基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法
【專利摘要】本發(fā)明公開(kāi)了一種基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，該方法包括：步驟一，引入空氣質(zhì)量指數(shù)，改進(jìn)人體舒適度指數(shù)；步驟二，建立最優(yōu)局部形相似的超短期負(fù)荷預(yù)測(cè)模型；步驟三，通過(guò)一種基于加權(quán)平均的最優(yōu)局部形相似超短期負(fù)荷預(yù)測(cè)方法，獲取超短期負(fù)荷初始預(yù)測(cè)值；步驟四，根據(jù)改進(jìn)人體舒適度指數(shù)曲線局部形相似表征負(fù)荷曲線相似，對(duì)超短期負(fù)荷初始預(yù)測(cè)值進(jìn)行修正，獲得超短期負(fù)荷預(yù)測(cè)修正值。本發(fā)明建立一種基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，針對(duì)當(dāng)前的氣候環(huán)境特點(diǎn)，該預(yù)測(cè)方法對(duì)連續(xù)性數(shù)據(jù)擬合程度好準(zhǔn)確率高，對(duì)當(dāng)前微網(wǎng)中的大面積超短期負(fù)荷預(yù)測(cè)具有重要現(xiàn)實(shí)意義。
【專利說(shuō)明】
基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明設(shè)及微網(wǎng)超短期負(fù)荷預(yù)測(cè)領(lǐng)域，具體來(lái)設(shè)及一種基于改進(jìn)人體舒適度指數(shù) 的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法。
【背景技術(shù)】
[0002] 隨著智能配網(wǎng)建設(shè)的推進(jìn)，W光伏發(fā)電、風(fēng)力發(fā)電、生物質(zhì)能發(fā)電、儲(chǔ)能裝置等為 支撐的微電網(wǎng)得到了大力發(fā)展。微網(wǎng)是實(shí)現(xiàn)智能主動(dòng)配電網(wǎng)的關(guān)鍵組成部分，是發(fā)揮分布 式電源削峰填谷的主要區(qū)域。
[0003] 為加速推進(jìn)清潔能源建設(shè)，國(guó)家出臺(tái)了一系列的分布式能源發(fā)電鼓勵(lì)措施，大量 小區(qū)及工業(yè)園區(qū)相繼上馬了數(shù)量眾多的光伏發(fā)電、風(fēng)力發(fā)電及風(fēng)光儲(chǔ)一體的分布式發(fā)電裝 置。為實(shí)現(xiàn)分布式電源的就地消納，部分小區(qū)及工業(yè)園區(qū)組成微網(wǎng)，微網(wǎng)內(nèi)可實(shí)現(xiàn)分布式電 源的點(diǎn)消納、線消納及面消納。正常運(yùn)行時(shí)，微網(wǎng)內(nèi)自行消納所發(fā)電力，當(dāng)微網(wǎng)內(nèi)所需電力 不足時(shí)可通過(guò)并網(wǎng)網(wǎng)關(guān)從外部配網(wǎng)購(gòu)電，當(dāng)微網(wǎng)內(nèi)部發(fā)電量剩余時(shí)，可通過(guò)并網(wǎng)網(wǎng)關(guān)向外 部配網(wǎng)售電。但是由于分布式電源的接入將會(huì)使電網(wǎng)潮流方向發(fā)生變化，實(shí)現(xiàn)雙向流動(dòng)。特 別是當(dāng)潮流倒送時(shí)，將對(duì)已有電力保護(hù)產(chǎn)生重大影響，危及電網(wǎng)運(yùn)行安全。故此，分布式電 源消納的最佳方案還是在本微網(wǎng)內(nèi)自行消納。當(dāng)故障發(fā)生時(shí)，整個(gè)微網(wǎng)跟外部配電網(wǎng)分裂， 實(shí)現(xiàn)孤島運(yùn)行，微網(wǎng)內(nèi)自行消納是唯一方法。
[0004] 要實(shí)現(xiàn)微網(wǎng)內(nèi)分布式發(fā)電量的自行消納，微網(wǎng)內(nèi)負(fù)荷預(yù)測(cè)的準(zhǔn)確度是關(guān)鍵。實(shí)現(xiàn) 微網(wǎng)內(nèi)負(fù)荷的超短期預(yù)測(cè)，實(shí)時(shí)有效的安排發(fā)電計(jì)劃，是實(shí)現(xiàn)微網(wǎng)內(nèi)分布式電源自行消納 的重要保障。
