别是分布广泛的用户电能表对所辖负荷进行
统计和测辨，然后通过远程集抄系统分层收集这些统
计结果，就能实现大范围、不间断的负荷统计和测辨，
从而为负荷建模工作提供有力的数据保障。实际上，
有智能电表的地方就等于有潜在的在线统计和测辨
装置，充分利用好这些基础资源，进行长期有效的负
荷统计，将会极大促进负荷建模的研究工作。图1为具
有负荷测辨功能模块的智能电表示意图，电表的硬件
体系较为成熟，因此工作的重点是负荷模型在线辨识
软件的设计和开发。
53--
电力负荷动态模型综述
电力负荷动态模型综述
一、引言
• 电力负荷动态模型的定义和作用
• 电力负荷预测的重要性和应用场景
二、电力负荷动态模型的基本原理
2.1 负荷特征分析
• 基础负荷和峰值负荷的区别
• 负荷曲线的周期性和规律性分析
2.2 电力负荷预测方法
1. 基于统计模型的负荷预测方法：
– 移动平均法
– 加权移动平均法
– 指数平滑法
2. 基于机器学习的负荷预测方法：
– 支持向量机（SVM）
– 随机森林（Random Forest）
– 神经网络（Neural Network）
2.3 电力负荷动态模型的建立
• 数据采集和预处理
• 特征选择和提取
• 模型训练和优化 三、电力负荷动态模型的应用
3.1 短期负荷预测
• 用于电力市场调度和能源调控
• 优化电网运营和发电策略
3.2 中长期负荷预测
• 用于电网规划和建设
• 支持新能源开发和可再生能源利用
3.3 负荷响应和能源管理
• 利用负荷动态模型实现有序的负荷响应机制
• 实现电力系统的灵活调度和节能减排目标
3.4 智能电网与负荷动态模型
• 电力系统的智能化和自适应运行
• 负荷动态模型在智能电网中的关键作用
四、电力负荷动态模型的挑战和发展方向
1. 数据质量和采样频率的要求
2. 建模复杂性和预测精度的平衡
3. 新能源接入和负荷变化的适应性
五、结论
• 总结电力负荷动态模型的重要性和应用价值
• 展望未来电力负荷动态模型的发展趋势和研究方向
电力负荷预测模型构建与优化
电力负荷预测模型构建与优化
电力负荷预测是电力系统运行和调度的重要环节之一，准确预测电力负荷可以帮助电力公司合理调度电力资源、优化电力供应结构，并提高供电质量。本文将介绍电力负荷预测模型的构建与优化方法。
一、电力负荷预测模型构建
1. 数据收集和预处理
电力负荷预测首先需要收集历史电力负荷数据和相关的环境因素数据，如温度、湿度、季节等。这些数据可以从历史记录中获取或通过传感器收集。在预测模型构建之前，需要对数据进行预处理，包括去除异常值、填充缺失值、平滑数据等。
2. 特征选取和提取
特征选取是指从收集到的数据中选择对电力负荷有重要影响的特征。常用的特征包括时间特征（如小时、日、周、月等）、气象因素特征、经济因素特征等。特征提取则是通过数学方法将原始数据转化为可用于建模的特征。
3. 模型选择与训练
选择适合问题的模型是非常重要的，常用的电力负荷预测模型包括线性回归模型、支持向量回归模型、人工神经网络模型等。这些模型可以通过历史数据进行训练和验证，选择合适的模型参数。
4. 模型评估与优化
模型训练完成后，需要对模型进行评估，常用的评估指标包括均方根误差（RMSE）、平均绝对百分比误差（MAPE）等。通过评估结果进行模型优化和改进，如调整模型参数、增加训练数据等。
二、电力负荷预测模型优化
1. 数据增强
数据增强是通过生成合成数据来增加训练集的样本数量，以获得更具代表性的模型。常用的数据增强技术包括时序插值、噪声添加、数据扩展等方法。
2. 特征工程
特征工程是指对原始数据进行转换和处理，以提取更有效的特征。常见的特征工程方法包括多项式特征、离散化特征、交叉特征等。通过特征工程可以提高模型的表达能力和预测精度。 3. 参数调优
模型的参数选择对预测结果也具有较大影响。通过参数调优可以找到最优的参数组合，进而提高模型的准确性和稳定性。参数调优可以通过网格搜索、贝叶斯优化等方法进行。
4. 模型融合
智能电网中储能系统的建模与优化控制研究
智能电网中储能系统的建模与优化控制研究
