本發(fā)明屬于電網(wǎng)調(diào)控，特別涉及一種基于arima-非參數(shù)回歸模型的負(fù)荷基線預(yù)測(cè)方法及相關(guān)裝置。

背景技術(shù)：

1、隨著新能源并網(wǎng)比例的不斷提升，電網(wǎng)的隨機(jī)性與波動(dòng)性越來越強(qiáng)，電力系統(tǒng)需要更多的靈活調(diào)節(jié)能力來應(yīng)對(duì)這些不確定性。需求側(cè)響應(yīng)(demand?response，dr)作為靈活調(diào)節(jié)資源為新能源的并網(wǎng)運(yùn)行提供了有力支撐。目前，需求側(cè)響應(yīng)主要是通過電價(jià)信號(hào)或補(bǔ)貼政策來引導(dǎo)需求側(cè)資源參與到電網(wǎng)調(diào)控中，而通過獎(jiǎng)金補(bǔ)貼政策對(duì)用戶進(jìn)行補(bǔ)償時(shí)，需要合理評(píng)估需求側(cè)響應(yīng)的參與程度。用戶的負(fù)荷基線就是指用戶在不參與需求側(cè)響應(yīng)時(shí)本該消耗的負(fù)荷大小，是對(duì)需求側(cè)響應(yīng)進(jìn)行補(bǔ)償計(jì)算時(shí)的重要依據(jù)。目前，常用的負(fù)荷基線計(jì)算方法主要是平均法、對(duì)照法和回歸法。其中平均法利用相似日的非dr數(shù)據(jù)進(jìn)行平均值計(jì)算得到待預(yù)測(cè)日的負(fù)荷基線，其精度相對(duì)較低。對(duì)照法將沒有參與需求響應(yīng)的用戶作為對(duì)照組，然后從對(duì)照組中選取與參與dr的用戶用電模式相近的負(fù)荷曲線，估計(jì)dr用戶的負(fù)荷基線。該方法簡(jiǎn)單有效，但該方法要求對(duì)照組足夠多，計(jì)算速度慢，消耗大；但當(dāng)對(duì)照組數(shù)量不夠時(shí)，估計(jì)的精度會(huì)大幅下降。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于arima-非參數(shù)回歸模型的負(fù)荷基線預(yù)測(cè)方法及相關(guān)裝置，以解決現(xiàn)有技術(shù)預(yù)測(cè)精度較低的技術(shù)問題。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

3、第一方面，本發(fā)明提供一種基于arima-非參數(shù)回歸模型的負(fù)荷基線預(yù)測(cè)方法，包括：

4、針對(duì)預(yù)測(cè)區(qū)域，獲取和當(dāng)前待預(yù)測(cè)日期特征相同的非dr日歷史負(fù)荷數(shù)據(jù)，形成歷史負(fù)荷序列；

5、對(duì)歷史負(fù)荷序列進(jìn)行平穩(wěn)性檢驗(yàn)，獲得通過平穩(wěn)性檢驗(yàn)的序列；

6、對(duì)通過平穩(wěn)性檢驗(yàn)的序列進(jìn)行白噪聲校驗(yàn)；

7、白噪聲校驗(yàn)通過后，對(duì)歷史負(fù)荷序列進(jìn)行基線預(yù)測(cè)，獲得負(fù)荷基線預(yù)測(cè)值。

8、本發(fā)明進(jìn)一步的改進(jìn)在：所述針對(duì)預(yù)測(cè)區(qū)域，獲取和當(dāng)前待預(yù)測(cè)日期特征相同的非dr日歷史負(fù)荷數(shù)據(jù)，形成歷史負(fù)荷序列的步驟中，所述特征包括節(jié)假日、工作日；

9、所述歷史負(fù)荷序列為p＝{p1,p2,p3,…,pn}；

10、其中，pi為第i個(gè)歷史負(fù)荷采樣數(shù)據(jù)，i＝1,2,3,…,n。

11、本發(fā)明進(jìn)一步的改進(jìn)在：所述對(duì)歷史負(fù)荷序列進(jìn)行平穩(wěn)性檢驗(yàn)，獲得通過平穩(wěn)性檢驗(yàn)的序列的步驟，具體包括：

12、對(duì)于歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}，自協(xié)方差為：

13、cov(pt,ps)＝e[(pt-μt)(ps-μs)]

14、其中，pi為第i個(gè)歷史負(fù)荷采樣數(shù)據(jù)，i＝1,2,3,…,n；μt為以時(shí)間t為起點(diǎn)獲取的負(fù)荷序列pt的期望，μs為以時(shí)間s為起點(diǎn)獲取的負(fù)荷序列ps的期望；t≠s；

