多小水电趸售地区电网的负荷预测方法与流程

本发明属于电力系统自动化领域，具体涉及一种多小水电趸售地区电网的负荷预测方法。

背景技术：

短期负荷预测是电力系统的一项日常基本工作，准确的负荷预测曲线对制定发电计划、调节系统电压和电网日常运行管理等方面的工作具有重要的参考价值。随着系统规模和负荷水平的不断增大，负荷结构和成分趋于复杂，各种不确定因素增多，给负荷预测工作带来了新的难度和挑战。为提高负荷预测的准确性，最大限度地保证电力供应，各地电力部门已陆续制订了本地区负荷预测管理考核办法。

在生产实际中，影响负荷水平的因素主要有地理环境、气温、降水、大客户、重大节假日及社会经济因素等。我国南部、西部等地区水电资源丰富，某些地区并入电网的小水电总装机容量已超过电网的最大负荷值。而部分地方性质的电网，其内部径流式的小水电众多，小水电发电负荷的不确定性对地区负荷的影响极为明显，一旦有降水，其电网内部水电大发，对电网的负荷需求大幅减少，给负荷预测工作带来了严峻挑战。

目前的电网负荷预测方法都集中在对于区域性电网等大电网的研究，或者集中于对大型流域、大型水电站等地区的负荷预测方法，而大电网、大型水电站或大型流域的负荷预测方法，因其针对的对象和对象特征的不同，其如果用于小水电丰富地区的负荷预测，将会产生较大的误差，严重影响负荷预测的准确性。

技术实现要素：

本发明的目的在于提供一种专门针对多小水电趸售地区的、预测准确可靠的多小水电趸售地区电网的负荷预测方法。

本发明提供的这种多小水电趸售地区电网的负荷预测方法，包括如下步骤：

获取待预测地区的地理信息数据和趸售地方电网的历史负荷数据的步骤；

建立不降雨条件下的负荷预测模型的步骤；

建立降雨条件下关口增加的出力与降雨量之间的函数关系模型的步骤；

对得到的不降雨条件下的负荷预测模型和修降雨条件下关口增加的出力与降雨量之间的函数关系模型进行叠加，得到综合负荷预测模型，并对综合负荷预测模型进行修正，得到最终的多小水电趸售地区电网的负荷预测模型的步骤。

所述的建立不降雨条件下的负荷预测模型，具体包括如下步骤：

Ⅰ根据获取的数据，对不降雨时的电网负荷曲线进行分析，建立不降雨时的气温、节假日因素与电网负荷之间的预测模型；

Ⅱ根据步骤Ⅰ得到的预测模型对不降雨时的网供负荷进行负荷预测，并建立气温、节假日与预测偏差之间的模型，并通过偏差分析修正步骤1)得到的预测模型中的系数，得到修正后的不降雨条件下的负荷预测模型。

步骤Ⅰ所述的建立不降雨时的气温、节假日因素与电网负荷之间的预测模型，具体为采用短期负荷预测方法建立不降雨时的气温、节假日因素与电网负荷之间的预测模型。

所述的建立降雨条件下关口增加的出力与降雨量之间的函数关系模型，具体包括如下步骤：

A.根据得到的数据，根据降雨量的大小对降雨量进行分类，并选取仅含小水电出力的计量关口数据作为样本，分析并得到不同降雨量类别情况下的关口出力变化函数；

B.根据步骤A得到的不同降雨量情况下的关口出力变化函数，针对每一类降雨量的情况，获取降雨后增加的关口出力变化函数，并对降雨后增加的关口出力变化函数进行加权平均，得到关口增加的出力与降雨量之间的函数；

C.根据得到的数据，对步骤B得到的关口增加的出力与降雨量之间的函数进行修正，得到修正后的关口增加的出力与降雨量之间的函数。

步骤A所述的根据降雨量的大小对降雨量进行分类，具体为根据现有的气象规则，将降雨分为小雨、中雨、大雨和暴雨四个等级。

步骤A～步骤C所述的得到关口增加的出力与降雨量之间的函数并修正，具体包括如下步骤：

1)逐一搜索历史样本日，第j日第t时刻若有降水，则将该日归入回归样本集R＝{D₁，D₂，…，D_r}中，其中r为样本数量；

2)按照小雨、中雨、大雨、暴雨四个等级，对样本集R中的数据进行筛选，归入新的样本集R₁＝{D₁，D₂，…，D_m}，R₂＝{D₁，D₂，…，D_m}，R₃＝{D₁，D₂，…，D_m}，R₄＝{D₁，D₂，…，D_m}中，其中R₁为小雨样本集，R₂为中雨样本集，R₃为大雨样本集，R₄为暴雨样本集；

