一種考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法，適用 于進(jìn)行全國范圍內(nèi)大規(guī)模公共樓宇空調(diào)短時基線負(fù)荷預(yù)測，屬于電力負(fù)荷預(yù)測技術(shù)領(lǐng)域。
【背景技術(shù)】
[0002] 我國電網(wǎng)夏季空調(diào)負(fù)荷已占尖峰負(fù)荷的30%左右?？照{(diào)負(fù)荷主要集中于夏季用電 高峰時段，且年均持續(xù)時間僅數(shù)百小時，但它對電網(wǎng)的安全、經(jīng)濟(jì)運(yùn)行影響極大。冬季負(fù)荷 高峰中，空調(diào)也扮演了重要角色。在商業(yè)用戶用電負(fù)荷中，空調(diào)負(fù)荷占有較大比重，調(diào)整空 調(diào)負(fù)荷對于改變商業(yè)用戶負(fù)荷曲線、實(shí)現(xiàn)電網(wǎng)削峰填谷具有重要意義。同時商業(yè)用戶負(fù)荷 可控性較大，具有實(shí)現(xiàn)智能用電的巨大潛力。合理控制空調(diào)溫度和削峰填谷緊密連接在一 起。為了對空調(diào)負(fù)荷特性作進(jìn)一步的實(shí)質(zhì)性的分析研宄，探討應(yīng)對空調(diào)負(fù)荷過快增長的有 效措施，綜合考慮各地電網(wǎng)與電力供應(yīng)的實(shí)際情況，決定開展基于需求響應(yīng)的中央空調(diào)負(fù) 荷調(diào)控技術(shù)研宄。但是，由于經(jīng)濟(jì)和技術(shù)因素的影響，中國的一些地區(qū)的空調(diào)負(fù)荷沒有辦法 精確得到，而空調(diào)的基線負(fù)荷數(shù)據(jù)也是空調(diào)參與電網(wǎng)調(diào)度的重要參數(shù)。目前，國內(nèi)外還沒有 關(guān)于如何進(jìn)行設(shè)計(jì)及實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法方面的專利和 文獻(xiàn)。

【發(fā)明內(nèi)容】

[0003] 針對現(xiàn)有技術(shù)存在的不足，本發(fā)明目的是提供一種考慮實(shí)時氣象因素的公共樓宇 空調(diào)短時基線負(fù)荷預(yù)測方法，該方法可以在全國范圍內(nèi)，利用當(dāng)?shù)氐膶?shí)時氣象值方便地計(jì) 算出公共樓宇空調(diào)短時基線負(fù)荷預(yù)測值。
[0004] 為了實(shí)現(xiàn)上述目的，本發(fā)明是通過如下的技術(shù)方案來實(shí)現(xiàn)：
[0005] 本發(fā)明的一種考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法，包括以 下幾個步驟：
[0006] (SI)采用皮爾森相關(guān)系數(shù)公式計(jì)算氣象影響因素中平均溫度、平均濕度、平均風(fēng) 速和平均降雨量與平均空調(diào)負(fù)荷的相關(guān)性；然后選取強(qiáng)線性相關(guān)的參數(shù)，即平均溫度和平 均濕度，并將平均溫度和平均濕度作為公共樓宇空調(diào)短時基線負(fù)荷預(yù)測時考慮的實(shí)時氣象 因素；
[0007] (S2)計(jì)算當(dāng)?shù)貎蓚€月的每日的溫濕度指數(shù)THI ;并將當(dāng)天、昨天、前天的溫濕度指 數(shù)THI進(jìn)行加權(quán)，得到考慮溫度和濕度累積效應(yīng)的每日的加權(quán)溫濕度指數(shù)WTHI ;計(jì)算預(yù)測 日前兩個月內(nèi)每日的加權(quán)溫濕度指數(shù)WTHI與預(yù)測日的加權(quán)溫濕度指數(shù)WTHI的誤差絕對 值，選取誤差絕對值最小的N天作為預(yù)測日的典型相似日，并按日期排序?yàn)?至N天，作為 BP神經(jīng)網(wǎng)絡(luò)的輸入預(yù)測的典型相似日；其中，N為正整數(shù)且為4的倍數(shù)；
