关键词超市陈列柜风幕CFD热负荷分析湿度场
1引言
陈列冷柜已经在各类超市中已得到认可和普及，内外侧的隔热一般采用风幕。但是风幕对周围空气有较强的卷吸作用；另一方面，冬季陈列框风幕的冷泄漏又形成超市空调系统的一个重要冷负荷。因此，研究陈列柜风幕系统形成的影响因素是设计节能、性能优良的陈列柜的关键，也是设计超市空调系统的依据。
国内外对风幕的研究主要集中于温度场和速度场，如DavidStribling仿真了简化的冷柜，将他的误差主要归结于对湿度场的研究[1]。
南加州Edison制冷实验室（SCERTTC）定量测试的典型陈列柜的冷负荷分布情况，提出陈列柜73%的能耗来自风幕的耗
散[2]。
本文采用CFD方法对立式陈列柜的风幕系统进行仿真，以期为陈列柜风幕系统设计提供设计思路。
2CFD模型和边界条件
2．1计算模型
立式陈列柜通常成排放置，其长度方向尺寸远大于高度和深度方向，故可简化为二维模型。卧式陈列柜的结构如图1所示。计算时忽略外部辐射和绝热层的传导换热。回风空气在流道内经过蒸发器，温度、湿度降低后，经过喷射口水平射出，形成卧式陈列柜的风幕。与立式陈列柜相比较，卧式陈列柜的出风速度较低，在浮升力的影响下，风幕有较大的变型。因此本文中紊流模型选用带浮升力项的雷诺应力模型（ReynoldsStressModel）。
湿度场的采用简化的组分平衡方程：
m1表示组分1的质量分数；J1是扩散通量；R1是反应生成率，本案例中为0。我们把水蒸气在陈列柜中生成小液滴的反应，简化为水蒸汽低于当地露点温度就产生小液滴，且在固体壁面不凝结。
图1卧式陈列柜结构示意与实验点分布图
2．2边界条件的处理
1）为使求解过程稳定，所有边界均采用速度为零，绝热的第一类边界条件，外部空间为大空间，温度为27℃，绝对湿度为10g/kg。
2）进风口按实验值设定速度、温度边界条件；回风口边界条件按进风口设定为-10Pa的压力边界条件。进风口的绝对湿度为0.2g/kg，温度为-30℃，送风速度0.6m/s。
3）壁面函数采用Spalding方法处理，该方法比较适合于Pr<1气体。
4）为了加快收敛速度，动量方程采用QUICK算法，压力方程采用标准SIMPLE算法。
2．3实验装置与误差分析
计算所用的陈列柜原型被放在一个独立的房间内进行测试，该房间温度波动小于1℃，湿度波动小于0.2k/kg。温度的测量采用T型热电偶，速度测量采用热球风速仪，湿度的测量采用电阻型高分子湿度传感器，并用TESTO-400型测量仪进行校准。实验过程中，数据采集使用KEITHLEY-2700数据采集仪，测试前将热电偶放在冰水混合物中进行校准。
实验值与计算值比较如图2、3、4所示。结果显示：说明本文建立的模型基本能反应其速度场与温度场的实际分布。
图2测试点温度比较图
图3测试点绝对湿度比较图
图4测试点速度比较图
分析实验值与计算值之间存在的误差，认为主要来源于以下4点：
（1）由于采用直接测量法，测量所采用的湿度传感器和热球风速仪对风幕有一定的干扰作用，因此存在一定误差。
（2）计算模型中仅考虑对流换热的影响，并对模型进行了简化。实际工况下，辐射传热和由风道外侧保温层进入的传导热对温度场也有一定影响。
（3）在数值计算中，湿度场并未完全耦合。尽管在风幕上方的湿度测量结果显示有一层湿空气饱和区，形成的小液滴必定会在重力的影响下对湿度场有一定的作用，但是在CFD计算的每个网格中，仅在扩散方程中处理湿空气，所以会产生一定的误差。
（4）另外，陈列柜外侧存在一定的乱流干扰。所以，实际情况下陈列柜风幕的隔热效果比CFD计算稍差。
3CFD分析
3．1流场分析
CFD计算的优点在于能比较方便地改变边界条件及其参数，分析各参数的影响并对其优化，减少实验试制的次数，以节约研制费用并缩短周期。从风幕的流场图（图5）可以看出风幕按其结构可分为三个不同的区域：
图5陈列柜流函数分布图
第一个区是出口区，由于风口仅仅采用两片薄板作为气流喷射方向的引导。所以出风口的速度分布不理想，主要表现在：1.出风口的横截面没有均匀的速度梯度，导致风幕的脉动速度较强，不利于隔热和隔湿。如果采用塑料孔板整流，风幕的水平方向性会更强，脉动速度较弱，隔热隔湿的效果会更好。
图6陈列柜温度场分布图
第二个区是发展区，在这一区域，风幕在浮升力的作用下有较大的变形，风幕的主流与方向与陈列柜底板板呈45度角。在这一区域，风幕的中心速度进一步降低，它的两侧面受到黏性力的作用，而逐渐耗散。同时在其下方形成一个涡流。当风幕的主流遇到陈列柜底板后，风幕的主流再次改变方向，顺着底板流动，并在其上方形成一个较长的涡流。该涡流的底部与温度较低的风幕接触，顶部与陈列柜上方的热湿空气接触，所以这个涡流循环是陈列柜热湿负荷的主要来源之一。