3)分别将四个样本集中的数据进行处理，对每个样本集中的出力曲线采用下式进行加权平均：

式中，β_i为加权系数，满足β₁+β₂+…+β_m＝1，且β_i＝β_i-1+1/m(1<i<m)，L_Di为第D_i的降雨量；

选取样本集R_m中计算每一个样本曲线与加权平均曲线差值的平方和，进行偏差分析，即：

分别选取不同的β_i带入上式中计算Q_m，当Q_m最小时，得到的目标曲线作为该降雨条件下小水电出力的预测曲线；

4)对预测曲线进行函数拟合，得到小水电出力与降雨量和降雨时刻的关系式：

P_it＝f(T,D)

式中，T为降雨开始时刻，D为降雨量；

5)利用函数模型对第i+1日增加的水电出力曲线{P_(i+1}1，P_(i+1}2，P_(i+1}3，…，P_(i+1}T}进行预测，将预测结果与实际出力重复步骤3)进行偏差分析，修正预测模型。

本发明提供的这种多小水电趸售地区电网的负荷预测方法，针对多小水电趸售地区电网的特性进行分析，综合考虑地区的降雨和电网运行历史数据，将多小水电趸售地区电网的负荷预测分解为不降雨时的负荷预测和降雨时的负荷预测，采用现有技术得到不降雨时的负荷预测模型，并根据历史运行条件建立降雨时的负荷预测模型，最后将不降雨时的负荷预测模型和降雨时的负荷预测模型进行叠加，从而得到最终的多小水电趸售地区电网的负荷预测模型；本发明方法分析了小水电出力特性与降雨量的关系，提出一种预测多小水电趸售地方电网的分解还原法，专门针对多小水电趸售地区的负荷预测，将网供负荷分解为不降雨时同等气象条件下网供负荷预测和降雨导致小水电增加的出力负荷预测，将两者还原得到综合负荷曲线，而且预测准确可靠，给出了有价值的多小水电趸售地区电网的负荷预测的参考方法。

附图说明

图1为本发明方法的示意图。

图2为本发明方法的流程图。

具体实施方式

如图1所示为本发明方法的示意图：本发明方法提供的这种多小水电趸售地区电网的负荷预测方法，其核心思想在于是将网供负荷分解为小水电因降雨增加的负荷与不降雨时同等气候、节假日条件下关口趸售负荷分别预测。对于不降雨时的关口负荷预测，可利用常规的方法，如模式识别法、重叠曲线法等进行预测；对于小水电增加的负荷，通过分析电网内部小水电出力的规律性，利用特殊方法单独预测对方电网水电负荷，然后将两部分预测结果合成并还原出网供负荷，其思路为分解→预测→还原。

如图2所示为本发明方法的流程图：本发明方法提供的这种多小水电趸售地区电网的负荷预测方法，包括如下步骤：

S1.获取待预测地区的地理信息数据和趸售地方电网的历史负荷数据；

S2.根据步骤S1获取的数据，对不降雨时的电网负荷曲线进行分析，采用短期负荷预测方法建立不降雨时的气温、节假日因素与电网负荷之间的预测模型；

S3.根据步骤S2得到的预测模型对不降雨时的网供负荷进行负荷预测，并建立气温、节假日与预测偏差之间的模型，并通过偏差分析修正步骤S2得到的预测模型中的系数，得到修正后的不降雨条件下的负荷预测模型；

S4.根据步骤S1得到的数据，根据降雨量的大小对降雨量进行分类，根据现有的气象规则，将降雨分为小雨、中雨、大雨和暴雨四个等级；并选取仅含小水电出力的计量关口数据作为样本，分析并得到不同降雨量类别情况下的关口出力变化函数；

S5.根据步骤S4得到的不同降雨量情况下的关口出力变化函数，针对每一类降雨量的情况，获取降雨后增加的关口出力变化函数，并对降雨后增加的关口出力变化函数进行加权平均，得到关口增加的出力与降雨量之间的函数；

S6.根据步骤S1得到的数据，对步骤S5得到的关口增加的出力与降雨量之间的函数进行修正，得到修正后的关口增加的出力与降雨量之间的函数；

步骤S4～步骤S6所述的得到关口增加的出力与降雨量之间的函数并修正，具体包括如下步骤：

1)逐一搜索历史样本日，第j日第t时刻若有降水，则将该日归入回归样本集R＝{D₁，D₂，…，D_r}中，其中r为样本数量；

2)按照小雨、中雨、大雨、暴雨四个等级，对样本集R中的数据进行筛选，归入新的样本集R₁＝{D₁，D₂，…，D_m}，R₂＝{D₁，D₂，…，D_m}，R₃＝{D₁，D₂，…，D_m}，R₄＝{D₁，D₂，…，D_m}中，其中R₁为小雨样本集，R₂为中雨样本集，R₃为大雨样本集，R₄为暴雨样本集；

