山東省青州一中 蘇浩尊

基于K均值聚類算法的電力負荷分類研究

山東省青州一中 蘇浩尊

本文在闡述負荷分類及典型行業(yè)負荷特性的基礎上，以變電站綜合負荷構(gòu)成占比為負荷特性分類和綜合的基本特征，提出了基于K均值算法的電力負荷分類模型。對湖南省48個變電站進行聚類分析，結(jié)果表明模型具有良好的聚類綜合能力，具有一定的理論和應用價值。

電力系統(tǒng)；負荷分類；K均值聚類

0 引言

目前，電力系統(tǒng)結(jié)構(gòu)日益復雜、規(guī)模日益龐大。需求側(cè)負荷特性的多樣化及其管理技術(shù)的廣泛應用，使得電力負荷分類成為電力系統(tǒng)中基礎且重要的工作[1]。作為電力系統(tǒng)規(guī)劃、錯峰管理、分時電價、負荷預測的基礎，一種好的負荷分類方法能給電力系統(tǒng)提供準確、合理的依據(jù)和指導，對電力系統(tǒng)和電力用戶均有益處。同時，隨著我國電力系統(tǒng)的改革和市場化的推進，供電公司希望針對客戶特點提供個性化的服務，對用戶進行精準分類并認識各類負荷的特性變得十分重要?；谝陨显?，本文進行電力系統(tǒng)負荷分類的研究和實踐探索。

1 電力負荷基礎

1.1 電力負荷的分類

（1）按物理性能劃分

電力負荷按物理性能劃分，可分為有功負荷和無功負荷。有功負荷指的是真實消耗掉的能量；無功負荷指的是在電能的輸送、傳遞或轉(zhuǎn)換的過程中建立磁場而消耗的功率，它并不做功。

（2）按電能的劃分

根據(jù)電能的生產(chǎn)過程，電力負荷可分為發(fā)電負荷、供電負荷、用電負荷。發(fā)電負荷指的是發(fā)電廠實際發(fā)電的出力；供電負荷是指區(qū)域內(nèi)的發(fā)電負荷減去廠用電負荷并且加上從區(qū)域外輸入的負荷，再減去向區(qū)域外輸出的負荷。用電負荷指的是地區(qū)供電負荷減去線路和變壓器的損耗后的負荷值。

（3）按供電可靠性劃分

供電可靠性能夠?qū)㈦娏ω摵蓜澐譃閹讉€級別：一級負荷、二級負荷、三級負荷等。一級負荷如果中斷供電將造成人身傷亡，或造成大型設備不可逆損壞，或?qū)窠?jīng)濟帶來巨大損失。二級負荷如果中斷供電將造成較大經(jīng)濟損失、影響重要單位的正常工作或公共場所秩序混亂。三級負荷指除一、二級負荷外的其他負荷，如果中斷供電造成影響較小。

（4）按用途分類

按照電能的用途，電力負荷可以分為城市居民負荷、商業(yè)負荷、工業(yè)負荷、農(nóng)業(yè)負荷、其他負荷等。城市居民負荷指居民的家用生活負荷；商業(yè)負荷指用于商業(yè)的生產(chǎn)、照明等負荷；工業(yè)用電負荷指企業(yè)等用于工業(yè)生產(chǎn)的負荷；農(nóng)業(yè)負荷指從事農(nóng)業(yè)活動需要的電力負荷。

1.2 電力負荷的特點

電力工業(yè)的產(chǎn)品即電能無法長期大量儲存，電力的生產(chǎn)和消費必須同時進行。電力負荷主要有以下特點：

（1）電力負荷具有連續(xù)性。電力負荷不能突變，無論增長或降低必須漸變，表現(xiàn)為負荷曲線連續(xù)變化、沒有奇點。

（2）電力負荷具有實時變化性。負荷數(shù)據(jù)不是恒定不變的，由于各種因素能夠?qū)ω摵稍斐捎绊懀云潆S時處在變化之中。

（3）電力負荷具有周期性。電力負荷對于季節(jié)、溫度、天氣是十分敏感的，會根據(jù)它們的變化而變化，所以從某種程度上體現(xiàn)出連續(xù)的相同的變化，呈現(xiàn)成一種周期性。