第三个区是回风区，在该区域，风幕在回风口的抽吸作用下重新汇合。但是其上方有一定的空气涡流，风幕的底部又受到陈列柜壁面的影响，气流的方向不一致，导致风幕的温湿度进一步升高（见图6）。
3．2湿度场分布
从绝对湿度场图（图7）来看，从蒸发器排出冷空气的相对湿度一般为85%，由于送风通道有一定的漏热，使得出风口的相对湿度降低至70%左右。在风幕与环境热湿空气交换的过程中，第一区域上方的绝对湿度与相对湿度最大，极有可能在该处形成小液滴。在回风口附近，温度梯度比绝对温度梯度大，所以应该产生回风口上方的相对湿度回风口下方的相对湿度小的现象。这一现象在实际测量中得到了证实（见表1）。
图7陈列柜绝对湿度分布图
利用CFD计算，陈列柜热负荷的分布如表2所示。在试验工况下陈列柜的主要热负荷来自风幕的显热负荷见图8。
图8陈列柜热负荷分布图
陈列柜温湿参数表表1温度(K)绝对温度（g/kg）
蒸发器出口2430.2
出风口244.980.2
回风隔筛252.980.74
回风通道入口253.350.74
总增量10.350.54
陈列柜的热负荷分布表表2
显热负荷潜热负荷
总热负荷（J/m）488.7
出风口通道（%）16.9-
风幕（%）68.4811.4
回风口通道（%）3.17-
所占比例（%）88.611.4
现在的研究还存在一些问题。首先，如何准确测量风幕的速度场是困扰实论证的一个难题。由于陈列柜的速度场直接影响其温度场与湿度场的分布。用一系列详细的温度场分布图来论证CFD计算的合理性也不失为一种方法。其次，CFD模型还不能精确的计算风幕的各个场分布情况，如何使计算值与测试值相吻合可以从调整紊流模型和避免过多的结构简化入手。最后，蒸发器的结霜与融霜过程对风幕隔热性能有较大的影响，考查风幕的隔热性能还缺少一个比较权威的指标，这些问题还有待进一步的研究。
4总结
本文采用雷诺应力模型建立了超市陈列柜双层风幕的数学模型并进行了实验验证，研究表明风幕的发展可以分为三个不锈钢的区域。本文同时利用CFD方法的灵活性，对风幕的温湿度场进行模拟，分析了风幕各个阶段的热负荷分布，证明了解决风幕变形与耗散是设计高效节能陈列柜的关键。最后，提出了一些有待进一步研究的问题与解决思路。
参考文献
1DavidStribling,Savvas,A.Tassou,DouglasMarriott.Atwo-dimensionalCFDmodelofarefrigerateddisplaycase.ASHRAETrans,1996.
关键词：认知负荷；教学设计；校本课程
《国家中长期教育改革和发展规划纲要（2010-2020年）》《面向21世纪教育振兴行动计划》和初中语文课程标准均认为：推进素质教育，实行课程改革，积极进行教学实验探索新教法对改进语文教学，弘扬民族优秀文化和吸收人类的进步文化，提高人民素质具有重要意义。
为了创新初中语文的教学模式和提高语文教学水平，在初三年级进行一系列以语文课程标准为指导，基于认知负荷理论的教学改革实验，取得显著的教学效果。
1 认知负荷理论的基本观点
认知负荷是指人在信息加工过程中所必需的心理资源的总量。认知负荷理论由澳大利亚教育心理学家Sweller于20世纪80年代提出，其理论基础主要是资源有限理论和图式理论。认知负荷理论研究的主要目的就是在教学过程中控制工作记忆负荷，即最大限度地降低阻碍学习的认知负荷、优化促进学习的认知负荷，使学习者合理地利用有限的认知资源，达到最好的学习效果[1]。根据影响认知负荷的基本因素，可将认知负荷分为三类（Sweller, et al，1998）：内在认知负荷、外在认知负荷和关联认知负荷。认知负荷理论在教学设计中应用的关键就是在有限的处理能力中，尽量减少外部认知负荷，而增加关联负荷；同时为了避免认知超载，对学习者已有的专业技能水平应该充分考虑，因为它直接决定了学习任务的内部认知负荷[2]。
2 认知负荷理论在初中语文教学设计中的应用
根据乌美娜的《教学设计》，以初中语文课程标准为指导，基于认知负荷理论，制定《孤独之旅》的教学设计方案。教学设计的步骤包括前期分析、教学目标的阐明、教学策略的制定、教学设计方案的编写与评价等五步。
3 教学实验及其效果检验
3.1 方法
本次教学实验被试为某中学初三年级学生124名，其中男生81名，女生43名，随机分配到4个组进行教学实验。每组人数为30～32名不等，男女比例相当。被试有相关基础知识，但没有学习过实验材料所涉及的教学内容。
