本發(fā)明涉及一種居民用戶電力負荷預測方法。

背景技術：

隨著居民用戶用電量逐年增加，電力負荷峰谷差逐漸加大，不利于電網(wǎng)經濟運行。為解決這一問題，基于分時電價的電力需求響應項目被廣泛實施。但是在居民用戶主動參與電力需求響應的過程中，制訂電器工作計劃是一項較為繁瑣的工作，不利于需求響應負荷自動控制系統(tǒng)的推廣。因此需通過負荷預測幫助用戶制訂電器工作計劃以減輕用戶工作量。

盡管目前已有很多針對負荷預測的研究，但這些研究更多是為了給電網(wǎng)運行提供指導，注重提高負荷預測精度，需要大量歷史負荷數(shù)據(jù)或天氣數(shù)據(jù)作為系統(tǒng)輸入，方法復雜且計算量大，不適合應用于居民用戶負荷預測。此外目前針對負荷預測的研究多關注用戶整體負荷曲線的變化規(guī)律，并沒有考慮用戶每個電器負荷的工作狀態(tài)，不能用于制訂負荷工作計劃。

技術實現(xiàn)要素：

本發(fā)明為了解決上述問題，提出了一種居民用戶電力負荷預測方法，本發(fā)明考慮用戶每個電器負荷的工作狀態(tài)，以幫助用戶制訂電器工作計劃。

為了實現(xiàn)上述目的，本發(fā)明采用如下技術方案：

一種居民用戶電力負荷預測方法，包括以下步驟：

(1)根據(jù)電器的運行時間以及功率的使用規(guī)律，對電器進行分類，形成全天運行電器、工作時間不定且功率基本恒定或每次工作能耗基本相同電器以及工作時間不定且功率不定電器三類電器；

(2)針對全天運行的電器，根據(jù)設定時間內該類負荷每時耗電量，采用點對點倍比法預測電器耗電量；

(3)針對工作時間不定的兩類電器，根據(jù)設定時間內及上一時間周期內對應時間點電器使用情況，采用點對點倍比法分別預測每個時段電器使用概率、電器開始使用時間及負荷使用時長，進而預測電器耗電量。

所述步驟(2)中，針對全天運行電器，預測電器耗電量，預測方法如下：

式中，為待預測電器n接下來一天t時段的預測耗電量，βe為電器耗電比例平滑系數(shù)，tday為預測一個周期內劃分的時段個數(shù)，en(t-tday·j)為j天前t時段電器n的耗電量，當j＝0時表示當前日t時段電器n的耗電量。

所述步驟(3)中，針對工作時間不定的兩類電器，預測電器是否會使用，預測方法如下：

式中，為電器n在待預測日是否會使用的預測結果，0表示不會使用，1表示會使用，tn為電器n的使用周期，為一個大于等于1的整數(shù)，dn為待預測日到上次電器使用日期之間的天數(shù)。

進一步的，所述步驟(3)中，針對工作時間不定且功率基本恒定或每次工作能耗基本相同的電器，由工作時間乘以平均功率即可得電器耗電量；針對工作時間不定且功率不定的電器，根據(jù)設定時間內該類電器每小時耗電量及上一時間點預測結果，采用點對點倍比法預測電器耗電量。

所述步驟(3)中，預測電器使用概率的方法如下：

式中，表示待預測日電器n在t時段開始使用的概率，βz為電器使用概率比例平滑系數(shù)，tday為預測一個周期內劃分的時段個數(shù)，xn(t-tday·j)為電器n在j天前t時段電器的使用情況。

所述步驟(3)中，針對工作時間不定的兩類電器，取預測結果中最大幾個值所在時段預測電器開始使用時間，預測方法如下：

式中，為電器n在時段t開始使用預測時間，t^staj,n(t)為電器n在時段t相關性最大的m次使用記錄中第j次開始使用時間，相關性由大到小排序依次為設定時間內及上一時間周期內對應時間點。

針對工作時間不定兩類電器開始使用時間預測結果，預測電器使用時長，預測方法如下：

式中，為電器n在時段t使用的預測時長，t^lenj,n(t)為電器n在時段t相關性最大的m次使用記錄中第j次使用記錄時長記錄，相關性由大到小排序依次為設定時間內及上一時間周期內對應時間點。