2 電力負荷特性

2.1 電力負荷特性指標

（1）負荷率

負荷率指標主要有日負荷率、月負荷率、季負荷率、年負荷率等指標[2]。

日負荷率定義為日平均負荷與日最大負荷之比，能夠反映一天中負荷的不均衡性，受到用戶的性質(zhì)、類別、組成和系統(tǒng)內(nèi)的各類用電占比等因素的影響，較高的負荷率代表電力系統(tǒng)運行的經(jīng)濟性較好。

月負荷率定義為月平均日負荷與月最大負荷日的日平均負荷之比，它與該月內(nèi)發(fā)電廠生產(chǎn)人員是否停工休息、設備檢修安排和發(fā)電用戶數(shù)增減等因素有關(guān)，同時還反映出因生產(chǎn)作業(yè)順序不協(xié)調(diào)或停電引起的停產(chǎn)等因素的影響。

季負荷率定義為全年各月最大負荷之和的平均值與年最大負荷之比，該指標反映了負荷的季節(jié)性變化，其中包含設備的配置、年度檢修還有負荷的年增長率等因素。

年負荷率定義為年平均負荷與年最大負荷之比，反映產(chǎn)業(yè)的用電結(jié)構(gòu)的變化。一般來說，年負荷率會隨著工業(yè)用電比重的增加而增加，隨著服務業(yè)和居民生活用電比重增加而減小。

（2）峰谷差

峰谷差指的是一段時間內(nèi)最高負荷與最低負荷之差，一般是指有功值。峰谷差能夠反映電網(wǎng)所需的調(diào)峰情況，可以用來選擇調(diào)峰措施、制定調(diào)峰計劃、為電源規(guī)劃提供參考等。

（3）年最大利用小時數(shù)

年最大負荷利用小時數(shù)定義為年用電量與年最大負荷之比，能夠反映負荷的時間利用效率。年最大負荷利用小時數(shù)與各產(chǎn)業(yè)用電負荷占比大小有關(guān)。一般情況下，工業(yè)用電負荷占比越大的地區(qū)，年最大負荷利用小時數(shù)越高，能夠達到6000～6500小時；而第三產(chǎn)業(yè)用電和居民生活用電占比越大的地區(qū)，年最大負荷利用小時數(shù)越低。

2.2 典型行業(yè)負荷特性

電力負荷特性研究時，按照國民經(jīng)濟行業(yè)，可將電力負荷進行分為行業(yè)用電、居民生活用電兩類負荷。行業(yè)用電負荷包括第一產(chǎn)業(yè)用電負荷、第二產(chǎn)業(yè)用電負荷、第三產(chǎn)業(yè)用電負荷[3]。

第一產(chǎn)業(yè)用電負荷主要指的是從事各種農(nóng)、林、牧、漁業(yè)生產(chǎn)活動所需求的電負荷，它受天氣、季節(jié)、氣溫等自然條件的影響非常大，穩(wěn)定性較差。第二產(chǎn)業(yè)用電負荷主要指的是工業(yè)用電負荷，包括重工業(yè)、輕工業(yè)、采掘業(yè)等企業(yè)生產(chǎn)用電。這部分負荷一般較為恒定，受上述自然條件和季節(jié)的影響較小。第三產(chǎn)業(yè)用電負荷主要指的是商業(yè)活動用電，包括企業(yè)里的動力、照明、空調(diào)等負荷。這部分負荷會隨著當?shù)亟?jīng)濟情況緩慢變化，但由于商業(yè)活動具有季節(jié)性、假日性，商業(yè)用電負荷也會隨之波動。居民生活用電負荷主要指的是居民的日常家庭用電，它會隨著該地區(qū)居民的數(shù)量變化而變化，并且隨著經(jīng)濟發(fā)展呈現(xiàn)逐年增長的特性，具有較為明顯的季節(jié)波動，日負荷特性與居民的生活、工作規(guī)律相關(guān)。

