下载文档原格式
电力系统中的负荷建模技术在当今高度依赖电力的社会中，电力系统的稳定运行至关重要。
而负荷建模技术作为电力系统分析与控制中的关键环节，对于准确评估电力系统的性能、规划电力网络以及保障供电的可靠性具有极其重要的意义。
那么，什么是电力系统中的负荷建模呢？简单来说，负荷建模就是对电力系统中用户所消耗的电力负荷特性进行数学描述和建模。
这就好比我们要了解一个人的行为习惯，需要对他的日常活动进行观察和总结一样。
在电力系统中，负荷并不是一成不变的，它会随着时间、季节、天气等因素而发生变化。
比如在炎热的夏天，空调的使用量会大幅增加，导致电力负荷急剧上升；而在深夜，大多数用户都在休息，负荷则相对较低。
因此，准确地建立负荷模型，对于电力系统的运行和规划是非常必要的。
负荷建模的方法多种多样，常见的有统计综合法、总体测辨法以及故障拟合法等。
统计综合法是通过对大量用户的用电数据进行统计分析，综合得出负荷的特性模型。
这种方法就像是对一个群体的行为进行大数据分析，找出普遍规律。
首先，需要收集各类用户的用电设备信息、使用时间等详细数据。
然后，根据这些数据，计算出不同类型用户在不同时间段的负荷特性。
最后，将这些特性综合起来，形成整个电力系统的负荷模型。
这种方法的优点是能够较为全面地考虑各种用户的情况，但缺点是数据收集的工作量巨大，而且对于一些新兴的用电设备和用电行为可能难以准确预测。
总体测辨法是通过在实际电力系统中进行测量和辨识，获取负荷的模型参数。
想象一下，我们在电力系统中安装各种测量仪器，实时监测负荷的变化情况，然后通过特定的算法和软件对这些数据进行分析和处理，从而得到负荷模型。
这种方法的优点是能够直接反映实际负荷的特性，但也存在一些局限性，比如测量误差可能会影响模型的准确性，而且对于复杂的电力系统，测量和辨识的难度较大。
故障拟合法则是通过对电力系统故障时的负荷响应数据进行分析，来建立负荷模型。
当电力系统发生故障时，负荷会出现相应的变化，通过研究这些变化，可以了解负荷的动态特性。
49暖通空调篇1、引 言相对于传统的集中供电方式而言，分布式能源是一种以小规模、小容量（数千瓦至50MW ）、分散式的布置在用户附近的新型供能系统，按用户需求可独立地输出冷、热、电能的系统[4]。
分布式能源的先进技术主要包括可再生能源利用技术和天然气冷热电三联供等多种形式，其中燃气冷热电三联供技术较为完善，建设相对简单，在全世界范围内广泛推广。
在进行冷热电三联供系统设计时，准确计算出建筑逐时负荷是三联供系统优化配置与运行分析的基础。
目前，建筑物逐时冷热负荷的模拟计算，发展较为成熟，自20世纪60年代美国电力公司开始用计算机模拟建筑冷负荷以来，先后出现了大量模拟软件，如美国的DOE-2、BLAST 、EnergyPlus ，英国ESP-r ，日本的HASP 和清华大学的DeST 等[2]。
建筑物逐时电负荷的模拟计算方法相对较少，同济大学杨木和基于对建筑冷热电负荷调查研究的基础上，采用日本三联供设计手册中的相关数据，利用逐时能源负荷分摊比例的方法，来模拟计算三联供系统中的全年逐时电负荷[2]。
清华大学李辉在对不同建筑类型负荷基本构成及变化特点进行分析的基础上，提出利用“负荷因子”来反映不同建筑类型负荷的逐时变化特点，并结合“设计负荷”概念，得出负荷计算的方法[1]。
随着社会发展和建筑功能的多样化，单一的燃气冷热电三联供系统可能无法完全满足建筑自身的用能需要。
国内外学者提出利用可再生能源系统与冷热电三联供系统集成设计的方案。
利用系统工程学中设计一个柔性系统，能适应不同季节、不同时段各种变化负荷，并保持高效率的理论及对分布式能源的研究。
作者前期通过对北京燃气大楼、北京南站的调研分析，冷热电三联供系统中的用气和用电不均衡，是目前能源使用结构不合理主要因素之一。
如果能够找到冷热电三联供系统运行中的负荷缺口，将冬季用气量和夏季用电量的峰值“削掉”，利用可再生能源作为基于分布式能源系统的逐时冷热电负荷模拟计算□ 沈阳建筑大学 王骞 朱桐□ 中国建筑科学研究院 宋波本文研究基于分布式能源系统的建筑逐时冷热电负荷计算，利用DeST软件和热电冷联产系统负荷模拟计算[1]中的电负荷模拟计算方法，计算全年逐时冷热电负荷变化，计算热电比和分析模型冬季供暖及生活热水负荷变化，找出单一冷热电三联供系统的负荷缺口，同时对太阳能热利用系统进行简要分析，从而提出尝试利用太阳能热利用系统与冷热电三联供系统集成的形式来实现系统经济运行。
