- 文献综述（或调研报告）：
- 前言
为了应对日益严峻的供需不平衡问题，需求侧资源受到越来越多的重视。由于传统的发电调度潜力提升有限，负荷调控已逐渐成为缓解用电紧张的重要手段之一。需求响应在削峰填谷、平衡电力供需、稳定电压波动和频率偏差等方面具有重要意义。负荷分类是指对大量用电设备的负荷数据进行处理，提取出几种典型的负荷曲线。基于提取的典型负荷曲线，可进行负荷可调度容量评估、电价和激励机制制定、负荷综合建模以及负荷分组控制。通过负荷需量精益化测算，可以深入了解负荷的时序特性，从而准确评估配电网现有装接容量限额与配网线路的可开放容量，通过简单比较新增用户的报装容量与配网线路的可开放容量，即可知晓配网线路能否对该报装用户开放，极大地提升了配电网业扩报装规划的效率与准确性；
- 研究现状
根据文献[2]，现有的用电负荷分类方式主要包含三类：（1）按供电可靠性；（2）按区域重要程度；（3）按负荷类别及行业要求。而随着电力系统中负荷数目及相关特性的多样化以及新兴的智能电网规划对准确负荷分类的需要，现有的负荷分类方式所存在的弊端也逐步显现，对此，文献[2]提出了包含负荷水平、变化频率、重要程度以及电能质量4个参考维度的负荷分类标准，以求全面结合负荷用电特性以及自身特性，避免原有分类方式过于宏观或相对片面的问题。
实现负荷的精细化控制需要提高负荷数据的时间分辨率，但过高的时间分辨率又会造成数据量庞大，影响分类效果并导致控制过于频繁、通讯数据量过大等问题，对此，常采用用降维算法对数据进行降维，以解决过高的时间分辨率带来的数据维度过大问题。常用的降维方法有：符号聚合近似(SAA)、分段聚合近似(PAA)、 主成分分析(PCA)、sammon映射(sammon map)和自组织映射(SOM)等。负荷曲线聚类一般采用基于划分的模糊C均值和K均值聚类、基于层次的层次聚类、基于人工神经网络的自组织映射以及基于模型的聚类等方法，文献[11]对这些负荷分类聚类技术进行了聚类有效性的评估比较。而随着电力系统的快速发展，也有各种不同的负荷分类方法被提出，例如文献[4]中就提出了一种基于信息熵分段聚合近似和谱聚类的负荷分类方法，一方面针对数据维度过大，使用一种基于信息熵分段聚合近似的方法，在降低数据维度的同时保证对负荷波动特征的重表达，同时剔除不适合参与需求响应的部分负荷，得到负荷数据的可变时间分辨率重表达序列；另一方面，提出一种基于双尺度度量的谱聚类算法，在考虑负荷曲线距离相似的同时，兼顾负荷曲线形态特征的相似性。针对短期负荷预测，文献[7]提出了基于蚁群优化算法的电力系统负荷序列的聚类分析，对气候异常情况、高温区域、节假日有更高的敏感性和分辨率，以提高短期负荷预测的精度。对于结合降维技术的电力负荷曲线集成聚类算法，文献[6]研究得出结论，对于负荷曲线降维，主成分分析的计算时间最短；主成分分析和 sammon 映射降维后的数据集聚类效果最好；对于海量高维的负荷曲线，可采用主成分分析对数据集降维。针对当前云计算技术的快速发展，文献[8]提出了基于云计算的电力负荷曲线聚类的并行量子粒子群优化模糊C均值聚类算法，以提高聚类质量和效率。文献[10]将分形理论应用于电力系统，提出了基于分形理论的电力系统负荷几何特性研究，通过对负荷曲线分形维数的计算和分析，揭示了电力系统负荷曲线和分形特性，为分析电力系统负荷提供了一种新的思路。文献[5]对于重庆地区的电力负荷特性以及其影响因素进行了分析，提供了负荷特性分析的实例。
- 小结
当前，负荷调控在电力系统的调度运行中起着越来越重要的作用，而其中负荷的分类聚类以及负荷特性的分析占有重要地位。考虑用户分类和典型曲线来研究中低压配网容量开放原则及策略，是新形势下配电网规划的新思路。对于解决供需平衡、缓解用电紧张、提升供电保障能力有着十分重要的意义。
- 参考文献
[1].唐学军, 韩佶, 苗世洪,等. 基于需求侧响应的多类型负荷协调控制模型[J]. 电力系统保护与控制, 2017, 45(16):116-123.
[2] 王庆, 荣鹏, 高运兴,等. 智能配电网中的负荷分类标准与方法研究[J]. 电器与能效管理技术, 2015(16):69-72.
[3] 于雷, 汤庆峰, 张建华. 基于负荷资源分类建模和启发式策略的家居型微电网优化运行[J]. 电网技术, 2015, 39(8):2180-2187.
[4] 林顺富, 田二伟, 符杨,等. 基于信息熵分段聚合近似和谱聚类的负荷分类方法[J]. 中国电机工程学报, 2017, 37(8):2242-2252.
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
