基于省地一體化智能負(fù)荷預(yù)測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于省地一體化智能負(fù)荷預(yù)測(cè)方法，包括以下順序的步驟：采集實(shí)時(shí)的各地市用電量及用戶用電信息；采集近期一個(gè)樣本時(shí)段內(nèi)全網(wǎng)及各個(gè)地市的實(shí)際負(fù)荷和預(yù)測(cè)負(fù)荷歷史數(shù)據(jù)；計(jì)算該樣本時(shí)段內(nèi)每個(gè)地市在t時(shí)刻點(diǎn)的平均比例系數(shù)；進(jìn)行負(fù)荷與氣象的相關(guān)程度量化計(jì)算；根據(jù)所述用電量、用戶用電信息、氣象指標(biāo)以及相關(guān)系數(shù)絕對(duì)值，獲得各地市公司負(fù)荷預(yù)測(cè)模型及負(fù)荷預(yù)測(cè)值；根據(jù)各地市公司負(fù)荷預(yù)測(cè)值和負(fù)荷比例的預(yù)測(cè)值獲得全網(wǎng)負(fù)荷預(yù)測(cè)值。本發(fā)明充分利用了各地市負(fù)荷預(yù)測(cè)結(jié)果，有利于調(diào)度部門深層次、精細(xì)化把握電網(wǎng)各地區(qū)負(fù)荷成分的特性變化規(guī)律，加強(qiáng)負(fù)荷預(yù)測(cè)分級(jí)管理，全面提高負(fù)荷預(yù)測(cè)科學(xué)化和精細(xì)化水平。
【專利說(shuō)明】基于省地一體化智能負(fù)荷預(yù)測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及電力負(fù)荷監(jiān)控技術(shù)，具體涉及一種基于省地一體化智能負(fù)荷預(yù)測(cè)方法。
【背景技術(shù)】
[0002]電力系統(tǒng)負(fù)荷預(yù)測(cè)是指從已知的經(jīng)濟(jì)、社會(huì)發(fā)展和電力需求情況出發(fā)，通過(guò)對(duì)歷史數(shù)據(jù)的分析和研究，探索事物之間的內(nèi)在聯(lián)系和發(fā)展變化規(guī)律，對(duì)未來(lái)電力需求作出預(yù)先的估計(jì)和推測(cè)。負(fù)荷預(yù)測(cè)實(shí)質(zhì)上是對(duì)電力市場(chǎng)需求的預(yù)測(cè)，是實(shí)現(xiàn)電網(wǎng)安全、經(jīng)濟(jì)運(yùn)行的前提。短期負(fù)荷預(yù)測(cè)是負(fù)荷預(yù)測(cè)的重要組成部分，它主要用于預(yù)報(bào)未來(lái)幾分鐘、幾小時(shí)或幾星期的電力負(fù)荷，對(duì)于調(diào)度安排開(kāi)停機(jī)計(jì)劃，對(duì)于電力應(yīng)用如機(jī)組最優(yōu)組合、經(jīng)濟(jì)調(diào)度、最優(yōu)潮流有著重要的意義。如果負(fù)荷預(yù)測(cè)存在較大誤差，可能使得電力系統(tǒng)需要加大開(kāi)機(jī)容量，出現(xiàn)額外的系統(tǒng)備用，造成經(jīng)濟(jì)上的浪費(fèi)。
[0003]在不同的季節(jié)中人民的生產(chǎn)和生活習(xí)慣不同，電能利用的規(guī)律性不同形成了負(fù)荷曲線的季節(jié)差異性；不同地區(qū)的地理形勢(shì)、氣候特點(diǎn)和用電結(jié)構(gòu)具有差異性，并直接體現(xiàn)在各地市負(fù)荷曲線的形態(tài)多樣性上。這些差異性和多樣性增加了掌握各省及各地市負(fù)荷變化規(guī)律性并進(jìn)行精確預(yù)測(cè)的難度。在這種情況下，充分利用逐時(shí)綜合氣象指標(biāo)對(duì)負(fù)荷波動(dòng)的影響，對(duì)提高地區(qū)級(jí)電網(wǎng)的負(fù)荷預(yù)測(cè)精度具有積極意義。
【發(fā)明內(nèi)容】
[0004]本發(fā)明要解決的技術(shù)問(wèn)題是提供一種基于省地一體化智能負(fù)荷預(yù)測(cè)方法，以提高省級(jí)電力公司短期負(fù)荷預(yù)測(cè)精度。