实验材料包括先前知识问卷、学习材料、认知负荷自评量表、记忆和迁移测试题。自评量表包括对心理努力和材料难度的评价，目的是测量被试学习过程中认知负荷的大小，这是测量认知负荷常用的方法，也有观点认为这种测量方法尤其对内在认知负荷敏感[3]。
量表均采用9级评分制，从1～9付出的心理努力和材料的难度依次递增。对心理努力和材料难度的评价被认为是认知负荷的主观测量，而成绩则是对它的客观测量[4]。
3.2 结果
先前知识调查表明：被试已有的专业知识较少且各组被试之间没有显著差异（F(3,120)=0.72，p=0.54）。方差分析结果表明，概述与否在认知负荷（F(1,120)=12.21，p<0.01）和迁移测试（F(1,120)=7.22，p<0.01）中均有显著的主效应，但在记忆测试中主效应不显著（F(1,120)=0.87，p>0.1）；有无背景音乐则只在记忆测试中主效应显著（F(1,120)=5.97，p<0.05），在其他三项指标中主效应均不显著（均为p>0.5）；两因素在各项指标上均无显著的交互作用（均为p>0.5），所以对两因素分别进行分析。
将4个组按因素分别合并为2个组进行t检验，结果表明，概述组对认知负荷的主观评价显著低于无概述组（t(122)=-3.52，p<0.01），迁移测试的成绩显著高于无概述组（t(122)=2.71，p<0.01），两组的记忆测试成绩没有显著差异（t(122)=-0.92，p>0.1），说明概述降低了学生的认知负荷，提高了迁移成绩。在自评认知负荷和迁移测试成绩上，有无创设情境的两组之间都没有显著差异（均为p>0.5），但未创设情境组的记忆成绩显著高于有创设情境组（t(122)=2.46，p<0.05），表明创设情境虽然没有显著增加学生的认知负荷，但降低了其记忆测试成绩。
4 总结
本文以初中语文课程标准为指导，基于认知负荷理论，通过一系列教学实验，在初中语文校本课程的教学设计和教学评价方面做了有益的探索。教学实验中所得到的数据以及经过对数据分析反映的问题将为未来的语文教学设计和教学实践提供有益的借鉴。
参考文献
[1]龚德英.多媒体学习中增加相关认知负荷影响学生学习的实验研究[D].重庆:西南师范大学,2005
[2]袁磊,何克抗.认知负载理论及其在E-learning中的应用[J].现代远距离教育,2006(5):7-9
对电力客户的用电负荷进行实时监控，为电力营销的客户服务提供准确的信息数据。该系统的主要组成部分是监控中心计算机、负荷控制终端和控制管理软件。负荷控制终端对客户的负荷的电表抄收数据和负荷参数进行监测，监控中心利用计算机网络监控电力客户的用电负荷，控制管理软件将数据录入数据库，并对处理后的数据进行计算整理，提供给营销中心和客户服务中心。
2负荷控制管理系统在电力计量中的功能
2.1管理功能
利用负荷控制管理系统能够编制供电公司实施负荷控制的具体方案，该系统中的电子制表功能可自动打印各个时期的报表。
2.2负荷控制功能
主要作用是以手动或自动方式对控制中心的跳闸、合闸进行定时操作，并控制输送电能的功率，定时控制电能的投入和解除。此外，还能够对系统中单独的负荷控制终端的功率数值、控制时段、电能的定值进行设置和调整。
2.3数据分析统计功能
能够对不同供电地区的累计使用电力进行统计，对客户关联表计的三相不平衡率进行分析，统计异常停电的时间、次数，对电力供应的稳定性和供电质量进行分析，并分析出现异常状况的原因、供电运行中的潜在风险和电力计量装置中出现的故障。
2.4通讯功能
将每个负荷控制终端的信息数据与负荷控制中心的信息数据交换，交换上下级负荷控制中心的数据信息。
2.5用电异常监测和警示功能
一旦电力客户出现用电异常的情况，系统控制终端就会对异常信息进行分析诊断，并及时向系统主站提供警报。常见的用电异常情况包括电表或计量柜被异常开启、电表固定参数设置异常改变、电流回路或电压接错线等。
2.6其他功能
系统在调试时能够与终端进行互动通话，监督配电网中各类电气设备的分闸、合闸操作情况和设备运行情况。
3负荷控制管理系统在电力计量中的具体应用
3.1数据采集功能的具体应用
