一種中長期電力負荷預測模型建立方法
2023-08-01 12:43:51 1
一種中長期電力負荷預測模型建立方法
【專利摘要】本發明涉及一種中長期電力負荷預測模型建立方法。其包括將電力需求按產業和行業進行多層劃分，提取歷史數據形成預測量矩陣，構建初始負荷趨勢模型；提取影響因素並分析與預測量的相關程度，確定每個預測量的重要影響因素；組成預測方法庫；提取年最大負荷Pmax、年平均負荷、年最小負荷Pmin作為關鍵負荷指標，分析Pmax、Pmin出現的特徵、規律及其預測方法；選擇預測方法對預測量進行組合預測，將預測結果與歷史據進行曲線擬合得出預測量的發展趨勢，構建負荷趨勢模型；根據負荷影響因素和影響權重修正負荷趨勢模型的參數及預測方法的權重，建立綜合負荷預測模型。本發明對提高電力負荷預測可靠性、電力負荷內在規律分析有極大優勢。
【專利說明】一種中長期電力負荷預測模型建立方法
【技術領域】
[0001]本發明涉及電力領域，更具體地，涉及一種中長期電力負荷預測模型建立方法。
【背景技術】
[0002]電力負荷預測是電力系統規劃的重要組成部分，也是電力系統經濟運行的基礎，其對電力系統規劃和運行都極其重要。提高負荷預測技術水平有利於計劃用電管理、合理安排電網運行方式和機組檢修計劃，有利於節煤、節油和降低發電成本，有利於制定合理的電源建設計劃、提高電力系統的經濟效益和社會效益。中長期電力負荷預測是電網規劃的基礎，其重要性不僅體現在電網現狀分析、電力需求預測等規划過程中，而且對電力電量平衡、主變定容選址、網架規劃等環節具有重要的理論支撐作用。
[0003]中長期電力負荷預測的方法很多，影響中長期電力負荷預測結果的因素也很多。由於負荷預測是在一定的假設條件下進行的，但電力負荷的發展變化規律存在多樣性和複雜性，包含了許多確定性的和不確定性的因素，採用單一的某種方法進行預測，通常難以取得令人滿意的結果。單個方法不能充分利用信息，都有各自的特點和適用範圍。組合預測方法是一種更為有效的預測策略，它可以充分利用各個單項預測方法的優點及包含的有用信息，同時也可以減少單項預測模型帶來的預測風險。而傳統的組合預測法，大多固定預測方法，且權重選擇比較呆板，無法根據實際預測情況進行調整，難以獲得好的預測效果。
【發明內容】
[0004]本發明為克服上述現有技術所述的至少一種缺陷(不足)，提供一種對電力負荷預測更加方便、準確和可靠的中長期電力負荷預測模型建立方法。
[0005]為解決上述技術問題，本發明的技術方案如下:
[0006]一種中長期電力負荷預測模型建立方法，包括:
[0007]步驟S1.將電力需求按產業和行業進行多層劃分，提取歷史電力數據，形成預測量矩陣，根據預測量矩陣構建初始負荷趨勢模型；
[0008]步驟S2.提取中長期電力負荷預測的影響因素，分析預測量與影響因素的相關程度，確定該地區每個預測量的重要影響因素；
[0009]步驟S3.集成多種預測方法形成組成預測方法庫；
[0010]步驟S4.提取年最大負荷Pmax、年平均負荷Pave、年最小負荷Pmin作為關鍵負荷指標，分析Pmax、Pmin出現的特徵、規律及其預測方法；
[0011]步驟S5.從預測方法庫中選擇兩種或兩種以上的預測方法對預測量進行組合預測，並基於初始負荷趨勢模型將預測結果與歷史電力數據通過曲線擬合的方式得出預測量的發展趨勢，得到負荷趨勢模型；
[0012]步驟S5.根據負荷影響因素和影響權重，修正負荷趨勢模型的參數及預測方法的權重，建立綜合負荷預測模型。
[0013]上述方案中，步驟SI的具體步驟為:
[0014]將年用電按產業分為:工業用電Y1、農業用電Y2、商業及居民用電Y3三大類，並將工業用電按行業分為重工業用電Y11、輕工業用電Y12、建築業用電Y13及其他工業用電Y14，將農業用電分為排灌與抗旱用電Y21及其他農業用電Y22，將商業及居民用電分為商業用電Y31、居民用電Y32及其他用電Y33，將重工業用電分為鋼鐵用電Y111、冶煉用電Y112、水泥用電Y113、製造用電Y114、採礦用電Y115、鐵路運輸用電Y116，將輕工業用電分為加工業用電Y121、食品醫療用電Y122 ；
[0015]提取歷史電力數據，形成預測量矩陣=E= [Y E0 E1 E2 E3 E11 E12],其中Etl= [Y1 Y2Y3]，E1 = [Y11 Y12 Y13 Y14]，E2 = [Y21 Y22]，E3 = [Y31 Y32 Y33]，E11 = [Y111 Y112 Y113 Y114 Y115Y116]，E12 = [Y121 Y122]，Yk = [yklyk2...ykt]T，Y表示該地區全社會總用電，k為用電量類型下標，k 的取值範圍為{1，2，3，11，12，13，14，21，22，31，32，33，111，112，113，114，115，116，121，122}，t為選取數據的歷史年份數；