15、自相關(guān)系數(shù)為：

16、

17、其中，σt為負(fù)荷序列pt的方差，σs為負(fù)荷序列ps的方差；

18、若歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}擁有常數(shù)均值和常數(shù)方差，并且延遲k期的序列自協(xié)方差與cov(pt,ps)相等，延遲k期的序列自相關(guān)系數(shù)與ρ(t,s)相等，則歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}通過平穩(wěn)性檢驗(yàn)；所述歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}為通過平穩(wěn)性檢驗(yàn)的序列。

19、本發(fā)明進(jìn)一步的改進(jìn)在：如果歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}未通過平穩(wěn)性檢驗(yàn)，還包括對(duì)歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}進(jìn)行m階差分計(jì)算的步驟，具體包括：

20、對(duì)歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}進(jìn)行m階差分計(jì)算，直至通過平穩(wěn)性校驗(yàn)，獲得通過平穩(wěn)性檢驗(yàn)的序列；

21、其中，m階差分為用相距m期的兩個(gè)序列元素之間進(jìn)行減法運(yùn)算，得到的新差分序列中的元素值為：

22、pk'＝pk-pk-m

23、從1開始不斷增大m值，對(duì)每次差分計(jì)算得到的新序列進(jìn)行平穩(wěn)性校驗(yàn)，直至通過平穩(wěn)性校驗(yàn)，獲得通過平穩(wěn)性檢驗(yàn)的序列。

24、本發(fā)明進(jìn)一步的改進(jìn)在：所述對(duì)通過平穩(wěn)性檢驗(yàn)的序列進(jìn)行白噪聲校驗(yàn)的步驟，具體包括：

25、對(duì)樣本數(shù)為n的通過平穩(wěn)性校驗(yàn)的序列，延遲期數(shù)從1至n不斷增大，進(jìn)行樣本自相關(guān)系數(shù)計(jì)算，若自相關(guān)系數(shù)服從均值方差為1/n，均值為零的正態(tài)分布，則所述通過平穩(wěn)性校驗(yàn)的序列為白噪聲序列，通過白噪聲校驗(yàn)；否則所述通過平穩(wěn)性校驗(yàn)的序列為非白噪聲序列，未通過白噪聲校驗(yàn)；若未通過白噪聲校驗(yàn)，對(duì)所選取的歷史負(fù)荷序列停止預(yù)測(cè)，重新更換非dr日歷史負(fù)荷數(shù)據(jù)，重新進(jìn)行負(fù)荷基線預(yù)測(cè)。

26、本發(fā)明進(jìn)一步的改進(jìn)在：所述白噪聲校驗(yàn)通過后，對(duì)歷史負(fù)荷序列進(jìn)行基線預(yù)測(cè)，獲得負(fù)荷基線預(yù)測(cè)值的步驟，具體包括：

27、使用arima(p,m,q)模型對(duì)負(fù)荷基線進(jìn)行預(yù)測(cè)；其中，m為使序列通過平穩(wěn)性校驗(yàn)的滯后期數(shù)值，p為使偏自相關(guān)系數(shù)截尾的階數(shù)，q為使自相關(guān)系數(shù)截尾的階數(shù)；

28、如果原始的歷史負(fù)荷序列直接通過平穩(wěn)性檢驗(yàn)，則m＝0；如果歷史負(fù)荷序列通過m階差分計(jì)算的新序列通過平穩(wěn)性校驗(yàn)，則m為使序列通過平穩(wěn)性校驗(yàn)的滯后期數(shù)值；

29、確定arima模型參數(shù)后，將歷史負(fù)荷序列p＝{p1,p2,p3,…,pn}輸入arima(p,m,q)模型，獲取負(fù)荷基線預(yù)測(cè)值；其中，pi為第i個(gè)歷史負(fù)荷采樣數(shù)據(jù)，i＝1,2,3,…,n。

30、本發(fā)明進(jìn)一步的改進(jìn)在：還包括：

31、從預(yù)測(cè)區(qū)域的歷史數(shù)據(jù)庫中獲取x組歷史負(fù)荷數(shù)據(jù)，以及負(fù)荷數(shù)據(jù)對(duì)應(yīng)的氣溫值、工業(yè)gdp和商業(yè)gdp；通過減法運(yùn)算獲取負(fù)荷差值，及其對(duì)應(yīng)的溫差值、工業(yè)gdp差值、商業(yè)gdp差值數(shù)據(jù)組；

32、建立非參數(shù)回歸模型：

33、

34、δp為負(fù)荷的修正量，wi為第i種負(fù)荷影響系數(shù)，k為負(fù)荷影響參數(shù)的數(shù)量，yi為溫差值、工業(yè)gdp差值、商業(yè)gdp差值數(shù)據(jù)組；r表示實(shí)數(shù)，利用核函數(shù)法求解得到負(fù)荷差值與溫差值、工業(yè)gdp差值、商業(yè)gdp差值的回歸函數(shù)關(guān)系；