[0005]為解決上述技術(shù)問(wèn)題，本發(fā)明采用以下技術(shù)方案:
[0006]一種基于省地一體化智能負(fù)荷預(yù)測(cè)方法，它的步驟如下:
[0007](I)采集實(shí)時(shí)的各地市用電量及用戶用電信息；
[0008](2)采集近期一個(gè)樣本時(shí)段內(nèi)全網(wǎng)及各個(gè)地市的實(shí)際負(fù)荷和預(yù)測(cè)負(fù)荷歷史數(shù)據(jù)；
[0009](3)計(jì)算該樣本時(shí)段內(nèi)每個(gè)地市在t時(shí)刻點(diǎn)的平均比例系數(shù)，用指數(shù)平滑法動(dòng)態(tài)預(yù)測(cè)待預(yù)測(cè)日每個(gè)地市在t時(shí)刻點(diǎn)的比例系數(shù)，形成各個(gè)地市在t時(shí)刻點(diǎn)的比例系數(shù)矩陣；
[0010]其中建立指數(shù)平滑法模型為:
[0011 ] c't = Σ Ajctj 1: ιυ
η
λ.= I
[0012]y:1 3 y-1,2，■■”n
0<A.<1
J
[0013]式中: <表示地市i在時(shí)刻t占全網(wǎng)系統(tǒng)負(fù)荷比例的預(yù)測(cè)值，<；+表示前j天的地市i在時(shí)刻t占全網(wǎng)系統(tǒng)負(fù)荷比例的實(shí)際值；λ j表示權(quán)重系數(shù)，λ j = λ (1-A)j^1, λ為常數(shù)，且0〈 λ〈I ；η為樣本時(shí)段的天數(shù)；
[0014](4)獲取各歷史日及待測(cè)日的綜合氣象指標(biāo)數(shù)據(jù)；
[0015](5)進(jìn)行負(fù)荷與氣象的相關(guān)程度量化計(jì)算，通過(guò)相關(guān)系數(shù)的絕對(duì)值|rxy|最大的負(fù)荷時(shí)序值與氣象指標(biāo)時(shí)序值來(lái)確定主導(dǎo)氣象影響因素，則
Χ(.ν;-:ν)(ν..-7)
? ___
[0016]V - ":Ι?
Σ(^-^)2Σ(^-ν)2 2
_ /-1/-1_
[0017]其中，Xi為負(fù)荷時(shí)序值，無(wú)為時(shí)間區(qū)間內(nèi)的負(fù)荷平均值；yi為氣象指標(biāo)時(shí)序值，歹為時(shí)間區(qū)間內(nèi)的氣象指標(biāo)平均值；
[0018](6)根據(jù)所述用電量、用戶用電信息、氣象指標(biāo)以及相關(guān)系數(shù)絕對(duì)值，獲得各地市公司負(fù)荷預(yù)測(cè)模型及負(fù)荷預(yù)測(cè)值；
[0019](7)根據(jù)各地市公司負(fù)荷預(yù)測(cè)值、所述負(fù)荷比例的預(yù)測(cè)值獲得全網(wǎng)負(fù)荷預(yù)測(cè)值。
[0020]所述步驟(4)中所述的綜合氣象指標(biāo)包括實(shí)感溫度、溫濕指數(shù)、寒冷指數(shù)和人體舒適度指數(shù)。
[0021]所述實(shí)感溫度采用如下公式計(jì)算得到:
[0022]Te =31--(IlzIa)- _ — 0.291.(1 —R1)
L 」e [().68-0.14/^+1/(1.76 + 1.4^(1°)] <Λ h’
[0023]式中Te表不實(shí)感溫度，Ta表不氣溫，Rh表不相對(duì)濕度，V表不風(fēng)速；
[0024]所述溫濕度溫濕指數(shù)采用如下公式計(jì)算得到:
[0025]Et = Td-0.55 (1-Rd) (58_Td)
[0026]式中Et表述溫濕指數(shù)，Td表示14時(shí)的氣溫，Rd表示14時(shí)的相對(duì)濕度；
[0027]所述寒冷指數(shù)采用如下公式計(jì)算得到:
[0028]//= Δ? (9.0+1 0.9λ/Κ-^)
[0029]其中，H表示寒冷指數(shù)，V表示風(fēng)速，Λ T表示體溫與周圍氣溫之差；
[0030]所述人體舒適度指數(shù)采用如下公式計(jì)算得到:
[0031]^ = 1.87:,-0.55(1-^)-3.27^+32
[0032]其中，k表示人體舒適度指數(shù)，Ta表示氣溫，Rh表示相對(duì)濕度，V表示風(fēng)速。