新形势下我国电力需求预测的基本思路王琦摘要：随着社会经济的不断发展，电力供需的矛盾也在逐渐深入，电力已经成为了一种商品化的物质，进入到了社会的生产和人们的生活当中，因此就需要对电力市场的需求变化进行全方位的分析，从而对电力需求变化所产生的规律进行充分预测，以此来加强电力系统的服务。
在电力市场的营销战略当中，首先需要对其进行电力需求预测，在电力需求的长期预测当中，存在着很多经典的方法，比如回归法、时间序列法以及相关分析法等。
在实际工作当中需要根据实际情况来对其进行预测，从而通过历史的数据进行预测。
关键词：新形势；电力需求预测；基本思路预测未来电力消费水平一直以来都是国内外难题，在当前我国“结构转型”的大背景下则表现得尤其突出。
当前学界以及政策界对电力需求预测存在着“中长期预测的逻辑短视”和“短期预测的思维固化”这两种倾向。
所谓“中长期预测的逻辑短视”指的是在预测中长期电力消费时，过分强调从历史数据中得来的相关规律以及短期电力消费增长趋势，而忽视了未来经济社会发展的转型方向；所谓“短期预测的逻辑固化”指的是在预测短期电力消费时，往往沿用中长期电力需求预测思路，将GDP增长、产业结构调整等长期因素考虑进来，但缺少对中频或高频经济数据的挖掘及其与电力消费数据的关联分析，同时也忽视了短期内对电力消费影响巨大的“小概率”事件，如极端气温等。
1电力需求概述目前，在中国电力行业需要多种方式分析。
不同的分类有不同的研究目的。
根据部门的性质、用电的目的、用电单位和电力负荷的大小等，在电力系统的需求划分中，主要分类方法主要根据电力消耗的性质进行划分。
以及电力负荷的时间。
在电力需求方面，需要根据不同的用电需求进行分析，如工业用电、农业用电、城乡居民用电、用电等各种用电需求进行分析研究。
在第一产业中，电力的主要需求是农业用电，整个社会的用电比例很小。
具有较强的季节性特征。
白天的变化相对较小，但月内和月内的负荷变化相对较大，表现出不平衡的特点。
用电负荷建模方案引言用电负荷建模是一种重要的技术，它能够帮助我们预测和优化电力系统的负荷需求。
在本文档中，我们将介绍用电负荷建模的基本概念和方法，并讨论其在电力系统中的应用。
一、用电负荷建模的基本概念用电负荷建模是指通过统计和分析已有的用电数据，建立模型来预测未来的用电负荷需求。
这个模型可以基于各种因素，例如时间、天气、季节等，来准确预测电力系统未来的负荷需求。
二、用电负荷建模的方法在用电负荷建模中，常用的方法包括时间序列分析、回归分析和人工智能算法等。
下面分别介绍这些方法的基本原理和应用。
2.1 时间序列分析时间序列分析是用电负荷建模中最常用的方法之一。
它基于历史用电数据，通过对时间序列进行分析，来预测未来的用电负荷需求。
常用的时间序列分析方法包括移动平均法、指数平滑法和ARIMA模型等。
2.2 回归分析回归分析是用电负荷建模中另一个常用的方法。
它通过将用电负荷与其他相关因素进行回归分析，来建立负荷预测模型。
例如，可以将用电负荷与天气因素、节假日等进行回归分析，从而预测未来的用电负荷需求。
2.3 人工智能算法人工智能算法在用电负荷建模中也得到了广泛的应用。
例如，可以使用神经网络算法来建立负荷预测模型，通过对大量的用电数据进行训练，来预测未来的用电负荷需求。
另外，遗传算法等进化算法也可以应用于用电负荷建模中，以优化模型参数和提高预测精度。
三、用电负荷建模的应用用电负荷建模在电力系统中有着广泛的应用。
下面列举了一些常见的应用场景。
3.1 电力系统规划在电力系统规划中，用电负荷建模可以帮助确定未来需求增长，从而指导电力系统的扩建和升级。
通过建立负荷预测模型，可以准确预测未来的用电需求，并据此制定合理的规划方案。
3.2 电力市场调度在电力市场调度中，用电负荷建模可以帮助电力公司进行负荷平衡和调度。
通过准确的负荷预测，可以合理分配电力资源，优化电力系统的运行，并降低供需不平衡带来的影响。
3.3 节能管理用电负荷建模可以帮助企业进行节能管理。
电力负荷预测方法
电力负荷预测方法包括以下几种：
1、统计模型法。
这种方法主要是采用统计学方法，利用历史数据进行分析，建立预测模型，然后预测未来的电力负荷。
常用的统计模型有回归分析、时间序列分析等。
2、神经网络模型法。
神经网络模型是一种基于人脑运算方式的模型，能够处理大量的异质性数据，并具有较强的非线性建模能力。
神经网络模型的预测能力很强，但需要大量的数据作为训练样本。