负荷控制管理系统中的数据采集功能在电力计量中的应用范围十分广，该功能的实现依靠将公共无线通信数据与网络和短信通信相结合。应用数据采集功能应遵循如下要点：第一，保证在采集数据时，在多线程同时发送的通信调度管理基础之上，完整实现对多样采集服务器的均衡负载机制；第二，进行数据采集时，除了配置必要通道，还应配置两个以上的备用通道，并保证备用通道实现负载均衡的自动化，提高数据采集的精准和效率；第三，系统定时对远距离的抄录数据进行采集时，要确保合理划分采集的时间间隔，对数据的抄录要按照实际情况制定科学的抄表方案，确保采集数据的精准；第四，负荷控制管理系统的负荷控制中心主站计算机与负荷控制终端进行数据通信时，要采用数据压缩的算法，为数据通信的安全稳定提供保障。将负荷控制管理系统的数据采集模块实际应用到电力计量中，一般包括两个项目。第一，每日负荷曲线项目，对电力计量装置在每天特定时间内用电现场的各种负荷变量进行记录，这些变量数据包括平均功率、有功功率和无功功率。负荷控制中心分析这些采集到的数据信息，然后对电能的使用加以控制。第二，故障数据记录项目，记录电流超过负荷、电流过压或失压、断相、掉线等故障情况的数据，并且要对故障发生的起止时间和问题的详细描述进行记录。
3.2负荷控制功能的具体应用
负荷控制管理系统的负荷控制功能主要通过按电能控制、按功率控制和自动控制三种方式来实现。按电能控制：负荷控制管理系统中的负荷控制中心能够实时监控用电现场的电能使用状况，一旦用电使用量达到设置定值的80%，控制中心就会马上对负荷控制终端发送警报信号，终端接收到该信号之后就会自动实施负荷控制。按功率控制：负荷控制中心实时监控用电现场的用电功率，当用电功率超过设置值时，负荷控制中心自动向控制终端发出警报，终端就会对超负荷电量使用进行控制。如果功率降到了设定值以下或负荷控制解除，负荷控制中心也会相应撤销对负荷终端的控制。自动控制：在负荷控制中心设定的时期内，如果负荷未能被控制在设置值范围之内，负荷控制终端就会自动发送跳闸指令，执行跳闸操作。跳闸结束之后，电量的定值会被重新设置，此时负荷控制终端会自动执行合闸操作，完成自动控制负荷的任务。
4结语
在通信电源正常交流供电的可靠性无法满足以及蓄电池容量长时间放电受到影响的两种情况下制定电力通信应急方案。在任何情况下必须保证核心设备供电得到充分保障。应急预案适用于沅陵运维监控中心及远方集控中心市电停电，本方案针对停电导致机房温度变化划分故障等级，对机房负荷重要性进行分类，制定相应应急操作流程，确保机房核心通信设备供电得到充分保障。
2故障等级划分
2.1符合以下条件之一确认为Ⅲ级故障
（1）夏天市电计划停电1小时以内（含1小时），机房温度不高于30℃；（2）冬天市电计划停电2个小时以内（含2小时），机房温度不高于30℃。
2.2符合以下条件之一确认为Ⅱ级故障
（1）夏天市电计划停电2小时以内（含2小时），且无法通过柴油发电机等其他方式恢复供电；（2）冬天市电计划停电3个小时以内（含3小时），且无法通过柴油发电机等其他方式恢复供电；（3）非计划停电1小时以内（含1小时），且无法通过柴油发电机等其他方式恢复供电；（4）机房温度高于30℃不高于35℃。
2.3符合以下条件之一确认为Ⅰ级故障
（1）夏天市电计划停电2小时以上，且无法通过柴油发电机等其他方式恢复供电；（2）冬天市电计划停电3个小时以上，且无法通过柴油发电机等其他方式恢复供电；（3）非计划停电1小时以上，且无法通过柴油发电机等其他方式恢复供电；（4）机房温度高于35℃。
3Ⅰ级故障的应急处理
（1）运维值班人员通知信息中心负责人；（2）运维值班人员通知系统管理员关闭机房二、三级用电负荷设备，通知相关人员关闭远方集控值班室、调度值班室、监控机房、调度机房内非必要的工作站、显示器等用电设备；（3）运维值班人员外网中断及相关业务中断通知；（4）运维值班人员每15分钟巡视一次动环系统，注意机房温度、蓄电池容量等信息并做好记录；（5）如机房温度大于35℃，采用风扇加快机房散热，并使用冰块进行降温；（6）当蓄电池容量低于80%，运维人员电池每15分钟测量一次蓄电池电压，当蓄电池单体电压下降至11.5V时运维人员通知生技部，建议切断调度权。调度权切换后通知电修部关闭相关设备。
4沅陵监控制中心及远方集控中心负载级别定义
用电负荷级别定义：一级为最重要用电负荷，一般情况不允许关停，即不允许间断的电源；二级一般重要用电负荷，在确认暂停不会影响考核指标的情况下可关停的设备，即允许短时间中断用电设备供电的电源；三级为一般用电负荷，在应急情况下可以立即关停的用电设备。其中监控系统、二次防护网的用电设备在正常情况下定为一级最重要用电负荷，在调度权转移至凤滩后，降为二级；水库调度设备正常情况下定为一级用电负荷，在沅陵无人值班的情况下降为二级。
5加强通信机房设备巡视与管理
电力通信机房承载着电力系统通信设备运行的重任，因此需要加强对机房设备的日常巡视，从而保证系统的正常运行。机房设备的日常巡视工作主要包括设备巡视周期、巡视前准备、巡视路线以及巡视记录等，同时，设备日常巡视的完善程度也是电力企业通信机房管理自动化水平的表现。