[0033]本方案的優(yōu)點(diǎn)在于:1、發(fā)明從已知的電力負(fù)荷變化和對(duì)此有影響的氣象因素情況出發(fā)，對(duì)未來(lái)用電負(fù)荷進(jìn)行預(yù)測(cè)。本發(fā)明充分利用了逐時(shí)綜合氣象指標(biāo)對(duì)負(fù)荷波動(dòng)的影響，提高了地區(qū)級(jí)電網(wǎng)的負(fù)荷預(yù)測(cè)精度，有助于電網(wǎng)公司更加合理地安排、優(yōu)化配置電力供應(yīng)能力，有效實(shí)施有序用電，降低電網(wǎng)運(yùn)行風(fēng)險(xiǎn)，確保實(shí)現(xiàn)企業(yè)、社會(huì)效益的最大化。2、根據(jù)智能終端所采集的實(shí)時(shí)分布式發(fā)電及用戶用電信息，再結(jié)合企業(yè)歷史用電信息及其它基礎(chǔ)數(shù)據(jù)，進(jìn)行基于模型的信息分析與運(yùn)算，動(dòng)態(tài)產(chǎn)生企業(yè)可控負(fù)荷清單，負(fù)荷控制序列等，制定分布式發(fā)電計(jì)劃和用戶用電計(jì)劃，為電力公司負(fù)荷控制計(jì)劃制定提供主要參考，配電調(diào)度中心根據(jù)這些信息進(jìn)行分布式發(fā)電量以及負(fù)荷用電量的精確預(yù)測(cè)，為配電網(wǎng)提供優(yōu)化調(diào)度的策略和依據(jù)。
【具體實(shí)施方式】
[0034]為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將對(duì)本發(fā)明作進(jìn)一步地詳細(xì)描述。
[0035]本發(fā)明的實(shí)施方式涉及一種基于省地一體化智能負(fù)荷預(yù)測(cè)方法，包括以下步驟:
[0036](I)采集實(shí)時(shí)的分布式發(fā)電量及用戶用電信息；
[0037](2)采集近期一個(gè)樣本時(shí)段內(nèi)全網(wǎng)及各個(gè)地市的實(shí)際負(fù)荷和預(yù)測(cè)負(fù)荷歷史數(shù)據(jù)；
[0038](3)計(jì)算該樣本時(shí)段內(nèi)每個(gè)地市在t時(shí)刻點(diǎn)的平均比例系數(shù)，用指數(shù)平滑法動(dòng)態(tài)預(yù)測(cè)待預(yù)測(cè)日每個(gè)地市在t時(shí)刻點(diǎn)的比例系數(shù)，形成各個(gè)地市在t時(shí)刻點(diǎn)的比例系數(shù)矩陣；
[0039]其中建立指數(shù)平滑法模型為:
[0040]cI=Z Y； j ; = ι，ν..，Λ.η
y λ.
[0041].j=l J j = \2,.,.,n
0<λ.<\
J
[0042]式中表示地市i在時(shí)刻t占全網(wǎng)系統(tǒng)負(fù)荷比例的預(yù)測(cè)值Z ,表示前j天的地市i在時(shí)刻t占全網(wǎng)系統(tǒng)負(fù)荷比例的實(shí)際值；λ」表示權(quán)重系數(shù)，λ j = λ u-λ )J_1, λ為常數(shù)，且0〈 λ〈I ；η為樣本時(shí)段的天數(shù)；
[0043](4)獲取各歷史日及待測(cè)日的綜合氣象指標(biāo)數(shù)據(jù)，所述的綜合氣象指標(biāo)包括實(shí)感溫度、溫濕指數(shù)、寒冷指數(shù)和人體舒適度指數(shù)；
[0044]所述實(shí)感溫度是人體在不同氣溫、濕度和風(fēng)速條件下，所產(chǎn)生的熱感覺(jué)指標(biāo)，實(shí)感溫度以靜止飽和的大氣(風(fēng)速=O時(shí)，相對(duì)濕度=100% )條件下使人產(chǎn)生舒適的溫度，來(lái)代表不同風(fēng)速、不同相對(duì)濕度、不同氣溫使人產(chǎn)生的同樣感覺(jué)。例如下述三種情況所說(shuō)的感覺(jué)都相當(dāng)于實(shí)感氣溫17.7°C。
[0045]①氣溫17.7 V，相對(duì)濕度100，風(fēng)速O ;
[0046]②氣溫22.40C，相對(duì)濕度75%，風(fēng)速0.5m/s ；