3、机器学习模型法。
机器学习模型是一种基于数据驱动的方法，通过学习历史数据中的模式，建立预测模型，进行未来的负荷预测。
常用的机器学习模型有支持向量机、决策树、随机森林等。
4、混合模型法。
混合模型是将多个预测模型结合起来，形成一个综合模型，进行负荷预测。
混合模型可以降低单一模型带来的误差，提高预测精度。
5、物理模型法。
物理模型是根据电力系统的物理性质、电力负荷的特征、能源供应等因素，通过建立数学模型，进行预测分析。
物理模型的预测能力较强，但模型建立需要考虑许多复杂的因素。
统计综合法负荷建模中的调查方法及应用_王琦第34卷第2期电网技术V ol. 34 No. 2 2010年2月Power System Technology Feb. 2010 文章编号：1000-3673（2010）02-0104-05 中图分类号：TM 714 文献标志码：A 学科代码：470·4051统计综合法负荷建模中的调查方法及应用王琦1，张文朝1，汤涌1，赵兵1，邱丽萍1，高洵2，邵广惠3，熊卫红4，史可琴5（1．中国电力科学研究院，北京市海淀区100192；2．华北电网有限公司，北京市宣武区 100053；3．东北电网有限公司，辽宁省沈阳市110006；4．华中电网有限公司，湖北省武汉市 430077；5．西北电网有限公司，陕西省西安市 710048）A New Load Survey Method and Its Application in Component Based Load ModelingWANG Qi1, ZHANG Wen-chao1, TANG Yong1, ZHAO Bing1, QIU Li-ping1,GAO Xun2, SHAO Guang-hui3, XIONG Wei-hong4, SHI Ke-qin5(1. China Electric Power Research Institute, Haidian District, Beijing 100192, China; 2. North China Grid Co., Ltd., Xuanwu District, Beijing 100053, China; 3. Northeast China Grid Co., Ltd., Shenyang 110006, Liaoning Province, China; 4. Central China Grid Co., Ltd., Wuhan 430077, Hubei Province, China; 5. Northwest China Grid Co., Ltd., Xi’an 710048, Shaanxi Provine, China) ABSTRACT: A new load survey method, which combines load screening on all substations with detailed investigation of typical substations, for synthesis load modeling (SLM) is presented. Firstly, the main process of load survey is described; then the classification indices based on load characteristics and theprinciple of load `classification are expounded in detail, on this basis the census table of load characteristics is drawn up and both sources of survey data and objects to be surveyed are decided; and then, the statistical analysis on load characteristic data from general survey is performed and by use of the results of survey and statistics the 220kV substations, i.e., the load nodes, are classified. Taking