針對工作時間不定且功率基本恒定或每次工作能耗基本相同電器，由工作時間乘以平均功率即可得電器耗電量。

基于針對工作時間不定兩類電器的預測的電器開始使用時間和電器使用時長，預測每個時段電器工作時長。

針對工作時間不定且功率不定的電器，根據(jù)設定時間內該類電器每小時耗電量及上一時間點預測結果，采用點對點倍比法預測電器耗電量，預測方法如下：

式中，為待預測電器n接下來一天t時段的預測耗電量，為電器n在時段t內的使用時長，p^aven為電器n最近3天(設定時間)的使用記錄的平均功率，pn,j為電器n最近第j次使用的平均功率。

與現(xiàn)有技術相比，本發(fā)明的有益效果為：

(1)本發(fā)明所提電力負荷預測方法所需歷史數(shù)據(jù)少且不需要居民用戶輸入天氣數(shù)據(jù)，具有較高實用性；

(2)本發(fā)明所提電力負荷預測方法能夠有效預測居民用戶電器的使用行為及耗電量，可大量減少用戶參與電力需求響應時制訂電器工作計劃的工作量。

附圖說明

構成本申請的一部分的說明書附圖用來提供對本申請的進一步理解，本申請的示意性實施例及其說明用于解釋本申請，并不構成對本申請的不當限定。

圖1為本發(fā)明負荷預測方法實施流程圖；

圖2為某日部分電器預測工作時間甘特圖；

圖3為某日冰箱每時耗電量柱狀圖；

圖4為某日電視機每時耗電量柱狀圖；

圖5為某日空調每時耗電量柱狀圖；

圖6為本發(fā)明負荷預測方法預測電器使用行為結果統(tǒng)計圖；

圖7為目前常用的固定電器工作計劃方法預測電器使用行為結果統(tǒng)計圖；

圖8為電器能耗預測誤差結果統(tǒng)計圖。

具體實施方式：

下面結合附圖與實施例對本發(fā)明作進一步說明。

應該指出，以下詳細說明都是例示性的，旨在對本申請?zhí)峁┻M一步的說明。除非另有指明，本文使用的所有技術和科學術語具有與本申請所屬技術領域的普通技術人員通常理解的相同含義。

需要注意的是，這里所使用的術語僅是為了描述具體實施方式，而非意圖限制根據(jù)本申請的示例性實施方式。如在這里所使用的，除非上下文另外明確指出，否則單數(shù)形式也意圖包括復數(shù)形式，此外，還應當理解的是，當在本說明書中使用術語“包含”和/或“包括”時，其指明存在特征、步驟、操作、器件、組件和/或它們的組合。

正如背景技術所介紹的，現(xiàn)有技術中存在的目前的研究更多是為了給電網(wǎng)運行提供指導，注重提高負荷預測精度，需要大量歷史負荷數(shù)據(jù)或天氣數(shù)據(jù)作為系統(tǒng)輸入，方法復雜且計算量大，不適合應用于居民用戶負荷預測的不足，為了解決如上的技術問題，本申請?zhí)岢隽艘环N考慮用戶每個電器工作狀態(tài)的適用于居民用戶電力負荷預測方法。

本發(fā)明所提負荷預測方法具體實施流程如圖1所示，通過預測居民用戶電器使用行為、電器使用時間、電器使用時長及電器耗電量，自動生成用戶電器工作計劃，減少用戶的工作量，具體包括以下步驟：

步驟一：根據(jù)電器使用規(guī)律，判定電器種類。電器分為三類：一類，全天運行電器；二類，工作時間不定且功率基本恒定或每次工作能耗基本相同電器；三類，工作時間不定且功率不定電器。

步驟二：針對全天運行電器，預測電器耗電量，預測方法如下：

式中，為待預測電器n接下來一天t時段的預測耗電量，βe為電器耗電比例平滑系數(shù)，這里可取0.9，tday為預測一個周期(即一天)內劃分的時段個數(shù)，en(t-tday·j)為j天前t時段電器n的耗電量，當j＝0時表示當前日t時段電器n的耗電量。

步驟三：針對工作時間不定的兩類電器，預測電器是否會使用，預測方法如下：

式中，為電器n在待預測日是否會使用的預測結果，0表示不會使用，1表示會使用，tn為電器n的使用周期，為一個大于等于1的整數(shù)，dn為待預測日到上次電器使用日期之間的天數(shù)。

步驟四：針對工作時間不定的兩類電器，當步驟三中預測電器會使用時，預測電器使用概率，預測方法如下：

式中，表示待預測日電器n在t時段開始使用的概率，βz為電器使用概率比例平滑系數(shù)，tday為預測一個周期(即一天)內劃分的時段個數(shù)，xn(t-tday·j)為電器n在j天前t時段電器的使用情況。