[0005] 微網(wǎng)超短期負(fù)荷預(yù)測(cè)能夠?qū)W(wǎng)內(nèi)未來(lái)5分鐘-15分鐘的負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測(cè)，其不同 于主網(wǎng)負(fù)荷預(yù)測(cè)，有其自身特點(diǎn)。微網(wǎng)內(nèi)的負(fù)荷類型有居民負(fù)荷、工業(yè)負(fù)荷及商業(yè)負(fù)荷等， 但多W居民負(fù)荷為主。居民負(fù)荷受人的用電行為和用電習(xí)慣的影響很大，特別是當(dāng)前氣候 變化異常，霧靈天氣頻繁，人的行為習(xí)慣被迫改變，也相應(yīng)的影響到了人們的用電習(xí)慣。
[0006] 故此，研究一種適合于微網(wǎng)負(fù)荷特性的超短期負(fù)荷預(yù)測(cè)方法，有效指導(dǎo)網(wǎng)內(nèi)分布 式電源的發(fā)電計(jì)劃，實(shí)現(xiàn)微網(wǎng)分布式發(fā)電的自行消納有重要現(xiàn)實(shí)意義。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明的目的在于解決微網(wǎng)中大規(guī)模的超短期負(fù)荷預(yù)測(cè)問(wèn)題，結(jié)合微網(wǎng)特點(diǎn)，給 出一種基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法。
[000引用于實(shí)現(xiàn)上述目的的技術(shù)方案如下：
[0009] 基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，該方法包括如下步驟：
[0010] 步驟一，引入空氣質(zhì)量指數(shù)，改進(jìn)人體舒適度指數(shù)；
[0011] 步驟二，建立最優(yōu)局部形相似的超短期負(fù)荷預(yù)測(cè)模型；
[0012] 步驟Ξ，通過(guò)一種基于加權(quán)平均的最優(yōu)局部形相似超短期負(fù)荷預(yù)測(cè)方法，獲取超 短期負(fù)荷初始預(yù)測(cè)值；
[0013] 步驟四，根據(jù)改進(jìn)人體舒適度指數(shù)曲線局部形相似表征負(fù)荷曲線相似，對(duì)超短期 負(fù)荷初始預(yù)測(cè)值進(jìn)行修正，獲得超短期負(fù)荷預(yù)測(cè)修正值。
[0014] 超短期負(fù)荷預(yù)測(cè)一般根據(jù)一段時(shí)間內(nèi)（通常為25~60分鐘）的歷史數(shù)據(jù)點(diǎn)，預(yù)測(cè)未 來(lái)一定時(shí)刻(通常為5~15分鐘后）的負(fù)荷數(shù)據(jù)值。
[0015] 步驟一中，所述的人體舒適度指數(shù)改進(jìn)如下：
[001引其中，DI為人體舒適度指數(shù);畑為日平均相對(duì)濕度，V為風(fēng)速(m/s)，TN為基準(zhǔn)溫度 rC)，A(xt)為空氣質(zhì)量指數(shù)影響函數(shù)，β為空氣質(zhì)量指數(shù)影響因子，T為當(dāng)前時(shí)刻溫度rC)， xt為空氣質(zhì)量指數(shù);Qi、化分別為空氣質(zhì)量嚴(yán)重污染W(wǎng)下和嚴(yán)重污染W(wǎng)上情況下，空氣質(zhì)量 指數(shù)對(duì)人體舒適度指數(shù)的影響度;MA為該地區(qū)年最大空氣質(zhì)量指數(shù)。根據(jù)分析2013年至 2015年全國(guó)各地空氣質(zhì)量指數(shù)，未有超過(guò)1000的情況，考慮到部分偏遠(yuǎn)地區(qū)無(wú)法測(cè)量的情 況，可取最大空氣質(zhì)量指數(shù)為1000計(jì)算，Qi、化的取值可為2和4。
[0019] 根據(jù)分析可W發(fā)現(xiàn)在氣溫和濕度較高的夏、春季節(jié)，人體舒適度指數(shù)越高越不舒 適，空氣質(zhì)量指數(shù)對(duì)人體舒適度指數(shù)的影響應(yīng)該是上升的。在氣溫較低和風(fēng)力較大的秋、 冬、初春季節(jié)，人體舒適度指數(shù)越低越不舒適，空氣質(zhì)量指數(shù)對(duì)人體舒適度指數(shù)的影響應(yīng)該 是下降的。