the regionality of substation locations into account, the principle to select typical substations, in which the load constituents and types are considered, is proposed, and according to the proposed principle typical substations for each kinds of loads are chosen, and the detailed census forms for these typical loads are designed. Using the proposed method, the survey with higher accuracy can be achieved under relatively low survey complexity. The proposed load survey method is successfully applied in Central China Power Grid, North China Power Grid, Northwest China Power Grid and Northeast China Power Grid.KEY WORDS: load modeling; substation; investigation and statistics; load classification摘要：介绍了统计综合法建模中的一种新的负荷调查方法，该方法结合了对所有变电站的负荷普查及对典型变电站的详细调查。
基于统计综合法的电力负荷建模方法研究摘要:统计综合法是电力系统综合负荷的一种重要的建模方法,其基本思想是将负荷看成个别用户的集合,先将这些用户的元件分类,并确定各种类型元件的平均特性,然后统计出各类元件所占的比重,最后综合得出总体的负荷模型。
由于该方法物理概念清晰,在负荷构成特性的基础信息准确、完整的前提下实现简单,因而受到一定程度的重视。
关键词:统计综合法;电力系统;负荷建模1负荷模型的相关概念在电力系统运行过程中,当系统受到扰动时,这个暂态过程中各个负荷点的电压、频率都会出现一定的变化,相应的各类负荷获取的功率也会发生一定的变化,在这种情况下,我们提出了负荷特性这一概念,即负荷功率随着电压、频率的变化而发生变化的特性。
通过进一步研究发现,负荷特性主要有两种形态,分别是动态特性和静态特性。
为了更好的描述负荷的这两种形态,所以通过一定手段列出其特性的解析式,这就是我们将在文中重点讨论的负荷模型。
对于静态特性,我们可以通过代数方程来描述,而静态特性则需要通过微分方程、差分方程和状态方程来描述。
负荷模型依据其描述的特性,主要分为静态负荷模型、机理动态模型、和非机理动态模型。
其中静态负荷模型能够反映负荷有功、无功功率随着系统频率和电压变化而发生的变化;机理动态负荷模型则是以物理和电学等一些基本定律作为基础,通过对负荷各种平衡关系的分析,通过列出相关方程式而得到的模型;而非机理模型指的是在系统辨识理论发展过程中,通过对大量具体的动态系统建模进行概括总结得到的一种数学模型,该模型能够很好的对动态系统进行描述。
2统计综合法负荷建模理论基础2.1综合负荷的静态模型电力系统仿真计算中,将变电站母线或线路供电的所有用户的集合称为综合负荷。
综合负荷从电网吸收的功率随母线电压和系统频率而变化的关系称为综合负荷特性,描述此特性的数学方程即负荷静态模型。
常用的有多项式模型和幂函数模型两种形式,本文以幂函数模型为例进行简单描述。
统计学方法在电力负荷中的应用统计学是一门研究数据收集、分析和解释的学科，在电力行业中也有着广泛的应用。
统计学方法在电力负荷中的应用，可以帮助我们更好地了解电力需求，优化供电方案，提高电力系统的可靠性和效率。
本文将探讨统计学方法在电力负荷中的应用及其重要性。
一、数据收集与处理在使用统计学方法分析电力负荷之前，首先需要收集和处理可靠的数据。
数据的收集可以通过电力系统中的仪表、传感器等设备进行，例如电能表、电力负荷监测设备等。
然后，对收集到的数据进行预处理，如去除异常值、填充缺失值等，以确保数据的质量和准确性。
二、负荷曲线分析负荷曲线是描述电力负荷随时间变化的曲线，通过对负荷曲线的分析可以揭示电力负荷的变化规律和特点。
