一种电力需求侧柔性负荷有功功率预测方法
【专利摘要】本发明公开了一种电力需求侧柔性负荷有功功率预测方法，包括以下步骤：采集电力需求侧柔性负荷有功功率历史数据，统计并计算不同天气、时期条件下的柔性负荷有功功率数值；根据柔性负荷有功功率的变化趋势和特征，确认柔性负荷有功功率的影响因素；根据柔性负荷的常规正常负荷分量、常规正常负荷分量、特殊事件负荷分量和随机负荷分量，构建需求侧柔性负荷预测模型；根据权重加权平均和拟合度的优选标准对需求侧柔性负荷有功功率进行组合预测。本发明提升了需求侧柔性负荷有功功率预测精准度，为电网安全、经济、稳定运行提供技术支撑，极大促进了需求侧电动汽车产业、分布式电源与储能系统的广泛推广与高效运行。
【专利说明】
-种电力需求侧柔性负荷有功功率预测方法
技术领域
[0001 ]本发明设及一种电力需求侧柔性负荷有功功率预测方法。
【背景技术】
[0002] 随着国家对新能源汽车产业发展的不断培育与推动，作为新能源汽车发展和汽车 工业转型主要战略取向的纯电动汽车得到了快速发展及大量示范应用，W电动汽车充电负 荷为典型的电力需求侧柔性负荷成为现阶段研究方向与研究重点，柔性负荷有功功率预测 对电力系统的安全、经济、稳定运行都极为重要，准确的预测有利于制定电力系统运行方 案、电力设备检修计划等。
[0003] 气象、节假日、特殊事件等众多因素影响需求侧柔性负荷有功功率曲线，具有较大 的随机性和复杂的不确定性，各个因素之间存在着一定的关联性，运极有可能导致信息重 叠，导致预测模型的预测精准度降低。传统预测方法大致可W分为参数估计法和人工智能 法，经过不断演化，传统预测方法多W间接影响因素或者电力负荷数据序列本身进行建模 和分析，有效地利用负荷相关经济数据或者序列自身反应的一些隐含信息，但运些信息还 不够全面、完整，传统预测模型与预测方法已经不能满足日益发展的电量需求侧柔性负荷 预测指标要求，如何更加全面的分析柔性负荷影响因素，准确地预测柔性负荷有功功率成 为当前重要的研究课题。
【发明内容】
[0004] 本发明为了解决上述问题，提出了一种电力需求侧柔性负荷有功功率预测方法， 本方法能够全面分析电力需求侧柔性负荷的各个影响因素，深刻挖掘气象、节假日、特殊事 件对需求侧柔性负荷有功功率的影响程度，提升需求侧柔性负荷有功功率预测精准度，为 电网安全、经济、稳定运行提供技术支撑。
[0005] 为了实现上述目的，本发明采用如下技术方案：
[0006] -种电力需求侧柔性负荷有功功率预测方法，包括W下步骤：
[0007] (1)采集电力需求侧柔性负荷有功功率历史数据，统计并计算不同天气、时期条件 下的柔性负荷有功功率数值；
[000引（2)根据柔性负荷有功功率的变化趋势和特征，确认柔性负荷有功功率的影响因 素；
[0009] (3)根据柔性负荷的常规正常负荷分量、常规正常负荷分量、特殊事件负荷分量和 随机负荷分量，构建需求侧柔性负荷预测模型；
[0010] (4)根据权重加权平均和拟合度的优选标准对需求侧柔性负荷有功功率进行组合 预测。
[0011] 所述步骤(1)中，W设定的时间间隔选取需求侧柔性负荷有功功率历史数据，具体 包括电动汽车充电负荷、储能系统充放电负荷、可调节负荷和可转移负荷，进行求和，得到 需求侧柔性负荷有功功率数值。
[0012]所述步骤（I)中，统计并分析各类需求侧柔性负荷所占比重，在不同时段、不同天 气和节假日情况下，采用提取柔性负荷特性指标的聚类分析方法，分析需求侧柔性负荷有 功功率变化趋势及特征。
[OOU]所述步骤(1)中，柔性负荷特性指标包括日最大负荷、日最小负荷、日平均负荷、日 最大负荷率和日最小负荷率等。
[0014] 所述步骤(2)中，统计并计算不同天气条件下的柔性负荷有功功率数值;统计并计 算节假日条件下柔性负荷有功功率数值;统计并计算特殊事件条件下柔性负荷有功功率数 值;统计并计算随机负荷有功功率数值，采用因素分析法分析各个因素对电力需求侧柔性 负荷有功功率的影响程度。
[0015] 因素分析法是用来分析影响指标变化的各个因素W及它们对指标各自的影响程 度，其具体做法是，假定影响指标变化的诸因素之中，在分析某一因素变动对总指标变动的 影响时，假定只有运一个因素在变动，而其余因素都必须是同度量因素，然后逐个进行替代 某一项因素单独变化，从而得到每项因素对该指标的影响程度。
[0016] 所述步骤(3)中，某时刻的需求侧柔性负荷的有功功率模型为常规正常负荷分量、 常规正常负荷分量、特殊事件负荷分量和随机负荷分量之和。
[0017] 所述步骤(3)中，常规正常负荷分量、常规正常负荷分量、特殊事件负荷分量和随 机负荷分量的默认值均为零。