35、將預(yù)測(cè)區(qū)域待預(yù)測(cè)日的溫度，與歷史非dr負(fù)荷日同時(shí)段的平均溫度作差，得到溫度差，并將預(yù)測(cè)日的各類gdp差值與歷史非dr日的gdp作差，得到工業(yè)gdp差值、商業(yè)gdp差值；

36、將溫度差、工業(yè)gdp差值、商業(yè)gdp差值輸入非參數(shù)回歸模型中，得到負(fù)荷的修正量δp；

37、將負(fù)荷基線預(yù)測(cè)值疊加負(fù)荷的修正量δp后，獲得最終的負(fù)荷基線值預(yù)測(cè)值。

38、第二方面，本發(fā)明提供一種基于arima-非參數(shù)回歸模型的負(fù)荷基線預(yù)測(cè)裝置，包括：

39、獲取模塊，用于針對(duì)預(yù)測(cè)區(qū)域，獲取和當(dāng)前待預(yù)測(cè)日期特征相同的非dr日歷史負(fù)荷數(shù)據(jù)，形成歷史負(fù)荷序列；

40、平穩(wěn)性檢驗(yàn)?zāi)K，用于對(duì)歷史負(fù)荷序列進(jìn)行平穩(wěn)性檢驗(yàn)，獲得通過平穩(wěn)性檢驗(yàn)的序列；

41、白噪聲校驗(yàn)?zāi)K，用于對(duì)通過平穩(wěn)性檢驗(yàn)的序列進(jìn)行白噪聲校驗(yàn)；

42、負(fù)荷基線預(yù)測(cè)模塊，用于白噪聲校驗(yàn)通過后，對(duì)歷史負(fù)荷序列進(jìn)行基線預(yù)測(cè)，獲得負(fù)荷基線預(yù)測(cè)值。

43、第三方面，本發(fā)明提供一種電子設(shè)備，其特征在于，包括處理器和存儲(chǔ)器，所述處理器用于執(zhí)行存儲(chǔ)器中存儲(chǔ)的計(jì)算機(jī)程序以實(shí)現(xiàn)所述的基于arima-非參數(shù)回歸模型的負(fù)荷基線預(yù)測(cè)方法。

44、第四方面，本發(fā)明提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有至少一個(gè)指令，所述至少一個(gè)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)所述的基于arima-非參數(shù)回歸模型的負(fù)荷基線預(yù)測(cè)方法。

45、相對(duì)于現(xiàn)有技術(shù)，本發(fā)明具有以下有益效果：

46、本發(fā)明提供一種基于arima-非參數(shù)回歸模型的負(fù)荷基線預(yù)測(cè)方法，包括：針對(duì)預(yù)測(cè)區(qū)域，獲取和當(dāng)前待預(yù)測(cè)日期特征相同的非dr日歷史負(fù)荷數(shù)據(jù)，形成歷史負(fù)荷序列；對(duì)歷史負(fù)荷序列進(jìn)行平穩(wěn)性檢驗(yàn)，獲得通過平穩(wěn)性檢驗(yàn)的序列；對(duì)通過平穩(wěn)性檢驗(yàn)的序列進(jìn)行白噪聲校驗(yàn)；白噪聲校驗(yàn)通過后，對(duì)歷史負(fù)荷序列進(jìn)行基線預(yù)測(cè)，獲得負(fù)荷基線預(yù)測(cè)值。本發(fā)明針對(duì)平均法精度低與對(duì)照法在預(yù)測(cè)精度受到對(duì)照組數(shù)量限制的問題，提出利用相似日非dr歷史負(fù)荷曲線數(shù)據(jù)進(jìn)行基線預(yù)測(cè)的方法，通過arima回歸算法得到預(yù)測(cè)基值，提升預(yù)測(cè)精度。

47、進(jìn)一步的，本發(fā)明考慮經(jīng)濟(jì)發(fā)展因素、溫度變化等因素對(duì)負(fù)荷變化趨勢(shì)的影響，通過非參數(shù)回歸，確定負(fù)荷與溫度、gdp等因素間的函數(shù)關(guān)系，對(duì)利用arima回歸預(yù)測(cè)算法得到的負(fù)荷基線值進(jìn)行修正，提升負(fù)荷基線的計(jì)算準(zhǔn)確性。利用本發(fā)明提出的arima-非參數(shù)回歸模型預(yù)測(cè)得到的負(fù)荷基線，全面考慮了經(jīng)濟(jì)、氣候因素的影響，可有效提升負(fù)荷基線預(yù)測(cè)的準(zhǔn)確性。