5.1通信机房设备的巡视
5.1.1机房设备巡视的周期。
机房设备的巡视应根据有关规定增加巡视周期，在早上7时、中午11时、晚上6时和晚上10时进入机房进行设备巡视，并记录巡视情况。这样缩短机房设备巡视时间间隔，有利于及时准确地了解机房设备的运行情况，及时对可能发生的问题进行预防或者解决。
5.1.2机房设备巡视前的准备工作。
进行机房设备的巡视之前需要进行多方面的准备，其中最重要的是巡视人员的安全。首先，巡视人员需要通过《电力安全工作规程》的考试，身体健康，具备工作所需要的电气知识与专业知识，对系统和设备熟悉，具有较多的工作经验，着装规范，才能够进行机房巡视。其次，要针对巡视过程中通常存在的一定危险点，制定相应预防措施，避免设备巡视危险点的发生。
5.1.3机房设备巡视的路线。
对机房设备的巡视路线对于设备的巡视具有十分重要的作用，合理地巡视路线，既能够提高设备巡视的效率，同时也能够保证设备巡视的质量。因此，需要根据机房的实际布局情况，制定最科学合理的机房巡视路线。进入机房时首先检查空调的运行情况，然后查看机房的温度和湿度，最后对机房设备逐个巡视，从而避免漏巡和巡视不到位的情况，提高巡视的效率和质量。
5.1.4机房设备巡视中应遵守事项。
设备巡视前，应对使用的工具进行检查，避免不合格工具的使用。设备巡视的主要工具包括有静电接地工具、数字万用表、应急灯、组合工具箱和清扫工具等。对巡视过程中发现设备异常、缺陷、故障等隐患及机房“六防”环境异常情况进行缺陷登记并具备一定应急处理技能。
5.1.5做好设备的巡视记录。
为确保设备的稳定运行，应通过详细的巡视记录来提高记录本身的适用性与准确性，同时还需要对机房运行环境实施更有效的监控，其中对机房运行环境的监控主要包括机房温度、湿度、内置空调的显示温度以及告警提示等。通过对上述指标的监控以及巡视记录，为以后故障的处理提供一定的参考指导。
5.2加强机房设备的管理
5.2.1加强机房设备温度和湿度的监控。
通常对机房设备的巡视主要是实现对整个机房内的温度和湿度的控制，而各个设备的散热情况存在一定的差异，即使机房的温度和湿度达到标准，也存在部分设备散热不佳的情况，这将严重影响设备的正常运行，甚至对整个机房和电网系统运行造成影响。因此，需要加强对各个设备的温度和湿度的监控，如对设备和机房安装温度和湿度监控单元等，将机房的温度和湿度以及异常情况等参数接入手机系统，从而对设备运行时的温度和湿度及机房异常情况进行实时监控，有助于第一时间及时发现异常和缺陷告警和排除故障，对预防事故的发生，确保设备安全运行有着重要的作用。
5.2.2完善并落实设备巡视、管理制度。
完善的设备巡视制度、考核制度与相关的管理制度才能够促进设备巡视质量的提高，保证设备以及相关工作人员的安全。因此，需要进一步完善各种规章制度，从而提高设备的安全性能，督促设备巡视工作的顺利进行。制度完善后需要切实落到实处，应严格按照制度的规定执行，建立设备巡视考核积分管理制度，保证设备巡视的质量以及效果。
6结语
关键词：燃气负荷；灰色理论；中长期预测
1. 燃气负荷预测概述
随着" 西气东输" 战略的逐步实施，我国天然气工业得到了快速发展。这无疑进一步推动了我国城市天然气化的进程，同时将促进天然气输气理论和技术的发展。其中，城市燃气负荷预测作为一项重要的研究课题不断受到专家学者的关注。这是由于预测水平的好坏直接决定了燃气系统实施控制、城市气源的科学决策、燃气管网的合理规划以及燃气运行的优化调度水平等方面，从而达到科学指导未来的生产计划的目的，对燃气行业发展具有重要意义[1]。
燃气负荷是一种广泛的概念。燃气系统终端用户对燃气的需求量形成燃气系统最基本的负荷，即燃气用气负荷，简称燃气负荷[2]。通常情况下，燃气负荷分为短期负荷（小时负荷、日负荷）和中长期负荷（月负荷、年负荷）。对于不同的负荷，其变化规律也不尽相同。短期燃气负荷具有趋势性、随机性，以一定周期规律进行变化；而中长期负荷具有较强的规律性，主要受季节、地理位置等因素影响。因而，根据不同燃气负荷的特点选择合适的预测方法对于取得较好的预测效果具有重要意义。
对于燃气负荷预测的研究起始于20世纪60年代。进入21世纪以来，随着燃气工业的不断发展与计算机技术的不断进步，负荷预测的速度和精度逐渐提高。越来越多的预测方法不断涌现。目前常用的燃气负荷预测方法包括：时间序列法、灰色理论预测法、回归分析法、神经网络法等[3-6]。对于中长期负荷预测，考虑历史记录较少的特点，本文采用灰色理论方法进行燃气负荷的中长期预测。
2. 灰色理论原理