3 基于K均值聚類算法的電力負荷分類建模

3.1 聚類分析概念

聚類分析是一種將研究對象分為相對同質(zhì)的組群的統(tǒng)計分析方法，廣泛應用于解決多種數(shù)據(jù)量較大的量化分類問題。根據(jù)物以類聚的原理，在相似的基礎上對樣本進行分類的一種多元化統(tǒng)計分析方法。與普通分類不同的是，聚類分析是將樣本歸到不同的類的一個過程，要求同一個類中的元素有較大的相似性，而不同類之間的元素有較大的相異性。聚類分析是通過數(shù)據(jù)建模簡化數(shù)據(jù)的一種方法。

3.2 K均值聚類算法

K-means算法是使用最廣泛的一種聚類算法，它的目的是使每個樣本與所在類均值的誤差平方和JK達到最小。

（1）混合樣本數(shù)目為n個，迭代次數(shù)I =1，選取K個初始的聚合中心，。

（3）計算個新的聚合中心：

4 實例分析

算例實驗湖南省48個220kV變電站負荷特性數(shù)據(jù)。該數(shù)據(jù)為標準化的湖南省多個用電行業(yè)的負荷容量百分比（表1），詳細數(shù)據(jù)參見文獻[6]附錄。

表1 部分變電站綜合負荷特性數(shù)據(jù)

SPSS是科學界公認的優(yōu)秀的統(tǒng)計軟件[7]，具有數(shù)據(jù)管理、統(tǒng)計繪圖、統(tǒng)計報表和統(tǒng)計分析的功能。采用SPSS軟件相關(guān)分析模塊進行數(shù)據(jù)處理。

表2 聚類結(jié)果

聚類數(shù)需要提前設定，經(jīng)過對比，將樣本分為5類結(jié)果最佳，聚類結(jié)果如表2所示。

最終聚類中心計算結(jié)果如表3所示，表中數(shù)據(jù)按列查看，每列數(shù)據(jù)代表該分類中不同用電行業(yè)的負荷容量占總?cè)萘康陌俜直?。可以看到，第一類變電站是以重工業(yè)負荷為主，約占45%，其次居民生活占21%；第二類變電站以居民生活負荷為主，約占55%；第三類變電站以農(nóng)業(yè)負荷為主，約占41%；第四類變電站以居民生活負荷為主，約占37%，重工業(yè)、輕工業(yè)、農(nóng)業(yè)所占比重相近，分別約為19%、17%、16%；第五類變電站以重工業(yè)負荷為主，約占62%，農(nóng)業(yè)和居民生活分別約占14%和11%。

表3 最終聚類中心

5 總結(jié)與展望

本文以變電站綜合負荷的用電行業(yè)構(gòu)成比例為特征，提出了基于K均值算法的電力負荷分類模型，研究分析了電力負荷特性。結(jié)果表明該方法具有良好的聚類綜合能力。成功地解決了負荷建模中變電站特性分類處理的問題，具有一定理論和應用價值。

[1]周開樂,楊善林.基于改進模糊C均值算法的電力負荷特性分類[J].電力系統(tǒng)保護與控制,2012,40(22):58-63.

[2]霍成軍.電力系統(tǒng)負荷特性分析研究[D].天津大學,2007.

[3]韓麗娜.杭州地區(qū)電力負荷特性的分析及預測[D].浙江大學,2008.

[4]管宇.實用多元統(tǒng)計分析[M].杭州:浙江大學出版社,2011.

[5]周潤景,張麗娜.基于MATLAB與fuzzyTECH的模糊與神經(jīng)網(wǎng)絡設計[M].北京:電子工業(yè)出版社,2010.

[6]李培強,李欣然,陳輝華,等.基于模糊聚類的電力負荷特性的分類與綜合[J].中國電機工程學報,2005,25(24):73-78.

[7]朱紅兵,席凱強.SPSS17.0中的正交試驗設計與數(shù)據(jù)分析[J].首都體育學院學報,2013,25(03):283-288.

蘇浩尊（2000—），男，山東青州人，現(xiàn)為山東省青州第一中學高二在讀學生，研究方向是電力系統(tǒng)及其自動化。