统计学方法可以帮助我们对负荷曲线进行建模和预测，以便更好地安排电力供应。
常用的统计学方法包括时间序列分析、回归分析等。
通过这些方法，我们可以判断负荷的峰值时刻、负荷波动范围等，并提前采取相应的调控措施，以确保电力系统的稳定运行。
三、负荷预测电力负荷预测是指根据历史数据和其他相关信息，对未来一段时间内的电力负荷进行预测。
负荷预测是电力系统运行调度和规划的重要依据之一。
统计学方法可以通过分析历史负荷数据、气象数据、经济指标等，建立负荷预测模型，预测未来的负荷变化趋势。
根据负荷预测结果，电力系统可以合理调度发电机组，优化供电方案，提高能源利用效率。
四、电力负荷分析电力负荷分析是通过对大量负荷数据进行统计学分析，揭示负荷的分布特点、变化规律和相关因素，并提供决策支持。
例如，通过对负荷数据进行聚类分析，可以将用户按照用电特征进行分类，为电力部门提供优质服务。
此外，电力负荷分析还可以揭示负荷的峰谷差异、季节性变化等，为电力规划和能源调度提供科学依据。
五、电力负荷优化电力负荷优化是指通过合理的负荷调度和控制措施，最大程度地满足用户需求，提高供电质量和效率。
统计学方法可以帮助我们分析负荷数据，寻找负荷优化的潜在方案。
负荷预测方法
负荷预测方法是指通过使用各种技术和模型来预测未来的负荷需求。
以下是一些常用的负荷预测方法：
1. 历史数据分析方法：根据过去的负荷数据，通过统计分析、时间序列分析等方法，来预测未来的负荷需求。
这种方法主要基于负荷的周期性和趋势性。
2. 多变量回归分析方法：通过分析多个影响负荷的变量，如天气、工作日等，建立回归模型来预测负荷需求。
这种方法可以考虑到多个影响因素的综合作用。
3. 人工神经网络方法：使用神经网络模型来学习和预测负荷需求。
这种方法可以通过训练网络来自适应地学习负荷的复杂关系。
4. 支持向量机方法：使用支持向量机模型来建立负荷预测模型。
这种方法可以处理非线性关系和高维数据。
5. 智能优化方法：使用智能优化算法，如遗传算法、粒子群算法等，来寻找最优的负荷预测模型参数。
这种方法可以提高预测的准确性和效率。
以上是一些常用的负荷预测方法，不同方法适用于不同的负荷特点和需求。
在实际应用中，可以根据具体情况选择合适的方法或结合多种方法来进行负荷预测。
第34卷第2期电网技术V ol. 34 No. 2 2010年2月Power System Technology Feb. 2010 文章编号：1000-3673（2010）02-0104-05 中图分类号：TM 714 文献标志码：A 学科代码：470·4051统计综合法负荷建模中的调查方法及应用王琦1，张文朝1，汤涌1，赵兵1，邱丽萍1，高洵2，邵广惠3，熊卫红4，史可琴5（1．中国电力科学研究院，北京市海淀区 100192；2．华北电网有限公司，北京市宣武区 100053；3．东北电网有限公司，辽宁省沈阳市 110006；4．华中电网有限公司，湖北省武汉市 430077；5．西北电网有限公司，陕西省西安市 710048）A New Load Survey Method and Its Application in Component Based Load ModelingWANG Qi1, ZHANG Wen-chao1, TANG Yong1, ZHAO Bing1, QIU Li-ping1,GAO Xun2, SHAO Guang-hui3, XIONG Wei-hong4, SHI Ke-qin5(1. China Electric Power Research Institute, Haidian District, Beijing 100192, China; 2. North China Grid Co., Ltd., Xuanwu District, Beijing 100053, China; 3. Northeast China Grid Co., Ltd., Shenyang 110006, Liaoning Province, China; 4. Central China Grid Co., Ltd., Wuhan 430077, Hubei Province, China; 5. Northwest China Grid Co., Ltd., Xi’an 710048, Shaanxi