灰色理论是一门研究信息部分清楚、部分不清楚并带有不确定性现象的应用数学学科。其主要研究的就是"外延明确，内涵不明确"的小样本。灰色预测是用灰色模型GM（Grey Model）进行的定量预测。GM（1， 1）模型是最常用的一种灰色模型。设变量的原始数据序列为x（0） ：
x（0）={x（0）（1），x（0）（2），...，x（0）（n）} （1）
对其进行一次累加处理，生成一次累加数据序列x（1） ，即：
x（1）={x（1）（1），x（1）（2），...，x（1）（n）} （2）
其中，
x（1） （k）=x（0）（i） （3）
由于序列 x（1） （k）符合指数增长规律，对该序列建立一阶微分方程，即：
+ax（1）=u （4）
式中， a代表发展系数； u代表灰作用度。根据微分方程理论，GM（1， 1）的解为：
x（1） （k+1）=[x（0）（1）-] e-ak+ （5）
对上式进行累减还原，得：
x（0） （k+1）= x（1） （k+1）- x（1） （k） （6）
式a和式b为GM（1， 1）模型的时间响应函数。
通过公式可知，灰色预测方法具有运算简单、需求负荷值较少、建模简单等特点。在历史负荷数据较少的情况尤其适用。
3. 基于灰色理论燃气负荷预测实例
为验证灰色理论预测方法的正确性及有效性，下面采用编制的燃气负荷预测系统对某城市工业燃气负荷进行预测，燃气负荷原始数据如表1所示 ：
表1 某城市工业燃气用气量 106 （m3/a）
年份 1980 1981 1982 1983 1984
用气量 1137.91 1254.25 1287.74 1308.25 1511.22
年份 1985 1986 1987 1988 1989
用气量 1636.12 1836.25 2032.78 2027.74 2071.07
采用灰色理论方法对某城市1985-1989年的工业用气量进行预测的结果如表2所示：
表2 某城市工业燃气用气量真实值与预测值对比 106 （m3/a）
年份 1985 1986 1987 1988 1989
实际值 1636.12 1836.25 2032.78 2027.74 2071.07
预测值 1650.63 1721.32 2200.55 1986.43 1988.24
预测误差/% 2.14 5.23 9.33 1.06 3.06
从表2的预测结果可以看出，采用灰色理论方法可根据较少的历史负荷值对未来的燃气负荷进行较为准确的预测，却算法简单、计算效率高。从而体现了灰色理论方法在燃气负荷预测中的有效性。
4. 结论
燃气负荷预测是一个系统工程，受多种因素影响。本文从燃气负荷的规律出发，针对历史燃气负荷值较少的特点，采用灰色理论方法对某城市工业燃气负荷进行预测。实践证明，灰色理论方法可以较为准确的对燃气负荷进行预测，是一种有效、实用的燃气负荷预测方法。本文根据灰色理论方法编制了燃气负荷系统，实现了灰色理论预测的自动化，对工程实践具有一定的指导意义。
参考文献：
[1] 严铭卿，焦文玲，展长虹，等.我国城市燃气的发展模式[J].油气储运，2001，20（7）：10-12
[2] 刘红，邹艳双. 基于回归分析的燃气负荷预测[J].内蒙古石油化工，2012，4：39-40
[3] 焦文玲. 城市燃气负荷时序模型及其预测的研究[D].哈尔滨： 哈尔滨工业大学，2001
[4] 杜元顺. 煤气日负荷系数的回归分析方法[J].煤气与热力，1982，2（4）： 26-30
[5] 胡文斌，华贲，杨昌智. 灰色理论在城市燃气负荷预测中的应用[J].煤气与热力，2002，22（1）： 28-31
关键词：负荷预测；灰色理论；GM(l,1)模型；平滑改进
Abstract: accurate load forecast for the operation of the power system optimization has profound implications. This paper by using the grey theory of long-term power load forecasting for quantitative analysis, and to the two improved methods posterior poor inspection comparison, the final is proposed based on a smooth data processing the combination of theory with the gray prediction model.