[0020] 所述的步驟Ξ的具體步驟為：
[0021] a.建立兩個(gè)數(shù)列：分別記錄待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前d點(diǎn)的實(shí)時(shí)數(shù)據(jù)數(shù)列Lx和第i日 初始?xì)v史局部相似數(shù)列Mix,具體如下：
[0022] Lx={lx-d，lx-(d-i)，...，lx-2，lx-i} (3)
[0023] Mix= (mix-d, mix-(d-：Lmix-2, mix-1} (4)
[0024] 其中，Ix-n為待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前n點(diǎn)的實(shí)時(shí)數(shù)據(jù)，n = l，2，'''，d;mix-n為第i日數(shù) 據(jù)點(diǎn)X前η點(diǎn)的初始?xì)v史局部相似數(shù)據(jù)，η = 1，2，…，d;
[002引b.定義Wix為實(shí)時(shí)數(shù)據(jù)數(shù)列Lx與第i日初始?xì)v史局部相似數(shù)列Mix的形相似系數(shù)，具 體為：
[0026]
巧）
[0027] Wx=max(Wix,W2x,---,Wix,---WNx) (6)
[0028] 所有初始?xì)v史局部相似數(shù)列與實(shí)時(shí)數(shù)據(jù)數(shù)列的形相似系數(shù)的最大值定義為該實(shí) 時(shí)數(shù)據(jù)數(shù)列的最優(yōu)形相似系數(shù)Wx，其中i = l，2,…，N，N為初始?xì)v史相似曲線數(shù)，最優(yōu)形相似 系數(shù)Wx對(duì)應(yīng)的初始?xì)v史局部相似數(shù)列Mix為最優(yōu)局部形似曲線數(shù)列；
[0029] C.利用線性外推法，取得第X時(shí)刻的預(yù)測(cè)值，公式如下：
[0032]
(9)
[0033] 其中巧為用待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前η點(diǎn)的實(shí)時(shí)數(shù)據(jù)和第i日數(shù)據(jù)點(diǎn)X前η點(diǎn)的初始?xì)v 史局部相似數(shù)據(jù)求得的X時(shí)刻基本預(yù)測(cè)值，ex-n為第i日數(shù)據(jù)點(diǎn)X與其前η點(diǎn)的初始?xì)v史局部 相似數(shù)據(jù)的差值；
[0034] 由第i日初始?xì)v史局部相似數(shù)列Mix的變化量近似表示實(shí)時(shí)數(shù)據(jù)數(shù)列Lx的變化量； 可知X時(shí)刻的基本預(yù)測(cè)值將有d個(gè)，則對(duì)該d個(gè)數(shù)據(jù)做加權(quán)平均獲取該時(shí)刻的初始預(yù)測(cè)值1 ' X ; 口η為各個(gè)基本預(yù)測(cè)值的權(quán)重。
[0035] 步驟四中，對(duì)超短期負(fù)荷預(yù)測(cè)進(jìn)行修正如下：
[0036]
( 1Q )
[0037] 其中，為X時(shí)刻的超短期負(fù)荷預(yù)測(cè)修正值，Γχ為超短期負(fù)荷X時(shí)刻的初始預(yù)測(cè) 值，Γχ?為基于改進(jìn)人體舒適度指數(shù)的超短期負(fù)荷X時(shí)刻的預(yù)測(cè)值，由于人體舒適度指數(shù)相 似時(shí)刻的負(fù)荷變化規(guī)律相似，可W用人體舒適度指數(shù)變化規(guī)律相似的曲線作為負(fù)荷變化形 相似曲線處理，故此，根據(jù)公式（1)和公式(2)得出的人體舒適度指數(shù)，運(yùn)用公式(3巧Ij公式 (6)表述人體舒適度指數(shù)曲線的最優(yōu)局部形相似，確定與待預(yù)測(cè)時(shí)刻前d點(diǎn)構(gòu)成的人體舒適 度指數(shù)曲線局部形相似的曲線，根據(jù)人體舒適度指數(shù)曲線局部相似的時(shí)間段內(nèi)，其負(fù)荷曲 線也是相似的，確定與待預(yù)測(cè)日實(shí)時(shí)數(shù)據(jù)數(shù)列Lx相似的初始?xì)v史局部相似數(shù)列Mix,根據(jù)公 式(7)到公式(9)確定基于改進(jìn)人體舒適度指數(shù)的超短期負(fù)荷預(yù)測(cè)值Γχ?。