[0008] (S3)基于確定的N個典型相似日，采用BP神經(jīng)網(wǎng)絡(luò)算法，將第1天至第3天的加 權(quán)溫濕度指數(shù)WTHI和1至24小時的空調(diào)負(fù)荷量以及第4天的加權(quán)溫濕度指數(shù)WTHI作為 BP神經(jīng)網(wǎng)絡(luò)的76個輸入量，將第4天的1至24小時的空調(diào)負(fù)荷量作為BP神經(jīng)網(wǎng)絡(luò)的24 個輸出量，依此循環(huán)，形成N-3組訓(xùn)練樣本集，訓(xùn)練該BP神經(jīng)網(wǎng)絡(luò)；然后，采用訓(xùn)練好的神經(jīng) 網(wǎng)絡(luò)，輸入第N-2天至第N天的加權(quán)溫濕度指數(shù)WTHI和1至24小時的空調(diào)負(fù)荷值以及預(yù) 測日的加權(quán)溫濕度指數(shù)WTHI，則24個輸出即為預(yù)測日的1至24小時的每小時的平均空調(diào) 負(fù)荷值；最后將平均空調(diào)負(fù)荷值與實(shí)際空調(diào)負(fù)荷值進(jìn)行對比，計(jì)算誤差。
[0009] 步驟（SI)中，所述皮爾森相關(guān)系數(shù)公式如下：
【主權(quán)項(xiàng)】
1. 一種考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法，其特征在于，包括 以下幾個步驟： (51) 采用皮爾森相關(guān)系數(shù)公式計(jì)算氣象影響因素中平均溫度、平均濕度、平均風(fēng)速和 平均降雨量與平均空調(diào)負(fù)荷的相關(guān)性；然后選取強(qiáng)線性相關(guān)的參數(shù)，即平均溫度和平均濕 度，并將平均溫度和平均濕度作為公共樓宇空調(diào)短時基線負(fù)荷預(yù)測時考慮的實(shí)時氣象因 素； (52) 計(jì)算當(dāng)?shù)貎蓚€月的每日的溫濕度指數(shù)THI;并將當(dāng)天、昨天、前天的溫濕度指數(shù) THI進(jìn)行加權(quán)，得到考慮溫度和濕度累積效應(yīng)的每日的加權(quán)溫濕度指數(shù)WTHI;計(jì)算預(yù)測日 前兩個月內(nèi)每日的加權(quán)溫濕度指數(shù)WTHI與預(yù)測日的加權(quán)溫濕度指數(shù)WTHI的誤差絕對值， 選取誤差絕對值最小的N天作為預(yù)測日的典型相似日，并按日期排序?yàn)?至N天，作為BP 神經(jīng)網(wǎng)絡(luò)的輸入預(yù)測的典型相似日； (53) 基于確定的N個典型相似日，采用BP神經(jīng)網(wǎng)絡(luò)算法，將第1天至第3天的加權(quán)溫 濕度指數(shù)WTHI和1至24小時的空調(diào)負(fù)荷量以及第4天的加權(quán)溫濕度指數(shù)WTHI作為BP神 經(jīng)網(wǎng)絡(luò)的76個輸入量，將第4天的1至24小時的空調(diào)負(fù)荷量作為BP神經(jīng)網(wǎng)絡(luò)的24個輸 出量，依此循環(huán)，形成N-3組訓(xùn)練樣本集，訓(xùn)練該BP神經(jīng)網(wǎng)絡(luò)；然后，采用訓(xùn)練好的神經(jīng)網(wǎng) 絡(luò)，輸入第N-2天至第N天的加權(quán)溫濕度指數(shù)WTHI和1至24小時的空調(diào)負(fù)荷值以及預(yù)測 日的加權(quán)溫濕度指數(shù)WTHI，則24個輸出即為預(yù)測日的1至24小時的每小時的平均空調(diào)負(fù) 荷值；最后將平均空調(diào)負(fù)荷值與實(shí)際空調(diào)負(fù)荷值進(jìn)行對比，計(jì)算誤差。