Keywords: load forecasting; Grey theory; GM (l, 1) model, Smooth improvement
中图分类号：TU74文献标识码：A 文章编号：
1 引言
目前，国内外采用的预测方法有时间序列分析法、相关分析法、回归分析法、灰色预测方法等，时间序列法对规律性的处理不足；回归分析法的预测精度较低；灰色预测方法则是当数据离散程度越大时，预测精度越差。本文通过改进灰色预测理论并进行分析，提出采用组合预测的方法进行负荷预测，提高预测精度。
2 电力负荷预测理论与灰色预测理论
2.1 电力负荷预测理论
一般来说，按时间长短，电力负荷预测主要分为以下四种：
(1)长期负荷预测。预测电力负荷十年以上的变化；
(2)中期负荷预测。预测电力负荷五年左右的发展变化；
(3)短期负荷预测。其主要预测电力负荷一年内的变化情况；
(4)超短期负荷预测。主要是预测未来一小时甚至更短时间的电力负荷变化情况。
本文重点研究中长期负荷预测。
2.2 灰色预测理论
GM(1,1)模型是电力负荷预测的一种有效模型，是GM(1,n)的特例模型。GM(1,1)模型的建模具体步骤如下：
1)对原始灰色数列进行生成处理，削弱其随机性，增强规律性；
2)建立GM(1,1)模型，用最小二乘法求出模型参数；
3)对辨识后的模型进行检验，如果模型可行，进入下一步，否则转到第一步；
4)根据建立的 GM(1,1)模型预测生成的未来值；
5)将预测结果作逆生成(累减生成)处理，得到真实的预测值。
3 实证分析
参考2002年到2008年某市年用电量数据，应用灰色预测模型进行分析。
从表1中可以看出，最大的相对误差是6.3%，最小的相对误差是0.3%， 预测效果还是比较满意的。针对此灰色模型提出了两种改进方法。
(1)改变最小二乘法中的参数矩阵，并对相应模型的时间响应方程进行改变；
(2)针对原始数据中可能存在的异常值，对原始数据序列进行三点平滑处理；
从表3可以看出，运用三点平滑处理后的预测相对误差减小，说明这种改进方法是可行的。
4 结论
本文通过实证分析，证明灰色预测模型预测精度较标准，提出的基于灰色理论与平滑处理相结合的预测模型取得较好的结果。关于对灰色预测模型进行改进的方法有很多，但并不存在一种通用的灰色改进模型，必须结合电力负荷预测的实际情况，针对负荷变化的特点做进一步完善。
5 参考文献
[1]牛东晓,曹树华等.电力负荷预测技术及其应用.北京:中国电力出版社,1998
[2]张大海,史开泉.灰色负荷预测的参数修正法.电力系统及其自动化学报,2001
[3]雷镇,阮萍.基于人工神经网络的中长期负荷预测算法,微机发展.2006
[4]魏伟,牛东晓.负荷预测技术的新进展.华北电力大学学报,2002
关键词 负荷预测 灰色理论 短期 GM（1，1）
中图分类号：TM 文献标识码：A 文章编号：1009-914x（2014）08-01-01
0 前言
电力负荷预测是电力系统调度、用电、计划、规划等管理部门的重要工作。有效地提高负荷预测结果，有利于计划用电管理，有利于机组检修计划和合理安排电网运行方式，有利于节煤、节油和降低发电成本，有利于制定合理的电源建设计划，有利于提高电力系统的经济效益和社会效益。因此，负荷预测已经成为实现电力系统管理现代化的重要内容之一。
负荷预测的和心问题是预测的技术方法，或者说是预测的数学模型，随着现代科学技术的快速发展，负荷预测技术的研究也在不断深化，各种各样的负荷预测方法不断涌现，从经典的单耗法。弹性系数法、共计分析法，到现在的灰色预测法、专家系统法、模糊数学法以及神经网络法、优先组合法和小波分析法，他们都有各自的研究特点和使用条件，不弄清其模型结构和使用范围而盲目地生搬硬套，可能不会取得理想的预测效果，反而事倍功半。
1 电力系统短期负荷
电力负荷预测中经常按时间期限进行分类，通常分为长期、中期、短期和超短期负荷预测[1]。通常长期负荷预测以年为单位，指10年以上的符合预测；中期负荷预测以年为单位，指5年左右的负荷预测。中长期负荷预测母的在于辅助决定新的发电机组的安装与电网规划、增容和改建。
电力短期负荷预测以月为单位的预测，指一年之内以负荷预测；同样可以以周、天、小时为单位的负荷预测，用来预测未来一个月度、一周、一天的负荷情况，并能够预测未来一天24h中每个时间段的负荷情况[2]。意义在于指导燃料供应的计划；提出运行中的电厂出力预告，提前估计发电机组的出力变化；有助于合理安排机组的启停和检修，在一定程度上提高了经济性，降低选择储备容量。
超短期负荷预测指未来1h、0.5h甚至10min的预测。其意义在于能够应用计算机在线控制电网、按预测发电量合理安排运行方式，进而降低发电成本。
2 基于灰色系统理论的模型的负荷预测方法
2.1 GM（l，l）模型建模机理