智能电网是指通过先进的通信、计算和控制技术实现电力系统的智能化运行和管理，以实现能源的高效利用、提高供电可靠性和降低环境污染。在智能电网中，储能系统的建模与优化控制研究起着至关重要的作用。本文将从建模和优化控制两个方面进行探讨。
一、储能系统建模
储能系统的建模是研究储能系统特性和行为的基础。在智能电网中，储能系统通常采用电池储能技术，包括锂离子电池、铅酸电池等。为了对储能系统进行建模，需考虑以下几个方面：
1. 电池特性建模：电池的特性包括电压、电流、容量等参数，这些参数对于储能系统的性能至关重要。因此，需要对电池特性进行建模以准确描述其行为。
2. 温度特性建模：电池的温度对其性能有重要影响。因此，需要建立电池温度特性模型，以实现对温度变化对储能系统性能的预测和控制。
3. 电池寿命建模：电池在使用过程中会经历充放电循环，会引起电池容量的衰减。因此，需要建立电池寿命模型，以预测电池使用寿命和制定相应的优化策略。
以上建模工作可以通过对实际储能系统进行测试和实验来获取数据，并基于这些数据进行数学模型的建立，为储能系统的优化控制提供基础。
二、储能系统优化控制
储能系统的优化控制是指通过应用数学优化方法，实现对储能系统的运行和控制策略的优化。优化控制的目标通常包括提高储能系统的效率、降低运行成本、增强系统的鲁棒性等。 1. 能量管理策略：储能系统在智能电网中主要用于平衡电网供需间的差异，以便应对电网负荷的峰谷波动。通过建立基于最优控制理论的能量管理策略，可以最大程度地利用储能系统的容量和性能，实现电网供需的协调。
2. 系统运行优化：通过对储能系统运行过程中的关键参数进行优化，可以实现系统的高效运行。比如，优化储能系统的充放电速率，控制储能系统的电压和频率变化等，可以提高储能系统的响应速度和能量转换效率。
3. 故障检测与诊断：对于储能系统的故障，需要及时检测并进行诊断，以保证系统的安全稳定运行。通过建立故障检测与诊断模型，可以实现对储能系统故障的早期发现和精确诊断，减少故障对系统的影响。
基于Excel的电力系统负荷预测
基于Excel的电力系统负荷预测
摘要： 本文研究了基于Excel的电力系统负荷预测方法，主要介绍了基于Excel的电力系统负荷预测的数学建模流程，并介绍了应用这些预测方法以实现最优的负荷控制过程及其优点。就Excel的电力系统负荷预测而言，该文提出了一些可行的结果，并着重强调了这种建模的灵活性、易于操作、低成本等优点。
关键词：电力系统; 负荷预测; Excel 数学建模; 最优负荷控制
正文:
随着能源需求的增长，电力系统的负荷预测越来越重要，因为它决定了供电系统的运营状态。本文研究了基于Excel的电力系统负荷预测方法，其中包括在Excel中定义数学表达式以及调整此公式以准确预测电力系统负荷的各种方法。在本文中，我们首先介绍了电力系统负荷预测的需求和必要的步骤，然后讨论了基于Excel的电力系统负荷预测的数学建模流程，这包括在Excel中定义数学表达式，获取外部数据，使用操作系统调整此公式以准确预测系统负荷。最后，文章讨论了如何使用基于Excel的电力系统负荷预测方法来实现最优的负荷控制过程，以扩大系统的灵活性。
研究结果表明，基于Excel的电力系统负荷预测方法具有灵活性，易于操作和低成本的优点，因此可以有助于改善电力系统的可靠性和容量，从而改善电力服务质量。本文提出了一些可行的结果，有助于为未来的研究提供理论和实践基础。本文还讨论了实施基于Excel的电力系统负荷预测方法可能面临的挑战，以及应对这些挑战的一些可行的解决方案。其中，首先，不同的负荷情况需要使用不同的算法，所以需要更多的研究来识别最适合特定负荷情况的算法。其次，尽管Excel数学建模流程可以提供准确的预测，但它仍然受到由外部因素引起的系统不确定性的限制。最后，由于Excel数学建模流程受限于计算机计算速度，因此可能无法满足大规模计算的需求。
为了解决这些挑战，需要开发用于处理特定负荷情况的机器学习算法，以加快处理速度和准确预测负荷。此外，人工智能技术可以用于减少系统不确定性，从而提高负荷预测准确度。最后，增强型计算技术可以用于解决大规模负荷计算所面临的挑战。
03基于PMU的负荷建模及参数辨识