Provine, China)ABSTRACT: A new load survey method, which combines load screening on all substations with detailed investigation of typical substations, for synthesis load modeling (SLM) is presented. Firstly, the main process of load survey is described; then the classification indices based on load characteristics and the principle of load `classification are expounded in detail, on this basis the census table of load characteristics is drawn up and both sources of survey data and objects to be surveyed are decided; and then, the statistical analysis on load characteristic data from general survey is performed and by use of the results of survey and statistics the 220kV substations, i.e., the load nodes, are classified. Taking the regionality of substation locations into account, the principle to select typical substations, in which the load constituents and types are considered, is proposed, and according to the proposed principle typical substations for each kinds of loads are chosen, and the detailed census forms for these typical loads are designed. Using the proposed method, the survey with higher accuracy can be achieved under relatively low survey complexity. The proposed load survey method is successfully applied in Central China Power Grid, North China Power Grid, Northwest China Power Grid and Northeast China Power Grid.KEY WORDS: load modeling; substation; investigation and statistics; load classification摘要：介绍了统计综合法建模中的一种新的负荷调查方法，该方法结合了对所有变电站的负荷普查及对典型变电站的详细调查。
首先描述了负荷调查的主要工作流程，详细阐述基金项目：国家电网公司科技项目(B11-07-037)。
了基于负荷特性的分类指标和负荷节点分类原则，在此基础上编制了负荷特性普查表，并确定调查数据的来源及调查对象。
然后对普查中取得的负荷特性数据进行统计分析，利用调查统计结果对220kV变电站(负荷节点)进行了分类。
提出了兼顾考虑地域性和变电站负荷构成的各类型负荷典型变电站的选取原则，按此原则为每类负荷类型选取了典型变电站，并为这些典型负荷节点设计了详细调查表格。
该方法在较小的调查复杂度基础上实现了较高的准确性，并已经在华北、华中、西北、东北电网中得到成功应用。
关键词：负荷建模；变电站；调查统计；负荷分类0 引言电力系统各元件的数学模型是系统分析计算的基础，分析结果的准确与否取决于模型的好坏。
电力系统分析中关于发电机、励磁系统、调速系统、变压器、输电线路的详细数学模型和建模技术已经得到了很好的发展。