灰色模型（GREY MODEL，缩写GM）。灰色建模的思想是用原始数据序列作生成数后建立微分方程。由于系统被噪音污染后，所以原始数据序列呈现出离乱的情况，这种离乱的数列是一种灰色过程，对灰色过程建立模型，称为灰色模型[3]。灰色系统理论其所以能够建立微分方程型的模型，是基于下述概念、观点和方法。
（1）灰色理论将随机变量当作是一定范围内变化的灰色变量，将随机过程当作是在一定范围、一定时区内变化的灰色过程。
（2）灰色理论将无规律的原始数据经生成后，使其变为较有规律的生成数列再建模，所以GM模型实际上是生成数列模型。
（3）灰色理论按开集拓扑定义了数列的时间测度，进而定义了信息浓度，定义了灰导数与灰微分方程。
（4）灰色理论通过灰数的不同生成方式，数据的不同取舍以及参差的GM模型来调整、修正、提高精度。
（5）灰色理论模型基于关联度的概念及关联度收敛原理。
（6）灰色GM模型一般采用三种检验，即参差检验、关联度检验、后验差检验。参差检验是按点检验，关联度检验是建立的模型与指定函数之间近似性的检验，后验差检验是参差分布随机特性的检验。
（7）对于高阶系统建模，灰色理论是通过GM（1，N）模型解决的。
（8）GM模型所得数据必须经过逆生成作还原后才能使用。
2.2 GM（l，1）模型描述及建立
5 结论
1. 通过灰色模式GM（1，1）成功预测出黑龙江电网未来24h的电力负荷情况，并通过matlab绘制出其负荷曲线
2. 在电力系统灰色负荷预测中的应用结果表明，这一方法在提高灰色系统建模精度方面有相当的优越性，预测结果比常规灰色模型有很大的改善。
参考文献
[1] 赵希正.中国电力负荷特性分析与预测.中国电力出版社，2002.
[2] 陈志业，牛东晓，张英怀 等.电网短期负荷预测的研究.中国电机工程学报1995，15（l）：30-35.
[3]康重庆等.灰色系统参数估计与不良数据辨识.清华大学学报，Vol.37.No.4：72～75.
关键词：年度电力负荷预测； 灰色系统； GM（1，N）
中图分类号：TM715 文献标识码：A 文章编号：1006-3315（2012）07-165-001
电力负荷预测是通过研究和分析电力负荷发展变化规律，从而对其未来的发展状态或趋势进行预测或者判定的过程。按照预测时间的长度来划分电力负荷预测，可分为长期、中期、短期电力负荷预测。通常情况下，长期预测指以年份为预测单位的电力负荷预测，其主要功能是为电网规划、电能资源分配提供参考依据，年度预测常用的方法有回归分析法、灰色预测法、系统动力学法、神经网络法等。本文所进行的年度电力负荷预测属于长期电力负荷预测的范畴预测。
灰色预测指针对灰色系统所做的预测。灰色系统理论认为，对一个同时含有已知信息和未知信息的系统进行预测，就是对在一定范围内变化的灰色过程的预测。其潜在的数据一定有某种特定的规律。灰色预测方法是灰色系统理论的重要内容之一，其最基本的模型就是GM（h，m）模型，其中，h表示灰色模型中微分方程的阶数，m为变量的个数。利用灰色理论对年度电力负荷进行预测，由于年度负荷数据呈现单调递增变化，同时受到国民经济发展水平、人口分布、产业结构调整、电价等诸多因素的影响，因此，可以采用灰色GM（1，N）模型进行预测。
包头地区属于典型的重工业地区，其主要电力负荷是以钢铁、冶金等为主的工业负荷，统计数据显示，该类型负荷占到了总负荷的80%左右，工业用电有两个特点，一是量大，二是稳定。从预测类别来看，年度电力负荷预测通常会受到诸如国民经济发展水平、人口分布、产业结构调整等不确定性因素影响，具有灰色系统特征，因此，可以建立基于灰色系统GM（1，N）的年度电力负荷预测模型（建模过程略），对包头地区进行年度电力负荷预测。
收集包头地区全社会近10年来的电力负荷预测相关数据，主要有全社会用电量、GDP、人口总数，采用基于灰色系统GM（1，N）的年度电力负荷预测模型，对包头地区2012-2016年各年进行了年度电力负荷预测。如表1所示，包头地区全社会用电量、GDP、人口总数以及包头地区2012-2016年各年电力负荷预测结果。
表1 包头地区全社会用电量、GDP、人口总数及预测结果
注：用电量单位为亿KWh，国内生产总值单位为亿元，人口总数单位为万人。
由表1数据可以看出，2012-2016年五年内包头地区的用电负荷呈逐年上升趋势，这与包头地区近年来国外资金的快速涌入，经济的迅猛发展相吻合。该预测能够为包头地区近年来的电力系统规划提供借鉴。
本文从电力负荷预测的基本理论出发，根据包头地区年度电力负荷预测的特点，建立了基于灰色系统的年度电力负荷预测模型，对包头地区2012-2016年的年度电力负荷进行了预测，预测结果与其它预测方法的预测结果较为接近，证明了年度电力负荷预测模型的合理性。
参考文献：
购物车(0)