3)分别将四个样本集中的数据进行处理，对每个样本集中的出力曲线采用下式进行加权平均：

式中，β_i为加权系数，满足β₁+β₂+…+β_m＝1，且β_i＝β_i-1+1/m(1<i<m)，L_Di为第D_i的降雨量；

选取样本集R_m中计算每一个样本曲线与加权平均曲线差值的平方和，进行偏差分析，即：

分别选取不同的β_i带入上式中计算Q_m，当Q_m最小时，得到的目标曲线作为该降雨条件下小水电出力的预测曲线；

4)对预测曲线进行函数拟合，得到小水电出力与降雨量和降雨时刻的关系式：

P_it＝f(T,D)

式中，T为降雨开始时刻，D为降雨量；

5)利用函数模型对第i+1日增加的水电出力曲线{P_(i+1}1，P_(i+1}2，P_(i+1}3，…，P_(i+1}T}进行预测，将预测结果与实际出力重复步骤3)进行偏差分析，修正预测模型；

S7.对步骤S3得到的修正后的不降雨条件下的负荷预测模型，和步骤S6得到的修正后的关口增加的出力与降雨量之间的函数进行叠加，得到综合负荷预测模型，并对综合负荷预测模型进行修正，得到最终的多小水电趸售地区电网的负荷预测模型。

根据图1所示的方法示意图可以知道，本发明方法中的步骤S2和步骤S3为建立不降雨时同等条件下的负荷预测模型，步骤S4～步骤S6为建立降雨时增加的小水电出力的负荷预测模型；因此在本发明方法的步骤中，步骤S2和步骤S3作为第一整体，步骤S4和步骤S6作为第二整体，所述第一整体和第二整体是可以互换的，即本发明方法的步骤还可以是如下形式：

S1.获取待预测地区的地理信息数据和趸售地方电网的历史负荷数据；

S2.根据步骤S1得到的数据，根据降雨量的大小对降雨量进行分类，根据现有的气象规则，将降雨分为小雨、中雨、大雨和暴雨四个等级；并选取仅含小水电出力的计量关口数据作为样本，分析并得到不同降雨量类别情况下的关口出力变化函数；

S3.根据步骤S2得到的不同降雨量情况下的关口出力变化函数，针对每一类降雨量的情况，获取降雨后增加的关口出力变化函数，并对降雨后增加的关口出力变化函数进行加权平均，得到关口增加的出力与降雨量之间的函数；

S4.根据步骤S1得到的数据，对步骤S3得到的关口增加的出力与降雨量之间的函数进行修正，得到修正后的关口增加的出力与降雨量之间的函数；

步骤S2～步骤S4所述的得到关口增加的出力与降雨量之间的函数并修正，具体包括如下步骤：

1)逐一搜索历史样本日，第j日第t时刻若有降水，则将该日归入回归样本集R＝{D₁，D₂，…，D_r}中，其中r为样本数量；

2)按照小雨、中雨、大雨、暴雨四个等级，对样本集R中的数据进行筛选，归入新的样本集R₁＝{D₁，D₂，…，D_m}，R₂＝{D₁，D₂，…，D_m}，R₃＝{D₁，D₂，…，D_m}，R₄＝{D₁，D₂，…，D_m}中，其中R₁为小雨样本集，R₂为中雨样本集，R₃为大雨样本集，R₄为暴雨样本集；

3)分别将四个样本集中的数据进行处理，对每个样本集中的出力曲线采用下式进行加权平均：

式中，β_i为加权系数，满足β₁+β₂+…+β_m＝1，且β_i＝β_i-1+1/m(1<i<m)，L_Di为第D_i的降雨量；

选取样本集R_m中计算每一个样本曲线与加权平均曲线差值的平方和，进行偏差分析，即：

分别选取不同的β_i带入上式中计算Q_m，当Q_m最小时，得到的目标曲线作为该降雨条件下小水电出力的预测曲线；

4)对预测曲线进行函数拟合，得到小水电出力与降雨量和降雨时刻的关系式：

P_it＝f(T,D)

式中，T为降雨开始时刻，D为降雨量；

5)利用函数模型对第i+1日增加的水电出力曲线{P_(i+1}1，P_(i+1}2，P_(i+1}3，…，P_(i+1}T}进行预测，将预测结果与实际出力重复步骤3)进行偏差分析，修正预测模型；

S5.根据步骤S1获取的数据，对不降雨时的电网负荷曲线进行分析，采用短期负荷预测方法建立不降雨时的气温、节假日因素与电网负荷之间的预测模型；

S6.根据步骤S5得到的预测模型对不降雨时的网供负荷进行负荷预测，并建立气温、节假日与预测偏差之间的模型，并通过偏差分析修正步骤S5得到的预测模型中的系数，得到修正后的不降雨条件下的负荷预测模型；

S7.对步骤S6得到的修正后的不降雨条件下的负荷预测模型，和步骤S4得到的修正后的关口增加的出力与降雨量之间的函数进行叠加，得到综合负荷预测模型，并对综合负荷预测模型进行修正，得到最终的多小水电趸售地区电网的负荷预测模型。