步驟五：針對工作時間不定的兩類電器，取步驟四預測結果中最大幾個值所在時段預測電器開始使用時間，預測方法如下：

式中，為電器n在時段t開始使用預測時間，t^staj,n(t)為電器n在時段t相關性最大的m次使用記錄中第j次開始使用時間，相關性由大到小排序依次為最近三天及上周同一天。

步驟六：針對工作時間不定兩類電器步驟五中開始使用時間預測結果，預測電器使用時長，預測方法如下：

式中，為電器n在時段t使用的預測時長，t^lenj,n(t)為電器n在時段t相關性最大的m次使用記錄中第j次使用記錄時長記錄，相關性由大到小排序依次為最近三天及上周同一天。

步驟七：針對工作時間不定兩類電器步驟五與步驟六的預測結果，預測每個時段電器工作時長，預測方法如下：

式中，為電器n在時段t內的使用時長，為電器n在時段t開始使用預測時間，為電器n在時段t使用的預測時長。

步驟八：針對工作時間不定且功率基本恒定或每次工作能耗基本相同電器，由工作時間乘以平均功率即可得電器耗電量。

步驟九：針對工作時間不定且功率不定的電器，根據(jù)前三天該類電器每小時耗電量及前一天預測結果，采用點對點倍比法預測電器耗電量，預測方法如下：

式中，為待預測電器n接下來一天t時段的預測耗電量，為電器n在時段t內的使用時長，p^aven為電器n最近三次使用記錄的平均功率，pn,j為電器n最近第j次使用的平均功率。

步驟十：結合電器預測工作時間與電器預測耗電量即可生成電器工作計劃。

實施例：

選取居民用戶中常見電器作為實施例，根據(jù)電器使用規(guī)律得到的分類結果如表1所示。

表1常見電器分類表

利用trnsys仿真軟件模擬居民用戶用電行為得到負荷數(shù)據(jù)，為了更接近實際情況，仿真負荷數(shù)據(jù)考慮了天氣狀況、周末與節(jié)假日的影響，且加入了一定比例的隨機影響因素。

采用本發(fā)明所提方法對仿真負荷數(shù)據(jù)進行預測，得到某日預測工作計劃與用戶實際電器使用情況。僅以冰箱、電視及空調為例，圖2展示了三個電器預測工作時間，圖3-圖5則分別展示了三個每小時的耗電量，綜合圖2-圖5則為通過本發(fā)明所提方法得到的電器工作計劃。

圖6表示使用本發(fā)明所提方法預測居民用戶電器使用行為的結果，黑色線條表示該天出現(xiàn)了電器使用行為預測誤差較大的情況，需要用戶修改電器工作計劃，可反映出使用本發(fā)明所提方法時的用戶工作量。圖7則表示在目前居民用戶參與需求響應的研究中，常用的固定電器工作計劃預測電器使用行為的結果。對比圖6與圖7可知，通過使用本發(fā)明所提方法預測居民用戶電器使用行為，可大大減少出現(xiàn)電器使用行為預測誤差較大的次數(shù)，即減少了用戶制訂電器工作計劃時的工作量。

圖8表示電器耗電量預測的相對誤差絕對值。觀察圖8可知，本發(fā)明所提方法大部分情況下的電器能耗預測精度較高，但是存在部分數(shù)據(jù)相對誤差較大的情況。經統(tǒng)計，全年預測誤差超10％的數(shù)據(jù)總計有263個，約占總數(shù)據(jù)量的3％，而統(tǒng)計全年預測誤差最大的10個數(shù)據(jù)如表3所示。觀察表3中數(shù)據(jù)可知，預測能耗與實際能耗的差值均小于0.1kw·h，相較于該仿真用戶2kw·h的峰值負荷量很小。因此本發(fā)明所提電器耗電量預測方法是可行且有效的。

表3預測值最大十個數(shù)據(jù)表

以上所述僅為本申請的優(yōu)選實施例而已，并不用于限制本申請，對于本領域的技術人員來說，本申請可以有各種更改和變化。凡在本申請的精神和原則之內，所作的任何修改、等同替換、改進等，均應包含在本申請的保護范圍之內。

上述雖然結合附圖對本發(fā)明的具體實施方式進行了描述，但并非對本發(fā)明保護范圍的限制，所屬領域技術人員應該明白，在本發(fā)明的技術方案的基礎上，本領域技術人員不需要付出創(chuàng)造性勞動即可做出的各種修改或變形仍在本發(fā)明的保護范圍以內。