毕业论文-某地区购电成本的经济性研究

《毕业论文-某地区购电成本的经济性研究》由会员分享，可在线阅读，更多相关《毕业论文-某地区购电成本的经济性研究（52页珍藏版）》请在毕设资料网上搜索。

1、 毕毕 业业 论论 文文 题目 某地区购电成本的经济性研究 专 业：电气工程及其自动化 学 院： 电气工程学院 年 级： 学习形式： 学 号： 论文作者： 指导教师： 职 称： 完成时间： I 摘摘 要要 随着我国的电网改革，原本统一的电力公司被分解成为独立的发电企业和管理 输电配电的电网公司两大部分。本文在此背景下进行了针对某地区的中长期负荷预 测和电网公司购电的优化策略。首先根据某地区的过去十年的最高负荷数据与经济 数据之间的关系，运用多元线性回归和 Elman 神经网络建立了中长期电力负荷预测 的模型，取得了满意的结果。其次分析了某地区的小水火电站的分布和线路约束， 建立了功率传输模型，

2、 使用线性规划法进行建模， 建立该地区的 97 个小水火电站购 电优化策略的数学模型，经济成本较没有优化之前的有了明显的降低。 关键词关键词: : 电力负荷预测，购电优化，多元线性回归，Elman 神经网络，线性规划法 II Abstract With the development of electric power reform in China,The unified power company has been decomposed into power generation enterprise and the management of transmission and indep

3、endent distribution Power Grid Corp.In the background,this paper is aimed at the certain area of mild long term load forecasting of power and power purchase optimization strategy of Power Grid Corp.Firstly,according to the relation between the maximum load data and economic data over the past ten ye

4、ars in certain areas, using multiple linear regression and Elman neural network to establish the long medium term power load forecasting model, and satisfactory results are obtained.Secondly analyzes the distribution and line in a certain area of small water power plant constraints, established the

5、power transmission model, using the linear programming method in modeling, the establishment of 97 small hydro power station in the area of power purchase optimization mathematical model of strategy, the economic cost is not before optimization have been reduced significantly. Key Words power load f

6、orecasting，power purchasing optimization，Multiple linear regression，Elman neural network，linear programming method. 1 目目 录录 摘 要 I Abstract II 目 录 . 1 1 引言 . 1 1.1 电力市场下的负荷研究及购电优化的购电模式研究的背景 1 1.1.1 电力市场下负荷预测的意义 2 1.1.2 电力市场下购电优化的意义 2 1.2 负荷预测和购电优化的方案选择 3 1.2.1 负荷预测的方案选择 3 1.2.2 购电优化的方案选择 4 1.3 本文研究的主要任务 . 4 1.3.1 负荷预测模型 4 1.3.2 购电模式 5 2 多元线性回归在电力负荷预测中的应用 . 6 2.1 多元线性回归的原理 . 6 2.2 电力负荷预测多元线性回归模型的建立 . 7 2.2.1 某地区经济发展现状和未来经济发展规划 . 7 2.2.2 多元线性回归的模型建立 . 10 2.3 多元线性回归建模的结果分析与电力负荷预测 11 2.3