2. 根據(jù)權(quán)利要求1所述的考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法， 其特征在于，步驟（S1)中，所述皮爾森相關(guān)系數(shù)公式如下：
其中，Xi分別表示當(dāng)天某小時的溫度、濕度、風(fēng)速或降雨量的平均值，yi分別表示該公 共樓宇當(dāng)天某小時總空調(diào)負(fù)荷值，n表示當(dāng)天的小時數(shù)，了表示當(dāng)天溫度、濕度、風(fēng)速或降 雨量的平均值，^表示該公共樓宇當(dāng)天總空調(diào)負(fù)荷的平均值； 根據(jù)上述公式對氣象影響因素進(jìn)行排序，得到和空調(diào)負(fù)荷強(qiáng)相關(guān)的氣象影響因素，即 平均溫度、平均濕度。
3. 根據(jù)權(quán)利要求1所述的考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法， 其特征在于，步驟（S2)中，當(dāng)?shù)貎蓚€月的每日的溫濕度指數(shù)THI計(jì)算方法如下：首先計(jì)算當(dāng) 地兩個月的每日的平均溫度、平均濕度，然后再計(jì)算當(dāng)?shù)貎蓚€月的每日的溫濕度指數(shù)THI， 所述溫濕度指數(shù)THI的算法公式如下：
其中，中Td為每日的平均攝氏溫度，Hi為每日的平均百分比濕度。
4. 根據(jù)權(quán)利要求1所述的考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法， 其特征在于， 步驟（S2)中，每日的加權(quán)溫濕度指數(shù)WTHI的計(jì)算方法如下： WTHI= (lOXTHIo+^HLi+THI^/lS 其中，THIpTHU、THI_2*別為每日當(dāng)天、昨天和前天的溫濕度指數(shù)。
【專利摘要】本發(fā)明公開了一種考慮實(shí)時氣象因素的公共樓宇空調(diào)短時基線負(fù)荷預(yù)測方法，包括步驟S1，采用皮爾森相關(guān)系數(shù)公式計(jì)算溫度、濕度、風(fēng)速和降雨量與空調(diào)負(fù)荷量的相關(guān)性，選取強(qiáng)線性相關(guān)的參數(shù)作為公共樓宇空調(diào)短期負(fù)荷基線預(yù)測時考慮的實(shí)時氣象因素；步驟S2，分別計(jì)算預(yù)測日及其前兩個月內(nèi)每日的溫濕度指數(shù)THI和加權(quán)溫濕度指數(shù)WTHI，依此選取預(yù)測日的典型相似日；步驟S3，采用BP神經(jīng)網(wǎng)絡(luò)方法計(jì)算預(yù)測日24小時的空調(diào)負(fù)荷值。本發(fā)明可運(yùn)用到全國范圍內(nèi)各公共樓宇空調(diào)短時基線負(fù)荷預(yù)測，可以為典型公共樓宇空調(diào)負(fù)荷參與電網(wǎng)負(fù)荷調(diào)控提供理論支持和數(shù)據(jù)支撐。
【IPC分類】G06Q10-04, G06Q50-06, G06N3-02
【公開號】CN104778503
【申請?zhí)枴緾N201510114186
【發(fā)明人】楊永標(biāo), 顏慶國, 徐青山, 楊辰星, 王續(xù)芳, 薛溟楓, 陳璐
【申請人】國家電網(wǎng)公司, 南京南瑞集團(tuán)公司, 國電南瑞科技股份有限公司, 江蘇省電力公司, 東南大學(xué)
【公開日】2015年7月15日
【申請日】2015年3月16日