[0038] 本發(fā)明有益技術(shù)效果:本發(fā)明建立一種基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù) 荷預(yù)測(cè)方法，該預(yù)測(cè)方法對(duì)連續(xù)性數(shù)據(jù)擬合程度好準(zhǔn)確率高，對(duì)當(dāng)前微網(wǎng)中的大面積超短 期負(fù)荷預(yù)測(cè)具有重要現(xiàn)實(shí)意義。
【具體實(shí)施方式】
[0039] 基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，該方法包括如下步驟：
[0040] 步驟一，引入空氣質(zhì)量指數(shù)，改進(jìn)人體舒適度指數(shù)；
[0043] 其中，DI為人體舒適度指數(shù);畑為日平均相對(duì)濕度，V為風(fēng)速(m/s)，TN為基準(zhǔn)溫度 rC)，A(xt)為空氣質(zhì)量指數(shù)影響函數(shù)，β為空氣質(zhì)量指數(shù)影響因子，T為當(dāng)前時(shí)刻溫度rC)， xt為空氣質(zhì)量指數(shù);Qi、化分別為空氣質(zhì)量嚴(yán)重污染W(wǎng)下和嚴(yán)重污染W(wǎng)上情況下，空氣質(zhì)量 指數(shù)對(duì)人體舒適度指數(shù)的影響度;MA為該地區(qū)年最大空氣質(zhì)量指數(shù)。根據(jù)分析2013年至 2015年全國(guó)各地空氣質(zhì)量指數(shù)，未有超過(guò)1000的情況，考慮到部分偏遠(yuǎn)地區(qū)無(wú)法測(cè)量的情 況，可取最大空氣質(zhì)量指數(shù)為1000計(jì)算，Qi、化的取值可為2和4。
[0044] 步驟二，建立最優(yōu)局部形相似的超短期負(fù)荷預(yù)測(cè)模型；
[0045] 步驟Ξ，通過(guò)一種基于加權(quán)平均的最優(yōu)局部形相似超短期負(fù)荷預(yù)測(cè)方法，獲取超 短期負(fù)荷初始預(yù)測(cè)值；
[0046] a.建立兩個(gè)數(shù)列：分別記錄待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前d點(diǎn)的實(shí)時(shí)數(shù)據(jù)數(shù)列Lx和第i日 初始?xì)v史局部相似數(shù)列Mix,具體如下：
[0047] Lx 二{ Ix-d , lx-(d-：L) , ... , lx-2 , Ix-l } (3)
[004引 Mix= (mix-d, mix-((Μ)，..., mix-2, mix-1} (4)
[0049] 其中，Ix-n為待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前n點(diǎn)的實(shí)時(shí)數(shù)據(jù)，n = l，2,…，d;mix-n為第i日數(shù) 據(jù)點(diǎn)X前η點(diǎn)的初始?xì)v史局部相似數(shù)據(jù)，n = l，2,…，d;
[0050] b.定義Wix為實(shí)時(shí)數(shù)據(jù)數(shù)列Lx與第i日初始?xì)v史局部相似數(shù)列Mix的形相似系數(shù)，具 體為：
[0053] 所有初始?xì)v史局部相似數(shù)列與實(shí)時(shí)數(shù)據(jù)數(shù)列的形相似系數(shù)的最大值定義為該實(shí) 時(shí)數(shù)據(jù)數(shù)列的最優(yōu)形相似系數(shù)恥，其中i = l，2,…，N，N為初始?xì)v史相似曲線數(shù)，最優(yōu)形相似 系數(shù)Wx對(duì)應(yīng)的初始?xì)v史局部相似數(shù)列Mix為最優(yōu)局部形似曲線數(shù)列；
[0054] C.利用線性外推法，取得第X時(shí)刻的預(yù)測(cè)值，公式如下：
[005引其中哎為用待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前η點(diǎn)的實(shí)時(shí)數(shù)據(jù)和第i日數(shù)據(jù)點(diǎn)X前η點(diǎn)的初始?xì)v 史局部相似數(shù)據(jù)求得的X時(shí)刻基本預(yù)測(cè)值，ex-n為第第i日數(shù)據(jù)點(diǎn)X與其前η點(diǎn)的初始?xì)v史局 部相似數(shù)據(jù)的差值；