[0047]③氣溫25 °C，相對(duì)濕度20%，風(fēng)速2.5m/s。
[0048]其計(jì)算公式為:
[0049]T =37--(3?~?-0.29Γ.(1 —/?, ) (I)
L 」e [0,68-0.14/?Λ+1/(1.76 + 1.41^°)] ^ h
[0050]式中Te表不實(shí)感溫度，Ta表不氣溫，Rh表不相對(duì)濕度，V表不風(fēng)速；
[0051]由式(I)可知:①風(fēng)速增大使實(shí)感溫度降低，但隨著氣溫增加，風(fēng)速對(duì)實(shí)感溫度的影響越來(lái)越小，當(dāng)氣溫超過(guò)37°C時(shí)，風(fēng)速增大反而使實(shí)感溫度升高。②濕度對(duì)實(shí)感溫度的影響比較復(fù)雜，通過(guò)計(jì)算發(fā)現(xiàn):在風(fēng)速一定的情況下，氣溫較高時(shí)濕度增加使實(shí)感溫度增加；而氣溫較低時(shí)濕度增加則使實(shí)感溫度降低。如當(dāng)V = 3m/s，時(shí)，氣溫15°C?17°C是其臨界值，氣溫大于17°C時(shí)相對(duì)濕度的增加使實(shí)感溫度增加，而氣溫小于15°C時(shí)濕度增加使實(shí)感溫度降低。從上面的分析可以看出實(shí)感溫度這一指標(biāo)基本上反映了實(shí)際情況，并且由于它使用的參數(shù)都是氣象臺(tái)日常天氣預(yù)報(bào)的內(nèi)容，計(jì)算方便。
[0052]所述溫濕度溫濕指數(shù)采用如下公式計(jì)算得到:
[0053]Et = Td-0.55 (1-Rd) (58_Td)
[0054]式中Et表述溫濕指數(shù)，Td表示14時(shí)的氣溫，Rd表示14時(shí)的相對(duì)濕度；
[0055]所述寒冷指數(shù)采用如下公式計(jì)算得到:
[0056]//= Δ? (9.0+1 0.9>/F-r)
[0057]其中，H表示寒冷指數(shù)，V表示風(fēng)速，Λ T表示體溫與周圍氣溫之差；
[0058]所述人體舒適度指數(shù)采用如下公式計(jì)算得到:
[0059]k = IMlt -0.55(1-/?,)-3.2Vk+32
[0060]其中，k表示人體舒適度指數(shù)，Ta表示氣溫，Rh表示相對(duì)濕度，V表示風(fēng)速。
[0061](5)進(jìn)行負(fù)荷與氣象的相關(guān)程度量化計(jì)算，通過(guò)相關(guān)系數(shù)的絕對(duì)值|rxy|最大的負(fù)荷時(shí)序值與氣象指標(biāo)時(shí)序值來(lái)確定主導(dǎo)氣象影響因素，則
r —_id_
[0062]吵「?n-,I
?(-'-ι)2?Χν?2
_ /=1 /=1 _
[0063]其中，Xi為負(fù)荷時(shí)序值，無(wú)為時(shí)間區(qū)間內(nèi)的負(fù)荷平均值；yi為氣象指標(biāo)時(shí)序值，7為時(shí)間區(qū)間內(nèi)的氣象指標(biāo)平均值；
[0064](6)根據(jù)所述用電量、用戶用電信息、氣象指標(biāo)以及相關(guān)系數(shù)絕對(duì)值，獲得各地市公司負(fù)荷預(yù)測(cè)模型及負(fù)荷預(yù)測(cè)值；
[0065](7)根據(jù)各地市公司負(fù)荷預(yù)測(cè)值和負(fù)荷比例的預(yù)測(cè)值獲得全網(wǎng)負(fù)荷預(yù)測(cè)值。
[0066]以上所述實(shí)施例僅表達(dá)了本發(fā)明的幾種實(shí)施方式，其描述較為具體和詳細(xì)，但并不能因此而理解為對(duì)本發(fā)明專利范圍的限制。應(yīng)當(dāng)指出的是，對(duì)于本領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明構(gòu)思的前提下，還可以做出若干變形和改進(jìn)，這些都屬于本發(fā)明的保護(hù)范圍。因此，本發(fā)明專利的保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。
【權(quán)利要求】