[0018] 所述步骤(4)中，优选组合的预测方法具体为：
[0019] (4-1)在若干种预测方法得到的结果中选取适当的权重加权平均，获得预测数据；
[0020] (4-2)在若干种预测方法中进行比较，选择拟合度最佳或者标准偏差最小的预测 模型进行预测，获得预测数据；
[0021] (4-3)比较两种预测结果，挑选预测结果更准确的预测方式，同时动态调整另一种 预测方式，W达到不断提高与改善下一次预测时的预测准确度的目的。
[0022] 步骤(4)是对现有的优选组合预测方法进行的改进:通过(4-1)和(4-2)两种方式 可W获得两个预测数值，若两个数值不同，则其中一个数值的预测准确度会相对较高，此时 W运个准确度高的预测值为参考，去调整另外一个预测值的预测方式，目的是为下一次预 测获得更准确的预测准确度，运是一个不断动态调整、修正的过程。
[0023] 本发明的有益效果为：
[0024] (1)本发明中的一种电力需求侧柔性负荷有功功率预测方法，提高了需求侧柔性 负荷有功功率预测准确度，为电动汽车充电设施规划、区域配电网的建设与调度、合理调节 机组出力等方面，提供了有力的数据支撑与决策支持；
[0025] (2)本发明中的一种电力需求侧柔性负荷预测方法，解决了柔性负荷响应不确定 性问题，为进一步研究柔性负荷奠定了基础，增强电力系统运行安全性，改善电力系统运行 的经济性，进一步提高了电动汽车、储能系统的节能环保优势、经济效益和推广价值，大大 推动了电动汽车及新能源产业的发展；
[0026] (3)本发明中的一种电力需求侧柔性负荷预测方法，有助于提高电网对分布式电 源的接入水平，增加电网对风电、光伏发电等清洁能源的消纳和有效利用，促进节能减排、 节约合理用电。
【附图说明】
[0027] 图1为本发明的电力需求侧柔性负荷有功功率预测方法的总流程图。
[0028] 图2为本发明中改进的优选组合预测方法流程图。
【具体实施方式】：
[0029] 下面结合附图与实施例对本发明作进一步说明。
[0030] 如图1所示，一种电力需求侧柔性负荷有功功率预测方法，包括W下步骤：
[0031] 1)收集、筛选并分析电力需求侧柔性负荷有功功率历史数据
[0032] 筛选最近3个月每日时间间隔为15分钟的96个时刻点（00:00、00:15、00:30、……、 23:45)的需求侧柔性负荷有功功率历史数据，具体历史数据见表1。其中柔性负荷重点包 括:电动汽车充电负荷、储能系统充放电负荷、可调节负荷、可转移负荷等，各负荷有功功率 求和，得到需求侧柔性负荷有功功率数值。统计并分析各类需求侧柔性负荷所占比重，在不 同时段、不同天气、节假日等情况下，分析需求侧柔性负荷有功功率变化趋势及特征。
[0033] 表1电力需求侧柔性负荷有功功率历史数据(3个月）
[0034]
[0035] 2)确定各因素对柔性负荷有功功率的影响程度
[0036] 结合需求侧柔性负荷有功功率历史数据，统计并计算不同天气条件下的柔性负荷 有功功率数值;统计并计算节假日（例如国庆节、春节)条件下柔性负荷有功功率数值;统计 并计算特殊事件(例如电网事故等)条件下柔性负荷有功功率数值;统计并计算随机负荷有 功功率数值。统计并分析各个因素对电力需求侧柔性负荷有功功率的影响程度。
[0037] 3)构建需求侧柔性负荷预测模型
[0038] 针对影响电力需求侧柔性负荷的各个因素，柔性负荷有功功率可描述为：
[0039] P(t)=B(t)+W(t)+S(t)+V(t)
[0040] 式中；
[0041] P(t)为t时刻需求侧柔性负荷的有功功率；
[0042] B(t)为t时刻需求侧柔性负荷的常规正常负荷分量，默认值是不为零的值；
[0043] W(t)为t时刻需求侧柔性负荷的天气敏感负荷分量，默认值为零；
[0044] S(t)为t时刻需求侧柔性负荷的特殊事件负荷分量，默认值为零；
[0045] V(t)为t时刻需求侧柔性负荷的随机负荷分量，默认值为零。
[0046] 4)改进优选组合预测方法，预测需求侧柔性负荷有功功率
[0047] 目前的优选组合预测方法，包括两种方式：（1)从若干种预测方法中得到的结果中 选取适当的权重加权平均，获得预测数据；（2)在若干种预测方法中进行比较，选择拟合度 最佳或者标准偏差最小的预测模型进行预测，获得预测数据。改进之后的优选组合预测方 法:首先通过方式（1)和方式(2)获得预测结果，并进行对比，若方式(2)的预测结果更准确， 则动态调整方式（1)中的权重系数，使得方式（1)获得更精确的预测结果，采用方式(2)的预 测结果;若方式（1)的预测结果更准确，则重新选择方式(2)中拟合度最佳或标准偏差最小 的预测模型，同时保持方式（1)的权重系数并采用方式（1)的预测结果。具体流程如图2所 示。采用此方法预测天气变化、节假日、特殊事件等因素条件下的电力需求侧柔性负荷有功 功率曲线。