[0059] 由第i日初始?xì)v史局部相似數(shù)列Mix的變化量近似表示實(shí)時(shí)數(shù)據(jù)數(shù)列Lx的變化量； 可知X時(shí)刻的基本預(yù)測(cè)值將有d個(gè)，則對(duì)該d個(gè)數(shù)據(jù)做加權(quán)平均獲取該時(shí)刻的初始預(yù)測(cè)值1 ' X ; 口η為各個(gè)基本預(yù)測(cè)值的權(quán)重。
[0060] 步驟四，根據(jù)改進(jìn)人體舒適度指數(shù)曲線局部形相似表征負(fù)荷曲線相似，對(duì)超短期 負(fù)荷初始預(yù)測(cè)值進(jìn)行修正，獲得超短期負(fù)荷預(yù)測(cè)修正值。
[0061] 對(duì)超短期負(fù)荷預(yù)測(cè)進(jìn)行修正如下：
[00 創(chuàng)
(10)
[0063]其中，if為X時(shí)刻的超短期負(fù)荷預(yù)測(cè)修正值，Γχ為超短期負(fù)荷X時(shí)刻的初始預(yù)測(cè) 值，Γχ?為基于改進(jìn)人體舒適度指數(shù)的超短期負(fù)荷X時(shí)刻的預(yù)測(cè)值，由于人體舒適度指數(shù)相 似時(shí)刻的負(fù)荷變化規(guī)律相似，可W用人體舒適度指數(shù)變化規(guī)律相似的曲線作為負(fù)荷變化形 相似曲線處理，故此，根據(jù)公式（1)和公式(2)得出的人體舒適度指數(shù)，運(yùn)用公式(3巧Ij公式 (6)表述人體舒適度指數(shù)曲線的最優(yōu)局部形相似，確定與待預(yù)測(cè)時(shí)刻前d點(diǎn)構(gòu)成的人體舒適 度指數(shù)曲線局部形相似的曲線，根據(jù)人體舒適度指數(shù)曲線局部相似的時(shí)間段內(nèi)，其負(fù)荷曲 線也是相似的，確定與待預(yù)測(cè)日實(shí)時(shí)數(shù)據(jù)數(shù)列Lx相似的初始?xì)v史局部相似數(shù)列Mix,根據(jù)公 式(7)到公式(9)確定基于改進(jìn)人體舒適度指數(shù)的超短期負(fù)荷預(yù)測(cè)值Γχ?。
【主權(quán)項(xiàng)】
1. 基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，其特征在于:該方法包括如 下步驟： 步驟一，引入空氣質(zhì)量指數(shù)，改進(jìn)人體舒適度指數(shù)； 步驟二，建立最優(yōu)局部形相似的超短期負(fù)荷預(yù)測(cè)模型； 步驟三，通過(guò)一種基于加權(quán)平均的最優(yōu)局部形相似超短期負(fù)荷預(yù)測(cè)方法，獲取超短期 負(fù)荷初始預(yù)測(cè)值； 步驟四，根據(jù)改進(jìn)人體舒適度指數(shù)曲線局部形相似表征負(fù)荷曲線相似，對(duì)超短期負(fù)荷 初始預(yù)測(cè)值進(jìn)行修正，獲得超短期負(fù)荷預(yù)測(cè)修正值。2. 根據(jù)權(quán)利要求1中所述的基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，其 特征在于:步驟一中，所述的人體舒適度指數(shù)改進(jìn)如下：其中，DI為人體舒適度指數(shù);RH為日平均相對(duì)濕度，V為風(fēng)速(m/s)，TN為基準(zhǔn)溫度（°C)，A (xt)為空氣質(zhì)量指數(shù)影響函數(shù)，β為空氣質(zhì)量指數(shù)影響因子，T為當(dāng)前時(shí)刻溫度（°C)，xt為空 氣質(zhì)量指數(shù);Qi、Q2分別為空氣質(zhì)量嚴(yán)重污染以下和嚴(yán)重污染以上情況下，空氣質(zhì)量指數(shù)對(duì) 人體舒適度指數(shù)的影響度;Μ為該地區(qū)年最大空氣質(zhì)量指數(shù)。3. 根據(jù)權(quán)利要求2所述的基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，其特 征在于： 所述的步驟三的具體步驟為： a. 