但是长期以来，作为电力系统重要元件之一的负荷，由于其复杂性、分布性、时变性以及随机性等因素，决定了建立其数学模型比较困难[1-5]。
在负荷模型的研究和应用领域，采用统计综合法建立负荷模型的方法已得到了广泛认可[6-9]。
统计综合法首先通过试验和数学推导得到各种典型负荷元件(如荧光灯、家用电子设备、工业电动机、空调负荷等)的数学模型；然后在一些负荷点上统计某些特殊时刻(如冬季峰值负荷、夏季峰值负荷等)各种负荷的组成，即每种典型负荷所占的比例，以及DOI:10.13335/j.1000-3673.pst.2010.02.018第34卷第2期电网技术 105配电线路和变压器的数据；最后综合这些数据得出该负荷点的负荷模型。
统计综合法的优点是：技术成熟，具有商业化软件支持，统计调查不依赖现场试验和花费较小。
但该方法也存在一定的缺点：需事先统计成千上万个用户的负荷组成及参数，工作量巨大。
在研究区域电网负荷模型时，需要建立全网所有变电站–负荷节点的模型并形成负荷模型库。
我国各区域电网的变电站数目庞大且负荷组成多样化，如华北电网2007年仅220kV变电站就有593个[10]，如果对每个变电站都进行详细调查则需要统计成千上万个用户的负荷组成及参数，工作量巨大。
为了在不具备对所有变电站都进行详细调查的人力物力情况下，对负荷站点进行较准确的负荷建模，本文针对统计综合建模法提出一种新的负荷调查方法，该方法采用对所有变电站的负荷进行负荷特性普查及对典型变电站的负荷进行负荷特性和配电网络详细调查相结合的方法，可以较准确地确定详细调查的典型变电站以及未开展详细调查的变电站的综合负荷模型及参数。
即首先对电网中的所有变电站进行负荷特性普查，按照普查结果将这些变电站按某种特征进行分类，从中确定具有代表性的变电站并对其开展配电网络、负荷构成及负荷特性的详细调查，然后通过统计综合法建立这些典型站点的综合负荷模型，并将其作为本类负荷其他变电站的综合负荷模型，以此类推，最终建立全网的负荷模型库。
1 负荷调查的主要工作流程220kV变电站调查的步骤为：1）设计220kV变电站负荷普查表。
2）开展电网所有220kV变电站负荷普查。
3）统计分析220kV变电站负荷普查结果，按负荷构成对所有220kV变电站进行分类。
4）确定各负荷类型典型变电站。
5）设计220kV变电站详细调查表。
6）开展220kV典型变电站的配电网络、负荷构成及负荷特性的详细调查。
7）详细调查数据核查以及补充调查。
工作流程见图1。
2 分类方法的原则和依据电力系统负荷是由许多不同的用电设备组成的，为了解负荷的组成情况，首先应该了解负荷是图1调查收集数据的工作流程Fig. 1 Flow chart for investigating and collecting data由哪几个大的类型组成。
通常情况下，负荷大致可以分为以下4种类型：1）居民负荷。
指居住地、公寓等，主要包括空调、照明、家用电器等生活方面的用电。
2）商业负荷。
指用于商业方面的机构，如商业服务机构。
3）工业负荷。
主要指生产、加工、制造企业，如采矿、食品加工、烟草、纺织、木材加工、家具、造纸、印刷、化学、石油化工等等。
4）农业负荷。
指农田灌溉，农村居住地等。
负荷类型是具有明确意义及分辨力并影响负荷模型参数的类型特征，因此将其确定为变电站分类的分类指标，即调查内容为各变电站–负荷节点的不同类型负荷的比例。
考虑负荷特征，共取5个分类指标表征负荷节点特征，即工业负荷比例、居民负荷比例、商业负荷比例、农业负荷比例及其他负荷比例。
出于便于类别划分的原因，分类方法的原则和依据如表1所示。
表1 220 kV变电站负荷分类原则Tab. 1 Load classification principle of 220 kV substation负荷类型工业负荷所占百分比/%商业居民负荷所占百分比/%农业负荷所占百分比/%工业负荷 >75商业居民混合负荷>75农业负荷>75 工业居民混合负荷 >20 >20 <20工业农业混合负荷 >20 <20 >20居民农业混合负荷 <20 >20 >20工业居民农业混合负荷>20 >20 >20106 王琦等：统计综合法负荷建模中的调查方法及应用V ol. 34 No. 23 编制普查表根据调查需求设计普查表，为验证普查表的可行性，在小范围内(天津电网)进行调查试点之后修改、简化调查内容，最终形成的调查表格式见图2。