[0048] 上述虽然结合附图对本发明的【具体实施方式】进行了描述，但并非对本发明保护范 围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不 需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围W内。
【主权项】
1. 一种电力需求侧柔性负荷有功功率预测方法，其特征是:包括以下步骤： (1) 采集电力需求侧柔性负荷有功功率历史数据，统计并计算不同天气、时期条件下的 柔性负荷有功功率数值； (2) 根据柔性负荷有功功率的变化趋势和特征，确认柔性负荷有功功率的影响因素； (3) 根据柔性负荷的常规正常负荷分量、常规正常负荷分量、特殊事件负荷分量和随机 负荷分量，构建需求侧柔性负荷预测模型； (4) 根据权重加权平均和拟合度的优选标准对需求侧柔性负荷有功功率进行组合预 测。2. 如权利要求1所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是:所述步 骤(1)中，以设定的时间间隔选取需求侧柔性负荷有功功率历史数据，具体包括电动汽车充 电负荷、储能系统充放电负荷、可调节负荷和可转移负荷，进行求和，得到需求侧柔性负荷 有功功率数值。3. 如权利要求1所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是:所述步 骤（1)中，统计并分析各类需求侧柔性负荷所占比重，在不同时段、不同天气和节假日情况 下，采用提取柔性负荷特性指标的聚类分析方法，分析需求侧柔性负荷有功功率变化趋势 及特征。4. 如权利要求3所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是所述步 骤（1)中，柔性负荷特性指标包括日最大负荷、日最小负荷、日平均负荷、日最大负荷率或/ 和日最小负荷率。5. 如权利要求1所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是:所述步 骤(2)中，统计并计算不同天气条件下的柔性负荷有功功率数值;统计并计算节假日条件下 柔性负荷有功功率数值;统计并计算特殊事件条件下柔性负荷有功功率数值;统计并计算 随机负荷有功功率数值，采用因素分析法分析各个因素对电力需求侧柔性负荷有功功率的 影响程度。6. 如权利要求5所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是:所述步 骤(2)中，具体做法是，假定影响指标变化的诸因素之中，在分析某一因素变动对总指标变 动的影响时，假定只有这一个因素在变动，而其余因素都必须是同度量因素，然后逐个进行 替代某一项因素单独变化，从而得到每项因素对该指标的影响程度。7. 如权利要求1所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是:所述步 骤(3)中，某时刻的需求侧柔性负荷的有功功率模型为常规正常负荷分量、常规正常负荷分 量、特殊事件负荷分量和随机负荷分量之和。8. 如权利要求1所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是:所述步 骤(3)中，常规正常负荷分量、常规正常负荷分量、特殊事件负荷分量和随机负荷分量的默 认值均为零。9. 如权利要求1所述的一种电力需求侧柔性负荷有功功率预测方法，其特征是:所述步 骤(4)中，优选组合的预测方法具体为： (4-1)从若干种预测方法中得到的结果中选取适当的权重加权平均，获得预测数据； (4-2)在若干种预测方法中进行比较，选择拟合度最佳或者标准偏差最小的预测模型 进行预测，获得预测数据；
【文档编号】G06Q50/06GK106022530SQ201610364180
【公开日】2016年10月12日
【申请日】2016年5月26日
【发明人】车长明, 李建祥, 袁弘, 刘海波, 张华栋, 苏建军, 慕世友, 李超英, 傅孟潮, 赵金龙, 黄德旭, 韩元凯, 王岗, 曹际娜
【申请人】国网山东省电力公司电力科学研究院, 山东鲁能智能技术有限公司, 国家电网公司