1.基于省地一體化智能負(fù)荷預(yù)測(cè)方法，其特征在于，包括以下步驟: (1)采集實(shí)時(shí)的各地市用電量及用戶用電信息； (2)采集近期一個(gè)樣本時(shí)段內(nèi)全網(wǎng)及各個(gè)地市的實(shí)際負(fù)荷和預(yù)測(cè)負(fù)荷歷史數(shù)據(jù)； (3)計(jì)算該樣本時(shí)段內(nèi)每個(gè)地市在t時(shí)刻點(diǎn)的平均比例系數(shù)，用指數(shù)平滑法動(dòng)態(tài)預(yù)測(cè)待預(yù)測(cè)日每個(gè)地市在t時(shí)刻點(diǎn)的比例系數(shù)，形成各個(gè)地市在t時(shí)刻點(diǎn)的比例系數(shù)矩陣；其中建立指數(shù)平滑法模型為:.η.C1 = Y λ.C1.i = …，N
tJ,,,
產(chǎn)I
η
Σ 2 / =1
J 式中:I表示地市i在時(shí)刻t占全網(wǎng)系統(tǒng)負(fù)荷比例的預(yù)測(cè)值，cI/表示前j天的地市i在時(shí)刻t占全網(wǎng)系統(tǒng)負(fù)荷比例的實(shí)際值；λ」表示權(quán)重系數(shù)，Aj=A (1-A)J-1, λ為常數(shù)，且0〈 λ〈I ；η為樣本時(shí)段的天數(shù)； (4)獲取各歷史日及待測(cè)日的綜合氣象指標(biāo)數(shù)據(jù)； (5)進(jìn)行負(fù)荷與氣象的相關(guān)程度量化計(jì)算，通過(guò)相關(guān)系數(shù)的絕對(duì)值IrxyI最大的負(fù)荷時(shí)序值與氣象指標(biāo)時(shí)序值來(lái)確定主導(dǎo)氣象影響因素，則 > =^1——-n-Γ
Σ(^-^)2Σ(Λ.-ν)2?
_ ι=?i=l_ 其中，Xi為負(fù)荷時(shí)序值?為時(shí)間區(qū)間內(nèi)的負(fù)荷平均值；yi為氣象指標(biāo)時(shí)序值，歹為時(shí)間區(qū)間內(nèi)的氣象指標(biāo)平均值； (6)根據(jù)所述用電量、用戶用電信息、氣象指標(biāo)以及相關(guān)系數(shù)絕對(duì)值，獲得各地市公司負(fù)荷預(yù)測(cè)模型及負(fù)荷預(yù)測(cè)值； (7)根據(jù)各地市公司負(fù)荷預(yù)測(cè)值和負(fù)荷比例的預(yù)測(cè)值獲得全網(wǎng)負(fù)荷預(yù)測(cè)值。
2.根據(jù)權(quán)利要求1所述的基于省地一體化智能負(fù)荷預(yù)測(cè)方法，其特征在于:步驟(4)中所述的綜合氣象指標(biāo)包括實(shí)感溫度、溫濕指數(shù)、寒冷指數(shù)和人體舒適度指數(shù)。
3.根據(jù)權(quán)利要求2所述的基于省地一體化智能負(fù)荷預(yù)測(cè)方法，其特征在于: 所述實(shí)感溫度采用如下公式計(jì)算得到:τ()風(fēng)(1飛) 式中Te表不實(shí)感溫度，Ta表不氣溫，Rh表不相對(duì)濕度，V表不風(fēng)速； 所述溫濕度溫濕指數(shù)采用如下公式計(jì)算得到:
Et = Td-0.55 (1-Rd) (58-Td) 式中Et表述溫濕指數(shù)，Td表示14時(shí)的氣溫，Rd表示14時(shí)的相對(duì)濕度； 所述寒冷指數(shù)采用如下公式計(jì)算得到:H =At(9.Q+\Q.9^/V-V)j其中，H表示寒冷指數(shù)，V表示風(fēng)速，AT表示體溫與周圍氣溫之差；所述人體舒適度指數(shù)采用如下公式計(jì)算得到:k = 1.87；-0.55(1 - ^)-3.2^ + 32其中，k表示人體舒適度指數(shù)，Ta表示氣溫，Rh表示相對(duì)濕度，V表示風(fēng)速。
【文檔編號(hào)】G06Q50/06GK104134096SQ201410261199
【公開(kāi)日】2014年11月5日 申請(qǐng)日期:2014年6月12日 優(yōu)先權(quán)日:2014年6月12日
【發(fā)明者】王正風(fēng), 戴長(zhǎng)春, 李婧嬌, 朱友良, 雷霆, 宋祥春, 朱六璋, 劉祥, 李楊月 申請(qǐng)人:國(guó)網(wǎng)安徽省電力公司, 安徽南瑞繼遠(yuǎn)軟件有限公司