1 基于PMU的电力系统建模及参数辨识
王正风，葛斐，戴长春
(安徽省电力调度通信中心，安徽省合肥市， 230022)
摘要：广域测量系统可完整的记录电网的动态过程信息，从而为电力系统的模型建立和参数辨识提供了有效的路径。利用相量测量装置（PMU）记录电网的实时动态信息，可实现对输电线路参数的辨识，包括对称分量和不对称分量；实现对发电机模型参数、励磁系统及调速器模型和参数的辨识；实现对负荷的建模和负荷模型的参数辨识。本文简明扼要的介绍了基于PMU实现上述功能的基本原理和方法，指出可利用当前国内大量广域测量系统建成的有利条件，积极开展线路的参数辨识、发电机、励磁系统、调速器和负荷的建模及参数辨识工作，从而提高电网仿真计算的精确性，为电网调度运行和分析人员提供有益的指导。
关键词：相量测量装置；参数辨识；线路；发电机；励磁系统；负荷建模
Power System Modeling and Parameter Identification Founded on PMU
WANG Zheng-feng, GE Fei, Dai Chang-chun
(Anhui Electrical Power Dispatching & Communication Center, Hefei 230022, China)
Abstract: Dynamic information of power grid can be fully memorized by wide-area
measurement system. So it can provide effective means for power system modeling and
parameter identification. Both symmetry line parameter identification and asymmetry
line parameter identification can by realized by PMU dynamic measurement data. Also,
第6章 电力负荷的建模.
第 6 章 电力负荷的建模
6.1 概述
电力负荷作为电力系统中能量的消耗者，在电力系统稳态和动态过程中具有重 要影响。电力负荷建模研究的过程几起几落，经过几十年的不懈努力已经取得相当
多的成果。
（1） 电力负荷模型的影响。 不同的电力系统稳定问题， 负荷的影响是不一样的。 即使对于相同的电力系统稳定问题，负荷模型究竟是“乐观”还是“保守”可能与运行 状态有关。所以必须建立“实际”的负荷模型，这里的“实际”是指：负荷模型必须反 映负荷的实际情况，既不“保守”也不“乐观”。
（2）电力负荷模型的结构。几十年来，人们提出了多种负荷模型：1）静态负 荷模型， 常用的有多项式和幂函数模型， 以及在这两种模型基础上的变形或组合；2 ） 物理动态负荷模型，主要是静态负荷加感应电动机的综合负荷模型，又分为直接和 间接考虑配电网两种，对于感应电动机采用三阶模型就能很好地反映感应电动机的 性能；3）非物理动态负荷模型，包括线性动态模型、非线性动态模型和人工神经网 络模型等。往往要根据应用者所关心问题的主要方面，选择一种合适的负荷模型。
（3）电力负荷建模方法。电力负荷建模方法可以归纳为几类：1）统计综合法。
这种方法具有物理概念清晰，易于被现场工作人员理解的优点，但其核心是建立在 “统计资料齐全，负荷特性精确”的基础之上的，往往难以做到。而且不可能经常进 行统计，从而无法考虑负荷随时间变化的特性；2）总体测辨法。这种方法避免了大 量的统计工作，有可能得到随时间变化的在线实时负荷特性。其最大的困难在于难 以在系统中所有变电站都安装有关装置，另一个困难是参数的时变性；3）故障仿真 法。这种方法的优点是参数确定过程与应用实用程序仿真时参数选择的过程一致， 而且在某些故障下能获得响应曲线重现。笔者认为，总体测辨法比较适合于微观定 量，统计综合法比较适合于中观定性，故障仿真法比较适合于宏观校验。
（4）电力负荷模型的可辨识性问题。在负荷参数辨识的研究过程中，人们常常