[0016]各用電量在歷史年份中所佔的用電比重矩陣為
【權利要求】
1.一種中長期電力負荷預測模型建立方法，其特徵在於，包括: 步驟S1.將電力需求按產業和行業進行多層劃分，提取歷史電力數據，形成預測量矩陣，根據預測量矩陣構建初始負荷趨勢模型； 步驟S2.提取中長期電力負荷預測的影響因素，分析預測量與影響因素的相關程度，確定該地區每個預測量的重要影響因素； 步驟S3.集成多種預測方法形成組成預測方法庫； 步驟S4.提取年最大負荷Pmax、年平均負荷Pave、年最小負荷Pmin作為關鍵負荷指標，分析Pmax、Pmin出現的特徵、規律及其預測方法； 步驟S5.從預測方法庫中選擇兩種或兩種以上的預測方法對預測量進行組合預測，並基於初始負荷趨勢模型將預測結果與歷史電力數據通過曲線擬合的方式得出預測量的發展趨勢，得到負荷趨勢模型； 步驟S6.根據負荷影響因素和影響權重，通過專家系統修正負荷趨勢模型的參數及預測方法的權重，建立綜合負荷預測模型。
2.根據權利要求1所述的中長期電力負荷預測模型建立方法，其特徵在於，步驟SI的具體步驟為: 將年用電按產業分為:工業用電Yl、農業用電Y2、商業及居民用電Y3三大類，並將工業用電按行業分為重工業用電Y11、輕工業用電Y12、建築業用電Y13及其他工業用電Y14，將農業用電分為排灌與抗旱用電Y21及其他農業用電Y22，將商業及居民用電分為商業用電Y31、居民用電Y32及其他用電Y33，將重工業用電分為鋼鐵用電Yl 11、冶煉用電Yl 12、水泥用電Y113、製造用電Y114、採礦用電Y115、鐵路運輸用電Y116，將輕工業用電分為加工業用電Y121、食品醫療用電Y122 ； 提取歷史電力數據，形成預測量矩陣:E = [Y E0 E1 E2 E3 E11 E12],其中Etl= [Y1 Y2Y3]，E1 = [Y11 Y12 Y13 Y14]，E2 = [Y21 Y22]，E3 = [Y31 Y32 Y33]，E11 = [Y111 Y112 Y113 Y114 Y115Y116]，E12 = [Y121 Y122]，Yk = [yklyk2...ykt]T，Y表示該地區全社會總用電，k為用電量類型下標，k 的取值範圍為{1，2，3，11，12，13，14，21，22，31，32，33，111，112，113，114，115，116，121，122}，t為選取數據的歷史年份數；
Γ, K Y7 Y1 Ym I 各用電量在歷史年份中所佔的用電比重矩陣為:_= I —...—...- 其中
YY Y F J「πΓIlJ ZiL其中Y表示該地區全社會用電總量，Yt表示第t年的整年全社Y Iyi y2 幻』會用電量，根據E和ω矩陣，挖掘分析出該地區的用電結構及電力需求的發展趨勢，並對變化趨勢突出的典型負荷構建負荷趨勢模型。
3.根據權利要求1所述的中長期電力負荷預測模型建立方法，其特徵在於，步驟S2中通過改進的皮氏積矩相關係數法，分析預測量與影響因素的相關程度，具體為: 提取中長期電力負荷預測的影響因素，根據歷史電力數據，形成影響因素庫矩陣X =[X1 X^Xm]，其中Xk= [Xkl XyXkt]T，m為選取的影響因素個數，I彡k彡m，t表示選取歷史年份數，Xkt表示每年對應的影響因素集合；採用改進的皮氏積矩相關係數法，量化預測量與影響因素之間相關程度，其計算公式為:
其中，
是X變量的加權平均數，
是y變量的加權平
均數；
得到所有預測量與影響因素的加權關聯矩陣
式中，ι.μ = R(XilYj)表示第j個預測量與第i個影響因素的相關係數，P為預測量的個數； 將&與預設閾值進行比較，若一個預測量j對應的均小於預設閾值時，則選取相關係數最大的若干個影響因素作為預測量j的重要影響因素，若有I^i大於或等於預設閾值時，則將影響因素i作為預測量j的一個重要影響因素，確定該地區每個預測量的重要影響因素。
4.根據權利要求3所述的中長期電力負荷預測模型建立方法，其特徵在於，所述預設閾值為0.98。
5.根據權利要求1至4任一項所述的中長期電力負荷預測模型建立方法，其特徵在於，所述步驟S3中集成的預測方法包括指數平滑法、移動平均法、灰色模型法、人均用電水平法、產值單耗法、電力彈性係數法、回歸分析法、Tmax法。
【文檔編號】G06F17/50GK104200277SQ201410396061
【公開日】2014年12月10日 申請日期:2014年8月12日 優先權日:2014年8月12日
【發明者】姚建剛, 吳鴻亮, 付強, 金小明, 楊柳, 董楠, 周保榮, 康童 申請人:南方電網科學研究院有限責任公司, 湖南湖大華龍電氣與信息技術有限公司