建立兩個(gè)數(shù)列:分別記錄待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前d點(diǎn)的實(shí)時(shí)數(shù)據(jù)數(shù)列Lx和第i日初始?xì)v 史局部相似數(shù)列M lx，具體如下： Lx - { lx-d，lx-(d-1)，· · ·，lx-2，lx-1} ( 3 ) Mix - {fflix-d , niix-(d-l) IIlix-2 , ΠΗχ-1} ( 4 ) 其中，lx-n為待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前n點(diǎn)的實(shí)時(shí)數(shù)據(jù)，n = l，2,…，d;mlx-n為第i日數(shù)據(jù)點(diǎn)X 前η點(diǎn)的初始?xì)v史局部相似數(shù)據(jù)，n = l，2,…，d; b. 定義Wlx為實(shí)時(shí)數(shù)據(jù)數(shù)列Lx與第i日初始?xì)v史局部相似數(shù)列Mlx的形相似系數(shù)，具體為：ffx=max(ffix,ff2x,---,Wix,---ffNx) (6) 所有初始?xì)v史局部相似數(shù)列與實(shí)時(shí)數(shù)據(jù)數(shù)列的形相似系數(shù)的最大值定義為該實(shí)時(shí)數(shù) 據(jù)數(shù)列的最優(yōu)形相似系數(shù)Wx，其中i = 1，2，…，N，N為初始?xì)v史相似曲線數(shù)，最優(yōu)形相似系數(shù) Wx對(duì)應(yīng)的初始?xì)v史局部相似數(shù)列Mlx為最優(yōu)局部形似曲線數(shù)列； c. 利用線性外推法，取得第X時(shí)刻的預(yù)測(cè)值，公式如下： (7): θχ-η = Π1?χ-Π??χ-η (8)其中?為用待預(yù)測(cè)時(shí)刻數(shù)據(jù)點(diǎn)X前η點(diǎn)的實(shí)時(shí)數(shù)據(jù)和第i日數(shù)據(jù)點(diǎn)X前η點(diǎn)的初始?xì)v史局 部相似數(shù)據(jù)求得的X時(shí)刻基本預(yù)測(cè)值，ex-n為第第i日數(shù)據(jù)點(diǎn)X與其前η點(diǎn)的初始?xì)v史局部相 似數(shù)據(jù)的差值； 由第i日初始?xì)v史局部相似數(shù)列Mlx的變化量近似表示實(shí)時(shí)數(shù)據(jù)數(shù)列Lx的變化量;可知X 時(shí)刻的基本預(yù)測(cè)值將有d個(gè)，則對(duì)該d個(gè)數(shù)據(jù)做加權(quán)平均獲取該時(shí)刻的初始預(yù)測(cè)值1\;%為 各個(gè)基本預(yù)測(cè)值的權(quán)重。4.根據(jù)權(quán)利要求3中所述的基于改進(jìn)人體舒適度指數(shù)的微網(wǎng)超短期負(fù)荷預(yù)測(cè)方法，其 特征在于： 步驟四中，對(duì)超短期負(fù)荷預(yù)測(cè)進(jìn)行修正如下：其中，/丨1時(shí)刻的超短期負(fù)荷預(yù)測(cè)修正值，Γχ為超短期負(fù)荷X時(shí)刻的初始預(yù)測(cè)值，Γχ1 為基于改進(jìn)人體舒適度指數(shù)的超短期負(fù)荷X時(shí)刻的預(yù)測(cè)值，由于人體舒適度指數(shù)相似時(shí)刻 的負(fù)荷變化規(guī)律相似，可以用人體舒適度指數(shù)變化規(guī)律相似的曲線作為負(fù)荷變化形相似曲 線處理，故此，根據(jù)公式（1)和公式(2)得出的人體舒適度指數(shù)，運(yùn)用公式(3)到公式(6)表述 人體舒適度指數(shù)曲線的最優(yōu)局部形相似，確定與待預(yù)測(cè)時(shí)刻前d點(diǎn)構(gòu)成的人體舒適度指數(shù) 曲線局部形相似的曲線，根據(jù)人體舒適度指數(shù)曲線局部相似的時(shí)間段內(nèi)，其負(fù)荷曲線也是 相似的，確定與待預(yù)測(cè)日實(shí)時(shí)數(shù)據(jù)數(shù)列L x相似的初始?xì)v史局部相似數(shù)列Mlx，根據(jù)公式(7)到 公式(9)確定基于改進(jìn)人體舒適度指數(shù)的超短期負(fù)荷預(yù)測(cè)值Γ χ1。
【文檔編號(hào)】G06Q10/04GK105825300SQ201610149724
【公開(kāi)日】2016年8月3日
【申請(qǐng)日】2016年3月16日
【發(fā)明人】張偉, 張珠玉, 閆劍鋒, 段渴望
【申請(qǐng)人】積成電子股份有限公司