一种基于电量信息的用户负荷预测方法与流程

技术特征：

1.一种基于电量信息的用户负荷预测方法，其特征在于，所述方法包括：

步骤1：获取用户家用电器的种类集合DQ、功率集合PDQ、数量集合NDQ、使用概率初始典型值矩阵PB⁰、高峰负荷时段的时刻集合T和用户高峰负荷时段用电量集合Q；

步骤2：设定用户在高峰负荷时段的时刻序号i＝1，1≤i≤m，m为高峰负荷时段的时刻总数；

步骤3：将使用概率典型值矩阵PB^i-1赋值到使用概率典型值矩阵PBⁱ中；所述PB^i-1为t_i-1时刻的家用电器使用概率典型值矩阵，PBⁱ为t_i时刻的家用电器使用概率典型值矩阵；

步骤4：依据所述使用概率典型值矩阵PBⁱ计算用户高峰负荷时段中各时刻的负荷值，构建负荷曲线序列值集合Pⁱ＝{p₁,p₂,...,p_i,...,p_m}，p_i为t_i时刻家用电器的负荷值；

步骤5：用遗传算法优化所述使用概率典型值矩阵PBⁱ；

步骤6：设置高峰负荷时段的时刻序号i＝i+1；

步骤7：若i≤m，则返回步骤3；若i＞m，则依据优化后的家用电器的使用概率典型值矩阵PBⁱ和用户拥有的各种类型家用电器的数量，运用蒙特卡洛非序贯随机抽样方法计算预测用户的负荷值。

2.如权利要求1所述的方法，其特征在于，所述步骤1中所述家用电器的种类集合DQ＝{dq₁,dq₂,...,dq_j,...,dq_n}，n为家用电器的类型总数，dq_j为第j种类型家用电器的名称；所述家用电器的功率集合PDQ＝{pdq₁,pdq₂,...,pdq_j,...,pdq_n}，pdq_j为第j种类型家用电器的平均功率；所述家用电器的数量集合NDQ＝{ndq₁,ndq₂,...,ndq_j,...,ndq_n}，ndq_j为第j种类型家用电器的数量；所述高峰负荷时段的时刻集合T＝{t₁,t₂,...,t_i,...,t_m}，t_m为24制时间的时刻值，1≤t_m≤24；

所述家用电器的使用概率初始典型值矩阵

为t_i时刻第j种类型家用电器dq_j的使用概率典型值的初值。

3.如权利要求1所述的方法，其特征在于，所述步骤1中用户用电量集合Q＝{q₁,q₂,...,q_k,...,q_d}，q_k为第k天用户的用电量，d为智能电表采集所述用电量的总天数；

所述步骤4中用蒙特卡洛非序贯随机抽样方法计算t_i时刻家用电器的负荷值p_i。

4.如权利要求1所述的方法，其特征在于，所述步骤5中用遗传算法优化t_i时刻家用电器的使用概率典型值矩阵PBⁱ，包括：

步骤5-1：设定迭代次数h的初值为0，迭代次数h的最大值为maxnum，种群规模的数量为ZQnum；将t_i时刻家用电器的使用概率典型值矩阵PBⁱ中的各使用概率进行对应的染色体编码，产生初始种群ZQ⁰；

步骤5-2：设置所述迭代次数h＝h+1；

步骤5-3：将种群ZQ^h-1的数据赋值到种群ZQ^h；ZQ^h-1为第h-1次迭代产生的种群，ZQ^h为第h次迭代产生的种群；设定种群ZQ^h中染色体标志位l的初值为0；

步骤5-4：设置所述染色体标志位l＝l+1；

步骤5-5：对第l个染色体进行反编码，得到t_i时刻各类型家用电器的使用概率；

步骤5-6：依据所述t_i时刻各类型家用电器的使用概率，用蒙特卡洛非序贯随机抽样方法获取t_i时刻家用电器的负荷值p_i，并更新所述负荷曲线序列值集合Pⁱ＝{p₁,p₂,...,p_i,...,p_m}；

步骤5-7：依据所述更新后的负荷曲线序列集合P计算用户在高峰负荷时段家用电器的负荷平均值Pav，$\mathrm{Pav}=\left(\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{p}_i\right)/m;$

步骤5-8：依据用电量集合Q获取用户高峰负荷时段的平均负荷集合PG＝{pg₁,pg₂,...,pg_k,...,pg_d}；pg_k为第k天用户的平均负荷值，d为智能电表采集用户用电量的总天数；

步骤5-9：计算第l个染色体的适应度函数值ε，

步骤5-10：若染色体标志位l＜ZQnum，则返回步骤5-4；若染色体标志位l≥ZQnum，则执行步骤5-11；

步骤5-11：将所述染色体按照适应度函数值ε的数值由小到大排列，选取第1至第ZQnum个染色体后执行步骤5-12；

步骤5-12：对种群ZQ^h进行双亲双子单点基因整体交叉运算；

步骤5-13：对染色体进行变异，并依据变异后的染色体更新所述种群ZQ^h；

步骤5-14：若迭代次数h＜maxnum，则返回步骤5-2；若迭代次数h≥maxnum，则将所述适应度函数值ε最优的染色体进行反编码，得到t_i时刻家用电器的使用概率优化值。

5.如权利要求1、3或4所述的方法，其特征在于，在步骤7中，所述用蒙特卡洛非序贯随机抽样方法计算t_i时刻家用电器的负荷值p_i，包括：

步骤7-1：设定随机抽样次数a的初值为0；

步骤7-2：设置随机抽样次数a＝a+1；

对家用电器在t_i时刻的运行状态进行第a次随机抽样，得到第j种类型家用电器dq_j在t_i时刻的第a次随机抽样运行状态系数

若第a次随机抽样的随机数则若第a次随机抽样的随机数则为t_i时刻家用电器的使用概率；

步骤7-3：计算用户在t_i时刻的第a次随机抽样的负荷值

步骤7-4：若随机抽样次数a＜RS，则返回步骤1-2；若随机抽样次数a≥RS，则计算RS次随机抽样下所述负荷值p_i；

所述RS为最大抽样次数。